MATERIAŁY POMOCNICZE DLA STUDENTÓW DO NAUKI STATYSTYKI

Wielkość: px
Rozpocząć pokaz od strony:

Download "MATERIAŁY POMOCNICZE DLA STUDENTÓW DO NAUKI STATYSTYKI"

Transkrypt

1 STATYSTYKA MATERIAŁY POMOCNICZE DLA STUDENTÓW DO NAUKI STATYSTYKI

2

3 Mara Borowsa STATYSTYKA MATERIAŁY POMOCNICZE DLA STUDENTÓW DO NAUKI STATYSTYKI "Ale t, Pae wszsto pod marą lczbą, wagą urządzłeś" (Ks. Mądrośc..) Stalowa Wola 6

4 Recezec auow prof. zw. dr hab. Edward Nowa Uwerstet Eoomcz we Wrocławu Poltecha Rzeszowsa prof. zw. dr hab. Tadeusz Galac Poltecha Wrocławsa Wższa Szoła Zarządzaa "EDUKACJA" we Wrocławu Redacja techcza mgr Moa Paruch mgr Lucja Paruch Coprght b Mara Borowsa Wersja eletrocza opracowaa pod adresem: ISBN Dru oprawa: Wdawctwo Decezjale Druara w Sadomerzu ul. Żeromsego 4, 7-6 Sadomerz tel , fa zamówea@wds.com.pl 4

5 Sps treśc Wstęp Statsta podstawowe pojęca statstcze Term statsta Podzał statst, jao dscpl auowej Przedmot statst opsowej Przedmot statst matematczej..... Podstawowe pojęca statstcze Etap badaa statstczego Ustalae lczb las w szeregu przedzałowm Wres w statstce Podstawowe wadomośc ze statst opsowej Ops strutur zjaws Mar średe Mar rozproszea Zestawee mar średch mar rozproszea Momet, jao uogólee mar tedecj cetralej mar dspersj Mar asmetr (sośośc) Mar ocetracj (supea) Aalza dam zjaws Metoda desowa Metod wodrębaa tredu Aalza współzależośc zjaws Metod badaa zależośc orelacjej Mar orelacj Netóre sposob ogólej oce współzależośc Przpomee wadomośc z rachuu prawdopodobeństwa Podstawowe pojęca probablstcze Defcja prawdopodobeństwa Własośc prawdopodobeństwa Prawdopodobeństwo waruowe Nezależość zdarzeń Prawdopodobeństwo całowte Wzór Baesa Schemat Beroullego

6 4. Podstaw statst matematczej Zmee losowe ch rodzaje Pojęce zmeej losowej Tp zmeej losowej Cecha statstcza, a zmea losowa Podstawowe parametr rozładu zmeej losowej Aaloge mędz zmem losowm soowm cągłm Rozład zmeej losowej Rozład zmeej losowej soowej Rozład zmeej losowej cągłej Stadarzacja rozładu ormalego N, Reguła -ch Rozład statst z prób Rozład średej artmetczej z prób Rozład waracj z prób Teora estmacj Estmacja, estmator Rodzaje estmacj Przedzał ufośc Werfacja hpotez Etap werfacj hpotez Hpotez ch rodzaje Pojęce podzał testu statstczego Pojęce obszaru rtczego Możlwe deczje rodzaje błędów Werfacja wbrach hpotez parametrczch Iformacja o werfacj hpotez eparametrczch Porówae wbrach zagadeń estmacj z testowaem etórch hpotez statstczch... 8 Sorowdz Bblografa... 9 Summar

7 Wstęp Publacja ta jest serowaa do studetów różch eruów studów I lub II stopa uczącch sę a początowch latach statst pragącch utrwalć, powtórzć usstematzować swoją wedzę umejętośc w zarese tego przedmotu a studach wraz z oeczm przpomeem ze szoł średej wbrach częśc materału z matemat. Kompetecje te są ezbęde w pomślm przgotowwau sę a beżąco do zajęć ze statst opsowej, cz wosowaa statstczego oraz fale do zalczea lub egzamu z tego przedmotu. Opracowae prezetuje w sposób zwęzł usstematzowa materał programow ze statst opsowej dla szeroego ogółu studetów a początowch latach I stopa (lcecjacch). Zwera też obszere przpomee ezbędch wadomośc z rachuu prawdopodobeństwa z zaresu szoł średej oraz treśc programowe przedmotu: wosowae statstcze ze studów II stopa (uzupełającch magstersch). Treśc mertorcze poparte są przładowo rozwązam zadaam, wzbogacom wczerpującm ometarzem wjaśającm oleje etap postępowaa. Mam adzeję, że ejsze materał pomoccze mmo, ż e staową oe sstematczego władu statst będą stotą pomocą eduacją dla studetów różch eruów studów pragącch a zadowalającm pozome pozać sprawe posługwać sę arzędzam statstczm do opsu terpretacj otaczającej rzeczwstośc. 7

8 8

9 . Statsta podstawowe pojęca statstcze.. Term statsta Słowo: statsta pochodz od łacńsego słowa status, czl sta rzecz. Term te został wprowadzo do au w XVIII w. przez emecego uczoego Gottfreda Achewalla dla oreślea szeroego zboru wadomośc o państwe. Oto róże zaczea słowa statsta : ) państwozawstwo, tz. aua o państwe prezetująca podstawowe wadomośc ezbęde dla tch, tórz erowal państwem (ops stau państwa a podstawe dach lczbowch, sps ludośc, sps dóbr rólewsch, oścelch, lasztorch) zaczee hstorcze, starożte średowecze, ) wszele zestawea lczbowe, zespół formacj lczbowch (tabele, wres) dotczącch wbraej grup lub ategor zjaws, a taże wsuwae wosów a podstawe welośc lczbowch, ) czośc polegające a zberau opswau dach lczbowch (p. statsta wpadów drogowch), 4) dscpla auowa tratująca o metodach lczbowego opsu wosowaa o prawdłowoścach wstępującch w procesach masowch, 5) oreślee dowolego parametru mar (p. średej) opsującego w prób... Podzał statst, jao dscpl auowej STATYSTYKA STATYSTYKA OPISOWA STATYSTYKA MATEMATYCZNA (WNIOSKOWANIE STATYSTYCZNE)... Przedmot statst opsowej Statsta opsowa tratuje o metodach statstczego opsu (aalz) wów badań opartch a obserwacj pełej, wczerpującej jest to ujęce determstcze. Dzel sę oa a: ) aalzę strutur (budow) zjaws, ) aalzę dam (zma w czase) zjaws, ) aalzę współzależośc zjaws. 9

10 ... Przedmot statst matematczej Statsta matematcza (ducja), aczej wosowae statstcze, zajmuje sę metodam wosowaa statstczego o całej zbrowośc (populacj geeralej) w oparcu o badaa reprezetatwe, częścowe (a podstawe prób, częśc zborowośc) jest to ujęce edetermstcze, probablstcze. Wosowae statstcze może dotczć aalz strutur oraz aalz współzależośc zjaws (orelacj regresj). Polega oo a uogólau formacj zebrach w próbe losowej a całą zborowość statstczą (populację geralą). Wosowae statstcze obejmuje: ) estmację (szacowae): parametrczą (putową przedzałową) eparametrczą, ) wefację (sprawdzae) hpotez za pomocą testów statstczch, statst (testów stotośc parametrczch eparametrczch: testów zgodośc, losowośc ezależośc). POPULACJA GENERALNA PRÓBA LOSOWA (STATYSTYKA OPISOWA) WNIOSKOWANIE STATYSTYCZNE.. Podstawowe pojęca statstcze ) Zborowość statstcza (geerala lub próba) zbór jedoste statstczch objętch badaem statstczm. Jedost zborowośc statstczej muszą posadać co ajmej jedą wspólą cechę (stałą). Na tm polega jedorodość zborowośc statstczej. Jedost zborowośc e mogą bć detcze, Zborowość geerala (populacja, masa) sończo lub esończo zbór jedoste podda obserwacj emprczej. ) Próba część zborowośc geeralej poddaa bezpośredemu badau emprczemu ze względu a badaą cechę w celu wcągęca wosów o ształtowau sę wartośc tej cech w całej populacj geeralej.

11 Próba jest: losowa tz. jedost do prób został pobrae z populacj w sposób losow, przpadow, reprezetatwa tz. strutura prób pod względem badaej cech e róż sę stote od strutur populacj pod względem tej cech próba dobrze reprezetuje badaą cechę w całej (ebadaej) populacj. ) Jedosta populacj elemet zborowośc statstczej. 4) Lczebość zborowośc geeralej lczba jedoste w populacj. Lczebość prób lczba jedoste w próbe. 5) Cecha statstcza właścwość (własość) jedoste statstczch. Warat cech wartośc, odma podaej cech. Podzał cech statstczch: Cech statstcze cech stałe (rterum przależośc do badaej zborowośc geeralej lub próbej) oreślają oe zborowośc pod względem: rzeczowm (co?) czasowm (ed?) przestrzem (gdze?) zaresowm (jae formacje?) (Cech stałe e podlegają badau statstczemu) jaoścowe (emerzale) warat e są wrażoe lczbowo, tlo opsowo lub zaodowae lczbowo (p. ma własość, bra własośc) cech zmee badae (różcujące jedost zborowośc mędz sobą) cągłe warat wczerpują przedzał lczbow loścowe (merzale) warat są wrażoe lczbowo o różch marach soowe (dsrete) warat, to put a os bez wartośc pośredch quas loścowe (porządowe) oreślają atężee własośc (p. oce a egzame) 6) Zjawsa masowe zdarzea często powtarzające sę (dośwadczea losowe), w tórch wstępują prawdłowośc badae przez statstę). 7) Badae statstcze badae emprcze (obserwacja) prawdłowośc w zjawsach masowch. Może bć: badae pełe (wczerpujące) dotcz wszstch jedoste zborowośc statstczej, badae częścowe (ewczerpujące) dotcz częśc jedoste, prób, a jego w są uogólae a całą populację.

