4/2. Wnioskowanie statystyczne: hipotezy 2 Statystyka w zadaniach. Małgorzata Podogrodzka

Wielkość: px
Rozpocząć pokaz od strony:

Download "4/2. Wnioskowanie statystyczne: hipotezy 2 Statystyka w zadaniach. Małgorzata Podogrodzka"

Transkrypt

1 Małgorzata Podogrodzka Woskowae statystycze: hpotezy Statystyka w zadaach / Woskowae statystycze zajduje bardzo szeroke zastosowae prawe we wszystkch dzedzach auk. Osoby zgłębające wedzę z tego przedmotu e mają a ogół problemów z doborem odpowedch podręczków ale ejakm problemem jest ukazae różych techk statystyczych w ch praktyczym zastosowau. Nejszy zbór zadań ma uzupełć tą lukę. Prezetoway zbór jest drugą z dwóch ksążek omawających zagadea zwązae z woskowaem statystyczym. W ksążce perwszej zaprezetowao róże testy stotośc dla parametrów rozkładu pochodzące z jedej z dwóch węcej prób ezależych zależych atomast w obecej omówoo take zagadea jak: róże testy zgodośc z różym rozkładam teoretyczym testy zgodośc dla dwóch welu rozkładów z prób ezależych zależych róże testy stotośc dla różych mar zależośc dwóch zmeych oraz ch kształtu. W każdej z tych ksążek zaprezetowao sposób rozwązaa praktyczego zagadea dla każdego z rozważaych problemów oddzele oraz przedstawoo zestaw zadań do samodzelego rozwązaa przez użytkowka tego zboru. Na końcu każdego rozdzału podao odpowedz do tych zadań. Przedstawoy zbór zadań e może jedakże zastąpć podręczka statystyk. Nezajomość samych wzorów a przede wszystkm e zajomość teor e może dać poprawych wyków w ch praktyczym stosowau. Wybór techk aaltyczych e jest bowem łatwy e jest też pozbawoych pułapek statystyczych. Wszystke dae lczbowe prezetowae w zadaach są fkcyje. Wprawdze rzędem welkośc są oe zblżoe do rzeczywstośc ale doberae były główe pod katem oszczędośc rachuków które ależy wykoać. Założoo bowem że ważejsza jest aalza treśc różorodych stosukowo prostych lczeowo zadań a e ch żmude rachukowe rozwązywae. Mam adzeję że prezetoway zbór zadań będze pewą pomocą w lepszym zrozumeu stosowaych techk aaltyczych oraz ch terpretacj w praktyce. Autorka

2 Podstawowe pojęca symbole Zborowość (populacja) geerala zborowość statystycza tz. zbór dowolych elemetów edetyczych z puktu wdzea daej cechy. Zborowość częścowa próba część (podzbór) zborowośc geeralej podlegająca badau ze względu a określoą cechę w celu wycagęca wosków o kształtowau sę wartośc tej cechy w populacj geeralej. Próba losowa zborowość częścowa której dobór ze zborowośc geeralej dokoao w drodze losowaa w tak sposób że jedye przypadek decyduje o tym który elemet ze zborowośc geeralej wchodz w skład próby a który e. Próba reprezetatywa próba której struktura ze względu a badaą cechę e róż sę wyraźe (stote) od struktury populacj geeralej. Próba reprezetacyja jest zatem odzwercedleem populacj geeralej w mejszych rozmarach. Losowae ezależe losowae elemetów do próby w tak sposób że każdy wylosoway elemetu w trakce losowaa zwracay jest do zborowośc z której jest o losoway (losowae ze zwracaem). Te sam elemet ze zborowośc geeralej może być klka razy wylosoway do próby. Losowae zależe - losowae elemetów do próby w tak sposób że raz wylosoway elemetu w trakce losowaa e wraca już do zborowośc z której jest o losoway (losowae bez zwracaa). Te sam elemet ze zborowośc geeralej może być zatem wylosoway jedye jede raz do próby. Losowae eograczoe losowae elemetów do próby od razu ze zborowośc geeralej. Wyk próby - zaobserwowae wartośc badaej cechy u tych elemetów zborowośc geeralej które zostały wybrae do próby. Wyk próby losowej o lczeboścach staową wartośc -wymarowej zmeej losowej. Rozkład populacj geeralej rozkład wartośc cechy statystyczej w całej zborowośc. Parametry populacj parametry rozkładu badaej cechy w zborowośc geeralej. Charakteryzują oe te rozkład. Hpoteza statystycza jakekolwek przypuszczee dotyczące rozkładu populacj geeralej Hpoteza parametrycza hpoteza statystycza precyzująca wartość parametru w rozkładze zborowośc gereralej zaego typu Hpoteza zerowa (H ) podstawowa hpoteza sprawdzaa testem. Hpoteza alteratywa (H ) hpoteza statystycza kokurecyja w stosuku do hpotezy zerowej w tym sese że jeżel odrzucaa jest hpoteza zerowa to przyjmuje sę hpotezę alteratywą. Błąd perwszego rodzaju możlwy do popełea przy weryfkacj hpotezy statystyczej błąd polegający a odrzuceu testowaej hpotezy chocaż jest oa prawdzwa. Błąd drugego rodzaju możlwy do popełea przy weryfkacj hpotezy statystyczej błąd polegający a przyjęcu testowaej hpotezy chocaż jest oa fałszywa. Pozom stotośc (α) prawdopodobeństwo popełea błędu perwszego rodzaju w postępowau testującym hpotezę. Test statystyczy reguła postępowaa która a podstawe wyków z próby ma doprowadzć do decyzj przyjęca lub odrzucea postawoej hpotezy statystyczej. Moc testu prawdopodobeństwo podjęca prawdłowej decyzj przy weryfkacj hpotezy statystyczej daym testem a polegającej a odrzuceu testowaej hpotezy fałszywej. Test stotośc test pozwalający a odrzuceu hpotezy z małym ryzykem popełea błędu. W teśce tym uwzględa sę jedye błąd perwszego rodzaju co ozacza że w wyku tego tesu możlwa jest decyzja odrzucea hpotezy zerowej lub braku podstaw do jej odrzucea (e ozacza to jej przyjęca). Parametryczy test stotośc test stotośc weryfkujący hpotezę zerową precyzującą wartość parametru w ustaloym type rozkładu zborowośc geeralej. Neparametryczy test stotośc - test stotośc dla hpotezy zerowej precyzujący ogóly typ rozkładu populacj geeralej. Obszar krytyczy testu podzbór przestrze próby o tej własośc że jeżel otrzymay w próbe pukt przestrze próby ależy do tego podzboru to podejmuje sę decyzję odrzucea hpotezy zerowej. Obszar krytyczy testu dwustroy obszar krytyczy złożoy z dwóch rozłączych podzborów przestrze próby wyzaczoy ajczęścej symetrycze w rozkładze odpowedej statystyk. Obszar krytyczy testu jedostroy w zależośc od hpotezy alteratywej może być lewostroy lub prawostroy. Jest to obszar krytyczy złożoy z jedego podzboru przestrze próby wybraego z jedej stroy w rozkładze odpowedej statystyk. Hpoteza eparametrycza hpoteza statystycza precyzująca typ rozkładu w zborowośc geeralej

3 Sps treśc. Test zgodośc z rozkładem teoretyczym. z rozkładem dwumaowym. z rozkładem Possoa. z rozkładem ormalym. Test zgodośc dla dwóch rozkładów empryczych. z prób ezależych. z prób zależych. Test zgodośc dla welu rozkładów empryczych z prób ezależych. Zadaa do samodzelego rozwązaa. Test stotośc dla mary zależośc. dla wskaźka korelacj. dla współczyka korelacj. dla współczyka rag. dla współczyka zbeżośc. Zadaa do samodzelego rozwązaa.test stotośc dla kształtu zależośc mędzy dwoma zmeym. dla postac fukcyjej. dla współczyków regresj lowej. dla reszt w modelu w regresj lowej... heteroscedastyczość... autokorelacj... ormalośc. Zadaa do samodzelego rozwązaa. Test zgodośc z rozkładem teoretyczym.. z rozkładem dwumaowym Zadae... Kbce płk ręczej postaowl dowedzeć sę czy lczba cele oddaych rzutów a bramkę zakończoych golem w meczu przez pewego zawodka może być opsaa rozkładem dwumaowym. Zebral o stosowe formacje z dzewęcu wybraych losowo meczów. Uzyskae dae przedstawa poższy szereg rozdzelczy: Lczba oddaych rzutów a bramkę przez zawodka w meczu Lczba strzeloych bramek Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość - lczba oddaych rzutów a bramkę przez zawodka zmea losowa X lczba strzeloych przez ego bramek Szukae: H :P(X)P*(X) (lczba strzeloych bramek w meczu przez zawodka jest zgoda z rozkładem dwumaowym) H :P(X) P*(X) (lczba strzeloych bramek w meczu przez zawodka e jest zgoda z rozkładem dwumaowym) k k gdze: F (x) p q k x k. terwałowy pomar zmeej losowej X. stałe prawdopodobeństwo sukcesu w każdej próbe. lczebość w każdej klase >. duża lczebość próby ogółem Ʃ >. losowy dobór elemetów do próby Statystyka testująca (test χ ): χ k ( p) p Wyzaczamy prawdopodobeństwa dla kolejych waratów zmeej losowej X k k korzystając ze wzoru a rozkład dwumaowy: P(X x ) p q k. Poeważ ezae jest prawdopodobeństwo strzelea gola przez zawodka w meczu szacujemy je korzystając z daych z próby. E(X) p p. P(X ) P(X ) P(X ) P(X ) P(X ) P(X ) P(X ) P(X )

