WYKORZYSTANE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA

Wielkość: px
Rozpocząć pokaz od strony:

Download "WYKORZYSTANE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA"

Transkrypt

1 Dr iż. Zygmut Korba Dr iż. Aa Maowska Politechika Śląska, Gliwice Wydział Górictwa i Geologii WYKORZYSTANE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA Streszczeie: Zaieczyszczeie powietrza atmosferyczego jest istotym problemem ostatich lat a substacje emitowae do atmosfery (m. i. tleek i dwutleek węgla) to głowie wyik działalości człowieka - wzrost produkcji przemysłowej wiąże się ieodłączie ze wzrostem zawartości szkodliwych substacji w atmosferze. Wykorzystując dae dotyczące emisji CO 2 w okresie lat oraz tzw. proces autoregresji rzędu k autorzy przeprowadzili progozę emisji dwutleku węgla w przeliczeiu a jedego mieszkańca Polski do 2020 roku. Wprowadzeie Rozwój gospodarczy wywiera określoe skutki społecze, ekologicze itd. zarówo pozytywe, jak i egatywe. Ciągle rosące zapotrzebowaie a eergię elektryczą powoduje m. i. to, iż wzrasta ilość spalaych surowców eergetyczych (i ich pochodych) będących główym źródłem zaieczyszczeń atmosferyczych pochodzeia atropogeiczego (dwutleek siarki (SO 2 ), tleki azotu (N x O y ), pyły węglowe (X 2 ), tleek węgla (CO), dwutleek węgla (CO 2 ), ozo troposferyczy (O 3 ) itd.). W grupie zaieczyszczeń emitowaych do atmosfery zwłaszcza poziom emisji dwutleku węgla jest w powszechej opiii przyczyą zaburzeń klimatyczych a aszym globie 1 i co rówie istote - poziom te ie wykazuje istotych tedecji spadkowych. Co prawda wg Global Carbo Project emisja CO 2 w 2009 r. była o ok. 1,3% iższa iż w 2008 r., a kryzys ekoomiczy iewątpliwie spowodował istote spowolieie gospodarek wysokorozwiiętych krajów zachodich (Niemcy, Fracja, Japoia, Stay Zjedoczoe), to jedocześie ma miejsce itesywy wzrost gospodarek krajów azjatyckich (Chiy, Idie), co z kolei przyczyia się do wzrostu poziomu emisji dwutleku węgla w roku wg Czwartego Raportu IPCC w wyiku kurczeia się obszarów zajmowaych przez pokrywy śieże i lodowe w latach zarejestrowao globaly wzrost poziomu wód morskich o ok. 3,8 mm roczie. Wg wstępych szacuków w ciągu ajbliższych 20 lat astąpi dalsze ocieplaia klimatu w tempie 0,2 C a dekadę.

2 w przypadku Chi astąpił wzrost emisji CO 2 o 8 %, a w przypadku Idii o 6,2 % 2. Dlatego też podpisaa w 1992 r. Ramowa Kowecja ONZ w sprawie zmia klimatu (Uited Natios Framework Covetio o Climate Chage -UNFCCC) postuluje ustabilizowaie ilości emitowaych do atmosfery gazów cieplariaych jego uzupełieie staowi wyegocjoway w 1997 r. Protokół z Kioto. Na mocy postaowień w im zawartych kraje, które zdecydowały się a jego ratyfikację, zobowiązały się do redukcji do 2012 r. własych emisji o wyegocjowae wartości (co ajmiej 5% poziomu emisji z 1990 r.) dwutleku węgla, metau, tleku azotu, HFC (halogeki alkilowe, halogeoalkay) i PFC (perfluorowęglowodory), tj. gazów powodujących efekt cieplariay. Niezależe działaia w przedmiotowym zakresie podejmowae są także a obszarze krajów człokowskich Uii Europejskiej. Tylko w latach UE dokoała istotych zmia w obszarze prowadzoej przez siebie polityki eergetyczej, a wioski końcowe zawarte w opublikowaej 8 marca 2006 r. Zieloej Księdze ( Europejska strategia a rzecz zrówoważoej, kokurecyjej i bezpieczej eergii ) [2] staowiącej podstawę wspólotowej polityki eergetyczej państwa człokowskie Uii Europejskiej obok potrzeby zapewieia bezpieczeństwa eergetyczego państw człokowskich i miimalizowaia ce eergii (przy jedoczesym zapewieiu waruków dla samofiasowaia sektora) zawierają także sugestie dotyczące miimalizacji szkodliwych dla środowiska kosekwecji fukcjoowaia techologii eergetyczych. Poieważ iemożliwy jest rozwój gospodarki światowej tylko w oparciu o eergię ze źródeł odawialych, ależy także poszukiwać metod obiżających emisję gazów cieplariaych. Takimi metodami mogą być m. i. zarówo tzw. czyste techologie węglowe, jak i składowaie CO 2 powstającego w wyiku spalaia paliw kopalych. Z kolei tzw. Biała Księga Komisji Europejskiej [3] zalicza wręcz ochroę środowiska do podstawowych priorytetów polityki eergetyczej Uii Europejskiej. Postaowieia zawarte w Zieloej Księdze zalazły swoje odbicie m. i. w Komuikacie Komisji pt. Działaia a rzecz europejskiego strategiczego plau w dziedziie techologii eergetyczych, w którym kraje człokowskie UE przyjęły jedostroe zobowiązaie do zredukowaia emisji CO 2 do 2020 r. o 20% w stosuku do roku bazowego Szacowaie poziomu emisji dwutleku węgla przy wykorzystaiu ciągów czasowych Zmieość (dyamikę) zjawisk masowych w czasie, a do takich zaliczamy emisję CO 2 moża aalizować w oparciu o tzw. ciągi czasowe - wykorzystując aalizę tych ciągów moża 2 szacuje się, że redukcja emisji CO 2 w 2009 r. była a świecie o połowę miejsza iż pierwotie zakładao.