12 BADANIE STATYSTYCZNE PEŁNE (dotcz wszstch jedoste) CZĘŚCIOWE (dotcz prób) 8) Materał statstcz zbór zapsów dotczącch waratów cech wstępującej u badach jedoste zborowośc. 9) W badań zaobserwowae warat badaej cech (w zborowośc geeralej w badau pełm lub z prób w badau częścowm). ) Ops statstcz aalza rozładu cech w próbe lub zborowośc geeralej sończoej. Jest to oblczae pewch charaterst lczbowch (parametrów, statst) badaego rozładu cech. Ops statstcz, w przpadu badaa częścowego, jest putem wjśca do wosowaa statstczego. W przpadu zaś badaa pełego, zama badae statstcze. ) Wosowae statstcze uogólae wów uzsach w prób losowej a całą populację geeralą. Jest to podejmowae deczj o ezach parametrach rozładach w zborowośc geeralej a podstawe wów z prób w waruach epewośc (rza statstczego) z worzstaem reguł rachuu prawdopodobeństwa. ) Parametr (statst, mer statstcze) charaterst lczbowe rozładu badaej cech w zborowośc geeralej lub próbej. Wróżam: parametr populacj, parametr prób (w przpadu badaa częścowego). ) Szereg statstcz zestawee wartośc zmech cech badaej wraz z przporządowam m lczeboścam lub częstoścam ch wstępowaa c N. Podzał szeregów statstczch: szereg statstcze szczegółowe (wlczające) rozdzelcze przestrzee (geografcze) czasowe (damcze) dotczące dotczące putowe (dla cech soowej) cech merzalch przedzałowe (dla cech cągłej) cech emerzalch mometów (put a os czasu) t t t t t oresów (przedzał a os czasu) t t t t t

13 Szereg surow zaps wów badaa w aturalej olejośc ch zberaa (przed uporządowaem). Szereg prost zaps wów badaa po uporządowau (rosąco względem pozomu waratów lub pogrupowa w las). 4) Rozład emprcz zestawee par, olumach lub werszach z waratam cech N lub w postac tabel o dwóch lczeboścam : N 5) Kumulacja szeregu sumowae olejch lczebośc. Powstaje wted szereg umulacj (rosąc). cum N N Uwaga: Powższą tabelę moża rozszerzać o oleje olum (częstośc c, częstośc sumulowae c cum, tp.) potrzebe róweż do oblczaa pewch merów (średej, odchlea, tp.): N cum c cum c c c N N N c c c c c c c N N c N c N N

14 Uwaga: Częstość c wrażać moża w procetach c %. 6) Dstrbuata emprcza F to częstość sumulowaa dla waratów cech e węszch od wartośc, czl dla Wartość masmala dstrbuat, to dla m.. ma, a mmala, to dla.4. Etap badaa statstczego Są to: ) Projetowae badaa (czośc przgotowawcze: oreślee celu metod badaa oraz zborowośc statstczej cech podlegającch badau). ) Orgazacja badaa (opracowae stro techczej badań). ) Obserwacja statstcza (pomar zmech cech statstczch we wszstch jedostach wtpowach do badaa). 4) Opracowae prezetacja materału statstczego (grupowae, zlczae, budowae szeregu statstczego, tablc, tabel, wresów). 5) Ops statstcz (oblczee mar, parametrów, statst oraz scharaterzowae badaego zjawsa zastosowae statst opsowej). 6) Wosowae statstcze w przpadu badaa częścowego prób (wosowae o populacj a podstawe prób zastosowae statst matematczej)..5. Ustalae lczb las w szeregu przedzałowm Oto etóre zalecea: ) lczba las w gracach 5-5, ) lczba las węsza, m zborowość lczejsza, ) lczba las: w zależośc od lczebośc zborowośc: N wrażoa może bć wzorem: N lub 5log N lub,log N, 4) lczba las: uzależoa od lczebośc zborowośc: N może bć w astępując sposób: N 4;6 6;8 N 6; 7; N ; 9; 4

15 N ;5 ;7 5) rozpętość las, terwał, rozstęp jest różcą mędz górą, a dolą gracą las może bć wrażoa wzorem: ma m ; lczba las - a ogół terwał przedzałowe są jedaowe, 6) tp przedzału lasowego: - lew oec przedzału, to dola graca las - praw oec przedzału, to góra graca las..6. Wres w statstce Rodzaje wresów: ) lowe, ) powerzchowe, ) pasmowe, 4) brłowe, 5) putowe, 6) mapowe (artogram), 7) ombowae, 8) specjale. Wres służą do grafczego przedstawaa: ) szeregów rozdzelczch (wres struturale), ) rozwoju zjaws w czase (wres damcze), ) zależośc mędz cecham (wres orelacje). Hstogram zbór przlegającch prostoątów w uładze współrzędch o podstawe długośc las wsoośc rówej lczebośc lub częstośc. Dagram (welobo lczebośc) łamaa łącząca put o współrzędch: środ las odpowadające m lczebośc lub częstośc c. 5

16 6

17 . Podstawowe wadomośc ze statst opsowej.. Ops strutur zjaws Strutura zjaws, to budowa, sład zborowośc pod względem wróżoch cech jedoste tej zborowośc. Aalza strutur, to wrwae terpretowae prawdłowość w badaej zborowośc. Aalzę strutur zjaws masowch przeprowadza sę prz pomoc opsowch charaterst rozładów (oprócz tabel wresów). Są to: mar średe, dzelą sę a lascze pozcje mar rozproszea, mar asmetr, mar ocetracj. Ww. marom są pośwęcoe oleje moduł: Mar średe Mar średe, to aczej: mar pozomu wartośc zmeej, mar położea, mar przecęte. Oreślają oe wartość zmeej, woół tórej wstępują wszste pozostałe warat badaej cech. Mar średe dzelą sę a: lascze (do oblczea tórch stosuje sę wszste warat cech), pozcje (ozaczają oretą pozcję w szeregu). MIARY ŚREDNIE KLASYCZNE: średa artmetcza (eważoa z wagą) średa harmocza średa geometrcza POZYCYJNE: domata (. modala, wartość tpowa, ajczęstsza) watle (wśród ch wartle, decle, cetle) medaa (. moda, wartość środowa jao szczególe watle, p. wartl drug, decl pąt, cetl pęćdzesąt) 7

18 Uwaga: Ozaczea: - warat cech, - środ przedzałów lasowch, N - lczebość badaej zborowośc, - lczebość jedoste o warace. ) Klascze mar średe: a) średa artmetcza eważoa dla szeregu wlczającego gd wszste : N N N b) średa artmetcza z wagą (ważoa) dla szeregu putowego gd warat cech wstępują z różą częstotlwoścą: N N ; N gdze wag odpowadające waratom ;,,, c) średa artmetcza (ważoa) dla szeregu przedzałowego ( środ las): N d) średa harmocza: N eważoa: ważoa: H N ; N H N N e) średa geometrcza: N N N eważoa: N N N G N N ważoa: N G ; N Uwaga: Zależośc mędz, H, G dla eujemch waratów: N H G wadratowa N. 8

19 ) Pozcje mar średe: a) domata: w szeregu putowm jest to te warat cech, tóremu odpowada ajwęsza lczebość, w szeregu przedzałowm ależ do przedzału, tóremu odpowada ajwęsza lczebość, oblcza sę ją wg wzoru: D D D D D gdze: D D D D D - dola graca las z domatą, D - lczebość przedzału z domatą, - lczebość przedzału poprzedzającego przedzał D z domatą, - lczebość przedzału astępującego po przedzale D z domatą, D - rozpętość przedzału z domatą metoda grafcza wzaczaa domat c N D b) watle: są to warat cech, tóre dzelą badaą zborowość a oreśloe częśc pod względem lczebośc, p. wartale, decle, cetle. Kwartl jest trz: Q, Q, Q dzelą zborowość a 4 częśc. Kwartl drug Q to medaa. Decl jest 9 dzelą zborowość a częśc, Decl pąt, to medaa. Cetl jest 99 dzelą zborowość a częśc. Cetl 5-t to medaa. c) medaa (wartl drug, środow): to wartość środowa (moda), dla szeregu wlczającego: Me N ; gd N jest lczbą eparzstą N N d) wartle (są trz: Q, Q, Q ): ; gd N jest lczbą parzstą 9

20 wartl perwsz, dol Q dzel zborowość, uporządowaą rosąco pod względem waratów, a dwe częśc tae, że 5% zborowośc ma warat cech ższe, a 75% - wższe ż wartl perwsz; dla szeregu przedzałowego: 4 N Q Q Q Q gdze: Q - dola graca przedzału z Q, Q - lczebość przedzału z Q, Q - rozpętość przedzału z Q, - umer przedzału z Q, wartl drug, środow Q Me (medaa): dzel zborowość, uporządowaą rosąco pod względem waratów, a dwe rówe częśc (po 5%) tae, że 5% zborowośc ma warat ższe, a 5% - wższe ż wartl drug zwa medaą; dla szeregu przedzałowego: N Q Me Me Me Me gdze: Me - dola graca przedzału z Me, Me - lczebość przedzału z Me, Me - rozpętość przedzału z Me, - umer przedzału z Me, wartl trzec, gór Q dzel zborowość, uporządowaą rosąco pod względem waratów, a dwe częśc tae, że 75% zborowośc ma warat ższe, a 5% - wższe ż wartl trzec; dla szeregu przedzałowego: 4 N Q Q Q Q gdze: Q - dola graca przedzału z Q, Q - lczebość przedzału z Q,

21 Q - rozpętość przedzału z Q, - umer przedzału z Q, e) lustracja grafcza wartl: warat cech badaej zborowośc Q Me Q Q warat cech uporządowae rosąco 5% zborowośc 75% zborowośc 75% zborowośc 5% zborowośc 5% zborowośc 5% zborowośc dol półszereg Q jest medaą dolego półszeregu gór półszereg Q jest medaą górego półszeregu cała zborowość (%) Uwaga: Wzór Pearsoa ustalając zależość mędz maram średm (, D, Me ): D Me ) Zestawee mar średch: MIARY ŚREDNIE KLASYCZNE POZYCYJNE D, Me, H, G Q, Q, Q watle... Mar rozproszea Mar rozproszea, to aczej: mar zmeośc, mar zróżcowaa, mar dspersj. Oreślają oe stopeń rozproszea (zares zmeośc) waratów cech względem wartośc średej. Mar rozproszea (podobe, ja mar średe) dzelą sę a: lascze, pozcje.

