K N. y y n. ) k=1,2,...k. x k. k x nk. x = 1.1
|
|
- Ryszard Lewicki
- 7 lat temu
- Przeglądów:
Transkrypt
1 . Wbó zmiech objaśiającch.. Ozaczeia Będziem a azie ozważać mode jedoówaiow. smbo K opis iczba zmiech objaśiającch iczba obsewacji (iczba watości ażdej ze zmiech, wstępującch w modeu) zmiea objaśiaa. Jej watości moża pzedstawić jao maciez oumową o eemetach,,,...,. Często taą maciez utożsamia się z wetoem o współzędch. -ta watość zmieej objaśiaej (jej watość w -tej obsewacji). Jest to -t eemet maciez oumowej. f mode (eacja pomiędz zmiemi objaśiającmi i objaśiaą),,,...k zmiee objaśiające. Moża je pzedstawić jao macieze oumowe,,,...k, ub weto. ch maciez będzie K; ażda z ich będzie się sładać z eemetów.,,,... -ta watość - tej zmieej objaśiającej (-t eemet maciez oumowej ) ozacza ume oejej obsewacji (chwii czasu), watości śedie, odpowiedio, zmieej oaz Podstawowe wzo: watość śedia zmieej maciez oumowa watości śedich [,..., ] eemetów odcheie zmieej od jej watości śediej - odcheie stadadowe zmieej S ( ),,...K współczi zmieości zmieej S υ.
2 .. Eimiacja zmiech quasi-stałch Wauiem wstępm uzaia óżch wieości za zmiee objaśiające jest dostateczie wsoa ich zmieość. Miaą poziomu zmieości jest współczi zmieości: Obiea się pewą watość tczą Zmiee spełiające ieówość S υ υ tego współczia, p. * 0. * υ., υ υ * uzaje się za quasi-stałe i eimiuje się ze zbiou potecjach zmiech objaśiającch. Pzład : Do opisu poducji fim w md zł () zapopoowao 4 wieości: zatudieie (ts. osób), watość śodów twałch (md zł), 3 czas pzestoju masz (di), 4 aład iwestcje (m zł). Watości zmiech w atach podao w tabei. Lata Spawdzić pz założoej watości tczej υ * 5 cz potecjae zmiee objaśiające odzaczają się odpowiedio wsoą zmieością. Rozwiązaie: Wzaczam śedie: ( ) 0 ( ) 3 4 podobie icząc dostajem
3 abea do wzaczeia odcheń stadadowch ( ).3 S : (A) (B) (C) (D) A B C D ,4 3,6 9,,6 S ,53 3,69 4,38,65 υ S / >5 >5 >5 <5 Ja wia z tabei, zmieą 4 moża pz tch wauach uzać za quasi-stałą i weimiować ze zbiou zmiech objaśiającch..3. Metoda aaiz współcziów oeacji Poega a badaiu oeacji pomiędz addatami a zmiee objaśiające, a taże pomiędz imi a zmieą objaśiaą. Służ do tego watość tcza współczia oeacji. W wiu tego badaia eimiuje się addati słabo soeowae ze zmieą objaśiaą. astępie ze zbiou tch zmiech, tóe został, wbiea się tę, tóa jest ajsiiej soeowaa ze zmieą objaśiaą. Spośód pozostałch eimiuje się te, tóe są siie soeowae z tą wbaą w popzedim ou. Ja widać, tzeba zdefiiować współczi oeacji dwóch zmiech oaz wjaśić, co to jest watość tcza współczia oeacji oaz co to zacz słabo soeowae oaz siie soeowae zmiee.