4 P(X ) * *) przyjmujemy ż wartośc zmeej losowej X zaobserwowae w próbe wyczerpują zbór jej możlwych waratów Tablca z pomocczym wylczeam dla statystyk testującej: p p ( p ) p Ʃ χ ob Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ α v r k ; + ). Wartość χ α odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym α v r k oraz lczbe stop swobody vr-k- gdze r to lczba waratów zmeej losowej X k to lczba szacowaych (ezaych) parametrów rozkładu teoretyczego. α χ α v-- Tablca... Wartośc krytycze rozkładu χ v \ α. χ ob > χ α Z prawdopodobeństwem błędu I rodzaju ższym ż wyk z próby e potwerdzły przypuszczea kbców ż lczba cele oddaych rzutów a bramkę zakończoych bramką w meczu przez zawodka może być opsaa rozkładem dwumaowym. Zadae.. Pewe studet zebrał formacje o lczbe studetów przystępujących do egzamu ustego u pewego wykładowcy oraz o lczbe osób które zdały te egzam. Uzyskae dae prezetuje poższy szereg rozdzelczy: Lczba studetów podchodzących do egzamu Lczba studetów którzy zdal egzam Czy a podstawe wyków z próby moża twerdzć że rozkład osób zdających egzam u tego wykładowcy jest zmeą losową o rozkładze dwumaowym? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość studec podchodzący do egzamu u pewego wykładowcy zmea losowa X lczba studetów którzy zdal egzam Szukae: H :P(X)P*(X) (lczba studetów którzy zdal egzam jest zgoda z rozkładem dwumaowym) H :P(X) P*(X) (lczba studetów którzy zdal egzam e jest zgoda z rozkładem dwumaowym) k k gdze: F (x) p q k x k. terwałowy pomar zmeej losowej X. stałe prawdopodobeństwo sukcesu w każdej próbe. lczebość w każdej klase >. duża lczebość próby ogółem Ʃ >. losowy dobór elemetów do próby Statystyka testująca (test χ ): χ k ( p) p Wyzaczamy prawdopodobeństwa dla kolejych waratów zmeej losowej X k k korzystając ze wzoru a rozkład dwumaowy: P(X x ) p q k. Poeważ ezae jest prawdopodobeństwo zdaa egzamu przez studeta szacujemy je korzystając z daych z próby. E(X) p p. P(X ) P(X ) P(X ) P(X ) P(X ) P(X ) P(X ) * *) przyjmujemy ż wartośc zmeej losowej X zaobserwowae w próbe wyczerpują zbór jej możlwych waratów Tablca z pomocczym wylczeam dla statystyk testującej: p p ( p ) p Ʃ χ ob

5 Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ α v r k ; + ). Wartość χ α odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym α v r k oraz v r-k- gdze r to lczba waratów zmeej losowej X a k to lczba szacowaych (ezaych) parametrów rozkładu teoretyczego. α χ α v-- χ ob > χ α Z prawdopodobeństwem błędu I rodzaju ższym ż wyk z próby e potwerdzły przypuszczea ż lczba studetów zdających egzam u pewego wykładowcy może być opsaa rozkładem dwumaowym. Zadae.. W pewej frme produkującej częśc zamee do samochodów osobowych zdarza sę że któryś z ch ma jakąś wadę techczą. Czy a podstawe wyków uzyskaych z klku wyprodukowaych part tej częśc moża twerdzć że lczba wyprodukowaych w ch złych elemetów może być opsaa rozkładem dwumaowym? Stosowe dae przedstawa poższy szereg rozdzelczy: Lczba wyprodukowaych częśc w jedej part Lczba wyprodukowaych częśc z usterką Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość lczba wyprodukowaych częśc w jedej part zmea losowa X lczba wyprodukowaych częśc z usterką Szukae: H :P(X)P*(X) (lczba wyprodukowaych częśc z usterką w part jest zgoda z rozkładem dwumaowym) H :P(X) P*(X) (lczba wyprodukowaych częśc z usterką w part e jest zgoda z rozkładem dwumaowym) k k gdze: F (x) p q k x k. terwałowy pomar zmeej losowej X. stałe prawdopodobeństwo sukcesu w każdej próbe. lczebość w każdej klase >. duża lczebość próby ogółem Ʃ >. losowy dobór elemetów do próby Statystyka testująca (test χ ): χ k ( p) p ezae jest prawdopodobeństwo wyprodukowaa złego elemetu w part szacujemy je korzystając z wyków z próby. E(X) p p. P(X ) P(X ) P(X ) P(X ) P(X ) P(X ) P(X ) P(X ) P(X ) * *) przyjmujemy ż wartośc zmeej losowej X zaobserwowae w próbe wyczerpują zbór jej możlwych waratów Tablca z pomocczym wylczeam dla statystyk testującej: p p ( p ) p Ʃ - χ ob Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ α v r k ; + ). Wartość χ α odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym α v r k oraz v r-k- gdze r to lczba waratów zmeej losowej X a k to lczba szacowaych (ezaych) parametrów rozkładu teoretyczego. α χ α v-- χ ob < χ α Z prawdopodobeństwem błędu I rodzaju ższym ż wyk z próby potwerdzają przypuszczee ż lczba produkowaych częśc z usterką w part może być opsaa rozkładem dwumaowym. Wyzaczamy prawdopodobeństwa dla kolejych waratów zmeej losowej X k k korzystając ze wzoru a rozkład dwumaowy: P(X x ) p q k. Poeważ

6 .. z rozkładem Possoa Zadae... Obserwacja dzeej lczby osób odwedzających pewe mały sklep spożywczy oraz dzeej lczby sprzedawaych w m opakowań jogurtów dała astępujące wyk które prezetuje poższa tabelka: Dzea lczba sprzedawaych opakowań jogurtów Dzea lczba kletów sklepu spożywczego Czy a podstawe wyków z próby moża twerdzć że lczba sprzedawaych opakowań jogurtów w tym sklepe spożywczych jest zbeża z rozkładem Possoa? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość osoby robące zakupy w pewym sklepe spożywczym zmea losowa X lczba kupoych opakowań jogurtów przez kletów w tym sklepe Szukae: H :P(X)P*(X) (dzea lczba sprzedawaych opakowań jogurtów jest zgoda z rozkładem Possoa) H :P(X) P*(X) (dzea lczba sprzedawaych opakowań jogurtów e jest zgoda z rozkładem Possoa) k λ λ gdze: F (x) e k! k x. terwałowy pomar zmeej losowej X. stały loczy p. lczebość w każdej klase >. duża lczebość próby ogółem Ʃ >. losowy dobór elemetów do próby Statystyka testująca (test χ ): χ k ( p) p Wyzaczamy prawdopodobeństwa dla kolejych waratów zmeej losowej X k λ korzystając ze wzoru a rozkład Possoa: P( x k) k! e λ. Poeważ ezay jest parametr rozkładu teoretyczego szacujemy go korzystając z daych z próby. λ x.. P(x ) e P(x ) e!!.. P(x ) e P(x ) e!! P(x){-(+++)}* *) przyjmujemy ż wartośc zmeej losowej X zaobserwowae w próbe wyczerpują zbór jej możlwych waratów Tablca z pomocczym wylczeam dla statystyk testującej: x p p ( p ) ( p ) p x x χ ob Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ α v r k ; + ). Wartość χ α odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym α v r k oraz v r-k- gdze r to lczba waratów zmeej losowej X a k to lczba szacowaych (ezaych) parametrów rozkładu teoretyczego. α χ α v-- χ ob > χ α Z prawdopodobeństwem błędu I rodzaju ższym ż wyk z próby e potwerdzły przypuszczea że dzea lczba sprzedawaych opakowań jogurtów w pewym sklepe spożywczym może być opsaa rozkładem Possoa. Zadae... W pewej cetral telefoczej zbadao lczbę zgładzoych awar przez użytkowków telefoów stacjoarych w cągu losowo wybraych d. Uzyskae dae przedstawa poższy szereg rozdzelczy: Dzea lczba zgłaszaych awar lczba zbadaych d Czy a podstawe uzyskaych daych moża sądzć ż rozkład dzeej lczby zgłaszaych awar sec telekomukacyjej przez użytkowków telefoów stacjoarych może być opsay rozkładem Possoa? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość użytkowcy telefoów stacjoarych zmea losowa X dzea lczba zgłaszaych awar Szukae: H :P(X)P*(X) (rozkład dzeej lczby zgłaszaych awar sec telekomukacyjej przez użytkowków telefoów stacjoarych moża opsać rozkładem Possoa) H :P(X) P*(X) (rozkład dzeej lczby zgłaszaych awar sec telekomukacyjej przez użytkowków telefoów stacjoarych e moża opsać rozkładem Possoa) k λ λ gdze: F (x) e k! k x. terwałowy pomar zmeej losowej X. stały loczy p. lczebość w każdej klase >