22 MIARY ROZPROSZENIA KLASYCZNE: odchlee przecęte waracja odchlee stadardowe POZYCYJNE: rozstęp (emprcz obszar zmeośc) odchlee ćwartowe INNE MIARY ROZPROSZENIA, KTÓRE W ZALEŻNOŚCI OD RODZAJU WZORU MOGĄ BYĆ ZALICZANE DO MIAR KLASYCZNYCH LUB POZYCYJNYCH: tpow obszar zmeośc współcz zmeośc ) Klascze mar rozproszea: a) odchlee przecęte: dla szeregu wlczającego (wszste ): N N d odchlea od - jest to eważoa średa artmetcza różć, czl odchleń od średej dla szeregu putowego (warat cech wstępują z różą częstotlwoścą): N d odchlea wag od - jest to ważoa średa artmetcza różc średej dla szeregu przedzałowego ( - środ las): N d, czl odchleń od b) waracja, to średa artmetcza wadratów odchleń: waratów cech od średej :

23 dla szeregu wlczającego (wszste ): V S N N (eważoa) dla szeregu putowego (warat cech wstępują z różą częstotlwoścą): N (z wagą) V S dla szeregu przedzałowego ( - środ las): V S N Uwaga: We wzorach a warację z prób zamast N jest N. c) odchlee stadardowe, to perwaste wadratow z waracj: S V S V S - ja wżej w b) ) Pozcje mar rozproszea: a) rozstęp (emprcz obszar zmeośc): R b) odchlee ćwartowe (wrażoe poprzez wartale Q Q ) ma Q Q Q m - merz pozom zróżcowaa w połowe obszaru zmeośc (od Q do Q ) ) Ie mar rozproszea (w zależośc od rodzaju wzoru mogą bć zalczae do lasczch lub pozcjch): KLASYCZNE a) tpow obszar zmeośc: S tp S lub POZYCYJNE Me Q tp Me Q jedost etpowe jedost etpowe

24 b) współcz zmeośc, to loraz (wrażo w %) bezwzględej mar rozproszea: d, S, Q odpowedch średch:, Me, Q Q : S lub Q vs vq Me d Q Q vd vqq Q Q 4) Zestawee mar rozproszea: MIARY ROZPROSZENIA KLASYCZNE POZYCYJNE d, S, S, R, Q, v S, v v d Q, v QQ, tp, S tp Me, Q... Zestawee mar średch mar rozproszea MIARY ŚREDNIE ROZPROSZENIA KLASYCZNE, H, G v S, v d d, S, S, POZYCYJNE D, Me Q, Q, Q watle tp, S R, Q, v Q, v QQ, tp Me, Q..4. Momet, jao uogólee mar tedecj cetralej mar dspersj - są to średe artmetcze odchleń (różc) waratów cech od pewej welośc a podesoch do potęg r : m r odchlea a - dla a mam momet zwł - dla a mam momet cetral Zatem: jest to -wsz momet zwł, r - momet rzędu r ( r -t momet) S jest to -g momet cetral. 4

25 ..5. Mar asmetr (sośośc) Asmetra, to problem, cz przeważająca lczba jedoste jest powżej, cz pożej przecętego pozomu badaej cech. Najłatwej oceć asmetrę rozładu porówując ze sobą trz astępujące mar średe: domatę D, medaę Me średą artmetczą. W rozładach smetrczch są oe rówe: D Me D Me W rozładach prawostroe asmetrczch: D Me D Me W rozładach lewostroe asmetrczch: D Me ) Mar asmetr: a) wsaź asmetr: Me D W D W Q Q Q Q S S 5

26 W rozładach smetrczch: WS W rozładach prawostroe asmetrczch: WS W rozładach lewostroe asmetrczch: WS b) współcz asmetr: WS D WS D AS Ad S S d d Q Q Q Q Q QMe AQ Q Q Q Q Q c) trzec momet cetral: N - merz erue asmetr m d) momet stadardow -go rzędu: m A S - merz słę erue asmetr S ) Zestawee mar asmetr: Asmetra Kerue Sła D, Me, D Me (sm.) D Me (asm. praw.) D Me (asm. lewos.) A S WS D WS D WS D Ad S S d d QQ Me AQ Q m A S S 6

27 ..6. Mar ocetracj (supea) KONCENTRACJA rozumaa jao erówomer podzał zjaws (- ma zwąze z asmetrą dspersją) ocetracja woół średej (urtoza) (- porówae z wresem rozładu ormalego) rozł. leptourtcz rozł. ormal rozł. platourtcz Słę ocetracj moża badać metodą: grafczą (wreślee welobou ocetracj Loreza), aaltczą (oblczee mar atężea ocetracj). ) Welobo ocetracj Loreza: sumulowae częstośc globalej wartośc cech lczoe w % cum% % P P P % welobo ocetracj rzwa Loreza sumulowae częstośc lczoe w % cum% Współcz ocetracj Pearsoa: Pw P gdze: P P 5 P w - pole welobou ocetracj P w P 7

28 w P P P P P prz czm P - to trójąt, P, P,, P, to trapez. Zatem ocetrac ja ocetracja mała duża ) Mar ocetracj: a) momet cetral 4-go rzędu: N P P P 4 m b) stadardow momet cetral 4-go rzędu: m4 a4 4 S c) esces mara spłaszczea: ea 4 d) zestawee mar spłaszczea: ROZKŁAD leptourtcz ormal (wsmulo) ł platourtcz (spłaszczo) a4 e a4 e a4 e Przładowe zadae: Oto w egzamu ze statst grup studetów:, 5, 4,,,, 4,,,,, 4, 4, 5,,, 5,, 4, 4. Dae te posłużą do zaprezetowaa wcześej omówoch pojęć mar strutur. Zborowość statstcza: grupa studetów Jedosta statstcza: studet 8

29 Cecha statstcza: ocea z egzamu Warat cech ( ): oce:,, 4, 5 Lczebość zborowośc: N (lczebość grup) Szereg surow:, 5, 4,,,, 4,,,,, 4, 4, 5,,, 5,, 4, 4 Szereg prost:,,,,,,,,,,, 4, 4, 4, 4, 4, 4, 5, 5, 5 Szereg rozdzelcz: Wres rozładu: ) Mar średe Uwaga: Wprost z ształtu wresu wdać, że domata D (ajczęstsza ocea ajwższ słupe). Kwartle:,,,,,,,,,,, 4, 4, 4, 4, 4, 4, 5, 5, 5 ¼ zborowośc Q Q Me ¾ zborowośc ½ zborowośc (połowa studetów otrzmała co ajwżej tróję) ½ zborowośc (połowa studetów otrzmała co ajmej tróję) Q 4 ¾ grup studetów otrzmało co ajwżej czwórę ¼ grup studetów otrzmała co ajmej czwórę 9

30 Średa : ,5 7 Średa ocea z egzamu ze statst to,5. Kumulacja lczebośc częstośc: cum N c c % % c cum % N % % % 55% studetów otrzmało oceę lub % 85% studetów otrzmało co ajwżej czwórę 5 5% % N c % osób otrzmało co ajwżej tróję 7 osób otrzmało co ajwżej czwórę ) Mar rozproszea Rozstęp: R 5 (emprcz obszar zmeośc to oce) W celu oblczea: d, S, S, Q moża posłużć sę tabelą: -,5,5,5 4,5 9 -,5,5,5,5,5 4 6,5,5,5,5 5,5,5 4,5,5 6,75 N 5

31 Odchlee przecęte: N d,55 Przecęte odchlee wszstch oce od średej,5 sęga poad pół oce. Waracja odchlee stadardowe: 5 N V S,75 S, 75,865 Stadardowe rozproszee sęga o.,865 oce. Odchlee ćwartowe: Q QQ 4 Zmeość oce w połowe szeregu (mędz trzecm, a perwszm wartlem) sęga jedej oce. Tpow obszar zmeośc: Me Q Me Q lub tp tp 4 tp s s tp,5,865,5,865 tp, 65 4,65 tp Oce: 5, to oce etpowe, zaś tpowe, to 4. Współcz zmeośc: s v % % 4,7% średej staow odchlee stadardowe s,865,5 d v % % 5,7% średej staow odchlee przecęte d,55,5 Q v % %,% meda staow odchlee ćwartowe Q Me QQ v QQ Q Q % % 8,57% 7 ) Mar asmetr Porówae D, Me : D, Me,,5 D Me,5

32 Wsaź asmetr: Ws D,5,5 - rozład prawostroe asmetrcz lub Ws Q Q Q Q 4 Współcz asmetr: A s W s s,5,865,58; Wsaź asmetr staow o. 58% odchlea stadardowego QQ Me 4 A Q Q,5 A d W s d,5,55,9 Wsaź asmetr staow 9% odchlea stadardowego ) Mar ocetracj W celu zbudowaa welobou ocetracj moża posłużć sę tabelą: N cum cum% cum cum% % ,7% 55% ,8% 7 85% ,57% % % Welobo ocetracj Loreza: cum% % 78,57% 44,8% P 4 P P 5,7% P (%) % 55% 85% % (45%) (%) (5%) cum%

