SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

Wielkość: px
Rozpocząć pokaz od strony:

Download "SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY"

Transkrypt

1 SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Opsowa analza struktury zjawsk masowych Demografa statystyka PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY W LUBLINIE WYŻSZA SZKOŁA ZARZĄDZANIA I ADMINISTRACJI W ZAMOŚCIU POLSKIE TOWARZYSTWO STATYSTYCZNE

2 Rozkład empryczny zmennej Rozkładem emprycznym zmennej nazywamy przyporządkowane kolejnym wartoścom zmennej odpowadających m lczebnośc. Rozkłady empryczne ustalane są na podstawe konkretnych danych statystycznych

3 Rodzaje rozkładów emprycznych jednowymarowej zmennej Cecha Skokowa Cągła Domnanta Jednomodalne Welomodalne Jednomodalne Welomodalne Symetra Symetryczne Asymetryczne (prawo lewoskośne) Symetryczne Asymetryczne (prawo lewoskośne) Spłaszczene Normalne Normalne Leptokurtyczne Platokurtyczne Leptokurtyczne Platokurtyczne

4 Opsowe parametry struktury rozkładów emprycznych Parametry klasyczne pozycyjne Do sumarycznej charakterystyk struktury rozkładów emprycznych służą parametry opsowe. Wyróżna sę parametry klasyczne (oblczane na podstawe wszystkch obserwacj) oraz pozycyjne (przy ch wyznaczanu brane są pod uwagę tylko nektóre wartośc zmennej, stojące na określonej pozycj). Parametry klasyczne stosuje sę przede wszystkm do analzy rozkładów symetrycznych lub umarkowane asymetrycznych. Parametry pozycyjne są wykorzystywane do badań każdego typu rozkładu, ale zazwyczaj stosowane są w analze rozkładów slne asymetrycznych oraz takch, w których występują otwarte przedzały klasowe. Parametry opsowe rozkładu mogą być welkoścam absolutnym (wyrażonym w takch jednostkach, jak badana zmenna, np. w kg, godznach, latach) lub meć postać lczb względnych (ułamkowych lub procentowych). Parametry względne są szczególne przydatne przy porównywanu dwóch lub węcej struktur.

5 Najczęścej wykorzystywane parametry w opse struktury zborowośc masowych mary przecętne (zwane też maram pozomu wartośc zmennej, położena lub średnm). Służą one do określana tej wartośc zmennej opsanej przez rozkład, wokół której skupają sę wszystke wartośc zmennej; mary rozproszena (zmennośc, zróżncowana, dyspersj), służące do badana stopna zróżncowana wartośc zmennej; mary asymetr (skośnośc), nformujące o kerunku zróżncowana wartośc zmennej; mary koncentracj spłaszczena. Mary koncentracj służą do ba dana stopna nerównomernośc rozkładu ogólnej sumy wartośc zmennej mędzy poszczególne jednostk badanej zborowośc. Mary spłaszczena nformują natomast o tym, czy skupene wartośc badanej zmennej wokół średnej w danym rozkładze jest mnejsze czy wększe nż w zborowośc o rozkładze normalnym.

6 Mary średne Najczęścej wykorzystywanym w analze średnm są: Mary klasyczne: średna arytmetyczna średna harmonczna średna geometryczna Mary pozycyjne: domnanta (modalna, wartość najczęstsza) kwantyle (kwartale dzelące zborowość na cztery częśc, kwntale dzelące zborowość na pęć częśc, decyle dzelące zborowość na dzesęć częśc oraz percentyle dzelące zborowość na sto częśc) Obydwe grupy mar ne tylko ne wykluczają sę ale uzupełnają. Każdy z nch opsuje bowem pozom wartośc cechy z nnego punktu wdzena.

7 Prosta (zwykła) średna arytmetyczna Jest lorazem sumy wartośc zmennej lczebnośc badanej zborowośc: N n n 1 N gdze: N symbol średnej arytmetycznej warant cech merzalnej lub wartość przyjęta przez tą obserwację (jednostkę, obekt) lczebność badanej zborowośc

8 Ważona średna arytmetyczna Ważona średna arytmetyczna oblczana jest na podstawe szeregów rozdzelczych punktowych przedzałowych. Wagam są lczebnośc (częstośc) odpowadające poszczególnym warantom zmennej: n gdze: n 1,2,..., 1 n1 2n2... N k k n k 1 lczebnośc jednostek odpowadających poszczególnym wartoścom zmennej N n k N n n... n 1 2 k ogólna lczebność badanej zborowośc