3 z pewym przybliżeiem progozować wartości określoych parametrów w czasie. W ciągu czasowym {Y t : t = 1, 2,..., } wyróżia się zwykle astępujące składowe: ^ Y t = f ( Y, Ot, Ct, t ), gdzie: t t C t wahaia cyklicze; t - wahaia przypadkowe. Y^ - tedecja rozwojowa; O t wahaia sezoowe; Wśród metod wyodrębiaia tredu oprócz metody mechaiczej (średich ruchomych) wyróżić moża metodę aalityczą, która umożliwia wyzaczeie tredu w oparciu o liiową lub krzywoliiową fukcję, tz. fukcję która ajlepiej dla zadaego zbioru daych ajlepiej odzwierciedla rozwój badaego zjawiska w czasie. Przyjmijmy jako wartości wyjściowe do aalizy ciągów czasowych dae Baku Światowego dotyczące poziomu emisji CO 2 a mieszkańca Polski w latach Ciąg czasowy emisji CO 2 a jedego mieszkańca Polski jest ozaczoy jako ciąg y(t). Przyjęto założeie, że ciąg y(t) jest ciągiem stacjoarym, gdyż średio koleje wyrazy ciągu czasowego od wartości średiej odchylają się o 18%. Zatem poszukiwao właściwego modelu do progozowaia zmieej objaśiaej wśród grupy modeli autoregresyjych. W modelowaiu i progozowaiu często wykorzystuje się tzw. proces autoregresji rzędu k, ozaczoy w skrócie AR(k) i określoy wzorem [1]: gdzie: 1, 2,..., k - parametry procesu, i -zakłóceie losowe y i y( i 1) y( i 2)... y( i k) Ciąg czasowy będący realizacją procesu autoregresyjego charakteryzuje się tym, że jego bieżąca wartość jest sumą skończoej kombiacji liiowej poprzedich wartości tego ciągu oraz zakłóceia losowego. Podstawą idetyfikacji takiego modelu jest empirycza fukcja autokorelacji oraz autokorelacja cząstkowa. Empirycza fukcja autokorelacji została wyzaczoa z zależości: k i r k k j1 ( y j y y y j1 j )( y jk 2 y ) Zgodie z regułą, że K (gdzie jest liczbą elemetów ciągu y(t)) wyzaczoo wartości tych 4 fukcji dla opóźieia: 48 K 12 4

4 Na rys. 1 przedstawioo empiryczą fukcję autokorelacji wyzaczoą dla ciągu czasowego y(t). Rys. 1. Empirycza fukcja autokorelacji wyzaczoa dla ciągu czasowego y(t). Z aalizy wykresu widać, że przebieg empiryczej fukcji autokorelacji zaika wykładiczo, zatem właściwym modelem opisu przebiegu aalizowaej zmieej jest model autoregresyjy. Fukcja autokorelacji cząstkowej pozwala zidetyfikować mechaizm autoregresji w badaym ciągu daych i określić rząd modelu autoregresyjego. Korelację cząstkową obliczoo w oparciu o zależość Yule a-walkera. Wyzaczeie autokorelacji cząstkowej z tego rówaia polega a tym, że w miejsce autokorelacji teoretyczej wstawia się autokorelację empiryczą r k i otrzymae rówaie rozwiązuje się dla różych odstępów k. Rówaie Yule a-walkera ma postać: r k, 1r 1... k, dla( 1,..., k) k, k1r ( k1) Wyiki obliczeń przedstawia rys. 2. kr k p

