O wykorzystaniu metod planowania eksperymentów czynnikowych w konstrukcji indeksów statystycznych. Mgr Małgorzata Złotoś
|
|
- Rafał Walczak
- 4 lat temu
- Przeglądów:
Transkrypt
1 O worstanu metod lanowana esermentów cnnowch w onstrucj ndesów statstcnch Mgr Małgorata Złotoś
2 lan reentacj. Teoretcne odstaw lanowana esermentów. ndes agregatowe 3. ndes agregatowe cen lośc w ujęcu cnnowm 4. ndes agregatowe welośc stosunowch w ujęcu cnnowm 5. rład emrcn 6. odsumowane
3 Teoretcne odstaw lanowana esermentów Cele lanowana esermentów Oreślene cnnów najslnej oddałującch na menną objaśnaną Oreślene tach wartośc cnnów dla tórch menna objaśnana osąga ożądaną wartość lub najmnejsą menność dla tórch możlwe jest ograncene efetu włwu cnnów ałócającch na menną wnową
4 Teoretcne odstaw lanowana esermentów Schemat ostęowana w lanowanu esermentów. dentfacja sformułowane roblemu Wbór cnnów oreślene ch oomów Oreślene mennej objaśnanej Wbór lanu esermentów Realacja esermentu Anala wnów, wnos, alecena
5 Teoretcne odstaw lanowana esermentów X,, X, X,, X m X, Xm - bor wsstch możlwch wartośc cnnów Obsar esermentowana - bór untów lan esermentu - bór ar gde ora n onadto ora dla Macer lanu n j j n X n j j n n,,, m gde X,,,, m n n j n { j, j} j j j, j,, mj j. n j,,, n. m m mn
6 Teoretcne odstaw lanowana esermentów Zwąe omęd menną wnową, a cnnam redstawa sę wle w ostac modelu statstcnego: gde,, redmotem badana jest funcja owerchn odowed gde Y X, X,, X m X, X,, X m EY X, X,, X m X, X,, X m E V., T β T,,, m n Fβ ora F f f n f f n f f f n T
7 lan esermentów cnnowch Całowt lan esermentu cnnowego tu m uwględna m cnnów X, X,, wstęującch na dwu oomach X m górnm - onacanm smbolem "+" ora dolnm - onacanm smbolem "-". Zależność omęd menną objaśnającą a menną wnową w radu lanu esermentu cnnowego tu m można redstawć w ostac modelu regresj lnowej ostac, m m m m m gde - efet główne cnnów. m m m m, m X, X,, X m m m m m m, 3 3
8 lan esermentu cnnowego tu m Onacene dośwadcena X X X Wartośc mennej X wnowej a b ab j j j j j j 3 j 4 j
9 Funcja regresj lnowej gde lan esermentu cnnowego tu m 3 ˆ ˆ ˆ 4 ˆ
10 Teora ndesów statstcnch Kerun wróżnane w teor ndesów statstcnch: Ujęce asjomatcne Ujęce stochastcne Ujęce eonomcne Ujęce Dvsa Ujęce cnnowe W teor ndesów statstcnch neustanne osuuje sę tach formuł ndesów, tóre sełnałb możlwe ja najwęcej asjomatów testów ora możlwa błab ch nterretacja eonomcna. Jedna w astosowanach ndesów statstcnch cęsto drugorędną staje sę ch nterretacja eonomcna, a ważnejsa jest formuła ndesu.
11 Teora ndesów statstcnch Otmalne rtera orawnośc metodologcnej ndesów esołowch test: roorcjonalność wartość lcbowa ndesu awera sę omęd mnmalnm ora masmalnm ndesem ndwdualnm Jednonacność jeżel ndes ndwdualne są równe to ndes esołow jest równ dowolnemu ndesow ndwdualnemu Onaconość ndes esołow ne może sę równać ero lub Wsółmerność mana jednoste mar ne włwa na manę wartośc ndesu Odwracalność w case locn ndesów esołowch oresów badanego baowego są równe Odwracalność cnnów - locn ndesów esołowch tej samej formuł równa sę esołowemu ndesow wartośc Orężność test ołow locn łańcuchowch ndesów esołowch równa sę esołowemu ndesow jednoodstawowemu Odowedność wartość ndesu esołowego ownna bć możlwa do jednonacnej nterretacj
12 Agregatow ndes wartośc Agregatow ndes cen Agregatow ndes lośc ndes agregatowe cen lośc W t n t t t n n n n n n n n n
13 Agregatow ndes Agregatowe ndes o stałej struture Agregatowe ndes włwu man struturalnch ndes agregatowe welośc stosunowch n n : n s n n n s s ws s ws
14 ndes agregatowe cen lośc w ujęcu cnnowm Os esermentu: ojednce dośwadcene anala danch dotcącch jednego towaru cnn ora wstęują na dwóch oomach: ora Onacene dośwadcena Q Q
15 Osacowane wartośc efetów głównch o wonanu odowednch restałceń algebracnch otrmano równana ostac ndes agregatowe cen lośc w ujęcu cnnowm 4 Q Q M 4 Q Q M
16 Stąd wna, że W W W W ndes agregatowe cen lośc w ujęcu cnnowm
17 W W ndes agregatowe cen lośc w ujęcu cnnowm W
18 ndes agregatowe welośc stosunowch w ujęcu cnnowm Roważa sę lan esermentu tu m. Uwględnono dwa cnn Y Z wstęujące na górnm dolnm oome ażd. Dla roważanego esermentu wonano relacj. W teor ndesów statstcnch wartośc cnna Y odowadają wartoścom welośc stosunowch w orese badanm górn oom cnna Y w orese odstawowm doln oom cnna Y, natomast lcba relacj odowada lcbe oomów danego cnna lasfacjnego.