9 Ważona średna arytmetyczna w szeregach rozdzelczych przedzałowych W szeregach rozdzelczych przedzałowych wartośc zmennej w każdej klase ne są jednoznaczne określone, ale zawarte w przedzale od do. Dolną grancę przedzału klasowego będzemy oznaczać 0, górną zaś. W celu oblczena średnej arytmetycznej z szeregu 1 rozdzelczego przedzałowego należy uprzedno wyznaczyć środk przedzałów klasowych, które oznaczymy symbolem ze wzoru: ~ 0 1 Wzór na średną arytmetyczną z szeregu rozdzelczego przedzałowego jest węc następujący: ~ 1 n 1 ~ 2 n 2 N 2... ~ k n k n ~ 1 N n k ~ oblczamy

10 Rozkład czasu trwana obsług w banku Oblczena pomocncze 0-1 n ~ ~ n od 0 do 5 9 2,5 22,5 od 5 do ,5 75 od 10 do ,5 200 od 15 do ,5 87,5 Ogółem 40 X ,625

11 Średna średnch Jeżel znane są średne arytmetyczne dla pewnych grup na tej podstawe chcemy polczyć średną arytmetyczną dla wszystkch grup łączne to korzystamy z formuły: gdze: k 1 N n n N n n... n 1 2 k średna arytmetyczna -tej grupy lczebność -tej grupy ogólna lczebność badanej zborowośc

12 Najważnejsze własnośc średnej arytmetycznej (1) Jako mara klasyczna jest wypadkową dzałana wszystkch wartośc badanej cechy spełna nerówność: mn ma Suma odchyleń poszczególnych wartośc zmennej od średnej arytmetycznej wynos 0 k 1 k 1 k 1 0 n 0 ~ n 0 w przypadku szeregu wylczającego w przypadku szeregu rozdzelczego punktowego w przypadku szeregu rozdzelczego przedzałowego

13 Najważnejsze własnośc średnej arytmetycznej (2) Jeśl pomnożymy średną przez ogólną lczebność badanej zborowośc to otrzymamy sumę wartośc wszystkch jednostek: N N Średna arytmetyczna sumy (różncy) 1 zmennych równa sę sume (różncy) zmennych 1 N ( c) N 1 Jeżel wszystke wartośc zmennej powększymy (pomnejszymy, podzelmy lub pomnożymy) o pewną stałą c, to średna arytmetyczna będze równa sume (różncy, lorazow lub loczynow) średnej arytmetycznej stałej c: c

14 Najważnejsze własnośc średnej arytmetycznej (3) Na pozom średnej arytmetycznej slny wpływ wywerają wartośc ekstremalne (skrajne), przy czym wpływ ten jest slnejszy w przypadku wysokch wartośc zmennej. Średna arytmetyczna jako wypadkowa wszystkch zaobserwowanych wartośc cechy jest welkoścą abstrakcyjną. Oznacza to, że w nektórych przypadkach może przyjmować wartośc w ogóle ne występujące w zborowośc, np. pół samochodu. Średna arytmetyczna jest marą prawdłową tylko do zborowośc jednorodnych, o newelkm zróżncowanu wartośc zmennej u poszczególnych jednostek. W marę wzrostu zróżncowana wartośc zmennych (asymetr dyspersj rozkładu), a także w rozkładach B welomodalnych należy do opsu stosować przecętne pozycyjne.

15 Średna harmonczna Jest odwrotnoścą średnej arytmetycznej z odwrotnośc wartośc zmennych: H N N 1 Średną harmonczną stosuje sę wówczas, gdy wartośc zmennej podane są w jednostkach względnych ( łamanych ), np. km/godz, kg/osobę. Przykładowo można tutaj wymenć: prędkość pojazdu gęstość zaludnena spożyce artykułu X na głowę ludnośc. Na przykład jeżel turysta jechał rowerem przez 2 godzny z prędkoścą 15 km/godz., a przez następne 4 godzny z prędkoścą 9 km/godz. to średną prędkość jazdy oblczamy za pomocą średnej harmoncznej następująco: H N N km/godz.

16 Średna geometryczna Jest perwastkem k tego stopna z loczynu k wartośc zmennej, czyl: G k k k k 1 Średna geometryczna znajduje zastosowane przy badanu średnego tempa zman zjawsk, których rozwój przedstawony jest w postac szeregów dynamcznych.

