ANALIZA CZYNNIKOWA Przykład 1

Wielkość: px
Rozpocząć pokaz od strony:

Download "ANALIZA CZYNNIKOWA Przykład 1"

Transkrypt

1 ANALIZA CZYNNIKOWA... stanowi zespół metod i procedur statystycznych pozwalających na badanie wzajemnych relacji między dużą liczbą zmiennych i wykrywanie ukrytych uwarunkowań, ktore wyjaśniają ich występowanie. Pozwala na sprowadzenie dużej liczby badanych zmiennych do znacznie mniejszej liczby wzajemnie niezależnych (nieskorelowanych) czynników. Wyodrębnione czynniki mają inną interpretację merytoryczną jednocześnie zachowują znaczną część informacji zawartych w zmiennych pierwotnych.

2 ANALIZA CZYNNIKOWA Przykład 1 Ocena nowej czekolady za pomocą zestawu 20 pytań, w których badani oceniali wiele jej różnych cech (smak, zapach, konsystencja, kolor, kształt, opakowanie itp.) Wykorzystując analizę czynnikową można sprawdzić, czy możliwe jest wyodrębnienie kilku ogólnych, ukrytych czynników, warunkujących stosunek respondentów do nowego produktu (np. wymiary "łącznej oceny smaku i zapachu" czy wyglądu).

3 ANALIZA CZYNNIKOWA Przykład 2 kwestionariusz dotyczący satysfakcji klientów zwykle zawiera wiele pytań dotyczących różnych aspektów działania firmy analizowanie każdego pytania osobno pozwala uzyskać wiele szczegółowych informacji. Natomiast zastosowanie analizy czynnikowej pozwala na uzyskanie ogólnego, syntetycznego obrazu powodów wpływających na satysfakcję klientów.

4 CELE ANALIZY CZYNNIKOWEJ Redukcja liczby zmiennych bez istotnej straty zawartych w nich informacji Wykrywanie ukrytych związków między zmiennymi formułowanie i weryfikacja hipotez dotyczących istnienia i charakteru prawidłowości kształtujących związki między zmiennymi

5 CELE ANALIZY CZYNNIKOWEJ Tworzenie skal i miar złożonych z kilku pytań Ustalanie wag określających znaczenie, jakie należy przypisać poszczególnym zmiennym i czynnikom w trakcie analiz Ortogonalizacja przestrzeni, w której rozpatrywane są obiekty, będące przedmiotem badań Opis zjawisk w kontekście nowych kategorii zdefiniowanych przez czynniki Prezentacja graficzna zbioru obserwacji wielowymiarowych

6 CELE ANALIZY CZYNNIKOWEJ Kiedy stosować? Analiza eksploracyjna czynniki są początkowo nieznane i zostają wyodrębnione dzięki analizie: dane grupowane są w zbiory zmiennych najsilniej ze sobą skorelowanych wykrywanie związków między zmiennymi bez wstępnych założeń Analiza konfirmacyjna weryfikacja hipotez co do określonej z góry struktury czynników i estymacja parametrów założonego modelu

7 OGÓLNY PODZIAŁ METOD ANALIZY CZYNNIKOWEJ A. Model "klasyczny" analizy czynnikowej (podział wariancji całkowitej zmiennych na dwie części: wariancję wspólną i wariancję ( specyficzną klasyczna analiza czynnikowa analiza kanoniczna B. Model "komponentowy" analizy czynnikowej (nieuwzględnianie struktury wariancji) metoda głównych składowych analiza współzależności

8 PROCEDURA Wybór zmiennych do analizy Wyznaczenie macierzy korelacji (kowariancji) Wyznaczenie głównych składowych /czynników Rotacja głównych składowych /czynników Interpretacja głównych składowych /czynników

9

10 METODA GŁÓWNYCH SKŁADOWYCH Analiza głównych składowych (principal components analysis) jest metodą transformacji obserwowalnych zmiennych pierwotnych w nowe, wzajemnie ortogonalne zmienne, tzw. główne składowe. Głównych składowych można wyznaczyć tyle, ile było zmiennych pierwotnych.

11 Własności głównych składowych - są liniową kombinacją obserwowalnych zmiennych - są ortogonalne względem siebie - kolejne składowe wyjaśniają malejącą ilość łącznej wariancji zmiennych - suma wariancji składowych jest równa sumie wariancji zmiennych pierwotnych

12 METODA GŁÓWNYCH SKŁADOWYCH W praktyce chodzi o sprawdzenie, czy kilka nowych zmiennych wyjaśnia maksymalnie dużo zmienności wyjściowego układu przy zachowaniu nieskorelowania, co daje w efekcie redukcję wymiaru.

13 METODA GŁÓWNYCH SKŁADOWYCH Redukcja wymiaru przestrzeni cech, uporządkowanie ich na podzbiory (główne składowe) jest przydatna głównie ze względu na możliwość: zmniejszenia liczby zmiennych w dalszych analizach interpretacji relacji między składowymi graficznej prezentacji konfiguracji porównywanych zmiennych uporządkowania zmiennych według przyjętych cech

14 METODA GŁÓWNYCH SKŁADOWYCH W analizie głównych składowych rozwiązywany problem można przedstawić następująco:

15 METODA GŁÓWNYCH SKŁADOWYCH Zmienne pierwotne są zestandaryzowane. Nowa zmienna powinna wyjaśniać maksymalną ilość wariancji zmiennych pierwotnych (jej wariancja jest przedstawiona na rysunku obszarem zacieniowanym). Wariancja tej nowej zmiennej wyjaśniającej pewną ilość zmienność zmiennych pierwotnych jest nazywana jej wartością własną (eigenvalue).

16 PROCEDURA METODY GŁÓWNYCH SKŁADOWYCH Przedmiot analizy: macierz danych, zawierająca n realizacji m zmiennych: X x ij, x ij 0, j i 1,2,..., m 1,2,..., n Po standaryzacji: Z= [ z ij ]

17 PROCEDURA METODY GŁÓWNYCH SKŁADOWYCH Podstawowe równanie metody głównych składowych można zapisać w postaci układu równań liniowych: Z T = AG T G = A T Z gdzie: Z - macierz j standaryzowanych zmiennych pierwotnych A - macierz współczynników składowych głównych G - macierz składowych głównych

18 PROCEDURA METODY GŁÓWNYCH SKŁADOWYCH Podstawą do wyznaczania elementów macierzy współczynników składowych głównych jest macierz korelacji: R 1 1 n r Z' Z z z p, j 1... m ij ip ij n n i 1 Wariancje na głównej przekątnej są miarą zasobów informacyjnych zmiennych pierwotnych.

19 PROCEDURA METODY GŁÓWNYCH SKŁADOWYCH Każdą z głównych składowych G l można przedstawić jako liniową kombinację pierwotnych zmiennych Z: k G l = i= 1 m j= 1 a i j Z j gdzie: m liczba zmiennych pierwotnych k liczba składowych głównych Z j j-ta zmienna standaryzowana (pierwotna) G l l-ta skłądowa główna a jl ładunki czynnikowe

20 METODA GŁÓWNYCH SKŁADOWYCH Pierwsza główna składowa G 1 jest taką kombinacją zmiennych pierwotnych, dla której wariancja próbkowa wyraża się wzorem: S 2 G1 = m m i 1 j 1 a i1 a j1 S ij i jest największa wśród wszystkich kombinacji liniowych takich, że: a 1 T a 1 =1 (warunek jednoznacznego wyznaczenia wektora współczynników).

