Zmienna losowa X ma taki rozkład, jeśli przyjmuje wartości k=0,1,2,...,n z prawdopodobieństwami określonymi wzorem:

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zmienna losowa X ma taki rozkład, jeśli przyjmuje wartości k=0,1,2,...,n z prawdopodobieństwami określonymi wzorem:"

Transkrypt

1 . Jaka jest różca mędzy cechą skokową cągłą? podać przykłady każdej z ch. Cecha loścowa : skokowa przyjmująca pewe wartośc lczbowe e przyjmująca wartośc pośredch cecha ta też jest azywaa dyskretą, przykład: lość bakter, pracowków, pasażerów. cągła przyjmująca wartośc z pewego przedzału lczbowego przykład: wzrost, waga, plo.. Wymeć typy cech podać po jedym przykładze. Cechy jakoścowe (opsowe, emerzale) przyjmujące wartośc e będące lczbam, p.: kolor włosów, płeć, smakowtość, pochodzee społecze. Cechy loścowe (merzale): p.: wzrost (w cetymetrach), wek (w latach), zarobek (w złotówkach) Cechy skokowe : p.: lczba studetów w grupe Cechy cągłe : p.: waga 3. Podać przyajmej trzy azwy rozkładów cech jakego typu są to cechy. Rozkłady cech skokowych:. Rozkład zero jedykowy. Rozkład dwumaowy (Beroullego) 3. Rozkład Possoa Rozkłady cech cągłych: 4. Rozkład ormaly jedo dwu wymarowy 5. Rozkład jedostajy 4. Podać zae azwy rozkładu cech jakego typu są to cechy. Rozkład zero-jedykowy: Podstawą do określaa rozkładu zero-jedykowego jest dośwadczee, którego rezultatem mogą być dwa wzajeme wykluczające sę zdarzea losowe. Ozaczyć je możemy jako A zdarzee przecwe A p. strzelając do celu trafamy (A=) lub e (A =0). Zmea losowa X ma tak rozkład, jeśl przyjmuje wartość A z prawdopodobeństwem 0<p< oraz wartość A z prawdopodobeństwem q = -p. Fukcja prawdopodobeństwa zmeej losowej ma postać: P(X=) = p, P(X=0) = p-; p (0,). Dystrybuata zmeej losowej F(X) = {0, dla X<0; -p, dla 0 =< X <;, dla X >=}. Wartość oczekwaa E(X) = 0(-p) + (p) = p. Waracja D (X) = (0-p) (-p)+(-p) p=p(-p). Rozkład dwumaowy : Wykoujemy dośwadczee, którego rezultatem może być zdarzee A z P(A)=p lub A z P(A )=-p. Jedo z ch przujmuje sę za sukces druge jako porażkę. Lczbę sukcesów zaobserwowaych w próbach może być rówa k=,,3,...,. Zdarzee X=k zachodz, gdy w wyku -krotego powtarzaa dośwadczea zaobserwujemy k-razy zdarzee A (węc -k razy zdarzee A ). Prawdopodobeństwo otrzymaa k sukcesów w dośwadczeu powtarzaym razy (suma prawdopodobeństw takch kombacj, że występuje k razy A): PX k k p k ( = ) = ( p ) k. Zmea losowa X ma tak rozkład, jeśl przyjmuje wartośc k=0,,,..., z prawdopodobeństwam określoym wzorem: Fx PX x k p k p k ( ) = ( ) = ( ). Wartość oczekwaa E(X)=p -suma wartośc oczekwaych k x ezależych zmeych losowych o rozkładach zerojedykowych (pojedycze dośwadczea), D (X)=p(-p) Rozkład Possoa : zmea losowa X przyjmująca wartośc k = 0,,,... ma tak rozkład o parametrze λ, jeśl jej k λ λ fukcja prawdopodobeństwa opsaa jest wzorem: PX = k = k = 0,,,..., gdze λ jest dodatą stałą (λ > 0). Dystrybuatę rozkładu Possoa określa wzór: Fx ( ) k! e k ( ) = λ k! e k x λ. Operając sę a defcj wartośc oczekwaej waracj zmeej losowej skokowej, dla rozkładu Possoa otrzymujemy: E(X)= λ, D (X)= λ. Rozkład ormaly: Zmea losowa ma rozkład ormaly N-(µ,σ ) o wartośc średaj µ waracj σ, jeżel jej fukcja gęstośc wyraża sę wzorem (w pytau 4). 5. Podać dwa przykłady cech w rozkładze dwumaowym. 5 prób trafea w tarczę 0 prób wycągęca czarej kul z ury zawerającej kule czare bałe (ze zwracaem) 6. Podać dwa przykłady cech w rozkładze ormalym. Waga oraz wzrost osobków jedorodych populacj ludzkch lub zwerzęcych. Plo a jedakowych poletkach dośwadczalych. Wyk osągay w begu a 00m 7. Podać dwa przykłady cech w rozkładze Possoa. Lczba usterek w produkowaych urządzeach Lczba skaz a określoej powerzch materału Lczba błędów drukarskch a jedej stroe. 8. Zmea losowa X ma rozkład N(0,5). Oblczyć P{ X-0 =<0} Cecha X-(µ,σ ) ma rozkkład ormaly N-(µ,σ ). Z prawa trzech sgm:

