Instrukcja do wykonania zadania. Masa ciała. Wys. Ciała

Wielkość: px
Rozpocząć pokaz od strony:

Download "Instrukcja do wykonania zadania. Masa ciała. Wys. Ciała"

Transkrypt

1 Itrukcja do wykoaa zadaa W perwzej kolejośc ależy przygotowad tabelę z daym. W ejzej trukcj przyjęto, że do każdego wyku z tabel perwotej dodao wartośd 6. Zatem tabela wygląda atępująco: Icjały Grupa Płeć Wek Maa cała Wy. Cała Cza przy tv komp. [godz/doba] Skoloza_ Przed Skoloza_ Po AA A K BB A K CC A K DD A K EE A K FF A M GG A M HH A M II A M JJ A M KK B K LL B K MM B K NN B K OO B K PP B M QQ B M RR B M SS B M TT B M Natępe dla każdej zmeej (WIEK, MASA CIAŁA, WYSOKOŚD CIAŁA, CZAS PRZY TV I KOMP., SKOLIOZA_PRZED ORAZ SKOLIOZA_PO) oblczamy mary położea (średa, medaa, modala), dyperj (wpółczyk zmeośc, odchylee tadardowe), aymetr (kośośd) kocetracj (kurtoza) oddzele dla grupy A oraz dla grupy B. W tym celu korzytamy z atępujących wzorów: średa arytmetycza : medaa (dla parzytej lczby oberwacj): N N Me ( ) 1 N

2 modala (wkazujemy tę wartośd, która wytępuje ajczęścej, jeśl jet klka takch wartośc, wówcza orzekamy, że rozkład jet welomodaly, co jet rówozacze, że emoża wkazad modalej. V 100% wpółczyk zmeośc: odchylee tadardowe: 1 ( ) lub 1 1 ( ) wpółczyk kośośc: A m m ( ) kurtoza: m K ( ) m Oblczea: Żeby wylczyd średą arytmetyczą ( ) dla weku w grupe A ależy w atępujący poób podtawd dae do wzoru: W celu wylczea meday (Me) dla weku w grupe A ależy uporządkowad dae w zyku roącym, a atępe podtawd je do wzoru: ( ) 1 8;1;;;;5;6;7;7;8 Me 1 ; ; ; ; 5 ; 6 ; 7 ; 8 ; 9 ; 10 wyrażee z tego wzoru ozacza, że ależy czyl lczbę oberwacj, która wyo 10 podzeld przez ; daje am to wyk rówy 5, co ozacza, że pątą z kole wartośd w uzeregowaym roąco zyku uwzględmy przy wylczau meday; druge wyrażee w tym wzorze ozacza, że do wcześej wylczoej wartośc 5 ależy dodad jezcze 1, w zwązku z czym do oblczea meday oprócz pątej wartośc weźmemy także wartośd 6 (zazaczoe a czerwoo). Zatem podtawając do wzoru, otrzymujemy: Modala 8;1;;;;5;6;7;7;8

3 Jak wdad w powyżej uzeregowaych roąco daych, ajczętzą wartośc jet wartośd 7, która pojawa ę dwukrote. Ozacza to, że modala w tym zeregu wyo 7. Żeby oblczyd odchylee tadardowe, ajlepej jet połużyd ę tabelą pomocczą, w której prowadz ę odrębe oblczea. Tabela ta, będze także potrzeba, przy wylczau pozotałych parametrów, takch jak wpółczyk kośośc oraz kurtozy. We wzorze a odchylee tadardowe (ozaczaym ymbolem lub SD ) mamy atępujące wyrażee: ( - co ozacza, że od każdej wartośc kładającej ę a zmeą wek, ależy odjąd wcześej wylczoą średą arytmetyczą. Wyk zapujemy w pożzej tabel. Wek - ( ,1=-6,1 (-6,1) =7,1 7 1-,1=-,1 (-,1) =9,61 6 -,1=-,1 (-,1) =,1 1 -,1=-1,1 (-1,1) =1,1 -,1=-0,1 (-0,1) =0, ,1=0,9 (0,9) =0, ,1=1,9 (1,9) =,61 7-,1=,9 (,9) =8,1 5 7-,1=,9 (,9) =8,1 8-,1=,9 (,9) =15,1 SUMA 1 ( ) 88,9 Poadto, wyżej wpomae we wzorze a odchylee tadardowe wyrażee ( - poprzedzoe jet ymbolem Σ (gma), który ozacza umę tych wzytkch różc pozczególych wartośc kładających ę a zmeą wek od średej arytmetyczej weku. Zatem, żeby oblczyd tę częśd wzoru 1 ( ) ależy zumowad wzytke werze z kolumy tabel po lewej (88,9). Tak węc pozotaje tylko podtawd do wzoru: ,9 ( ) *88,9 8,89, Zając wartośd średej arytmetyczej oraz odchylea tadardowego, moża teraz wylczyd wartośd wpółczyka zmeośc V, wg wzoru: V,98 100% 100 0, , 76,1

