Materiały do wykładu 4 ze Statystyki

Wielkość: px
Rozpocząć pokaz od strony:

Download "Materiały do wykładu 4 ze Statystyki"

Transkrypt

1 Materiały do wykładu 4 ze Statytyki CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (dok.) 1. miary położeia - wykład 2 2. miary zmieości (dyperji, rozprozeia) - wykład 3 3. miary aymetrii (kośości) 4. miary kocetracji MIARY ASYMETRII Miary aymetrii charakteryzują rodzaj i topień odtęptwa od ymetrii rozkładu badaej cechy. Miary aymetrii dzielą ię podobie jak poprzedie a miary klaycze i pozycyje. 1. miary klaycze (wpółczyik kośości (A lub A d ), wpółczyik aymetrii (A) ) oraz 2. miary pozycyje (wpółczyik kośości (A Q ) ). Najprotzą miarą aymetrii jet wkaźik kośości (W lub W Q ). Dla miar klayczych jet to różica pomiędzy średią arytmetyczą i modalą. W x M o Dla miar pozycyjych badamy odległości obu kwartyli od mediay. Q ( QIII M e) ( M e QI) QI + QIII M e W

2 Materiały do wykładu 4 ze Statytyki Jeżeli rozkład badaej cechy jet ymetryczy, to średia jet rówa modalej, a wkaźik kośości jet rówy zero. W x M o Rozkłady badaych cech różią ię między obą kierukiem i iłą aymetrii. Jeżeli rozkład badaej cechy ie jet ymetryczy, to mamy do czyieia z aymetrią rozkładu. Mówimy o dwóch rodzajach (kierukach) aymetrii: lewo- i prawotroej. Dla miar klayczych będzie to: aymetria lewotroa gdy W x M o < oraz aymetria prawotroa gdy W x M o > Dla miar pozycyjych będzie to: aymetria lewotroa gdy W Q ( QIII M e) ( M e QI)< oraz aymetria prawotroa gdy W ( Q M ) ( M Q )> III e e I Q. Poiżze ryuki ilutrują rodzaje aymetrii i wzajeme relacje pomiędzy podtawowymi miarami położeia.

3 Materiały do wykładu 4 ze Statytyki Dla porówaia kieruku i iły aymetrii w dwóch lub więcej zbiorowościach toujemy wpółczyiki kośości. x M o A dla miar klayczych QI + QIII M e AQ Q dla miar pozycyjych Do klayczych miar aymetrii ależy rówież wpółczyik aymetrii (A). Uwaga!!! Jet o pracochłoy w liczeiu. A m gdzie: odchyleie tadardowe Liczik powyżzego ułamka (m 3 ) wyliczamy odmieie dla każdego poobu pogrupowaia materiału tatytyczego. I tak: m m m ( x i x) i k ( x x) i k i i ( x& x) i i i - zereg zczegółowy - zereg rozdzielczy puktowy - zereg rozdzielczy przedziałowy

4 Materiały do wykładu 4 ze Statytyki PRZYKŁAD 1 (Przykład 7 z wykładu 3 praca domowa) Płace (tawka godziowa) w firmach A, B i C klaa Stawka [zł/godz.] liczba pracowików ( i ) i x 0i x 1i firma A firma B firma C razem średia wariacja 4,8 4,8 4,8 odchyleie tadardowe 2,19 2,19 2,19 modala 7 5,5 8,5 kwartyl I 5,5 5,14 5,20 kwartyl II (mediaa) 7 6,8 7,2 kwartyl III 8,5 8,8 8,86 odchyleie ćwiartkowe 1,5 1,83 1,83 wkaźik kośości (kla.) 0 1,5-1,5 wkaźik kośości (pozyc.) 0 0,34-0,34 wpółcz. kośości (kla.) 0 0,68-0,68 wpółcz. kośości (pozyc.) 0 0,09-0,09 wpółcz. aymetrii (A) 0 0,23-0,23 (liczik A, tj. m 3 ) 0 2,4-2,4

5 Materiały do wykładu 4 ze Statytyki PRZYKŁAD 1a (przykładowe obliczeia dla firmy C) W W Q x M o QI + QIII M e + A A Q x M o QI + Q III Q M e Obliczaie wpółczyika aymetrii (A) klaa Stawka [zł/godz.] środek klay i x 0i x 1i i obliczaie m 3 we wpółczyiku aymetrii (firma C) x & x x& i x i x & ( ) & ( ) i i x i x razem A m ( )

6 Materiały do wykładu 4 ze Statytyki 0,50 Struktura płac firma A firma B firma C 0,40 czętość 0,30 0,20 0,10 0, Stawka [zł/godz.]