2 P{ X- µ < σ}=0,68 P{ X- µ < σ}=0,95 P{ X- µ < 3σ}=0,997 X-N(0,5); µ=0, σ=5 z prawa trzech sgm: P{ X-0 =<0}= P{ X- µ < σ}=0,95 9. Zmea losowa X ma rozkład N(0,5). Oblczyć P{ X-0 =<5} N(0,5), µ=0, σ=5 P{ X-0 =<5}= P{ X- µ < σ}=0,68 0. X ~ N(00,00). Ile wyos P{X є(90,0)}? Dystrybuata F(X) dla stadardowego rozkładu jest stablcowaa. Dla x=<0 zachodz F(x)=-F(-x). Stadaryzacja. Jeżel X- N(µ,σ ), to Z=(X- µ)/ σ-n(0,) a µ b µ P{ X ' } F b µ = F a µ δ δ δ δ.podstawając µ=00, σ=0, a=90, b=0 otrzymujemy P{X (-,)}=F()-F(-)=F()-+F()=F()-=(0,8434)-=0,68=68%. X ~ N(0,64). Ile wyos P{X є(04,36)}? N(0,64); Podstawając µ=0, σ=8, a=04, b=36 do wzoru z pyt. 0 otrzymujemy: P{X (04,36)}= P{X (-,)}=F(+)-F(-)=F()-+F()=F()-=x0,9775-=0,9545=95%. Cecha X ma rozkład N(,6). Bez użyca tablc oblczyć P{X є (8,6)}? µ=, σ=4, P{X (8,6)}=P{ X- =<4}=P{ X-µ =<σ}=68% 3. Cecha X ma rozkład N(,6). Bez użyca tablc oblczyć P{X є (4,0)}? µ=, σ=4, P{X (8,6)}=P{ X- =<8}=P{ X-µ =<σ}=96% 4. W jak sposób moża sprawdzć założee o ormalośc. Zmea losowa X ma rozkład ormaly, jeżle jej fukcja gęstośc wyraża sę wzorem: x µ ( ) σ f ( x) = e, < x < µσ, σ Π 5. W jakm celu stosuje sę w praktyce uśredae wartośc pewej cechy. Dzęk średej możemy sprawdzć, czy daa wartość cechy jest względe wększa czy mejsza ż w reszce populacj tz. Jeżel jakaś wartość jest powyżej średej to jest mej wartośc wększych w populacj, a węcej mejszych. Średa pozwala także przewdzeć ajbardzej prawdopodaby wyk p. jeśl średa lość trafeń a 0 wyos 3, to gdy szacujemy le będze trafeń, ajbardzej prawdopodobą lczbą trafeń jest Wymeć rozkłady pojawające sę we woskowau statystyczym, a zwązae z rozkładem ormalym. Rozkład Pscoa Rozkład Ch kwadrat Rozkład T - Studeta 7. Co to jest populacja? Populacja zbór obektów (fzyczych e tylko) z wyróżoą cechą (-am). Jeśl zbór elemetów populacj jest skończoy to określamy ją jako skończoą p. zborowość meszkańców Polsk, zborowość gospodarstw rolych w daym województwe. Jeśl zbór elemetów populacj jest eskończoy to określamy ją jako eskończoą dotyczy raczej zjawsk ż obektów materalych p. zborowość rzutów moetą, zborowość możlwych wyków pomaru wytrzymałośc materału. 8. Co to jest próba reprezetatywa? Próba wybraa część populacj podlegająca badau (próba), jest reprezetatywa, gdy jej struktura ze względu a teresujące as cechy statystycze jest zblżoa do struktury populacj z której oa pochodz, czyl wosk wycągęte z próby moża uogólć a całą populcje. Próba jest reprezetatywa gdy spełoe są waruk: Elemety populacj są poberae do próby w sposób losowy. Próba jest dostatecze lcza. 9. Co to jest woskowae statystycze? Woskowae statystycze to możlwość uogólea uzyskaych wyków a całą populację elemetów oraz oszacowae welkośc popełoych przy tym błędów. Wyk woskowaa mus być użyteczy. 0. Jake są podstawowe różce mędzy populacją próbą? Próba jest wybraą częścą populacj, a podstawe jej daych woskujemy o populacj, czyl próba pozwala scharakteryzować populację, p.: Spośród wszystkch kobet w Warszawe (Populacja) losujemy jakąś część (Próba) a tej podstawe charakteryzujemy śred wzrost kobet w Warszawe.. Podać przykład próbk ereprezetatywej dla oszacowaa zróżcowaa zarobków w Polsce? Próbę przeprowadzamy wśród rolków.. Podać przykład próbk ereprezetatywej dla oszacowaa średch zarobków ludz w Polsce? Próbę przeprowadzamy wśród ludośc W-wy ustalamy