17 Domnanta Domnanta jest to najczęścej powtarzająca sę wartość zmennej w szeregu statystycznym. Określa ona najbardzej typową wartość zmennej w badanej zborowośc. Charakterystyczną cechą domnanty jest możlwość jej wyznaczena zarówno z szeregów dotyczących cechy merzalnej, jak ne merzalnej. Wartość domnanty można jedyne ustalć z rozkładów jednomodalnych. W szeregach wylczających rozdzelczych punktowych domnanta jest tą wartoścą cech, której odpowada najwększa lczebność. W szeregach rozdzelczych przedzałowych bezpośredno można określć tylko przedzał, w którym znajduje sę domnanta. Jest to przedzał o najwększej lczebnośc. Konkretną wartość oblcza sę za pomocą wzoru nterpolacyjnego.

18 Kwantyle Do oblczana kwantyl zborowość wnna zostać uporządkowana nemalejąco. Kwartyle mary dzelące zborowość na cztery częśc. Kwartyl perwszy (dolny) dzel zborowość na dwe częśc w ten sposób, że 25% jednostek zborowośc ma wartośc zmennej mnejsze lub równe kwartylow perwszemu, a 75% - równe lub wększe od tego kwartyla Medana (kwartl drug) dzel zborowość na dwe częśc w ten sposób, że 50% jednostek ma wartośc mnejsze lub równe medane a 50% - równe lub wększe od medany Kwartyl trzec (górny) dzel zborowość na dwe częśc w ten sposób, że 75% jednostek zborowośc ma wartośc zmennej mnejsze lub równe kwartylow trzecemu, a 25% - równe lub wększe od tego kwartyla Z szeregów wylczających (składających sę zazwyczaj z newelkej lczby jednostek) najczęścej wyznacza sę medanę. W przypadku gdy lczba obserwacj jest neparzysta, medana jest środkową. Jeśl natomast lczba jednostek zborowośc jest parzysta medana jest średną arytmetyczną

19 Kwantyle Neparzysta lczba obserwacj Wynagrodzene I kwntyl I kwartyl Medana III kwartyl IV kwntyl Lczebność kwartyl = 9*0,25 = 2,25 Lczebność kwntyl = 9*0,2 = 1,8 Parzysta lczba obserwacj Wynagrodzene I kwntyl I kwartyl = Medana = 1387, III kwartyl IV kwntyl = 3750 Lczebność kwartyl = 10*0,25 = 2,5 Lczebność kwntyl = 10*0,2 = 2

20 Mary zmennośc Wartośc średne ne wystarczają do scharakteryzowana struktury zborowośc. Badana zborowość może charakteryzować sę różnym stopnem zmennośc (rozproszena, dyspersj). Dyspersją nazywamy zróżncowane jednostek zborowośc ze względu na wartość badanej cechy. Podzał ze względu na lczbę obserwacj potrzebną do oblczeń: Klasyczne mary zmennośc oblcza sę na podstawe wszystkch wartośc badanej cechy: odchylene standardowe warancja współczynnk zmennośc

21 Mary zmennośc (2) Pozycyjne mary zmennośc oblczane są na podstawe nektórych (stojących w określonej pozycj) wartośc: empryczny obszar zmennośc (zwany też rozstępem) odchylene ćwartkowe pozycyjny współczynnk zmennośc Podzał ze względu na mano: Bezwzględne mary zmennośc rozstęp, odchylene ćwartkowe, warancja, odchylene standardowe Względne mary zmennośc współczynnk zmennośc wyrażony w procentach

22 Rozstęp Jest to różnca pomędzy najwększą a najmnejszą wartoścą cechy: Rozstęp kwartylny: R R kw ma mn Q3 Q1 Rozstęp jest marą pozycyjną zależy tylko od dwóch wartośc. Brakuje zatem nformacj o zróżncowanu pozostałych jednostek zborowośc pod względem badanej cechy. Dlatego też rozstęp stosowany jest główne, gdy potrzebna jest wstępna orentacja o obszarze zmennośc cechy.

23 Odchylene ćwartkowe Oblcza sę na podstawe różncy pomędzy trzecm perwszym kwartylem: Q3 Q1 Q 2 Merzy pozom zróżncowana jedyne połowy jednostek, pozostałych po odrzucenu 25% jednostek o wartoścach mnejszych od perwszego kwartyla wększych od trzecego kwartyla. Mara ta ne jest węc wrażlwa na skrajne wartośc zboru.