7 Materiały do wykładu 4 ze Statytyki MIARY KONCENTRACJI Trzy dotychcza omówioe grupy miar (tj. miary położeia, rozprozeia i aymetrii) w poób wyczerpujący opiują trukturę badaej zbiorowości. Uzupełieiem tego opiu ą miary kocetracji. Itieje bowiem ściły związek pomiędzy kocetracją a rozprozeiem: im miejze rozprozeie tym więkza kocetracja. I a odwrót. Zjawiko kocetracji może być rozważae jako ierówomiery podział ogólej umy wartości cechy pomiędzy pozczególe jedotki badaej zbiorowości. Do ocey topia kocetracji toujemy dwie metody. 1. Metoda umerycza wyzaczaie odpowiedich wkaźików liczbowych (wpółczyik kupieia iaczej kurtoza, wpółczyik kocetracji Loreza). 2. Metoda graficza wykreślaie i aaliza tzw. krzywej kocetracji Loreza.

8 Materiały do wykładu 4 ze Statytyki Wpółczyik kupieia (kurtoza) Kurtoza (K) ależy do klayczych miar kocetracji. Uwaga!!! Jet oa pracochłoa w liczeiu. K m gdzie: odchyleie tadardowe Liczik powyżzego ułamka (m 4 ) wyliczamy odmieie dla każdego poobu pogrupowaia materiału tatytyczego. I tak: m m m ( x i x) i k ( x x) i k i i ( x& x) i i i - zereg zczegółowy - zereg rozdzielczy puktowy - zereg rozdzielczy przedziałowy Im więkza wartość kurtozy (K), tym więkza kocetracja (diagram wyżzy i muklejzy). Zjawika połecze, gopodarcze, przyrodicze... ą ajczęściej opiywae tzw. rozkładem ormalym (przykłady diagramów takiego rozkładu pokazao w wykładzie 3 a troach 3 i 4). Kurtoza w rozkładzie ormalym jet zawze rówa trzy (K3). W praktyce policzoą kurtozę porówujemy z kurtozą rozkładu ormalego. I tak jeżeli: K>3 - rozkład badaej cechy jet wyżzy i muklejzy od rozkładu ormalego K<3 - odwrotie; iżzy i bardziej rozłożyty

9 Materiały do wykładu 4 ze Statytyki PRZYKŁAD 2 (dae z przykładu 1 firma A; w domu policz dla pozotałych firm) Płace (tawka godziowa) w firmie A Stawka środek klaa obliczaie m [zł/godz.] klay 4 w kurtozie (firma A) i x 0i x 1i x& i i x i x x& i x x & ) i x i razem & ( ) K m ( ) WNIOSEK K<3 - kocetracja wokół średiej tawki godziowej w firmie A jet miejza iż w przypadku rozkładu ormalego (diagram jet iżzy i bardziej rozłożyty iż w rozkładzie ormalym); rozprozeie jet więkze iż w rozkładzie ormalym.

10 Materiały do wykładu 4 ze Statytyki Krzywa kocetracji Loreza Dae pogrupowae ą w zereg rozdzielczy przedziałowy. Krzywą kocetracji Loreza ryujemy wykorzytując: kumulowaą czętość dla liczebości (w i k ) oraz kumulowaą czętość dla wartości cechy (z i k ); wartość cechy obliczamy w każdej klaie jako iloczy i z i (tak jak przy liczeiu średiej) Obie czętości wyrażamy w %. Kwadrat w którym ryujemy krzywą Loreza ma powierzchię 100x Krzywą Loreza otrzymujemy aoząc a powyżzym wykreie dla każdej klay pukt o wpółrzędych (w i k,z i k ). Natępie łączymy te pukty odcikami. Pukt (w k,z k) łączymy dodatkowo z puktem (0, 0). Im więkza jet powierzchia pola (a), tym więkza jet kocetracja w badaym zjawiku.

11 Materiały do wykładu 4 ze Statytyki Wpółczyik kocetracji Loreza Aby liczbowo wyrazić wielkość kocetracji wyliczamy tzw. wpółczyik kocetracji Loreza (KL). Jet o rówy toukowi pola (a) do pola powierzchi połowy kwadratu (5000): a KL Poieważ łatwiej jet policzyć pole (b), to pole (a) wyzaczamy z różicy a5000-b. Pole (b) jet umą pól trapezów protokątych (dla pierwzej klay jet to trójkąt protokąty). Otateczy wzór a wpółczyik kocetracji Loreza (KL) ma potać: KL b KL 1 ozacza ilą kocetrację KL 0 ozacza łabą kocetrację b

12 Materiały do wykładu 4 ze Statytyki PRZYKŁAD 3 (Miata i ludość w miatach ta a ) Grupy miat wg liczby ludości (w ty.) Liczba miat Ludość w miatach (w ty.) x i i x i i poiżej i więcej razem Średie miato x ty. miezkańców. Grupy miat wg liczby ludości (w ty.) odetek miat (%) odetek ludości w miatach (%) x i w i z i poiżej 5 30,3 3, ,1 5, ,3 10, ,3 17, ,0 14, ,6 12,0 200 i więcej 2,4 37,0 razem 100,0 100,0