3 3. Podać przykład próbk ereprezetatywej dla wzrostu wszystkch kobet w Polsce. Próbę przeprowadzamy wśród zawodczek drużyy koszykarskej. 4. Co wpływa a jakość woskowaa statystyczego. Na jakość woskowaa statystyczego wpływa: estymacja (szacowae) ezaych wartośc parametrów rozkładu cechy w populacj. słuszość hpotez dotyczących albo wartośc parametrów rozkładu cechy w populacj albo postac tego rozkładu. jakość próby: lczość, losowy wybór Jake są źródła błędów we woskowau statystyczym? Podać przyajmej dwa źródła błędów we woskowau statystyczym. Źródła błędów: elcze lub elosowo wybrae elemety próby wybór złego rozkładu cechy w populacj, Estymacja : Z uwag a to że estymacj pewego parametru za pomocą określoego jego estymatora Z dokoujemy a podstawe wyków próby losowej, steje możlwość popełea błędu. W celu uzyskaa małego błędu estymacj ależy dbać o prawdłowe losowae próby, jak dobór możlwe ajlepszego estymatora Z. W tym celu wprowadza sę pewe własośc, które powe posadać dobry estymator: zgodość, efektywość, dostateczość eobcążoość Testowae hpotez statystyczych : Z uwag a to, że testowae hpotez statystyczych opera sę a wykach próby losowej, podjęta w wyku zastosowaa daego testu decyzja o przyjęcu lub odrzuceu hpotezy e zawsze jest bezbłęda (występują błędy I II stopa). 7. Co to jest estymator? Estymator jest arzędzem woskowaa statystyczego. Estymator jest to fukcja wyków z próby, czyl statystyka służąca do oszacowaa ezaej wartośc parametru populacj. Wartość estymatora z kokretej próby jest lczbą zwaą oceą parametru. Estymatorem może być zatem każda welkość otrzymaa dla wyków próby, czyl: średa arytmetycza, domata, koleje kwartyle, rozstęp, odchylee stadardowe wele ych. Estymator jako fukcja wyków próby losowej, będących zmeym losowym, jest zmeą losową. Rozkład prawdopodobeństwa estymatora zależy od rozkładu populacj od sposobu losowaa próby (schemat losowaa). Szczególe waże są dwa parametry rozkładu: a)wartość oczekwaa (momety), b)waracja. Jest wele metod zajdowaa estymatora. Najczęścej stosowae to: a)metoda mometów, b)metoda ajwększej warygodośc, c)metoda kwadratów. Mówmy, że estymator T parametru O jest eobcążoy gdy spełoa jest relacja: E(T )=O. Iaczej estymator T jest obcążoy, a parametr E(T )-O=b(T ) azywamy obcążeem estymatora. Asymptotyczy eobcążoy tz. Lm(->8) b(t )=0. Zgody speła relacje Lm(->8) P{ T -O <ε}=, dla dowolego ε>0. 8. Co zaczy, że estymator jest precyzyjy? Przy wzrastającej do eskończoośc lczebośc próby waracj D (Z ) estymatora Z przyjmuje wartośc coraz blższe waracj ajefektywejszego estymatora. Odwrotość waracj estymatora os azwę precyzj. Estymator ajefektywejszy to tak, który ma ajwększą precyzję. 9. Podać przyajmej dwa róże oszacowaa średej wartośc cechy. Na podstawe próby.,., 0.8, 0.9,.,.3,.0, 0.7, 0.8,.0 oszacować wartość średą rozkładu obserwowaej cechy. X sr =( )/0= var x = (..0) +... (.0.0) = 0.36 (suma kwadratów odchyleń) s = 0.36/0- = 0.04 s = 0. pozom ufośc - α = 0,95, czyl α = 0.05 = 5% t (0,05, 9) =,6 t(0.05,9) *s/ =,6 * 0,/ 0 = 0,4 0,4 = 0,86 + 0,4 =,4 ODPOWIEDŹ Średa wartość cechy jest jakąś lczbą z przedzału (0,86;,4) 30. Co to jest przedzał ufośc. PRZEDZIAŁ UFNOŚCI jest przedzałem o końcach zależych od próby, który z pewym z góry zadaym prawdopodobeństwem pokrywa ezaą wartość parametru Õ P {(Õ (O (x,...x ), Ō (x,...x )} = - α (Pozom ufośc) W wyku pobraa próby losowej z populacj oblczea a tej podstawe wartośc estymatora szacowaego parametru uzyskuje sę tzw. puktową oceę parametru. Prawdopodobeństwo że estymator przyjmuje wartość rówą wartośc szacowaego parametru jest rówa 0. Ozacza to że przy estymacj puktowej z prawdopodobeństwem rówym jede popełamy błąd. Jest to jede ze sposobów dla których stosuje sę estymację przedzałową, polegającą a tym, że zamast jedej ocey wartośc parametru podaje sę pewe przedzał, który z określoym z góry prawdopodobeństwem (>0) pokrywa ezaą wartość szacowaego parametru. 3. Co to jest pozom ufośc. Jest to prawdopodobeństwo mające opsać asze przekoae co do trafośc ocey, ozaczoe przez - α 3. Jaka jest terpretacja pozomu ufośc. Pozom ufośc - α jest zaufaem do wystawoych wosków. 3

4 Od jakch czyków zależy długość przedzału ufość? Na długość przedzału wpływa:. lczebość próby gdy zwększymy lość obserwacj (rośe ), to zwększa sę precyzja ocey, co wyraża sę skróceem przedzału. Prowadzący może meć wpływ a długość przedzału ufośc, poeważ to o decyduje o lośc obserwacj.. pozom ufośc aby zwększyć precyzję oszacowaa ależy zmejszyć pozom ufośc bowem astąp skrócee długośc przedzału. Aby zwększyć dokładość ależy zwększyć współczyk ufośc co spowoduje rozszerzee przedzału. 3. waracja cechy - m wększa tym wększy przedzał 35. Na podstawe badań uzyskao dla średej astępujący przedzał ufośc (,3). Czy moża uzać, że średa w populacj jest rówa 7 dlaczego? Poeważ 7 ależy do przedzału ufośc może być średą populacj(tak jak wszystke lczby z tego przedzału), przy czym zaufae do tego wosku wyos -α. 36. Uzyskao 95% przedzał ufośc dla różcy średch : (.3;7.9). Czy a tej podstawe moża uzać, że badae średe e różą sę? 4. Co to jest hpoteza statystycza. Hpotezą statystyczą azywamy dowole przypuszczee dotyczące rozkładu prawdopodobeństwa cechy. Hpotezy statystycze są formalym zapsem przypuszczeń merytoryczych sformułowaych w trakce rozwązywaa problemów aukowych praktyczych. Testowaą hpotezę statystyczą ozacza sę symbolem H 0 azywa sę hpotezą zerową. Obserwujemy cechę X w pewej populacj. Hpoteza to przypuszczee dotyczące rozkładu prawdopodobeństwa tej cechy. Prawdzwość tego przypuszczea jest oceaa a podstawe wyków próby losowej. Jest to każdy sąd (przypuszczee) dotyczące populacj wyday bez przeprowadzea badaa wyczerpującego. 43. Przykłady hpotezy statystyczej podaj przykład hpotezy estatystyczej..hpoteza H 0 : µ = 50, Hpoteza ta orzeka, że średa wartość cechy w populacj wyos 50..Hpoteza estatystycza w roku 00 będze klęska żywołowa e ma mowy o postac rozkładu jego parametrach. 44. Co to jest błąd perwszego rodzaju. Błędem I rodzaju - błąd we woskowau polegający a odrzuceu hpotezy, gdy w rzeczywstośc jest oa prawdzwa. 45. Co to jest pozom stotośc. Pozomem stotośc Jest to prawdopodobeństwo popełea błędu I rodzaju (). Najczęścej przyjmowaym pozomam stotośc są: 0,; 0,05; 0,0; 0, Iterpretacja pozomu stotośc. (odp. W 45) 47. Co to jest błąd drugego rodzaju. Błędem II rodzaju - błąd we woskowau polegający a e odrzuceu hpotezy, gdy w rzeczywstośc jest oa fałszywa. 48. Co to jest moc testu. Mocą testu azywamy prawdopodobeństwo eodrzucea hpotezy eprawdzwej Moc testu = prawdopodobeństwo popełea błędu II rodzaju 49. Zterpretować wosek: odrzucoo weryfkowaą hpotezę a pozome stotośc 0,05. Na 95% była fałszywa a 5% była prawdzwa. 50. Co merzy współczyk korelacj. Współczyk korelacj jest merkem sły zależośc mędzy badaym zmeym. Przyjmuje wartośc < -; >. 5. Iterpretacja współczyka korelacj. Współczyk korelacj jest lczbą emaowaą, ależy do przedzału < -; >. Iterpretujemy dwa elemety współczyka korelacj:. zak współczyka korelacj;. wartość współczyka korelacj; Jeżel chodz o zak to: jeżel współczyk korelacj > 0, to wększym wartoścom jedej cechy odpowadają wększe wartośc drugej cechy; jest to zależość dodata (rosąca, stymulująca); jeżel współczyk korelacj < 0, to wększym wartoścom jedej cechy odpowadają mejsze wartośc drugej cechy; jest to zależość ujema (malejąca, lmtująca); jeżel współczyk korelacj = 0, to bez względu a wartość przyjmowae przez jeda z cech, średa wartość drugej cechy jest taka sama; są to cechy eskolerowae Jeżel g= +, to steją take lczby a b, że Y = ax + b zależość mędzy cecham jest ścśle lowa. Jeżel g=, to a > 0, oraz jeżel g = - to a <0. W zwązku z tym współczyk korelacj traktoway jest jako merk lowej zależośc mędzy cecham X oraz Y. Wartość współczyka korelacj terpretowaa jest ; że m g jest blższe, tym bardzej lowa jest zależość mędzy cecham. Korelację mędzy X Y oblczamy ze wzoru r kawaracja- suma loczyów odchyleń od średej. 4 = COV ( X, Y) var X var Y, gdze COV(X,Y) to

