Oznaczenia: -średnia arytmetyczna -średnia geometryczna. x H -średnia harmoniczna

Wielkość: px
Rozpocząć pokaz od strony:

Download "Oznaczenia: -średnia arytmetyczna -średnia geometryczna. x H -średnia harmoniczna"

Transkrypt

1 Ops statystyczy Puktem wyjśca do woskowaa statystyczego (uogólae wyków badaa póby a populację geealą) jest odpoweda aalza ozkładu badaej cechy w tej póbe. Metody służące do aalzy ozkładu cechy w póbe są azywae metodam opsu statystyczego. Ops statystyczy spowadza sę do wyzaczea pewych lczbowych paametów chaakteyzujących baday ozkład. Ops statystyczy może byd zamkętym badaem (w pzypadku skooczoej zboowośc geealej).

2 Ops statystyczy Stosowae w aalzach paamety: May położea (pzecęte, śede) May zmeośc (zóżcowaa, dyspesj, ozposzea) May asymet (skośośc) May skupea May położea : klasycze śeda aytmetycza śeda geometycza śeda hamocza pozycyje domata medaa kwatyle

3 Ozaczea: A G -śeda aytmetycza -śeda geometycza Ops statystyczy H -śeda hamocza ˆ -śodek -tego pzedzału klasowego -lczebośd -tego waatu cechy -lczebośd badaej zboowośc -lczba waatów cechy 3

4 Ops statystyczy Śeda aytmetycza A szeeg szczegółowy a b A A ˆ ˆ szeeg ozdzelczy puktowy szeeg ozdzelczy pzedzałowy o domkętych pzedzałach klasowych gdze Uwaga: Dla szeegów pzedzałowych wyzacza sę tzw. śedą ważoą (wagam są częstośc ) 4

5 Ops statystyczy UWAG:. Śodk pzedzałów uzajemy za epezetatywe, ale oe tylko w pzyblżeu odzwecedlają zeczywste watośc; stąd dla szeegów ozdzelczych pzedzałowych watośc: śedej aytmetyczej wyzaczoej wg wzou (b) śedej aytmetyczej wyzaczoej dla szeegu szczegółowego wg wzou () a ogół będą sę óżd.. Śeda aytmetycza jest pewą abstakcyją welkoścą (wypadkową wszystkch obsewacj) e mus ależed do zbou watośc cechy. 3. Dla szeegów ozdzelczych pzedzałowych o otwatych pzedzałach klasowych pzed oblczeem śedej ależy pzedzały domkąd; pzyjmuje sę, że otwate pzedzały moża domkąd, jeśl ch lczebośd jest mejsza ż 0,05. 5

6 Ops statystyczy Własośc śedej aytmetyczej. A ( ; ) A A ˆ. m ma 3. ) ( ; ) ( ) 0 0 ( ( ˆ ) 0 4. m ( c) ( ) ( m ( c) ( ) ) c R c R 6

7 Ops statystyczy Własośc śedej aytmetyczej (c.d.) 5. Jeśl wszystke watośc cechy powększymy (pomejszymy, pomożymy, podzelmy) o/pzez pewą stałą, to śeda aytmetycza będze ówa sume (óżcy, loczyow, loazow) śedej aytmetyczej wyjścowej cechy tej stałej. 6. Śeda aytmetycza sumy (óżcy) cech ówa sę sume (óżcy) ch śedch aytmetyczych. 7. a pozom śedej aytmetyczej sly wpływ mają watośc ekstemale (skaje), pzy czym wpływ jest slejszy w pzypadku wysokch watośc cechy. UWAGA: Śeda aytmetycza jest maą pawdłową dla zboowośc w któych ozkład cechy jest jedomodaly, symetyczy lub o ewelkej asymet. Jeśl tak e jest, to dla schaakteyzowaa śedego pozomu zjawska ależy wykozystad pzecęte pozycyje. 7

8 Ops statystyczy Załóżmy, że zboowośd jest podzeloa a m ozłączych gup zamy śedą aytmetyczą watośc cechy dla każdej z gup. ech (j=,,...,m) ozacza śedą aytmetyczą oblczoą dla j-tej gupy, lczebośd j-tej gupy ogóla lczebośd póby Wtedy śeda aytmetycza dla wszystkch gup łącze j dla j=,,...,m oaz 3 ~ j j A ~ A j j m j ~ j j 8 m j j