19 ndes agregatowe welośc stosunowch w ujęcu cnnowm Onacene dośwadcena j Y Z YZ
20 Zgodne teorą lanu esermentu tu m rawdwe są równana ndes agregatowe welośc stosunowch w ujęcu cnnowm YZ Z Y M 4
21 ndes agregatowe welośc stosunowch w ujęcu cnnowm a b c d
22 ndes agregatowe welośc stosunowch w ujęcu cnnowm ab ad cd
23 rład emrcn Dane dotcą recętnego atrudnena recętnego mesęcnego wnagrodena brutto w ł dla trech wbranch secj według odału lasfacj dałalnośc 7 rou gosodar narodowej w olsce w rou 4 w rou 5. Secja KD 7 recętne atrudnene recętne mesęcne wnagrodene brutto w ł 4 r. 5r. 4 r. 5r. remsł , ,49 Budownctwo ,8 3 7,49 Handel hurtow detalcn , ,3
24 rład emrcn Wn oblceń metoda lascna ostać ndesu Wartość,339 s,34 s,346 ws,9997 ws,9997
25 Wn oblceń - ujęce cnnowe rład emrcn,344 ab,376 cd
26 rład emrcn Wn oblceń. ostać ndesu Wartość,339 s,34,34,344,346 s s ab s,346 ws,9997 ws,9997
27 rład emrcn Wn oblceń. ostać ndesu Wartość,339 s,34 s,346 ws,9997 ws,9997,34,344,346 s s ab,34,376,346 s s cd
28 rład emrcn Ores odstawow Ores badan s s ostać ndesu ws ws ab cd 3 4,34674,344,3499,556,55,34, ,947,38347,38599,97955,979,3847,9584,376,3664,3675,387,447,36673,33337,63,684,687,4,53,6856, ,6556,385,448,694,,464,7738
29 rład emrcn Ores odstawow Ores badan s s ostać ndesu ws ws ab cd 3 4,34674,344,3499,556,55,34, ,947,38347,38599,97955,979,3847,9584,376,3664,3675,387,447,36673,33337,63,684,687,4,53,6856, ,6556,385,448,694,,464,7738
30 rład emrcn Ores odstawow Ores badan s s ostać ndesu ws ws ab cd 3 4,34674,344,3499,556,55,34, ,947,38347,38599,97955,979,3847,9584,376,3664,3675,387,447,36673,33337,63,684,687,4,53,6856, ,6556,385,448,694,,464,7738
31 rład emrcn Ores odstawow Ores badan s s ostać ndesu ws ws ab cd 3 4,34674,344,3499,556,55,34, ,947,38347,38599,97955,979,3847,9584,376,3664,3675,387,447,36673,33337,63,684,687,4,53,6856, ,6556,385,448,694,,464,7738
32 Kerun dalsch badań Badane smulacjne własnośc wnaconch ndesów esołowch dla welośc loraowch Smulacjne wnacane redału ufnośc dla ndesów agregatowch welośc loraowch Werfacja hote statstcnch dotcącch ndesów esołowch dla welośc loraowch
33 teratura Banerjee K. S. 96, A Unfed Statstcal Aroach to the nde Number roblem, "Econometrca", vol. 9, s Bałe J. 6, Ogólna formuła ndesu cen, "Wadomośc Statstcne", nr 3, GUS, s Bałe J., roocja ndesu cen, "Wadomośc Statstcne", nr 7, GUS, s. 3 4 Bałe J., Uogólnone ndes agregatowe, "Wadomośc Statstcne", nr, GUS, s. Domańs C., red., Metod statstcne. Teora adana, Wdawnctwo Unwerstetu Łódego, Łódź Końca G. 7, Metod statstcne w sterowanu jaoścą roducj, Wdawnctwo Aadem Eonomcnej, Katowce usnewc A. 9, ndes statstcne, Wdawnctwo Wżsej Soł Fnansów Zarądana w Bałmstou, Bałsto Montgomer D. C., Desgn and Analss of Eerments, John Wle & Sons, nc., New Yor Montgomer D. C. 997, ntroducton to statstcal ualt control, John Wle & Sons, nc., New Yor Wawrne J. 9, lanowane esermentów orentowane na dosonalene jaośc rodutu, Wdawnctwo Unwerstetu Eonomcnego, Wrocław Wawrne J. 993, Statstcne lanowane esermentów w agadnenach regresj w warunach małej rób, Wdawnctwo Aadem Eonomcnej, Wrocław von der e. 7, nde Theor and rce Statstcs, eter ang, Franfurt
O WYKORZYSTANIU METOD PLANOWANIA EKSPERYMENTÓW CZYNNIKOWYCH W KONSTRUKCJI INDEKSÓW STATYSTYCZNYCH
Studa Eonomcne. Zest Nauowe Unwerstetu Eonomcnego w Katowcach SSN 8-86 Nr 5 7 nformata Eonometra 9 Unwerstet Eonomcn w Katowcach Wdał Zarądana Katedra Statst, Eonometr Matemat malgorata.lotos@ue.atowce.l