21 METODA GŁÓWNYCH SKŁADOWYCH Druga główną składową można przedstawić w sposób analogiczny. Jest ona kombinacją liniową zmiennych pierwotnych maksymalizującą wariancję przy warunkach: a 1 T a 1 =1 oraz a 1 T a 2 = 0 Drugi z nich zapewnia ortogonalność powstałych składowych. Konsekwencją tego jest sumowanie się kolejnych wariancji głównych składowych do wariancji całkowitej.

22 PROCEDURA METODY GŁÓWNYCH SKŁADOWYCH Każda l-ta główna składowa jest liniowa kombinacją zmiennych pierwotnych i wyjaśnia i-tą część całkowitej zmienności. Główne składowe są tak wyznaczane, aby wariancje kolejnych składowych były coraz mniejsze. Można wyznaczyć tyle głównych składowych, ile mamy zmiennych wyjściowych, jednak zazwyczaj kilka pierwszych wystarcza do wyjaśnienia większości wariancji układu zmiennych.

23 METODA GŁÓWNYCH SKŁADOWYCH Znaczenie i użyteczność składowej głównej jest mierzona wielkością wyjaśnianej przez nią całkowitej zmienności. I tak, jeśli w układzie sześciu zmiennych pierwsza składowa wyjaśnia np. 85% zmienności, to znaczy to, że niemal cała zmienność tego układu da się przedstawić na prostej zamiast w sześciu wymiarach.

24 METODA GŁÓWNYCH SKŁADOWYCH W efekcie powstaje nam tyle głównych składowych, ile było początkowo zmiennych: nadal mamy układ m-wymiarowy. Ale w praktyce ograniczamy się do kilku pierwszych głównych składowych, które wyjaśniają z góry ustaloną część wariancji całkowitej, np. 75%.

25

26 PROCEDURA ANALIZY CZYNNIKOWEJ Analiza czynnikowa to metoda modelowania liniowego zakłada się, że zmienne można przedstawić za pomocą liniowej funkcji zmiennych nieobserwowalnych (czynników), przy czym wszystkie zmienne przedstawiane są jako funkcje tych samych czynników. Bazuje na korelacji lub kowariancji między zmiennymi.

27 PROCEDURA ANALIZY CZYNNIKOWEJ Przedmiot analizy: macierz danych, zawierająca n realizacji m zmiennych: X x ij, x ij 0, j i 1,2,..., m 1,2,..., n Po standaryzacji : Z= [ z ij ]

28 PROCEDURA ANALIZY CZYNNIKOWEJ Zakładamy, że pomiędzy zmiennymi X j zachodzą związki, których siłę i kierunek określają współczynniki korelacji liniowej Pearsona zawarte w macierzy korelacji: R n 1 1 ij ip ij... n n r Z' Z z z p, j 1 m i 1

29 PROCEDURA ANALIZY CZYNNIKOWEJ Zakładamy, że źródłem wzajemnych zależności między zmiennymi są ukryte wspólne czynniki, które można uznać za nośniki tej samej informacji, chcemy zatem je wyodrębnić w formie nowych, syntetycznych zmiennych. Jednak zakładamy też, że nie cała wariancja zmiennych jest powodowana tymi ukrytymi wspólnymi czynnikami każda zmienna pierwotna charakteryzuje się też pewnymi specyficznymi właściwościami.

30 PROCEDURA ANALIZY CZYNNIKOWEJ Podstawą identyfikacji składników wspólnych i specyficznych jest w analizie czynnikowej podział wariancji poszczególnych zmiennych na wariancję wspólną i specyficzną: h j 2 - zasób zmienności wspólnej - część wariancji objaśniona przez czynniki wspólne w j 2 - zasób zmienności swoistej - pozostałość po odjęciu zasobu zmienności wspólnej od wariancji całkowitej

31 PROCEDURA ANALIZY CZYNNIKOWEJ Założenia: - czynniki wspólne nie są skorelowane ze sobą - czynniki specyficzne również nie są ze sobą skorelowane - czynniki wspólne nie są skorelowane z czynnikami specyficznymi

32 PROCEDURA ANALIZY CZYNNIKOWEJ Model analizy czynnikowej można zapisać w postaciw postaci układu równań liniowych: gdzie: Z = AF + BU Z - macierz j standaryzowanych zmiennych pierwotnych A - macierz ładunków czynnikowych czynników wspólnych F - macierz czynników wspólnych B macierz (disgonalna) ładunków czynnikowych czynników specyficznych U - macierz czynników specyficznych

33 PROCEDURA ANALIZY CZYNNIKOWEJ Zatem każda z obserwowalnych zmiennych Z jest funkcją liniową zmiennych nieobserwowalnych (czynników wspólnych) oraz pojedynczej zmiennej specyficznej: k Z j = l=1 a jl F l b j U j gdzie: m - liczba zmiennych pierwotnych k - liczba czynników głównych (wspólnych) Z j - j-ta zmienna standaryzowana (pierwotna) F l - l-ty czynnik wspólny U j - j-ty czynnik swoisty a jl ładunek czynnikowy l-tego czynnika Fl w j-tej zmiennej obserwowalnej

34 PROCEDURA ANALIZY CZYNNIKOWEJ Dążymy do eliminacji wpływu czynników specyficznych na rzecz czynników wspólnych. W tym celu zastępujemy w macierzy R współczynniki korelacji na głównej przekątnej zasobami zmienności wspólnej, otrzymując tzw. zredukowaną macierz korelacji : ~ R r~ r dla i j ij ij r~ h 2 dla i j ij j

35 PROCEDURA ANALIZY CZYNNIKOWEJ Wartości h j 2 ustala się na poziomie: średniej arytmetycznej współczynników korelacji danej zmiennej z innymi zmiennymi: h j 2 = 1 m m i 1 r ij najwyższego co do modułu współczynnika korelacji j-tej zmiennej z pozostałymi: h 2 j = max [ r ij ], i j współczynnik determinacji wielorakiej R 2 danej zmiennej z innymi zmiennymi

36 PROCEDURA ANALIZY CZYNNIKOWEJ Zatem podstawowe zadanie analizy czynnikowej sprowadza się do rozwiązania równania: ~ R AA T ze względu na macierz A, czyli wyznaczenia ładunków czynnikowych czynników wspólnych.

37 PROCEDURA ANALIZY CZYNNIKOWEJ ~ Uporządkowane malejąco wartości własne macierzy R [ ] (l 1...m) oraz odpowiadające im wektory własne V: V l [ v ] (j 1...m) posłużą do wyznaczenia ładunków czynnikowych l-tego czynnika w zmiennych pierwotnych: a jl l jl 1 [ m j 1 v v jl 2 jl ] 1/ 2

38 PROCEDURA ANALIZY CZYNNIKOWEJ Kolejne wartości i wektory własne posłużą do uzyskania ładunków czynnikowych kolejnych czynników. Ładunki te odzwierciedlają korelację pomiędzy j-tą zmienną pierwotną i l-tym wspólnym czynnikiem. Znalezienie tego rozwiązania kończy właściwą analizę czynnikową.