9 Ops statystyczy Śeda geometycza dla szeegów szczegółowych G 4a... G... dla szeegów ozdzelczych Śeda geometycza ma zastosowae wtedy, gdy zjawska ujmowae są dyamcze, pzy badau śedego tempa zma zjawsk w czase. 9

10 Ops statystyczy Śeda hamocza 5 H dla szeegów wylczających 6 dla szeegów ozdzelczych puktowych H ˆ 7 dla szeegów ozdzelczych pzedzałowych H Śedą hamoczą stosuje sę, gdy watośc cechy podae są w jedostkach względych (km/godz, kg/osobę). UWAGA: Dla koketej cechy tylko jeda śeda klasycza jest odpoweda. 0

11 Ops statystyczy Domata Domata (modala, moda, watośd ajczęstsza) w ozkładze empyczym Do ta watośd cechy, któej odpowada ajwększa lczebośd (częstośd). Domata e zawsze steje. a podstawe pzedzałowego szeegu ozdzelczego domatę moża wyzaczyd jedye wówczas, gdy pzedzały klasowe w tym szeegu mają jedakową ozpętośd (wysoka lczebośd mogłaby byd spowodowaa szeszą ozpętoścą tego pzedzału w stosuku do ych). Dla szeegów ozdzelczych pzedzałowych moża popzestad a wskazau pzedzału zaweającego domatę.

12 Ops statystyczy Zwykle dla dokładejszego wyzaczea mody stosuje sę wzó tepolacyjy (8), wypowadzoy pzy założeu, że wzost lczebośc w poszczególych pzedzałach klasowych jest popocjoaly do wzostu watośc cechy. 8 gdze 0d h d d Do d d 0d hd (d d ) (d d ) dola gaca pzedzału, w któym występuje domata ozpętośd pzedzału z domatą,d, d lczebośc pzedzału zaweającego domatę, popzedego, astępego (odpowedo) Uwaga: We wzoze (8) lczebośc moża zastąpd częstoścam.

13 Ops statystyczy Gafcze wyzaczae domaty Wyzaczyd hstogam dla pzedzału klasowego zaweającego domatę, popzedego astępego. Z góych wezchołków ajwyższego postokąta ależy wykeśld dwa odck łączące po pzekątej blższe góe wezchołk sąsedch postokątów. Rzut puktu pzecęca tych odcków a oś odcętych jest domatą. Uwag:. Jeśl lczebośc pzedzałów sąsadujących z pzedzałem domaty są jedakowe, to domata jest ówa śodkow klasy domującej.. Wyzaczae domaty jest uzasadoe wówczas, gdy ozkład empyczy jest jedomodaly asymeta jest umakowaa. 3

14 Ops statystyczy Kwatyle Kwatyl zędu p w ozkładze empyczym taka watośd cechy k p, dla któej jako pewszej dystybuata empycza speła elację 9 0 < p < F(k p ) p W statystyce opsowej wyóża sę: kwatyle (kwatyle zędu k =,,3) decyle (kwatyle zędu k =,,3,,9) cetyle (kwatyle zędu k =,,3,,99) k 4 k 0 k 00 4

15 Kwatyle: Q Ops statystyczy - kwatyl pewszy (zędu ) me - kwatyl dug (zędu Q 3 - kwatyl tzec (zędu ) ) - medaa Medaa jest tą watoścą cechy, któą posada śodkowa jedostka w upoządkowaym (emalejąco) cągu watośc cechy; gdy tych jedostek jest węcej beze sę ch śedą aytmetyczą, tz. dla szeegów wylczających me ( ) gdy - epazyste gdy - pazyste 5

16 Ops statystyczy Własośc meday. m c R c me. Medaa e eaguje a zmay watośc cech skajych jedostek (a obsewacje etypowe). 3. Pzy zmae póby medaa ulega wększym zmaom ż śeda aytmetycza. Uwaga: Medaa obok śedej aytmetyczej jest ajczęścej stosowaym paametem; może byd oblczoa, gdy e moża oblczyd śedej aytmetyczej (otwate pzedzały). 6