7 . duża lczebość próby ogółem Ʃ >. losowy dobór elemetów do próby Statystyka testująca (test χ r ( p ) ): χ p Wyzaczamy prawdopodobeństwa dla kolejych waratów zmeej losowej X k λ korzystając ze wzoru a rozkład Possoa: P( x k) k! e. Poeważ ezay jest parametr rozkładu szacujemy go korzystając z daych z próby. λ x P(x ) e P(x ) e!! P(x ) e P(x ) e!! P(x ) e P(x ) e!! P(x){-(+++++)}* *) przyjmujemy ż wartośc zmeej losowej X zaobserwowae w próbe wyczerpują zbór jej możlwych waratów Tablca z pomocczym wylczeam dla statystyk testującej: x p p ( p ) ( p ) p x x χ ob Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ α v r k ; + ). Wartość χ αv r k odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym α oraz v r-k gdze r to lczba waratów zmeej losowej X a k to lczba szacowaych (ezaych) parametrów rozkładu teoretyczego. α χ α v-- χ ob > χ α Z prawdopodobeństwem błędu I rodzaju ższy ż moża przypuszczać ż dzea lczba zgłaszaych awar do cetral telefoczej przez użytkowków telefoów stacjoarych e jest zbeża z rozkładem Possoa. Zadae... W wybraych losowo ośrodkach wypoczykowych zbadao le w cągu jedego turusu (w cągu d) zachorowało a grypę dzec w ostatch klku latach. Otrzymae dae prezetuje poższa tabelka: Lczba dzec która zachorowała a grypę w czase turusu Lczba zbadaych turusów Czy lczba dzec która zachoruje a grypę w ośrodkach wypoczykowych w czase jedego turusu może być opsaa rozkładem Possoa? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość dzec przebywające w ośrodkach wypoczykowych zmea losowa X lczba dzec która zachoruje a grypę w czase jedego turusu Szukae: H :P(X)P*(X) (lczba dzec która zachoruje a grypę w czase jedego turusu jest zbeża z rozkładem Possoa) H :P(X) P*(X) (lczba dzec która zachoruje a grypę w czase jedego turusu e jest zbeża z rozkładem Possoa) k λ λ gdze: F (x) e k! k x. terwałowy pomar zmeej losowej X. stały loczy p. lczebość w każdej klase >. duża lczebość próby ogółem Ʃ >. losowy dobór elemetów do próby Statystyka testująca (test χ r ( p ) ): χ p Wyzaczamy prawdopodobeństwa dla kolejych waratów zmeej losowej X k λ korzystając ze wzoru a rozkład Possoa: P( x k) k! e λ. Poeważ ezay jest parametr rozkładu szacujemy go korzystając z daych z próby. λ x. P(x ) e P(x ) e!! P(x ) e P(x ) e!! P(x){-(+++)}* *) przyjmujemy ż wartośc zmeej losowej X zaobserwowae w próbe wyczerpują zbór jej możlwych waratów Tablca z pomocczym wylczeam dla statystyk testującej: x p p ( p ) ( p ) p x x χ ob

8 Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ α v r k ; + ). Wartość χ αv r k odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym α oraz vr-k- gdze r to lczba klas wartośc cechy X a k to lczba szacowaych (ezaych) parametrów rozkładu. α χ α v-- χ ob > χ α Z prawdopodobeństwem ższym ż wyk z próby e potwerdzły przypuszczea że lczba dzec która zachoruje a grypę w czase jedego turusu przebywaa w ośrodku wypoczykowym może być opsaa rozkładem Possoa... z rozkładem ormalym Zadae... Zbadao losowo wybraą grupę kobet w weku - lat spytao je o dzey czas pośwęcoy a pelęgację pazokc (w m). Uzyskae wyk przedstawa poższy szereg rozdzelczy lczebośc: Czas pośwęcoy a pelęgację pazokc (w m) Czy a podstawe wyków z próby moża sądzć że rozkład dzeego czasu pośwęcoego a pelęgację pazokc przez kobety w weku - lat moża opsać rozkładem ormalym? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. dae: badaa zborowość - kobety w weku - lat zmea losowa X dzey czas pośwęcoy a pelęgację pazokc H : f(x) (rozkład dzeego czasu pośwęcoego a pelęgacje pazokc w populacj kobet w weku - lat jest zgody z rozkładem ormalym) H : f(x) (rozkład dzeego czasu pośwęcoego a pelęgacje pazokc w populacj kobet w weku - lat e jest zgody z rozkładem ormalym). terwałowy pomar zmeej losowej X. duża lczebość z próby >. losowy dobór elemetów do próby Statystyka testująca (test D Agosto-Pearsoa): K Z A +Z K gdze: Z A to statystyka testująca skośośc rozkładu a Z K to statystyka testująca kurtozę rozkładu. k (x x) Y Y Z l + + gdze: m A k l W W W m ( ) ( ) Y + + m m ( ) ( + ) ( + ) ( + ) W + ( ) ( + ) ( + ) ( + ) ( ) ( c ) c m ( ) + a c m + Z gdze: a K ( ) ( ) c ( + ) ( + ) ( + ) ( + ) ( + ) ( + ) b c + ( + ) ( + ) ( ) ( ) + + b b b

9 Tablca z pomocczym wylczeam dla statystyk testującej o o x o x ( x - x ) ( x - x ) ( x - x ) Ʃ - m m m Y W + ( + ) ( + ) ( ) ( + ) ( + ) ( + ) ( ) ( + ) ( + ) ( + ) ( ) Z l A + + l ( ) + a ( ) ( ) ( + ) ( + ) ( + ) ( + ) b ( + ) ( + ) ( + ) ( + ) ( ) ( ) c ( ) + Z K ob+ K Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ ; + ). Wartość χ o o α v r k odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym pozome stotośc α oraz lczbe stop swobody v. αv α χ α v χ ob<χ α Przy pozome stotośc mejszym ż wyk z próby potwerdzły przypuszczee że dzey czas pośwęcoy a pelęgację pazokc przez kobety w weku - lat moża opsać rozkładem ormalym. Zadae... Przyjmuje sę że dzey czas dojazdu do pracy osób zameszkałych w pewym województwe jest zbeży z rozkładem ormalym. Czy to założee jest słusze jeżel badając dzey czas dojazdu do pracy wybraych losowo pracowków uzyskao astępujące dae które przedstawoo w poższym szeregu rozdzelczym lczebośc: Czas dojazdu pracowków do pracy (w m.) Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. dae: badaa zborowość osoby dojeżdżające do pracy zmea losowa X czas dojazdu do pracy H : f(x) (rozkład dzeego czasu dojazdu do pracy jest zgody z rozkładem ormalym) H : f(x) (rozkład dzeego czasu dojazdu do pracy e jest zgody z rozkładem ormalym). terwałowy pomar zmeej losowej X. duża lczebość z próby >. losowy dobór elemetów do próby Statystyka testująca (test D Agosto-Pearsoa): K Z A +Z K gdze: Z A to statystyka testująca skośośc rozkładu a Z K to statystyka testująca kurtozę rozkładu k (x x) Y Y Z l + + gdze: m A k l W W W m ( ) ( ) Y + + m m ( ) ( + ) ( + ) ( + ) W + ( ) ( + ) ( + ) ( + ) ( ) ( c ) c m ( ) + a c m + Z gdze: a K ( ) ( ) c ( + ) ( + ) ( + )