39

40 ROTACJA CZYNNIKÓW Uzyskana macierz ładunków czynnikowych A nie jest jednym możliwym rozwiązaniem analizy czynnikowej. Poprzez obrót układu wzajemnie ortogonalnych osi - czynników głównych - można wygenerować nieskończenie wiele różnych macierzy ładunków. Dokonanie takiej rotacji pozwala często na takie ustalenie osi, aby odpowiadająca mu macierz ładunków zapewniła możliwie najłatwiejszą interpretację czynników.

41 ROTACJA CZYNNIKÓW Rotacja polega na znalezieniu ortogonalnej macierzy S (macierzy transformacji) spełniającej warunek: A 1 T = S A 0 T gdzie: A 0,A 1 - to wyjściowa i końcowa macierz ładunków,

42 ROTACJA CZYNNIKÓW Elementy macierzy transformacji S określają kąty, o jakie należy obrócić układ osi - czynników wspólnych tak, aby: - zmaksymalizować liczbę ładunków zerowych w każdej kolumnie macierzy czynników - zmaksymalizować korelacje między jak najmniejszą liczbą zmiennych, a każdym wyodrębnionym czynnikiem głównym

43 ROTACJA CZYNNIKÓW Innymi słowy - rotacja polega na sprowadzeniu struktury ładunków czynnikowych do prostej struktury, w której punkty reprezentujące zmienne skupiają się wokół osi czynników. Istotne jest, że wskutek rotacji zasoby zmienności wspólnej hj2 określające udział wszystkich czynników wspólnych w wyjaśnianiu wariancji zmiennej Xj nie ulegają zmianie.

44 ROTACJA CZYNNIKÓW Najczęściej stosuje się procedury rotacji ortogonalnej, z których najbardziej znanymi są varimax i quartimax. VARIMAX upraszcza interpretację czynników (minimalizuje liczbę zmiennych potrzebnych do wyjaśnienia danego czynnika) QUARTIMAX upraszcza interpretację zmiennych (minimalizuje liczbę czynników potrzebnych do wyjaśnienia danej zmiennej).

45 WYZNACZENIE WARTOŚCI CZYNNIKÓW Na koniec najczęściej potrzebny jest sposób wyznaczenia wartości poszczególnych czynników dla kolejnych obserwacji. Obliczanie realizacji czynników wspólnych odbywa się w oparciu o formułę: F = A T Z

46 ILE CZYNNIKÓW? Problemem w stosowaniu analizy czynnikowej jest określenie liczby czynników głównych Najczęściej spotykane techniki określania liczby czynników wspólnych to: a/ metoda "wartości własnej (lambda) większej od jedności" b/ metoda procentu wariancji tłumaczonej przez czynniki główne c/ metoda testu osypiska

47 ILE CZYNNIKÓW? a/ metoda "wartości własnej (lambda) większej od jedności" najczęściej spotykana jej podstawą jest to, że każdy czynnik powinien wyjaśniać zmienność co najmniej jednej zmiennej pierwotnej. Metoda ta powinna być stosowana gdy ilość zmiennych jest większa od 20. Gdy liczba zmiennych jest mniejsza istnieje tendencja wyodrębniania zbyt małej ilości czynników.

48 ILE CZYNNIKÓW? b/ metoda procentu wariancji tłumaczonej przez czynniki główne do ogólnej liczby wybranych czynników zalicza się te czynniki, które w sumie wyjaśniają 75%, 80% lub 90% wariancji, a żaden następny nie tłumaczy więcej niż 5% wariancji.

49 ILE CZYNNIKÓW? c/ metoda testu osypiska polega na sporządzeniu wykresu, na którym na osi poziomej wyznaczana jest ilość czynników a na osi pionowej - uzyskane wartości własne. Podstawowym zadaniem jest znalezienie "punktów załamania", w których rozpoczynają się kolejne "rumowiska" (w tych punktach zmienia się kąt załamania krzywej). Punkty te określają liczbę czynników kwalifikujących się do dalszej analizy. Metoda ta jest nieco bardziej "liberalna" niż metoda >1, pozwala włączyć do dalszej analizy nieco większą liczbę czynników.

50 INTERPRETACJA CZYNNIKÓW Interpretacja nowych zmiennych (czynników) odbywa się na bazie ładunków czynnikowych: należy wyodrębnić zmienne o najwyższych ładunkach czynnikowych względem danych czynników i znaleźć wspólne ich odniesienie do danego czynnika.

51 PCA / FA Obie służą sprowadzaniu informacji zawartych w wielu zmiennych do stosunkowo niewielkiej liczby wyjaśniających je wymiarów. Pomimo że w praktyce wyniki uzyskiwane przy pomocy obu z nich są zbliżone, to nie są to warianty tej samej metody, ale różne metody oparte na odmiennych założeniach.

52 PCA / FA Analiza czynnikowa Analiza głównych składowych Ch. Spearman (1904), L.L. Thurstone (1913) H. Hotteling (1933) Obejmuje pewną część wariancji zmiennych, zwaną wariancją wspólną Obejmuje wariancję całkowitą zmiennych orientacja kowariancyjna: punktem wyjścia orientacja wariancyjna: punktem wyjścia jest jest zredukowana macierz korelacji zwykła macierz korelacji Zmienna pierwotna jest funkcją czynników wspólnych i swoistych Główna składowa jest funkcją zmiennych pierwotnych Celem analizy jest identyfikacja ukrytych zmiennych Czynniki mogą być zarówno niezależne, jak i skorelowane Celem analizy jest uproszczenie struktury danych Główne składowe są zawsze niezależne

METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA

METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu

Bardziej szczegółowo

Analiza korespondencji

Analiza korespondencji Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów funkcje nieliniowe

KADD Metoda najmniejszych kwadratów funkcje nieliniowe Metoda najmn. kwadr. - funkcje nieliniowe Metoda najmniejszych kwadratów Funkcje nieliniowe Procedura z redukcją kroku iteracji Przykłady zastosowań Dopasowanie funkcji wykładniczej Dopasowanie funkcji

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

MODEL STRUKTURALNY RELACJI MIĘDZY SATYSFAKCJĄ

MODEL STRUKTURALNY RELACJI MIĘDZY SATYSFAKCJĄ MODEL STRUKTURALNY RELACJI MIĘDZY SATYSFAKCJĄ I LOJALNOŚCIĄ WOBEC MARKI Adam Sagan Akademia Ekonomiczna w Krakowie, Katedra Analizy Rynku i Badań Marketingowych Wstęp Modelowanie strukturalne ma wielorakie