13 Materiały do wykładu 4 ze Statytyki Grupy miat wg liczby ludości (w ty.) kumuloway odetek miat (%) kumuloway odetek ludości w miatach (%) x i w i k z i k poiżej 5 30,3 3, ,4 8, ,7 19, ,0 36, ,0 51, ,6 63,0 200 i więcej 100,0 100,0 razem

14 Materiały do wykładu 4 ze Statytyki Na zakończeie policzymy wpółczyik kocetracji Loreza. Grupy miat wg liczby ludości (w ty.) odetek miat (%) kumuloway odetek ludości w miatach (%) x i w i z i k obliczaie pola (b) uma pól trójkąta i trapezów w i ( z + z ) i k i k rodzaj figury poiżej 5 30,3 3,3 50,0 trójkąt ,1 8,5 124,5 trapez ,3 19,2 295,0 trapez ,3 36,7 455,6 trapez ,0 51,0 263,1 trapez ,6 63,0 148,2 trapez 200 i więcej 2,4 100,0 195,6 trapez razem 100,0 1532,0 Pole (b) wyoi 1532,0. Wpółczyik kocetracji Loreza wyoi: KL b WNIOSEK: W grudiu 1992 ludość Polki zamiezkująca miata miała tedecję do kocetrowaia ię w miatach o średiej wielkości 28,4 ty. miezkańców. Potwierdzają to: duża wartość wpółczyika kocetracji KL oraz wyraźy brzuch krzywej kocetracji Loreza.

CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (dok.) MIARY ASYMETRII

CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (dok.) MIARY ASYMETRII [] CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (dok.). iary połoŝeia - wykład 2 2. iary zieości (dyperji, rozprozeia) - wykład. iary ayetrii (kośości). iary kocetracji MIARY ASYMETRII Miary ayetrii

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW. Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Wykład 4 Soczewki. Przyrządy optyczne

Wykład 4 Soczewki. Przyrządy optyczne Wykład 4 Soczewki. Przyrządy optycze Soczewka cieka - rówaie zlifierzy oczewek Rozważyy teraz dwie powierzchi ferycze oddzielające ośrodki o wpółczyikach załaaia kolejo i odległych od iebie o d. Niech

Bardziej szczegółowo

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871 COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Wprowadzenie do laboratorium 1

Wprowadzenie do laboratorium 1 Wprowadzeie do laboratorium 1 Etymacja jedorówaiowego modelu popytu a bilety loticze Etapy budowy modelu ekoometryczego Specyfikacja modelu Zebraie daych tatytyczych Etymacja parametrów modelu Weryfikacja

Bardziej szczegółowo

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu Wykład r 2 Statystyka opisowa część 2 Pla wykładu 1. Uwagi wstępe 2. Miary tedecji cetralej 2.1. Wartości średie 2.2. Miary pozycyje 2.3. Domiata 3. Miary rozproszeia 4. Miary asymetrii 5. Miary kocetracji

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Statystyka powtórzenie (I semestr) Rafał M. Frąk Statystyka powtórzeie (I semestr) Rafał M. Frąk TEORIA Statystyka Statystyka zajmuje się badaiem procesu zbieraia oraz iterpretacji daych liczbowych lub jakościowych. Przedmiotem statystyki są metody badaia

Bardziej szczegółowo

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak

-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia

Bardziej szczegółowo

Statystyczna analiza danych

Statystyczna analiza danych Statytyka. v.0.9 egz mgr inf nietacj Statytyczna analiza danych Statytyka opiowa Szereg zczegółowy proty monotoniczny ciąg danych i ) n uzykanych np. w trakcie pomiaru lub za pomocą ankiety. Przykłady

Bardziej szczegółowo

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

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej). Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Wykład 25 Soczewki. Przyrządy optyczne

Wykład 25 Soczewki. Przyrządy optyczne Wykład 5 Soczewki. Przyrządy optycze Soczewka cieka - rówaie oczewek Rozważyy teraz dwie powierzchi erycze oddzielające ośrodki o wpółczyikach załaaia kolejo i odległych od iebie o d. Niech proień krzywizy

Bardziej szczegółowo

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum

MATEMATYKA (poziom podstawowy) przykładowy arkusz maturalny wraz ze schematem oceniania dla klasy II Liceum MATEMATYKA (poziom podstawowy) przykładowy arkusz maturaly wraz ze schematem oceiaia dla klasy II Liceum Propozycja zadań maturalych sprawdzających opaowaie wiadomości i umiejętości matematyczych z zakresu

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

Projekt ze statystyki

Projekt ze statystyki Projekt ze statystyki Opracowaie: - - Spis treści Treść zaia... Problem I. Obliczeia i wioski... 4 Samochó I... 4 Miary położeia... 4 Miary zmieości... 5 Miary asymetrii... 6 Samochó II... 8 Miary położeia:...