33 Współcz orelacj Pearsoa: 5 P P P P4 5, gdze P 5,7 8,55 P 44,8 5,7 45 4,775 P 78,57 44,8 84,75 P 78,57 5 9,75 4 P P P P4 45,5 Zatem 545,5 664,65 5 5, Czl pole welobou ocetracj Loreza staow poad % pola trójąta (połow wadratu % %). Momet cetral 4-go rzędu: 4 N 4 5,6,69,665,6 5,,54,65,8, m,6 Stadardow momet cetral 4-go rzędu: a - rozład spłaszczo m4,6 4 4,565,884 s Eces: e a 4,884,6 - rozład platourtcz.. Aalza dam zjaws Dama zjaws, to zma zjawsa w czase. Czas t może bć rozuma jao momet (dla zasobów) (put a os czasu) ores (dla strume) (przedzał a os czasu) t t t t t t t Szereg damcz (czasow), to zbór par (w forme tabel): t zmea ezależa, t zmea zależa f t, gdze t - czas, t - pozom badaego zjawsa w czase t t t t t

34 t t t lub t t t t t t Śred (przecęt) pozom zjawsa: - dla mometów: - dla oresów: 4 ch średa chroologcza t średa artmetcza Metod badaa dam zjaws: a) metoda desowa: oreślee tempa teswośc zma zjawsa w czase, b) metoda tredu wahań oresowch: modele szeregów czasowch.... Metoda desowa a) Przrost absolute (bezwzględe) dotczą porówwaa różcowego, są to różce: jedopodstawowe: lub łańcuchowe: o podstawe stałej dla,,, o podstawe zmeej b) Przrost względe, są to loraz przrostów absolutch do podstaw porówań: jedopodstawowe: lub łańcuchowe: o podstawe stałej dla,,, o podstawe zmeej Przrost względe mogą bć wrażoe w procetach. Są to wsaź tempa przrostu zjawsa. Przrost dodate śwadczą o wzrośce zjawsa, zaś ujeme o spadu pozomu badaego zjawsa.

35 c) Ides dwduale dotczą porówwaa lorazowego, są to loraz: lub łańcuchowe: jedopodstawowe: o podstawe (baze) stałej dla,,, o podstawe (baze) zmeej Ides jedopodstawowe moża otrzmać z przrostów względch jedopodstawowch przez dodae lczb. Ides łańcuchowe moża otrzmać z przrostów względch łańcuchowch przez dodae lczb. Moża też doować przeształceń desów jedopodstawowch a łańcuchowe a odwrót. Ides są ajczęścej wrażoe w procetach. spade pozomu zjawsa % % wzrost pozomu zjaws % pozom zjawsa bez zma % Ides służą do oce zma badaego zjawsa mędz dwoma wróżom oresam lub mometam. d) Średe tempo zma zjawsa w czase: Średa geometrcza desów łańcuchowch Uwaga : W statstce rozpatruje sę: p des ce: p p q des lośc: q q pq des wartośc: w pq gdze p, q ozaczają odpowedo ceę lość w orese badam t, p, q - w orese podstawowm t. 5

36 Uwaga : W celu zbadaa łączej dam produtów w orese badam t w porówau z oresem podstawowm t wzacza sę des agregatowe, p. I w pq p q.... Metod wodrębaa tredu a) Metoda średch ruchomch (metoda mechacza), p. średe ruchome (zwłe) trzoresowe: 4 ; ; ; służą wgładzeu szeregu czasowego. b) Metoda aaltcza aprosmacj fucj tredu: fucja lowa tredu I rodzaju: t t gdze t - pozom badaego zjawsa w czase t t - czas, - ezae parametr struturale - sład losow aprosmacja lowa fucja tredu (fucja tredu II rodzaju): gdze ˆt - teoretcze wartośc tredu a a t z ˆt, a, a - estmator parametrów z t - sład resztow Oszacowae, a podstawe emprczego szeregu czasowego, współczów lowej fucj tredu II rodzaju: a t t t t t t t t t t t t 6

37 t t t t a a at Przładowe zadae: Daa jest lczba detal (w ts. szt.) wproduowach w latach 5-: t t t t t t 4 5 t Przrost absolute względe o podstawe stałej t % t t ,5% t 7 75% t 5-5 -,5% 4 t 45 5,5% 5 t 6 5 5% Przrost absolute względe o podstawe zmeej t % t t ,5% t 7 5 6% t 5-5 -,% 4 t 45 8,6% 5 t % Ides dwduale jedopodstawowe t % t 4 - t 65 6,5% >% t 7 75% >% t 5 87,5% <% 4 t 45,5% >% 5 t 5 5% >% 6 W porówau z pozomem producj z 5r.: w 7r. producja wzrosła o ts. szt., tj. wzrost o 75%, zaś w 8r. producja zmalała o 5 ts. szt., tj. spade o,5%. W porówau z roem poprzedm w rou 7 producja wzrosła o 5 ts. szt. detal, tj. wzrost o 6%, zaś w rou 8 producja spadła o 5 ts. szt., tj. spadła o poad %. Producja detal w 7r. staowła 75% producj z rou 5 (czl wzrosła o 75%), atomast w 8r. tlo 87,5% producj z tego porówawczego rou. 6 7

38 Ides dwduale łańcuchowe t % t 4 - t 65 6,5% >% t 7 7,7% >% t 5 5% <% 4 t 45 8,57% >% 5 t 6 5,% >% Średe tempo zma producj detal w latach 5- W porówau z pozomem producj w rou poprzedm, producja w 7r. wzrosła o 7,7%, zaś w 8r. w porówau z roem poprzedm zmalała o 5% , 5,45 - średa producja w latach 5- rosła przecęte o 4,5% rocze Wres szeregu czasowego W latach 5-7 tred rosąc, w latach 8- też tred rosąc. t t t t 4 t 5 t 6 t.. Aalza współzależośc zjaws Aalza współzależośc (aalza orelacj regresj) bada zależość mędz loma cecham. Rodzaje zależośc (zwązów): zależość fucjoala Y f X, gd oreśloej wartośc X odpowada ścśle oreśloa jeda wartość zmeej Y zależość stochastcza (probablstcza) Y f X, gd wraz ze zmaą wartośc jedej zmeej zmea sę rozład prawdopodobeństwa drugej zmeej Szczególm przpadem zależośc stochastczej jest zależość orelacja (statstcza), ed oreślom wartoścom jedej zmeej odpowadają ścśle oreśloe średe wartośc drugej zmeej. 8

39 zwąz przczowosutowe ( X - przcza, Y - sute) Podzał zwązów stochastczch zwąz smptomatcze ( X Y mają wspóle przcz) zwąz pozore (luzorcze) jedoeruowe dwueruowe... Metod badaa zależośc orelacjej a) Szereg orelacj (szczegółow) zbór par, lub : - warat zmeej objaśającej (ezależej) X - warat zmeej objaśaej (zależej) Y b) Dagram orelacj wres szeregu orelacjego: orelacja lowa dodata orelacja lowa ujema c) Tablca orelacja (szereg rozdzelcz): l orelacja rzwolowa l j j l l bra orelacj S S S l S j j j l S S S S j l l N j l j S S 9

40 W tablc orelacjej cecha (zmea) X przjmuje waratów:,,,, a cecha (zmea ) Y - l waratów:,,, l. Lczebośc waruowe j (,,,, j,,, l) ozaczają lczbę jedoste reprezetującch rówocześe -t warat X oraz j -t warat zmeej Y dla,,,, j,,, l. W tablc orelacjej wróżam dwa rozład: waruow brzegow dotcząc zarówo zmeej X, ja Y. d) Rozład waruow (dotcz rozładu obu cech): l l l l e) Parametr rozładu waruowego: zmeej X średe waruowe X : j j j waracje waruowe X : j j j j S dla j,,, l zmeej Y średe waruowe Y : l jj j waracje waruowe Y : l j j j S dla,,, f) Rozład brzegowe (dotczą rozładu tlo jedej cech): zmeej X zmeej Y (perwsza ostata (perwsz ostat wersz z tablc orelacjej) oluma z tablc l orelacjej) l j j l j j j j l j j l l l j j 4

41 Lczebośc:,,, oraz,,, l - to lczebośc brzegowe. g) Parametr rozładów brzegowch zmeej X średa cech X : N waracja cech X : N S gdze N zmeej Y średa cech Y : l N j waracja cech Y : l j l S N j j j h) Wres regresj emprczej Zestawając wartośc jedej cech ze średm waruowm drugej otrzmujem wres regresj emprczej: Y od X : oraz X od Y : j j j l l j p. j lub j lub j j j j zwąze low bra zależośc orelacjej... Mar orelacj Wbór mar zależ od: rodzaju zmech (loścowe, jaoścowe, meszae), lczb obserwacj (mała próba, to szereg orelacj, duża to tablca orelacja), ształtu zależośc (lowa, elowa). 4

42 a) owaracja dla szeregu orelacjego cov cov dla tablc orelacjej l N j j j Kowaracja formuje o eruu współzależośc: dodatej, gd cov, ujemej, gd cov. Uwaga: S S S S cov. b) współcz orelacj lowej Pearsoa cov r S S Uwaga: r, Za współcza orelacj formuje o eruu sle współzależośc: orelacja ujema orelacja dodata zwąze - fucj ujem orelacja: bardzo sla -,8 sla -,6 -,4 umarowaa słaba -,,,4,6,8 bardzo słaba umarowaa słaba sla bardzo sla zwąze fucj dodat r... Netóre sposob ogólej oce współzależośc Aalza jaoścowa oreśla zwąz przczowo-sutowe: współzależość dwustroa X Y przcza sute sute przcza współzależość jedostroa X Y przcza sute współzależość pozora X Y przcza 4

