&]HVáDZ'RPDVNL 8QLZHUV\WHW àyg]nl. Zastosowanie testów serii znaków w statystycznej kontroli procesu
|
|
- Alicja Wolska
- 4 lat temu
- Przeglądów:
Transkrypt
1 DYNAMICZNE MODELE EKONOMETRYCZNE,,, JyOQRSROVNLH HPLQDULXP DXNRZH ZU]HQLD Z RUXQLX.DWHGUD (NRQRPHWULL L WDW\VW\NL QLZHUV\WHW 0LNRãDMD.RSHUQLND Z RUXQLX &]HVáDZRPDVNL QLZHUV\WHW àyg]nl Zastosowanie testów serii znaków w statystycznej kontroli procesu ZDJLZVWSQH RGVWDZRZ\P ]DGDQLHP VWDW\VW\F]QHJR VWHURZDQLD SURFHVHP MHVW Z\RGUb- QLHQLH Z\QLNyZ SRPLDUyZ NWyUH ZVND]XM QD LVWQLHQLH Ä]DNáyFH Z VWDELOQ\P przebiegu. U]\MPLMP\ *H ]PLHQQH ORVRZH ]DNáyFDMFH VWDELOQ\ SU]HELHJ SURFHVX PDM FKDUDNWHU DGG\W\ZQ\ F]\OL GRGDM VL GR ]PLHQQHM RGSRZLDGDMFHM VWDELOQHPX czyli uregulowanemu procesowi. Próba pobrana w chwili t odpowiada obserwacjom pewnej zmiennej losowej Y (t) Y gdzie t = X k 0 Ii t) i= ( X () xi F i ( µ i, σ i ) RUD] IXQNFMD ZVND(QLNRZD I i (t) PD SRVWDü, L ( = W) 0 ] S i ZHP S L ( ) ] S ZHP SL -H*HOL UR]ZD*DQ\ PRGHO MHVW ZáDFLZ\ L PDP\ k PR*OLZ\FK Z\]QDF]onych przyczyn rozregulowania, to w danej próbie obecna jest jedna z () k mo*- OLZ\FK NRPELQDFML ]PLHQQ\FK ORVRZ\FK RGSRZLDGDMF\FK W\P SU]\F]\QRP
2 0 &]HVáDZ RPDVNL UR]UHJXORZDQLD =DXZD*P\ *H VNUDMQ\PL PR*OLZRFLDPL VSRUyG ZV]\VWNLFK k NRPELQDFML V QLHZ\VWSLHQLH *DGQHM SU]\F]\Q\ UR]UHJXORZDQLD (, L ( W) = 0 GOD L =,..., N) dla wszystkich i =,..., k, Z\VWSLHQLH ZV]\VWNLFK SU]\F]\Q UR]UHJXORZDQLD ( I i ( t) = dla wszystkich i =,...,k ) U]\MPXMHP\ *H SUyE\ SRELHUDQH V GRVWDWHF]QLH U]DGNR E\ SRVWDü ]PLHnnej Y GOD MHGQHM SUyE\ E\áD QLH]DOH*QD RG MHM SRVWDFL GOD LQQHM SUyE\ RQDGWR ]DNáDGDP\ *H ND*GD IXQNFMD ZVND(QLNRZD I i ]DFKRZXMH VWDá ZDUWRü (0 lub ) Z F]DVLH SRELHUDQLD MHGQHM SUyE\ R]QDF]D WR *H F]DV SRELHUDQLD SUyE\ MHVW Go- VWDWHF]QLH NUyWNL E\ QD SUyE VNáDGDá\ VL REVHUZDFMH MHGQHM L WHM VDPHM ]PLHnnej losowej Y. R]NáDG\OLF]E\LGáXJRFLVHULLPRQRWRQLF]Q\FK Niech y, y,..., y R]QDF]DM n FLJ XSRU]GNRZDQ\FK Z F]DVLH REVHUZDFML dokonanych na zmiennej na zmiennej Yt R]ZD*DMFFLJ ]QDNyZ sgn( y y), sgn( y y),...,sgn( y n yn ) () gdzie:, gdy y > 0, sgn y = (), gdy y < 0, PR*QD RWU]\PDü W]Z VHULH PRQRWRQLF]QH. $V\PSWRW\F]QH UR]NáDG\ VHULL PRQRWRQLF]Q\FK ]QDOH(OL Levene () i J. Wolfowitz (). J :ROIRZLW] SRND]Dá *H JUDQLF]Q\ UR]NáDG GáXJRFL VHULL ]QDNyZ SU]\ ]DáR*HQLX *H WUHQG QLH LVWQLHMH MHVW Z\NáDGQLF]\P UR]NáDGHP RLVVRQD RZyG MHJR WZLHUG]HQLD VWRVXMH VL GR UR]NáDGX VHULL R GáXJRFL Zy- QRV]FHM GRNáDGQLH r -HGQDN*H ]DáR*HQLD SRF]\QLRQH SU]\ MHJR Z\SURZDG]HQLX PRJ E\ü ]DVWRVRZDQH GR UR]NáDGX VHULL R GáXJRFL r OXE ZLNV]HM Olm- VWHG SRGDá *H ]JRGQRü UR]NáDGX GáXJRFL VHULL ]QDNyZ ] UR]NáDGHP RLVVRQD MHVW U]GX GOD r, 0,00 dla r, 0,0 dla r, i 0, dla r, gdy n :\QLND VWG *H GOD r SUDZGRSRGRELHVWZR otrzy- Funkcja sgn y QLH MHVW RNUHORQD GOD y=0, DOH SUDZGRSRGRELHVWZR ]DMFLD ]GDU]enia y=0 SU]\ ]DáR*HQLX *H ]PLHQQD ORVRZD MHVW FLJáD UyZQD VL ]HUX.U\W\F]QH ZDUWRFL GOD WHVWX VHULL RSDUWHJR QD GáXJRFL VHULL PR*QD Z\]QDF]\ü QD SRGVWDZLH UR]NáDGX Poissona. Dla r zachodzi relacja D ( L ) = E( ). r L r