5 5. Jake wartośc może przyjmować współczyk korelacj. Współczyk korelacj przyjmuje wartośc z przedzału < -; > Im korelacja jest slejsza (blższe jedyk), tym le regresj są położoe blżej sebe. r= r=- r=0 53. Co to zaczy, ze współczyk korelacj mędzy zmeym X Y wyos 0. Jeżel współczyk korelacj mędzy dwema zmeym wyos zero, to zaczy, że są to zmee eskorelowae. Wartość jedej zmeej e zależy od drugej. 54. Jaką postać ma lowa fukcja regresj, gdy współczyk korelacj mędzy zmeym X Y wyos 0. Jeżel współczyk korelacj wyos 0 to e ma zależośc pomędzy dwoma zmeym, a wykresem fukcj regresj są wszystke pukty układu współrzędych. 55. Na podstawe oblczeń uzyskao współczyk korelacj rówy Jak moża zterpretować tę wartość? Współczyk korelacj rówy 0,97, ozacza, że wększym wartoścom jedej cech odpowadają średo mejsze wartośc drugej cechy. Taką zależość azywamy ujemą lub malejącą. 56. Na podstawe oblczeń uzyskao współczyk korelacj rówy.09. Jak moża zterpretować tę wartość? Współczyk korelacj e może przyjąć wartośc powyżej. 57.W badau wpływu długośc czasu (w latach) pracy (X) pewego urządzea a przcęty czas (w mesacach) bezawaryjej pracy (Y) tego urządzea a podstawe obserwacj dzesęcu maszy uzyskao współczyk korleacj r=-0,9983. Czy moża a tej podstawe przyjąć, że steje zależość mędzy długoścą czasu pracy przecętego czasu pracy bezawaryjej. Jeśl próba zaostała dobraa poprawe (zapewoo reprezetatywość) to moża uzać, że steje taka zależość, że m dłuższy czas pracy w latach tym krótszy okres (w m-cach) bezawaryjej pracy. Wyka to z tego, że korelacja jest rówa prawe W dwudzestu gospodarstwach wejskch badao zależość mędzy spożycem zemaków (cecha X) artykułów zbożowych (cecha Y). Uzyskao współczyk korelacj r=-0,9983. Czy moża a tej podstawe przyjąć, że steje zalezość mędzy spożycem zemaków artykułów zbożowych? Tak jak w Co to jest deks Fshera zma ce? Ideks Fshera zma ce jest średą geometryczą z deksów wyzaczoych przez Laspeyersa Paaschego. Moża go uważać za dobre przyblżee deksu poprawe merzącego zmay ce ( z dwóch różych okresów ), jeśl przyjąć, że deksy Laspeyersa Paaschego określają grace przedzału, w którym zawarta jest prawdzwa wartość deksu. 60. Co to jest deks Fshera zma lośc? Jeśl przyjąć, że deksy Laspeyersa Paaschego poprawe określają grace przedzału, w którym zawarta jest prawdzwa wartość deksu, to : Ideks Fshera zma lośc uważa sę za dobre przyblżee deksu właścwe merzącego zmay lośc ( rozmarów fzyczych ) 6. Co to jest deks Laspayresa zma ce? Dyamka zjawsk Numer Ilość Cea artykuł jedostkowa u Rok0 Rok Rok0 Rok q 0 q p 0 p k q k0 q k p k0 p k Numer Wartość Wartość w,00 =p 0 q 0 w, =p q k w k,00 =p k0 q k0 w k, =p k q k Razem w 00 w Ideks Laspayersa zma ce to deks określający wpływ zma ce a dyamkę wartośc; formuje o tym, jak zmeałaby sę łącza wartość wszystkch towarów w momece badaym w stosuku do mometu podstawowego, gdyby lośc poszczególych towarów były w obu porówywalych mometach jedakowe oraz take jak w momece podstawowym, a zmaa wartośc astąpłaby tylko a skutek zma ce. LI pq =(w 0 /w 00 ), gdze W j =p q j. 6. Co to jest deks Laspayresa zama lośc? Ideks Laspayersa zma lośc mów jak zmeałaby sę całoścowo wartość wszystkch towarów w momece badaym w stosuku do mometu podstawowego, gdyby w obu porówywalych mometach cey były ezmee 5