5 Rys. 2. Korelacja cząstkowa wyzaczoa z zależości Yule a-walkera. Z graficzej aalizy wybrao opóźieie k=1. Estymacja współczyików modelu została przeprowadzoa metodą ajmiejszych kwadratów. Struktura modelu jest astępująca: y( t) 0,9986 y( t 1) e( t) Ocey zgodości daych empiryczych z daymi wyikającymi ze zbudowaych modeli dokoao a podstawie oce parametrów struktury stochastyczej [4, 5, 6, 7]: odchyleie stadardowe składika resztowego, które iformuje o ile średio wartości progozowae odchylają się od wartości rzeczywistych w przedziale weryfikacji 1 Se yt y t t1 2 S e m liczba obserwacji zmieej progozowaej wykorzystaych do estymacji współczyików modelu,

6 współczyik zmieości resztowej, iformuje o ile procet średiej arytmetyczej zmieej progozowaej objaśiaej wartości teoretycze odchylają się średio od wartości rzeczywistych, V e Se y 100% y - średia arytmetycza wartości zmieej progozowaej współczyik zbieżości iformuje jaka część przebiegu zmieości wartości progozowaej ie jest opisaa przez model. φ 2 = t=1 t=1 (y t y t ) 2 (y t y ) 2 współczyik determiacji liiowej iformuje jaka część przebiegu zmieości wartości progozowaej jest opisaa przez model. R 2 = 1 φ 2 Wyiki obliczoych statystyk zawiera tabela 1. Zestawieie obliczoych statystyk Tab. 1 Parametry struktury stochastyczej Odchyleie stadardowe składika resztowego 0,51 Współczyik zmieości 5% Współczyik zbieżości 8% Współczyik determiacji 92% Średi procetowy błąd ex post wyosi 4% a zatem z aalizy miar dopasowaia modelu do daych rzeczywistych wyika, że model może zostać wykorzystay do progozowaia emisji CO 2 a jedego mieszkańca Polski do roku 2030 (rys. 3).

7 Rzeczywisty przebieg Progoza Rys. 3. Rzeczywiste i progozowae wartości emisji dwutleku węgla w przeliczeiu a osobę w Polsce w latach Zestawieie wartości progozowaej emisji dwutleku węgla a jedego mieszkańca w Polsce przedstawia tabela 2. Progozoway poziom emisji dwutleku węgla w przeliczeiu a jedego mieszkańca w Polsce w latach

8 Rok Wartość progozowaa [t metrycze CO 2 /1mieszkańca] Tab. 2 Dola i góra graica ufości dla 95% przedziału prawdopodobieństwa [] ,31 0, ,30 0, ,29 0, ,27 0, ,26 0, ,25 0, ,24 0, ,23 0, ,22 0, ,20 0, ,19 0, ,18 0, ,17 0, ,16 0, ,15 0, ,14 0, ,12 0, ,11 0, ,10 0, ,09 0, ,08 0, ,07 0, ,06 0, Zakończeie Problemy ochroy środowiska a zwłaszcza kwestie ograiczeia efektu cieplariaego są a przestrzei ostatich lat jedym z ważiejszych przed jakimi staje ludzkość - szacuje się, że w latach emisja gazów powodujących globale ociepleie klimatu wzrosła o ok. 70%, w tym stężeie CO 2 - o ok. 80%. Podejmowae są więc różorakie działaia mające przyczyić się do miimalizacji egatywego oddziaływaia rozwoju przemysłowego a środowisko aturale człowieka a jedym z ich jest deklaracja UE dotycząca przyjęcia zobowiązaia w zakresie zredukowaia emisji CO 2 do 2020 r. o 20% w stosuku do wartości emisji z 1990 roku. Deklaracja ta posłużyła autorom jako pukt wyjścia dla przeprowadzeia progozy a okres ajbliższych lat 3 - dae dotyczące emisji CO 2 w przeliczeiu a jedego mieszkańca Polski pozwoliły a zbudowaie ciągu czasowego, przy założeiu, że ciąg te jest 3 progozowaie polega a założeiu, że będzie kotyuowaa dotychczasowa strategia działaia jeżeli wyzaczoa w progozie wielkość satysfakcjouje decydeta ozacza to, że strategia jest i efektywa i skutecza (w przeciwym razie ależy dokoać zmia w strategii).