4 .4 Da zmiech oaz współczi oeacji obicza się ze wzou: ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) Współczii te twozą maciez oeacji R: R K K K K L M O M M L L Da zmiech oaz współczi oeacji obicza się ze wzou: ( ) ( ) ( ) ( ) ( ) ( ) ( )( ) ( ) ( ) Współczii oeacji pomiędz zmieą objaśiaą oaz addatami a zmiee objaśiające moża pzedstawić w postaci maciez oumowej K 0 R M
5 .3.. Ustaeie watości tczej współczia oeacji Watość tcza współczia oeacji * zaeż od iczb obsewacji oaz od poziomu istotości α tó zadajem (ajczęściej α 05 ub α 0). Watość * wzacza się ze wzou * ( tα ) ( t ) + α gdzie t α jest watością statsti t Studeta da zadaego poziomu istotości α oaz da iczb azwaej iczbą stopi swobod. abice watości tczch da testu tstudeta są podae w podęcziach. Wzaczeia watości tczej współczia oeacji doouje się az watość ta obowiązuje do zaończeia pocedu wbou zmiech objaśiającch..3.. Eimiacja zmiech słabo soeowach ze zmieą objaśiaą Słaba oeacja ozacza mał wpłw jedej zmieej a watość dugiej. Datego addati słabo soeowae ze zmieą objaśiaą eimiujem. Słaba oeacja zdefiiowaa jest ieówością * Etap eimiacji addate słabo soeowach ze zmieą objaśiaą wstępuje to az. Po im pzstępujem do putu Wbó zmieej ajsiiej soeowaej ze zmieą objaśiaą Do zbiou zmiech objaśiającch zaiczam jao piewszą spośód pozostałch addate tę, tóa jest ajsiiej soeowaa ze zmieą objaśiaą. Ozaczm ją h ; wzaczam ją ze wzou h ma { }.5
6 .3.4. Eimiacja addate siie soeowach z h Fomaie eimiujem te zmiee, da tóch zachodzi związe h > * Wia to z fatu, że popzez sie soeowaie zmiech spełiającch te waue ze zmieą h, ie wiosą oe istotie owch ifomacji o zmieej objaśiaej, gdż to, co mogłb wieść, zostaie wiesioe pzez zmieą objaśiającą h. Postępowaie opisae w putach.3.3 oaz.3.4 powtaza się aż do wczepaia wszstich addate a zmiee objaśiające. Pzład Wozstując metodę aaiz współcziów oeacji wbać zmiee objaśiające spośód,, 3 z popzediego pzładu. Lata Rozwiązaie: Watości śedie poszczegóch zmiech: 6,, ś ś ś ś
7 Współczii oeacji da ażdch dwóch wetoów odcheń zmiech od śedich obiczam w pogamie Ece, ozstając z fucji WSP.KORELACJI(Weto;Weto). Otzmujem: R , R Załadam poziom istotości α 05. Poieważ tutaj 0 więc iczba stopi swobod wosi Z tabic ozładu tstudeta da taich α i - otzmujem t α,306. Zatem watość tcza współczia oeacji * pzjmuje watość ( tα ) ( t ) +, 306 * 63, α Aaizując maciez R 0 stwiedzam, że żada zmiea ie jest słabo soeowaa ze zmieą objaśiaą, gdż >63 da,,3. Spośód tch zmiech ajsiiej ze zmieą objaśiaą jest soeowaa zmiea. Staje się oa zmieą objaśiającą. Z tabic R widać, że mam 9004 >* oaz 3 959>*. Zatem eimiujem zmieą zaówo ja i 3. Zatem metoda współcziów oeacji włoiła jedą zmieą objaśiającą:..7
8 .4. Metoda wsaźiów pojemości ifomacjej metoda Hewiga Dspoujem zbioem addate a zmiee objaśiające,,,..., L oaz zmieą objaśiaą. W związu z tm bez tudu obiczam macieze współcziów oeacji R 0 oaz R. Każda z addate jest tatowaa jao ośi ifomacji o. Rozpatujem wszstie iepuste ombiacje zmiech,,..., L. Ich iczba to L. Każdą ombiację ozaczam K, zaś ume zmiech zawatch w ombiacji K zawate są w zbioze Z, gdzie,,..., L. Idwiduaą pojemość ifomacją h zmieej,,,...,l, wchodzącej w sład tej ombiacji K oeśam astępująco: h Itegaa pojemość ifomacja tej ombiacji K : H s Z s h s Zaówo idwiduaa jai i itegaa pojemość ifomacja pzjmuje watości z pzedziału [0; ]. Za ajepszą ombiację zmiech (za zbió zmiech objaśiającch) uzajem zbió addate, da tóch pojemość itegaa jest ajwięsza H optmae ma{ H :,,..., } Rozważm zbió addate a zmiee objaśiające z popzediego pzładu. Z L Da tego zbiou zam macieze R 0 oaz R: R , R
9 Liczba zmiech L 3. Stąd iczba ombiacji L 3 7. Wpiszem poszczegóe ombiacje, poiczm idwiduaą pojemość ifomacją eemetów ażdej ombiacji, a astępie itegaa pojemość ifomacją ażdej ombiacji K { } Z {} h 960 H h , siie soeowae ze sobą i ze zmieą objaśiaą..9 K { } Z {} h 0 95 H h K 3 { 3 } Z 3 {3} h H 3 h K 4 {, } Z 4 {; } h h K 5 {, 3 } Z 5 {; 3} h 5 h H 4 h 4 +h H K 6 {, 3 } Z 6 {; 3} h , h H K 7 {,, 3 } Z 7 {; ; 3} h 7 338, h 7 35, h 73 3, H H optmae ma{h :,,...,7} 984 i jest osiągaa da K 7. Ja z tego wia, zmiemi objaśiającmi wg metod Hewiga powi zostać wszstie tz addati. Wiło to z fatu, iż wszstie tz zmiee bł