Bardziej szczegółowo

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

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej cechy. Średnia arytmetyczna suma wartości zmiennej wszystkich

Bardziej szczegółowo

Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii.

Wykład 5. Opis struktury zbiorowości. 1. Miary asymetrii. Wykład 5. Opis struktury zbiorowości 1. Miary asymetrii. 2. Miary koncentracji. Przykład Zbadano stawkę godzinową (w zł) pracowników dwóch branŝ, otrzymując następujące charakterysty ki liczbowe: Stawka

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

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test

Bardziej szczegółowo

Egzamin maturalny z matematyki CZERWIEC 2011

Egzamin maturalny z matematyki CZERWIEC 2011 Egzami maturaly z matematyki CZERWIEC 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Poziom podstawowy czerwiec 0 Klucz puktowaia do zadań zamkiętych Nr

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

W1. Wprowadzenie. Statystyka opisowa

W1. Wprowadzenie. Statystyka opisowa W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Rozkłady statystyk z próby. Metody probabilistyczne i statystyka Wykład 2: Rozkłady statystyk z próby. Przedziały ufnoci

Rozkłady statystyk z próby. Metody probabilistyczne i statystyka Wykład 2: Rozkłady statystyk z próby. Przedziały ufnoci Rozkłady tatytyk z próby Metody probabilitycze i tatytyka Wykład : Rozkłady tatytyk z próby. rzedziały ufoci Małgorzata Krtowka Wydział Iformatyki olitechika Białotocka e-mail: mmac@ii.pb.bialytok.pl troa

Bardziej szczegółowo

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g.

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g. Zadaia przykładowe z rozwiązaiami Zadaie Dokoao pomiaru masy ciała 8 szczurów laboratoryjych. Uzyskao astępujące wyiki w gramach: 70, 80, 60, 90, 0, 00, 85, 95. Wyzaczyć przeciętą masę ciała wśród zbadaych

Bardziej szczegółowo

Rozkład materiału nauczania z matematyki dla klasy V

Rozkład materiału nauczania z matematyki dla klasy V Rozkład materiału nauczania z matematyki dla klasy V Lp. Temat lekcji uwagi D Lekcja organizacyjna. Zapoznanie uczniów z programem nauczania oraz systemem oceniania. LICZBY NATURALNE 1-22 1. Liczba, a

Bardziej szczegółowo

Zawartość. Zawartość

Zawartość. Zawartość Opr. dr inż. Grzegorz Biesok. Wer. 2.20 2011 Zawartość Zawartość 1. Tworzenie szeregu rozdzielczego przedziałowego (klasowego)... 3 2. Podstawowy opis struktury... 3 3. Opis rozkładu jednej cechy szereg

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

Parametry statystyczne

Parametry statystyczne I. MIARY POŁOŻENIA charakteryzują średni lub typowy poziom wartości cechy, wokół nich skupiają się wszystkie pozostałe wartości analizowanej cechy. I.1. Średnia arytmetyczna x = x 1 + x + + x n n = 1 n

Bardziej szczegółowo

Internetowe Kółko Matematyczne 2004/2005

Internetowe Kółko Matematyczne 2004/2005 Iteretowe Kółko Matematycze 2004/2005 http://www.mat.ui.toru.pl/~kolka/ Zadaia dla szkoły średiej Zestaw I (20 IX) Zadaie 1. Daa jest liczba całkowita dodatia. Co jest większe:! czy 2 2? Zadaie 2. Udowodij,

Bardziej szczegółowo

Materiał ćwiczeniowy z matematyki Marzec 2012

Materiał ćwiczeniowy z matematyki Marzec 2012 Materiał ćwiczeiowy z matematyki Marzec 0 Klucz puktowaia do zadań zamkiętych oraz schemat oceiaia do zadań otwartych POZIOM PODSTAWOWY Marzec 0 Klucz puktowaia do zadań zamkiętych Nr zad 3 5 6 7 8 9 0

Bardziej szczegółowo

Obserwacje odstające mają duży wpływ na średnią średnia nie jest odporna.

Obserwacje odstające mają duży wpływ na średnią średnia nie jest odporna. Wykład 8. Przedziały ufości dla średiej Średia a mediaa Mediaa dzieli powierzchię histogramu a połowy. Jest odpora ie mają a ią wpływu obserwacje odstające. Obserwacje odstające mają duży wpływ a średią

Bardziej szczegółowo

ROZKŁAD MATERIAŁU Z MATEMATYKI DLA KLASY IV SP NA PODSTAWIE PROGRAMU DKW /99 Liczę z Pitagorasem

ROZKŁAD MATERIAŁU Z MATEMATYKI DLA KLASY IV SP NA PODSTAWIE PROGRAMU DKW /99 Liczę z Pitagorasem ROZKŁAD MATERIAŁU Z MATEMATYKI DLA KLASY IV SP NA PODSTAWIE PROGRAMU DKW 4014 180/99 Liczę z Pitagorasem Lp. Dział programu Tematyka jednostki metodycznej Uwagi 1 2 3 4 Lekcja organizacyjna I Działania