3 Zastosowanie testów serii znaków w statystycznej kontroli procesu mania przy n REVHUZDFMDFK FR QDMPQLHM MHGQHM VHULL R GáXJRFL SU]\QDMPQLHM r elementów jest równe: E( L ) { L } r r = e, P () gdzie: [( )( ) ] ( n r n E L r ) = dla r n () ( r )! E. S. (GLJLQJWRQ SRGDá IRUPXá UHNXUHQF\MQ NWyUD XPR*OLZLáD PX RSUa- FRZDQLH WDEOLF UR]NáDGX VHULL ]QDNyZ Ä OXE Ä SLHUDMF VL QD WHM WDEOLF\ ]RVWDá\ Z\]QDF]RQH ZDUWRFL NU\W\F]QH GOD WHVWX RSDUWHJR QD OLF]ELH VHULL Po- QRWRQLF]Q\FK NWyUH ]DZDUWH V Z WDEOLF\ : WDEOLF\ WHM SRGDQH V GOD G]LHVL- FLX SUDZGRSRGRELHVWZ α (0,00, 0,0, 0,0, 0,0, 0,0, 0,0, 0,, 0,, WDNLH QDMZLNV]H OLF]E\ FDáNRZLWHl α, dla których P { L l α } α, MHOL α < 0, RUD] WDNLH QDMPQLHMV]H OLF]E\ FDáNRZLWH l α, dla których P{ L l α } MHOL α > 0,. Zamieszczone kwantyle zmiennej L XáDWZLDM Z znacznym stopniu korzystanie z testów serii opartych na liczbie serii monotonicznych. E. S. (GLJLQJWRQ SRGDMH *H ]PLHQQD ORVRZD L, dla n > PD UR]NáDG asymptotycznie normalny o parametrach danych wzorami: E ( L) = n, () n D ( L) =. () 0 :DUWRü RF]HNLZDQD ]PLHQQHM Lr R]QDF]DMFD OLF]E VHULL GáXJRFL r, przyj- PXMH SRVWDü E( L r ) = [ n( r r ) ( r r r ) ], () ( r )! dla r n, D ZDULDQFM ]PLHQQHM [ E( L )] L r Z\UD*D VL Z]RUHP r! D ( L = r ) r (0) r! (r)! ( r!) (r)! R FHOyZ SUDNW\F]Q\FK PRJ E\ü VWRVRZDQH Z]RU\ QD ZDULDQFMH ]PLHQQ\FK r L r i L dla r : 0n D ( L ) =, 0 ()
4 &]HVáDZ RPDVNL 0n D ( L ) =, 00 () ( ) n D L =, () 0 ( ) n D L =, () 0 ( ) n D L =. () 00 X*H ]QDF]HQLH Z EDGDQLDFK HNRQRPHWU\F]Q\FK D WDN*H VWDW\VW\F]QHM NRn- WUROL MDNRFL PDM VHULH ]QDNyZ RGFK\OH Z JyU L Z Gyá F]\OL W]Z VHULH Po- QRWRQLF]QH 0DM RQH W ]DOHW *H RG UD]X ZLDGRPR *H VXPD GáXJRFL ZV]\Vtkich serii wynosi (n-) gdzie n MHVW OLF]E REVHUZacji.. Testy oparte na ogólnej liczbie serii znaków Niech y, y,..., yn R]QDF]D FLJ XSRU]GNRZDQ\FK Z F]DVLH UHDOL]DFML zmiennych losowych Yt D SRGVWDZLH WHJR FLJX QDOH*\ ]ZHU\ILNRZDü KLSRWe- ] H0 *H ZDUWRFL RF]HNLZDQH W\FK ]PLHQQ\FK V MHGQDNRZH D ZLF *H EDGa- Q\ FLJ QLH ]DZLHUD WUHQGX HVW RSDUW\ QD RJyOQHM OLF]ELH VHULL ]QDNyZ MHVW Qa- VWSXMF\ SLHUDMF VL QD Z\QLNDFK SUyE\ WZRU]\P\ FLJ ]QDNyZ sgn( yi yi ) DVWSQLH Z\]QDF]DP\ ZDUWRü VSUDZG]LDQX WHJR WHVWX ± VWax jest W\VW\N l NWyUD MHVW RJyOQ OLF]E VHULL ]QDNyZ Ä L Ä -H*HOL FLJ { } i ORVRZ\ WR QDOH*\ VL VSRG]LHZDü VWRVXQNRZR GX*HM OLF]E\ NUyWNLFK VHULL ]Qa- NyZ Ä L VHULL ]QDNyZ Ä DWRPLDVW JG\ Z FLJX Z\VWSXMH WUHQG ZyZF]DV PR*QD VL VSRG]LHZDü ZLHOX GáXJLFK VHULL SU]\ F]\P VHULH WH ]ár*rqh EG QD RJyá ]H ]QDNyZ Ä MHOL WUHQG MHVW URVQF\ L ]H ]QDNyZ Ä MHOL WUHQG MHVW Pa- OHMF\ : ]DZL]NX ] W\P REV]DU NU\W\F]Q\ GOD WHJR WHVWX EXGXMH VL OHZRVWURnnie, tzn. gdy zachodzi relacja l l α KLSRWH] ]HURZ QDOH*\ RGU]XFLü :DUWo- FL NU\W\F]QH PR*QD RGF]\WDü ] WDEOLF\ OD n> zmienna L PD UR]NáDG asymptotycznie normalny o parametrach danych wzorami () i ().
5 Zastosowanie testów serii znaków w statystycznej kontroli procesu. Test Moora-Wallisa Test 0RRUD:DOOLVD MHVW RSDUW\ QD OLF]ELH ]QDNyZ Ä NWyU R]QDF]DP\ V\mbolem z LSRWH] H0 RGU]XFD VL QD U]HF] KLSRWH]\ DOWHUQDW\ZQHM *H Zy- VWSuMH WUHQG PDOHMF\ MHOL z < z α, gdzie: n n zα = Zα, () Zα PR*QD RGF]\WDü ] WDEOLF\ GOD RGSRZLHGQLFK n i α. $QDORJLF]QLH RGU]XFD VL KLSRWH] H0 QD U]HF] KLSRWH]\ DOWHUQDW\ZQHM *H Z\VWSXM WUHQG URVQF\ JG\ z > z α, gdzie: n n zα = Zα. () U]\MPXMH VL KLSRWH] *H Z\VWSXMH WUHQG URVQF\ OXE PDOHMF\ MHOL ]DFKRG] QLHUyZQRFL > z α / -HOL to z. () n oraz α () n n zα Z\]QDF]D VL QD SRGVWDZLH QDVWSXMF\FK Z]RUyZ z α i n z = n α uα (0) oraz n z = n α uα, () gdzie u α jest NZDQW\OHP U]GX α UR]NáDGX QRUPDOQHJR N (0, ), przy czym α QDOH*\ SU]\Mü WDNLH DE\ ZLHONRFL WH E\á\ FDáNRZLWH. Test chi-kwadrat oparty na oczekiwanych i zaobserwowanych VHULDFKPRQRWRQLF]Q\FKUy*QHMGáXJRFL D SRGVWDZLH Z]RUyZ L EXGXMH VL UR]NáDG WHRUHW\F]Q\ OLF]E\ VHULL Uy*Q\FK GáXJRFL D ]JRGQRü ]DREVHUZRZDQHJR UR]NáDGX ] W\P UR]NáDGHP WHRUHW\F]Q\P ZHU\ILNXMH VL ]D SRPRF WHVWX chi-kwadrat.