Bardziej szczegółowoZad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)
Analza dnamk Zad. 1 Indeks lczb studującch studentów w województwe śląskm w kolejnch pęcu latach przedstawał sę następująco: Lata 1 2 3 4 5 Indeks jednopodstawowe z roku t = 1 100,0 115,7 161,4 250,8 195,9
Bardziej szczegółowoXXX OLIMPIADA FIZYCZNA ETAP I Zadania teoretyczne
XXX OLIPIADA FIZYCZNA TAP I Zadana teoretczne Nazwa zadana ZADANI T1 Na odstawe wsółczesnch badań wadomo że jądro atomowe może znajdować sę tlo w stanach o oreślonch energach odobne ja dobrze znan atom
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Bardziej szczegółowoKompresja fraktalna obrazów. obraz. 1. Kopiarka wielokrotnie redukująca 1.1. Zasada działania ania najprostszej kopiarki
Kompresa fratalna obraów. Kopara welorotne reuuąca.. Zasaa ałana ana naprostse opar Koncepca opar welorotne reuuące Naprosts prła opar. Moel matematcn obrau opara cęś ęścowa. obra weścow opara obra wścow
Bardziej szczegółowoOpis układu we współrzędnych uogólnionych, więzy i ich reakcje, stopnie swobody
Os układu we wsółrędnch uogólnonch wę ch reakce stone swobod Roatruem układ o welu stonach swobod n. układ łożon unktów materalnch. Na układ mogą bć nałożone wę. P r unkt materaln o mase m O Układ swobodn
Bardziej szczegółowoNatalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Bardziej szczegółowoWspółczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych
Współcznnk korelacj lnowej oraz funkcja regresj lnowej dwóch zmennch S S r, cov współcznnk determnacj R r Współcznnk ndetermnacj ϕ r Zarówno współcznnk determnacj jak ndetermnacj po przemnożenu przez 00
Bardziej szczegółowoTomasz Grębski. Liczby zespolone
Tomas Grębsk Lcby espolone Kraśnk 00 Sps Treśc: Lcby espolone Tomas Grębsk- Wstęp. Podstawowe wadomośc o lcbe espolonej.. Interpretacja geometrycna lcby espolonej... Moduł lcby espolonej. Lcby sprężone..
Bardziej szczegółowoALGEBRA rok akademicki
ALGEBRA rok akademck -8 Tdeń Tematka wkładu Tematka ćwceń ajęć Struktur algebracne (grupa cało; be Dałana na macerach perścen Defncja macer Dałana na macerach Oblcane wnacnków Wnacnk jego własnośc Oblcane
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3
Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoELEMENTY MECHANIKI ANALITYCZNEJ
ELEMENTY MECHANIKI ANALITYCZNEJ Roatuem układ o welu tonach wobod, n. układ łożon unktów matealnch. Na układ mogą bć nałożone wę. P unkt matealn o mae m Układ wobodn kładaąc ę unktów matealnch Wółędne
Bardziej szczegółowot t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o
Cele werfacj odelu Werfacja sasczna odelu polega na oblczenu szeregu ernów jaośc odelu oraz werfacj pewnch hpoez sascznch w celu sprawdzena cz na podsawe ego odelu ożna wcągać wnos doczące badanego zjawsa
Bardziej szczegółowoAlgebra WYKŁAD 1 ALGEBRA 1
Algebra WYKŁAD ALGEBRA Realacja predmotu Wykład 30 god. Ćwcena 5 god. Regulamn alceń: www.mn.pw.edu.pl/~fgurny ALGEBRA Program ajęć Lcby espolone Algebra macery Układy równań lnowych Geometra analtycna
Bardziej szczegółowoPODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK
PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK Założena Nech oznacza ozom (warość) badanego zjawska (zmennej) w kolejnch momenach czasu T0, gdze T 0 0,1,..., n 1 oznacza worz szereg czasow. zbór numerów czasu. Cąg