y Y : r R ; n Dobór zmiennych objaśniających do modelu ekonometrycznego Oznaczenia: Y - zmienna objaśniana, Postać macierzowa:
Dobó zec objaśającc do odeu eooetczego Ozaczea Y - zea objaśaa,,.,, - potecjae zee objaśające. Postać acezowa Y,. Współcz oeacj R, R, gdze ;,.,, ; ;,.,,, Postuat dotczące zec objaśającc Wso pozo zeośc
Bardziej szczegółowoOcena dopasowania modelu do danych empirycznych
Ocea dopasowaia modelu do dach empirczch Po oszacowaiu parametrów modelu ależ zbadać, cz zbudowa model dobrze opisuje badae zależości. Jeśli okaże się, że rozbieżość międz otrzmam modelem a dami empirczmi
Bardziej szczegółowoRozkład normalny (Gaussa)
Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch
Bardziej szczegółowo3. Regresja liniowa Założenia dotyczące modelu regresji liniowej
3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi
Bardziej szczegółowoRozkład normalny (Gaussa)
Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch
Bardziej szczegółowoWytrzymałość śruby wysokość nakrętki
Wyzymałość śuby wysoość aęi Wpowazeie zej Wie Działająca w śubie siła osiowa jes pzeoszoa pzez zeń i zwoje gwiu. owouje ozciągaie lub ścisaie zeia śuby, zgiaie i ściaie zwojów gwiu oaz wywołuje acisi a
Bardziej szczegółowoSTATYSTYCZNY OPIS UKŁADU CZĄSTEK
WYKŁAD 6 STATYSTYCZNY OPIS UKŁADU CZĄSTK Zespół statcz moża opisać: ) Klasczie pzestzeń fazowa P ( P PN, q, q q N) q Każda kofiguacja N cząstek zespołu statczego opisaa jest puktem w pzestzei fazowej.
Bardziej szczegółowoWykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy
Wyład 7 Przestrzeie metrycze zwarte Defiicja 8 (przestrzei zwartej i zbioru zwartego Przestrzeń metryczą ( ρ X azywamy zwartą jeśli ażdy ciąg elemetów tej przestrzei posiada podciąg zbieży (do putu tej
Bardziej szczegółowoLiczby Stirlinga I rodzaju - definicja i własności
Liczby Stiriga I rodzaju - defiicja i własości Liczby Stiriga I rodzaju ozaczae symboem s(, ) moża defiiować jao współczyii w rozwiięciu x s(, )x, 0 (1) 0 gdzie x x(x 1)... (x + 1), 1 x 0 1. (2) Zostały
Bardziej szczegółowoSzereg czasowy z trendem. Model Holta. Stosujemy dwa równania rekurencyjne: I - słuy do wyznaczania wygładzonych wartoci szeregu czasowego w chwili t
zeeg czasow z edem. Model Hola. osujem dwa ówaia ekuecje: I - słu do wzaczaia wgładzoch waoci szeegu czasowego w chwili F = + ( )( + α α F ) II - słu do wzaczaia wgładzoch waoci pzosu edu w chwili = β
Bardziej szczegółowoWykład1. Elementy logiki matematycznej i teorii mnogości.
WKŁAD. Wład. Element logii matematcznej i teoii mnogości. Definicja zdania Zdaniem w logice nazwam wowiedź zbudowaną zgodnie z zasadami ustalonego jęza tóej można zisać jednoznacznie jedną z dwu ocen:
Bardziej szczegółowoWARTOŚĆ PIENIĄDZA W CZASIE
WARTOŚĆ PIENIĄDZA W CZASIE Czyiki wpływające a zmiaę watości pieiądza w czasie:. Spadek siły abywczej. 2. Możliwość iwestowaia. 3. Występowaie yzyka. 4. Pefeowaie bieżącej kosumpcji pzez człowieka. Watość
Bardziej szczegółowoDobór zmiennych objaśniających do liniowego modelu ekonometrycznego
Dobó zmiennych objaśniających do liniowego modelu ekonometycznego Wstępnym zadaniem pzy budowie modelu ekonometycznego jest okeślenie zmiennych objaśniających. Kyteium wybou powinna być meytoyczna znajomość
Bardziej szczegółowof '. Funkcja h jest ciągła. Załóżmy, że ciąg (z n ) n 0, z n+1 = h(z n ) jest dobrze określony, tzn. n 0 f ' ( z n
Metoda Newtoa i rówaie z = 1 Załóżmy, że fucja f :C C ma ciągłą pochodą. Dla (prawie) ażdej liczby zespoloej z 0 tworzymy ciąg (1) (z ) 0, z 1 = z f ( z ), ciąg te f ' (z ) będziemy azywać orbitą liczby
Bardziej szczegółowoAPROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne
APROKSYMACJA I INTERPOLACJA Przybliżeie fucji f(x) przez ią fucję g(x) fucja f jest zbyt sompliowaa; użycie f w dalszej aalizie problemu jest trude fucja f jest zaa tylo tabelaryczie; wymagaa jest zajomość
Bardziej szczegółowoKOMBINATORYKA. Oznaczenia. } oznacza zbiór o elementach a, a2,..., an. Kolejność wypisania elementów zbioru nie odgrywa roli.