Bardziej szczegółowo

sin sin ε δ Pryzmat Pryzmat Pryzmat Pryzmat Powierzchnia sferyczna Elementy optyczne II sin sin,

sin sin ε δ Pryzmat Pryzmat Pryzmat Pryzmat Powierzchnia sferyczna Elementy optyczne II sin sin, Wykład XI Elemety optycze II pryzmat kąt ajmiejszego odchyleia powierzchia serycza tworzeie obrazów rówaie soczewka rodzaje rówaia szliierzy i Gaussa kostrukcja obrazów moc optycza korekcja wad wzroku

Bardziej szczegółowo

Opracowanie i analiza materiału statystycznego 419[01].O1.04

Opracowanie i analiza materiału statystycznego 419[01].O1.04 MINISTERSTWO EDUKACJI NARODOWEJ Ewa Kawczyńska-Kiełbasa Opracowaie i aaliza materiału statystyczego 419[01].O1.04 Poradik dla uczia Wydawca Istytut Techologii Eksploatacji Państwowy Istytut Badawczy Radom

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin. Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw

Bardziej szczegółowo

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY Weryfikacja hipotez statystyczych WNIOSKOWANIE STATYSTYCZNE Wioskowaie statystycze, to proces uogóliaia wyików uzyskaych a podstawie próby a całą

Bardziej szczegółowo

Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b]

Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b] Ilustracja metody Monte Carlo obliczania pola obszaru D zawartego w kwadracie [a,b]x[a,b] Dagna Bieda, Piotr Jarecki, Tomasz Nachtigall, Jakub Ciesiółka, Marek Kubiczek Metoda Monte Carlo Metoda Monte

Bardziej szczegółowo

Projekt Inżynier mechanik zawód z przyszłością współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

Projekt Inżynier mechanik zawód z przyszłością współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Zajęcia wyrówawcze z fizyki -Zestaw 5 -Teoria Optyka geometrycza i optyka falowa. Prawo odbicia i prawo załamaia światła, Bieg promiei świetlych w pryzmacie, soczewki i zwierciadła. Zjawisko dyfrakcji

Bardziej szczegółowo

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności Edward Stachowski O trzech elemetarych ierówościach i ich zastosowaiach przy dowodzeiu iych ierówości Przy dowodzeiu ierówości stosujemy elemetare przejścia rówoważe, przeprowadzamy rozumowaie typu: jeżeli

Bardziej szczegółowo

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy

Bardziej szczegółowo

Lista działów i tematów

Lista działów i tematów Lista działów i tematów Szkoła podstawowa. Klasa 4 Liczby i działania Rachunki pamięciowe dodawanie i odejmowanie O ile więcej, o ile mniej Rachunki pamięciowe mnożenie i dzielenie Ile razy więcej, ile

Bardziej szczegółowo

Dlaczego ekonomiści głównego nurtu mogą ignorować czas?

Dlaczego ekonomiści głównego nurtu mogą ignorować czas? Dlaczego ekoomiści główego urtu mogą igorować cza? Autor: Wojciech Czariecki Poczyając od Joh B. Clarka w główym urcie ekoomii przyjął ię pogląd, że kapitał taowi permaety, homogeiczy fuduz, w którym dobra

Bardziej szczegółowo

STATYSTYKA wykłady. L.Gruszczyński Elementy statystyki dla socjologów Dr. Pactwa pon. i wtorek 09:30 11:00 (pok. 217) I. (08.X)

STATYSTYKA wykłady. L.Gruszczyński Elementy statystyki dla socjologów Dr. Pactwa pon. i wtorek 09:30 11:00 (pok. 217) I. (08.X) STATYSTYKA wykłady L.Gruszczyński Elementy statystyki dla socjologów Dr. Pactwa pon. i wtorek 09:30 11:00 (pok. 17) I. (08.X) 1. Statystyka jest to nauka zajmująca się metodami ilościowymi badania prawidłowości

Bardziej szczegółowo

Rozkład łatwości zadań

Rozkład łatwości zadań Klasa 1a średnia klasy: 14.60 pkt średnia szkoły: 10.88 pkt średnia ogólnopolska: 10.95 pkt Rozkład łatwości zadań 1 0.9 0.8 0.7 0.6 łatwość 0.5 0.4 0.3 0.2 0.1 0 1 2 3 4 5 6 7 8a 8b 8c 8d 9 10 11 12 13

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

Bardziej szczegółowo

METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU

METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU Celem każdego ćwiczeia w laboratorium studeckim jest zmierzeie pewych wielkości, a astępie obliczeie a podstawie tych wyików pomiarów

Bardziej szczegółowo

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ.

ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ. ZADANIA PRZYGOTOWUJĄCE DO SPRAWDZIANÓW W KLASIE DRUGIEJ I Fukcja kwadratowa ) PODAJ POSTAĆ KANONICZNĄ I ILOCZYNOWĄ (O ILE ISTNIEJE) FUNKCJI: a) f ( ) + b) f ( ) 6+ 9 c) f ( ) ) Narysuj wykresy fukcji f

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15 Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay

Bardziej szczegółowo

ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A

ĆWICZENIE 1 Symulacja doświadczeń losowych Statystyka opisowa Estymacja parametryczna i nieparametryczna T E O R I A ĆWICZENIE Symulacja doświadczeń losowych Statystya opisowa Estymacja parametrycza i ieparametrycza T E O R I A Opracowała: Katarzya Stąpor Opis programu MS EXCEL. Iformacje ogóle Program Microsoft Excel

Bardziej szczegółowo

Pozyskiwanie wiedzy z danych

Pozyskiwanie wiedzy z danych Pozyskiwanie wiedzy z danych dr Agnieszka Goroncy Wydział Matematyki i Informatyki UMK PROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO Pozyskiwanie wiedzy

Bardziej szczegółowo

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN ZAŁĄCZNIK B GENERALNA DYREKCJA DRÓG PUBLICZNYCH Biuro Studiów Sieci Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK B ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI

Bardziej szczegółowo

Opisowa analiza struktury zjawisk statystycznych

Opisowa analiza struktury zjawisk statystycznych Statystyka Opisowa z Demografią oraz Biostatystyka Opisowa analiza struktury zjawisk statystycznych Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2

Bardziej szczegółowo

Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl

Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych

Bardziej szczegółowo

176 Wstȩp do statystyki matematycznej = 0, 346. uczelni zdaje wszystkie egzaminy w pierwszym terminie.

176 Wstȩp do statystyki matematycznej = 0, 346. uczelni zdaje wszystkie egzaminy w pierwszym terminie. 176 Wtȩp do tatytyki matematycznej trści wynika że H o : p 1 przeciwko hipotezie H 3 1: p< 1. Aby zweryfikować tȩ 3 hipotezȩ zatujemy tet dla frekwencji. Wtedy z ob 45 1 150 3 1 3 2 3 150 0 346. Tymczaem

Bardziej szczegółowo

Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy)

Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy) Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy) Co na dzisiejszym wykładzie: definicje, sposoby wyznaczania i interpretacja STATYSTYK OPISOWYCH prezentacja

Bardziej szczegółowo

Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować?

Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować? 1 Zadanie 1.1 W dwóch zakładach produkcyjnych Złomex I i Złomex II, należących do tego samego przedsiębiorstwa Złomowanie na zawołanie w ostatnim miesiącu następująco kształtowały się wynagrodzenia pracowników.

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

Podstawowe funkcje statystyki: informacyjna, analityczna, prognostyczna.

Podstawowe funkcje statystyki: informacyjna, analityczna, prognostyczna. Podstawy Podstawowe funkcje statystyki: informacyjna, analityczna, prognostyczna. Funkcja informacyjna umożliwia pełny i obiektywny obraz badanych zjawisk Funkcja analityczna umożliwia określenie czynników

Bardziej szczegółowo

Termodynamika defektów sieci krystalicznej

Termodynamika defektów sieci krystalicznej Termodyamika defektów sieci krystaliczej Defekty sieci krystaliczej puktowe (wakasje, atomy międzywęzłowe, obce atomy) jedowymiarowe (dyslokacje krawędziowe i śrubowe) dwuwymiarowe (graice międzyziarowe,

Bardziej szczegółowo

STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE

STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE CECHY mogą być: jakościowe nieuporządkowane - skala nominalna płeć, rasa, kolor oczu, narodowość, marka samochodu,

Bardziej szczegółowo

KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY

KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY Nr zadaia Odpowiedzi Pukty Badae umiejtoci Obszar stadardu 1. B 0 1 plauje i wykouje obliczeia a liczbach

Bardziej szczegółowo

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności

Estymacja przedziałowa - przedziały ufności Estymacja przedziałowa - przedziały ufości Próbę -elemetową charakteryzujemy jej parametrami (p. x, s, s ). Służą oe do ocey wartości iezaych parametrów populacji (m, σ, σ). Nazywamy je estymatorami puktowymi

Bardziej szczegółowo

Słowniczek Hipoteza statystyczna Hipoteza parametryczna Hipoteza nieparametryczna Hipoteza zerowa Hipoteza alternatywna Błąd pierwszego rodzaju

Słowniczek Hipoteza statystyczna Hipoteza parametryczna Hipoteza nieparametryczna Hipoteza zerowa Hipoteza alternatywna Błąd pierwszego rodzaju Słowiczek Hipoteza statystycza jakiekolwiek przypuszczeie dotyczące rozkładu populacji geeralej Hipoteza parametrycza hipoteza statystycza precyzująca wartość parametru w rozkładzie populacji geeralej