Bardziej szczegółowoGrupa obrotów. - grupa symetrii kuli, R - wszystkie możliwe obroty o dowolne kąty wokół osi przechodzących przez środek kuli
Grupa obrotów - grupa smetr kul R - wsstke możlwe obrot o dowolne kąt wokół os prechodącch pre środek kul nacej O 3 grupa obrotów właścwch - grupa cągła - każd obrót określa sę pre podane os l kąta obrotu
Bardziej szczegółowoHarmonogramowanie produkcji przedsiębiorstwa budowlanego
ZARZĄDZANE ORGANZACJA Harmonogramowane producj predsęborstwa budowlanego Dr ab. nż. Roman Marcnows, Soła Nau Tecncnyc Społecnyc Poltecn Warsawsej 1. stota armonacj producj budowlanej Producja budowlana
Bardziej szczegółowo4. Podzielnica uniwersalna 4.1. Budowa podzielnicy
4. Podelnca unwersalna 4.. Budowa podelncy Podelnca jest pryrądem podałowym, który stanow specjalne wyposażene frearek unwersalnych. Podstawowym astosowanem podelncy jest dokonywane podału kątowego. Jest
Bardziej szczegółowoOKRES ZWROTU JAKO JEDNA Z METOD OCENY OPŁACALNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH
Magdalena Dynus Katedra Fnansów Bankowośc Wyżsa Skoła Bankowa w Torunu OKRES ZWROTU JAKO JEDNA Z METOD OCENY OPŁACALNOŚCI PRZEDSIĘWZIĘĆ INWESTYCYJNYCH Wprowadene Okres wrotu należy do podstawowych metod
Bardziej szczegółowoOptymalizacja funkcji
MARCIN BRAŚ Opymalzacja funcj ) Opymalzacja w obszarze neoranczonym WK: y. y WW: > > y y Znaleźć mnmum funcj: (, y) ( ) y ( ) y y ( ) y solve, P(, ) y y solve, y ( ) y ( ) y y y ( ) y W W W > (, y) > Op.
Bardziej szczegółowoDobór zmiennych objaśniających
Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.
Bardziej szczegółowoSZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji
SZEREG CZASOWY Y zjawisko badane w różnch okresach lub momentach czasu. Dnamika zjawiska to zmiana zjawiska w czasie. Przkład. Y średni kurs akcji firm OPTMUS na giełdzie Okres: notowania od 1.03.2010
Bardziej szczegółowoPrzykład 3.1. Projektowanie przekroju zginanego
Prkład.1. Projektowane prekroju gnanego Na belkę wkonaną materału o wtrmałośc różnej na ścskane rocągane dałają dwe sł P 1 P. Znając wartośc tch sł, schemat statcn belk, wartośc dopuscalnego naprężena
Bardziej szczegółowoŻ ż Ł ż ż ż Ż Ś ż ż ż Ł Ż Ż ć ż Ż Ż Ż Ń Ż Ź ż Ź Ź ż Ż ż ż Ż Ł Ż Ł Ż ż Ż ż Ż Ż Ń Ą Ż Ń Ż Ń ć ż Ż ź Ś ć Ł Ł Ź Ż Ż ż Ł ż Ż Ł Ż Ł ź ć ż Ż Ż ż ż Ó ż Ł Ż ć Ż Ż Ę Ż Ż Ż ż Ż ż ż Ś ż Ż ż ż ź Ż Ń ć Ż ż Ż Ż ż ż ż
Bardziej szczegółowoŚ Ł Ą Ś Ś ź Ś ń ż ż Ó ż ż Ś Ł ż ń ń ń ż ń Ś ń ć ŚĘ Ó Ł Ę Ł Ś Ę Ę ń ń ń ń ń Ź ń ń ń ń ń ż ń ń ń ń ń Ę ż ż ć Ść ń ń ż Ń ż ż ń ń Ś Ą ń Ś ń ń ż Ó ż Ź ń ż ń Ś Ń Ó ż Ł ż Ą ź ź Ś Ł ć Ś ć ż ź ż ć ć Ę Ó Ś Ó ż ż
Bardziej szczegółowoŁ Ł Ś ź ń ź ź ź Ś Ł Ę Ę Ś ż Ś ń Ą Ś Ą Ł ż ż ń ż ć ż ż ż ź ż ć ź Ę Ę ń ć ż Ł ń ż ż ż Ś ż Ś ż ż ż ż ż ż ż ń ń ż ż ż ć ż ń ż ń ź ż ć ż ż ć ń ż Ę Ę ć ń Ę ż ż ń ń ź Ę ź ż ń ż ń ź ż ż ż ń ż ż ż ż ż ż ż ż ń ń
Bardziej szczegółowoŁ Ł Ś Ę ź ń ź ź Ś Ę Ę Ś Ą Ś Ę Ż Ł ń Ę Ś ć ć ń ć ń ń ń ź ń Ę ź ń ń ń ź ź Ś ź ź ć ń ń ń ń Ś ć Ś ń ń Ś ź ń Ę ń Ś ź ź ź ź ź Ę Ę Ę Ś ń Ś ć ń ń ń ń ń ń Ę ń ń ń ń ć ń ń ń ń ć ń Ś ć Ł ń ń ń ć ń ć ź ń ź ć ń ń ć
Bardziej szczegółowot t t t T 2 Interpretacja: Przeciętna wartość zmiennej objaśnianej różni się od wartości teoretycznej średnio o ˆ
Eonoera Ćwczena Werfacja odelu eonoercznego Maerał poocncze Cele werfacj odelu Werfacja sasczna odelu polega na oblczenu szeregu ernów jaośc odelu oraz werfacj pewnch hpoez sascznch w celu sprawdzena cz
Bardziej szczegółowocz. 2. Dr inż. Zbigniew Szklarski Katedra Elektroniki, paw. C-1, pok.321