6 take jak w momece podstawowym, a zmaa wartośc astąpłaby tylko wyłącze a skutek zma lośc poszczególych towarów; co węcej formuje o przecętych zmaach lośc poszczególych towarów w obu porówywalych mometach. LI qp =(w 0 /w 00 ) 63. Co to jest deks Paaschego zma ce? Ideks Paaschego zma ce to średa harmocza z dywdualych deksów ce, a której wagam są wartośc towarów w momece badaym; Iformuje o tym,jak zmeałaby sę łącza wartość wszystkch towarów w momece badaym w stosuku do mometu podstawowego, gdyby lośc poszczególych towarów były w obu porówywalych mometach jedakowe oraz take, jak w momece badaym, a zmaa wartośc astąpłaby wyłącze a skutek zma ce. PI pq =(w /w 0 ) 64. Co to jest deks Paaschego zma lośc? Ideks Paaschego zma lośc to średa harmocza dywdualych deksów lośc; formuje, jak zmeałaby sę globala wartość wszystkch towarów w momece badaym w stosuku do mometu podstawowego, gdyby w obu porówywalych mometach cey były ezmee take jak w momece badaym, a zmaa wartośc astąpłaby tylko wyłącze a skutek zma lośc poszczególych towarów. PI qp =(w /w 0 ) 65. Co to jest deks zma wartośc. Ideks zma wartośc to deks, który formuje o łączych zmaach wartośc daych produktów (rówocześe) w momece badaym w stosuku do mometu podstawowego. Zmay te wykają zarówo ze zma lośc, jak ce tych produktów. I w =(w /w 00 ) 66. Jaka jest zależość mędzy deksam zma wartośc, lośc oraz ce. Wartośc, cey lośc są welkoścam, które mają szczególe zaczee w badau zjawsk ekoomczych. Ideksy zma tych welkośc są badae razem w tzw. deksach agregatowych ( zespołowych ), które w odpowed sposób wyrażają łącze zmay zachodzące w czase w całej zróżcowaej zborowośc. I w =LI pq xpi qp =PI pq xli qp =FI p xfi q 67. W jak sposób moża oszacować przecęte tempo zma a przestrze klku lat. Cza s Zjaws ko Ideksy łańcuchowe absolute względe t/t- t 0 y 0 t y y -y 0 (y -y 0 )/y 0 y /y 0 t y y -y (y -y )/ y y /y t k y k y k -y k- (y k -y k- )/ y k- y k /y k- Średe tempo zma -I g jest średą geometryczą z deksów łańcuchowych t/t ( t T ) ; metoda ta zawodz, gdy duże są eregularośc w obserwowaej dyamce zjawsk. t/t- jest stopą roczego wzrostu, czyl jeżel wartość w roku wyos, a wartość w roku 3-,5, to 3/ =,5. Średm tempem zma w okrese 0-t azywamy średą geometryczą z t/t Co to jest deks łańcuchowy. Ideks łańcuchowy ależy do obszerej klasy merków dyamk zjawsk wartośc y, gdze y ozacza t t* podstawę porówaa dla wartośc zjawska y w kolejych momemtach czasu t T. Jeśl ta podstawą jest zawsze t momet poprzed do badaego to deksy dyamk są azwae deksam łańcuchowym. Wartość deks łańcuchowego w czase t/: t/t- =(y t /y t- ) 69. Co to jest deks jedopodstawowy. Ideks jedopodstawowy jest merkem dyamk zjawsk; występuje wtedy, gdy podstawa porówaa jest stała dla wszystkch wartośc y t, tz. y t* = cost. Czyl wartość deksu w czase t: t =(y t /y 0 ). 70. Co to jest tred? Tred składk szeregu czasowego wyrażający ogólą tedecję systematyczych zma pozomu daej zmeej; (tedecja rozwojowa ) fukcja opsująca geeraly przebeg zjawska, zmay średego zjawska w czase. Metody wyzaczaa tredu: Tedecję rozwojową moża wyodrębć dwema metodam: -Metodą mechaczą która polega a wygładzeu szeregu czasowego, poprzez oczyszczee go z wszelkego typu wahań. Wygładzea dokouje sę przy użycu średch ruchomych lub metody ajmejszych kwadratów. -Metoda aaltycza która polega a wyzaczeu postac fukcj tredu. Metoda aaltycza wyodrębaa tedecj rozwojowej polega a ustaleu takej postac fukcj matematyczej, która ajlepej przyblża tred zjawska. 7. Co to są wahaa okresowe (sezoowe )? Powtarzające sę regulare zmay pozomu zjawska. Najczęstszym okresem wahań jest rok Do czego służy metoda średch ruchomych. Na czym polega metoda średch ruchomych. Szereg czasowe ze zaczym udzałem wahań okresowych przypadkowych poddaje sę zwykle wyrówau którego rezultatem jest owy szereg ekspoujący tred rozwojowy środowska. Najprostszą metodą elmacj wahań z szeregu czasowego jest oblczee tzw. średch ruchomych zastąpee m perwotych wyrazów szeregu czasowego. Średe oblcza sę zwykle z eparzystej (parzystej) lczby sąsadujących ze sobą wyrazów szeregu, tak aby uzyskay wyk móc podporządkować całkowtej wartośc t zajdującej sę w środku uwzględoego w oblczeach przedzału. a) r(długość cyklu wahań)-eparzyste 6

