FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 13 20
|
|
- Judyta Zakrzewska
- 8 lat temu
- Przeglądów:
Transkrypt
1 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2010, Oeconomca 280 (59), Iwona Bą, Agnesza Sompolsa-Rzechuła LOGITOWA ANALIZA OSÓB UZALEŻNIONYCH OD ŚRODKÓW PSYCHOAKTYWNYCH THE LOGIT ANALYSIS OF PERSONS ADDICTED TO PSYCHOTROPICS DRUGS Katedra Zastosowań Matematy w Eonom, Zachodnopomors Unwersytet Technologczny w Szczecne ul. Klemensa Jancego 31, Szczecn Abstract. The am of artcle s a presentaton of utlzaton possbltes of logt analyss n researches concernng medcne. Presented artcle shows the test of analyss of dependency between occurance of abstnence and varables bound upp wth addcton to psychotropcs drugs and socal demographc varables. The data concernng persons who partcpated n ths research were taen from nformaton of Centre for Addcton Therapy n Szczecn. Słowa luczowe: loraz szans, model logtowy, środ psychoatywne. Key words: logt model, quotent of chance, psychotropcs drugs. WSTĘP Substancje o dzałanu psychoatywnym znane są ludzom od bardzo dawna. Perwotne były stosowane w rytuałach relgjnych, późnej coraz częścej jao tzw. środ dające szczęśce. Substancje te znane były stosowane przez ludz jedyne oazjonalne w przypadu śwąt czy nnych mprez oolcznoścowych. Obecne ch zażywane ma na celu odurzene lub wprowadzene sę w odmenne stany śwadomośc. Przez substancję psychoatywną rozumeć należy ażdą substancję pochodzena naturalnego lub syntetycznego, tóra wprowadzona do organzmu powoduje zmany funcjonowana ośrodowego uładu nerwowego. Dysusyjne w rozumenu społecznym są środ należące do tej grupy, potoczne zwane substancjam narotycznym, wywołujące uzależnene psychczne oraz fzyczne. Ważne w problematyce narotyowej jest wczesne wyryce problemu, zanm dojdze do uzależnena. Celem artyułu jest poazane możlwośc wyorzystana analzy logtowej w badanach z zaresu medycyny, w szczególnośc w analze uzależneń. W pracy podjęto próbę wsazana zależnośc mędzy zmenną oreślającą wystąpene abstynencj a zmennym zwązanym z uzależnenem od środów psychoatywnych oraz zmennych społeczno-demografcznych. MATERIAŁ I METODY W badanu uwzględnono nformacje dotyczące pacjentów przebywających w Regonalnym Ośrodu Leczena Uzależneń w Szczecne. Zborowość sładała sę ze 100 osób, w tórej 88% stanowl mężczyźn, a 12% obety. Najwęszą część (66%) stanowły osoby w weu 18 26,5 rou, 31% osoby w weu 26,5 43,5 rou, a 3% osoby powyżej
2 14 I. Bą A. Sompolsa-Rzechuła 43,5 rou (rys. 1). Średn we to 25,6 rou; medana weu wynos 25 lat, a domnanta 26 lat. Najmłodsze badane osoby były w weu 18 lat, a najstarsza osoba mała 52 lata Lczba obserwacj We We [lata] Rys. 1. Grupy badanych osób według weu (w latach) Wśród badanej zborowośc najlcznejszą grupę stanową osoby z wyształcenem podstawowym (38%), następne z zasadnczym zawodowym (31%); wyształcene średne ma 28% badanych, a wyższe wyształcene tylo 3% ma (rys. 2). wyższe 3% średne 28% podstawowe 38% zawodowe 31% Rys. 2. Strutura badanych osób pod względem wyształcena 68% osób to awalerowe, panny stanową 9%, w onubnace pozostaje 9%, żonatych jest 8%, mężate 2%, rozwedzonych 3%, a w separacj 1%. 75% badanych mesza u rodzny, 15% ma własne meszane, 9% wynajmuje meszane, 1% to bezdomn. Prawe połowa badanych (42%) jest na utrzymanu rodzny, 38% pracuje (praca etatowa, dorywcza,