24 Odchylene ćwartkowe (2) Jeżel w danej zborowośc do opsu tendencj centralnej użyto medany, a do opsu zmennośc odchylena ćwartkowego to możlwe jest określene typowego obszaru zmennośc badanej cechy: Me Q typ Me Q Netypowe w danej zborowośc są jednostk o wartośc nższej od różncy Me Q oraz wyższe od sumy Me Q Odchylene ćwartkowe jest szczególne przydatne w analze statystycznej szeregów rozdzelczych przedzałowych o klasach otwartych. Interpretuje sę je jako przecętne zróżncowane badanych jednostek wokół medany.

25 Warancja Warancja to średna arytmetyczna kwadratów odchyleń poszczególnych wartośc cechy od ch średnej arytmetycznej. s 2 1 N N 1 2 dla szeregów wylczających, s 2 1 N k 1 2 n dla szeregów rozdzelczych punktowych, s 1 k 2 ~ 2 n N 1 dla szeregów rozdzelczych przedzałowych

26 Cechy warancj Jest różncą mędzy średną arytmetyczną kwadratów wartośc zmennej kwadratem jej średnej arytmetycznej czyl: s Jeżel badaną zborowość podzelmy na k grup, to warancja ogólna (całej zborowośc) jest sumą dwóch składnków: warancj wewnątrzgrupowej mędzygrupowej. Własność ta jest nazywana równoścą warancyjną Warancja jest welkoścą neujemną ( s 2 0) manowaną. Jej manem jest kwadrat jednostk fzycznej w jakej merzona jest badana cecha. Stąd też warancja jest trudna do merytorycznej nterpretacj.

27 Odchylene standardowe W celu otrzymana mary zmennośc o mane zgodnym z manem badanej cechy, oblcza sę dodatn perwastek z warancj. Otrzymana w ten sposób mara nazywa sę odchylenem standardowym: s s 2 Odchylene standardowe określa, o le średno borąc jednostk zborowośc różną sę od średnej arytmetycznej badanej zmennej. Im zborowość jest bardzej zróżncowana, tym warancja (a węc odchylene standardowe) jest wększe.

28 Typowy obszar zmennośc Odchylene standardowe można wykorzystać do budowy typowego obszaru zmennośc badanej cechy: s typ Z odchylenem standardowym wąże sę tzw. reguła trzech sgm. Zgodne z ną. Wystąpene obserwacj o wartośc cechy spoza przedzału: ( 3s; 3s) jest mało prawdopodobne. W przypadku rozkładów o małej asymetr tylko 0,3% obserwacj wykracza poza ten przedzał. W rozkładach regularnych (symetrycznych, jednomodalnych) ok. 68% obserwacj odchyla sę od średnej arytmetycznej o mnej nż jeno odchylene standardowe, ok. 95% obserwacj odchyla sę od średnej arytmetycznej o mnej nż dwa odchylena standardowe nemal wszystke o mnej nż trzy odchylena standardowe. s

29 Standaryzacja wartośc cechy Jest to przekształcene perwotnych wartośc cechy w wartośc według wzoru: z Wartośc standaryzowane nformują o tym, o le odchyleń standardowych perwotna wartość cechy jest wększa lub mnejsza od średnej arytmetycznej. Wartośc cechy wększe od średnej odpowada dodatna wartość zmennej standaryzowanej, a wartoścom nższym ujemna wartość standaryzowana. Średna arytmetyczna zboru danych standaryzowanych wynos zero a odchylene standardowe jeden. Dane standaryzowane pochodzące z różnych rozkładów mogą być ze sobą porównywalne. s

30 Współczynnk zmennośc Pozwala porównywać zmenność tej samej cechy w różnych zborowoścach. Jest lorazem absolutnej mary zróżncowana przecętnego pozomu wartośc cechy. Z uwag, że przy analze rozkładu posługujemy sę różnym wartoścam dyspersj przecętnym, współczynnk zmennośc można lczyć: Klasyczny współczynnk zmennośc: V s s 100 Pozycyjne współczynnk zmennośc: Q Q3 Q1 V Q 100 V Q 100 Me Q Q Jeżel współczynnk zmennośc przyjmuje wysoke wartośc lczbowe, to fakt ten śwadczy o nejednorodnośc badanej zborowośc. Umowne przyjmuje sę, że jeżel to zborowość ne wykazuje dużego V s 10% zróżncowana uznaje sę ją za jednorodną. 3 1