Bardziej szczegółowo

ROZKŁAD MATERIAŁU Z MATEMATYKI DO KLASY IV (4 godz. tygodniowo) NA ROK SZKOLNY 2002/2003 WG PROGRAMU MATEMATYKA Z PLUSEM DKW /99

ROZKŁAD MATERIAŁU Z MATEMATYKI DO KLASY IV (4 godz. tygodniowo) NA ROK SZKOLNY 2002/2003 WG PROGRAMU MATEMATYKA Z PLUSEM DKW /99 ROZKŁAD MATERIAŁU Z MATEMATYKI DO KLASY IV (4 godz. tygodniowo) NA ROK SZKOLNY 00/003 WG PROGRAMU MATEMATYKA Z PLUSEM DKW-404-38/99 I LICZBY NATURALNE- RACHUNEK PAMIĘCIOWY Dodawanie i odejmowanie liczb

Bardziej szczegółowo

Zadania z Matematyka 2 - SIMR 2008/ szeregi zadania z rozwiązaniami. n 1. n n. ( 1) n n. n n + 4

Zadania z Matematyka 2 - SIMR 2008/ szeregi zadania z rozwiązaniami. n 1. n n. ( 1) n n. n n + 4 Zadaia z Matematyka - SIMR 00/009 - szeregi zadaia z rozwiązaiami. Zbadać zbieżość szeregu Rozwiązaie: 0 4 4 + 6 0 : Dla dostateczie dużych 0 wyrazy szeregu są ieujeme 0 a = 4 4 + 6 0 0 Stosujemy kryterium

Bardziej szczegółowo

Statystyczne metody analizy danych

Statystyczne metody analizy danych Statystyczne metody analizy danych Statystyka opisowa Wykład I-III Agnieszka Nowak - Brzezioska Podstawowe pojęcia STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów)

Bardziej szczegółowo

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3.

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3. KOOF Szczeci: www.of.szc.pl VII MIĘDZYNAODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretycze T3. Źródło: Komitet Główy Olimpiady Fizyczej; Olimpiada Fizycza XXIII XXIV, WSiP Warszawa 1977 Autor: Waldemar Gorzkowski

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Wykład 4: Statystyki opisowe (część 1)

Wykład 4: Statystyki opisowe (część 1) Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można

Bardziej szczegółowo

Rynek funduszu inwestycyjnych RYNEK. Liczba FI działających w Polsce. Lokaty funduszy inwestycyjnych 2015-05-17. Liczba TFI i FI działających w Polsce

Rynek funduszu inwestycyjnych RYNEK. Liczba FI działających w Polsce. Lokaty funduszy inwestycyjnych 2015-05-17. Liczba TFI i FI działających w Polsce 199 1993 1994 1995 1996 1997 1998 1999 1 3 4 5 6 7 8 9 1 15-5-17 11 1 13 Liczba TFI i FI działających w Polce yek uduzu iwetycyjych YNEK 7 6 5 4 3 1 416 364 71 79 313 194 81 94 11 11 144 6 1 1 1 3 7 1

Bardziej szczegółowo

Kryteria ocen z matematyki w klasie 5 Matematyka z plusem DKOW /08

Kryteria ocen z matematyki w klasie 5 Matematyka z plusem DKOW /08 Matematyka z plusem DKOW-5002-37/08 DZIAŁ LICZBY NATURALNE WŁASNOŚCI LICZB NATURALNYCH KONIECZNE ocena dopuszczająca rozumie dziesiątkowy system pozycyjny umie zapisywać i odczytywać liczby cyframi i słownie

Bardziej szczegółowo

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń 3 Wkład III: Waruki optmalości dla zadań bez ograiczeń Podae poiże waruki optmalości dla są uogólieiem powszechie zach waruków dla fukci ede zmiee (zerowaie się pierwsze pochode i lokala wpukłość) 3 Twierdzeie

Bardziej szczegółowo

2. ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW

2. ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW . ANALIZA BŁĘDÓW I NIEPEWNOŚCI POMIARÓW Z powodu iedokładości przyrządów i metod pomiarowych, iedoskoałości zmysłów, iekotrolowaej zmieości waruków otoczeia (wielkości wpływających) i iych przyczy, wyik

Bardziej szczegółowo

MATURA 2014 z WSiP. Zasady oceniania zadań

MATURA 2014 z WSiP. Zasady oceniania zadań MATURA 0 z WSiP Matematyka Poziom rozszerzoy Zasady oceiaia zadań Copyright by Wydawictwa Szkole i Pedagogicze sp z oo, Warszawa 0 Matematyka Poziom rozszerzoy Kartoteka testu Numer zadaia Sprawdzaa umiejętość