43 Aalza loścowa obejmuje: aalzę orelacj badającą słę erue zwązu mędz cecham, aalzę regresj budującą matematcz model powązań mędz cecham. Wzroowa obserwacja dagramu orelacjego pozwala oretacje oceć stee zależośc mędz zmem lub stwerdzć jej bra. Jedoeruowe zma waratów obu cech śwadczą o orelacj dodatej, zaś różoeruowe o orelacj ujemej. Low rozrzut putów, dagramu śwadcz o zależośc lowej, zaś elow o zależośc elowej. Supee lub rozproszee lczebośc j (,,,, j,,, l ) waratów, zmech X Y w tablc orelacjej pozwala oceć erue, słę ształt zależośc. Uład lczebośc j wzdłuż przeątch tablc orelacjej śwadcz o zależośc (dodatej lub ujemej) lowej, atomast ch supae woół ej rzwej może sugerować zależość elową. Lowość zależośc: X od Y : Y od X : l l Nezależość orelacja: X od Y : Y od X : l Nezależość stochastcza: X od Y : Y od X : S S Sl S l S S S S Nezależo ść stochastcza Nezależość orelac ja Nezależość orelacja zmeej orelacjej Y od X. Przładowe zadae : Dae są warat zmeej X Y : jest to szereg orelacj X od Y e mus ozaczać ezależośc j 4

44 Dagram orelacj: 6 8 Obserwacja wzroowa wsazuje a zależość lową. Lp Kowaracja współcz orelacj lowej: ; ; cov 4 8,5 Kowaracja jest dodata, zatem współzależość jest dodata. S 4 4 ; S,6 ; S,9 cov 8,5 9,9,9 S S r,9 - r 4 S 4 8,5 Współcz orelacj lowej bls jest lczbe, zatem mędz zmem X Y zostają w bardzo slej zależośc lowej (dodatej). 4 Przładowe zadae : Dla N da jest szereg orelacj: j Zmea X przjmuje 4 warat, zaś zmea Y - l warat. 44

45 Tabela orelacja: j 4 5 j j N j 5 4 Lczebośc waruowe tworzą macerz: Obserwacja wzroowa wsazuje a supee sę lczebośc woół przeątej główej, co sugeruje zależość lową dodatą. Parametr rozładu waruowego: Średe waruowe cech X : j j j , , Średe waruowe cech Y : l jj j 5 5 jj 5 5 j jj 7 7 j 4 4 5,4 8 jj 8 8 j

46 j4j j ,4 Waracje waruowe cech X : j j j j S 4,4 8 8 S,4 5,6 4,8 4 8, S,, 8,8 6,5 4 S Waracje waruowe cech Y : l j j j S j j j 4 S,7 j j 6 6 j S, 4 4, 6, j j j 7 S 4 4 j 4 4 j 9 j S,4 6,6 4,8 Rozład brzegowe ch parametr: zmeej X : zmeej Y : N Średa cech X : ,9 9 9 Średa cech Y : , Waracja cech X : N 5,9 9 9 S,9 5,9 7, 8,, 4 j

47 Waracja cech Y :, S,96 9, 4 7, 4 4, 44 Wres regresj emprczej: Y od X : 4 5,4 4 4,4 X od Y : j 4 5 j,4 4, 5 4,4 4,4 5 j 4, 4 5,4 4 5 j Wres regresj wsazuje a zależość lową dodatą. Mar orelacj: Kowaracja: cov l N j j j 9,9,96 4,94,96,95,96 4,9,96 4,94,96 8 4,95,96 5,9,96 5,94,96 6 5,9 5,964 9,, 4 6,, 4 4,56, 45 zależość dodata,9,96 5,9 4,96,9 5,96,9,96 5,9,96 4,9, 4,, 48 Współcz orelacj lowej: cov,45,45,4,44,7 r SS 9,6,6 czl wstępuje sla orelacja dodata,6 - r 47

48 48

49 . Przpomee wadomośc z rachuu prawdopodobeństwa.. Podstawowe pojęca probablstcze Dośwadczee losowe to espermet dając sę welorote powtarzać w prawe detczch waruach. Zdarzee losowe A, B, C, - to edając sę przewdzeć w dośwadczea losowego. Zdarzee elemetare - to pojęce perwote rachuu prawdopodobeństwa; rozume sę je jao pojedcz w dośwadczea losowego. Zbór (przestrzeń) zdarzeń elemetarch - to zbór wszstch możlwch wów dośwadczea losowego. Podzbor zboru A, B, C,. Zdarzee emożlwe - to zdarzee, tóre e może zasteć. Zdarzee pewe to przestrzeń. Zdarzee przecwe do A - to A ozacza, że e zachodz A... Defcja prawdopodobeństwa, to zdarzea losowe Częstość zdarzea Jeżel w powtórzeach pewego dośwadczea teresując as w pojaw sę raz, to lczba: jest częstoścą wstępowaa tego wu. Klascza defcja prawdopodobeństwa - zbór sończo o zdarzeach elemetarch. Zdarzea elemetare są jedaowo prawdopodobe,,, prawdopodobeństwo zdarzea A wraża sę wzorem:. Zdarzee A. Wówczas A lczba zdarzeń sprzjającch zajścu zdarzea A PA lczba wszstch możlwch zdarzeń Asjomatcza defcja prawdopodobeństwa Prawdopodobeństwo P jest fucją rzeczwstą oreśloą a zdarzeach losowch w sposób astępując: P: A P A; A, A) P A, P A spełającą asjomat: A) A B P A B P A PB A) P. 49

50 Dla dowolch AB:, a) P,, b) P A P A c) A B P A PB.. Własośc prawdopodobeństwa, d) P A B P A PB P A B, e) A B P A PB, f) P A, g) P A B P A PB P A B h) P A B P A PB ) P A ; j) P A B PB C P A C P A B C P A B C P A P B P C.4. Prawdopodobeństwo waruowe Jest to prawdopodobeństwo zajśca zdarzea A pod waruem, że zaszło zdarzee B, prz czm PB. Zdarzea A B są ezależe, jeśl P A / B Zdarzea A, B C są ezależe, jeśl P A B P B.5. Nezależość zdarzeń P A B P A PB P A B C P A P B P C - ezależość zespołowa P A B P A P B P B C P B P C - ezależość param P AC P A P C 5

51 .6. Prawdopodobeństwo całowte Jeżel B B B B Bj dla, j,,,. Wówczas prawdopodobeństwo zdarzea A wraża sę wzorem: / P A P A B P B Prawdopodobeństwo całowte ma zwąze z drzewem probablstczm oraz regułą loczu sum: P B P B P B B B B P(A/B ) P(A'/B ) P(A/B ) P(A'/B ) P(A/B ) P(A'/B ) A/B A'/B A/B A'/B A/B A'/B.7. Wzór Baesa Uwaga: Prz założeach, ja w prawdopodobeństwe całowtm, mam: P B / A / P B P A B P A / B P B Prawdopodobeństwo PB azwae jest prawdopodobeństwem a pror, zaś prawdopodobeństwo PB / A - prawdopodobeństwem a posteror..8. Schemat Beroullego W próbach, z tórch ażda ończć sę może jedm z dwóch możlwch wów: sucesem: A z prawdopodobeństwem: p P A z prawdopodobeństwem: q p., albo porażą: A Wówczas prawdopodobeństwo uzsaa sucesów w próbach wraża sę wzorem: P S p q. 5

52 Przładowe zadae Z ur zawerającej 5 ul bałch 5 ul czarch wcągam jedą ulę, a z pozostałch losujem dwe ule. Oblczć prawdopodobeństwo, że ule wcągęte w drugm losowau są różch olorów. Oto drzewo reprezetujące dośwadczee losowe opsae w zadau wraz z lustracją ur: 5 5 ul 5 ul bałch czarch 5 4 ule 5 ul 5 ul 4 ule bałe czarch bałch B (bała) C (czara) czare (B, B) (B, C) (C, C) (B, B) (B, C) (C, C) (bała, bała) (bała, czara) (czara, czara) (bała, bała) (bała, czara) (czara, czara) I etap dośwadczea - wcągęce perwszej ul z ul - - B - bała lub C - czara II etap wcągęce dwóch ul z ul Zgode z treścą zadaa teresują as tlo wróżoe gałęze zaończoe wlosowaem w drugm etape dwóch ul różch olorów: (B, C) bałej czarej. P B, C zasada możea zasada dodawaa zasada możea Przładowe zadae Oblcz prawdopodobeństwo, że w -cu rzutach ostą: a) 8 raz uzsam sześć ocze Rozwązae: PS b) co ajmej 8 raz uzsam sześć ocze. Rozwązae: PS c) co ajwżej 8 raz uzsam sześć ocze. 5

53 Rozwązae: PS d) węcej ż 8 raz uzsam sześć ocze. Rozwązae: PS e) mej ż 8 raz uzsam sześć ocze. Rozwązae: PS f) węcej ż 5 mej ż 8 raz uzsam sześć ocze. Rozwązae: P5 S

54 54

55 4. Podstaw statst matematczej 4.. Zmee losowe ch rodzaje 4... Pojęce zmeej losowej Zmea losowa X, to fucja oreśloa a przestrze probablstczej przjmująca wartośc lczbowe z oreślom prawdopodobeństwem: X : realzacje zmeej losowej X X : X z prawdopodobeństwem p P X 4... Tp zmeej losowej Zbór wartośc zmeej losowej może bć: sończo lub przelczal Wted zmea losowa azwa sę soową, czl dsretą. lub esończo eprzelczal Wted zmea losowa azwa sę cągłą Cecha statstcza, a zmea losowa X : X P X zmea fucja losowa realzacja rozładu prawdopodobeństwo, zmeej losowej prawdopodobeństwa że zmea losowa X (rozład przjmuje wartość prawdopodobeństwa ) Aaloge mędz statstą opsową, a matematczą: STATYSTYKA OPISOWA STATYSTYKA MATEMATYCZNA zborowość statstcza populacja geerala cecha statstcza X warat cech zmea losowa X realzacje zmeej losowej fucja rozładu: 55