7 y m = ( r y + + y + + y m r m m+ r ), m=(r-)/,...,k-(r-)/ b) r - parzyste y m = ( y y y ) r m r m m+ r, m=r/,...,k-r/ 73. Jak moża oszacować welkość wahań okresowych? W zależośc od tego jak charakter mają wahaa sezoowe, rachuek wskaźków, opsujących zakres dzałaa czyków sezoowych,przebega aczej. Jeżel rezultatem dzałaa czyków sezoowych jest zmea ampltuda wahań to zakres dzałaa sezoowośc opsują relatywe wskaźk sezoowośc. Jeżel zaś rezultatem dzałaa czyków sezoowych jest stała ampltuda odchyleń od tredu, to zakres dzałaa tych czyków opsują absolute wskaźk sezoowośc. W perwszej kolejośc wyzacza sę tz. surowe wskaźk sezoowośc, które określają przecęte odchylea od tredu w kolejych podokresach cyklu sezoowośc O fukcja tredu Następe wyzaczamy wskaźk korygujący. k = r O + O O s s sr 7 s Y =,Y =y +y r+ +y r+..., Y =y +y r+ +y r+ ; y t =dopasowaa Y Poprawy wskaźk sezoowośc wyos O = Os * k, =0,,...,r- Wskaźk te określa zakres względych, czyl zależych od pozomu tredu, odchyleń spowodowaych dzałaem czyków sezoowośc. Na koec oblczamy absoluty wskaźk okresowośc g. g = (O )*y, =0,,...,r-, y = ( y )/ Wskaźk te określa stałe ezależe od pozomu tredu, odchylea pozomu zjawska od tredu spowodowae dzałaem czyków sezoowych. 74. Jak wykouje sę progozę w szeregu czasowym w którym występuje zjawsko wahań okresowych? Oblczamy tak samo jak w 73 do g. Potem musmy oszacować odchylee stadartowe. S = j= 0 ( y y g ), gdze t jest resztą dzelea j/r j j t Oblczamy progozę w chwl m>, y m =y m(sr) +g t +/-S, (gdze t jest resztą z dzelea m/r). 75. Jaką metodą moża wyzaczyć Tred? Wyzaczae tredu:. Metoda emprycza (średch ruchomych)- w pyt. 7.. Metoda aaltycza (ajmejszych kwadratów)- metoda aproksymacj fukcj określoego typu, do zboru puktów empryczych. Metoda ta polega a takm doborze parametrów aproksymowaej fukcj, by suma kwadratów odchyleń rzędych puktów empryczych od wykresu tej fukcj była mejsza. Sprowadza se oa do rozwązaa odpowedego dla daego typu aproksymowaej fukcj układu rówań. Metodą ajmejszych kwadratów wyzacz sę ajczęścej w staystyce fukcję regresj II rodzaju. 78. Co to jest szereg rozdzelczy. Jede z szeregów statystyczych przedstawający budowę (strukturę ) zborowośc, czyl jej podzał a częśc z określoego, rzeczowego puku wdzea. Cecha statystycza a podstawe której dokouje sę podzału zborowośc a mejsze częśc, może być cechą emerzalą lub merzalą. W szeregu rozdzelczym w jedej kolume w sposób uporządkoway przedstawoy jest wykaz klasyfkacyjy, czyl waraty badaej cechy, a w drugej kolume przedstawoe są lczebośc odpowadające poszczególym klasom z wykazu. Jest to węc uporządkoway pogrupoway zbór formacj dotyczących badaej cechy określoej zborowośc. W zależośc od rodzaju cechy według której podzeloo zborowość szereg dzelmy a dwe grupy:!" szereg oparte a cesze emerzalej: Pozom wykształce a Lczba pracowkó w podst. Zasadcz e zawodowe śred e wyżs ze ogół em Np. Szereg rozdzelcze cechy emerzalej uzyskuje sę grupując budyk wg dzelc masta. Jeśl przedmotem badaa statystyczego są p. budyk meszkale oddae do użytku to puktowy szereg rozdzelczy uzyskuje sę grupując budyk wg lczby kodygacj, atomast przedzałowy szereg rozdzelczy moża uzyskać grupując te same budyk wg trwaa budowy.!" Szereg oparte a cesze merzalej p. czas pozostawaa bez pracy... j= 0 j

8 Pyt. 79. Co to jest hstogram? Rodzaj wykresu słupkowego oparty a prostokątym układze współrzędych; Hstogram składa sę z poowych przylegających do sebe prostokątów (słupków). Długośc podstaw tych prostokątów są proporcjoale do rozpętośc przedzałów klasowych, a wysokość do ch lczebośc a jedostkę rozpętośc. Zwykle hstogram służy do przedstawaa struktury szeregów rozdzelczych o rówych przedzałach klasowych wówczas wysokość prostokąta jest proporcjoala do lczebośc. Budując hstogram a podstawe szeregu o erówych przedzałach klasowych, ależy uprzedo oblczyć lczebośc przypadające w daym przedzale a jedostkę jego rozpętośc. Hstogram umożlwa pozae typu rozkładu zborowośc statystyczych wg badaej cechy. 80. Wymeń merk położea próby: Średa, Medaa, Doly kwartyl, Góry kwartyl, Domata, Mmum, Maksmum 8. Pyt. 8. Co to jest doly kwartyl. Co to jest góry kwartyl. Do ajczęścej zalczaych kwartyl zalczamy kwartyle: Kwartyl doly- dzel o zborowość uporządkowaą a dwe częśc, w te sposób że 5% jedostek ma wartość cechy ższe, a 75% wyższe od kwartyla dolego. Kwartyl góry dzel zborowość uporządkowaą a dwe częśc w te sposób, że 75% jedostek ma wartośc cechy ższe a 5% wyższe od kwartyla górego. 83. Co to jest MEDIANA? Me wartość wyrazu środkowego w uporządkowaym szeregu statystyczym; to tak pukt (lczba) która loścowo rozdzela dae a dwe rówe częśc. Sposób oblczaa meday zależy od rodzaju szeregu statystyczego, w którym przedstawoo formacje o wartośc cechy statystyczej, a także od tego czy lczba jedostek statystyczych jest parzysta czy eparzysta. h05, Me = X 05, + 05, 05, 84. Co to jest DOMINANTA? ( moda, wartość typowa, wartość modala) jest to wartość cechy, która ajczęścej występuje w daej zborowośc. W zależośc od formy w której przedstawoe są formacje o wartośc cechy jedostek statyst. Stosuje sę róże techk ustalaa domaty. W przypadku dywdualego szeregu wartośc cechy wartość domaty ależy jedye wskazać jest to wartość cechy która ajczęścej występuje w badaej zborowośc statystyczej. W szeregach z cechą merzalą ze zmeoścą skokową wartość domaty jest to ta wartość dla której lczebość cząstkowa jest ajwększa. W szeregu z cechą merzalą ze zmeoścą cągłą wartość domaty lczoa jest wg wzoru: Dx = Xd + Hd ( Nd Nd-) / Nd Nd+ Nd-) gdze Xd początek przedzału w którym zajduje sę domata Hd szerokość przedzału, Nd lość daych w przedzale, Nd lość daych w przedzale poprzedzającym przedzał z domatą, Nd+ lość daych po przedzale zawerającym domatę. 85. Jaka jest wzajema relacja mędzy średą, medaą a domatą? Średa = medaa = domata czyl wszystke tedecje mają taką samą wartość-że lczba jedostek statystyczych która posada wartość cechy wyższe ż średa arytmetycza jest taka sama jak lczba jedostek, która posada wartośc cechy ższe ż średa arytmetycza. Tak rozkład wartośc cechy w zborowośc określay jest - rozkładem symetryczym. Wartość średej jest wększa ż wartość meday wartość meday jest wększa od wartośc domaty tj. x>me >D- ozacza że wartość cechy wększośc jedostek statystyczych jest ższa od średej arytmetyczej. Tak rozkład os azwę rozkładu o asymetr prawostroej. Wartość średej jest mejsza ż wartość meday wartość meday jest mejsza od wartośc domaty tj. x< Me<D- ozacza że wartość cechy wększośc jedostek statystyczych jest wyższa od średej arytmetyczej. Jest to rozkład o asymetr lewostroej. 86. Wymeń merk rozproszea cechy: -Odchylee stadardowe ( δx) jest to perwastek kwadratowy z sumy kwadratów odchyleń poszczególych wartośc zmeej x od średej arytmetyczej, podzeloej przez lczebość szeregu X+/- S -typowy obszar zmeośc ma ses jeśl układ jest symetryczy wokół średej. S = = = ( X X) ( X! X) -Współczyk zmeośc jest to stosuek bezwzględej mary odchylea do średej arytmetyczej, wyrażoy w procetach. V = (S/X sr ) 00%. Jeżel współczyk jest mały to dae są mej zróżcowae. -Rozstęp mara ta obrazuje różce mędzy wartoścą ajwększą a ajmejszą w badaej zborowośc, wyzaczamy węc jej wartość odejmując od ajwyższej, ajższą wartość cechy: R = Max M. 8