4 W celu oblczea wpółczyka aymetr a początek przeaalzujmy pożzy wzór: A m gdze: m ( ) wdzmy, że w lczku tego wzoru jet to amo wyrażee, które jet we wzorze a odchylee tadardowe ( ), z tą jedak różcą, że oblczoą wartośd wykającą z odejmowaa 1 ( - podomy do potęg. Z kole w maowku jet odchylee tadardowe podeoe do potęg. Dla uprozczea oblczeo wykorzytujemy tabelę pomocczą (pożej). Wek - ( - ( ,1=-6,1 (-6,1) =7,1 (-6,1) =-6, ,1=-,1 (-,1) =9,61 (-,1) =,89 6 -,1=-,1 (-,1) =,1 (-,1) =6, ,1=-1,1 (-1,1) =1,1 (-1,1) =-9,791 -,1=-0,1 (-0,1) =0,01 (-0,1) =-9, ,1=0,9 (0,9) =0,81 (0,9) =, ,1=1,9 (1,9) =,61 (1,9) =59,19 7-,1=,9 (,9) =8,1 (,9) =-1,1 5 7-,1=,9 (,9) =8,1 (,9) =0,79 8-,1=,9 (,9) =15,1 (,9) =-0,001 SUMA 88,9 1 ( ) -151,68 Zatem podtawając do wzoru: ( ) 151, 68 m 10 15,17 A 0,57,98 6, 6 Jeśl chodz o wylczee kurtozy, to potępujemy aalogcze jak w przypadku wpółczyka aymetr, bowem wzór a kurtozę róż ę tylko wykładkem potęg, do której podomy wyrażee w lczku jak odchylee tadardowe zajdujące ę w maowku. Tabela pomoccza wygląda atępująco:

5 Wek - ( - ( - ( ,1=-6,1 (-6,1) =7,1 (-6,1) =-6,981 18, ,1=-,1 (-,1) =9,61 (-,1) =,89 70, ,1=-,1 (-,1) =,1 (-,1) =6,859 1,01 1 -,1=-1,1 (-1,1) =1,1 (-1,1) =-9,791 9,51 -,1=-0,1 (-0,1) =0,01 (-0,1) =-9,61 19, ,1=0,9 (0,9) =0,81 (0,9) =,89 70, ,1=1,9 (1,9) =,61 (1,9) =59,19 1,1 7-,1=,9 (,9) =8,1 (,9) =-1,1 1, ,1=,9 (,9) =8,1 (,9) =0,79 0, ,1=,9 (,9) =15,1 (,9) =-0,001 0,0001 SUMA 88,9-151,68 ( ) 188, ( ) 188, m 10 18, Ku,,98 78,86 Tety totośc różc Kolejym krokem aalzy jet prawdzee czy grupy A B ą jedorode pod względem weku oraz parametrów omatyczych (wyokośc may cała). Uwaga, a zalczee porówujemy tylko maę cała! Żeby to prawdzd ależy za pomocą tetu t-studeta (wtedy, kedy <0) lub tetu z (wtedy, kedy >0) dla daych ezależych przeprowadzd odpowede porówaa. Przed przytąpeem do porówao formułujemy hpotezy: zerową oraz alteratywą: H 0 ---Ooby z grupy A e różą ę pod względem weku od oób z grupy B H 1 ---Wek oób z grupy A róż ę od weku oób z grupy B Poeważ mamy 10 oberwacj w grupe A oraz 10 w grupe B, zatem <0, oblczea będą prowadzoe w oparcu o atępujący wzór: t