10 ( + ) ( + ) ( + ) b c + ( + ) ( + ) ( ) ( ) + b b Tablca z pomocczym wylczeam dla statystyk testującej o o x o o + b x ( x - x ) ( x - x ) ( x - x ) Ʃ - m m m ( + ) ( + ) Y ( ) W + ( + ) ( + ) ( + ) ( ) ( + ) ( + ) ( + ) ( ) Z l A + + l ( ) + a ( ) ( ) ( + ) ( + ) ( + ) ( + ) b ( + ) ( + ) c ( ) Z K K ob-- ( + ) ( + ) ( ) ( ) + ( ) o Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ ; + ). Wartość χ α v r k odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym pozome stotośc α oraz lczbe stop swobody v. α χ α v χ ob<χ α Przy pozome stotośc mejszym ż wyk z próby potwerdzły przypuszczee że rozkład dzeego czasu dojazdu do pracy pracowków w pewym województwe może być opsay rozkładem ormalym. Zadae... Z badaa mesęczych kosztów hadlowych wyka ż korporacja "Ola" skupająca wele frm poos straty. Dla losowo wybraych fl tej korporacj zbadao wysokość pooszoych strat przedstawoo je w poższej tabelce: Wysokość mesęczych strat (w tys. zł.) Lczba zbadaych placówek Czy rozkład mesęczych strat hadlowych w flach tej korporacj jest zgody z rozkładem ormalym? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość fle korporacj Ola zmea losowa X mesęcza wysokość strat pooszoa przez te fle Szukae: H : F(x) F (x) (rozkład mesęczych strat hadlowych w flach tej korporacj jest zgody z rozkładem ormalym) H : F(x) F (x) (rozkład mesęczych strat hadlowych w flach tej korporacj e jest zgody z rozkładem ormalym) x ( t m ) π gdze: F (x) e dt δ π. terwałowy pomar zmeej losowej X. duża lczebość z próby >. losowy dobór elemetów do próby Statystyka testująca (test χ r ( p ) ): χ p Wyzaczamy prawdopodobeństwa wystąpea wartośc zmeej losowej X w rozkładze teoretyczym. W celu ch oblczea stadaryzujemy krańce przedzałów w rozkładze empryczym po prowadzeu dwóch owych przedzałów tj. (- ) ( x x x x + ) według wzorów: u u gdze x S(X). S S P(- <X<) P(U<-)-P(U<- )Ф(-)-Ф(- ) P(<X<)P(U<-)-P(U<-)Ф(-)-Ф(-) αv

11 P(<X<)P(U<-)-P(U<-)Ф(-)-Ф(<-) td. Wartośc Ф(u ) Ф(u ) odczytujemy z tablcy dystrybuaty stadardowego rozkładu ormalego a astępe oblczamy p Ф(u )-Ф(u ) oraz lczebośc teoretycze ) p. Tabelka z pomocczym wylczeam dla statystyk testującej: x x u u F( u ) F( u ) p ) x x x x χ ob ) ) ( ) ) ( ) ) x Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ α v r k ; + ). Wartość χ αv r k odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym pozome stotośc α oraz lczbe stop swobody vr-k- gdze r to lczba klas wartośc zmeej losowej X a k to lczba szacowaych (ezaych) parametrów rozkładu teoretyczego. α χ α v-- χ ob > χ α Z prawdopodobeństwem mejszym ż wyk z próby e potwerdzły przypuszczee ż rozkład mesęczych strat hadlowych w flach korporacj Ola jest zbeży z rozkładem ormalym. Zadae... W pewym sklepe spożywczym w cągu jedego da zebrao formacje o wysokość płacoych rachuków przez losowo wybraych kletów. Uzyskae dae przedstawa poższy szereg rozdzelczy: Wysokość płacoych rachuków (w zł.) Lczba zbadaych rachuków Czy a podstawe wyków z próby moża twerdzć że rozkład dzeej wysokośc płacoych rachuków za zakupy przez kletów w tym sklepe jest zbeży z rozkładem ormalym? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość rachuk osób robących zakupy w pewym sklepe spożywczym zmea losowa X wysokość rachuków Szukae: H : F(x) F (x) (rozkład wysokośc płacoych rachuków przez kletów ma rozkład ormaly) H : F(x) F (x) (rozkład wysokośc płacoych rachuków przez kletów e ma rozkładu ormalego) x ( t m ) π gdze: F (x) e dt δ π. terwałowy pomar zmeej losowej X. duża lczebość z próby >. losowy dobór elemetów do próby Statystyka testująca (test χ r ( p ) ) : χ p Wyzaczamy prawdopodobeństwa wystąpea wartośc zmeej losowej X w rozkładze teoretyczym. W celu ch oblczea stadaryzujemy krańce przedzałów w rozkładze empryczym po prowadzeu dwóch owych przedzałów tj. (- ) ( x x x x + ) według wzorów: u u gdze x S(X). S S P(- <X<) P(U<-)-P(U<- )Ф(-)-Ф(- ) P(<X<)P(U<-)-P(U<-)Ф(-)-Ф(-) P(<X<)P(U<-)-P(U<-)Ф(-)-Ф(<-) td. Wartośc Ф(u ) Ф(u ) odczytujemy z tablcy dystrybuaty stadardowego rozkładu ormalego a astępe wyzaczamy p Ф(u )-Ф(u ) oraz lczebośc teoretycze ) p. Tablca z pomocczym wylczeam dla statystyk z próby: x x u u F( u ) F( u ) p ) x x x x

12 χ ) ) ) ( ) ( ) ) x ob Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ α v r k ; + ). Wartość χ αv r k odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym pozome stotośc α oraz lczbe stop swobody vr-k- gdze r to lczba klas wartośc zmeej losowej X a k to lczba szacowaych (ezaych) parametrów rozkładu teoretyczego. α χ α v-- χ ob > χ α Z prawdopodobeństwem mejszym ż wyk z próby e potwerdzły przypuszczea że rozkład wysokośc płacoych rachuków przez kletów za zakupy w cągu da w pewym sklepe spożywczym moża opsać rozkładem ormalym. Zadae... Twerdz sę że w jedym z plemo afrykańskch rozkład lczby urodzeń żywych względem weku rozrodczego kobet jest zbeży z rozkładem ormalym. Sprawdź czy to przypuszczee jest słusze skoro dla losowo wybraej grupy kobet z tego plemea uzyskao astępujące formacje: Wek rodzących kobet Lczba urodzeń żywych Weryfkację odpowedej hpotezy przeprowadzć przy pozome stotośc. Dae: badaa zborowość rodzące kobety w pewym plemeu afrykańskm zmea losowa X lczba urodzeń żywych Szukae: H : F(x) F (x) (rozkład lczby urodzeń żywych względem weku rozrodczego kobety jest zgody z rozkładem ormalym) H : F(x) F (x) (rozkład lczby urodzeń żywych względem weku rozrodczego kobety e jest zgody z rozkładem ormalym) x ( t m ) π gdze: F (x) e dt δ π. terwałowy pomar zmeej losowej X. duża lczebość z próby >. losowy dobór elemetów do próby Statystyka testująca (test χ r ( p ) ): χ p Wyzaczamy prawdopodobeństwa wystąpea wartośc zmeej losowej X w rozkładze teoretyczym. W celu ch oblczea stadaryzujemy krańce przedzałów w rozkładze empryczym po prowadzeu dwóch owych przedzałów tj. (- ) ( x x x x + ) według wzorów: u u gdze x S(X). S S P(- <X<) P(U<-)-P(U<- )Ф(-)-Ф(- ) P(<X<)P(U<-)-P(U<-)Ф(-)-Ф(-) P(<X<)P(U<-)-P(U<-)Ф(-)-Ф(<-) td. Wartośc Ф(u ) Ф(u ) odczytujemy z tablcy dystrybuaty stadardowego rozkładu ormalego a astępe oblczamy p Ф(u )-Ф(u ) oraz lczebośc teoretycze ) p. Tablca z pomocczym wylczeam dla statystyk z próby: x x u u F( u ) F( u ) p ) x x x x χ ) ( ) ) ( ) ) x ob Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( χ α v r k ; + ). Wartość χ αv r k odczytujemy z tablc dla wartośc krytyczych rozkładu χ przy zadaym pozome stotośc α oraz lczbe stop swobody vr-k- gdze r to lczba klas wartośc zmeej losowej X a k to lczba szacowaych (ezaych) parametrów rozkładu teoretyczego. α χ α v-- χ ob < χ α