6 &]HVáDZ RPDVNL F. Moore i W. :DOOLV ]DSURSRQRZDOL QDVWSXMF\ VSUDZG]LDQ GOD WHJR testu. ( l e ) ( l e) ( l e) χ =, e e e () gdzie: l ± OLF]ED VHULL GáXJRFL l ± OLF]ED VHULL GáXJRFL l ± OLF]ED VHULL GáXJRFL ZLNV]HM QL* a e, e, e V RNUHORQH Z]RUDPL n e = E( L ) =, () n e = E( L ) =, 0 () ( ) n e = E L =. 0 () OdrzuFD VL KLSRWH] H0 QD U]HF] KLSRWH]\ DOWHUQDW\ZQHM *H Z\VWSXMH WUHQG OXE F\NOH MHOL χ > χ α. W przypadku gdy χα gdy χ, χ = χα gdy χ >, przy czym w pierwszym przypadku χ α odczytujemy dla stopni swobody, a w drugim dla, stopni swobody (por. RPDVNL. Test chi-kwadrat oparty na liczbie serii znaków Inny test chi-kwadrat jest oparty na oczekiwanych i zaobserwowanych se- ULDFK Uy*QHM GáXJRFL SUDZG]LDQHP WHJR WHVWX MHVW VWDW\VW\ND [ z E( Z )] [ l E( L) ] χ = D ( Z ) D ( L) gdzie: z liczba znaków l ogólna liczba serii znaków, D ZDUWRFL RF]HNLZDQH L ZDULDQFMH V RNUHORQH Z]RUDPL ()
7 Zastosowanie testów serii znaków w statystycznej kontroli procesu E( Z ) =, () E( L) = n, () n D ( Z ) =, () D ( L) = 0,n 0,. (0) LSRWH] H0 RGU]XFDP\ QD NRU]\ü KLSRWH]\ DOWHUQDW\ZQHM *H Z\VWSXMH WUHQG OXE F\NOH MHOL GOD VWRSQL VZRERG\ χ > χ α. ZDJLNRFRZH Problem testowania ORVRZRFL EDUG]R F]VWR Z\VWSXMH SU]\ NRQWUROL MDNo- FL Z\WZRU]RQ\FK SURGXNWyZ U]HGVWDZLRQH WHVW\ ORVRZRFL VSHFMDOQH SDVXM GR NRQWUROL MDNRFL 0DM RQH MDN VL Z\GDMH QDVWSuMFH ZVSyOQH FHFK\. RQH RSDUWH QD VHULDFK QDOH*F\FK GR VHNZHQFML y, y,..., yn.. URFHGXUD WHVWRZD MHVW LQZDULDQWQD Z]JOGHP WRSRORJLF]Q\FK WUDQVIRr- PDFML RVL RGFLW\FK WM WHVW GDMH GREUH VDPH UH]XOWDW\ MH*HOL ]PLHQQH y, y,..., y n ]DVWSXMHP\ SU]H] y, y,..., yn, gdzie y = f ( y) a f (t) MHVW GRZROQ FLJá FLOH PRQRWRQLF]Q IXQkFM t.. :LHONRFL REV]DUX NU\W\F]QHJR WM SUDZGRSRGRELHVWZ RGU]XFHQLD Kipotezy ORVRZRFL JG\ MHVW RQD SUDZG]LZD QLH ]DOH*\ RG ZVSyOQHM G\strybuanty F (y) zmiennych y, y,..., yn. :DUXQHN MHVW VSHáQLRQ\ MH*HOL ]DFKRG]L ZDUXQHN L MH*HOL F (y) jest ci- JáD HRULD VHULL MDNR QDU]G]LD SRPRFQLF]HJR NRQWUROL MDNRFL UR]ZLMD VL Z QDVWSXMF\P NLHUXQNX Przy podejmowanix GHF\]ML GRW\F]FHM SURFHVX SURGXNF\MQHJR QDOH*\ Zy- ELHUDü WDNLH W\S\ VHULL L VWDW\VW\NL NWyUH RSDUWH V QD RGSRZLHGQLFK W\SRZ\FK RGFK\OH RG VWDQyZ ]ZL]DQ\FK ] NRQWURO VWDW\VW\F]Q NWyUH X]QDQH V SU]H] LQ*\QLHUyZ ]D QDMEDUG]LHM PR*OLZH Z UHDOL]DFML y*qh SURFHV\ SURGXNF\MQH Z\PDJDM Uy*Q\FK PRG\ILNDFML PHWRG VWDW\VW\Fznych. RZLQQR VL UR]ZLMDü WHRULH L SURFHGXU\ RSDUWH QD PHWRGDFK 0RQWH Carlo, NWyU XPR*OLZLDM SUHF\]\MQLH RNUHODQLH IXQNFML PRF\ WHVWyZ L ]ZL]NyZ PL- G]\ Uy*Q\PL VWatystykami testowymi. :\NRU]\VWXMF PHWRG\ VWDW\VW\F]QH GR RFHQ\ MDNRFL SURFHVX SURGXNF\MQHJR QDOH*\ XZ]JOGQLü PLQLPDOL]DFM VWUDW ILQDQVRZ\FK
8 &]HVáDZ RPDVNL DEOLFD :DUWRFL NU\W\F]QH GOD WHVWX VHULL ]QDNyZ Ä L Ä n l α l0,00 l0, 0 l0, l0, 0 l0, 0 l0, 0 l0, l0, l0, l 0, DEOLFD ]DZLHUD GOD NLONX SUDZGRSRGRELHVWZ α WDNLH QDMZLNV]H OLF]E\ FDáNRZLWH l α dla których α α RUD] WDNLH QDMPQLHMV]H OLF]E\ FDáNowite l α, dla których ( α ) α, UyGáR SUDFRZDQLH ZáDVQH QD SRGVWDZLH SUDF\ Edigingtona () DEOLFD :DUWRFL α dla testu serii opartego na liczbie znaków n 0 Z α 0 0, 0,0 0,00 0, 0,0 0,0 0,0 UyGáR EOLF]HQLD ZáDVQH QD SRGVWDZLH Walsha () 0,00 0, 0,0 0, 0,0 0, 0,00 0,0 0,0 0,0 0,
9 Zastosowanie testów serii znaków w statystycznej kontroli procesu Literatura RPDVNL &] Testy statystyczne, PWE, Warszawa. Edigington, E. S. (), Probability table for number of runs of signs of first differences in ordered series, Journal of the American Statistical Association, t., s. -. Levene, H. (), On the power function of tests of randomness based on runs up and down, Annals of Mathematical Statistics, t., s. -. Moore, G. H., Wallis, W. A. (), Times series significance tests based on signs of defferences, Journal of the American Statistical Association, t., s. -. Olmsted, P. S. (), Runs determined in a sample by an arbitrary cut, Bell System Technical Journal, t., s. -. Walsh, J. E. () Handbook of nonparametric statistics, D. Can Nostrand Co. Inc., Princeton. Wolfowitz, J. (), Asymptotic distribution of runs up and down, Annals of Mathematical Statistics, t., s. -.
o partnerstwie publiczno-prywatnym.
SENAT RZECZYPOSPOLITEJ POLSKIEJ V KADENCJA Warszawa, dnia 20 czerwca 2005 r. Druk nr 984 0$56=$à(. 6(-08 RZECZYPOSPOLITEJ POLSKIEJ Pan Longin PASTUSIAK 0$56=$à(. 6(1$78 RZECZYPOSPOLITEJ POLSKIEJ =JRGQLH
Bardziej szczegółowoPiotr 7U\EDáD. Leasing 3RUDGQLN3U]HGVLELRU \
Piotr 7U\EDáD Leasing 3RUDGQLN3U]HGVLELRU \ Autor Piotr 7U\EDáD Redakcja i korekta Ewa Skrzypkowska Copyright by 3ROVND $JHQFMD 5R]ZRMX 3U]HGVLELRUF]RFL Projekt serii Tadeusz Korobkow 3URMHNW RNáDGNL Andrzej
Bardziej szczegółowoJan Bień. Modelowanie obiektów mostowych w procesie ich eksploatacji
Jan Bień Modelowanie obiektów mostowych w procesie ich eksploatacji Oficyna Wydawnicza Politechniki Wrocławskiej Wrocław 2002 63,675(&, 1. SYSTEMOWE WSPOMAGANIE EKSPLOATACJI OBIEKTÓW MOSTOWYCH... 7 1.1.
Bardziej szczegółowoSpis treœci :VWS... 5. Poziom podstawowy... 9. Poziom rozszerzony... 61. 5R]ZL]DQLD... 95 6áRZQLF]HN... 125 Literatura... 127
Spis treœci Twoja matura Geografia :VWS... 5 Poziom podstawowy... 9 I. 3RGVWDZ\ NRU]\VWDQLD ] Uy*QRURGQ\FK (UyGHá LQIRUPDFML JHRJUaficznej... 9 II. Funkcjonowanie systemu przyrodniczego Ziemi... 16 III.