3 Logtowa analza osób uzależnonych na umowę zlecene), 15% pobera rentę, a 5% jest na zasłu. W badanej zborowośc 15% stanową ucznowe, 11% studenc. Najwęszą część (48%) stanową osoby, dla tórych we ncjacj zażywana środów psychoatywnych wynósł lat, 38% osób zaczęło zażywać środ psychoatywne w weu lat, 11% w weu lat; tylo w przypadu 3% pacjentów we ten przeroczył 25 lat (rys. 3). Średn we ncjacj to neco ponad 17 lat; najmłodszą osobą rozpoczynającą zażywane środów psychoatywnych był 11-letn chłopec; w momence badana osoba ta mała 23 lata. Najpóźnej (w weu 27 lat) rozpoczął zażywane ww. środów taże mężczyzna, tóry w momence badana mał 28 lat, był awalerem, z wyższym wyształcenem, nepracującym meszającym u rodzców (ta osoba charateryzowała sę taże najrótszym oresem uzależnena). Medana moda weu ncjacj wynos 16 lat Lczba obserwacj We ncjacj We ncjacj [lata] Rys. 3. Grupy badanych osób według weu ncjacj zażywana środów psychoatywnych Jeśl chodz o długość oresu zażywana ww. środów, to najdłuższy ores wynos 6 lat, medana 7 lat. Średno osoby uzależnone zażywają ww. środ prawe 8 lat; najdłuższy czas to 30 lat (mężczyzna w weu 52 lat, awaler, z wyształcenem podstawowym, będący na rence). 81% badanych po raz olejny zgłasza sę do ośroda, pozostal po raz perwszy. W celu oreślena zależnośc mędzy wystąpenem abstynencj a cecham zwązanym z uzależnenem od środów psychoatywnych wyorzystano następujące zmenne: Y abstynencja (wystąpene 1, bra 0), X 1 płeć (obeta 1, mężczyzna 2), X 2 we (w latach), X 3 wyształcene (podstawowe 1, zawodowe 2, średne wyższe 3), X 4 stan cywlny (wolny 1, zamężna/żonaty 2),
4 16 I. Bą A. Sompolsa-Rzechuła X 5 sytuacja meszanowa (u rodzny 1, samodzelne 2), X 6 źródło utrzymana (pracuje 1, ne pracuje 2), X 7 we ncjacj (w latach), X 8 ores uzależnena (w latach), X 9 wzyta w ośrodu (perwsza 1, olejna 2), X 10 uzależnene od aloholu (ta 1, ne 2), X 11 palene paperosów (ta 1, ne 2), X 12 arany (ta 1, ne 2), X 13 detosyacja (ta 1, ne 2), X 14 współstnejące choroby psychatryczne (ta 1, ne 2), X 15 współstnejące choroby nne (ta 1, ne 2), X 16 stosowane le na choroby psychatryczne (ta 1, ne 2), X 17 stosowane le nne (ta 1, ne 2). Zmenna zależna przyjmuje wartość jeden w przypadu osób, tóre przebywały w orese abstynencj od środów psychoatywnych lub wartość zero w przypadu pacjentów nebędących ngdy w orese abstynencj. W celu doonana wyboru zmennych objaśnających wyorzystano regresję roową w przód ostateczne do estymacj modelu logtowego wyorzystano następujące zmenne 1 : X 2, X 7 X 8. Modele logtowe często wyorzystuje sę do opsu zjaws jaoścowych. W ch podstawowych wersjach berze sę pod uwagę zmenne dychotomczne, tórych warantom przyporządowuje sę wartośc 1 lub 0. Jeżel y przyjmuje wartość 0 lub 1, to : P( y 1) p oraz P( y 0) 1 p W modelu tym prawdopodobeństwa odpowadają wartoścom dystrybuanty rozładu logstycznego. Model analzy logtowej jest szczególnym rodzajem modelu regresj, w tórym zmenna * zależna y jest neobserwowalna (Johnston 1991, Maddala 2001): y * 0 1 X j j u Nazywa sę ją zmenną urytą, tóra przyjmuje następujące wartośc: y * 1 dla y 0 0 w pozostałyc h przypadac h W analzowanym przypadu, dotyczącym występowana bądź brau abstynencj, powyższe równane przyjmuje postać: y 1, gdy wystapł ores abstynencj 0 w pozostalych przypadach Wówczas model logstyczny regresj dla zmennej dychotomcznej oreślony jest równanem (Wśnews 1986, Stansz 2007): 1 Ta sam zestaw zmennych objaśnających otrzymano, stosując regresję roową w tył.