9 -Odchylee przecęte jest to średa arytmetycza bezwzględych wartośc (modułów) odchyleń wartośc faktyczych szeregu od średej arytmetyczej. d = = = X X X! X Odchylee ćwartkowe Q=(Q 3 -Q )/; gdze Q 3 odpowedo góry doly kwartyl. 87. Co merzy rozstęp? Określa ajwększą rozbeżość, jaką zaobserwowao wśród wartośc badaej cechy. Mara ta określa zróżcowae jedostek a podstawe ocey wartośc skrajych cechy statystyczej. Wartoścom tym mogą odpowadać ewelke lub wręcz zkome lczebośc. Dlatego też e jest to precyzyja mara zróżcowaa służy jedye wstępej ocee zmeośc zjawska. Iformuje oa jak bardzo różą sę wartośc cechy statystyczej w ogóle. 88. Co merzy odchylee stadardowe? Odchylee jest marą która podobe jak odchylee przecęte, charakteryzuje przecęty pozom odchyleń faktyczych wartośc cechy od średej arytmetyczej. Jest to mara bardzej precyzyja ż odchylee przecęte. 89. Co merzy waracja? Waracja DX zmeej losowej jest lczbą charakteryzującą rozrzut zboru jej wartośc wokół wartośc EX. Charakteryzuje zróżcowae cechy. 90. Co merzy współczyk zmeośc?- W przypadku koeczośc porówaa rozproszea dwóch różych zjawsk ależy posłużyć sę współczykem zmeośc. Współczyk zmeośc to loraz odchylea stadardowego średej w daym rozkładze V=(s/X sr ). Im wyższy jest te procet, tym wększe jest względe zróżcowae cechy w rozkładze. o loraz odchylea stadardowego średej w daym rozkładze V=(s/X sr ). Współczyk zmeośc wyraża sę często procetowo, aby określć, jak procet pozomu średej stao odchylea stadardowe w rozkładze. Tego typu badaa są szczególe przydate w porówywau zróżcowaa takch welkośc jak dochody, wydajość pracy, absecja w pracy w różych przedsęborstwach lub dzałach jedego przedsęborstwa. 9. Co to jest typowy obszar zmeośc? zwykle przedzał w którym leżą wszystke wartośc, cechy merzalej jedostk, zborowośc statystyczej. Obszar zmeośc wyzaczay jest przez ajmejszą ajwększą wartość cechy. Zawera o podstawowe formacje o zmeośc badaej cechy. Średa arytmetycza odchylee stadardowe pozwalają a określee obszaru wartośc typowych dla określoej zborowośc statystyczej. Te obszar wyzaczay jest jako przedzał lczbowy, którego dolą gracą jest wartość średej arytmetyczej pomejszoa o odchylee stadardowe, a górą gracą jest wartość średej arytmetyczej powększoa o odchylee stadardowe. Obszar typowych wartośc cechy moża zapsać: (X sr - S, X sr + S) 94. Jak procet populacj zawera sę mędzy kwartylam. Poeważ doly kwartyl odca 5% daych z dołu a góry 5% z góry, to pomędzy m pozostaje 50% daych. 96. Co moża powedzeć o asymetr cechy, jeżel medaa jest średą z pozostałych kwartyl. Jeżel medaa jest średą z pozostałych kwartyl, to środkowe 50% daych jest symetryczych. 98. Co moża powedzeć o skośośc cechy, jeżel medaa jest wększa od średej. Jeżel medaa jest wększa od średej to mamy doczyea z asymetrą lewostroą Jak jest zakres zmeośc współczyka kocetracj Loretza? Kocetracje ocea sę poprzez porówae lczby jedostek o określoych wartoścach cechy, jaką łącze jedostk te posadają. Mała lczebość klasy wartośc cechy statystyczej oraz zacza suma wartośc cechy, którą jedostk te łącze posadają śwadczą o slej kocetracj rozkładu cechy statystyczej. W przecwym wypadku astępuje rozdrobee rozkładu. Współczyk przyjmuje wartośc z przedzału <0,0 ;,0> m wększa jest jego wartość tym kocetracje rozkładu uzaje sę za slejszą. Współczyk te przyjmuje wartość 0, gdy rozdzał ogólej sumy wartośc cechy przebega według l rówomerego rozdzału, zaś,0 gdy krzywa Loreza pokrywa sę z osą OX. 9

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

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

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

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

Bardziej szczegółowo

Statystyka Opisowa Wzory

Statystyka Opisowa Wzory tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

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

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

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

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

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

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

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

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

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

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

Bardziej szczegółowo

. Wtedy E V U jest równa

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

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

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

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

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

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

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

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

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

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

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

Bardziej szczegółowo

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary.