31 Mary asymetr Badane asymetr polega na odpowedz na pytane czy przeważająca lczba jednostek tworzących badaną zborowość ma wartośc cechy wyższe czy nższe od przecętnego pozomu. Problem ten wążę sę z oceną kerunku asymetr (skośnośc) rozkładu. Asymetrę rozkładu najłatwej jest określć przez porównane takch charakterystyk jak, średna arytmetyczna, medana oraz domnanta. W rozkładach symetrycznych średne te są sobe równe. Jeśl spełnona jest nerówność: Me D to rozkład charakteryzuje sę asymetrą prawostronną (dodatną) Me D to rozkład charakteryzuje sę asymetrą lewostronną (ujemną)

32 Wskaźnk asymetr Służy do określena kerunku asymetr a węc stwerdzena czy jest prawostronna czy lewostronna: W s D Jeśl jest dodatna, mamy do czynena z asymetrą W s prawostronną. W przecwnym przypadku jest to asymetra lewostronna. W rozkładze symetrycznym zachodz:, W s 0 a węc: D

33 Moment standaryzowany trzecego rzędu Marą określającą kerunek, jak słę asymetr jest współczynnk defnowany za pomocą momentu standaryzowanego trzecego rzędu: Lcznk wyraża przecętną welkość trzecch potęg odchyleń od średnej arytmetycznej: 3 3 s m A s N N m k n N m k n N m ~ 1 dla szeregu wylczającego dla szeregu rozdzelczego punktowego dla szeregu rozdzelczego przedzałowego

34 Moment standaryzowany trzecego rzędu (2) Manownk jest trzecą potęgą odchylena standardowego W przypadku rozkładów o asymetr prawostronnej A s 0, a A 0 lewostronnej. W rozkładach symetrycznych 0. s Im wększa jest wartość bezwzględna współczynnka tym slnejsza jest asymetra rozkładu. A s Jeżel asymetra ne jest zbyt slna, to wartość standaryzowanego momentu trzecego rzędu zawera sę w grancach: 1 A 1 s Jedyne przy ekstremalne slnej asymetr, bezwzględna wartość współczynnka asymetr przekracza 2.

35 Mary spłaszczena koncentracj Zborowość statystyczną analzuje sę równeż ze względu na stopeń skupena poszczególnych wartośc cechy wokół średnej arytmetycznej. Skupene to jest - w dużym stopnu - uzależnone od pozomu dyspersj. Im wększe jest zróżncowane, tym mnejsze skupene odwrotne. Marą skupena poszczególnych wartośc cechy wokół jej średnej arytmetycznej jest współczynnk skupena (kurtoza).

36 Kurtoza Współczynnk skupena (kurtoza) jest standaryzowanym momentem centralnym czwartego rzędu, czyl: 4 4 s m K gdze: 4 m moment centralny czwartego rzędu, określający przecętną welkość czwartych potęg odchyleń wartośc cechy od średnej arytmetycznej: N N m k n N m k n N m ~ 1 dla szeregu wylczającego dla szeregu rozdzelczego punktowego dla szeregu rozdzelczego przedzałowego

37 Kurtoza Im wyższa wartość współczynnka skupena, tym krzywa lczebnośc jest bardzej wysmukła. Oznacza to wększe skupene wartośc cechy wokół średnej. Małe wartośc współczynnka skupena wskazują na spłaszczene rozkładu, a węc mnejsze skupene wartośc cechy wokół średnej arytmetycznej. Przyjmuje sę, że jeśl zborowość ma rozkład normalny, to K = 3. Jeśl natomast K < 3, to rozkład jest bardzej spłaszczony nż normalny. Tak rozkład nos nazwę platokurtycznego. W przypadku, gdy K > 3, rozkład empryczny badanej cechy jest bardzej wysmukły, a skupe ne jest slnejsze od normalnego. Mówmy wówczas o rozkładach leptokurtycznych.

38 Pojęce koncentracj W przypadku cech o charakterze zasobów (powerzchna zem, dochody, kaptał, produkcja tp.) ważne znaczene ma analza rozkładu ogólnej sumy wartośc badanej cechy (łącznego funduszu cechy) pomędzy poszczególne jednostk zborowośc statystycznej. Mówmy wówczas o koncentracj badanego zjawska. Koncentracja jest bezpośredno zwązana z asymetrą dyspersją badanej cechy. Im slnejsza asymetra wększe zróżncowane wartośc zmennej - tym koncentracja jest wększa. Zupełna (całkowta) koncentracja występuje wtedy, gdy łączny fundusz cechy przypada na jedną jednostkę zborowośc (np. łączny areał powerzchn zem w województwe pozostaje w posadanu jednego gospodarstwa rolnego). Z brakem koncentracj mamy do czynena wówczas, gdy na każdą jednostkę zborowośc przypada taka sama część ogólnej sumy wartośc cechy (np. każdy pracownk w przedsęborstwe otrzymuje taką samą część łącznego funduszu płac). W badanach statystycznych zjawska braku koncentracj koncentracj zupełnej raczej ne występują. Najczęścej mamy do czynena z różnym natężenem koncentracj.