5 P( Y 1/ x, x,..., x 1 2 ) 1 e Logtowa analza osób uzależnonych x 1 e 0 x 1 gdze: a współczynn regresj, x 1, x2,, x zmenne nezależne, tóre mogą być loścowe lub jaoścowe. Po transformacj model przybera postać: P log 0 1 P x 1 Lewa strona tego równana to logarytm lorazu szans. Iloraz szans (logt) to stosune szansy (prawdopodobeństwa) na to, że y = 1 do szansy na to, że y = 0. Przyjmuje on wartośc z przedzału od 0 do +, co powala oreślć szanse pacjenta na wystąpene bądź newystąpene abstynencj. Im węsza wartość logtu, tym węsza szansa, że u pacjenta wystąp ores abstynencj. W przypadu model bnarnych stosuje sę różne mary ocenające zgodność modelu z danym emprycznym. W artyule wyorzystano następujące formuły: R 2 logl McFaddena 1 logl 2/n L pseudo-r 2 UR LR 2/n 2/n (1 L ) L R 2/n UR UR R gdze: L R masmum funcj warygodnośc dla modelu zawerającego jedyne wyraz wolny, L UR masmum funcj warygodnośc dla pełnego modelu. Podane mary zgodnośc przyjmują wartośc z przedzału [0,1]. Wartośc 0 odpowada bra dopasowana, natomast m R 2 blższe jest wartośc 1, tym węsza jest zgodność modelu z danym emprycznym. WYNIKI ESTYMACJI PARAMETRÓW MODELU LOGITOWEGO Oceny parametrów modelu logtowego przedstawono w tab. 1. Tabela 1. Oceny parametrów modelu logtowego Zmenna Nazwa zmennej Ocena parametru Istotność Iloraz szans X 2 we (w latach) 3,459 0, ,790 X 7 we ncjacj (w latach) 3,299 0,0002 0,037 X 8 ores uzależnena (w latach) 3,110 0,0004 0,045 stała 6,598 0,0005
6 18 I. Bą A. Sompolsa-Rzechuła Oszacowany model logstyczny przybera zatem następującą postać: P e 6,5983,459 X 2 3,299 X 7 3,110 X ( 8 Y 1) 6,5983,459 X 3,299 X 3,110 X 1 e Po przeształcenu model można przedstawć w postac (w nawasach podano średne błędy szacunu): logtp = 6,598 3,459 X 3,299 X 3,110 X (2,197) 2 (0,931) 7 (0,925) (0,897) 8 W modelu dodatn statystyczne stotny wpływ na zmenną zależną ma we, co oznacza, że m starsza jest osoba, tym węsze jest prawdopodobeństwo, że rozpoczne ores abstynencj. Natomast ujemny stotny wpływ mają zmenne dotyczące weu ncjacj oraz długośc oresu uzależnena, co wąże sę ze spadem wartośc prawdopodobeństwa rozpoczęca oresu abstynencj. Interpretując lorazy szans przy -tej zmennej (załadając, że pozostałe zmenne uwzględnone w modelu pozostaną bez zman), uzysuje sę następujące nformacje: jeżel osoba jest starsza o ro, to jej szansa rozpoczęca oresu abstynencj wzrasta prawe 32-rotne; gdy we ncjacj zwęsza sę o ro, to szansa rozpoczęca oresu abstynencj spada o 96,3%; wydłużene oresu uzależnena o ro powoduje spade lorazu szans o 95,5%. Operając sę na oszacowanym modelu, uzysano wysoe wsaźn trafnośc lasyfacj pacjentów (tab. 2). Ogólna trafność lasyfacj wynosła 89%. Tabela 2. Trafność lasyfacj modelu logtowego Rzeczywsta Zawalfowane pacjentów przynależność na podstawe modelu logtowego pacjentów y = 1 y = 0 Procent poprawnośc y = ,714 y = ,182 Ogólna trafność lasyfacj 89,000% Dla oszacowanego modelu oreślano wartośc mar zgodnośc z danym emprycznym. Współczynn R 2 McFaddena wynósł 58,24%, a pseudo-r 2 87,84%, co śwadczy o tym, że jaość modelu jest zadowalająca. PODSUMOWANIE W pracy wyorzystano nformacje uzysane w Regonalnym Ośrodu Leczena Uzależneń w Szczecne. W celu oreślena welośc wpływu czynnów objaśnających wystąpene abstynencj od środów psychoatywnych wyorzystano wyn otrzymane na podstawe oszacowanego modelu logtowego. Na podstawe wyznaczonych mar zgodnośc można stwerdzć, że jaość oszacowanego modelu jest zadowalająca. Interpretacja ocen parametrów modelu prowadz do wnosu, że szansa wyjśca z uzależnena wzrasta wraz z we-