13 Przy pozome stotośc mejszym ż wyk z próby potwerdzły przypuszczee ż płodość kobet w pewym plemeu afrykańskm względem ch weku rozrodczego jest zgoda z rozkładem ormalym. Zadae... Mesąc czerwec-lpec to okres zdawaa przez uczów psemych egzamów wstępych do szkół średch. Producec długopsów przypuszczają ż w tym czase lość zużytego (w ltrach) atrametu przez ogół kadydatów może być opsaa rozkładem ormalym. W celu ocey tego przypuszczea zbadao losowo wybraych uczów pszących te egzamy a otrzymae dae przedstawa poższy szereg rozdzelczy: lość zużytego atrametu przez ucza lczba zbadaych uczów Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość uczowe pszący długopsam egzam wstępy zmea losowa X lość zużytego atrametu w czase psaa egzamów wstępych Szukae: H : F(x) F (x) (rozkład zużytego atrametu przez uczów w czase egzamów wstępych jest zgody z rozkładem ormalym) H : F(x) F (x) (rozkład zużytego atrametu przez uczów w czase egzamów wstępych e jest zgody z rozkładem ormalym) x ( t m ) π gdze: F (x) e dt δ π. terwałowy pomar zmeej losowej X. duża lczebość z próby >. losowy dobór elemetów do próby Statystyka testująca (test λ-kolmogorowa): λ D gdze: sup F (x) F (x) D x Wyzaczamy prawdopodobeństwa wystąpea wartośc zmeej losowej X w rozkładze teoretyczym. W celu ch oblczea stadaryzujemy góry kraec x x przedzałów w rozkładze empryczym według wzoru: u gdze: x S S(X). P(X<)P(U<-)Ф(-)-Ф()- P(X<)P(U<-)Ф(-) P(X<)P(U<-)Ф(-) td. Wartośc Ф(u ) odczytujemy z tablcy dystrybuaty stadardowego rozkładu ormalego a astępe oblczamy Ф(u )-Ф(u ). Tablca... Dystrybuata stadardowego rozkładu ormalego u Tablca z pomocczym wylczeam dla statystyk z próby: x w F (x ) u F ( u ) λ F ( x) F ( u ) x x x x ob Wartość λ α odczytujemy z tablc dla wartośc krytyczych rozkładu Kolmogorowa przy zadaym pozome stotośc α. Jeśl wartość statystyk z próby λ ob <λ α ozacza to że różca pomędzy rozkładem empryczym a hpotetyczym e jest statystycze stota e mamy podstaw do odrzucea hpotezy zerowej. α λ α λ ob <λ α Przy pozome stotośc mejszym ż wyk z próby potwerdzają przypuszczee że lość zużytego atrametu przez uczów w czase psaa egzamów wstępych do szkół średch moża opsać rozkładem ormalym. Zadae... Rok szkoly to okres wytężoej auk. Merkem oceającym włożoy wysłek w zdobywae przez uczów wedzy może być lczba zapsaych stro otatek w zeszyce. W jedej z warszawskch szkół średch spytao losowo wybraych uczów o lczbę zapsaych stro w tym czase otrzymao astępujące wyk: lczba zapsaych stro lczba zbadaych uczów Zweryfkować przypuszczee ż lczba zapsaych stro w zeszyce przez uczów w czase roku szkolego ma rozkład ormaly. Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość uczowe szkól średch zmea losowa X lczba zapsaych stro w zeszyce przez uczów w czase roku szkolego Szukae: Tablce rozkładu λ-kołmogorowa podają wartośc dystrybuaty K(λ) zmeej λ. Wartośc krytycze λ α zajdujemy jako K(λ λ )-α.

14 H : F(x) F (x) (rozkład lczby zapsaych stro przez uczów w roku szkolym jest zgody z rozkładem ormalym) H : F(x) F (x) (rozkład lczby zapsaych stro przez uczów w roku szkolym e jest zgody z rozkładem ormalym) x ( t m ) π gdze: F (x) e dt δ π. terwałowy pomar zmeej losowej X. duża lczebość z próby >. losowy dobór elemetów do próby Statystyka testująca (test λ-kolmogorowa): λ D gdze: sup F (x) F (x) D x Wyzaczamy prawdopodobeństwa wystąpea wartośc zmeej losowej X w rozkładze teoretyczym. W celu ch oblczea stadaryzujemy góry kraec x x przedzałów w rozkładze empryczym według wzoru: u gdze: x S S(X). P(X<) P(U<-)Ф(-) P(X<)P(U<-)Ф(-) P(X<)P(U<)Ф() td. Wartośc Ф(u ) odczytujemy z tablcy dystrybuaty stadardowego rozkładu ormalego a astępe oblczamy Ф(u )-Ф(u ). Tablca z pomocczym wylczeam dla statystyk z próby: x w F ( x) λ u F ( u ) F ( x) F ( u ) - - x x x x ob Wartość λ α odczytujemy z tablc dla wartośc krytyczych rozkładu Kolmogorowa przy zadaym pozome stotośc α. Jeśl wartość statystyk z próby λ ob <λ α ozacza to że różca pomędzy rozkładem empryczym a hpotetyczym e jest statystycze stota e mamy podstaw do odrzucea hpotezy zerowej. α λ α λ ob <λ α Przy pozome stotośc mejszym ż wyk z próby potwerdzły przypuszczee że lczba zapsaych stro w zeszyce przez ucza w roku szkolym może być opsaa rozkładem ormalym. Zadae... W wybraych losowo małych mastach w Polsce zebrao formacje o weku osób zawerających perwszy zwązek małżeńsk. Uzyskao astępujące dae (w latach):. Czy rozkład weku osób zawerających perwszy zwązek małżeńsk moża opsać rozkładem ormalym? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. dae: badaa zborowość osoby które zawarły perwszy zwązek małżeńsk zmea losowa X wek osób zawerających po raz perwszy zwązek małżeńsk H : f(x)f * (x) (wek osób zawerających po raz perwszy zwązek małżeńsk moża opsać rozkładem ormalym) H : f(x) f * (x) (wek osób zawerających po raz perwszy zwązek małżeńsk e moża opsać rozkładem ormalym). terwałowy pomar zmeej losowej X. mała lczebość z próby <. losowy dobór elemetów do próby Statystyka testująca (test Shapro-Wlka): stablcowae współczyk dla testu Shapro-Wlka. W a (x + x ) gdze a -+ to (x x) Tablca z pomocczym wylczeam dla statystyk z próby: * x x -+ (x -+ -x ) a -+ [(x -+ -x ) a -+ ] (x -śr.x) Ʃ - *) wartośc x muszą być uporządkowae emalejąco Tablce rozkładu λ-kołmogorowa podają wartośc dystrybuaty K(λ) zmeej λ. Wartośc krytycze λ α zajdujemy jako K(λ λ )-α.

15 W ob Wartość W α odczytujemy z tablc dla wartośc krytyczych rozkładu Shapro-Wlka przy zadaym pozome stotośc α oraz lczebośc z próby. Jeśl wartość statystyk z próby ależy do przedzału [W αv ] ozacza to że różca pomędzy rozkładem empryczym a hpotetyczym jest statystycze stota hpotezę zerową ależy odrzucć a korzyść hpotezy alteratywej. Tablca... Rozkład Shapro-Wlka \ α α W αv W ob <W α Przy pozome stotośc mejszym ż wyk z próby e pozwalają twerdzć że rozkład weku osób zawerających po raz perwszy zwązek małżeńsk może być opsay rozkładem ormalym. Zadae... W pewej klce chrurg plastycze kerowctwo przypuszcza sę że dzea lość zużywaego pewego preparatu do poprawea urody przez osoby w weku - może być opsaa rozkładem ormalym. W celu zweryfkowaa tego przypuszczea spytao o to losowo wybraą grupę osób w tym weku uzyskao astępujące dae (w mg):. Czy przypuszczea kerowctwa tej klk są słusze? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. dae: badaa zborowość osoby w weku - lat zmea losowa X dzea lość zużywaego preparatu do poprawea urody H : f(x)f * (x) (dzea lość zużywaego preparatu do poprawea urody przez osoby w weku - lat może być opsaa rozkładem ormalym) H : f(x) f * (x) (dzea lość zużywaego preparatu do poprawea urody przez osoby w weku - lat e może być opsaa rozkładem ormalym). terwałowy pomar zmeej losowej X. mała lczebość z próby <. losowy dobór elemetów do próby Statystyka testująca: a (x + x ) W gdze a -+ to stablcowae (x x) współczyk dla testu Shapro-Wlka. Tablca z pomocczym wylczeam dla statystyk z próby: * x x -+ (x -+ -x ) a -+ [(x -+ -x ) a -+ ] (x -śr.x) Ʃ - *) wartośc x muszą być uporządkowae emalejąco W ob Wartość W α odczytujemy z tablc dla wartośc krytyczych rozkładu Shapro-Wlka przy zadaym pozome stotośc α oraz lczebośc z próby. Jeśl wartość statystyk z próby ależy do przedzału [W αv ] ozacza to że różca pomędzy rozkładem empryczym a hpotetyczym jest statystycze stota hpotezę zerową ależy odrzucć a korzyść hpotezy alteratywej. α W αv W ob <W α Z prawdopodobeństwem błędu mejszym ż moża twerdzć że rozkład dzeej lośc używaego preparatu a poprawę urody przez osoby w weku - lat e może być opsay rozkładem ormalym. Zadae... W pewej frme postaowoo zbadać czy pozom zmęczea pracowków po całym du pracy może być opsay rozkładem ormalym. W tym celu wybrao losowo wybraych pracowków poproszoo ch a koec da pracy o rozwązae pewego zadaa matematyczego. Czas potrzeby do rozwązaa tego zadaa był oceą skal zmęczea. Uzyskao astępujące wyk (w m.):. Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. dae: badaa zborowość osoby pracujące w pewej frme zmea losowa X pozom zmęczea pracowków