17 Ops statystyczy Do wyzaczea kwatyl z szeegów ozdzelczych pzedzałowych stosuje sę wzó tepolacyjy (), wypowadzoy pzy założeu, że wzost lczebośc w poszczególych pzedzałach klasowych jest popocjoaly do wzostu watośc cechy. gdze: 0Q Q p ząd kwatyla h [ p dola gaca pzedzału, w któym jest watośd kwatyla h Q ozpętośd pzedzału kwatyla Q lczebośd pzedzału kwatyla sk lczebośd skumulowaa w pzedzale popzedzającym klasę kwatyla ogóla lczebośd zboowośc. Q 4p 0Q Q Q 7 sk Q ]

18 Ops statystyczy Do gafczego wyzaczea kwatyl wykozystuje sę welobok skumuloway lczebośc (częstośc) - łamaa łącząca pukty o współzędych: góa gaca pzedzału klasowego, odpowadająca daej klase lczebośd (częstośd ) skumulowaa. Watośd kwatyla zędu p staow odczytaa a os odcętych (watośc cechy) lcza odpowadająca skumulowaej lczebośc ówej p (skumulowaej częstośc ówej p); jest ogólą lczeboścą zboowośc. W pzypadku ozkładu umakowae asymetyczego zachodz wzó Peasoa Do 3 ( me) 8

19 Ops statystyczy May zmeośc: klasycze pozycyje waacja odchylee stadadowe odchylee pzecęte współczyk zmeośc ozstęp odchylee dwatkowe współczyk zmeośc 9

20 Ops statystyczy Waacja Waacja to śeda aytmetycza kwadatów odchyleo watośc cechy od śedej ( ) 3 S szeeg szczegółowy 3a S ( ) ( ) szeeg ozdzelczy puktowy 3b S (ˆ ) (ˆ ) szeeg ozdzelczy pzedzałowy gdze 0

21 Ops statystyczy Uwaga: Waacja dla szeegów ozdzelczych pzedzałowych jest zawyżoa (bezemy śodk klas; lczba pzedzałów jest odwote popocjoala do ch ozpętośc, węc pzeszacowae jest tym wększe m mej jest klas). Zaleca sę stosowae popawk Sheppada ówej h 4 S (ˆ ) h h gdze h ozpętośd pzedzałów klasowych. (ˆ ) Dla waacj zachodz 5... S

22 Ops statystyczy Jeśl zboowośd jest podzeloa a m ozłączych gup, to waacja dla całej zboowośc, tzw. waacja ogóla jest sumą dwóch składków: waacj wewątzgupowej (śeda aytmetycza waacj gup); waacj mędzygupowej (waacja śedch gupowych)

23 Ops statystyczy Waacja ogóla wyaża sę wzoem 6 S S S ( ~ ) gdze: S S ( ~ ~ S - waacja wewątzgupowa ) - waacja mędzygupowa (=,,...,m) ozacza śedą aytmetyczą oblczoą dla -tej gupy - lczebośd -tej gupy - ogóla lczebośd póby m S - śeda aytmetycza dla wszystkch gup łącze S ( ~ ) m ( ~ ) 3

24 Ops statystyczy Odchylee stadadowe Odchylee stadadowe S jest to pewastek z waacj. Wyaża sę w maach takch jak badaa cecha. Okeśla pzecęte zóżcowae poszczególych watośc cechy w stosuku do śedej aytmetyczej. Typowy obsza zmeośc 7 S typ S a ogół w obszaze tym meszczą sę watośc cechy około /3 jedostek badaej zboowośc 4

25 Uwag: Ops statystyczy. Odchylee stadadowe jest ajczęścej stosowaym paametem statystyczym.. Oblczae jest a podstawe wszystkch obsewacj. 3. Im zboowośd badzej zóżcowaa, tym wększa waacja odchylee stadadowe. 4. a podstawe eówośc Czebyszewa, sfomułowao tzw. egułę tzech sgm któa mów, że wystąpee obsewacj o watośc cechy poza pzedzałem ( 3S; 3S) jest mało pawdopodobe. 5. Dla ozkładów omalych lub zblżoych do omalych: tylko /3 obsewacj wykacza poza typowy pzedzał obsewacj ( S; S) tylko 5% obsewacj wykacza poza pzedzał ( S; S) a około 0,3% obsewacj poza pzedzał ( 3S; 3S) 5