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary. Statystyka opsowa Roma Syak Statystyka opsowa Stawa sę pytaa: pytae co? poprzedza pytae jak?. Najperw potrzeba jest mara, potem moża badać zmay tej mary. Potrzebe są mary zborcze, charakteryzujące zborowośc

Bardziej szczegółowo

Statystyczna analiza danych przedziały ufności

Statystyczna analiza danych przedziały ufności 07-- Probablstyka statystyka Statystycza aalza daych przedzały ufośc Wykład 7 dr ż. Barbara Swatowska Wstęp Podstawowe cele aalzy zborów daych Uogóloy ops poszczególych cech/zeych statystyka opsowa; aalza

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 9.0.06 STATYSTYKA OPISOWA, cz. II WSTĘP DO STATYSTYKI MATEMATYCZNEJ Pla a dzsaj. Statystyka opsowa, cz. II: mary położea dokończee mary zróżcowaa mary asymetr

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

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

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

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

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

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

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

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

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

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

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

STATYSTYKA EKONOMICZNA I SPOŁECZNA

STATYSTYKA EKONOMICZNA I SPOŁECZNA PROWADZĄCY Dwczea laboratoryje Rok akademck 0/0, semestr let mgr Emla Modraka, Katedra Ekoometr Przestrzeej UŁ emodraka@u.lodz.pl www.em.kep.prv.pl KONSULTACJE Poedzałek: 9.45-.0 Środa: 6.40-7.40 Pokój

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wykład ze statystyki. Maciej Wolny

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

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

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

Bardziej szczegółowo

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

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

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

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

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017 PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Marzec 07 PODRĘCZNIKI Wstęp do aalzy błędu pomarowego Joh R. Taylor Wydawctwo Naukowe PWN Warszawa 999

Bardziej szczegółowo

Materiały wspomagające wykład ze statystyki. Maciej Wolny

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

Bardziej szczegółowo

INTERPRETACJA DANYCH STATYSTYCZNYCH

INTERPRETACJA DANYCH STATYSTYCZNYCH INTERPRETACJA DANYCH STATYSTYCZNYCH LITERATURA. Statystyka. Elemety teor zadaa.. S. Ostasewcz, Z. Rusak, U. Sedlecka, Wydawctwo UE we Wrocławu, Wrocław 006.. Statystyka w zarządzau 4. A. Aczel, PWN, Warszawa

Bardziej szczegółowo

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji. Botatytyka, 018/019 dla Fzyk Medyczej, tuda magterke etymacja etymacja średej puktowa przedzał ufośc średej rozkładu ormalego etymacja puktowa przedzałowa waracj rozkładu ormalego etymacja parametrów rozkładu

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

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

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

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

Bardziej szczegółowo

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystyczne) MIARY POŁOśENIA

CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystyczne) MIARY POŁOśENIA D. Mszczyńsa, M.Mszczyńs, Materały do wyładu ze Statysty, 009/0 [] CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystycze) PARAMETRY STATYSTYCZNE - lczby słuŝące do sytetyczego opsu strutury

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016 PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INTYTUT FIZYKI UJ BIOLOGIA 06 CEL ĆWICZEŃ. Obserwacja zjawsk efektów fzyczych. Doskoalee umejętośc

Bardziej szczegółowo

Sabina Nowak. Podstawy statystyki i ekonometrii Część I

Sabina Nowak. Podstawy statystyki i ekonometrii Część I Saba owa Podstawy statysty eoometr Część I Podyplomowe Studa Wycea eruchomośc Wydzał Zarządzaa Uwersytetu Gdańsego 7 weta 19 rou 1. Elemety teor badaa zborów statystyczych Statystycze metody badaa prawdłowośc

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Liniowe relacje między zmiennymi

Liniowe relacje między zmiennymi Lowe relacje mędzy zmeym Marta Zalewska Zakład Proflaktyk ZagrożeńŚrodowskowych Alergolog Ocea lowych relacj mędzy zmeym Metoda korelacj - określee rodzaju sły zależośc mędzy cecham. Metoda regresj 1 Uwaga

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

Bardziej szczegółowo

Matematyczne metody opracowywania wyników

Matematyczne metody opracowywania wyników Matematycze metody opracowywaa wyów Statystya rachue epewośc Paweł Ża Wydzał Odlewctwa AGH Katedra Iżyer Procesów Odlewczych Kraów, gruda 00 Opracowae rzywej stygęca 3 4 5 6 7 Formuły a przyblżae pochodej

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

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

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

Bardziej szczegółowo

mgr Anna Matysiak PODSTAWOWE POJĘCIA STATYSTYCZNE

mgr Anna Matysiak PODSTAWOWE POJĘCIA STATYSTYCZNE mgr Aa Matysak PODSTAWOWE POJĘCIA STATYSTYCZNE POPULACJA (ZBIOROWOŚĆ GENERALNA) zbór logcze powązaych jeostek, obektów, wyków wszystkch pomarów, p meszkańcy Polsk, stuec SGH, gospoarstwa omowe w Polsce

Bardziej szczegółowo

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą. Joaa Ceślak, aula Bawej ESTREA FUNCJI ESTREA FUNCJI JEDNEJ ZIENNEJ Otoczeem puktu R jest każdy przedzał postac,+, gdze >. Sąsedztwem puktu jest każdy zbór postac,,+, gdze >. Nech R, : R oraz ech. De. ówmy,

Bardziej szczegółowo