16 H : f(x)f * (x) (pozom zmęczea pracowków w pewej frmy moża opsać rozkładem ormalym) H : f(x) f * (x) (pozom zmęczea pracowków w pewej frmy e moża opsać rozkładem ormalym). terwałowy pomar zmeej losowej X. mała lczebość z próby <. losowy dobór elemetów do próby Statystyka testująca: a (x + x ) W gdze a -+ to stablcowae (x x) współczyk dla testu Shapro-Wlka. Tablca z pomocczym wylczeam dla statystyk z próby: * x x -+ (x -+ -x ) a -+ [(x -+ -x ) a -+ ] (x -śr.x) Ʃ - *) wartośc x muszą być uporządkowae emalejąco W ob Wartość W α odczytujemy z tablc dla wartośc krytyczych rozkładu Shapro-Wlka przy zadaym pozome stotośc α oraz lczebośc z próby. Jeśl wartość statystyk z próby ależy do przedzału [W αv ] ozacza to że różca pomędzy rozkładem empryczym a hpotetyczym jest statystycze stota hpotezę zerową ależy odrzucć a korzyść hpotezy alteratywej. α W αv W ob <W α Z prawdopodobeństwem błędu mejszym ż wyk z próby pozwalają twerdzć że pozom zmęczea pracowków po całym du pracy e może być opsay rozkładem ormalym.. Test zgodośc dla dwóch rozkładów empryczych.. z prób ezależych Zadae.. W ektórych uczelach wyższych jest możlwość pracy przy komputerze w godzach poza zajęcam lekcyjym. Czy rozkład tygodowego czasu pracy przy komputerze a teree pewej uczel poza godzam lekcyjym jest tak sam w populacj studetek studetów skoro w przeprowadzoym badau dla losowo wybraych studetek tylu samo studetów uzyskao astępujące dae: Tygodowy czas pracy przy komputerze kobety mężczyź Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. dae: badaa zborowość studec studec zmea losowa X tygodowy czas pracy przy komputerze studetów a teree pewej uczel merzala H : F(x) F (x) (tygodowy czas pracy przy komputerze a teree uczel w obu populacjach ma jedakowy rozkład) H : F(x) F (x) (tygodowy czas pracy przy komputerze a teree uczel w obu populacjach e ma jedakowego rozkładu). terwałowy pomar zmeej losowej X. lczebość w każdej klase. duża lczebość próby ogółem Ʃ >. losowy dobór elemetów do próby Statystyka testująca (test Kołmogorowa-Smrowa): λ D gdze: D sup F (x) F (x) oraz + x Tablca z pomocczym wylczeam dla statystyk testującej: kobety mężczyź x w F ( x ) k w F ( x ) k D sup F x F x ( ) ( ) λ x x x ob x Wartość λ α odczytujemy z tablc dystrybuaty rozkładu Kolmogorowa przy zadaym pozome stotośc α. Jeśl wartość statystyk z próby λ ob <λ α ozacza to że różca

17 pomędzy rozkładem empryczym a hpotetyczym e jest statystycze stota e mamy podstaw do odrzucea hpotezy zerowej. W przecwym przypadku hpotezę zerową ależy odrzucć a korzyść hpotezy alteratywej. Tablca. Dystrybuata rozkładu λ Kołmogorowa λ K(λ) α K(λ )- λ α λ ob >λ α Przy pozome stotośc mejszym ż wyk z próby e potwerdzły przypuszczea ż rozkład tygodowego czasu pośwęcoego a pracę przy komputerze w populacj studetów studetek a teree pewej uczel jest tak sam. Zadae.. Przyjmuje sę że ćwczea gmastycze poprawają sprawość ruchową kodycję fzyczą osób. W poższej tablcy przedstawoo dae uzyskae od losowo wybraych kobet losowo wybraych mężczyz o ch mesęczym czase pośwęcoym a gmastykę (w godz.): Mesęczy czas pośwęcoy a ćwczea gmastycze kobety mężczyź Czy mesęczy czas pośwęcoy a ćwczea w obu tych populacjach ma jedakowy rozkład? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość populacja kobet mężczyz zmea losowa X mesęczy czas pośwęcoy przez osoby a ćwczea gmastycze merzala Szukae: H : F(x) F (x) (mesęczy czas pośwęcoy a ćwczea w obu badaych populacjach ma jedakowy rozkład) H : F(x) F (x) (mesęczy czas pośwęcoy a ćwczea w obu badaych populacjach e ma jedakowego rozkładu). terwałowy pomar zmeej losowej X. lczebość w każdej klase. duża lczebość próby ogółem Ʃ >. losowy dobór elemetów do próby Statystyka testująca (test Kołmogorowa-Smrowa): λ D gdze: D sup F (x) F (x) oraz + x Tablca z pomocczym wylczeam dla statystyk testującej: kobety mężczyź x w Fk ( x) w Fk ( x) D sup F ( x) F ( x) x x x x λ Wartość λ α odczytujemy z tablc dystrybuaty rozkładu Kolmogorowa przy zadaym pozome stotośc α. Jeśl wartość statystyk z próby λ ob <λ α ozacza to że różca pomędzy rozkładem empryczym a hpotetyczym e jest statystycze stota e mamy podstaw do odrzucea hpotezy zerowej. W przecwym przypadku hpotezę zerową ależy odrzucć a korzyść hpotezy alteratywej. α λ α λ ob >λ α Przy pozome stotośc mejszym ż wyk z próby e potwerdzły przypuszczea ż rozkład mesęczego czasu pośwęcoego a ćwczea gmastycze w zborowośc kobet jest tak sam jak w zborowośc mężczyz. Zadae.. Czy rozkład tygodowego czasu pracy przy komputerze w populacj kobet mężczyz studujących a pewej uczel jest tak sam skoro w przeprowadzoym badau dla losowo wybraych studetek tylu samo studetów uzyskao astępujące dae: Tygodowy czas pracy przy komputerze (w godz.) kobety mężczyź Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość kobety mężczyź studujący a pewej uczel zmea losowa X tygodowy czas pracy przy komputerze merzala Szukae: H : F(x) F (x) (tygodowy czas pracy przy komputerze w obu populacjach osób studujących ma jedakowy rozkład) H : F(x) F (x) (tygodowy czas pracy przy komputerze w obu populacjach osób studujących e ma jedakowego rozkładu). terwałowy pomar zmeej losowej X. lczebość w każdej klase. duża lczebość próby ogółem Ʃ >. losowy dobór elemetów do próby Statystyka testująca (test Kołmogorowa-Smrowa): λ D gdze: D sup F (x) F (x) oraz x + Tablca z pomocczym wylczeam dla statystyk testującej:

18 x λ kobety mężczyź w F x k w F x k D sup F x F x ( ) ( ) x x x x ob Wartość λ α odczytujemy z tablc dystrybuaty rozkładu Kolmogorowa przy zadaym pozome stotośc α. Jeśl wartość statystyk z próby λ ob <λ α ozacza to że różca pomędzy rozkładem empryczym a hpotetyczym e jest statystycze stota e mamy podstaw do odrzucea hpotezy zerowej. W przecwym przypadku hpotezę zerową ależy odrzucć a korzyść hpotezy alteratywej. α λ α λ ob >λ α Przy pozome stotośc mejszym ż wyk z próby e potwerdzły przypuszczea że rozkład tygodowego czasu pośwęcoego a pracę przy komputerze w populacj kobet studujących a pewej uczel jest tak sam jak w populacj studujących tam mężczyz. Zadae.. Ze zborowośc studetek studetów pewej uczel wylosowao ezależe po dzesęć osób zmerzoo ch długość włosów. W grupe perwszej długość oszoych włosów przez poszczególe osoby wyosła (w cm): a w drugej grupe to:. Zweryfkować przypuszczee że rozkład długośc włosów oszoych przez studetów studetk a tej uczel jest tak sam. Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość studetk studec pewej uczel zmea losowa X długość oszoych włosów przez osoby studujące merzala Szukae: H : f(x)f*(x) (rozkład długośc włosów w obu populacjach osób studujących a pewej uczel jest tak sam) H : f(x) f*(x) (rozkład długośc włosów w obu populacjach osób studujących a pewej uczel e jest tak sam). terwałowy pomar zmeej losowej X. mała lczebość próby <. losowy dobór elemetów do prób Statystyka testująca (test Walda-Wolfowtza): lczba ser Tablca z pomocczym wylczeam dla statystyk testującej: Lczba Grupa Wartośc cechy Przyporządkowae symbole: ser b a b a b Perwsza b a b a a b a a b b Druga a Wyzaczamy wartość meday dla obu prób łącze. Symbolem (a) ozaczamy wartośc mejsze od meday a symbolem (b) wartośc wększe od meday. Wartośc rówe medae pomjamy. Wartość meday z obu prób: me. k ob (lczba ser w obu próbach) (lczba elemetów (a) w obu próbach) (lczba elemetów (b) w obu próbach) a a b b Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( k α > gdze k α jest to wartość krytycza którą odczytujemy z tablc testu ser przy zadaym pozome stotośc α oraz lczbe zaków dodatch (wartośc wyższe od meday) oraz lczbe zaków ujemych (wartośc ższe od meday). Tablca...Wartośc krytycze rozkładu testu ser dla α k k*>k α Przy pozom stotośc mejszym ż wyk z próby pozwalają sądzć że obe badae zborowośc mają tak sam rozkład. Rozkład długośc włosów oszoych przez studetów studetk a pewej uczel jest zatem tak sam. Zadae..