39 Ocena koncentracj metodą grafczną Metoda grafczna polega na wykreślenu weloboku koncentracj Lorenza. W tym celu na os odcętych odmerza sę skumulowane częśc względne lczebnośc (w %), natomast na os rzędnych procentowe skumulowane częstośc względne łącznego funduszu cechy. Łącząc punkty o tych współrzędnych otrzymujemy krzywą koncentracj (nazywaną też krzywą Lorenza). W przypadku nerównomernego rozdzału łącznego funduszu cechy pomędzy jednostk zborowośc wszystke punkty leżałyby na przekątnej kwadratu o boku 100. Przekątna tego kwadratu nos nazwę ln równomernego rozdzału. Powerzchna zawarta mędzy lną równomernego rozdzału a krzywą koncentracj Lorenza jest powerzchną koncentracj. Im wększy jest stopeń koncentracj, tym bardzej krzywa Lorenza odchyla sę od ln równomernego rozdzału, a tym samym wększa jest powerzchna koncentracj.

40 Różne przypadk koncentracj A. Koncentracja całkowta B. Koncentracja duża C. Koncentracja słaba D. Brak koncentracj Źródło: A. Zelaś, Metody statystyczne, PWE, Warszawa 2000, s. 73.

41 Współczynnka koncentracj Lorenza Maksymalna wartość powerzchn koncentracj pozostaje równa połowe kwadratu, tj. 5000, gdyż dwa bok prostokątnego trójkąta równoramennego mają długość 100, stąd jego pole jest równe Stosunek pola zawartego mędzy lną równomernego rozdzału a krzywą koncentracj do pola połowy kwadratu (pola trójkąta) nos nazwę współczynnka koncentracj Lorenza. Współczynnk ten ma następującą postać: k a 5000 Współczynnk jest marą nemanowaną, przyjmującą wartośc lczbowe z przedzału: 0 < k < 1. Przy braku koncentracj k = 0, natomast przy k = 1 występuje koncentracja zupełna (całkowta).

42 Przykład Osoba Wynagrodzene Statystyk podstawowe Wynagrodzena N 14 Średna 1928,57 Medana 1750 Domnanta (moda) 1600 Lczność mody 3 Mnmum 1200 Maksmum 2800 Dolny 1600 Górny 2500 Rozstęp 1600 Rozstęp kwartylny 900 Odch.Std. 563,54 Skośność 0,54 Kurtoza -1,20

43 Wykres Ramka wąsy 3000 Wykres ramka-wąsy Zmn1 Wynagrodzena Średna = 1766,6667 ±Odch.std = (1243,8538, 2289,4796) ±1,96*Odch.std = (741,9534, 2791,38)

ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji

ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji ZAJĘCIA Pozycyjne ary dyspersj, ary asyetr, spłaszczena koncentracj MIARY DYSPERSJI: POZYCYJNE, BEZWZGLĘDNE Rozstęp dwartkowy (ędzykwartylowy) Rozstęp dwartkowy określa rozpętośd tej częśc obszaru zennośc

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

Analiza struktury zbiorowości statystycznej

Analiza struktury zbiorowości statystycznej Analza struktury zborowośc statystycznej.analza tendencj centralnej. Średne klasyczne Średna arytmetyczna jest parametrem abstrakcyjnym. Wyraża przecętny pozom badanej zmennej (cechy) w populacj generalnej:

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

Parametry zmiennej losowej

Parametry zmiennej losowej Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru

Bardziej szczegółowo

Statystyka. Opisowa analiza zjawisk masowych

Statystyka. Opisowa analiza zjawisk masowych Statystyka Opisowa analiza zjawisk masowych Typy rozkładów empirycznych jednej zmiennej Rozkładem empirycznym zmiennej nazywamy przyporządkowanie kolejnym wartościom zmiennej (x i ) odpowiadających im

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej 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 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