Wkład 7: Bła stwna c.. D nż. Zbgnew Sklask Kateda Elektonk, paw. C-1, pok.1 skla@agh.edu.pl http://lae.uc.agh.edu.pl/z.sklask/..17 Wdał nfoatk, Elektonk Telekounkacj - Telenfoatka 1 6..17 Wdał nfoatk,
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA. Wkład wstępn. Teora prawdopodobeństwa element kombnatork. Zmenne losowe ch rozkład 3. Populacje prób danch, estmacja parametrów 4. Testowane hpotez statstcznch 5. Test parametrczne
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =
Bardziej szczegółowoAlgebra WYKŁAD 2 ALGEBRA 1
Algebra WYKŁAD ALGEBRA Lcbę espoloną możemy predstawć w postac gde a b ab ( ) rcos sn r moduł lcby espolonej, argument lcby espolonej. Defncja Predstawene Lcby espolone r cos sn naywamy postacą trygonometrycną
Bardziej szczegółowo~ stopni swobody
Mrostan roład mroanoncn ~ 10 3 stopn swobod Uład cąste (lascn bądź wantow) Uład (roważan wantowomechancne) wonuje nesłchane sbe, chaotcne prejśca pomęd swom stanam wantowm; Jeśl patrm na uład lascne, możem
Bardziej szczegółowoŁ Ł Ś Ó ć ć ć Ą Ć ć ć Ł Ś Ą Ó Ń Ą ź ź ź Ń ć ć Ł ć Ł Ł Ł Ś Ó Ń ć ć Ł ć Ł ć ć Ś Ł ć Ą Ą ź ź ź ć ć ć Ńć ć Ś Ś Ś Ń Ą ć ć ć ć ć Ń Ą Ł ź ź Ą ź ź ć ć ź ć Ą ć ć ć ź ź ź Ą ź ź ź ź ź ź ć ć ć ć ć ć ć Ą ć ć ź ć ć
Bardziej szczegółowoDział 1. Opłaty za energię elektryczną od odbiorców finalnych i hurtowych. Energia czynna Opłata Liczba Grupa taryfowa. abonamento odbiorców
MINISTERSTWO GOSPODARKI pl. Trech Kryży 5, 00-507 Wars Na adres jednostk Numer dentyfkacyjny - REGON G - 10.4 m Sprawodane o dałalnośc predsęborst energetycnego jmującego sę presyłem obrotem energą elektrycną
Bardziej szczegółowoMacierz prawdopodobieństw przejścia w pojedynczym kroku dla łańcucha Markowa jest postaci
Zadane. Macerz radoodobeńst rzejśca ojedynczym kroku dla łańcucha Markoa...... o trzech stanach { } jest ostac 0 n 0 0 (oczyśce element stojący -tym erszu j -tej kolumne tej macerzy oznacza P( = j. Wtedy
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej
Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej
Bardziej szczegółowoAlgebra z geometrią 2012/2013
Algebra geometrą 22/2 Egamn psemn, 24 VI 2 r. Instrukcje: Każde adane jest a punktów. Praca nad rowąanam mus bć absolutne samodelna. Jakakolwek forma komunkacj kmkolwek poa plnującm egamn jest całkowce
Bardziej szczegółowoMacierze hamiltonianu kp
Macere halonanu p acer H a, dla wranego, war 44 lu 88 jeśl were jao u n r uncje s>; X>, Y>, Z>, cl uncje ransorujące sę według repreenacj grp weora alowego Γ j. worące aę aej repreenacj - o ora najardej
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Bardziej szczegółowoProjekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE
Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:
Bardziej szczegółowoDiagonalizacja macierzy kwadratowej
Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoNatalia Nehrebecka. Dariusz Szymański
Natala Nehrebecka Darusz Szymańsk . Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2011, Oeconomica 285 (62), 27 36
FOLIA POMEAAE UIVESITATIS TECHOLOGIAE STETIESIS Fola Pomer. Unv. Technol. Stetn. 20, Oeconomca 285 (62), 27 36 Aneta Becer AALIZA OZWOJU WOJEWÓDZTW POLSKI POD WZGLĘDEM WYKOZYSTAIA TECHOLOGII ICT THE DEVELOPMET
Bardziej szczegółowoSPIS TABEL 1. INFORMACJE WSTĘPNE 2. LOKALIZACJA PUNKTÓW MONITORINGOWYCH ORAZ OMÓWIENIE WYNIKÓW BADAŃ