9 ciągiem stacjoarym (koleje wyrazy ciągu odchylają się średio od wartości średiej o 18%). W procesie modelowaia i progozowaia wykorzystao tzw. proces autoregresji rzędu k, przy czym średi procetowy błąd ex post wyiósł 4%. Wyzaczoa wartość progozy a 2020 rok (8,17 [tm/mieszk.]) pozwala stwierdzić, że Polsce ie uda się osiągąć pułapu 7,296 [tm/mieszk.] emisji CO 2, tj. wartości jaka powia być uzyskaa w świetle zapisów zawartych w Komuikacie Komisji Europejskiej pt. Działaia a rzecz europejskiego strategiczego plau w dziedziie techologii eergetyczych i tym samym ależy dokoać korekt w przyjętej strategii działaia a rzecz zmiejszeia emisji przedmiotowego gazu (rozwój i szersze zastosowaie tzw. czystych techologii spalaia węgla, szersze wykorzystywaie odawialych źródeł eergii itd). Literatura: 1. Box G. E. P., Jekis G.M.: Aaliza szeregów czasowych. Progozowaie i sterowaie. Państwowe Wydawictwo Naukowe, Warszawa Commuicatio from the Commissio to the Coucil ad the Europea Parliamet: Reewable Eergy Road Map Reewable Eergies i the 21 st Cetury: buildig a more sustaiable future. COM (2006) Directive 2009/28/EC of the Europea Parliamet ad of the Coucil of 23 April 2009 o the promotio of the use of eergy from reewable sources ad amedig ad subsequetly repealig Directives 2001/77/EC ad 2003/30/EC. Official Joural of the Europea Uio, L 140/ Kowalik S., Probierz K.: Progozowaie wielkości wydobycia w Górośląskim Zagłębiu Węglowym z użyciem liiowej fukcji regresji. Moderi matematicke metody v izeyrstvi. Vysoka Skola Baska Techicka Uiverzita Ostrava. Doli Loma Zielaś A., Pawełek B., Waat S.: Progozowaie ekoomicze, teoria, przykłady, zadaa. Wydawictwo Naukowe PWN, Warszawa Żurowska J.: Progozowaie przewozów. Modele. Metody, przykłady, Wydawictwo Politechiki Krakowskiej, Kraków Obszere streszczeie: Zaieczyszczeie powietrza atmosferyczego jest istotym problemem ostatich lat. Substacje emitowae do atmosfery (dwutleek siarki, tleki azotu, pyły węglowe, tleek i dwutleek węgla, ozo troposferyczy itd.).) to głowie wyik działalości człowieka - wzrost produkcji przemysłowej wiąże się ieodłączie ze wzrostem zawartości szkodliwych substacji w atmosferze. Wykorzystując dae dotyczące emisji CO 2 (dae Baku Światowego dotyczące poziomu emisji CO 2 w latach ) autorzy przeprowadzili progozę emisji dwutleku węgla a obszarze Polski do 2020 roku. Przyjęto założeie, że ciąg odpowiadający emisji CO 2 a jedego mieszkańca Polski w przedmiotowym okresie jest ciągiem stacjoarym (średio koleje wyrazy ciągu czasowego od wartości średiej odchylają się o 18%) i dlatego poszukiwao właściwego modelu do progozowaia zmieej objaśiaej wśród grupy modeli autoregresyjych. Poieważ przebieg empiryczej fukcji autokorelacji zaika wykładiczo autorzy do opisu

10 przebiegu aalizowaej zmieej wykorzystali model autoregresyjy. Korelacja cząstkowa obliczoo została w oparciu o zależość Yule a-walkera. Z graficzej aalizy wybrao opóźieie k=1, zaś estymacja współczyików modelu została przeprowadzoa metodą ajmiejszych kwadratów. Średi procetowy błąd ex post progozy wyiósł 4% co pozwala stwierdzić iż zapropooway model może zostać wykorzystay do progozowaia emisji dwutleku węgla. Wyzaczoa wartość progozy a 2020 rok (8,17 [tm/mieszk.]) pozwala stwierdzić, że Polsce ie uda się osiągąć pułapu 7,296 [tm/mieszk.] emisji CO 2, tj. wartości jaka powia być uzyskaa w świetle zapisów zawartych w Komuikacie Komisji Europejskiej pt. Działaia a rzecz europejskiego strategiczego plau w dziedziie techologii eergetyczych i tym samym ależy dokoać korekt w przyjętej strategii działaia a rzecz zmiejszeia emisji przedmiotowego gazu (rozwój i szersze zastosowaie tzw. czystych techologii spalaia węgla, szersze wykorzystywaie odawialych źródeł eergii itd). Wykaz słów kluczowych: emisja dwutleku węgla, ciągi czasowe, progozowaie, modele autoregresyje.