Bardziej szczegółowo

Wielowymiarowa analiza regresji. Regresja wieloraka, wielokrotna

Wielowymiarowa analiza regresji. Regresja wieloraka, wielokrotna Wielowymiarowa analiza regresji. Regresja wieloraka, wielokrotna Badanie współzależności zmiennych Uwzględniając ilość zmiennych otrzymamy 4 odmiany zależności: Zmienna zależna jednowymiarowa oraz jedna

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej 7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej Definicja 1 n-elementowa losowa próba prosta nazywamy ciag n niezależnych zmiennych losowych o jednakowych rozkładach

Bardziej szczegółowo

ANALIZA KURSÓW AKCJI Z WYKORZYSTANIEM METODY ICA

ANALIZA KURSÓW AKCJI Z WYKORZYSTANIEM METODY ICA ANALIZA KURSÓW AKCJI Z WYKORZYSTANIEM METODY ICA Agnieszka Pasztyła StatSoft Polska Sp. z o.o.; Akademia Ekonomiczna w Krakowie, Katedra Statystyki Artykuł przedstawia nowe spojrzenie na zastosowanie analizy

Bardziej szczegółowo

φ(x 1,..., x n ) = a i x 2 i +

φ(x 1,..., x n ) = a i x 2 i + Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.

Bardziej szczegółowo

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji.

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

Analiza Statystyczna

Analiza Statystyczna Lekcja 5. Strona 1 z 12 Analiza Statystyczna Do analizy statystycznej wykorzystać można wbudowany w MS Excel pakiet Analysis Toolpak. Jest on instalowany w programie Excel jako pakiet dodatkowy. Oznacza

Bardziej szczegółowo

Analiza Współzależności

Analiza Współzależności Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Współzależności Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie. SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

Analiza wielowymiarowa sytuacji ekonomicznej Polski oraz krajów Azji i Europy Wschodniej

Analiza wielowymiarowa sytuacji ekonomicznej Polski oraz krajów Azji i Europy Wschodniej Analiza wielowymiarowa sytuacji ekonomicznej Polski oraz krajów Azji i Europy Wschodniej Wstęp Anna Żemojtel Leszek Boguszewski Koło Naukowe Metod Ilościowych przy Katedrze Statystyki Wydziału Zarządzania

Bardziej szczegółowo

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4)

A,B M! v V ; A + v = B, (1.3) AB = v. (1.4) Rozdział 1 Prosta i płaszczyzna 1.1 Przestrzeń afiniczna Przestrzeń afiniczna to matematyczny model przestrzeni jednorodnej, bez wyróżnionego punktu. Można w niej przesuwać punkty równolegle do zadanego

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA III ZAKRES ROZSZERZONY (90 godz.) , x

WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA III ZAKRES ROZSZERZONY (90 godz.) , x WYMAGANIA EDUACYJNE Z MATEMATYI LASA III ZARES ROZSZERZONY (90 godz.) Oznaczenia: wymagania konieczne (dopuszczający); P wymagania podstawowe (dostateczny); R wymagania rozszerzające (dobry); D wymagania

Bardziej szczegółowo

Algebra liniowa z geometrią

Algebra liniowa z geometrią Algebra liniowa z geometrią Maciej Czarnecki 15 stycznia 2013 Spis treści 1 Geometria płaszczyzny 2 1.1 Wektory i skalary........................... 2 1.2 Macierze, wyznaczniki, układy równań liniowych.........

Bardziej szczegółowo

Ekonometria - ćwiczenia 10

Ekonometria - ćwiczenia 10 Ekonometria - ćwiczenia 10 Mateusz Myśliwski Zakład Ekonometrii Stosowanej Instytut Ekonometrii Kolegium Analiz Ekonomicznych Szkoła Główna Handlowa 14 grudnia 2012 Wprowadzenie Optymalizacja liniowa Na

Bardziej szczegółowo

Arkusz maturalny nr 2 poziom podstawowy ZADANIA ZAMKNIĘTE. Rozwiązania. Wartość bezwzględna jest odległością na osi liczbowej.

Arkusz maturalny nr 2 poziom podstawowy ZADANIA ZAMKNIĘTE. Rozwiązania. Wartość bezwzględna jest odległością na osi liczbowej. Arkusz maturalny nr 2 poziom podstawowy ZADANIA ZAMKNIĘTE Rozwiązania Zadanie 1 Wartość bezwzględna jest odległością na osi liczbowej. Stop Istnieje wzajemnie jednoznaczne przyporządkowanie między punktami

Bardziej szczegółowo

istocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy

istocie dziedzina zajmująca się poszukiwaniem zależności na podstawie prowadzenia doświadczeń jest o wiele starsza: tak na przykład matematycy MODEL REGRESJI LINIOWEJ. METODA NAJMNIEJSZYCH KWADRATÓW Analiza regresji zajmuje się badaniem zależności pomiędzy interesującymi nas wielkościami (zmiennymi), mające na celu konstrukcję modelu, który dobrze

Bardziej szczegółowo

Elżbieta Jasińska Katedra Informacji o Terenie, Akademia Górniczo-Hutnicza w Krakowie

Elżbieta Jasińska Katedra Informacji o Terenie, Akademia Górniczo-Hutnicza w Krakowie ZASTOSOWANIE ANALIZY CZYNNIKOWEJ W SZACOWANIU NIERUCHOMOŚCI Elżbieta Jasińska Katedra Informacji o Terenie, Akademia Górniczo-Hutnicza w Krakowie 1 WPROWADZENIE Niezależnie od przyjętego sposobu wyceny,

Bardziej szczegółowo

Analiza wariancji. dr Janusz Górczyński

Analiza wariancji. dr Janusz Górczyński Analiza wariancji dr Janusz Górczyński Wprowadzenie Powiedzmy, że badamy pewną populację π, w której cecha Y ma rozkład N o średniej m i odchyleniu standardowym σ. Powiedzmy dalej, że istnieje pewien czynnik

Bardziej szczegółowo

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007 Modele regresji wielorakiej - dobór zmiennych, szacowanie Paweł Cibis pawel@cibis.pl 1 kwietnia 2007 1 Współczynnik zmienności Współczynnik zmienności wzory Współczynnik zmienności funkcje 2 Korelacja

Bardziej szczegółowo

Statystyka opisowa SYLABUS A. Informacje ogólne

Statystyka opisowa SYLABUS A. Informacje ogólne Statystyka opisowa SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA Zadanie 0.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 0 4 p k 1/3 1/6 1/ obliczyć EX, D X. (odp. 4/3;

Bardziej szczegółowo

Metody numeryczne. materiały do wykładu dla studentów

Metody numeryczne. materiały do wykładu dla studentów Metody numeryczne materiały do wykładu dla studentów 4. Wartości własne i wektory własne 4.1. Podstawowe definicje, własności i twierdzenia 4.2. Lokalizacja wartości własnych 4.3. Metoda potęgowa znajdowania

Bardziej szczegółowo

Kryteria oceniania z matematyki w klasie pierwszej w roku szkolnym 2015/2016

Kryteria oceniania z matematyki w klasie pierwszej w roku szkolnym 2015/2016 Kryteria oceniania z matematyki w klasie pierwszej w roku szkolnym 2015/2016 1) Liczby - zamienia liczby dziesiętne skończone na ułamki zwykłe i liczby mieszane, - zapisuje ułamek zwykły w postaci ułamka