26 Ops statystyczy Odchylee pzecęte Odchylee pzecęte d wyaża sę wzoem 8 d szeeg szczegółowy 8a d szeeg ozdzelczy puktowy 8b d ˆ ˆ szeeg ozdzelczy pzedzałowy gdze 6

27 Ops statystyczy Rozstęp Rozstęp R to badzo ogóla maa zmeośc 9 Odchylee ćwatkowe Odchylee ćwatkowe Q mezy pozom zóżcowaa tylko częśc jedostek (po odzuceu 5% o ajmejszej 5% o ajwększej watośc cechy) 0 R (Q ma m me) (me Q ) Zachodz zwązek Q < d < S. Q Q 3 3 Q Typowy obsza zmeośc cechy (w opacu o paamety pozycyje) 0. me Q me Q typ 7

28 Ops statystyczy Współczyk zmeośc Dotychczas omówoe may dyspesj są maam bezwzględym (w takch jedostkach jak cecha); e moża węc ch wykozystad do poówywaa ozkładów cech w zboowoścach. Dlatego w aalze dyspesj stosuje sę względą maę ozposzea współczyk zmeośc. Współczyk zmeośc jest stosukem bezwzględej may zóżcowaa cechy do pzecętej watośc cechy (jest maą emaowaą, ajczęścej podawaą w pocetach). 8

29 Ops statystyczy W zależośc od pzyjętych ma pzecętych dyspesj wyóża sę współczyk zmeośc: Klasycze Pozycyje 3 V S V d V Q S d Q me Q3 Q 4 ( Q3 Q V ) Q Q 3 Q Q Q 3 9

30 Ops statystyczy May asymet Rozkłady mogą óżd sę keukam słą asymet. W szeegach symetyczych me Do Q3 me me Q 0 Do Asymeta lewostoa: Q3 me me Q - wskaźk skośośc (okeśla keuek asymet) - pozycyjy wskaźk skośośc me Do Asymeta pawostoa: Q3 me me Q me Do 0 Q3 me me Q 0 30

31 Ops statystyczy May asymet (współczyk skośośc) okeślają keuek słę asymet Klasycze współczyk asymet: gdze m ( ) Pozycyjy współczyk asymet 8 A S A d A Do S Do d m S Q Q 3 me me me me Q Q 3 Uwaga: Im wększa watośd bezwzględa współczyka asymet, tym slejsza asymeta Q 3 ( Q Q 3 3 AQ 3 ) me 3 m 3 ( ) 3

32 May kocetacj Ops statystyczy Współczyk skupea (kutoza) maa skupea obsewacj 4 wokół śedej 4 ( ) ( ) 9 m4 gdze m ( m ) Im wyższa watośd K, tym badzej wysmukła kzywa lczebośc, węc wększa kocetacja watośc cechy wokół śedej. Jeśl zboowośd ma ozkład omaly, to K = 3. K < 3 -ozkład platokutyczy badzej spłaszczoy od omalego K > 3 - ozkład leptokutyczy badzej wysmukły od omalego 30 K K 0 0 K S 4 m S 4 K 4 - ozkład platokutyczy -ozkład leptokutyczy

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 opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy.

Statystyka opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy. Statystyka osowa Statystyka osowa óż sę od statystyk matematyczej tym, że óy statystyczej dotyczącej daej cechy, e wykozystuje sę do woskowaa a temat oulacj, z któej óa ta została wylosowaa, a jedye aalzuje

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

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

Bardziej szczegółowo

Statystyka opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy.