Bardziej szczegółowoSENAT RZECZYPOSPOLITEJ POLSKIEJ V KADENCJA. Warszawa, dnia 3 sierpnia 2005 r. Druk nr 1074
SENAT RZECZYPOSPOLITEJ POLSKIEJ V KADENCJA Warszawa, dnia 3 sierpnia 2005 r. Druk nr 1074 PREZES RADY MINISTRÓW Marek BELKA Pan Longin PASTUSIAK 0$56=$à(. 6(1$78 RZECZYPOSPOLITEJ POLSKIEJ 6]DQRZQ\ 3DQLH
Bardziej szczegółowo1. PARAMETRY TECHNICZNE WAG NAJAZDOWYCH.
.ZLHFLH 2 1. PARAMETRY TECHNICZNE WAG NAJAZDOWYCH. Typ wagi 2EFL*HQLH maksymalne Max [kg] WPT/4N 400H WPT/4N 800H WPT/4N 1500H 400 800 1500 2EFL*HQLH PLQLPDOQH Min [kg] 4 10 10 'RNáDGQRü RGF]\WX d [g]
Bardziej szczegółowoZapis stenograficzny (1532) 187. posiedzenie.rplvml3rolw\nl6sráhf]qhml=gurzld w dniu 25 listopada 2004 r.
ISSN 1643-2851 SENAT RZECZYPOSPOLITEJ POLSKIEJ Zapis stenograficzny (1532) 187. posiedzenie.rplvml3rolw\nl6sráhf]qhml=gurzld w dniu 25 listopada 2004 r. V kadencja 3RU]GHN REUDG 1. Rozpatrzenie ustawy
Bardziej szczegółowo,1)<1,(56.,(%$=<'$1<&+'/$0$à<&+35=('6, %,2567: ENGINEERING DATA BASES FOR SMALL ENTERPRISES
53 M>D J. Wróbel Institute of Machine Design Fundamentals, Warsaw University of Technology, Poland,1)
Bardziej szczegółowoEwolucyjna optymalizacja wielokryterialna
Algorytmy genetyczne (seminarium) SURZDG]F\ GULQ*+DOLQD.ZDQLFND termin: URGD 15 13 00 data: 2000.05.10 autor: 0DUFLQ:FLXELDN nr ind. 82443 informatyka, semestr 6. Ewolucyjna optymalizacja wielokryterialna
Bardziej szczegółowoZapis stenograficzny (1653) 27. posiedzenie Komisji Spraw Unii Europejskiej w dniu 25 lutego 2005 r.
ISSN 1643-2851 SENAT RZECZYPOSPOLITEJ POLSKIEJ Zapis stenograficzny (1653) 27. posiedzenie Komisji Spraw Unii Europejskiej w dniu 25 lutego 2005 r. V kadencja Zapis stenograficzny jest tekstem nieautoryzowanym.
Bardziej szczegółowoSYSTEM OCENIANIA NAUCZYCIELI BIOLOGII
MARIA PEDRYC-WRONA ELWIRA SAMONEK-MICIUK Pracownia Metodyki Nauczania Biologii, UMCS Lublin SYSTEM OCENIANIA NAUCZYCIELI BIOLOGII :VWS 8PLHMWQRü SRPLDUX RVLJQLü XF]QLyZ L LFK RFHQLDQLH WR WUXGQ\LRGSowiedzialny
Bardziej szczegółowoZapis stenograficzny (1530) 162. posiedzenie.rplvml6dpru]gx7hu\wruldoqhjr i AdmiQLVWUDFML3DVWZRZHM w dniu 25 listopada 2004 r.
ISSN 1643-2851 SENAT RZECZYPOSPOLITEJ POLSKIEJ Zapis stenograficzny (1530) 162. posiedzenie.rplvml6dpru]gx7hu\wruldoqhjr i AdmiQLVWUDFML3DVWZRZHM w dniu 25 listopada 2004 r. V kadencja 3RU]GHN REUDG 5R]SDWU]HQLH
Bardziej szczegółowoMarek Panfil. =$5='=$1,(1$/()12&,$0, :0$à<0,5('1,0 35=('6, %,2567:,(
Marek Panfil =$5='=$1,(1$/()12&,$0, :0$à
Bardziej szczegółowoZapis stenograficzny (1537) 188. posiedzenie.rplvml3rolw\nl6sráhf]qhml=gurzld w dniu 30 listopada 2004 r.
ISSN 1643-2851 SENAT RZECZYPOSPOLITEJ POLSKIEJ Zapis stenograficzny (1537) 188. posiedzenie.rplvml3rolw\nl6sráhf]qhml=gurzld w dniu 30 listopada 2004 r. V kadencja 3RU]GHN REUDG,QIRUPDFMD QD WHPDW SUREOHPX
Bardziej szczegółowoODWODNIENIA BUDOWLI KOMUNIKACYJNYCH
ZBIGNIEW SZLING, EMI/3$&=(1,$ ODWODNIENIA BUDOWLI KOMUNIKACYJNYCH :URFáDZ4 40 SU]HSá\Z PLDURGDMQ\ REOLF]D VL PHWRG SRUHGQL QD SRGVWDZLH QDMZLNV]HJR RSDGX GHV]F]X QDZDOQHJR R RNUHORQ\P F]DVLH MHJR WUZDQLD
Bardziej szczegółowoSpis treœci WSTÊP... 3 KLUCZ ODPOWIEDZI... 138 BIBLIOGRAFIA... 210
Spis treœci WSTÊP... 3 I. 8NáDG NU*HQLD L XNáDG RGSRUQRFLRZ\ F]áRZLHND poziom podstawowy... 9 II. 8NáDG NU*HQLD L XNáDG RGSRUQRFLRZ\ F]áRZLeka poziom rozszerzony... 14 III. 8NáDG QHUZRZ\ F]áRZLHND poziom
Bardziej szczegółowoIrena Zubel..V]WDáWRZDQLHVWUXNWXUSU]HVWU]HQQ\FK w krzemie PHWRGWUDZLHQLDDQL]RWURSRZHJR GR]DVWRVRZDZPLNURHOHNWUonice
Irena Zubel.V]WDáWRZDQLHVWUXNWXUSU]HVWU]HQQ\FK w krzemie PHWRGWUDZLHQLDDQL]RWURSRZHJR GR]DVWRVRZDZPLNURHOHNWUonice Oficyna Wydawnicza Politechniki WURFáDZVNLHM WURFáDZ 2004 Recenzenci Keshra Sangwal Jerzy
Bardziej szczegółowo8&+:$à$15;;;,,, RADY MIASTA TYCHY z dnia 31 marca 2005 r.