6 gdze: 1, średa weku w grupe A ( 1 ) w grupe B ( ) 1, lośd oberwacj w grupe A ( 1 ) w grupe B ( ) S() 1, S() waracje w grupe A S() 1 w grupe B S() Wartośd średej weku w grupe A wyo,1 atomat w grupe B,7. Waracj co prawda e mamy jezcze oblczoej, ale wedząc, że odchylee tadardowe jet perwatkem kwadratowym z waracj, wytarczy podeśd odchylee tadardowe do kwadratu (drugej potęg), zatem waracja w grupe A wyo 8,88 (,98 ), atomat w grupe B rówa ę 11,09 (, ). Podtawając do wzoru otrzymujemy: t,1, 7 0, , , , , 0, 0, 0,7 11,09 0,, 1,9 Aby zweryfkowad potawoą hpotezę zerową (tz. podjąd decyzję o jej podtrzymau lub odrzuceu) ależy odzukad wartośd krytyczą w tablcy zawerającej rozkład tetu t (pożej). Wartośd tę odzukujemy uwzględając zakładay pozom totośc α=0,05 oraz lczbę top wobody 1 + -=10+10-=18. tope wobody Alfa α 0,01 0,05 0,10 16,908,1199 1,759 17,898,1098 1,796 18,878,1009 1,71 19,8609,090 1,791 0,85,0860 1,77 Odczytaa wartośd krytycza z tablcy wyo t 0,05 =,1. Poeważ wartośd tetu t-tudeta jet mejza od wartośc odczytaej z tablcy (t<t α ), zatem e mamy podtaw do odrzucea hpotezy zerowej, tąd też możemy twerdzd, że grupy A B e różą ę tote pod względem weku.

7 Kolejym elemetem aalzy jet ocea efektów zatoowaej terap. Żeby to prawdzd, ależy porówad oddzele w każdej z grup welkośd kolozy przed terapą do welkośc kolozy po terap. Do tego celu wykorzytamy tet t-tudeta dla daych zależych, którego wzór jet atępujący: d t 1 d S d 1 ( d d) gdze: d - średa z różcy pomędzy pomaram kolozy_przed kolozy_po lczba oberwacj S d odchylee tadardowe z różcy pomędzy pomaram kolozy_przed kolozy_po Na wtępe ależy formułowad hpotezy: H 0 ---Welkośd kolozy przed zabegam e róż ę od welkośc kolozy po zabegach H Welkośd kolozy przed zabegam róż ę od welkośc kolozy po zabegach Dla ułatwea oblczeo korzytamy z tabel pomocczej (pożej). W kolume 5 (d ) oblczamy różcę pomędzy welkoścą kolozy przed zabegam welkoścą kolozy po zabegach. Różca ta jet am potrzeba do oblczea średej wartośc z tych różc, którą podtawmy do lczka wzoru tetu t-tudeta. Icjały Grupa Skoloza_ Przed Skoloza_ Po d różca pomarów ( d d) ( d d) AA A =-1-1-,5=-,5 1,5 BB A =0 0-,5=-,5 6,5 CC A = -,5=-0,5 0,5 DD A 19-19= -,5=0,5 0,5 EE A = -,5=0,5 0,5 FF A = -,5=0,5 0,5 GG A = -,5=-0,5 0,5 HH A =1 1-,5=-1,5,5 II A =6 6-,5=,5 1,5 JJ A 16-16=6 6-,5=,5 1,5 SUMA 5 1 ( d d) =6