Statystyka opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy. Statystyka osowa Statystyka osowa óż sę od statystyk matematyczej tym, że óby statystyczej dotyczącej daej cechy, e wykozystuje sę do woskowaa a temat oulacj, z któej óba ta została wylosowaa, a jedye

Bardziej szczegółowo

Statystyka opisowa. Statystyczne metody badania prawidłowości w zakresie struktury zjawisk masowych

Statystyka opisowa. Statystyczne metody badania prawidłowości w zakresie struktury zjawisk masowych Statstka opsowa Statstcze metod badaa pawdłowośc w zakese stuktu zjawsk masowch Jak pamętam są czte odzaje pawdłowośc statstczej: 1) pawdłowość w zakese stuktu ) pawdłowość w zakese damk 3) pawdłowość

Bardziej szczegółowo

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie Rozdzał moogaf: 'Bazy Daych: Nowe Techologe', Kozelsk S., Małysak B., Kaspowsk P., Mozek D. (ed.), WKŁ 007 Rozdzał 3 Zastosowae języka SQL w statystyce opsowej Steszczee. Relacyje bazy daych staową odpowede

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

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

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

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

Bardziej szczegółowo

BADANIE CHARAKTERYSTYKI DIODY PÓŁPRZEWODNIKOWEJ

BADANIE CHARAKTERYSTYKI DIODY PÓŁPRZEWODNIKOWEJ Fzyka cała stałego, Elektyczość magetyzm BADANIE CHARAKTERYTYKI DIODY PÓŁPRZEWODNIKOWEJ 1. Ops teoetyczy do ćwczea zameszczoy jest a stoe www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE..

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

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

Bardziej szczegółowo

STATYSTYKA EKONOMICZNA I SPOŁECZNA

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

Bardziej szczegółowo

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

AKADEMIA MORSKA W SZCZECINIE

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

= n = = i i. Sprawdzenie istotności współczynnika korelacji ρ dla populacji na podstawie współczynnika r

= n = = i i. Sprawdzenie istotności współczynnika korelacji ρ dla populacji na podstawie współczynnika r STATYSTKA I ANALIZA DANYCH LAB V I VI. Pla laboatoum V VI Koelacja współczk koelacj Peasoa testowae stotośc współczka koelacj Regesja lowa egesja posta, ocea dopasowaa, testowae stotośc współczków egesj

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

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

Bardziej szczegółowo

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego. Ćwiczenie może być realizowane za pomocą trzech wariantów zestawów pomiarowych: A, B i C.

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego. Ćwiczenie może być realizowane za pomocą trzech wariantów zestawów pomiarowych: A, B i C. ĆWICZENIE 1 Opacowane statystyczne wynków ROZKŁAD NORMALNY 1. Ops teoetyczny do ćwczena zameszczony jest na stone www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE (Wstęp do teo pomaów).

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Novosibirsk, Russia, September 2002

Novosibirsk, Russia, September 2002 Noobk, ua, Septebe 00 W-5 (Jaoewc) 4 lajdów Dyaka były tywej Cało tywe jego uch uch potępowy cała tywego uch obotowy cała tywego wględe tałej o obotu. oet bewładośc Dyaka cała tywego uch łożoy cała tywego

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

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

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

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

Bardziej szczegółowo

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH Laboaoum eod aczch ĆWICZENIE 3 ANALIZA WPÓŁZALEŻNOŚCI ZJAWIK AOWCH Jedo wozące zboowość chaaezowae ą zazwcza za pomocą welu cech óe wzaeme ę wauuą. Celem aalz wpółzależośc e wedzee cz mędz badam cecham

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

Bardziej szczegółowo

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC 4-0-04-0-0 G:\AA_Wyklad 000\FIN\DOC\Geom0.doc Dgaa ale III ok Fzyk BC OPTYKA GEOMETRYCZNA. W ośodku jedoodym śwatło ozcodz sę ostolowo.. Pzecające sę omee śwetle e zabuzają sę awzajem. 3. Pawo odbca śwatła.

Bardziej szczegółowo

Statystyczna analiza danych przedziały ufności

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

Bardziej szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

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

Bardziej szczegółowo

Wykład ze statystyki. Maciej Wolny

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

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

Bardziej szczegółowo

BRYŁA SZTYWNA. Zestaw foliogramów. Opracowała Lucja Duda II Liceum Ogólnokształcące w Pabianicach

BRYŁA SZTYWNA. Zestaw foliogramów. Opracowała Lucja Duda II Liceum Ogólnokształcące w Pabianicach BRYŁA SZTYWNA Zestaw fologamów Opacowała Lucja Duda II Lceum Ogólokształcące w Pabacach Pabace 003 Byłą sztywą azywamy cało, któe e defomuje sę pod wpływem sł zewętzych. Poszczególe częśc były sztywej