8&+:$à$15;;;,,, RADY MIASTA TYCHY z dnia 31 marca 2005 r. ZVSUDZLHSU]\MFLDUHJXODPLQXXG]LHODQLDSRPRF\PDWHULDOQHMRFKDUDNWHU]H VRFMDOQ\PGODXF]QLyZ]DPLHV]NDá\FKQDWHUHQLH0LDVWD7\FK\ Na postawie art. 18 ust.2
Bardziej szczegółowoKLASYCZNA I PROBABILISTYCZNA TEORIA TESTU ANALIZA PORÓWNAWCZA
BARBARA C,).2:,&= Instytut Pedagogiki, Akademia Bydgoska, Bydgoszcz KLASYCZNA I PROBABILISTYCZNA TEORIA TESTU ANALIZA PORÓWNAWCZA (J]DPLQ\]HZQWU]QHNWyUHRGNLONXODWVWDá\VLWUZDá\PHOHPHQWHPSRl- VNLHJRV\VWHPXNV]WDáFHQLDVSRZRGRZDá\]QDF]Q\Z]Uost
Bardziej szczegółowo3URMHNWRZDQLHVFKHPDWyZ UHODF\MQ\FKED]GDQ\FK± 1RUPDOL]DFMD. =E\V]NR.UyOLNRZVNL ,QVW\WXW,QIRUPDW\NL3ROLWHFKQLNL3R]QDVNLHM 3R]QDXO3LRWURZR
3URMHNWRZDQLHVFKHPDWyZ UHODF\MQ\FKED]GDQ\FK± 1RUPDOL]DFMD =E\V]NR.UyOLNRZVNL,QVW\WXW,QIRUPDW\NL3ROLWHFKQLNL3R]QDVNLHM 3R]QDXO3LRWURZR HPDLO=E\V]NR.UyOLNRZVNL#FVSXWSR]QDSO 1LHZáDFLZH]DSURMHNWRZDQLHVFKHPDWyZ
Bardziej szczegółowoKWIT WYWOZOWY/PODWOZOWY (KW)
KWIT WYWOZOWY/PODWOZOWY (KW).ZLW Z\ZR]RZ\SRGZR]RZ\ MHVW GRNXPHQWHP VWDQRZLF\P SRGVWDZ SU]HPLHV]F]HQLD Z\URELRQ\FKLRGHEUDQ\FKPDWHULDáyZGU]HZQ\FKSU]\X*\FLXNRQQ\FKLPHFKDQLF]Q\FKURGNyw WUDQVSRUWRZ\FKDSRSRGSLVDQLXSU]H]RGELRUFVWDQRZLGRZyGGRVWDZ\RNUHORQHMZQLPPDV\
Bardziej szczegółowo: Autor: Ks. Wojciech Cichosz. 2. 7\WXá:\FKRZDQLHFKU]HFLMDVNLHZREHFSRVWPRGHUQLVW\F]QHMSURZRNDFML. 3. 'UyGáR*GDVN
1. Autor: Ks. Wojciech Cichosz 2. 7\WXá:\FKRZDQLHFKU]HFLMDVNLHZREHFSRVWPRGHUQLVW\F]QHMSURZRNDFML 3. 'UyGáR*GDVN :67 3 =DZV]HWDNLH5]HF]\SRVSROLWHEG MDNLHLFKPáRG]LH*\FKRZDQLH (J. Zamoyski =DPRüU OHG]FRJURPQHG]LHG]LFWZRLERJDFWZRNXOWXU\áDWZRGRVWU]HF*HZFHQWUXP
Bardziej szczegółowoStatystyka matematyczna. Wykład V. Parametryczne testy istotności
Statystyka matematyczna. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Weryfikacja hipotezy o równości wartości średnich w dwóch populacjach 2 3 Weryfikacja hipotezy o równości wartości średnich
Bardziej szczegółowo0,$67$,*0,1<67 6=(: :L]MD]UyZQRZD*RQHJRUR]ZRMXgminy. :VWUDWHJLL ]UyZQRZD*RQHJR UR]ZRMX PLDVWD LJPLQ\ 6WV]HZ OLGHU]\ JPLQ\ RSUDFRZDOL QDVWSXMFZL]MJPLQ\
VI. 32:,=$1,(3/$1852=:2-8/2.$/1(*2 =(65$7(*,=5Ï:12:$)21(*252=:2-8 0,$67$,*0,1
Bardziej szczegółowo:<.$='2.80(17Ï::=$.à$'$&+.$51<&+,$5(6=7$&+/('&=<&+ W POLSCE =$:,(5$-&<&+,1)250$&-('27<&=&(5($/,=$&-,35$:,:2/12&,26Ï%:1,&+35=(%<:$-&<&+
I :
Bardziej szczegółowoINSTRUKCJA OBSŁUGI I INSTALOWANIA ZMYWARKI DO NACZYŃ MODEL: STX2C
INSTRUKCJA OBSŁUGI I INSTALOWANIA ZMYWARKI DO NACZYŃ MODEL: STX2C Wyłączny Przedstawiciel na Polskę: DOM BANCO Sp. z o.o., al. Krakowska 5, 05-090 Raszyn k/warszawy Tel.: 0 22 720 11 99, fax: 0 22 720
Bardziej szczegółowoModelowanie od ogólnego do szczególnego i modelowanie zgodne w PcGets
DYNAMICZNE MODELE EKONOMETRYCZNE 9,,, 2JyOQRSROVNLH 6HPLQDULXP 1DXNRZH ZU]HQLD Z 7RUXQLX.DWHGUD (NRQRPHWULL L 6WDW\VW\NL 8QLZHUV\WHW 0LNRãDMD.RSHUQLND Z 7RUXQLX 8QLZHUV\WHW 0LNRáDMD.RSHUQLND Z 7RUXQLX
Bardziej szczegółowoSENAT RZECZYPOSPOLITEJ POLSKIEJ V KADENCJA SPRAWOZDANIE. KOMISJI 867$:2'$:67:$,35$:25='12&, oraz KOMISJI SPRAW ZAGRANICZNYCH
SENAT RZECZYPOSPOLITEJ POLSKIEJ V KADENCJA Warszawa, dnia 19 maja 2004 r. Druk nr 675 S SPRAWOZDANIE KOMISJI 867$:2'$:67:$,35$:25='12&, oraz KOMISJI SPRAW ZAGRANICZNYCH RSURMHNFLHXVWDZ\R]PLDQLHXVWDZ\RZVSyáSUDF\5DG\0LQLVWUyZ]6HMPHPL6HQDWHP
Bardziej szczegółowo:V]\WVNLH V\PEROH Z\VWSXMF\FK SUHG\NDWyZ IXQNFML L VWDá\FK PXV] E\ü ZF]HQLHM ]GHILQLRZDQH
(/(0(17
Bardziej szczegółowo1 Estymacja przedziałowa
1 Estymacja przedziałowa 1. PRZEDZIAŁY UFNOŚCI DLA ŚREDNIEJ (a) MODEL I Badana cecha ma rozkład normalny N(µ, σ) o nieznanym parametrze µ i znanym σ. Przedział ufności: [ ( µ x u 1 α ) ( σn ; x + u 1 α
Bardziej szczegółowoWeryfikacja hipotez statystycznych za pomocą testów statystycznych
Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej
Bardziej szczegółowoBłędy przy testowaniu hipotez statystycznych. Decyzja H 0 jest prawdziwa H 0 jest faszywa
Weryfikacja hipotez statystycznych Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu badanej cechy populacji, o prawdziwości lub fałszywości którego wnioskuje się na podstawie
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407
Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.
Bardziej szczegółowoNA TROPACH NAUCZYCIELSKICH SYSTEMÓW.6=7$à&(1,$&=</,2&ENIANIE WIELOKRYTERIALNE NA PODSTAWIE ANALIZY WYNIKÓW SPRAWDZIANÓW Z MATEMATYKI
E/)%,(7$JAWORSKA E/)%,(7$OSTAFIZUK Doradcy metodyczni m. st. Warszawy NA TROAH NAUZYIELSKIH SYSTEMÓW.6=7$à&(1,$&=
Bardziej szczegółowoStatystyka matematyczna. Wykład III. Estymacja przedziałowa
Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności
Bardziej szczegółowoO CZYM MÓWI EFEKT STANDARDOWY?