19 W pewym meśce w dwóch jego dzelcach dokoao pomaru średcy pa losowo wybraych dwuletch drzew pewego gatuku. Uzyskao astępujące dae: dzelca A: dzelca B:. Czy wyk z próby potwerdzają przypuszczee że rozkład średcy pa drzew dwuletch w obu dzelcach tego masta jest tak sam? Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość dwulete drzewa pewego gatuku zmea losowa X średca pa drzewa dwuletego merzala Szukae: H : f(x)f*(x) (rozkład średcy pa drzew dwuletch pewego gatuku jest tak sam w obu dzelcach masta) H : f(x) f*(x) (rozkład średcy pa drzew dwuletch pewego gatuku e jest tak sam w obu dzelcach masta). terwałowy pomar zmeej losowej X. duża lczebość próby >. losowy dobór elemetów do próby Statystyka testująca (test Walda-Wolfowtza): ( ) a b a b D (K) ( ) k E(k) U ob a b gdze E(K) + D(k) Tablca z pomocczym wylczeam dla statystyk testującej: Grupa Uporządkowae perwote Przyporządkowae symbole Lczba ser a a a a a - b a a a a b a b a b b b b a Perwsza b a a - b a b b b b b b a b a a b - Druga - a a a a a b b b b b b b Wyzaczamy wartość meday dla obu prób łącze. Symbolem (a) ozaczamy wartośc mejsze od meday a symbolem (b) wartośc wększe od meday. Wartośc rówe medae pomjamy. Wartość meday z obu prób: me k ob (lczba ser w obu próbach) (lczba elemetów (a) w obu próbach) (lczba elemetów (b) w obu próbach) E(K) D (K) U ob Hpoteza alteratywa jest dwustroa. Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K (- ;-u α ) (u α ;+ ) gdze u α jest to wartość krytycza którą odczytujemy z tablc stadardowego rozkładu ormalego przy zadaym pozome stotośc α. α u α K (- ;-) (;+ ) U ob K Z prawdopodobeństwem błędu I rodzaju mejszym ż wyk z próby pozwalają sądzć że rozkład średcy pa drzew dwuletch jest y w obu dzelcach masta. Zadae.. Ze stada owec wylosowao dwe grupy owec po pęć sztuk poddao ch strzyżeu. Po dokoau tej czyośc zwarzoo cężar pozyskaej od ch weły. Uzyskao astępujące dae (w dkg): dla perwszej grupy: dla grupy

20 drugej:. Na pozome zweryfkuj hpotezę że obe próby pochodzą z tej samej zborowośc owec która charakteryzuje sę tym samym rozkładem lośc pozyskwaej weły. Dae: badaa zborowość owce zmea losowa X lość pozyskaej weły z owcy merzala Szukae: H : f(x)f*(x) (rozkład lośc pozyskwaej weły z obu grup owec jest tak sam) H : f(x) f*(x) (rozkład lośc pozyskwaej weły z obu grup owec e jest tak sam). terwałowy pomar zmeej losowej X. mała lczebość próby <. losowy dobór elemetów do prób Statystyka testująca (test Walda-Wolfowtza): lczba ser Tablca z pomocczym wylczeam dla statystyk testującej: Grupa perwsza druga Wartośc cechy Przyporządkowae symbole a a a b b a b b Lczba ser Wyzaczamy wartość meday dla obu prób łącze. Symbolem (a) ozaczamy wartośc mejsze od meday a symbolem (b) wartośc wększe od meday. Wartośc rówe medae pomjamy. Wartość meday z obu prób: me k ob (lczba ser w obu próbach) (lczba elemetów (a) w obu próbach) (lczba elemetów (b) w obu próbach) Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( k α > gdze k α jest to wartość krytycza którą odczytujemy z tablc testu ser przy zadaym pozome stotośc α oraz lczbe zaków dodatch (wartośc wyższe od meday) oraz lczbe zaków ujemych (wartośc ższe od meday). k k ob >k α Przy pozome stotośc mejszym ż moża sądzć że obe próby owec ależą do tego samego gatuku tz. charakteryzują sę tym samym rozkładem lośc produkowaej przez ch weły. Zadae.. W pewym meśce a dwóch ulcach masta spytao losowo wybraych meszkańców o ch wzrost. Na perwszej ulcy uzyskao astępujące odpowedz (w cm):. Na drugej ulcy były oe zaś astępujące:. Zweryfkuj przypuszczee że te dwe próby osób pochodzą z tej samej populacj osób o określoym rozkładze wzrostu. Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość osoby z pewego masta zmea losowa X wzrost osób merzala Szukae: H : f(x)f*(x) (rozkład wzrostu osób z obu prób jest tak sam) H : f(x) f*(x) (rozkład wzrostu osób z obu prób e jest tak sam). terwałowy pomar zmeej losowej X. mała lczebość próby <. losowy dobór elemetów do prób Statystyka testująca (test Walda-Wolfowtza): lczba ser Tablca z pomocczym wylczeam dla statystyk testującej: Grupa Wartośc cechy Przyporządkowae symbole Lczba ser b b a a perwsza b a a - - a - - b - druga - b a b a b Wyzaczamy wartość meday dla obu prób łącze. Symbolem (a) ozaczamy wartośc mejsze od meday a symbolem (b) wartośc wększe od meday. Wartośc rówe medae pomjamy. Wartość meday z obu prób: me k ob (lczba ser w obu próbach) (lczba elemetów (a) w obu próbach) (lczba elemetów (b) w obu próbach) Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( k α > gdze k jest to wartość krytycza którą odczytujemy z tablc testu ser przy zadaym pozome stotośc α oraz lczbe zaków dodatch (wartośc wyższe od meday) oraz lczbe zaków ujemych (wartośc ższe od meday). k k ob >k α Przy pozom stotośc mejszym ż moża przypuszczać że obe próby osób pochodzą z tej samej populacj tz. mają takego samego rozkładu długośc oszoych włosów.