56 częstość względa N f lm p P X P X fucja gęśtosc prawdopodobeństwa ; dla zmeej losowej soowej ; dla zmeej losowej cągłej rozład cech:, rozład zmeej losowej soowej:, p p p p p dstrbuata emprcza (częstość sumulowaa) F F dstrbuata zmeej losowej: p ; dla zmeej soowej f t dt; dla zmeej cągłej parametr opsowe, S Uwaga: Fucja rozładu prawdopodobeństwa: dla zmeej losowej soowej: ;,,, P X p oraz dstrbuata: dla zmeej losowej soowej: F P X p są to fucje opsujące rozład zmeej losowej. parametr rozładu EX, S X dla zmeej losowej cągłej: f lm P X (gęstość prawdopodobeństwa) dla zmeej losowej cągłej: F f t dt 56

57 4..4. Podstawowe parametr rozładu zmeej losowej Rozład zmeej losowej (podobe, ja rozład cech) jest scharaterzowa za pomocą parametrów rozładu. () Wartość oczewaa (wartość średa) zmeej losowej: m EX () Waracja zmeej losowej: p; dla zmeej soowej f d; dla zmeej cągłej m p; dla zmeej soowej VX S X D X m f d; dla zmeej cągłej () Odchlee stadardowe zmeej losowej: SX DX VX Aaloge mędz zmem losowm soowm cągłm ZMIENNE LOSOWE SKOKOWE zagadea CIĄGŁE P X p;,,, P X fucja rozładu f lm prawdopodobeństwa fucja p p gęstośc p p F P X p dstrbuata F f t dt p własość f d EX p wartość oczewaa (średa) zmeej losowej waracja zmeej VX S X EX p losowej odchlee stadardowe SX VX S X wzór VX S X EX EX EX f d VX S X EX f d 57

58 4.. Rozład zmeej losowej 4... Rozład zmeej losowej soowej () Rozład dwuputow (zerojedow): a) fucja prawdopodobeństwa: p p q p p b) dstrbuata: c) wres: P ; dla F p; dla p; dla F p p p d) parametr rozładu: EX p ; S X p p pq e) własośc: - ma zastosowae w jedorazowej realzacj dośwadczea. () Rozład dwumaow (Beroullego): a) fucja prawdopodobeństwa: P X p q ; b) dstrbuata: F P X p q ; q p 58

59 c) wres: P F p. d) parametr rozładu: EX p ; e) własośc: - p q, to rozład jest smetrcz, S X pq; q p - p q, to rozład jest lewostroe asmetrcz, - p q, to rozład jest prawostroe asmetrcz, - p q, to graczm rozładem jest rozład ormal, - p,, to graczm rozładem jest rozład Possoe a. () Rozład Possoa: a) fucja prawdopodobeństwa: P X e ; p ; ; e,78...! b) dstrbuata: c) parametr rozładu: F P X e! EX p ; S X p d) własośc: - wartośc prawdopodobeństw są stablcowae dla, - jest rozładem prawostroe asmetrczm, - ma zastosowae w otrol jaośc, - jest graczm rozładem dla rozładu dwumaowego, gd p,. (4) Rozład geometrcz: realzacje X : ;,, prawdopodobeństwa: p p p EX ; S X p p p 59

60 4... Rozład zmeej losowej cągłej Dla zmech losowch cągłch emożlwe jest przpsae prawdopodobeństw wszstm ch wartoścom, ale moża oreślć gęstość prawdopodobeństwa w dowole małm przedzale, gd. Jest to fucja gęstośc prawdopodobeństwa: P X f lm Pole pod wresem fucj gęstośc jest rówe : Dstrbuata zmeej losowej cągłej: f d F P X f t dt Zatem fucja gęstośc zmeej losowej cągłej jest pochodą dstrbuat: Iterpretacja geometrcza: f df f F (dla F różczowalej) d P F F 4 F P P F F 4 4 Ogóle: P P X F P P X F F P P X F 4 4 b P a X b f d F b F a () Rozład jedostaj (prostoąt, rówomer): a Każdej wartośc a, b odpowada jedaowa gęstość prawdopodobeństw f. a b 6

61 a) fucja gęstośc: b) dstrbuata: c) wres: f b a ; dla a f ba; dla a b ; dla b ; dla a a F ba; dla a b ; dla b F a d) parametr rozładu: b a EX ; ab b S X ba e) własośc: - zastosowae do opsu zma ze stała częstotlwoścą (prędoścą). () Rozład ormal (Gaussa-Laplace a): z parametram, : N, a) fucja gęstośc: f e b) dstrbuata: c) wres: f ; ; t F e dt ; ;,4 ; e,78 ; ; F ;,5 rzwa ormala w ształce dzwou 6

62 d) parametr rozładu: EX e d ; S X e d e) własośc: - rozład smetrcz - jest graczm rozładem rozładu dwumaowego dla p q - ma szeroe zastosowae do opsu zjaws społeczch przrodczch. () Rozład t-studeta (Gosseta): Statsta: swobod. X t ma rozład t-studeta z lczbą stop S Et ; St ; f t Wres fucj f t - rzwa gęstośc rozład t-studeta ma ształt rzwej dzwoowej eco spłaszczoej w porówau z wresem fucj gęstośc rozładu ormalego. Rozład t-studeta ma zastosowae do wosowaa o średej w populacj z rozładem ormalm z ezam odchleem stadardowm. Jest o stablcowa. (4) Rozład (ch-wadrat): S Statsta: ma rozład Fucja gęstośc rozładu wres ma róż ształt w zależośc od : f z t lczbą stop swobod. zależ od lczb stop swobod jej 5 ; S E 6

63 Rozład ma zastosowae do wosowaa o waracj w populacj z rozładem ormalm. Jest o stablcowa. (5) Rozład F-Sedecora: Sˆ Statsta F ma rozład F-Sedecora o ˆ stopach S swobod, gdze - lczebość perwszej prób, - lczebość drugej prób. Wres fucj gęstośc rozładu F-Sedecora: f F ; S F E F F 4 Rozład F-Sedecora ma zastosowae do wosowaa prz porówau waracj dwóch prób wlosowach ezależe z dwóch populacj ormalch o jedaowch waracjach dowolch średch. Rozład te jest stablcowa Stadarzacja rozładu ormalego N, Rozład ormal N, moża stadarzować (sprowadzć) do rozładu, czl do rozładu N, poprzez ormalego z parametram X wprowadzee owej zmeej losowej: U. X - ma rozład N,, a U - ma rozład N, Wówczas: fucja gęstośc ma postać: a dstrbuata: f u u e u t u e dt 6

64 f u u,5 u u u Rozład ormal stadarzowa N, jest stablcowa. Ma o zastosowae do wosowaa o średej w populacj z rozładem ormalm N, ze zam odchleem stadardowm w populacj. u Reguła -ch Nech X ma rozład ormal N,. Wówczas: - o.68,% obserwacj meśc sę w gracach -go odchlea stadardowego : f po stadarzacj: P X,686 f u - u P U,686 - o. 95,5% obserwacj meśc sę w gracach -ch odchleń stadardowch : 64

65 f P 5 X 5,9545 po stadarzacj: f u - P U, o. 99,7% obserwacj meśc sę w gracach -ch odchleń stadardowch : f u po stadarzacj: P 5 X 5,997 f u - P U,997 u 65

66 Podsumowując, mam: f 68,% wszstch obserwacj 95,5% wszstch obserwacj 99,7% wszstch obserwacj 4.. Rozład statst z prób Statst z prób W, to parametr charaterzujące próbę losową -elemetową: X, X,, X. Są oe zmem losowm oreślom a przestrze prób: W f X, X,, X Podczas wosowaa statstczego o populacj a podstawe prób moża posłużć sę różm statstam, p. średą z prób, waracją z prób:, X X S X X Statsta, jao fucja zmech losowch, jest zmeą losową, tóra ma pewe rozład jest to rozład statst z prób Rozład średej artmetczej z prób Nech X ma rozład, N, a X, X,, X - to -elemetowa próba losowa. Średa artmetcza z prób ma rozład ormal ze średą E X waracją D X. Czl:,, to, X N X N 66

67 f rozład X N, rozład X N, Do wosowaa o średej w populacj worzstuje sę odpowedą zmeą losową w zależośc od tego, cz zae jest w populacj, cz e: - zae lub - ezae U X o rozładze N, t X S o rozładze t-studeta o stopach swobod, gdze odchlee stadardowe z prób wraża sę wzorem: S X X Nech X ma rozład, o waracj S X X 4... Rozład waracj z prób N, a X, X,, X - to -elemetowa próba losowa. Do wosowaa o waracj w populacj worzstuje sę odpowedą zmeą losową w zależośc od welośc prób: mała próba duża próba X S o rozładze z stopam swobod Z o rozładze N, 67

68 4.4. Teora estmacj POPULACJA eza parametr Q? p.,,, p (fracja) PRÓBA estmator T parametru Q w populacj p. X, S, S, ˆp (częstość w próbe) WNIOSKOWANIE STATYSTYCZNE Estmacja, estmator a) Estmacja, to aczej szacowae, przblżae ezaego parametru w populacj Q a podstawe badań statstczch przeprowadzoch w próbe. b) Estmator T, to oblczo w próbe parametr odpowed ezaego parametru Q w populacj. c) Defcja własośc estmatora: Nech X, X,, X ozacza próbę losową. Estmator T ezaego parametru Q populacj jest fucją prób losowej: T f X, X,, X Wartość estmatora, to ocea (putowa) ezaego parametru populacj: estmator T parametr Q populacj Róże wartośc oce T parametru Q są obarczoe błędam szacuu: X Mał błąd szacuu gwaratuje dużą preczję oce. Własośc estmatorów zapewają optmalą preczję szacuu. Oto oe: () eobcążoość: ET Q, () zgodość: P T Q lm, S S T Q. () efetwość ajmejsza waracja estmatora (odwrotość waracj, to preczja estmatora), (4) dostateczość worzstae wszstch formacj z prób o szacowam parametrze. 68