EWA 67)(..(àyG( O CZYM MÓWI EFEKT STANDARDOWY? W prawozdaniu Centralnej Komiji Egzaminacyjnej Sprawdzian 004 zavwrvrzdqrzvnd(qln]zdq\hihnwhpvwdqgdugrz\pgodsruyzqdqldz\qlnyz uzykanych przez uczniów w gminach
Bardziej szczegółowoStatystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych
Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej
Bardziej szczegółowoWYKORZYSTANIE MODELU DIALOGICZNEGO OCENIANIA W KOMUNIKOWANIU WYNIKÓW EGZA0,18=(:1 75=1(*2
KRZYSZTOF BEDNAREK CEZARY LEMPA 5HJLRQDOQ\2URGHN'RVNRQDOHQLD1DXF]\FLHOLÄ:20 Z.DWRZLFDFK WYKORZYSTANIE MODELU DIALOGICZNEGO OCENIANIA W KOMUNIKOWANIU WYNIKÓW EGZA0,18=(:1 75=1(*2 :5R]SRU]G]HQLX0LQLVWUD(GXNDFML1DURGRZHML
Bardziej szczegółowoEstymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014
Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu
Bardziej szczegółowoZapis stenograficzny (835) Wspólne posiedzenie Komisji Ustawodawstwa L3UDZRU]GQR L oraz Komisji Emigracji i Polaków za GraQL w dniu 8 lipca 2003 r.
ISSN 1643-2851 SENAT RZECZYPOSPOLITEJ POLSKIEJ Zapis stenograficzny (835) Wspólne posiedzenie Komisji Ustawodawstwa L3UDZRU]GQR L oraz Komisji Emigracji i Polaków za GraQL w dniu 8 lipca 2003 r. V kadencja
Bardziej szczegółowoTABLICE PODSTAWOWYCH ROZKŁADÓW PRAWDOPODOBIEŃSTWA. T4. Tablica kwantyli rozkładu chi-kwadrat (I część - poziomy kwantyli 0,5)
TABLICE PODSTAWOWYCH ROZKŁADÓW PRAWDOPODOBIEŃSTWA T1. Tablica dystrybuanty standardowego normalnego rozkładu N(0,1) T2. Tablica kwantyli standardowego normalnego rozkładu N(0,1) T3. Tablica kwantyli rozkładu
Bardziej szczegółowoWykład 11 Testowanie jednorodności
Wykład 11 Testowanie jednorodności Wrocław, 17 maja 2018 Test χ 2 jednorodności Niech X i, i = 1, 2,..., k będą niezależnymi zmiennymi losowymi typu dyskretnego przyjmującymi wartości z 1, z 2,..., z l,
Bardziej szczegółowoTestowanie hipotez dla frakcji. Wrocław, 29 marca 2017
Testowanie hipotez dla frakcji Wrocław, 29 marca 2017 Powtórzenie z rachunku prawdopodobieństwa Centralne Twierdzenie Graniczne Niech X = (X 1, X 2,..., X n ) oznacza próbę z rozkładu o średniej µ i skończonej
Bardziej szczegółowoTestowanie hipotez dla proporcji. Wrocław, 13 kwietnia 2015
Testowanie hipotez dla proporcji Wrocław, 13 kwietnia 2015 Powtórka z rachunku prawdopodobieństwa Centralne Twierdzenie Graniczne Niech X = (X 1, X 2,..., X n ) oznacza próbę z rozkładu o średniej µ i
Bardziej szczegółowoSENAT RZECZYPOSPOLITEJ POLSKIEJ V KADENCJA. Warszawa, dnia 21 kwietnia 2004 r. SPRAWOZDANIE. (wraz z zestawieniem wniosków)
SENAT RZECZYPOSPOLITEJ POLSKIEJ V KADENCJA Warszawa, dnia 21 kwietnia 2004 r. Druk nr 685 Z SPRAWOZDANIE KOMISJI 32/,7
Bardziej szczegółowo8&=(3275$), 2&(1,û6,(%,("-(/, GO TEGO NAUCZYMY!
S. LEOKADIA EWA WOJCIECHOWSKA FMA )HGHUDFMD6]Nyá6DOH]MDVNLFKZ3ROVFH 8&=(3275$), 2&(1,û6,(%,("-(/, GO TEGO NAUCZYMY! Samoocena to postawa wobec samego siebie, szczególnie wobec swoich PR*OLZRFLDWDN*HZREHFFHFKVZRMHJRFKDUDNWHUXZREHFVZRLFKRVLJQLü
Bardziej szczegółowoMateusz 3LSLH Akademia Ekonomiczna w Krakowie. Wycena europejskiej opcji kupna w czasie rzeczywistym. Analiza bayesowska 1
DYNAMICZNE MODELE EKONOMETRYCZNE 9 2JOQRSROVNLH 6HPLQDULXP DXNRZH ZU]HQLD Z 7RUXQLX.DWHGUD NRQRPHWULL L 6WDW\VW\NL 8QLZHUV\WHW 0LNRãDMD.RSHUQLND Z 7RUXQLX Akademia Ekonomiczna w Krakowie Wcena euroeskie
Bardziej szczegółowoKORELACJA WYNIKÓW POMIARÓW
PIOTR MACIEJ S.2583,6., Warszawa KORELACJA WYNIKÓW POMIARÓW W 897 r. ZWRPLHUHQRPRZDQHJRSHULRG\NX]DáR*RQHJRZU Królewskiego Towarzystwa w Londynie (Royal Society of London) Karl Pearson (857 RNUHOLáNRUHODFMQDVWSXMFRPowLDGDVL*HGZDRUJDQ\XWHM
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5. 2 listopada 2009
STATYSTYKA MATEMATYCZNA WYKŁAD 5 2 listopada 2009 Poprzedni wykład: przedział ufności dla µ, σ nieznane Rozkład N(µ, σ). Wnioskowanie o średniej µ, gdy σ nie jest znane Testowanie H : µ = µ 0, K : µ
Bardziej szczegółowoPODSEKCJA DL 85='=(1,$(/(.75<&=1(,237<&=1( '=,$à MASZYNY BIUROWE I KOMPUTERY
303 PODSEKCJA DL 85='=(1,$(/(.75
Bardziej szczegółowoTemat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Bardziej szczegółowoLABORATORIUM TECHNIKA CYFROWA 2 BADANIE PARAMETRÓW STATYCZNYCH I DYNAMICZNYCH BRAMEK LOGICZNYCH
:
Bardziej szczegółowoTestowanie hipotez statystycznych
Temat Testowanie hipotez statystycznych Kody znaków: Ŝółte wyróŝnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Idea i pojęcia teorii testowania hipotez
Bardziej szczegółowo.23$/1,$:326'=<±:$)1<(3,=2' GÓRNICTWA SIARKOWEGO W POLSCE
Dzieje górnictwa element europejskiego dziedzictwa kultury, pod red. P.P. =DJR*G*RQD L 0 0DG]LDU]D:URFáDZ Ochrona powierzchni, surowce chemiczne, eksploatacja Wojciech PREIDL 1 Andrzej J. WÓJCIK 2.23$/1,$:326'=
Bardziej szczegółowoTemat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Bardziej szczegółowoWydanie: IP
Wydanie: IP 11-02-01 Aktualizacja: 15.05.2006 pierwsza wydanie (program C11D wersja 2.00) 6SLVWUHFL 1 Wprowadzenie. 1-1 1.1,QIRUPDFMHZVWSQH 1-1 1.2 'HILQLFMHSRMüX*\W\FKZLQVWUXNFML 1-2 1.3 3á\WDF]RáRZDFHQWUDONL
Bardziej szczegółowoREGULAMIN PRZYZNAWANIA NAGRÓD DYREKTORA DLA NAUCZYCIELI
REGULAMIN PRZYZNAWANIA NAGRÓD DYREKTORA DLA NAUCZYCIELI 3U]HGV]NROD0LHMVNLHJR1UÄ%DQLRZ\'RP w Gorzowie Wlkp. =DáF]QLN do regulaminu wynagradzania nauczycieli przedszkola Podstawa prawna: Regulamin ustalenia
Bardziej szczegółowoWykład 3 Testowanie hipotez statystycznych o wartości średniej. średniej i wariancji z populacji o rozkładzie normalnym
Wykład 3 Testowanie hipotez statystycznych o wartości średniej i wariancji z populacji o rozkładzie normalnym Wrocław, 08.03.2017r Model 1 Testowanie hipotez dla średniej w rozkładzie normalnym ze znaną
Bardziej szczegółowoRozkłady statystyk z próby
Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny
Bardziej szczegółowoWYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH
WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład
Bardziej szczegółowoDziennik Ustaw Nr 152 10299 Poz. 1476 ROZPORZÑDZENIE MINISTRA FINANSÓW 1) z dnia 26 sierpnia 2003 r.