7 Logtowa analza osób uzależnonych em, a zmnejsza sę w przypadu późnejszego rozpoczęca zażywana środów psychoatywnych oraz wydłużana sę oresu uzależnena. Przeprowadzone badane wyazało, że modele logtowe mogą być sutecznym narzędzem w badanu uzależneń od środów psychoatywnych. PIŚMIENNICTWO Johnston J Econometrc methodes. Sngapore, McGraw-Hll Boo Company, Maddala G.S Eonometra. Warszawa, PWN, Stansz A Przystępny urs statysty z zastosowanem Statstca PL na przyładach z medycyny. Kraów, Statsoft Polsa Sp z o.o., Wśnews J.W Eonometryczne badane zjaws jaoścowych, Studum metodologczne. Toruń, Unwersytet Mołaja Koperna,
8 20 I. Bą A. Sompolsa-Rzechuła
STATYSTYKA. Zmienna losowa skokowa i jej rozkład
STATYSTYKA Wnosowane statystyczne to proces myślowy polegający na formułowanu sądów o całośc przy dysponowanu o nej ogranczoną lczbą nformacj Zmenna losowa soowa jej rozład Zmenną losową jest welość, tóra
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje
Bardziej szczegółowoN ( 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 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 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 szczegółowoPROBLEMY BADANIA NIEZAWODNOŚCI SIŁOWNI TRANSPORTOWYCH OBIEKTÓW OCEANOTECHNICZNYCH
Zbgnew MATUSZAK POBLEMY BADAIA IEZAWODOŚCI SIŁOWI TASPOTOWYCH OBIEKTÓW OCEAOTECHICZYCH Streszczene W artyule przedstawono problemy występujące podczas badana nezawodnośc słown orętowych pływających obetów
Bardziej szczegółowoParametry zmiennej losowej
Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru
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 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 szczegółowoAnaliza kohortowa czasu istnienia mikroprzedsiębiorstw w Gdańsku
Zarządzane Fnanse Journal of Management and Fnance Vol. 3, o. 4//5 Beata Jacowsa* Analza ohortowa czasu stnena mroprzedsęborstw w Gdańsu Wstęp Kondyca przedsęborstw, a w szczególnośc ch czas stnena na
Bardziej szczegółowoKier. MTR Programowanie w MATLABie Laboratorium Ćw. 12
Ker. MTR Programowane w MATLABe Laboratorum Ćw. Analza statystyczna grafczna danych pomarowych. Wprowadzene MATLAB dysponuje weloma funcjam umożlwającym przeprowadzene analzy statystycznej pomarów, czy
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 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 szczegółowoZadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane
Bardziej szczegółowoZjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)
Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.
Bardziej szczegółowoMETODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU
Stansław Bogdanowcz Poltechna Warszawsa Wydzał Transportu Załad Logsty Systemów Transportowych METODA USTALANIA WSPÓŁCZYNNIKA DYNAMICZNEGO WYKORZYSTANIA ŁADOWNOŚCI POJAZDU Streszczene: Ogólna podstawa
Bardziej szczegółowoSZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW
SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.
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 szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoProces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Bardziej szczegółowoMETODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.
Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Bardziej szczegółowoStatystyka Opisowa 2014 część 1. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 1 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej szczegółowoMODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI
Alcja Wolny-Domnak Unwersytet Ekonomczny w Katowcach MODELOWANIE LICZBY SZKÓD W UBEZPIECZENIACH KOMUNIKACYJNYCH W PRZYPADKU WYSTĘPOWANIA DUŻEJ LICZBY ZER, Z WYKORZYSTANIEM PROCEDURY KROSWALIDACJI Wprowadzene
Bardziej szczegółowoJEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E bedze zborem zdarzen elementarnych danego doswadczena. Funcje X(e) przyporzadowujaca azdemu zdarzenu elementarnemu e E jedna tylo jedna lczbe X(e)x nazywamy ZMIENNA
Bardziej szczegółowodr inż. ADAM HEYDUK dr inż. JAROSŁAW JOOSTBERENS Politechnika Śląska, Gliwice
dr nż. ADA HEYDUK dr nż. JAOSŁAW JOOSBEENS Poltechna Śląsa, Glwce etody oblczana prądów zwarcowych masymalnych nezbędnych do doboru aparatury łączenowej w oddzałowych secach opalnanych według norm europejsej
Bardziej szczegółowoWSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
Bardziej szczegółowoANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr
Bardziej szczegółowoPROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA
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 szczegółowoANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Barbara Batóg *, Jacek Batóg ** Unwersytet Szczecńsk ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI
Bardziej szczegółowoWeryfikacja 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 szczegółowoJEDNOWYMIAROWA 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 szczegółowoModel oceny ryzyka w działalności firmy logistycznej - uwagi metodyczne
Magdalena OSIŃSKA Unwersytet Mkołaja Kopernka w Torunu Model oceny ryzyka w dzałalnośc frmy logstycznej - uwag metodyczne WSTĘP Logstyka w cągu ostatnch 2. lat stała sę bardzo rozbudowaną dzedzną dzałalnośc
Bardziej szczegółowoSPOŁECZNA AKDAEMIA NAUK W ŁODZI
SPOŁECZNA AKDAEMIA NAUK W ŁODZI KIERUNEK STUDIÓW: ZARZĄDZANIE PRZEDMIOT: METODY ILOŚCIOWE W ZARZĄDZANIU (MATERIAŁ POMOCNICZY PRZEDMIOT PODSTAWOWY ) Łódź Sps treśc Moduł Wprowadzee do metod loścowych w
Bardziej szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej szczegółowoStatystyka. Zmienne losowe
Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu
Bardziej szczegółowoEKONOMETRIA I Spotkanie 1, dn. 05.10.2010
EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra
Bardziej szczegółowoZapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.
Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane
Bardziej szczegółowoMikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński
Mkroekonometra 5 Mkołaj Czajkowsk Wktor Budzńsk Uogólnone modele lnowe Uogólnone modele lnowe (ang. Generalzed Lnear Models GLM) Różną sę od standardowego MNK na dwa sposoby: Rozkład zmennej objaśnanej
Bardziej szczegółowoAnaliza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A
Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe
Bardziej szczegółowoMODEL ROZMYTY WYBORU SAMOCHODU W NAJWYŻSZYM STOPNIU SPEŁNIAJĄCEGO PREFERENCJE KLIENTA
ZESZYTY NAUKWE PLITECHNIKI ŚLĄSKIEJ 2013 Sera: RGANIZACJA I ZARZĄDZANIE z. 64 Nr ol. 1894 Dorota GAWRŃSKA Poltechna Śląsa Wydzał rganzacj Zarządzana Instytut Eono Inforaty MDEL RZMYTY WYBRU SAMCHDU W NAJWYŻSZYM
Bardziej szczegółowoAnaliza korelacji i regresji
Analza korelacj regresj Zad. Pewen zakład produkcyjny zatrudna pracownków fzycznych. Ich wydajność pracy (Y w szt./h) oraz mesęczne wynagrodzene (X w tys. zł) przedstawa ponższa tabela: Pracownk y x A
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Bardziej szczegółowoUdoskonalona metoda obliczania mocy traconej w tranzystorach wzmacniacza klasy AB
Julusz MDZELEWSK Wydzał Eletron Techn nformacyjnych, nstytut Radoeletron, oltechna Warszawsa do:0.599/48.05.09.36 dosonalona metoda oblczana mocy traconej w tranzystorach wzmacnacza lasy AB Streszczene.