Bardziej szczegółowo

Katalog wymagań programowych na poszczególne stopnie szkolne klasa 1

Katalog wymagań programowych na poszczególne stopnie szkolne klasa 1 Matematyka Liczy się matematyka Klasa klasa Rozdział. Liczby zamienia liczby dziesiętne skończone na ułamki zwykłe i liczby mieszane zapisuje ułamek zwykły w postaci ułamka dziesiętnego skończonego porównuje

Bardziej szczegółowo

ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA

ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA ZASTOSOWANIE ZASADY MAKSIMUM PONTRIAGINA DO ZAGADNIENIA DYNAMICZNYCH LOKAT KAPITAŁOWYCH Krzysztof Gąsior Uniwersytet Rzeszowski Streszczenie Celem referatu jest zaprezentowanie praktycznego zastosowania

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

Ekonomia matematyczna - 1.2

Ekonomia matematyczna - 1.2 Ekonomia matematyczna - 1.2 6. Popyt Marshalla, a popyt Hicksa. Poruszać się będziemy w tzw. standardowym polu preferencji X,, gdzie X R n i jest relacją preferencji, która jest: a) rosnąca (tzn. x y x

Bardziej szczegółowo

Rozkłady dwóch zmiennych losowych

Rozkłady dwóch zmiennych losowych Rozkłady dwóch zmiennych losowych Uogólnienie pojęć na rozkład dwóch zmiennych Dystrybuanta i gęstość prawdopodobieństwa Rozkład brzegowy Prawdopodobieństwo warunkowe Wartości średnie i odchylenia standardowe

Bardziej szczegółowo

Wymagania edukacyjne niezbędne do uzyskania poszczególnych ocen śródrocznych i rocznych ocen klasyfikacyjnych z matematyki klasa 1 gimnazjum

Wymagania edukacyjne niezbędne do uzyskania poszczególnych ocen śródrocznych i rocznych ocen klasyfikacyjnych z matematyki klasa 1 gimnazjum edukacyjne niezbędne do uzyskania poszczególnych ocen śródrocznych i rocznych ocen klasyfikacyjnych z matematyki klasa 1 gimnazjum Semestr I Stopień Rozdział 1. Liczby Zamienia liczby dziesiętne na ułamki

Bardziej szczegółowo

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym

Plan wynikowy. Klasa III Technik pojazdów samochodowych/ Technik urządzeń i systemów energetyki odnawialnej. Kształcenie ogólne w zakresie podstawowym Oznaczenia: wymagania konieczne, P wymagania podstawowe, R wymagania rozszerzające, D wymagania dopełniające, W wymagania wykraczające. Plan wynikowy lasa III Technik pojazdów samochodowych/ Technik urządzeń

Bardziej szczegółowo

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO

ZAGADNIENIA PROGRAMOWANIA LINIOWEGO ZAGADNIENIA PROGRAMOWANIA LINIOWEGO Maciej Patan Uniwersytet Zielonogórski WSTĘP często spotykane w życiu codziennym wybór asortymentu produkcji jakie wyroby i w jakich ilościach powinno produkować przedsiębiorstwo

Bardziej szczegółowo

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie: ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość

Bardziej szczegółowo

Optymalizacja konstrukcji

Optymalizacja konstrukcji Optymalizacja konstrukcji Kształtowanie konstrukcyjne: nadanie właściwych cech konstrukcyjnych przeszłej maszynie określenie z jakiego punktu widzenia (wg jakiego kryterium oceny) będą oceniane alternatywne

Bardziej szczegółowo

Magdalena Jabłońska-Czapla Eligiusz Kowalski Jerzy Mazierski

Magdalena Jabłońska-Czapla Eligiusz Kowalski Jerzy Mazierski ROLA ZANIECZYSZCZEŃ PUNKTOWYCH W DYSTRYBUCJI WYBRANYCH METALI W ZBIORNIKU WODOCIĄGOWYM GOCZAŁKOWICE. Magdalena Jabłońska-Czapla Eligiusz Kowalski Jerzy Mazierski Instytut Podstaw Inżynierii Środowiska

Bardziej szczegółowo

PODSTAWY STATYSTYCZNEJ ANALIZY DANYCH

PODSTAWY STATYSTYCZNEJ ANALIZY DANYCH Wykład 3 Liniowe metody klasyfikacji. Wprowadzenie do klasyfikacji pod nadzorem. Fisherowska dyskryminacja liniowa. Wprowadzenie do klasyfikacji pod nadzorem. Klasyfikacja pod nadzorem Klasyfikacja jest

Bardziej szczegółowo

Wykład z dnia 8 lub 15 października 2014 roku

Wykład z dnia 8 lub 15 października 2014 roku Wykład z dnia 8 lub 15 października 2014 roku Istota i przedmiot statystyki oraz demografii. Prezentacja danych statystycznych Znaczenia słowa statystyka Znaczenie I - nazwa zbioru danych liczbowych prezentujących

Bardziej szczegółowo

Analiza wyników egzaminu gimnazjalnego 2013 r. Test matematyczno-przyrodniczy (matematyka) Test GM-M1-132

Analiza wyników egzaminu gimnazjalnego 2013 r. Test matematyczno-przyrodniczy (matematyka) Test GM-M1-132 Analiza wyników egzaminu gimnazjalnego 2013 r. Test matematyczno-przyrodniczy (matematyka) Test GM-M1-132 Zestaw zadań z zakresu matematyki posłużył w dniu 24 kwietnia 2013 roku do sprawdzenia u uczniów

Bardziej szczegółowo

Systemy. Krzysztof Patan

Systemy. Krzysztof Patan Systemy Krzysztof Patan Systemy z pamięcią System jest bez pamięci (statyczny), jeżeli dla dowolnej chwili t 0 wartość sygnału wyjściowego y(t 0 ) zależy wyłącznie od wartości sygnału wejściowego w tej

Bardziej szczegółowo

Wartości i wektory własne

Wartości i wektory własne Dość często przy rozwiązywaniu problemów naukowych czy technicznych pojawia się konieczność rozwiązania dość specyficznego układu równań: Zależnego od n nieznanych zmiennych i pewnego parametru. Rozwiązaniem

Bardziej szczegółowo

Badania Statystyczne

Badania Statystyczne Statystyka Opisowa z Demografią oraz Biostatystyka Badania Statystyczne Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

Analiza regresji część II. Agnieszka Nowak - Brzezińska

Analiza regresji część II. Agnieszka Nowak - Brzezińska Analiza regresji część II Agnieszka Nowak - Brzezińska Niebezpieczeństwo ekstrapolacji Analitycy powinni ograniczyć predykcję i estymację, które są wykonywane za pomocą równania regresji dla wartości objaśniającej

Bardziej szczegółowo

Analysis of pension funds ranks in 2007-2011

Analysis of pension funds ranks in 2007-2011 MPRA Munich Personal RePEc Archive Analysis of pension funds ranks in 2007-2011 Rafa l Bu la University of Economics in Katowice 2014 Online at http://mpra.ub.uni-muenchen.de/59706/ MPRA Paper No. 59706,