KOMBINATORYKA Kombiatoryą azywamy dział matematyi zajmujący się zbiorami sończoymi oraz relacjami między imi. Kombiatorya w szczególości zajmuje się wyzaczaiem liczby elemetów zbiorów sończoych utworzoych
Bardziej szczegółowoZbiorowość statystyczna zbiór elementów (osób, przedmiotów, itp.) mających jedną lub kilka wspólnych cech.
Statsta Statsta aua zajująca się wrwaie, badaie i opiswaie zależości wstępującch w zjawisach asowch; zbiór etod służącch groadzeiu, prezetacji, aalizie i iterpretacji dach. Przediote badaia statstczego
Bardziej szczegółowoLINIA PRZESYŁOWA PRĄDU STAŁEGO
oitechnia Białostoca Wydział Eetyczny Kateda Eetotechnii Teoetycznej i Metoogii nstucja do zajęć aboatoyjnych Tytuł ćwiczenia LNA RZEYŁOWA RĄD TAŁEGO Nume ćwiczenia E Auto: mg inŝ. Łuasz Zaniewsi Białysto
Bardziej szczegółowoAnaliza I.1, zima wzorcowe rozwiązania
Aaliza I., zima 07 - wzorcowe rozwiązaia Marci Kotowsi 5 listopada 07 Zadaie. Udowodij, że dla ażdego aturalego liczba 7 + dzieli się przez 6. Dowód. Tezę udowodimy za pomocą iducji matematyczej. Najpierw
Bardziej szczegółowoDwumian Newtona. Agnieszka Dąbrowska i Maciej Nieszporski 8 stycznia 2011
Dwumia Newtoa Agiesza Dąbrowsa i Maciej Nieszporsi 8 styczia Wstęp Wzory srócoego możeia, tóre pozaliśmy w gimazjum (x + y x + y (x + y x + xy + y (x + y 3 x 3 + 3x y + 3xy + y 3 x 3 + y 3 + 3xy(x + y
Bardziej szczegółowoErlanga. Znajdziemy rozkład czasów oczekiwania na n-te zdarzenie. Łączny czas oczekiwania. na n zdarzeń dany jest przez: = u-v i t 2.
Rozład Erlaga Zajdziem rozład czasów oczeiwaia a -e zdarzeie. Łącz czas oczeiwaia a zdarzeń da jes przez: M. Przbcień Rachue prawdopodobieńswa i sasa ( (- gdzie E ; λ λ exp λ Podobie zajdujem: E ( ; E(
Bardziej szczegółowoH brak zgodności rozkładu z zakładanym
WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Test zgodości H : rozład jest zgody z załadaym 0 : H bra zgodości rozładu z załadaym statystya: p emp i p obszar rytyczy: K ;, i gdzie liczba ategorii p Przyład: Wyoujemy
Bardziej szczegółowoź Ł Ą Ę Ź Ę Ę Ą Ę Ę Ę Ę Ę Ź Ą Ę Ą Ź Ę Ź Ó ć Ź Ó Ę Ź Ź ć ć Ę ć Ó Ó Ę Ę Ę Ę Ó Ę Ę ć Ć Ł Ó Ź ć ć ć Ę ć Ę Ł Ź Ź Ł ć ź ź Ę ć Ś Ą ć ć Ą ć Ś Ę Ź Ę Ź Ę ć Ó Ń Ę Ś Ę ź Ź Ę Ę Ć Ę Ń Ę Ę ć Ą Ę ć Ę ć Ę Ź Ę Ć Ę ź ć
Bardziej szczegółowo4.1. Środek ciężkości i środek masy
4 Śode ciężości i śode as Rozpatz uład putów ateialch o asach (,,, ), a tóe działają sił ciężości (s 4) Niech położeie tch putów względe putu odiesieia O oeślają weto wodzące, ja a suu Wiadoo, że sił ciężości
Bardziej szczegółowoEstymacja 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 szczegółowoma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y
Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:
Bardziej szczegółowoMetody probabilistyczne egzamin
Imię i azwisko:....................................................... N ideksu:.............. Metody pobabilistycze egzami Data: 30.0.209 Godzia: 3:00 Zadaie [8pkt] Podaj aksjomaty Kołmogoowa dla miay
Bardziej szczegółowoN ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
Bardziej szczegółowoĆwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny
TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości
Bardziej szczegółowoWykład 6. Przestrzenie metryczne ośrodkowe i zupełne. ρ, gdzie r
Wyład 6 Przestrzeie etrycze ośrodowe i zupełe. Przypoiay, że zbiór azyway przeliczaly, jeśli jest o rówoliczy ze zbiore wszystich liczb aturalych N, a co ajwyżej przeliczaly, jeśli jest o przeliczaly lub
Bardziej szczegółowoChemia Teoretyczna I (6).