WYKORZYSTANIE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA

WYKORZYSTANIE CIĄGÓW CZASOWYCH W PROCESIE SZACOWANIA POZIOMU EMISJI DWUTLENKU WĘGLA GÓRNICTWO I GEOLOGIA 011 Tom 6 Zeszyt 4 Zygmut KORBAN, Aa MANOWSKA Politechika Śląska, Wydział Górictwa i Geologii, Katedra Zarządzaia i Iżyierii Bezpieczeństwa WYKORZYSTANIE CIĄGÓW CZASOWYCH W PROCESIE

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: x = 1 STATYSTYKA OPISOWA PODSTAWOWE WZORY x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału Domiata (moda Liczba ajczęściej

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej 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

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Statystyka opisowa. () Statystyka opisowa 24 maja / 8 Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów

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

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

Statystyka opisowa - dodatek

Statystyka opisowa - dodatek Statystyka opisowa - dodatek. *Jak obliczyć statystyki opisowe w dużych daych? Liczeie statystyk opisowych w dużych daych może sprawiać problemy. Dla przykładu zauważmy, że aiwa implemetacja średiej arytmetyczej

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o 1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

METODY NUMERYCZNE dr inż. Mirosław Dziewoński Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński e-mail: miroslaw.dziewoski@polsl.pl Pok. 151 Wykład /1 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład / Aproksymacja fukcji jedej

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

LABORATORIUM METROLOGII

LABORATORIUM METROLOGII AKADEMIA MORSKA W SZCZECINIE Cetrum Iżyierii Ruchu Morskiego LABORATORIUM METROLOGII Ćwiczeie 5 Aaliza statystycza wyików pomiarów pozycji GNSS Szczeci, 010 Zespół wykoawczy: Dr iż. Paweł Zalewski Mgr

Bardziej szczegółowo

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna 3 MAŁGORZATA STEC Dr Małgorzata Stec Zakład Statystyki i Ekoometrii Uiwersytet Rzeszowski Uwarukowaia rozwojowe województw w Polsce aaliza statystyczo-ekoometrycza WPROWADZENIE Rozwój społeczo-gospodarczy

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

ANALIZA KORELACJI IREGRESJILINIOWEJ

ANALIZA KORELACJI IREGRESJILINIOWEJ ANALIZA KORELACJI IREGRESJILINIOWEJ 1. ZALEŻNOŚCI STOCHASTYCZNE Badajac zjawiska o charakterze masowym, w tym szczególie zjawiska spo leczo-ekoomicze, stwierdzamy, że każde z ich jest uwarukowae dzia laiem

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

Bardziej szczegółowo

2. Schemat ideowy układu pomiarowego

2. Schemat ideowy układu pomiarowego 1. Wiadomości ogóle o prostowikach sterowaych Układy prostowikowe sterowae są przekształtikami sterowaymi fazowo. UmoŜliwiają płya regulację średiej wartości apięcia wyprostowaego, a tym samym średiej

Bardziej szczegółowo

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności) IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym

Bardziej szczegółowo

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871 COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara

Bardziej szczegółowo

Ekonometria Mirosław Wójciak

Ekonometria Mirosław Wójciak Ekoometria Mirosław Wójciak Literatura obowiązkowa Barczak A, ST. Biolik J, Podstawy Ekoometrii, Wydawictwo AE Katowice, Katowice 1998 Dziechciarz J. Ekoometria Metody, przykłady, zadaia (wyd. ) Kukuła

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)

Bardziej szczegółowo

Wprowadzenie do laboratorium 1

Wprowadzenie do laboratorium 1 Wprowadzeie do laboratorium 1 Etymacja jedorówaiowego modelu popytu a bilety loticze Etapy budowy modelu ekoometryczego Specyfikacja modelu Zebraie daych tatytyczych Etymacja parametrów modelu Weryfikacja

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii. TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla

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

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq qwertyuiopasdfghjklzxcvbmqwerty uiopasdfghjklzxcvbmqwertyuiopasd fghjklzxcvbmqwertyuiopasdfghjklzx cvbmqwertyuiopasdfghjklzxcvbmq Model ekoometryczy wertyuiopasdfghjklzxcvbmqwertyui Ekoometria: projekt

Bardziej szczegółowo

Ćwiczenie nr 3. Bilans cieplny urządzenia energetycznego. Wyznaczenie sprawności cieplnej urządzenia kotłowego zasilanego gazem ziemnym

Ćwiczenie nr 3. Bilans cieplny urządzenia energetycznego. Wyznaczenie sprawności cieplnej urządzenia kotłowego zasilanego gazem ziemnym Termodyamika ćwiczeia laboratoryje Ćwiczeie r 3 Temat: Bilas cieply urządzeia eergetyczego. Wyzaczeie sprawości cieplej urządzeia kotłowego zasilaego gazem ziemym Miejsce ćwiczeń: Laboratorium Techologii

Bardziej szczegółowo

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk

Bardziej szczegółowo

METODY APROKSYMACJI MATEUSZ WAGA. Gimnazjum im. Jana Matejki w Zabierzowie

METODY APROKSYMACJI MATEUSZ WAGA. Gimnazjum im. Jana Matejki w Zabierzowie METODY APROKSYMACJI MATEUSZ WAGA Gimazjum im. Jaa Matejki w Zabierzowie SPIS TREŚCI 1 WSTĘP... 2 2 MODEL MATEMATYCZNY... 3 3 UOGÓLNIENIE MODELU MATEMATYCZNEG... 6 4 MODEL INFORMATYCZNY... 7 5 PRZYKŁADY

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu dr hab. iż. KRYSTIAN KALINOWSKI WSIiZ w Bielsku Białej, Politechika Śląska dr iż. ROMAN KAULA Politechika Śląska Optymalizacja sieci powiązań układu adrzędego grupy kopalń ze względu a koszty trasportu

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9 Retgeowska aaliza fazowa jakościowa i ilościowa Wykład 9 1. Retgeowska aaliza fazowa jakościowa i ilościowa. 2. Metody aalizy fazowej ilościowej. 3. Dobór wzorca w aalizie ilościowej. 4. Przeprowadzeie

Bardziej szczegółowo

ELEKTROTECHNIKA I ELEKTRONIKA

ELEKTROTECHNIKA I ELEKTRONIKA UNIWERSYTET TECHNOLOGICZNO-PRZYRODNICZY W BYDGOSZCZY WYDZIAŁ INŻYNIERII MECHANICZNEJ INSTYTUT EKSPLOATACJI MASZYN I TRANSPORTU ZAKŁAD STEROWANIA ELEKTROTECHNIKA I ELEKTRONIKA ĆWICZENIE: E20 BADANIE UKŁADU

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statystyka Katarzya Chudy Laskowska http://kc.sd.prz.edu.pl/ WNIOSKOWANIE STATYSTYCZNE Celem aalizy statystyczej ie jest zwykle tylko opisaie (prezetacja) posiadaych daych, czyli tzw. próby statystyczej.

Bardziej szczegółowo

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n)

ZADANIA - ZESTAW 2. Zadanie 2.1. Wyznaczyć m (n) ZADANIA - ZESTAW Zadaie.. Wyzaczyć m (), D ( ) dla procesu symetryczego (p = q =,) błądzeia przypadkowego. Zadaie.. Narysuj graf łańcucha Markowa symetrycze (p = q =,) błądzeie przypadkowe z odbiciem.

Bardziej szczegółowo

Statystyka Wzory I. Analiza struktury

Statystyka Wzory I. Analiza struktury Uiwersytet Ekooiczy w Katowicach Wzory I. Aaliza struktury 1. Miary tedecji cetralej (średie, przecięte Średia arytetycza Dla sz. ważoego Dla sz. ważoego dla z. ciągłej Dla szeregu wyliczającego: dla zieej

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

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

PROGNOZOWANIE DOCHODÓW ZE SPRZEDAŻY TYGODNIKÓW LOKALNYCH WYBRANE PODEJŚCIA

PROGNOZOWANIE DOCHODÓW ZE SPRZEDAŻY TYGODNIKÓW LOKALNYCH WYBRANE PODEJŚCIA Progozowaie dochodów ze sprzedaży tygodików lokalych... STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 2 97 SEBASTIAN GNAT Uiwersytet Szczeciński PROGNOZOWANIE DOCHODÓW ZE SPRZEDAŻY TYGODNIKÓW