Bardziej szczegółowo

Parametryzacja i więzy w Design View i Pro/Desktop (podsumowanie)

Parametryzacja i więzy w Design View i Pro/Desktop (podsumowanie) Parametryzacja i więzy w Design View i Pro/Desktop (podsumowanie) PARAMETRYZACJA CZYLI: wprowadzenie zmiennych do modelu geometrycznego, Przypisanie zmiennych (parametrów) liczbowym wymiarom daje możliwość

Bardziej szczegółowo

Wprowadzenie do programu Mathcad 15 cz. 1

Wprowadzenie do programu Mathcad 15 cz. 1 Wpisywanie tekstu Wprowadzenie do programu Mathcad 15 cz. 1 Domyślnie, Mathcad traktuje wpisywany tekst jako wyrażenia matematyczne. Do trybu tekstowego można przejść na dwa sposoby: Zaczynając wpisywanie

Bardziej szczegółowo

Analiza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU

Analiza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów

Bardziej szczegółowo

Cechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności. Łączny rozkład cech X, Y jest normalny: Test współczynnika korelacji Pearsona

Cechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności. Łączny rozkład cech X, Y jest normalny: Test współczynnika korelacji Pearsona Badanie zależności między cechami Obserwujemy dwie cechy: X oraz Y Obiekt (X, Y ) H 0 : Cechy X oraz Y są niezależne Próba: (X 1, Y 1 ),..., (X n, Y n ) Cechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności

Bardziej szczegółowo

METODY STATYSTYCZNE STOSOWANE DO ANALIZY

METODY STATYSTYCZNE STOSOWANE DO ANALIZY METODY STATYSTYCZNE STOSOWANE DO ANALIZY ZADOWOLENIA I LOJALNOŚCI KLIENTÓW Janusz Wątroba StatSoft Polska Sp. z o.o. Wprowadzenie Opracowanie zostało poświęcone ogólnej charakterystyce kolejnego etapu

Bardziej szczegółowo

ANALIZA SPRZEDAŻY: - struktura

ANALIZA SPRZEDAŻY: - struktura KOŁO NAUKOWE CONTROLLINGU UNIWERSYTET ZIELONOGÓRSKI ANALIZA SPRZEDAŻY: - struktura - koncentracja - kompleksowa analiza - dynamika Spis treści Wstęp 3 Analiza struktury 4 Analiza koncentracji 7 Kompleksowa

Bardziej szczegółowo

ANALIZA KORELACJI Korelacja między zmiennymi X i Y jest miarą siły liniowego związku między tymi zmiennymi.

ANALIZA KORELACJI Korelacja między zmiennymi X i Y jest miarą siły liniowego związku między tymi zmiennymi. ANALIZA KORELACJI Większość zjawisk w otaczającym nas świecie występuje nie samotnie a w różnorodnych związkach. Odnosi się to również do zjawisk biologiczno-medycznych. O powiązaniach między nimi mówią

Bardziej szczegółowo

Pojęcie korelacji. Korelacja (współzależność cech) określa wzajemne powiązania pomiędzy wybranymi zmiennymi.

Pojęcie korelacji. Korelacja (współzależność cech) określa wzajemne powiązania pomiędzy wybranymi zmiennymi. Pojęcie korelacji Korelacja (współzależność cech) określa wzajemne powiązania pomiędzy wybranymi zmiennymi. Charakteryzując korelację dwóch cech podajemy dwa czynniki: kierunek oraz siłę. Korelacyjne wykresy

Bardziej szczegółowo

Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. 2 godz. = 76 godz.)

Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. 2 godz. = 76 godz.) Rozkład materiału z matematyki dla II klasy technikum zakres podstawowy I wariant (38 tyg. godz. = 76 godz.) I. Funkcja i jej własności.4godz. II. Przekształcenia wykresów funkcji...9 godz. III. Funkcja

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

Zagadnienie klasyfikacji (dyskryminacji)

Zagadnienie klasyfikacji (dyskryminacji) Zagadnienie klasyfikacji (dyskryminacji) Przykład Bank chce klasyfikować klientów starających się o pożyczkę do jednej z dwóch grup: niskiego ryzyka (spłacających pożyczki terminowo) lub wysokiego ryzyka

Bardziej szczegółowo

Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne:

Poniżej przedstawiony został podział wymagań na poszczególne oceny szkolne: Prosto do matury klasa d Rok szkolny 014/015 WYMAGANIA EDUKACYJNE Wyróżnione zostały następujące wymagania programowe: konieczne (K), podstawowe (P), rozszerzające (R), dopełniające (D) i wykraczające

Bardziej szczegółowo

Klasyfikacja w oparciu o metrykę budowaną poprzez dystrybuanty empiryczne na przestrzeni wzorców uczących

Klasyfikacja w oparciu o metrykę budowaną poprzez dystrybuanty empiryczne na przestrzeni wzorców uczących Klasyfikacja w oparciu o metrykę budowaną poprzez dystrybuanty empiryczne na przestrzeni wzorców uczących Cezary Dendek Wydział Matematyki i Nauk Informacyjnych PW Plan prezentacji Plan prezentacji Wprowadzenie

Bardziej szczegółowo

Analiza wpływu zmian poziomu wody gruntowej na stabilność anteny stacji permanentnej Wrocław

Analiza wpływu zmian poziomu wody gruntowej na stabilność anteny stacji permanentnej Wrocław XX JUBILEUSZOWA JESIENNA SZKOŁA GEODEZJI im. Jacka Rejmana WSPÓŁCZESNE METODY POZYSKIWANIA I MODELOWANIA GEODANYCH Analiza wpływu zmian poziomu wody gruntowej na stabilność anteny stacji permanentnej Wrocław

Bardziej szczegółowo

METODYKA KONSTRUOWANIA KWESTIONARIUSZA DO POMIARU JAKOŚCI FUNKCJONALNEJ ZAJĘĆ DYDAKTYCZNYCH POSTRZEGANYCH PRZEZ STUDENTÓW

METODYKA KONSTRUOWANIA KWESTIONARIUSZA DO POMIARU JAKOŚCI FUNKCJONALNEJ ZAJĘĆ DYDAKTYCZNYCH POSTRZEGANYCH PRZEZ STUDENTÓW Stefan Doroszewicz Szkoła Główna Handlowa w Warszawie METODYKA KONSTRUOWANIA KWESTIONARIUSZA DO POMIARU JAKOŚCI FUNKCJONALNEJ ZAJĘĆ DYDAKTYCZNYCH POSTRZEGANYCH PRZEZ STUDENTÓW Wprowadzenie Do standardowych

Bardziej szczegółowo

Proces badawczy schemat i zasady realizacji

Proces badawczy schemat i zasady realizacji Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 14 grudnia 2014 Metodologia i metoda badawcza Metodologia Zadania metodologii Metodologia nauka

Bardziej szczegółowo

Wymagania edukacyjne z matematyki

Wymagania edukacyjne z matematyki Wymagania edukacyjne z matematyki Klasa I - program Matematyka z plusem" Dział: LICZBY I DZIAŁANIA Poziom konieczny - ocena dopuszczająca porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej,

Bardziej szczegółowo

Temat: Arkusze kalkulacyjne. Program Microsoft Office Excel. Podstawy

Temat: Arkusze kalkulacyjne. Program Microsoft Office Excel. Podstawy Temat: Arkusze kalkulacyjne. Program Microsoft Office Excel. Podstawy Arkusz kalkulacyjny to program przeznaczony do wykonywania różnego rodzaju obliczeń oraz prezentowania i analizowania ich wyników.