Chemia Teoretycza I (6). NajwaŜiejsze rówaia róŝiczkowe drugiego rzędu o stałych współczyikach w chemii i fizyce cząstka w jedowymiarowej studi potecjału Cząstka w jedowymiarowej studi potecjału Przez
Bardziej szczegółowoWykład 8: Zmienne losowe dyskretne. Rozkłady Bernoulliego (dwumianowy), Pascala, Poissona. Przybliżenie Poissona rozkładu dwumianowego.
Rachue rawdoodobieństwa MAP064 Wydział Eletroii, ro aad. 008/09, sem. leti Wyładowca: dr hab. A. Jurlewicz Wyład 8: Zmiee losowe dysrete. Rozłady Beroulliego (dwumiaowy), Pascala, Poissoa. Przybliżeie
Bardziej szczegółowoqwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq
qwertyuiopasdfghjklzxcvbmqwerty uiopasdfghjklzxcvbmqwertyuiopasd fghjklzxcvbmqwertyuiopasdfghjklzx cvbmqwertyuiopasdfghjklzxcvbmq Model ekoometryczy wertyuiopasdfghjklzxcvbmqwertyui Ekoometria: projekt
Bardziej szczegółowo( ) O k k k. A k. P k. r k. M O r 1. -P n W. P 1 P k. Rys. 3.21. Redukcja dowolnego przestrzennego układu sił
3.7.. Reducja dowolego uładu sił do sił i par sił Dowolm uładem sił będiem awać uład sił o liiach diałaia dowolie romiescoch w prestrei. tm pucie ajmiem się sprowadeiem (reducją) taiego uładu sił do ajprostsej
Bardziej szczegółowoWykład 11. a, b G a b = b a,
Wykład 11 Grupy Grupą azywamy strukturę algebraiczą złożoą z iepustego zbioru G i działaia biarego które spełia własości: (i) Działaie jest łącze czyli a b c G a (b c) = (a b) c. (ii) Działaie posiada
Bardziej szczegółowoŃ Ą Ę Ł Ł Ł Ł ź Ł Ł Ł Ł Ł Ł ź Ł Ł Ł Ł Ś Ś źć Ą ź ź ć ź ć Ś ć Ą ć Ż ć ć Ę ć Ą Ł Ł Ł ź Ś Ą ź Ą Ą Ł Ś Ą Ż Ą Ł Ł ć Ż Ś ź Ó ź Ó ć Ć ź Ś ć Ł ć ć ć ć ć ć Ą Ą Ą Ł Ą ć ć ć ć Ą Ł ź ć ćź ć ć ź Ś ć ć Ą Ą Ą ć Ą ć Ż
Bardziej szczegółowoć ć ć ć ć ć ć źć ć ć ć ć ć ć ź Ś ź ć ć ć Ż ć Ę ć ć ć ć ć ć Ę Ę ć ć ć Ż ź ź ź ć ć ć ć ć Ś ć ć ć ć ć Ż ćż ć ć ć ć ć ć Ż ć ć ć ć ź ć ź Ę ć ć ź ć ć Ś Ż ć ć ć Ą Ż ć ć ć Ę ć ć Ż ć ć ć Ś ć ć ć ć ć ć ć ć ć ć ć
Bardziej szczegółowoĆwiczenia 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 szczegółowoKorelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12
Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu
Bardziej szczegółowoANALIZA KORELACJI IREGRESJILINIOWEJ
ANALIZA KORELACJI IREGRESJILINIOWEJ 1. ZALEŻNOŚCI STOCHASTYCZNE Badajac zjawiska o charakterze masowym, w tym szczególie zjawiska spo leczo-ekoomicze, stwierdzamy, że każde z ich jest uwarukowae dzia laiem
Bardziej szczegółowoRachunek różniczkowy funkcji wielu zmiennych
Automatya i Robotya Aaliza Wyład dr Adam Ćmiel cmiel@agh.edu.pl Rachue różiczowy fucji wielu zmieych W olejych wyładach uogólimy pojęcia rachuu różiczowego i całowego fucji jedej zmieej a przypade fucji
Bardziej szczegółowoz przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X
Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie
Bardziej szczegółowoMateriał 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 szczegółowoX i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.
Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,
Bardziej szczegółowoSTATYSTYKA 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 szczegółowo1 Układy równań liniowych
Katarzya Borkowska, Wykłady dla EIT, UTP Układy rówań liiowych Defiicja.. Układem U m rówań liiowych o iewiadomych azywamy układ postaci: U: a x + a 2 x 2 +... + a x =b, a 2 x + a 22 x 2 +... + a 2 x =b
Bardziej szczegółowon n Weźmy f: 3 (x 1, x 2, x 3 ) (y 1, y 2, y 3 ) 3 Jeżeli zdefiniujemy funkcje pomocnicze f j : 3 (x 1, x 2, x 3 ) y j, dla j = 1,2,3, to
"Maemac ą jak Facuzi: cokolwiek im ię powie od azu pzekładają o a wój wła jęzk i wówcza aje ię o czmś zupełie im." Joha Wola Goehe Weźm : Jeżeli zdeiiujem ukcje pomocicze j : j dla j = o = dzie = Czli
Bardziej szczegółowoLICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY
LICZBY, RÓWNANIA, NIERÓWNOŚCI; DOWÓD INDUKCYJNY Zgodie z dążeiami filozofii pitagorejsiej matematyzacja abstracyjego myśleia powia być dooywaa przy pomocy liczb. Soro ta, to liczby ależy tworzyć w miarę
Bardziej szczegółowoWykład 4. Zasada zachowania energii. Siły zachowawcze i niezachowawcze
Wład 4 Zasada achowania enegii Sił achowawce i nieachowawce Wsstie istniejące sił możem podielić na sił achowawce i sił nie achowawce. Siła jest achowawca jeżeli paca tóą wonuję ta siła nad puntem mateialnm
Bardziej szczegółowoEgzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!
Egzami z Aaliz Matematczej Każde zadaie ależ ozwiązać a oddzielej, podpisaej katce! Zbadać, w jakich puktach jest óżiczkowala fukcja f (, ( + = +, (, (,), (, = (,) Zaleźć ajmiejszą i ajwiększą watość fukcji
Bardziej szczegółowoTrzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w
Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to
Bardziej szczegółowoModele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017
STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,
Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi
Bardziej szczegółowoO pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii
O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję
Bardziej szczegółowo40:5. 40:5 = 500000υ5 5p 40, 40:5 = 500000 5p 40.
Portfele polis Poieważ składka jest ustalaa jako wartość oczekiwaa rzeczywistego, losowego kosztu ubezpieczeia, więc jest tym bliższa średiej wydatków im większa jest liczba ubezpieczoych Polisy grupuje
Bardziej szczegółowoZeszyty naukowe nr 9
Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę
Bardziej szczegółowoWykład 11 ( ). Przedziały ufności dla średniej
Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;
Bardziej szczegółowoIV Uniwersytecka Sobota Matematyczna 14 kwietnia Funkcje tworzące w kombinatoryce
IV Uiwersyteca Sobota Matematycza 4 wietia 208 Fucje tworzące w ombiatoryce Dla ciągu a 0 a a 2... defiiujemy fucję tworzącą: G(x) = a x = a 0 + a x + a 2 x 2 + a 3 x 3 + =0. Zajdź fucje tworzące dla poiższych
Bardziej szczegółowoDEA podstawowe modele
Marek Miszczński KBO UŁ 2008 - Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) EA podsawowe modele WPROWAZENIE Efekwość (produkwość) obieku gospodarczego o es defiiowaa ako sosuek sum ważoch
Bardziej szczegółowoAutomatyczna detekcja i pomiar markerów w fotogrametrycznym systemie trójwymiarowego pozycjonowania ciała dla celów rehabilitacji leczniczej *
Automatcza detekcja i pomia makeów w otogametczm sstemie tójwmiaowego pozcjoowaia ciała dla celów ehabilitacji lecziczej * D iż. Regia Tokaczk, iż. Michał Huppet Steszczeie Fotogametcz sstem pozcjoowaia
Bardziej szczegółowoDYNAMIKA. Dynamika jest działem mechaniki zajmującym się badaniem ruchu ciał z uwzględnieniem sił działających na ciało i wywołujących ten ruch.
DYNMIK Daika jes działe echaiki zajując się badaie uchu ciał z uwzględieie sił działającch a ciało i wwołującch e uch. Daika opiea się a pawach Newoa, a w szczególości a dugi pawie (zwa pawe daiki). Moża
Bardziej szczegółowoZadania domowe z Analizy Matematycznej III - czȩść 2 (funkcje wielu zmiennych)
Zadaia domowe z AM III dla grup E7 (semestr zimow 07/08) Czȩść Zadaia domowe z Aaliz Matematczej III - czȩść (fukcje wielu zmiech) Zadaie. Obliczć graice lub wkazać że ie istiej a: (a) () (00) (b) + ()
Bardziej szczegółowoMODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.
Bardziej szczegółowoEstymacja 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 szczegółowoWERSJA 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 szczegółowoWokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych
Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b
Bardziej szczegółowoLista 6. Estymacja punktowa
Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?