Bardziej szczegółowo

Ocena dopasowania modelu do danych empirycznych

Ocena dopasowania modelu do danych empirycznych Ocea dopasowaia modelu do dach empirczch Po oszacowaiu parametrów modelu ależ zbadać, cz zbudowa model dobrze opisuje badae zależości. Jeśli okaże się, że rozbieżość międz otrzmam modelem a dami empirczmi

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

Politechnika Poznańska

Politechnika Poznańska Politechika Pozańska Temat: Laboratorium z termodyamiki Aaliza składu spali powstałych przy spalaiu paliw gazowych oraz pomiar ich prędkości przepływu za pomocą Dopplerowskiego Aemometru Laserowego (LDA)

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

Bardziej szczegółowo

Sprawozdanie z laboratorium proekologicznych źródeł energii

Sprawozdanie z laboratorium proekologicznych źródeł energii P O L I T E C H N I K A G D A Ń S K A Sprawozdaie z laboratorium proekologiczych źródeł eergii Temat: Wyzaczaie współczyika efektywości i sprawości pompy ciepła. Michał Stobiecki, Michał Ryms Grupa 5;

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g.

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g. Zadaia przykładowe z rozwiązaiami Zadaie Dokoao pomiaru masy ciała 8 szczurów laboratoryjych. Uzyskao astępujące wyiki w gramach: 70, 80, 60, 90, 0, 00, 85, 95. Wyzaczyć przeciętą masę ciała wśród zbadaych

Bardziej szczegółowo

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,, PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA Ruch cząstki ieograiczoy z klasyczego puktu widzeia W tym przypadku V = cost, przejmiemy V ( x ) = 0, cząstka porusza się wzdłuż osi x. Rozwiązujemy

Bardziej szczegółowo

ZADANIA NA ĆWICZENIA 3 I 4

ZADANIA NA ĆWICZENIA 3 I 4 Agata Boratyńska Statystyka aktuariala... 1 ZADANIA NA ĆWICZENIA 3 I 4 1. Wygeeruj szkody dla polis z kolejych lat wg rozkładu P (N = 1) = 0, 1 P (N = 0) = 0, 9, gdzie N jest liczbą szkód z jedej polisy.

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

Analiza potencjału energetycznego depozytów mułów węglowych

Analiza potencjału energetycznego depozytów mułów węglowych zaiteresowaia wykorzystaiem tej metody w odiesieiu do iych droboziaristych materiałów odpadowych ze wzbogacaia węgla kamieego ależy poszukiwać owych, skutecziej działających odczyików. Zdecydowaie miej

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ Prace Naukowe Istytutu Maszy, Napędów i Pomiarów Elektryczych Nr 60 Politechiki Wrocławskiej Nr 60 Studia i Materiały Nr 27 2007 Adrzej STOBIECKI *, Ja C. STĘPIEŃ trasformator, zawodość, koszty, eergia

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r.

Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r. Matematyka fiasowa 08.10.2007 r. Komisja Egzamiacyja dla Aktuariuszy XLIII Egzami dla Aktuariuszy z 8 paździerika 2007 r. Część I Matematyka fiasowa WERSJA TESTU A Imię i azwisko osoby egzamiowaej:...

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

Wykład 11 ( ). Przedziały ufności dla średniej Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;

Bardziej szczegółowo

MACIERZE STOCHASTYCZNE

MACIERZE STOCHASTYCZNE MACIERZE STOCHASTYCZNE p ij - prawdopodobieństwo przejścia od stau i do stau j w jedym (dowolym) kroku, [p ij ]- macierz prawdopodobieństw przejść (w jedym kroku), Własości macierzy prawdopodobieństw przejść:

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

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych Iwetta Budzik-Nowodzińska SZACOWANIE WARTOŚCI DOCHODOWEJ PRZEDSIĘBIORSTWA STUDIUM PRZYPADKU Wprowadzeie Dochodowe metody wycey wartości przedsiębiorstw są postrzegae, jako ajbardziej efektywe sposoby określaia

Bardziej szczegółowo

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak

Rekursja 2. Materiały pomocnicze do wykładu. wykładowca: dr Magdalena Kacprzak Rekursja Materiały pomocicze do wykładu wykładowca: dr Magdalea Kacprzak Rozwiązywaie rówań rekurecyjych Jedorode liiowe rówaia rekurecyje Twierdzeie Niech k będzie ustaloą liczbą aturalą dodatią i iech

Bardziej szczegółowo

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego doi:1.15199/48.215.4.38 Eugeiusz CZECH 1, Zbigiew JAROZEWCZ 2,3, Przemysław TABAKA 4, rea FRYC 5 Politechika Białostocka, Wydział Elektryczy, Katedra Elektrotechiki Teoretyczej i Metrologii (1), stytut

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu Wykład r 2 Statystyka opisowa część 2 Pla wykładu 1. Uwagi wstępe 2. Miary tedecji cetralej 2.1. Wartości średie 2.2. Miary pozycyje 2.3. Domiata 3. Miary rozproszeia 4. Miary asymetrii 5. Miary kocetracji

Bardziej szczegółowo

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D.