Bardziej szczegółowoWPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO
Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono
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. 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 szczegółowoĆw. 5. Wyznaczanie współczynnika sprężystości przy pomocy wahadła sprężynowego
5 KATEDRA FIZYKI STOSOWANEJ PRACOWNIA FIZYKI Ćw. 5. Wyznaczane współczynna sprężystośc przy pomocy wahadła sprężynowego Wprowadzene Ruch drgający należy do najbardzej rozpowszechnonych ruchów w przyrodze.
Bardziej szczegółowoEfekty zaokrągleń cen w Polsce po wprowadzeniu euro do obiegu gotówkowego
Ban Kredyt 40 (2), 2009, 61 95 www.banredyt.nbp.pl www.banandcredt.nbp.pl fety zaorągleń cen w Polsce po wprowadzenu euro do obegu gotówowego Mare Rozrut*, Jarosław T. Jaub #, Karolna Konopcza Nadesłany:
Bardziej szczegółowoStatystyka Opisowa 2014 część 2. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
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 szczegółowoEugeniusz Rosołowski. Komputerowe metody analizy elektromagnetycznych stanów przejściowych
Eugenusz Rosołows Komputerowe metody analzy eletromagnetycznych stanów przejścowych Ocyna Wydawncza Poltechn Wrocławsej Wrocław 9 Opnodawcy Jan IŻYKOWSKI Paweł SOWA Opracowane redacyjne Mara IZBIKA Koreta
Bardziej szczegółowoSTATYSTYKA 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 szczegółowoMETODY OCENY STOPNIA ZAAWANSOWANIA TELEINFORMATYCZNEGO POLSKICH PRZEDSI BIORSTW
METODY OCENY STOPNIA ZAAWANSOWANIA TELEINFORMATYCZNEGO POLSKICH PRZEDSI BIORSTW ANETA BECKER, Aadema Rolncza w Szczecne JAROSŁAW BECKER Poltechna Szczec sa Streszczene W artyule scharateryzowano wyorzystane
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 szczegółowoProcedura normalizacji
Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny
Bardziej szczegółowoZestaw przezbrojeniowy na inne rodzaje gazu. 1 Dysza 2 Podkładka 3 Uszczelka
Zestaw przezbrojenowy na nne rodzaje gazu 8 719 002 262 0 1 Dysza 2 Podkładka 3 Uszczelka PL (06.04) SM Sps treśc Sps treśc Wskazówk dotyczące bezpeczeństwa 3 Objaśnene symbol 3 1 Ustawena nstalacj gazowej
Bardziej szczegółowoCzęść 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. TWIERDZENIA O WZAJEMNOŚCI Twierdzenie Bettiego (o wzajemności prac)
Część 1 7. TWIERDZENIA O WZAJEMNOŚCI 1 7. 7. TWIERDZENIA O WZAJEMNOŚCI 7.1. Twerdzene Bettego (o wzajemnośc prac) Nech na dowolny uład ramowy statyczne wyznaczalny lub newyznaczalny, ale o nepodatnych
Bardziej szczegółowo6. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO
Różnce mędzy obserwacjam statystycznym ruchu kolejowego a samochodowego 7. ROŻNICE MIĘDZY OBSERWACJAMI STATYSTYCZNYMI RUCHU KOLEJOWEGO A SAMOCHODOWEGO.. Obserwacje odstępów mędzy kolejnym wjazdam na stację
Bardziej szczegółowoPROBLEMATYKA DOBORU MIARY ODLEGŁOŚCI W KLASYFIKACJI SPEKTRALNEJ DANYCH SYMBOLICZNYCH
Marcn Peła Unwersytet Eonoczny we Wrocławu PROBLEMATYKA DOBORU MIARY ODLEGŁOŚCI W KLASYFIKACJI SPEKTRALNEJ DANYCH SYMBOLICZNYCH Wprowadzene Zagadnene doboru odpowednej ary odległośc stanow, obo probleaty
Bardziej szczegółowoexp jest proporcjonalne do czynnika Boltzmanna exp(-e kbt (szerokość przerwy energetycznej między pasmami) g /k B
Koncentracja nośnów ładunu w półprzewodnu W półprzewodnu bez domesz swobodne nośn ładunu (eletrony w paśme przewodnctwa, dzury w paśme walencyjnym) powstają tylo w wynu wzbudzena eletronów z pasma walencyjnego
Bardziej szczegółowody dx stąd w przybliżeniu: y
Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc
Bardziej szczegółowoIle wynosi suma miar kątów wewnętrznych w pięciokącie?