Bardziej szczegółowoTwierdzenia o funkcjach ciągłych
Automatya i Robotya Aaliza Wyład 5 dr Adam Ćmiel cmiel@aghedupl Twierdzeia o ucjach ciągłych Tw (Weierstrassa Jeżeli ucja : R [ R jest ciągła a [, to ograiczoa i : ( sup ( i ( i ( [, Dowód Ograiczoość
Bardziej szczegółowoO liczbach naturalnych, których suma równa się iloczynowi
O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą
Bardziej szczegółowo16 Przedziały ufności
16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])
Bardziej szczegółowoWynik finansowy transakcji w momencie jej zawierania jest nieznany z uwagi na zmienność ceny przedmiotu transakcji, czyli instrumentu bazowego
.Istmety ochoe otaty temiowe azywae sa istmetami ochoymi (eivatives. otat temiowy zobowiazje wie stoy o zeowazeia w zyszłosci ewej tasacji a wczesiej staloych waach. Jea stoa otatów (abywca - te, co je
Bardziej szczegółowoPrzejmowanie ciepła przy kondensacji pary
d iż. Michał Stzeszewski 004-01 Pzejowaie ciepła pzy kodesacji pay Zadaia do saodzielego ozwiązaia v. 0.9 1. powadzeie Jeżeli paa (asycoa lub pzegzaa) kotaktuje się z powiezchią o tepeatuze T s iższej
Bardziej szczegółowoROZWIĄZUJEMY PROBLEM RÓWNOWAŻNOŚCI MASY BEZWŁADNEJ I MASY GRAWITACYJNEJ.
ROZWIĄZUJEMY PROBLEM RÓWNOWAŻNOŚCI MASY BEZWŁADNEJ I MASY GRAWITACYJNEJ. STRESZCZENIE Na bazie fizyki klasycznej znaleziono nośnik ładunku gawitacyjnego, uzyskano jedność wszystkich odzajów pól ( elektycznych,
Bardziej szczegółowoParametryczne Testy Istotności
Parametrycze Testy Istotości Wzory Parametrycze testy istotości schemat postępowaia pukt po pukcie Formułujemy hipotezę główą H odośie jakiegoś parametru w populacji geeralej Hipoteza H ma ajczęściej postać
Bardziej szczegółowoŁ Ł Ą Ą Ą ż ń ż ń ż ń Ż Ż Ś ń Ż ń ć Ł Ą ń Ż Ś ń ć ń ć ń Ż ć ć ń ń ń ż ć ń ŁĄ ż ć ć ć ć ń Ż Ź ć ć ć ń ż ŁĄ Ł ż Ł Ąż ń ć ż ŚĆ ż Ł ń Ć Ś Ę ń ń ż ź Ż ń ć Ę ń ć ż ć ć ń ń Ć ć ż Ż ć ć ć ćż Ż ć Ż Ę Ż Ż Ść Ż ż
Bardziej szczegółowo3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy
Bardziej szczegółowoa 1, a 2, a 3,..., a n,...
III. Ciągi liczbowe. 1. Defiicja ciągu liczbowego. Defiicja 1.1. Ciągiem liczbowym azywamy fukcję a : N R odwzorowującą zbiór liczb aturalych N w zbiór liczb rzeczywistych R i ozaczamy przez { }. Używamy
Bardziej szczegółowo$y = XB KLASYCZNY MODEL REGRESJI LINIOWEJ Z WIELOMA ZMIENNYMI NIEZALEŻNYMI
KASYCZNY ODE REGRESJI INIOWEJ Z WIEOA ZIENNYI NIEZAEŻNYI. gdz: wtor obsrwacj a zmj Y, o wmarach ( macrz obsrwacj a zmch zalżch, o wmarach ( ( wtor paramtrów struturalch (wtor współczów, o wmarach (( wtor
Bardziej szczegółowotek zauważmy, że podobnie jak w dziedzinie rzeczywistej wprowadzamy dla funkcji zespolonych zmiennej rzeczywistej pochodne wyższych rze
R o z d z i a l III RÓWNANIA RÓŻNICZKOWE LINIOWE WYŻSZYCH RZE DÓW 12. Rówaie różiczowe liiowe -tego rze du Na pocza te zauważmy, że podobie ja w dziedziie rzeczywistej wprowadzamy dla fucji zespoloych
Bardziej szczegółowoPROGNOZY I SYMULACJE
oecasig is he a of saig wha will happe, ad he explaiig wh i did. h. hafield 98 PROGNOZY I YMULAJE Kaaza hud Laskowska kosulacje: p. 00A śoda - czwaek - soa ieeowa: hp://kc.sd.pz.edu.pl/ WYKŁAD VIII zeegi
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa
Aaliza matematycza i algebra liiowa Materiały pomocicze dla studetów do wyładów Rachue różiczowy ucji wielu zmieych. Pochode cząstowe i ich iterpretacja eoomicza. Estrema loale. Metoda ajmiejszych wadratów.
Bardziej szczegółowo2 0 0 M P a o r a z = 0, 4.