69 4.4.. Rodzaje estmacj ESTYMACJA PARAMETRYCZNA (szacowae tlo ezach parametrów w zam tpe rozładu populacj geeralej) NIEPARAMETRYCZNA (szacowae dotcz róweż ezaej postac fucj rozładu populacj) PUNKTOWA (za oceę przjmuje sę oretą lczbę z wów prób) PRZEDZIAŁOWA (ostruuje sę przedzał ufośc, tór z oreślom z gór prawdopodobeństwem blsm lczbe porwa (zawera) ezaą wartość szacowaego parametru populacj) Przedzał ufośc a ; b tz. P a Q b dola graca przedzału ufośc góra graca przedzału ufośc współcz ufośc (o.,9;,95,98;,99) ( - pozom stotośc, p.,,,5,,,, ) l b a - tj. długość przedzału ufośc l - tj. bezwzględa preczja (masmal błąd) szacuu l % - względa preczja szacuu estmatora T T () Przedzał ufośc dla średej w populacj ormalej Estmatorem średej jest średa z prób: X X o rozładze N, - zae ze zam odchleem stadardowm X Po stadarzacj U ma rozład, N. założee: populacja ma rozład N, - ezae, mała próba z ezam odchleem stadardowm (mała próba: ) X Stosujem statstę t S o rozładze t-studeta o stopach 69

70 Dla oreśloego z tablc rozładu ormalego odcztuje sę u ta, b P u U u, czl po przeształceu: P X u X u swobod. Dla oreśloego z tablc rozładu t-studeta odcztujem t ta, b P t U t, czl po,, przeształceu P X t X t S S,, Uwaga: Szacowae średej w populacj o ezam rozładze a podstawe dużej prób odbwa sę z worzstaem wosu o tm, że w marę wzrostu prób rozład średej artmetczej z prób dąż do rozładu ormalego. Wówczas przjmując, że przedzał ufośc dla średej : S S S P X u X u, mam astępując Jaość taego oszacowaa wzrasta wraz ze wzrostem lczebośc prób. () Przedzał ufośc dla waracj Estmatorem waracj w populacj ormalej jest waracja z prób: S X X Założee: populacja ma rozład ormal, Stosujem statstę S Dla oreślea z tablc rozładu czl po przeształceu:. N próba jest mała. o rozładze z stopam swobod. odcztujem P,, P Uwaga: Szacowae waracj. S S,, ta, b:,, w populacj o rozładze ormalm N, a podstawe dużej prób odbwa sę z worzstaem tablc rozładu ormalego ( u - odcztuje sę z tablc dla oreśloego ). Wówczas przedzał ufośc dla waracj jest astępując: us us P S S. gdze S X X 7

71 () Przedzał ufośc dla odchlea stadardowego w populacj ormalej Estmatorem odchlea stadardowego jest odchlee stadardowe o rozładze N, w prób: S X X ma rozład ormal, U S N próba jest duża. Założee: populacja. Stosujem statstę o rozładze asmptotcze ormalm N,. Dla oreśloego z tablc rozładu ormalego odcztujem u ta, b: czl po przeształceu P u U u, P S u S u. S S Uwaga: Szacowae odchlea stadardowego w populacj o rozładze ormalm N, a podstawe małej prób z zastosowaem rozładu z odbwa sę stopam swobod. Wówczas przedzał ufośc dla odchlea stadardowego jest astępując: S S P.,, (4) Przedzał ufośc dla fracj w populacj Fracja P, to odsete (wsaź strutur) wróżoch elemetów w populacj mającch daą cechę. Założea: populacja ma rozład dwumaow, lczebość prób jest duża (p., ). Estmatorem p jest częstość sucesu w próbe: P oblczaa, jao lczba sucesów w -elemetowej próbe. Wsaź p N b:, p p : N p, p p P ma rozład ormal z parametram. Stosujem statstę p U o rozładze p p. Dla ustaloego z tablc rozładu ormalego odcztujem u ta, czl po przeształceu podstaweu P u U u p : P u p u. 7

72 Przładowe zadae Oreślć przedzał ufośc dla średego stażu prac pracowów w populacj o rozładze ormalm N ; a pozome ufośc,95 wedząc, że a podstawe 44-elemetowej prób losowej ustaloo śred staż prac rów lat. Rozwązae: Soro,95, to,5. Odchlee stadardowe jest dae:. Lczebość prób 44. Średa X. Stosujem statstę U X 44 o rozładze N,. Z tablc rozładu ormalego odcztujem u,5,96. Wzaczam przedzał ufośc dla średej : P X u X u czl P,96,96,95 czl P 9,56, 44,95 Zatem przedzał ufośc 9,56;,44 z prawdopodobeństwem,95 porwa ezaą średą stażu prac w populacj. Przładowe zadae Na podstawe prób lczącej 4 uczów szół daego regou ustaloo śred dze czas samodzelej au a pozome 9 mut dzee z odchleem stadardowm 4 mut. Na pozome ufośc,9 oszacować śred dze czas samodzelej au uczów w tm regoe, załadając, że rozład czasu au jest rozładem N,. Rozwązae Z dach mam:,, X 9, S 4, 4, - ezae Stosujem rozład t-studeta t X 9, S 4 4. Dla, stop swobod odcztujem wartość rtczą t,;, 74 rozładu t-studeta. Wzaczm przedzał ufośc średej : P X t X t czl S S,, P 9, 74 9, 74,9 czl

73 P 88,6 9, 4,9 Zatem z 9%-ową pewoścą szacujem, ż średo uczowe tego regou pośwęcają dzee od 88,6 do 9,4 mut a samodzelą auę. Przładowe zadae Ab oceć zróżcowae średc drzew w paru zmerzoo średcę 7-mu losowo wbrach drzew otrzmao X 5cm S cm. Załadając, że rozład średc drzew w paru ma rozład ormal, a pozome ufośc,95, oceć zróżcowae średc drzew w paru. Rozwązae: Na podstawe dach mam:,5, X 5, S 6 S, 7. Stosujem statstę o rozładze ch-wadrat z 6 stopam swobod. Z tablc tego rozładu odcztujem dla,5 wartość rtczą tej statst 4, 449 oraz ;,5 ;6 ; ;6,975;6, 7. Zatem,5,5;6 wzaczam przedzał ufośc dla waracj: S S P ; ; czl 7 7 P 4, 449, 7 czl P,8 9, 7,95,95 Stąd z prawdopodobeństwem,95 waracja,8;9,7. Wedząc, że porta jest przez przedzał, otrzmujem z 95% ufoścą przedzał ufośc dla odchlea stadardowego,9,. Jest to zares zróżcowaa średc drzew w tm paru. Przładowe zadae 4 Z populacj tsęc osób wlosowao osób, z tórch ma zmeć mejsce zameszaa. Przjmując współcz ufośc,9 wzaczć przedzał ufośc dla fracj osób tej grup zamerzającch opuścć dotchczasowe mejsce zameszaa. Rozwązae: 7

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

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

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

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

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

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

Sabina Nowak. Podstawy statystyki i ekonometrii Część I

Sabina Nowak. Podstawy statystyki i ekonometrii Część I Saba owa Podstawy statysty eoometr Część I Podyplomowe Studa Wycea eruchomośc Wydzał Zarządzaa Uwersytetu Gdańsego 7 weta 19 rou 1. Elemety teor badaa zborów statystyczych Statystycze metody badaa prawdłowośc

Bardziej szczegółowo

ZMIENNE LOSOWE WIELOWYMIAROWE

ZMIENNE LOSOWE WIELOWYMIAROWE L.Kowals Zmee losowe welowmarowe ( ΩS P ZMIENNE LOSOWE WIELOWMIAROWE - ustaloa przestrzeń probablstcza. (... - zmea losowa - wmarowa (wetor losow cąg losow. : Ω R (fuca borelowsa P : Β R [0 - rozład zmee

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

Statystyka powtórzenie (II semestr) Rafał M. Frąk

Statystyka powtórzenie (II semestr) Rafał M. Frąk Statstka powtórzee (II semestr) Rafał M. Frąk TEORIA, OZNACZENIA, WZORY Rodzaje mar statstczch mar położea - wzaczają przecęta wartość cech statstczej mar zróżcowaa (lub zmeośc, rozproszea, dspersj) -

Bardziej szczegółowo

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB WYKŁAD 2 BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB Przkład.

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

KORELACJA KORELACJA I REGRESJA. X, Y - cechy badane równocześnie. Dane statystyczne zapisujemy w szeregu statystycznym dwóch cech

KORELACJA KORELACJA I REGRESJA. X, Y - cechy badane równocześnie. Dane statystyczne zapisujemy w szeregu statystycznym dwóch cech KORELACJA I REGRESJA. KORELACJA X, Y - cech badae rówocześe. Dae statstcze zapsujem w szeregu statstczm dwóch cech...... lub w tablc korelacjej. X Y... l.... l.... l................... k k k... kl k..j......l

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

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem

Bardziej szczegółowo

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2 Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY Państwowa Wższa Szkoła Zawodowa w Koe Materał ddaktcze 17 ARTUR ZIMNY STATYSTYKA OPISOWA Materał pomoccze do ćwczeń wdae druge zmeoe Ko 010 Ttuł Statstka opsowa Materał pomoccze do ćwczeń wdae druge zmeoe

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

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

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

Matematyczne metody opracowywania wyników

Matematyczne metody opracowywania wyników Matematycze metody opracowywaa wyów Statystya rachue epewośc Paweł Ża Wydzał Odlewctwa AGH Katedra Iżyer Procesów Odlewczych Kraów, gruda 00 Opracowae rzywej stygęca 3 4 5 6 7 Formuły a przyblżae pochodej

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZA 1. Wkład wstęp. Teora prawdopodobeństwa elemet kombatork. Zmee losowe ch rozkład 3. Populacje prób dach, estmacja parametrów 4. Testowae hpotez statstczch 5. Test parametrcze (a

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

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

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

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

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

Niepewności pomiarów. DR Andrzej Bąk

Niepewności pomiarów. DR Andrzej Bąk Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w

Bardziej szczegółowo

Zbiorowość statystyczna zbiór elementów (osób, przedmiotów, itp.) mających jedną lub kilka wspólnych cech.