Arkusz ćwiczeniowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE. W zadaniach od 1. do 21. wybierz i zaznacz poprawną odpowiedź. 1 C. 3 D. Arkusz ćwiczeiowy z matematyki Poziom podstawowy ZADANIA ZAMKNIĘTE W zadaiach od. do. wybierz i zazacz poprawą odpowiedź. Zadaie. ( pkt) Liczbę moża przedstawić w postaci A. 8. C. 4 8 D. 4 Zadaie. ( pkt)

Bardziej szczegółowo

Stechiometria analiza elementarna

Stechiometria analiza elementarna ZADAIA Z CHEII Stechioetria aaliza eleetara Stechioetria jest to etoda aalizy, w której wykorzystuje się reakcje cheicze, a w obliczeiach aalizy ilościowej rówaie reakcji cheiczej. Aaliza eleetara jest

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fiasowy gospodarki Zajęcia r 5 Matematyka fiasowa Wartość pieiądza w czasie 1 złoty posiaday dzisiaj jest wart więcej iż 1 złoty posiaday w przyszłości, p. za rok. Powody: Suma posiadaa dzisiaj

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

Elementy nieliniowe w modelach obwodowych oznaczamy przy pomocy symboli graficznych i opisu parametru nieliniowego. C N

Elementy nieliniowe w modelach obwodowych oznaczamy przy pomocy symboli graficznych i opisu parametru nieliniowego. C N OBWODY SYGNAŁY 1 5. OBWODY NELNOWE 5.1. WOWADZENE Defiicja 1. Obwodem elektryczym ieliiowym azywamy taki obwód, w którym występuje co ajmiej jede elemet ieliiowy bądź więcej elemetów ieliiowych wzajemie

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM RACHUNEK EKONOMICZNY W ELEKTROENERGETYCE INSTRUKCJA DO ĆWICZENIA

Bardziej szczegółowo

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3 L.Kowalski zadaia ze statystyki matematyczej-zestaw 3 ZADANIA - ZESTAW 3 Zadaie 3. Cecha X populacji ma rozkład N m,. Z populacji tej pobrao próbę 7 elemetową i otrzymao wyiki x7 = 9, 3, s7 =, 5 a Na poziomie

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA TATYTYKA MATEMATYCZNA ROZKŁADY PODTAWOWYCH TATYTYK zmiea losowa odpowiedik badaej cechy, (,,..., ) próba losowa (zmiea losowa wymiarowa, i iezależe zmiee losowe o takim samym rozkładzie jak (taką próbę

Bardziej szczegółowo

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów

Bardziej szczegółowo

Siłownie ORC sposobem na wykorzystanie energii ze źródeł niskotemperaturowych.

Siłownie ORC sposobem na wykorzystanie energii ze źródeł niskotemperaturowych. Siłowie ORC sposobem a wykorzystaie eergii ze źródeł iskotemperaturowych. Autor: prof. dr hab. Władysław Nowak, Aleksadra Borsukiewicz-Gozdur, Zachodiopomorski Uiwersytet Techologiczy w Szczeciie, Katedra

Bardziej szczegółowo

Identyfikacja i modelowanie struktur i procesów biologicznych

Identyfikacja i modelowanie struktur i procesów biologicznych Idetyfikacja i modelowaie struktur i procesów biologiczych Laboratorium 4: Modele regresyje mgr iż. Urszula Smyczyńska AGH Akademia Góriczo-Huticza Aaliza regresji Aaliza regresji jest bardzo szeroka dziedzią,

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Przejście światła przez pryzmat i z

Przejście światła przez pryzmat i z I. Z pracowi fizyczej. Przejście światła przez pryzmat - cz. II 1. Przejście światła przez pryzmat. Kąt odchyleia. W paragrafie 8.10 trzeciego tomu e-podręczika opisao bieg światła moochromatyczego w pryzmacie.

Bardziej szczegółowo