M O D E L O W A N I E I N Y N I E R S K I E n r 4 7, I S S N 1 8 9 6-7 7 1 X A N A L I Z A W Y T R Z Y M A O C I O W A S Y S T E M U U N I L O C K 2, 4 S T O S O W A N E G O W C H I R U R G I I S Z C Z
Bardziej szczegółowoCharakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja
Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej
Bardziej szczegółowoMATEMATYKA FINANSOWA - PROCENT SKŁADANY 2. PROCENT SKŁADANY
2. PROCENT SŁADANY Zasada procetu składaego polega a tym, iż liczymy odsetki za day okres i doliczamy do kapitału podstawowego. Odsetki za astępy okres liczymy od powiększoej w te sposób podstawy. Czyli
Bardziej szczegółowoOCENA POPYTU POPYT POJĘCIA WSTĘPNE. Definicja: Popyt to ilość dobra, jaką nabywcy gotowi są zakupić przy różnych poziomach ceny.
OCENA POPYTU POPYT POJĘCIA WSTĘPNE Defiicja: Pop o ilość dobra, jaką abwc goowi są zakupić prz różch poziomach ce. Deermia popu: (a) Cea daego dobra (b) Ilość i ce dóbr subsucjch (zw. kokurecjch) (c) Ilość
Bardziej szczegółowoPodprzestrzenie macierzowe
Podprzestrzeie macierzowe Defiicja: Zakresem macierzy AŒ mâ azywamy podprzestrzeń R(A) przestrzei m geerowaą przez zakres fukcji ( ) : m f x = Ax ( A) { Ax x } = Defiicja: Zakresem macierzy A Œ âm azywamy
Bardziej szczegółowoJEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:
Bardziej szczegółowo00502 Podstawy kinematyki D Część 2 Iloczyn wektorowy i skalarny. Wektorowy opis ruchu. Względność ruchu. Prędkość w ruchu prostoliniowym.
1 00502 Kinematyka D Dane osobowe właściciela akusza 00502 Podstawy kinematyki D Część 2 Iloczyn wektoowy i skalany. Wektoowy opis uchu. Względność uchu. Pędkość w uchu postoliniowym. Instukcja dla zdającego
Bardziej szczegółowoAnaliza możliwości wykorzystania wybranych modeli wygładzania wykładniczego do prognozowania wartości WIG-u
Zbigiew Taapaa Aaliza możliwości wykozysaia wybaych modeli wygładzaia wykładiczego do pogozowaia waości WIG-u Wydział Cybeeyki Wojskowej Akademii Techiczej w Waszawie Seszczeie W aykule pzedsawioo aalizę
Bardziej szczegółowoZadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.
Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,
Bardziej szczegółowoFizyka I (2013/2014) Kolokwium Pytania testowe (B)
Imię i Nazwisko:... N. albm:... Gpa ćwiczeiowa:... Fizyka I (013/014) Kolokwim 18.11.013 Pytaia testowe (B) Na każde pytaie jest dokładie jeda pawidłowa odpowiedź. Należy ją zazaczyć stawiając czytely
Bardziej szczegółowoMatematyka ubezpieczeń majątkowych r.
Matematyka ubezpieczeń majątkowych 6..003 r. Zadaie. W kolejych okresach czasu t =,, 3, 4, 5 ubezpieczoy, charakteryzujący się parametrem ryzyka Λ, geeruje szkód. Dla daego Λ = λ zmiee N, N,..., N 5 są
Bardziej szczegółowoZauważone błędy bardzo proszę zgłaszać mailem lub na ćwiczeniach. Z góry dziękuję :-)
Odpowiedzi do zadań z szeregów, cz I. Zauważoe błędy bardzo proszę zgłaszać mailem lub a ćwiczeiach. Z góry dziękuję :-. a +, wsk. skorzystać z rówości a b a b, astępie a+b wyciągąć ajwyższe potęgi z liczika
Bardziej szczegółowoMMF ćwiczenia nr 1 - Równania różnicowe
MMF ćwiczeia - Rówaia óżicowe Rozwiązać ówaia óżicowe piewszego zędu: (a) y + y =, y = (b) y + y =!, y = Wsk Podzielić ówaie pzez! i podstawić z = y /( )! Rozwiązać ówaia óżicowe dugiego zędu: (a) + 6,
Bardziej szczegółowoPOLITECHNIKA 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 szczegółowoĆwiczenie 43. Halotron
Ćwiczeie 4 Haloto Cel ćwiczeia Cechowaie halotou pzy użyciu pola magetyczego o zaej iducji. Wyozystaie halotou do pomiau pzestzeego ozładu pola cewi ołowej i magesu feytowego. Wpowadzeie Zasada działaia
Bardziej szczegółowo20. Model atomu wodoru według Bohra.
Model atou wodou według Boha Wybó i opacowaie zadań Jadwiga Mechlińska-Dewko Więcej zadań a te teat zajdziesz w II części skyptu Opieając się a teoii Boha zaleźć: a/ poień -tej obity elektou w atoie wodou,
Bardziej szczegółowo