Bardziej szczegółowo

Statystyczne metody analizy danych

Statystyczne metody analizy danych Statystyczne metody analizy danych Statystyka opisowa Wykład I-III Agnieszka Nowak - Brzezińska Definicje Statystyka (ang.statistics) - to nauka zajmująca się zbieraniem, prezentowaniem i analizowaniem

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

Bardziej szczegółowo

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7 Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

14. RACHUNEK BŁĘDÓW *

14. RACHUNEK BŁĘDÓW * 4. RACHUNEK BŁĘDÓW * Błędy, które pojawiają się w czasie doświadczeia mogą mieć włase źródła. Są imi błędy związae z błędą kalibracją torów pomiarowych, szumy, czas reagowaia przyrządu, ograiczeia kostrukcyje,

Bardziej szczegółowo

KRYTERIA OCENIANIA W KLASACH SZÓSTYCH - Matematyka

KRYTERIA OCENIANIA W KLASACH SZÓSTYCH - Matematyka KRYTERIA OCENIANIA W KLASACH SZÓSTYCH - Matematyka 1. Ocenę niedostateczną otrzymuje uczeń, który nie spełnia kryteriów na ocenę dopuszczającą. 2. Ocenę dopuszczającą otrzymuje uczeń, który: 2.1 Liczby

Bardziej szczegółowo

Wykład FIZYKA I. 2. Kinematyka punktu materialnego. Dr hab. inż. Władysław Artur Woźniak

Wykład FIZYKA I. 2. Kinematyka punktu materialnego.  Dr hab. inż. Władysław Artur Woźniak Dr hab. iż. Władysław Arur Woźiak Wykład FIZYKA I. Kiemayka puku maerialego Dr hab. iż. Władysław Arur Woźiak Isyu Fizyki Poliechiki Wrocławskiej hp://www.if.pwr.wroc.pl/~woziak/fizyka1.hml Dr hab. iż.

Bardziej szczegółowo

Graficzna prezentacja danych statystycznych

Graficzna prezentacja danych statystycznych Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych Katowice, 12 i 26 czerwca 2014 r. Dopasowanie narzędzia do typu zmiennej Dobór narzędzia do

Bardziej szczegółowo

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI ALGORYTM DO PROGRAMU MATHCAD 1 PRAWA AUTORSKIE BUDOWNICTWOPOLSKIE.PL GRUDZIEŃ 2010 Rozpatrujemy belkę swobodie podpartą obciążoą siłą skupioą, obciążeiem rówomierie

Bardziej szczegółowo

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASIE IV

WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASIE IV WYMAGANIA EDUKACYJNE NA POSZCZEGÓLNE OCENY Z MATEMATYKI W KLASIE IV Zna zależności wartości cyfry od jej położenia w liczbie Zna kolejność działań bez użycia nawiasów Zna algorytmy czterech działań pisemnych

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

Rozkład łatwości zadań

Rozkład łatwości zadań Klasa 1b średnia klasy: 11.00 pkt średnia szkoły: 13.55 pkt średnia ogólnopolska: 10.93 pkt Rozkład łatwości zadań 1 0.9 0.8 0.7 0.6 łatwość 0.5 0.4 0.3 0.2 0.1 0 1 2 3 4 5 6 7 8 9 10 11 12 Numer zadania

Bardziej szczegółowo

Rozkład łatwości zadań

Rozkład łatwości zadań Klasa 1a średnia klasy: 17.13 pkt średnia szkoły: 17.36 pkt średnia ogólnopolska: 10.93 pkt Rozkład łatwości zadań 1 0.9 0.8 0.7 0.6 łatwość 0.5 0.4 0.3 0.2 0.1 0 1 2 3 4 5 6 7 8 9 10 11 12 Numer zadania

Bardziej szczegółowo

PŁOCKA MIĘDZYSZKOLNA LIGA PRZEDMIOTOWA MATEMATYKA klasa VI szkoła podstawowa marzec 2012

PŁOCKA MIĘDZYSZKOLNA LIGA PRZEDMIOTOWA MATEMATYKA klasa VI szkoła podstawowa marzec 2012 PŁOCKA MIĘDZYSZKOLNA LIGA PRZEDMIOTOWA MATEMATYKA klasa VI szkoła podstawowa marzec 202 KARTA PUNKTACJI ZADAŃ (wypełnia komisja konkursowa): Numer zadania Zad. Zad. 2 Zad. 3 SUMA PUNKTÓW Poprawna Zad.

Bardziej szczegółowo

9. DZIAŁANIE SIŁY NORMALNEJ

9. DZIAŁANIE SIŁY NORMALNEJ Część 2 9. DZIŁIE SIŁY ORMLEJ 1 9. DZIŁIE SIŁY ORMLEJ 9.1. ZLEŻOŚCI PODSTWOWE Przyjmiemy, że materiał pręta jet jednorodny i izotropowy. Jeśli ponadto założymy, że pręt jet pryzmatyczny, to łuzne ą wzory

Bardziej szczegółowo