Bardziej szczegółowo

METODY OPISU STRUKTURY ZBIOROWOŚCI

METODY OPISU STRUKTURY ZBIOROWOŚCI METODY OPISU STRUKTURY ZBIOROWOŚCI Wkaźk atężea WSKAŹIK STRUKTURY I ATĘŻEIA Iloraz lczby jedotek jedej zborowośc ( ) do lczby jedotek drugej zborowośc (m ). Wyraża ę wzorem: W m Gdze: W wkaźk atężee; lczebośd

Bardziej szczegółowo

brak podstaw do odrzucenia hipotezy zerowej.

brak podstaw do odrzucenia hipotezy zerowej. Paca domowa 9. W pewnym bowaze zanstalowano dwa automaty do napełnana butelek. Ilość pwa nalewana pzez pewszy est zmenną losową o ozkładze N( m,, a lość pwa dozowana pzez dug automat est zmenną losową

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

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

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

Wykład 15 Elektrostatyka

Wykład 15 Elektrostatyka Wykład 5 Elektostatyka Obecne wadome są cztey fundamentalne oddzaływana: slne, elektomagnetyczne, słabe gawtacyjne. Slne słabe oddzaływana odgywają decydującą ole w budowe jąde atomowych cząstek elementanych.

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

Księga Jakości Laboratorium

Księga Jakości Laboratorium Ksga Jakośc aboatom 6.. Metodyka szacowaa epewośc typ A Opacował: mg Mkołaj Kplk Jest to szacowae epewośc o asymetyczych gacach pzedzał fośc wzgldem watośc śedej, co wyka z fakt okeślaa watośc śedej jako

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Fizyka, technologia oraz modelowanie wzrostu kryształów

Fizyka, technologia oraz modelowanie wzrostu kryształów Fzyka, techologa oaz modelowae wzostu kyształów Stasław Kukowsk Mchał Leszczyńsk Istytut Wysokch Cśeń PA 0-4 Waszawa, ul Sokołowska 9/37 tel: 88 80 44 e-mal: stach@upess.waw.pl, mke@upess.waw.pl Zbgew

Bardziej szczegółowo

mgr Anna Matysiak PODSTAWOWE POJĘCIA STATYSTYCZNE

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

Bardziej szczegółowo

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

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

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

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

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA Nekedy zachodz koneczność zany okesu kapt. z ównoczesny zachowane efektów opocentowane. Dzeje sę tak w nektóych zagadnenach ateatyk fnansowej np.

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

+Ze (Z-1)e. Możliwe sytuacje: 1) orbita nie penetrująca kadłuba

+Ze (Z-1)e. Możliwe sytuacje: 1) orbita nie penetrująca kadłuba Atomy weloelektoowe: ekulombowsk potecał (cetaly) kedy? ektóe atomy weloelektoowe (p. alkalcze) maą elekto w śede odległ. od ąda >> ż odległośc pozostałych elektoów, el. walecyy kadłub atomu Róże stay

Bardziej szczegółowo

WARTOŚĆ PIENIĄDZA W CZASIE

WARTOŚĆ 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 szczegółowo

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach,

Bardziej szczegółowo

Elektrostatyka-cz.2. Kondensatory, pojemność elektryczna Energia pola elektrycznego

Elektrostatyka-cz.2. Kondensatory, pojemność elektryczna Energia pola elektrycznego lektostatykacz. Kodesatoy, pojemość elektycza ega pola elektyczego Kodesato Składa sę z dwóch odzolowaych od sebe pzewodków Kodesato moża ładować ładukam elektyczym o jedakowej watośc pzecwych zakach Pojemość

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

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

Bardziej szczegółowo

Miary średnie. Średnią arytmetyczną nazywamy sumę wartości zmiennej wszystkich jednostek badanej zbiorowości podzieloną przez liczbę tych jednostek.