21 Zadae.. Sprawdź czy obe losowo wybrae próby osób w weku - lat a badae ze względu a tygodowy czas pośwęcoy przez e a oglądae telewzj pochodzą z tej samej zborowośc osób o określoym rozkładze czasu oglądaa telewzj jeżel uzyskao astępujące dae (w m): perwsza próba: druga próba:. Do weryfkacj odpowedej hpotezy przyjąć pozom stotośc. Dae: badaa zborowość osoby oglądające telewzję w weku - lat zmea losowa X tygodowy czas pośwęcoy a oglądae telewzj merzala Szukae: H : f(x)f*(x) (obe próby losowe pochodzą z tej samej populacj) H : f(x) f*(x) (obe próby losowe pochodzą z różych populacj). terwałowy pomar zmeej losowej X. mała lczebość próby <. losowy dobór elemetów do prób Statystyka testująca (test Walda-Wolfowtza): lczba ser Tablca z pomocczym wylczeam dla statystyk testującej: Grupy Wartośc cechy Przyporządkowae symbole Lczba ser b a a perwsza a b b - - b b b a a druga b b b b b Wyzaczamy wartość meday dla obu prób łącze. Symbolem (a) ozaczamy wartośc mejsze od meday a symbolem (b) wartośc wększe od meday. Wartośc rówe medae pomjamy. Wartość meday z obu prób: me k ob (lczba ser w próbe) (lczba elemetów (a) w próbe) (lczba elemetów (b) w próbe) Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( k α > gdze k jest to wartość krytycza którą odczytujemy z tablc testu ser przy zadaym pozome stotośc α oraz lczbe zaków dodatch (wartośc wyższe od meday) oraz lczbe zaków ujemych (wartośc ższe od meday). k k ob k α Przy pozom stotośc mejszym ż moża przypuszczać że obe losowo wybrae grupy osób w weku - lat e pochodzą z tej samej populacj tj. e charakteryzują sę tym samym rozkładem tygodowego czasu pośwęcoego a oglądae telewzj. Zadae.. Zebrao formacje od dwóch ezależe wybraych grup pacjetów poddaych leczeu pewym preparatem a bezseość. W grupe perwszej po zażycu tego leku długość su wydłużyła sę o (w m.): a w grupe drugej wyk były astępujące:. Na pozome stotośc zweryfkuj przypuszczee że obe grupy osób moża opsać tym samym rozkładem skuteczośc dzałaa pewego preparatu a bezseość. Dae: badaa zborowość osoby cerpące a bezseość zażywające określoy preparat zmea losowa X zmaa długośc su po zażycu pewego leku merzala Szukae: H : f(x)f*(x) (obe próby losowe pochodzą z tej samej populacj) H : f(x) f*(x) (obe próby losowe pochodzą z różych populacj). terwałowy pomar zmeej losowej X. mała lczebość prób <. losowy dobór elemetów do prób Statystyka testująca (test Walda-Wolfowtza): lczba ser Tablca z pomocczym wylczeam dla statystyk testującej: Grupa perwsza druga Wartośc cechy Przyporządkowae symbole - - b a a a - - b b a b Lczba ser Wyzaczamy wartość meday dla obu prób łącze. Symbolem (a) ozaczamy wartośc mejsze od meday a symbolem (b) wartośc wększe od meday. Wartośc rówe medae pomjamy. Wartość meday z obu prób: me k ob (lczba ser w próbe) (lczba elemetów (a) w próbe) (lczba elemetów (b) w próbe) Obszar odrzuceń dla hpotezy zerowej przyjmuje postać: K ( k α > gdze k jest to wartość krytycza którą odczytujemy z tablc testu ser przy zadaym pozome stotośc α oraz lczbe zaków dodatch (wartośc wyższe od meday) oraz lczbe zaków ujemych (wartośc ższe od meday). k k ob >k α

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

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

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

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

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

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

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych ZJAZD Przedmotem statystyk jest zberae, prezetacja oraz aalza daych opsujących zjawska losowe. Badau statystyczemu podlega próbka losowa pobraa z populacj, aczej populacj geeralej. Na podstawe uzyskaych

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

. Wtedy E V U jest równa

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

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

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

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

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

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia) Mary przecęte Średa arytmetycza Dla szeregu rozdzelczego cechy skokowej x k x k Średa harmocza (cechy o charakterze lorazu p. Prędkość, gęstość zaludea) x H k x Średa geometrycza x x x... G x średa arytmetycza

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

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

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o 1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

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

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

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

Bardziej szczegółowo

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce. Metody probablstycze statystyka Wykład 7: Statystyka opsowa. Rozkłady prawdopodobestwa wystpujce w statystyce. Podstawowe pojca Populacja geerala - zbór elemetów majcy przyajmej jed włacwo wspól dla wszystkch

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Testowanie 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 szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

Bardziej szczegółowo

ĆWICZENIE 5 TESTY STATYSTYCZNE

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

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

METODY ANALIZY DANYCH DOŚWIADCZALNYCH POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematycza dla leśików Wydział Leśy Kieruek leśictwo Studia Stacjoare I Stopia Rok akademicki 0/0 Wykład 5 Testy statystycze Ogóle zasady testowaia hipotez statystyczych, rodzaje hipotez, rodzaje

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

ROZKŁADY ZMIENNYCH LOSOWYCH ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Parametryczne Testy Istotności

Parametryczne Testy Istotności Parametrycze Testy Istotości Wzory Parametrycze testy istotości schemat postępowaia pukt po pukcie Formułujemy hipotezę główą H odośie jakiegoś parametru w populacji geeralej Hipoteza H ma ajczęściej postać

Bardziej szczegółowo

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem

Bardziej szczegółowo

X 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.

X 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 szczegółowo

Wyrażanie niepewności pomiaru

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

Bardziej szczegółowo

Nieparametryczne Testy Istotności

Nieparametryczne Testy Istotności Neparametryczne Testy Istotnośc Wzory Neparametryczne testy stotnośc schemat postępowana punkt po punkce Formułujemy hpotezę główną odnoszącą sę do: zgodnośc populacj generalnej z jakmś rozkładem, lub:

Bardziej szczegółowo

1 Testy statystyczne. 2 Rodzaje testów

1 Testy statystyczne. 2 Rodzaje testów 1 Testy statystycze Podczas sprawdzaia hipotez statystyczych moga¾ wystapić ¾ dwa rodzaje b ¾edów. Prawdopodobieństwo b ¾edu polegajacego ¾ a odrzuceiu hipotezy zerowej (H 0 ), gdy jest oa prawdziwa, czyli

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

IV. ZMIENNE LOSOWE DWUWYMIAROWE IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję

Bardziej szczegółowo

będzie próbką prostą z rozkładu normalnego ( 2

będzie próbką prostą z rozkładu normalnego ( 2 Zadae. eh K będze próbką prostą z rozkładu ormalego ( μ σ ) zaś: ( ) S gdze:. Iteresuje as względy błąd estymaj: σ R S. σ rzy wartość ozekwaa E R jest rówa ( ) (A).8 (B).9 (C). (D). (E). Zadae. eh K K

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

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

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

VI. TWIERDZENIA GRANICZNE VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

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

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Matematyczny opis ryzyka

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

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę

Bardziej szczegółowo

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH AALIZA KORELACJI DEFIICJA ZALEŻOŚCI KORELACYJEJ, Zależośd korelacyja (statystycza) występuje wtedy, gdy określoym wartoścom jedej zmeej są przyporządkowae pewe średe wartośc drugej zmeej e moża wyzaczyd

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

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

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

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

Bardziej szczegółowo

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste Statystyka opisowa Miary statystycze: 1. miary położeia a) średia z próby x = 1 x = 1 x = 1 x i - szereg wyliczający x i i - szereg rozdzielczy puktowy x i i - szereg rozdzielczy przedziałowy, gdzie x

Bardziej szczegółowo

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Moda (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 szczegółowo

Materiały wspomagające wykład ze statystyki. Maciej Wolny

Materiały wspomagające wykład ze statystyki. Maciej Wolny Materały wspomagające wykład ze statystyk Macej Woly T: Zajęca orgazacyje Ageda. Program wykładu. Cel zajęć 3. Nabyte umejętośc 4. Lteratura 5. Waruk zalczea Program wykładu T: Zajęca orgazacyje [h] T:

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

Bardziej szczegółowo

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

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

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY 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 szczegółowo

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

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

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności

Estymacja 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 szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

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

Bardziej szczegółowo

ELEMENTY TEORII MOŻLIWOŚCI

ELEMENTY TEORII MOŻLIWOŚCI ELEMENTY TEORII MOŻLIWOŚCI Opracował: M. Kweselewcz Zadeh (978) wprowadzł pojęce rozkładu możlwośc jako rozmyte ograczee, kóre odzaływuje w sposób elastyczy a wartośc przypsae daej zmeej. Defcja. Nech

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statystyka Katarzya Chudy Laskowska http://kc.sd.prz.edu.pl/ WNIOSKOWANIE STATYSTYCZNE Celem aalizy statystyczej ie jest zwykle tylko opisaie (prezetacja) posiadaych daych, czyli tzw. próby statystyczej.

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

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

Bardziej szczegółowo

Wykład ze statystyki. Maciej Wolny

Wykład ze statystyki. Maciej Wolny Wykład ze statystyk Macej Woly T: Zajęca orgazacyje Ageda. Program wykładu. Cel zajęć 3. Nabyte umejętośc 4. Lteratura 5. Waruk zalczea Program wykładu T: Zajęca orgazacyje [h] T: Przedmot zadaa statystyk

Bardziej szczegółowo

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU Haa Dudek a, Moka Dybcak b a Katedra Ekoometr Iformatyk SGGW b studetka Mędzywydzałowego Studum Iformatyk Ekoometr e-mal: hdudek@mors.sggw.waw.pl ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

Bardziej szczegółowo

Badania niezawodnościowe i statystyczna analiza ich wyników

Badania niezawodnościowe i statystyczna analiza ich wyników Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe

Bardziej szczegółowo

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

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

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

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

Bardziej szczegółowo

Probabilistyka i statystyka. Korelacja

Probabilistyka i statystyka. Korelacja 06-05-08 Probablstyka statystyka Korelacja Probablstyka statystyka - wykład 9 dla Elektrok Korelacja Aalza korelacj zajmuje sę badaam stea zależośc lowej mędzy dwema cecham X Y. Podstawową marą jest współczyk

Bardziej szczegółowo