Zbiorowość statystyczna zbiór elementów (osób, przedmiotów, itp.) mających jedną lub kilka wspólnych cech. Statsta Statsta aua zajująca się wrwaie, badaie i opiswaie zależości wstępującch w zjawisach asowch; zbiór etod służącch groadzeiu, prezetacji, aalizie i iterpretacji dach. Przediote badaia statstczego

Bardziej szczegółowo

SPOŁECZNA AKDAEMIA NAUK W ŁODZI

SPOŁECZNA AKDAEMIA NAUK W ŁODZI SPOŁECZNA AKDAEMIA NAUK W ŁODZI KIERUNEK STUDIÓW: ZARZĄDZANIE PRZEDMIOT: METODY ILOŚCIOWE W ZARZĄDZANIU (MATERIAŁ POMOCNICZY PRZEDMIOT PODSTAWOWY ) Łódź Sps treśc Moduł Wprowadzee do metod loścowych w

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

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

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

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

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

CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystyczne) MIARY POŁOśENIA

CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystyczne) MIARY POŁOśENIA D. Mszczyńsa, M.Mszczyńs, Materały do wyładu ze Statysty, 009/0 [] CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (Parametry statystycze) PARAMETRY STATYSTYCZNE - lczby słuŝące do sytetyczego opsu strutury

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

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

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

Dane modelu - parametry

Dane modelu - parametry Dae modelu - paramer ˆ Ozaczea zmech a0 ax ax - osz w s. zł Budowa modelu: x - welość producj w seach o x - welość zarudea w osobach Meoda MNK Dae: x x 34 9 0 60 34 9 0 60 35 3 7 35 3 7 X T 0 9 3 4 5 3

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

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

Pojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k

Pojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k Statystya Wyład Adam Ćmel A4 5 cmel@agh.edu.pl Pojęce statysty Pojęce statysty w statystyce matematyczej jest odpowedem pojęca zmeej losowej w rachuu prawdopodobeństwa. Nech X(X,...,X ) będze próbą z pewej

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

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

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

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

Statystyka powtórzenie (II semestr) Rafał M. Frąk

Statystyka powtórzenie (II semestr) Rafał M. Frąk Statstka pwtórzee (II semestr) Rafał M. Frąk TEORIA, OZNACZENIA, WZORY Rdzae mar statstczch mar płżea - wzaczaą przecęta wartść cech statstcze mar zróżcwaa (lub zmeśc, rzprszea, dspers) - wzaczaą słę zróżcwaa

Bardziej szczegółowo

ANALIZA ZALEŻNOŚCI DWÓCH ZMIENNYCH ILOŚCIOWYCH

ANALIZA ZALEŻNOŚCI DWÓCH ZMIENNYCH ILOŚCIOWYCH ANALIZA ZALEŻNOŚCI DWÓCH ZMIENNYCH ILOŚCIOWYCH Na ogół oprócz obserwacj jedej zmeej zberam róweż formacje towarzszące, które mogą meć zaczee w aalze teresującej as welkośc. Iformacje te mogą bć p. wkorzstae

Bardziej szczegółowo

MODEL SHARP A - MIARY WRAŻLIWOŚCI

MODEL SHARP A - MIARY WRAŻLIWOŚCI MODEL SHARP A - MIARY WRAŻLIWOŚCI Współzależość cech Rozważam jedostk zborowośc badae ze względu a dwe, lub węcej zmech W przpadku obserwacj opartch a dwóch zmech możem wkreślć dagram korelacj. Każda obserwacja

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

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

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

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

Rachunek Prawdopodobieństwa i statystyka W 10: Analizy zależności pomiędzy zmiennymi losowymi (danymi empirycznymi)

Rachunek Prawdopodobieństwa i statystyka W 10: Analizy zależności pomiędzy zmiennymi losowymi (danymi empirycznymi) Rachuek Prawdopodoeństwa statstka W 0: Aalz zależośc pomędz zmem losowm dam emprczm) Dr Aa ADRIAN Paw B5, pok 407 adra@tempus.metal.agh.edu.pl Odkrwae aalza zależośc pomędz zmem loścowmlczowm) Przedmotem

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

Linie regresji II-go rodzaju

Linie regresji II-go rodzaju Lam regresj II-go rodzaju zmeej () względem () azwam zadae krzwe g(;,, ) oraz h(;,, ) gd spełają oe odpowedo waruk: E E Le regresj II-go rodzaju ( ( )) ( ) ( ) ( ) ( ) g ;,,... g ;,,... f, dd m,,... (

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

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch

Bardziej 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

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

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormal (Gaussa Wprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowch. Rozważm pomiar wielości, tór jest zaburza przez losowch efetów o wielości ε ażd, zarówo zaiżającch ja i zawżającch

Bardziej 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

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE OBLICZNIE GEOMETRYCZNYCH MOMENTÓW BEZWŁDNOŚCI FIGUR PŁSKICH, TWIERDZENIE STEINER LBORTORIUM RCHUNKOWE Prz oblczeach wtrzmałoścowch dotczącch ektórch przpadków obcążea (p. zgae) potrzeba jest zajomość pewch

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

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

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

Ćwiczenia 10 KORELACJA

Ćwiczenia 10 KORELACJA Ćwczea 0 KORELACJA Zadae W odażu przeprowadzom przed wboram prezdecm aazowao poparce da addatów A B W zaprezetowao w tabe: Y addat X płeć A B M 0 40 K 0 30 00 a Naeż prawdzć cz wbór addata a prezdeta zaeż

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych Iormaa - Wład 9 - dr Bogda Ćmel cmelbog@ma.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec

Bardziej szczegółowo

Parametry zmiennej losowej

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

Bardziej szczegółowo

Statystyka 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

Analiza współzależności dwóch zjawisk zależności między tymi cechami

Analiza współzależności dwóch zjawisk zależności między tymi cechami Aaza współzaeżośc dwóch zaws Badae zborowośc ze wzgędu a dwe cech ma zazwcza a ceu poszuwae zaeżośc mędz tm cecham. Poszuwae to ma ses to wted, gd mędz cecham może steć ogcze uzasado zwąze przczowo-sutow.

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7 6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram

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

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia) Mary przecęte Średa arytmetycza Dla szeregu rozdzelczego cechy skokowej x k x k Średa harmocza (cechy o charakterze lorazu p. Prędkość, gęstość zaludea) x H k x Średa geometrycza x x x... G x średa arytmetycza

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

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych EAIB-Iormaa-Wład 9- dr Adam Ćmel cmel@.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec zosawam

Bardziej szczegółowo

RACHUNEK NIEPEWNOŚCI POMIARU

RACHUNEK NIEPEWNOŚCI POMIARU Mędzarodowa Norma Oce Nepewośc Pomaru (Gude to Epresso of Ucertat Measuremets - Mędzarodowa Orgazacja Normalzacja ISO RACHUNEK NIEPEWNOŚCI http://phscs.st./gov/ucertat POMIARU Wrażae Nepewośc Pomaru. Przewodk.

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

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

E K O N O M E T R I A (kurs 10 godz.)

E K O N O M E T R I A (kurs 10 godz.) E K O N O M E T R I A (kurs 0 godz.) PLAN kursu A. Ekoometra: defcje, pojęca, przkład B. Elemet statstk matematczej (zmea losowa, przedzałowa estmacja parametrów populacj, hpotez parametrcze) C. Model

Bardziej szczegółowo

STATYSTYKA I stopień ZESTAW ZADAŃ

STATYSTYKA I stopień ZESTAW ZADAŃ Stattka ZADAIA STATYSTYKA I topeń ZESTAW ZADAŃ dr Adam Sojda. Aalza truktur jedowmarowego rozkładu emprczego..... Badae wpółzależośc w dwuwmarowm rozkładze emprczm. 8 3. Aalza zeregów czaowch.... 4. Aalza

Bardziej szczegółowo

Plan: Wykład 3. Zmienne losowe i ich rozkłady. Wstęp do probabilistyki i statystyki. Pojęcie zmiennej losowej

Plan: Wykład 3. Zmienne losowe i ich rozkłady. Wstęp do probabilistyki i statystyki. Pojęcie zmiennej losowej --8 Wstęp do probablsty statysty Wyład. Zmee losowe ch rozłady dr hab.ż. Katarzya Zarzewsa, prof.agh, Katedra Eletro, WIET AGH Wstęp do probablsty statysty. wyład Pla: Pojęce zmeej losowej Iloścowy ops

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji. Botatytyka, 018/019 dla Fzyk Medyczej, tuda magterke etymacja etymacja średej puktowa przedzał ufośc średej rozkładu ormalego etymacja puktowa przedzałowa waracj rozkładu ormalego etymacja parametrów rozkładu

Bardziej szczegółowo

Częstość względna f i / n f 1 / n f 2 / n... f k / n

Częstość względna f i / n f 1 / n f 2 / n... f k / n Rodzae badań statstczch Wróża sę badaa : Pełe ( całkowte Częścowe Badaa pełe częścowe mogą bć : Cągłe ( p reestraca urodzeń, zgoów, małżeństw, tp Okresowe ( p sps ludośc, role, przemsłu 3 Doraźe ( p klęsk

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

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982. Wyłady z Aalzy rzeczywstej zespoloej w Matematyce stosowaej Lteratura W Rud: Podstawy aalzy matematyczej, PWN, Warszawa, 1982 W Rud: Aalza rzeczywsta zespoloa, PZWS, Warszawa, 1986 W Szabat: Wstęp do aalzy

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

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

Bardziej szczegółowo