Miary średnie. Średnią arytmetyczną nazywamy sumę wartości zmiennej wszystkich jednostek badanej zbiorowości podzieloną przez liczbę tych jednostek. Węcej doumetów a troe: www.rawczy.hotl.pl Aalza trutury zmerza do wydobyca a jaw charaterytyczych właścwośc zborowośc porówaa ch z ą zborowoścą. Każde badae, tóre w efece ma dać wzechtroą oceę zjawa doprowadzć

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wybrane litery alfabetu greckiego

Wybrane litery alfabetu greckiego Wybrae litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilo η eta Θ θ theta κ kappa Λ λ lambda µ mi ν i ξ ksi π pi ρ, ϱ ro σ sigma τ tau Φ φ, ϕ fi χ chi Ψ ψ psi Ω ω omega Ozaczeia a i

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

KALIBRACJA NIE ZAWSZE PROSTA

KALIBRACJA NIE ZAWSZE PROSTA KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

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

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

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

Bardziej szczegółowo

Materiały wspomagające wykład ze statystyki. Maciej Wolny

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

Bardziej szczegółowo

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

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

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

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

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

Bardziej szczegółowo

500 1,1. b) jeŝeli w kolejnych latach stopy procentowe wynoszą odpowiednio 10%, 9% i 8%, wówczas wartość obecna jest równa: - 1 -

500 1,1. b) jeŝeli w kolejnych latach stopy procentowe wynoszą odpowiednio 10%, 9% i 8%, wówczas wartość obecna jest równa: - 1 - Zdyskotowae pzepływy pieięŝe - Pzepływy pieięŝe płatości ozłoŝoe w czasie - Pzepływy występujące w kilku óŝych okesach ie są poówywale z uwagi a zmiaę watość pieiądza w czasie - śeby poówywać pzepływy

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

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

Zmienna losowa X ma taki rozkład, jeśli przyjmuje wartości k=0,1,2,...,n z prawdopodobieństwami określonymi wzorem: . Jaka jest różca mędzy cechą skokową cągłą? podać przykłady każdej z ch. Cecha loścowa : skokowa przyjmująca pewe wartośc lczbowe e przyjmująca wartośc pośredch cecha ta też jest azywaa dyskretą, przykład:

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PROJEKT: GNIAZDO POTOKOWE

PROJEKT: GNIAZDO POTOKOWE POLITEHNIK POZNŃSK WYZIŁ UOWY MSZYN I ZZĄZNI ZZĄZNIE POUKJĄ GUP ZIM-Z3 POJEKT: GNIZO POTOKOWE WYKONWY: 1. TOMSZ PZYMUSIK 2. TOMSZ UTOWSKI POWZĄY: Mg iż. Maiola Ozechowska SPIS TEŚI OZZIŁ 1. Wpowadzeie.

Bardziej szczegółowo

Politechnika Gdańska Wydział Elektrotechniki i Automatyki

Politechnika Gdańska Wydział Elektrotechniki i Automatyki PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI Mosław Kweselewcz Poltechka Gdańska Wydzał Elektotechk Automatyk PORZĄDKOWANIE WARIANTÓW PRZY NIEKOMPLETNYCH MACIERZACH PORÓWNAŃ PARAMI

Bardziej szczegółowo

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś 1 STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr iż Krzysztof Bryś Pojȩcia wstȩpe populacja - ca ly zbiór badaych przedmiotów lub wartości. próba - skończoy podzbiór populacji podlegaj acy badaiu.

Bardziej szczegółowo

ZAJĘCIA 2. Metody opisu struktury i natężenia, metody opisu tendencji centralnej, klasyczne metody opisu dyspersji. i n

ZAJĘCIA 2. Metody opisu struktury i natężenia, metody opisu tendencji centralnej, klasyczne metody opisu dyspersji. i n ZAJĘCIA Metody opu truktury atężea, metody opu tedecj cetralej, klaycze metody opu dyperj. WSKAŹIK STRUKTURY I ATĘŻEIA METODY OPISU STRUKTURY I ATĘŻEIA Wkaźk atężea Iloraz lczby jedotek jedej zborowośc

Bardziej szczegółowo

X 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.

X 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 szczegółowo

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy. MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

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

Bardziej szczegółowo

INTERPRETACJA DANYCH STATYSTYCZNYCH

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

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

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

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste Statystyka opisowa Miary statystycze: 1. miary położeia a) średia z próby x = 1 x = 1 x = 1 x i - szereg wyliczający x i i - szereg rozdzielczy puktowy x i i - szereg rozdzielczy przedziałowy, gdzie x

Bardziej szczegółowo