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej 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

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 Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3 Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34 Statystyka Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka 5 marca 2018 1 / 34 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: Baza Demografia : https://bdl.stat.gov.pl/

Bardziej szczegółowo

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń: .. Uprość ops zdarzeń: a) A B, A \ B b) ( A B) ( A' B).. Uproścć ops zdarzeń: a) A B A b) A B, ( A B) ( B C).. Uproścć ops zdarzeń: a) A B A B b) A B C ( A B) ( B C).4. Uproścć ops zdarzeń: a) A B, A B

Bardziej szczegółowo

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne),

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne), Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach badania zjawisk masowych, zmienna losowa będąca funkcją próby. Podstawowe pojęcia: populacja (zbiorowość

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej 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

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej 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

Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer Statystyka Opsowa 2014 część 1 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej 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

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

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

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41 Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna

Bardziej szczegółowo

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II 4 60-965 POZAŃ (budynek Centrum Mechatronk, Bomechank anonżyner) www.zmsp.mt.put.poznan.pl tel. +48 61 665 5 70 fax

Bardziej szczegółowo

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa PRZEDMIOT: PODSTAWY STATYSTYKI PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa = procedury statystyczne stosowane do opisu właściwości próby (rzadziej populacji) Pojęcia:

Bardziej szczegółowo

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy MIARY POŁOŻENIA Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Wśród nich można wyróżnić miary tendencji

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

STATYSTYKA. Zmienna losowa skokowa i jej rozkład STATYSTYKA Wnosowane statystyczne to proces myślowy polegający na formułowanu sądów o całośc przy dysponowanu o nej ogranczoną lczbą nformacj Zmenna losowa soowa jej rozład Zmenną losową jest welość, tóra

Bardziej szczegółowo

Miary koncentracji STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018

Miary koncentracji STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018 STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 28 września 2018 1 Pojęcie koncentracji może być stosowane w dwóch różnych znaczeniach: 1) koncentracja jako skupienie poszczególnych wartości

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej 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

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

Wskaźnik asymetrii Jeżeli: rozkład jest symetryczny, to = 0, rozkład jest asymetryczny lewostronnie, to < 0. Kwartylowy wskaźnik asymetrii

Wskaźnik asymetrii Jeżeli: rozkład jest symetryczny, to = 0, rozkład jest asymetryczny lewostronnie, to < 0. Kwartylowy wskaźnik asymetrii Miary asymetrii Miary asymetrii (skośności) określają kierunek rozkładu cech zmiennych w zbiorowości (rozkład może być symetryczny lub asymetryczny lewostronnie lub prawostronnie) oraz stopień odchylenia

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

Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40

Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40 Statystyka Wykład 5 Magdalena Alama-Bućko 26 marca 2018 Magdalena Alama-Bućko Statystyka 26 marca 2018 1 / 40 Uwaga Gdy współczynnik zmienności jest większy niż 70%, czyli V s = s x 100% > 70% (co świadczy

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko MECHANIKA Wykład Nr 10 MOMENT BEZWŁADNOŚCI Prowadzący: dr Krzysztof Polko Defncja momentu bezwładnośc Momentem bezwładnośc punktu materalnego względem płaszczyzny, os lub beguna nazywamy loczyn masy punktu

Bardziej szczegółowo

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Dla opisania rozkładu badanej zmiennej, korzystamy z pewnych charakterystyk liczbowych. Dzielimy je na cztery grupy.. Określenie przeciętnej wartości

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,

Bardziej szczegółowo

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów: Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

Próba własności i parametry

Próba własności i parametry Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego.

RUCH OBROTOWY Można opisać ruch obrotowy ze stałym przyspieszeniem ε poprzez analogię do ruchu postępowego jednostajnie zmiennego. RUCH OBROTOWY Można opsać ruch obrotowy ze stałym przyspeszenem ε poprzez analogę do ruchu postępowego jednostajne zmennego. Ruch postępowy a const. v v at s s v t at Ruch obrotowy const. t t t Dla ruchu

Bardziej szczegółowo

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch

Za: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach

Bardziej szczegółowo

Wykład 2. Statystyka opisowa - Miary rozkładu: Miary położenia

Wykład 2. Statystyka opisowa - Miary rozkładu: Miary położenia Wykład 2 Statystyka opisowa - Miary rozkładu: Miary położenia Podział miar Miary położenia (measures of location): 1. Miary tendencji centralnej (measures of central tendency, averages): Średnia arytmetyczna

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

Statystyka opisowa. Robert Pietrzykowski.