1 Ile wynos suma mar kątów wewnętrznych w pęcokące? 1 Narysuj pęcokąt foremny 2 Połącz środek okręgu opsanego na tym pęcokące ze wszystkm werzchołkam pęcokąta 3 Oblcz kąty każdego z otrzymanych trójkątów
Bardziej szczegółowo0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4
Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (
Bardziej szczegółowoBadanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Bardziej szczegółowoOdczyt kodów felg samochodowych w procesie produkcyjnym
Odczyt odów felg samochodowych w procese producyjnym Jace Dunaj Przemysłowy Instytut Automaty Pomarów PIAP Streszczene: W artyule przedstawono sposób realzacj odczytu odów felg samochodowych. Opracowane
Bardziej szczegółowoANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH
Potr Mchalsk Węzeł Centralny OŻK-SB 25.12.2013 rok ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Celem ponższej analzy jest odpowedź na pytane: czy wykształcene radnych
Bardziej szczegółowoOPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS
ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE
Bardziej szczegółowoKształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu
PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju
Bardziej szczegółowoA. ROZLICZENIE KOSZTÓW CENTRALNEGO OGRZEWANIA CHARAKTERYSTYKA KOSZTÓW DOSTAWY CIEPŁA
REGULAMIN ndywdualnego rozlczena osztów energ ceplnej dostarczonej na potrzeby centralnego ogrzewana cepłej wody meszań w zasobach Spółdzeln Meszanowej Lębora. POSTANOIENIA OGÓLNE Regulamn oreśla zasady:
Bardziej szczegółowoAnaliza regresji modele ekonometryczne
Analza regresj modele ekonometryczne Klasyczny model regresj lnowej - przypadek jednej zmennej objaśnającej. Rozpatrzmy klasyczne zagadnene zależnośc pomędzy konsumpcją a dochodam. Uważa sę, że: - zależność
Bardziej szczegółowoZASADY WYZNACZANIA DEPOZYTÓW ZABEZPIECZAJĄCYCH PO WPROWADZENIU DO OBROTU OPCJI W RELACJI KLIENT-BIURO MAKLERSKIE
Zasady wyznazana depozytów zabezpezaąyh po wprowadzenu do obrotu op w rela lent-buro malerse ZAADY WYZNACZANIA DEPOZYTÓW ZABEZPIECZAJĄCYCH PO WPROWADZENIU DO OBROTU OPCJI W RELACJI KLIENT-BIURO MAKLERKIE
Bardziej szczegółowoW 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 szczegółowoANALIZA PRZESTRZENNA PROCESU STARZENIA SIĘ POLSKIEGO SPOŁECZEŃSTWA
TUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Katarzyna Zeug-Żebro * Unwersytet Ekonomczny w Katowcach ANALIZA PRZETRZENNA PROCEU TARZENIA IĘ POLKIEGO POŁECZEŃTWA TREZCZENIE Perwsze prawo
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 10
Stanisław Cichoci Natalia Nehrebeca Wyład 10 1 1. Testowanie hipotez prostych Rozład estymatora b Testowanie hipotez prostych przy użyciu statystyi t Przedziały ufności Badamy czy hipotezy teoretyczne
Bardziej szczegółowoSystem Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik
Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA
Bardziej szczegółowoO PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH
Mateusz Baryła Unwersytet Ekonomczny w Krakowe O PEWNYM MODELU POZWALAJĄCYM IDENTYFIKOWAĆ K NAJBARDZIEJ PODEJRZANYCH REKORDÓW W ZBIORZE DANYCH KSIĘGOWYCH W PROCESIE WYKRYWANIA OSZUSTW FINANSOWYCH Wprowadzene
Bardziej szczegółowoOBLICZANIE 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 szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin., Oeconomica 2015, 321(80)3, 5 14
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn., Oeconomca 215, 321(8)3, 5 14 Agneszka BARCZAK POMIAR WAHAŃ SEZONOWYCH RUCHU PASAŻERSKIEGO NA PRZYKŁADZIE PORTU LOTNICZEGO
Bardziej szczegółowoWPROWADZENIE DO ANALIZY KORELACJI I REGRESJI
WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI dr Janusz Wątroba, StatSoft Polska Sp. z o.o. Prezentowany artykuł pośwęcony jest wybranym zagadnenom analzy korelacj regresj. Po przedstawenu najważnejszych
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 szczegółowoStatystyczne 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 szczegółowoSIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY
SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Opsowa analza struktury zjawsk masowych Demografa statystyka PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY
Bardziej szczegółowoHipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ
WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego
Bardziej szczegółowoAnaliza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach
Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy
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 szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL W standardowym modelu lnowym zakładamy,
Bardziej szczegółowoFOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2009, Oeconomica 275 (57), 13 20
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2009, Oeconomca 275 (57), 13 20 Iwona BĄK, Katarzyna WAWRZYNIAK BADANIE JAKOŚCI ŚRODOWISKA NATURALNEGO W WOJEWÓDZTWIE
Bardziej szczegółowoRozwiązywanie zadań optymalizacji w środowisku programu MATLAB
Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe
Bardziej szczegółowoPROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE
PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE Janusz Wątroba, StatSoft Polska Sp. z o.o. W nemal wszystkch dzedznach badań emprycznych mamy do czynena ze złożonoścą zjawsk procesów.
Bardziej szczegółowoZASTOSOWANIE METOD EKONOMETRYCZNYCH DO BADANIA HETEROGENICZNOŚCI OBIEKTÓW
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Marusz Doszyń Unwersytet Szczecńsk ZASTOSOWANIE METOD EKONOMETRYCZNYCH DO BADANIA HETEROGENICZNOŚCI OBIEKTÓW Streszczene W artykule scharakteryzowano
Bardziej szczegółowoAPROKSYMACJA QUASIJEDNOSTAJNA
POZNAN UNIVE RSITY OF TE CHNOLOGY ACADE MIC JOURNALS No 73 Electrcal Engneerng 213 Jan PURCZYŃSKI* APROKSYMACJA QUASIJEDNOSTAJNA W pracy wykorzystano metodę aproksymacj średnokwadratowej welomanowej, przy
Bardziej szczegółowo65120/ / / /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 szczegółowoPORÓWNANIE METOD PROSTYCH ORAZ METODY REGRESJI HEDONICZNEJ DO KONSTRUOWANIA INDEKSÓW CEN MIESZKAŃ
PORÓWNANIE METOD PROSTYCH ORAZ METODY REGRESJI HEDONICZNEJ DO KONSTRUOWANIA INDEKSÓW CEN MIESZKAŃ Radosław Trojanek Katedra Inwestycj Neruchomośc Unwersytet Ekonomczny w Poznanu e-mal: r.trojanek@ue.poznan.pl
Bardziej szczegółowoWSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO
WSKAŹNIK OCENY SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO Dagmara KARBOWNICZEK 1, Kazmerz LEJDA, Ruch cała człoweka w samochodze podczas wypadku drogowego zależy od sztywnośc nadwoza
Bardziej szczegółowoRozkłady statystyczne w fizyce jądrowej
UNIWERSYTET SZCZECIŃSKI INSTYTUT FIZYKI ZAKŁAD FIZYKI CIAŁA STAŁEGO Ćwczene laboratoryjne Rozłady statystyczne w fzyce jądrowej SZCZECIN 005 WSTĘP Różne neontrolowane zaburzena zewnętrzne (wahana temperatury,
Bardziej szczegółowoEvaluation of estimation accuracy of correlation functions with use of virtual correlator model
Jadwga LAL-JADZIAK Unwersytet Zelonogórsk Instytut etrolog Elektrycznej Elżbeta KAWECKA Unwersytet Zelonogórsk Instytut Informatyk Elektronk Ocena dokładnośc estymacj funkcj korelacyjnych z użycem modelu
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)
Bardziej szczegółowo