Dziennik Ustaw Nr 152 10299 Poz. 1476 1476 ROZPORZÑDZENIE MINISTRA FINANSÓW 1) z dnia 26 sierpnia 2003 r. w sprawie okreêlenia wzoru zg oszenia rejestracyjnego w zakresie podatku od towarów i us ug oraz
Bardziej szczegółowoSENAT RZECZYPOSPOLITEJ POLSKIEJ V KADENCJA. Warszawa, dnia 18 marca 2004 r. SPRAWOZDANIE KOMISJI ROLNICTWA I ROZWOJU WSI
SENAT RZECZYPOSPOLITEJ POLSKIEJ V KADENCJA Warszawa, dnia 18 marca 2004 r. Druk nr 613 Z SPRAWOZDANIE KOMISJI ROLNICTWA I ROZWOJU WSI (wraz z zestawieniem wniosków).rplvmd QD SRVLHG]HQLX Z GQLX PDU D U
Bardziej szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie
Bardziej szczegółowoTesty adaptacyjne dla problemu k prób
Instytut Matematyczny Polskiej Akademii Nauk Oddział Wrocław Problem testowania Problem Testowania Weryfikacja hipotezy Notacja Pomocnicza statystyka rangowa Załóżmy, że X l1,..., X lnl, l = 1,..., k,
Bardziej szczegółowo1RZ\ 6RODULV 6RODULV 7UDPLQR %UDXQVFKZHLJ. .LHUXQHN ļ %OLVNL :VFKöG 6SLV WUHĂFL
ZVWÚSLH HUGHF]QLH LbPRMHJR QDV JïRV\ ĵ ]RUJDQL GURG]HQLD \NOH PLïH DQH QDP P ]DXID P\ QD WHQ VNïDGDP NOLHQWRP VNR ODW NL 6RODULV LbQDV]HM HFKQLF]Q\ FMH 'REU\ NOLHQWöZ SU]HG]D P ZbW\P SUHPLHUD bzu]hăqld
Bardziej szczegółowoWprowadzenie Testy własności składnika losowego. Diagnostyka modelu. Część 1. Diagnostyka modelu
Część 1 Testy i ich rodzaje Statystyka NR 2 Cel testowania Testy i ich rodzaje Statystyka NR 2 Cel testowania Testy małej próby Testy i ich rodzaje Statystyka NR 2 Cel testowania Testy małej próby Testy
Bardziej szczegółowoWykład 10 Estymacja przedziałowa - przedziały ufności dla średn
Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem
Bardziej szczegółowoNOWY EGZAMIN MATURALNY W REPUBLICE CZESKIEJ
IVANA R#ä.29È, JANA KOLÍNSKÁ, URŠULA DRAHNÁ ÚIV CERMAT Praga NOWY EGZAMIN MATURALNY W REPUBLICE CZESKIEJ 3UDFH QDG UHIRUP HJ]DPLQX PDWXUDOQHJR Z &]HFKDFK WUZDM RG U kiedy to po raz pierwszy przeprowadzono
Bardziej szczegółowoModel FSM w zastosowaniu do klasyfikacji.
Model FSM w zastosowaniu do klasyfikacji. 5DIDá$GDPF]DN:áRG]LVáDZ'XFK.DWHGUD0HWRG.RPSXWHURZ\FK8QLZHUV\WHW0LNRáDMD.RSHUQLND XO*UXG]LG]ND7RUXHPDLO^UDDGGXFK`#SK\VXQLWRUXQSO Streszczenie 6LHFL )60 PDM SURVW
Bardziej szczegółowoOpis systemu. BillNet S.A. 1
Opis systemu BillNet S.A. 1 6SLVWUHFL 1. OPIS SYSTEMU BILLNET...3 1.1 U)
Bardziej szczegółowo1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Bardziej szczegółowoUMOWA NR RAP/130/2010
UMOWA NR RAP/130/2010 Zawarta w dniu.. 2010 r ZH:URFáDZLXSRPLG]\ 8QLZHUV\WHWHP3U]\URGQLF]\PZH:URFáDZLX 50-:URFáDZul. C. K. Norwida 25/27 NIP: 896 000 53 54, Regon: 000001867 reprezentowanym przez: mgr
Bardziej szczegółowoStatystyka matematyczna. Wykład VI. Zesty zgodności
Statystyka matematyczna. Wykład VI. e-mail:e.kozlovski@pollub.pl Spis treści 1 Testy zgodności 2 Test Shapiro-Wilka Test Kołmogorowa - Smirnowa Test Lillieforsa Test Jarque-Bera Testy zgodności Niech x
Bardziej szczegółowoCzesław Domański* MOC TESTÓW LOSOWOŚCI OPARTYCH NA LICZBIE SERII WIELOKROTNYCH
A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 162, 2002 Czesław Domański* MOC TESTÓW LOSOWOŚCI OPARTYCH NA LICZBIE SER WIELOKROTNYCH STRESZCZENIE. Testy oparte na teorii serii
Bardziej szczegółowoTest t-studenta dla jednej średniej
Test t-studenta dla jednej średniej Hipoteza zerowa: Średnia wartość zmiennej w populacji jest równa określonej wartości a 0 (a = a 0 ). Hipoteza alternatywna 1.: Średnia wartość zmiennej w populacji jest
Bardziej szczegółowoWYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty
WYKŁADY Z RACHUNKU PRAWDOPODOBIEŃSTWA I wykład 4 Przekształcenia zmiennej losowej, momenty Agata Boratyńska Agata Boratyńska Rachunek prawdopodobieństwa, wykład 4 / 9 Przekształcenia zmiennej losowej X
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 9 i 10 1 / 30 TESTOWANIE HIPOTEZ STATYSTYCZNYCH
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD października 2009
STATYSTYKA MATEMATYCZNA WYKŁAD 4 26 października 2009 Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ (X µ) 2 { (x µ) 2 exp 1 ( ) } x µ 2 dx 2 σ Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ
Bardziej szczegółowo8)<&,(- =<.$352*5$MOWANIA ICL DO SZACOWANIA PARAMETRÓW KRZYWEJ CHARAKTERYSTYCZNEJ ZADANIA
MAREK KRYNIEWSKI =HVSyá6]Nyá(QHUJHW\F]Q\FKZ*GDVNX 8)
Bardziej szczegółowoProces decyzyjny: 1. 6IRUPXáXMMDVQRSUREOHPGHF\]\MQ\ 2. :\OLF]ZV]\VWNLHPR*OLZHdecyzje. 3. =LGHQW\ILNXMZV]\VWNLHPR*OLZHstany natury.