Statystyka opisowa. Robert Pietrzykowski. Statystyka opisowa Robert Pietrzykowski email: robert_pietrzykowski@sggw.pl www.ekonometria.info 2 Na dziś Sprawy bieżące Przypominam, że 14.11.2015 pierwszy sprawdzian Konsultacje Sobota 9:00 10:00 pok.

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski STATYSTYKA OPISOWA Literatura A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

1 Podstawy rachunku prawdopodobieństwa 1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Praca z danymi zaczyna się od badania rozkładu liczebności (częstości) zmiennych. Rozkład liczebności (częstości) zmiennej to jakie wartości zmienna

Bardziej szczegółowo

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące

Bardziej szczegółowo

Rozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT

Rozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT Rozwązana (lub wskazówk do rozwązań) wększośc zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT 01-014 ZMIENNA LOSOWA I JEJ ROZKŁAD Zadane 1/ str. 4 a/ zmenna może przyjmować

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

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii Plan wykładu Statystyka opisowa Dane statystyczne miary położenia miary rozproszenia miary asymetrii Statystyka matematyczna Podstawy estymacji Testowanie hipotez statystycznych Żródła Korzystałam z ksiażek:

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

Statystyka. Wykład 2. Magdalena Alama-Bućko. 27 lutego Magdalena Alama-Bućko Statystyka 27 lutego / 39

Statystyka. Wykład 2. Magdalena Alama-Bućko. 27 lutego Magdalena Alama-Bućko Statystyka 27 lutego / 39 Statystyka Wykład 2 Magdalena Alama-Bućko 27 lutego 2017 Magdalena Alama-Bućko Statystyka 27 lutego 2017 1 / 39 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: https://bdl.stat.gov.pl/

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33 Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,

Bardziej szczegółowo

Analiza korelacji i regresji

Analiza korelacji i regresji Analza korelacj regresj Zad. Pewen zakład produkcyjny zatrudna pracownków fzycznych. Ich wydajność pracy (Y w szt./h) oraz mesęczne wynagrodzene (X w tys. zł) przedstawa ponższa tabela: Pracownk y x A

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSTEMY UCZĄCE SIĘ WYKŁAD 7. KLASYFIKATORY BAYESA Częstochowa 4 Dr hab. nż. Grzegorz Dudek Wydzał Elektryczny Poltechnka Częstochowska TWIERDZENIE BAYESA Wedza pozyskwana przez metody probablstyczne ma

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy

Bardziej szczegółowo

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle.

Wykład 3. Opis struktury zbiorowości. 1. Parametry opisu rozkładu badanej cechy. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle. Wykład 3. Opis struktury zbiorowości 1. Parametry opisu rozkładu badanej cechy. 2. Miary połoŝenia rozkładu. 3. Średnia arytmetyczna. 4. Dominanta. 5. Kwantyle. W praktycznych zastosowaniach bardzo często

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Analiza zróżnicowania, asymetrii i koncentracji

Analiza zróżnicowania, asymetrii i koncentracji Analiza zróżnicowania, asymetrii i koncentracji Miary zróżnicowania Miary średnie, chociaż reprezentują wszystkie jednostki badanej zbiorowości, nie dają wyczerpującej charakterystyki szeregu statystycznego,

Bardziej szczegółowo

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć:

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć: Wprowadzenie Statystyka opisowa to dział statystyki zajmujący się metodami opisu danych statystycznych (np. środowiskowych) uzyskanych podczas badania statystycznego (np. badań terenowych, laboratoryjnych).

Bardziej szczegółowo

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego

Portfele zawierające walor pozbawiony ryzyka. Elementy teorii rynku kapitałowego Portel nwestycyjny ćwczena Na podst. Wtold Jurek: Konstrukcja analza rozdzał 5 dr chał Konopczyńsk Portele zawerające walor pozbawony ryzyka. lementy teor rynku kaptałowego 1. Pożyczane penędzy amy dwa

Bardziej szczegółowo

Miary statystyczne w badaniach pedagogicznych

Miary statystyczne w badaniach pedagogicznych Miary statystyczne w badaniach pedagogicznych Szeregi statystyczne Szczegółowy - gdzie materiał uporządkowany jest rosnąco lub malejąco Rozdzielczy - gdzie poszczególnym wariantom zmiennej przyporządkowane

Bardziej szczegółowo

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20 Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca

Bardziej szczegółowo