81 SPIS TABEL Tabela 1. Obserwowane efe w populacji wiąane oddiałwaniem hałasu w pore nocnej.................................................... 12 Tabela 2. Konsewencje chronicnej besenności, powodowanej
Bardziej szczegółowoŻ Ę ć Ć ć ć Ą
Ś Ł Ż Ą Ż Ę ć Ć ć ć Ą ŚĘ Ż ź Ś Ż Ś Ś Ń Ę Ą Ś Ł Ś Ł Ż Ż ź ż Ą Ś Ż Ż Ś Ł Ą Ą Ó Ż Ż ż ć Ż ż ć ż Ó Ż ż ć ż ć ż Ą Ę ż Ó Ó ż ż Ó ć Ż ć Ż ć ć ź Ę Ę Ę ć Ż Ź Ż ż ć ż Ź Ę Ż ż ć Ś ć Ż Ę ż Ę ż ż ż Ż ż ż ż ż ĘŁ ż ż
Bardziej szczegółowoMechanika analityczna: współrzędne, więzy, stopnie swobody, współrzędne uogólnione
Mechanka analtcna: wółrędne wę tone wobod wółrędne uogólnone Roatruem układ o welu tonach wobod n. układ łożon unktów materalnch. Na układ mogą bć nałożone wę. P r unkt materaln o mae m O Układ wobodn
Bardziej szczegółowoZESTAW ZADAŃ Z INFORMATYKI
(Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań
Bardziej szczegółowoMarkowa. ZałoŜenia schematu Gaussa-
ZałoŜena scheatu Gaussa- Markowa I. Model jest nezennczy ze względu na obserwacje: f f f3... fl f, czyl y f (x, ε) II. Model jest lnowy względe paraetrów. y βo + β x +ε Funkcja a być lnowa względe paraetrów
Bardziej szczegółowoEgzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010
Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene
Bardziej szczegółowoSprawozdanie powinno zawierać:
Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,
Bardziej szczegółowoMatematyka finansowa r.
. Sprawdź, tóre z ponższych zależnośc są prawdzwe: () = n n a s v d v d d v v d () n n m ) ( n m ) ( v a d s ) m ( = + & & () + = = + = )! ( ) ( δ Odpowedź: A. tylo () B. tylo () C. tylo () oraz () D.
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Bardziej szczegółowoŚ ć Ś Ę Ś Ś Ś Ś Ę Ę
Ł Ś Ę ź Ż Ż ź ź Ż Ś Ż Ś Ł Ś ć Ś Ę Ś Ś Ś Ś Ę Ę Ś Ę Ń Ę ć ć Ę Ś Ę Ś Ę Ś Ś Ś ŚĘ ć Ś Ś Ś Ś ŚĘ Ł Ś Ł ź Ę ź ź ź ź Ń Ś Ś Ń ź ć ź ź ź ź ź ź Ś ź Ż ź Ń ź Ś ź ź ć Ę ź Ę Ę Ś Ę Ę Ł ź ź Ę ć Ś Ś Ł Ś Ę Ś Ł Ł Ś ć Ł ź Ł
Bardziej szczegółowoTermodynamika techniczna
Termodnamka technczna Wdzał Geolog, Geofzk Ochron Środowska Ekologczne Źródła Energ II rok Pomar temperatur Instrukcja do ćwczena Katedra Sstemów Energetcznch Urządzeń Ochron Środowska AGH Kraków 015 1.
Bardziej szczegółowoRozdział 1. Nazwa i adres Zamawiającego Gdyńskie Centrum Sportu jednostka budżetowa Rozdział 2. Informacja o trybie i stosowaniu przepisów
Z n a k s p r a w y G C S D Z P I 2 7 1 07 2 0 1 5 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A f U s ł u g i s p r z» t a n i a o b i e k t Gó w d y s k i e g o C e n
Bardziej szczegółowoRynek szkoleniowy w województwie kujawskopomorskim. badań 2011 2013
Rynek skolenowy w wojewódtwe kujawskopomorskm. Podsumowane badań 2013 Semnarum podsumowujące projekt Rynek Pracy pod Lupą Toruń, 17.XII.2013 Główny cel analy Predstawene scegółowej oferty skolenowej powatowych
Bardziej szczegółowoKurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 11 Zadania planimetria
1 TEST WSTĘPNY 1. (1p) Wysokość rombu o boku długości 6 i kącie ostrym 60 o jest równa: A. 6 3 B. 6 C. 3 3 D. 3 2. (1p) W trójkącie równoramiennym długość ramienia wynosi 10 a podstawa 16. Wysokość opuszczona
Bardziej szczegółowoMATERIAŁY POMOCNICZE DO WYKŁADU Z PODSTAW ZASTOSOWAŃ ULTRADŹWIĘKÓW W MEDYCYNIE (wyłącznie do celów dydaktycznych zakaz rozpowszechniania)
MARIAŁY POMOCNICZ O WYKŁAU Z POAW ZAOOWAŃ ULRAŹWIĘKÓW W MYCYNI (włącne do celów ddatcnch aa ropowsechnana) b. Materał eletromechancne atwne, pretworn peoeletrcne peomagnetcne, anala prac pretworna peoeletrcnego.