Bardziej szczegółowo

Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko.

Inwestycje finansowe. Wycena obligacji. Stopa zwrotu z akcji. Ryzyko. Inwestycje finansowe Wycena obligacji. Stopa zwrotu z akcji. yzyko. Inwestycje finansowe Instrumenty rynku pieniężnego (np. bony skarbowe). Instrumenty rynku walutowego. Obligacje. Akcje. Instrumenty pochodne.

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY I GIMNAZJUM

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY I GIMNAZJUM WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY I GIMNAZJUM LICZBY I DZIAŁANIA zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby ujemne umie zaznaczać liczbę

Bardziej szczegółowo

PROPOZYCJA WYKORZYSTANIA METOD ANALIZY WIELOWYMIAROWEJ DO DOBORU ZMIENNYCH W BADANIU STOPNIA INTEGRACJI RYNKÓW UBEZPIECZENIOWYCH

PROPOZYCJA WYKORZYSTANIA METOD ANALIZY WIELOWYMIAROWEJ DO DOBORU ZMIENNYCH W BADANIU STOPNIA INTEGRACJI RYNKÓW UBEZPIECZENIOWYCH Tomasz Jurkiewicz Ewa Wycinka Katedra Statystyki Uniwersytet Gdański PROPOZYCJA WYKORZYSTANIA METOD ANALIZY WIELOWYMIAROWEJ DO DOBORU ZMIENNYCH W BADANIU STOPNIA INTEGRACJI RYNKÓW UBEZPIECZENIOWYCH 1.

Bardziej szczegółowo

Plik pobrany ze strony www.zadania.pl

Plik pobrany ze strony www.zadania.pl Plik pobrany ze strony www.zadania.pl Wpisuje zdający przed rozpoczęciem pracy PESEL ZDAJĄCEGO Miejsce na nalepkę z kodem szkoły PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI Instrukcja dla zdającego Arkusz I

Bardziej szczegółowo

klasa III technikum I. FIGURY I PRZEKSZTAŁCENIA Wiadomości i umiejętności

klasa III technikum I. FIGURY I PRZEKSZTAŁCENIA Wiadomości i umiejętności I. FIGURY I PRZEKSZTAŁCENIA - zna i rozumie pojęcia, zna własności figur: ogólne równanie prostej, kierunkowe równanie prostej okrąg, równanie okręgu - oblicza odległość dwóch punktów na płaszczyźnie -

Bardziej szczegółowo

Wymagania eduka cyjne z matematyki

Wymagania eduka cyjne z matematyki Wymagania eduka cyjne z matematyki Klasa I - program Matematyka z plusem" Dział: LICZ B Y I DZIAŁANIA porównywać liczby wymierne, zaznaczać liczby wymierne na osi liczbowej, zamieniać ułamki zwykłe na

Bardziej szczegółowo

Podstawowe definicje statystyczne

Podstawowe definicje statystyczne Podstawowe definicje statystyczne 1. Definicje podstawowych wskaźników statystycznych Do opisu wyników surowych (w punktach, w skali procentowej) stosuje się następujące wskaźniki statystyczne: wynik minimalny

Bardziej szczegółowo

Funkcja jednej zmiennej - przykładowe rozwiązania 1. Badając przebieg zmienności funkcji postępujemy według poniższego schematu:

Funkcja jednej zmiennej - przykładowe rozwiązania 1. Badając przebieg zmienności funkcji postępujemy według poniższego schematu: Funkcja jednej zmiennej - przykładowe rozwiązania Zadanie 4 c) Badając przebieg zmienności funkcji postępujemy według poniższego schematu:. Analiza funkcji: (a) Wyznaczenie dziedziny funkcji (b) Obliczenie

Bardziej szczegółowo

INDUKOWANE REGUŁY DECYZYJNE ALORYTM APRIORI JAROSŁAW FIBICH

INDUKOWANE REGUŁY DECYZYJNE ALORYTM APRIORI JAROSŁAW FIBICH INDUKOWANE REGUŁY DECYZYJNE ALORYTM APRIORI JAROSŁAW FIBICH 1. Czym jest eksploracja danych Eksploracja danych definiowana jest jako zbiór technik odkrywania nietrywialnych zależności i schematów w dużych

Bardziej szczegółowo

PAMIĘĆ DOŚWIADCZENIA I OPINIA STRUKTURALNA ANALIZA WPŁYWU INFORMACJI PRASOWYCH NA PREFERENCJE WYBORCZE

PAMIĘĆ DOŚWIADCZENIA I OPINIA STRUKTURALNA ANALIZA WPŁYWU INFORMACJI PRASOWYCH NA PREFERENCJE WYBORCZE PAMIĘĆ DOŚWIADCZENIA I OPINIA STRUKTURALNA ANALIZA WPŁYWU INFORMACJI PRASOWYCH NA PREFERENCJE WYBORCZE Małgorzta Michalak, Szkoła Wyższa Psychologii Społecznej, Instytut Psychologii Ekonomicznej Zgodnie

Bardziej szczegółowo

http://localhost/wachowicz/negocalc.php

http://localhost/wachowicz/negocalc.php Page 1 of 8 Witryna naukowa Tomasza Wachowicza poświęcona modelowaniu i wspomaganiu negocjacji, negocjacji elekronicznych i mediacji Aktualności Publikacje Dydaktyka e-negocalc O autorze Kontakt e-negocalc

Bardziej szczegółowo

Osiągnięcia ponadprzedmiotowe

Osiągnięcia ponadprzedmiotowe W rezultacie kształcenia matematycznego uczeń potrafi: Osiągnięcia ponadprzedmiotowe Umiejętności konieczne i podstawowe czytać teksty w stylu matematycznym wykorzystywać słownictwo wprowadzane przy okazji

Bardziej szczegółowo

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40 Statystyka dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl wersja 20.01.2013/13:40 Tematyka wykładów 1. Definicja statystyki 2. Populacja, próba 3. Skale pomiarowe 4. Miary położenia (klasyczne i pozycyjne)

Bardziej szczegółowo

17. 17. Modele materiałów

17. 17. Modele materiałów 7. MODELE MATERIAŁÓW 7. 7. Modele materiałów 7.. Wprowadzenie Podstawowym modelem w mechanice jest model ośrodka ciągłego. Przyjmuje się, że materia wypełnia przestrzeń w sposób ciągły. Możliwe jest wyznaczenie