Proces decyzyny: 1. 6IRUPXáXMMDVQRSUREOHPGHF\]\MQ\ 2. :\OLF]ZV]\VWNLHPR*OLZHdecyze. 3. =LGHQW\ILNXMZV]\VWNLHPR*OLZHstany natury. 4. 2NUHOZ\SáDW GODZV]\VWNLFKPR*OLZ\FKV\WXDFML ( tzn. kombnac decyza / stan
Bardziej szczegółowo=DU]G]HQLH1U97 -I/IV/05 %XUPLVWU]D0LDVWD%LáJRUDM ]GQLDZU]HQLD r.
=DU]G]HQLH1U97 -I/IV/05 %XUPLVWU]D0LDVWD%LáJRUDM ]GQLDZU]HQLD r. ZVSUDZLHXVWDOHQLDSURJUDPXV]NROHQLDZVWSQHJR-LQVWUXNWD*XRJyOQHJR LLQVWUXNWD*XVWDQRZLVNRZHJR]]DNUHVXEKSGODSUDFRZQLNyZ ]DWUXGQLDQ\FKZ8U]G]LH0LDVWD%LáJRUDM
Bardziej szczegółowoNajlepsza Jakość / Najlepsza Cena Obniżka nawet o 15 200,00 pln
Najlepsza Jakość / Najlepsza Obniżka nawet o 15 200,00 pln " OFERTA SPECJALNA; LICZBA SAMOCHODÓW OGRANICZONA" Rocznik 2013 WYPRZEDAŻ 2.0 BENZYNA 2.0 DIESEL Low Emission 2.0 DIESEL 58 800,00 zł 71 000,00
Bardziej szczegółowoEstymacja punktowa i przedziałowa
Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora
Bardziej szczegółowo3URWRNyã z posiedzenia Senatu z dnia 25 listopada 2005 roku
AKADEMIA ROLNICZA ZH:52&â$:,8 3URWRNyã z posiedzenia Senatu z dnia 25 listopada 2005 roku OBECNI: 1. Prof. dr hab. Józefa Chrzanowska Prorektor ds. studenckich i nauczania 2. Prof. dr hab. 6WDQLVãDZ&]DEDQ
Bardziej szczegółowoStatystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
Bardziej szczegółowoWZÓR... OFERTA 25*$1,=$&-,32=$5='2:(-32'0,278-('1267., ORGANIZACYJNEJ* REALIZACJI ZADANIA PUBLICZNEGO.... (rodzaj zadania) w okresie od... do...
=DáF]QLNQUGRUR]SRU]G]HQLD0LQLVWUD3UDF\L3ROLW\NL6SRáHF]QHM z dnia 27 grudnia 2005 r. (Dz. U. nr 264, poz.2207) WZÓR...... SLHF]üRUJDQL]DFMLSR]DU]GRZHM /podmiotu*/jednostki organizacyjnej*) OFERTA GDWDLPLHMVFH]áR*HQLDRIHUW\)
Bardziej szczegółowoGdy n jest duże, statystyka ta (zwana statystyką chikwadrat), przy założeniu prawdziwości hipotezy H 0, ma w przybliżeniu rozkład χ 2 (k 1).
PRZYKŁADY TESTÓW NIEPARAMETRYCZNYCH. Test zgodności χ 2. Ten test służy testowaniu hipotezy, czy rozważana zmienna ma pewien ustalony rozkład, czy też jej rozkład różni się od tego ustalonego. Tym testem
Bardziej szczegółowoWykład 10 Testy jednorodności rozkładów
Wykład 10 Testy jednorodności rozkładów Wrocław, 16 maja 2018 Test Znaków test jednorodności rozkładów nieparametryczny odpowiednik testu t-studenta dla prób zależnych brak normalności rozkładów Test Znaków
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Przykład (wstępny). Producent twierdzi, że wadliwość produkcji wynosi 5%. My podejrzewamy, że rzeczywista wadliwość produkcji wynosi 15%. Pobieramy próbę stuelementową
Bardziej szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 4 Wrocław, 17 października 2011 Temat. Weryfikacja hipotez statystycznych dotyczących wartości oczekiwanej w dwóch populacjach o rozkładach normalnych. Model 3. Porównanie średnich
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 3 - model statystyczny, podstawowe zadania statystyki matematycznej Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 3 1 / 8 ZADANIE z rachunku
Bardziej szczegółowoStatystyka i opracowanie danych - W 4: Wnioskowanie statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407
Statystyka i opracowanie danych - W 4: Wnioskowanie statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde badanie naukowe rozpoczyna
Bardziej szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 6 Wrocław, 7 listopada 2011 Temat. Weryfikacja hipotez statystycznych dotyczących proporcji. Test dla proporcji. Niech X 1,..., X n będzie próbą statystyczną z 0-1. Oznaczmy odpowiednio
Bardziej szczegółowo:67 31$',$*12=$'=,(&.$6=(&,2/(71,(*2 '</(0$7<0à2'(*2%ADACZA
ALEKSANDRA KUROWSKA BARBARA SZADKOWSKA 8QLZHUV\WHW*GDVNL :67 31$',$*12=$'=,(&.$6=(&,2/(71,(*2 '
Bardziej szczegółowoÃ1XPHUÃ,GHQW\ILNDFMLÃ3RGDWNRZHMÃVNáDGDM FHJRÃLQIRUPDFM ÃÃ. Ã5RG]DMÃSRGPLRWXÃRSRGDWNRZDQLDÃÃ]D]QDF]\üÃZáD FLZ\ÃNZDGUDWÃ
1XPHU,GHQW\ILNDFML3RGDWNRZHMVNáDGDM FHJRLQIRUPDFM BBBBBBBBBB 3RGVWDZDSUDZQD8VWDZD]GQLDVW\F]QLDURSRGDWNDFKLRSáDWDFKOR 6NáDGDM F\)RUPXODU]SU]H]QDF]RQ\GODRVyEIL]\F]Q\FKE G F\FKZ EXGRZODQ\FKSRVLDGDF]DPLVDPRLVWQ\PLQLHUXFKRPR
Bardziej szczegółowo1DSRGVWDZLHQLQLHMV]HJR3URVSHNWXGRSXEOL ]QHJRREURWXZSURZDG]DQ\ KMHVWái ]QLHGRDN ML (PLWHQWDRZDUWR LQRPLQDOQHM]áND GDZW\P
52='=,$à III DANE O EMISJI 1DSRGVWDZLHQLQLHMV]HJR3URVSHNWXGRSXEOL ]QHJRREURWXZSURZDG]DQ\ KMHVWái ]QLHGRDN ML (PLWHQWDRZDUWR LQRPLQDOQHM]áND GDZW\P DN ML]Z\Ná\ KQDRND]L LHODVHULL(RZDUWR LQRPLQDOQHM]áRW\ND
Bardziej szczegółowoSTATYSTYKA. 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 Karl Popper... no matter how many instances of white swans we may have observed, this does not
Bardziej szczegółowo