Bardziej szczegółowo= σ σ. 5. CML Capital Market Line, Rynkowa Linia Kapitału
5 CML Catal Market Lne, ynkowa Lna Katału Zbór ortolo o nalny odchylenu standardowy zbór eektywny ozważy ortolo złożone ze wszystkch aktywów stnejących na rynku Załóży, że jest ch N A * P H P Q P 3 * B
Bardziej szczegółowoMikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński
Mkroekonometra 13 Mkołaj Czajkowsk Wktor Budzńsk Symulacje Analogczne jak w przypadku cągłej zmennej zależnej można wykorzystać metody Monte Carlo do analzy różnego rodzaju problemów w modelach gdze zmenna
Bardziej szczegółowoUchwała nr L/1044/05 Rady Miasta Katowice. z dnia 21 listopada 2005r.
Uchwała nr L/1044/05 Rady Masta Katowce z dna 21 lstopada 2005r. w sprawe określena wysokośc stawek podatku od środków transportowych na rok 2006 obowązujących na terene masta Katowce Na podstawe art.18
Bardziej szczegółowoBogdan Żółtowski, doc. dr inż. Instytut Fizyki PŁ, Wólczańska 219, pokój 3.12 B14, III p.
Fa I ogdan Żółtows doc. dr nż. Insttut F PŁ Wólcańsa 9 poó 3. 4 III p. tel. 3664 http://www.f.p.lod.pl/bogdan.oltows/ Konsultace: pąte 4-6 Zares predmotu: Knemata Dnama puntu materalnego Dnama brł stwne
Bardziej szczegółowoPlan wykładu. Literatura. Układ odniesienia. Współrzędne punktu na płaszczyźnie XY. Rozkład wektora na składowe
Leu. D. Hlld, R. Resnc, J. Wle, Podsw f, om -5, PWN, 7. D. Hlld, R. Resnc F om,, PWN, 974. 3. J. Blnows, J. Tls F dl nddów n wŝse ucelne PWN 986 4. P. W. Ans Chem fcn, PWN, 3. Pln włdu ) Podswowe wdomośc
Bardziej szczegółowopierwsza wersja: 1 października 2007 r., ostateczna wersja: 7 maja 2008 r., akceptacja: 12 czerwca 2008 r. Abstract JEL: C49, G11, G21
28 Ryn Instytucje Fnansowe Ban Kredyt lpec 2008 Koncentracja bran owa jao element aràdana ryyem portfela redytowego w pratyce polsch banów propoycja metody analy ectoral Concentraton as an Element of Credt
Bardziej szczegółowoZ funkcji zdaniowej x + 3 = 7 można otrzymać zdania w dwojaki sposób:
Z funkcji zdaniowej + 3 = 7 można otrzmać zdania w dwojaki sposób: podstawiając w tej funkcji zdaniowej za stałe będące nazwami liczb np. 4 2 itp. poprzedzając tę funkcję zdaniową zwrotami: dla każdego
Bardziej szczegółowoZasady wyznaczania minimalnej wartości środków pobieranych przez uczestników od osób zlecających zawarcie transakcji na rynku terminowym
Załązn nr 3 Do zzegółowyh Zasad rowadzena Rozlzeń Transa rzez KDW_CC Zasady wyznazana mnmalne wartoś środów oberanyh rzez uzestnów od osób zleaąyh zaware transa na rynu termnowym 1. Metodologa wyznazana
Bardziej szczegółowoWOJEWÓDZKI URZĄD STATYSTYCZNY
WOJEWÓDZK URZĄD STATYSTYCZNY D o użytu adresoło Egz nr \ l. 0 s 8 s / / ATRUDNENE, WYNAGRODZENA CZAS PRACY V 9 8 7 R O K U ' ' Katowce 988 Z N A K J U M O W N E K r e s a z j a w s o n e w y s t ę p u
Bardziej szczegółowoTwierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że
Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam
Bardziej szczegółowoma 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 szczegółowoIDENTYFIKACJA PARAMETRÓW MODELI PROCESU SKRAWANIA DLA WIELOOSTRZOWYCH NARZĘDZI OBROTOWYCH
MODELOWAIE IŻYIERSKIE ISS 1896-771X 41, s. 37-314, Glwce 211 IDETYFIKACJA PARAMETRÓW MODELI PROCESU SKRAWAIA DLA WIELOOSTRZOWYCH ARZĘDZI OBROTOWYCH MIROSŁAW PAJOR MARCI HOFFMA KRZYSZTOF MARCHELEK Zachodnoomorsk
Bardziej szczegółowo*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów
*** Teoria popytu konsumenta *** I. Pole preferencji konsumenta 1. Przestrze«towarów 2. Relacja preferencji konsumenta 3. Optymalny koszyk towarów I.1 Przestrze«towarów Podstawowe poj cia Rynek towarów
Bardziej szczegółowoR w U R + R R V = U1. grr2 = V U U. P pobiera energię + R. R 1 g V s U 2 U 1. I z
adane W obwode, o schemace pokaanym na rysnk, oblcyć moc reystora. Dane: 4,5,,. ( ) K: [] G [W] adane Wynacyć stosnek napęć k / w obwode o schemace pokaanym na rysnk. Dane: k, 4 k, 5 k, g,5. g s s g s
Bardziej szczegółowoT Z -. i W a - z i B Z z R i Z Y z W a P Y z a M S E X 2 H A N G E T Z -. i W a - z i B Z z R i Z Y z W a P 4 Y z 7 a M S E x Y ( a W X Z 4 W a s R i s S s j S X i f S W k Y j W a l W ś Y i a - i a W k
Bardziej szczegółowoN a l e W y u n i k a ć d ł u g o t r w a ł e g o k o n t a k t u p o l a k i e r o w a n y c h p o w i e r z c h n i z w y s o k i m i t e m p e r a
J L G 3 6 6 P A W I L O N O G R O D O W Y J L G 3 6 6 I N S T R U K C J A M O N T A V U I B E Z P I E C Z E Ń S T W A S z a n o w n i P a s t w o, D z i ę k u j e m y z a z a k u p p a w i l o n u o g
Bardziej szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Bardziej szczegółowoMETODA MATEMATYCZNEGO MODELOWANIA PŁATAMI BÉZIERA KSZTAŁTU ZIARNA PSZENŻYTA
I N Ż YNIERIA R OLNICZA A GRICULTURAL E NGINEERING 01: Z. (14) T.1 S. 5- ISSN 149-764 Polske Towarstwo Inżner Rolnce http://www.ptr.org METODA MATEMATYCZNEGO MODELOWANIA PŁATAMI BÉZIERA KSZTAŁTU ZIARNA
Bardziej szczegółowoZestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.
Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Bardziej szczegółowoTWIERDZENIA O WZAJEMNOŚCIACH
1 Olga Kopac, Adam Łodygows, Wojcech Pawłows, Mchał Płotowa, Krystof Tymber Konsultacje nauowe: prof. dr hab. JERZY RAKOWSKI Ponań 2002/2003 MECHANIKA BUDOWI 7 ACH TWIERDZENIE BETTIEGO (o wajemnośc prac)
Bardziej szczegółowoGAZY DOSKONAŁE I PÓŁDOSKONAŁE
TERMODYNAMIKA GAZY DOSKONAŁE I PÓŁDOSKONAŁE Prawo Boyle a Marotte a p V = const gdy T = const Prawo Gay-Lussaca V = const gdy p = const T Równane stanu gau dosonałego półdosonałego p v = R T gde: p cśnene
Bardziej szczegółowo7.5.1. Ruch bryły swobodnej
751 Ruch brł swobone Swobona brła stwna ma w prestren seść stopn swobo o oreślena e ruchu potreba seścu równań ruchu Ruch brł możem robć na ruch śroa mas wwołan pre ałane wetora głównego sł ewnętrnch obrót
Bardziej szczegółowoOcena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak
Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,
Bardziej szczegółowoSPECYFIKACJA ISTOTNYCH WARUNKÓW ZAMÓWIENIA
Z n a k s p r a w y G C S D Z P I 2 7 1 0 2 02 0 1 5 S P E C Y F I K A C J A I S T O T N Y C H W A R U N K Ó W Z A M Ó W I E N I A U s ł u g a d r u k o w a n i a d l a p o t r z e b G d y s k i e g o
Bardziej szczegółowoA B - zawieranie słabe
NAZEWNICTWO: : rówoważość defcj : rówość defcj dla każdego steje! ZBIORY steje dokłade jede {,,,...} - całkowte * - całkowte be era - wmere - ujeme plus ero - recwste - espoloe A B - awerae słabe A :
Bardziej szczegółowoProgramowanie Równoległe i Rozproszone
Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać
Bardziej szczegółowoAiR. Podstawy modelowania i syntezy mechanizmów. Ćwiczenie laboratoryjne nr 3 str. 1. PMiSM-2017
AR. Postawy moelowana syntey mechanmów. Ćwcene laboratoryjne nr str. Akaema Górnco-Hutnca Wyał Inżyner Mechancnej Robotyk Katera Mechank Wbroakustyk PMSM-07 PODSTAWY MODELOWANIA I SYNTEZY MECHANIZMÓW ĆWICZENIA
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 275 (57), 31 42
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2009, Oeconomca 275 (57), 31 42 Agneska KAMIŃSKA, Paweł JANULEWICZ 1 KLASYFIKACJA GMIN WIEJSKICH WOJEWÓDZTWA LUBELSKIEGO
Bardziej szczegółowoŚ Ś Ś Ś Ś Ś Ę Ą Ę ŚĘ Ę Ś ń Ę Ę Ą Ł Ż Ń Ł ć Ą ć Ł Ę Ó ć Ź ć ź ń Ń ń Ś Ą Ę Ł Ę Ą Ę ń ć ń Ź ć ń ć ń Ś ń ŚĆ ć ź Ł Ę Ę Ś Ę Ę Ę ń ŚĘ Ń Ę Ę ń ŚĘ Ę Ę Ś Ś ć ń Ę ń Ś Ę ć ć Ę Ę ć ź ć ń Ę Ń ń ć Ł Ę Ę Ę Ę ć Ę ć ć ź
Bardziej szczegółowo