Bardziej szczegółowo

6. Organizacja dostępu do danych przestrzennych

6. Organizacja dostępu do danych przestrzennych 6. Organizacja dostępu do danych przestrzennych Duża liczba danych przestrzennych oraz ich specyficzny charakter sprawiają, że do sprawnego funkcjonowania systemu, przetwarzania zgromadzonych w nim danych,

Bardziej szczegółowo

WYMAGANIE EDUKACYJNE Z MATEMATYKI W KLASIE II GIMNAZJUM. dopuszczającą dostateczną dobrą bardzo dobrą celującą

WYMAGANIE EDUKACYJNE Z MATEMATYKI W KLASIE II GIMNAZJUM. dopuszczającą dostateczną dobrą bardzo dobrą celującą 1. Statystyka odczytać informacje z tabeli odczytać informacje z diagramu 2. Mnożenie i dzielenie potęg o tych samych podstawach 3. Mnożenie i dzielenie potęg o tych samych wykładnikach 4. Potęga o wykładniku

Bardziej szczegółowo

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego

Przykład wykorzystania dodatku SOLVER 1 w arkuszu Excel do rozwiązywania zadań programowania matematycznego Przykład wykorzystania dodatku SOLVER 1 w arkuszu Ecel do rozwiązywania zadań programowania matematycznego Firma produkująca samochody zaciągnęła kredyt inwestycyjny w wysokości mln zł na zainstalowanie

Bardziej szczegółowo

Streszczenie. 3. Mechanizmy Zniszczenia Plastycznego

Streszczenie. 3. Mechanizmy Zniszczenia Plastycznego Streszczenie Dobór elementów struktury konstrukcyjnej z warunku ustalonej niezawodności, mierzonej wskaźnikiem niezawodności β. Przykład liczbowy dla ramy statycznie niewyznaczalnej. Leszek Chodor, Joanna

Bardziej szczegółowo

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K.

Motto. Czy to nie zabawne, że ci sami ludzie, którzy śmieją się z science fiction, słuchają prognoz pogody oraz ekonomistów? (K. Motto Cz to nie zabawne, że ci sami ludzie, którz śmieją się z science fiction, słuchają prognoz pogod oraz ekonomistów? (K. Throop III) 1 Specfika szeregów czasowch Modele szeregów czasowch są alternatwą

Bardziej szczegółowo

XXII Konferencja Psychologii Rozwojowej Uniwersytet Gdański, 27-29 V 2013. Polska adaptacja

XXII Konferencja Psychologii Rozwojowej Uniwersytet Gdański, 27-29 V 2013. Polska adaptacja XXII Konferencja Psychologii Rozwojowej Uniwersytet Gdański, 27-29 V 2013 Polska adaptacja Reasons Kwestionariusza behind motivation Motywów Rodzicielskich to have a child: Is a second child wanted Warrena

Bardziej szczegółowo

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:

Bardziej szczegółowo

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Sebastian Kokot XXI Krajowa Konferencja Rzeczoznawców Majątkowych, Międzyzdroje 2012 Rzetelnie wykonana analiza rynku nieruchomości

Bardziej szczegółowo

Przykładowa analiza danych

Przykładowa analiza danych Przykładowa analiza danych W analizie wykorzystano dane pochodzące z publicznego repozytorium ArrayExpress udostępnionego na stronach Europejskiego Instytutu Bioinformatyki (http://www.ebi.ac.uk/). Zbiór

Bardziej szczegółowo

ZYSK BRUTTO, KOSZTY I ZYSK NETTO

ZYSK BRUTTO, KOSZTY I ZYSK NETTO ZYSK BRUTTO, KOSZTY I ZYSK NETTO MARŻA BRUTTO Marża i narzut dotyczą tego ile właściciel sklepu zarabia na sprzedaży 1 sztuki pojedynczej pozycji. Marża brutto i zysk brutto odnoszą się do tego ile zarabia

Bardziej szczegółowo

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby

Zadania 1. Czas pracy przypadający na jednostkę wyrobu (w godz.) M 1. Wyroby Zadania 1 Przedsiębiorstwo wytwarza cztery rodzaje wyrobów: A, B, C, D, które są obrabiane na dwóch maszynach M 1 i M 2. Czas pracy maszyn przypadający na obróbkę jednostki poszczególnych wyrobów podany

Bardziej szczegółowo

1. Ubezpieczenia życiowe

1. Ubezpieczenia życiowe 1. Ubezpieczenia życiowe Przy ubezpieczeniach życiowych mamy do czynienia z jednorazową wypłatą sumy ubezpieczenia. Moment jej wypłaty i wielkość wypłaty może być funkcją zmiennej losowej T a więc czas

Bardziej szczegółowo

Syntetyczna ocena dystansu Polski od krajów Unii Europejskiej na podstawie wybranych aspektów ochrony środowiska

Syntetyczna ocena dystansu Polski od krajów Unii Europejskiej na podstawie wybranych aspektów ochrony środowiska Katarzyna Warzecha * Syntetyczna ocena dystansu Polski od krajów Unii Europejskiej na podstawie wybranych aspektów ochrony środowiska Wstęp Celem opracowania jest ocena pozycji Polski na tle krajów UE

Bardziej szczegółowo

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VI ROK SZKOLNY 2015/2016 PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLAS 4 6 SZKOŁY PODSTAWOWEJ

WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VI ROK SZKOLNY 2015/2016 PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLAS 4 6 SZKOŁY PODSTAWOWEJ WYMAGANIA EDUKACYJNE Z MATEMATYKI DLA KLASY VI ROK SZKOLNY 2015/2016 PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLAS 4 6 SZKOŁY PODSTAWOWEJ REALIZOWANY PRZY POMOCY PODRĘCZNIKA MATEMATYKA 2001 DLA KLASY VI I.

Bardziej szczegółowo

Wstęp do analizy matematycznej

Wstęp do analizy matematycznej Wstęp do analizy matematycznej Andrzej Marciniak Zajęcia finansowane z projektu "Rozwój i doskonalenie kształcenia na Politechnice Poznańskiej w zakresie technologii informatycznych i ich zastosowań w

Bardziej szczegółowo

PRAWO OHMA DLA PRĄDU PRZEMIENNEGO

PRAWO OHMA DLA PRĄDU PRZEMIENNEGO ĆWICZENIE 53 PRAWO OHMA DLA PRĄDU PRZEMIENNEGO Cel ćwiczenia: wyznaczenie wartości indukcyjności cewek i pojemności kondensatorów przy wykorzystaniu prawa Ohma dla prądu przemiennego; sprawdzenie prawa

Bardziej szczegółowo

Programowanie liniowe metoda sympleks

Programowanie liniowe metoda sympleks Programowanie liniowe metoda sympleks Mirosław Sobolewski Wydział Matematyki, Informatyki i Mechaniki UW wykład z algebry liniowej Warszawa, styczeń 2012 Mirosław Sobolewski (UW) Warszawa, 2012 1 / 12

Bardziej szczegółowo

Statystyka i Analiza Danych

Statystyka i Analiza Danych Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania analizy wariancji w opracowywaniu wyników badań empirycznych Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki -

Bardziej szczegółowo