8 Jak wad uma tych różc wyo 5, zatem, żeby oblczyd średą, dzelmy 5 przez 10, co daje wyk,5. Poeważ w maowku wzoru tetu t jet odchylee tadardowe z różcy w kolozach przed po, to w atępej kolume ( d d) oblczamy różcę pomędzy wartoścą tych różc a średą arytmetyczą tych różc. Jak wdad pod perwatkem wzoru a odchylee tadardowe jet wyrażee 1 ( d d) kolume 7. Teraz już wytarczy tylko podtawd do wzoru., co jet rówozacze z umą wzytkch werzy w S d ( d d) , 6,1 t d, ,17,51,1 d Po wylczeu wartośc tetu t-tudeta, ależy z tablc dla rozkładu tetu t odczytad wartośd krytyczą a pozome totośc α=0,05 oraz -1 (10-1=9) lczbach top wobody. tope wobody Alfa α 0,01 0,05 0,10 6,707,69 1,9 7,995,66 1,896 8,55,060 1,8595 9,98,6 1,81 10,169,81 1,815 Poeważ wartośd tetu t-tudeta jet wękza od wartośc odczytaej z tablc (t>t α ), daje am to podtawę do odrzucea hpotezy zerowej H 0 przyjęca alteratywej. Na tej podtawe wokujemy, ż wykoae zabeg rehabltacyje powodowały totą tatytycze poprawę w zakree zmejzea welkośc kolozy merzoej po zabegach. Otatm elemetem aalzy jet ocea wpółzależośc czyl aalza korelacj. Nazym celem jet pozae przyczyy welkośc kolozy w oparcu o zay parametr, jakm jet cza pośwęcay a oglądae TV oraz pracę przy komputerze. Żeby oblczyd tę zależośd wykorzytamy wzór a korelację lową Pearoa:

9 r y cov( y, ) Sd Sd y ( )( y y) cov( y, ) Jak wdad a podtawe maowka wzoru a korelację Pearoa potrzebujemy wartośd odchylea tadardowego obydwu cech (czyl czau pośwęcoego a oglądae TV pracę z komputerem), atomat do oblczea lczka tegoż wzoru potrzeba będze uma loczyów różc pomędzy wartoścam średm obu cech a pozczególym wartoścam kładającym ę a te cechy ( )( y y). Dla uprozczea oblczeo ależy utworzyd atępującą tabelę pomocczą: Cza przy tv komp. Skol_Przed y - y -ӯ ( - )(y -ӯ) ( - ) (y -ӯ) ,8=-1, ,=-1, -1,8*-1,=,5, 1, ,8=-0, ,=-0, 0, 0,6 0, ,8=, 0-19,=0,6 1,,8 0, ,8=-1,8-19,=,6 -,68, 6, ,8=0, 18-19,=-1, -0,8 0,0 1, ,8=-0, ,=-, 1,9 0,6 5, ,8=0, 0-19,=0,6 0,1 0,0 0, ,8=1, 18-19,=-1, -1,68 1, 1, ,8=, 0-19,=0,6 1,,8 0, ,8=-0,8-19,=,6 -,08 0,6 6,76 Σ=158,00 Σ=19,00 Σ=-1,0 Σ=19,60 Σ=6,0 =158/10=15,8 Sd = ӯ=19/10=19, Sd y =

10 W oparcu o wcześejze trukcje dotyczące oblczaa średej arytmetyczej oraz odchylea tadardowego, możemy przytąpd do podtawea do wzoru. r y ( )( y y) 1, cov( y, ) 10 0,1 0, 05 Sd Sd Sd Sd 1, 1,6,7 y y Jak wyka z oblczeo, bardzo k wpółczyk korelacj wkazuje, ż e ma zwązku pomędzy czaem pędzoym a oglądau TV oraz pracą przy komputerze a welkośd kolozy przed terapą. Oczywśce prozę z tego e wycągad daleko dących woków, bo jak pałem a wtępe dae ą zupełe przypadkowe tworzoe patrząc w uft tylko dla potrzeb dwczeo ze tatytyk.

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

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

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

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

Bardziej szczegółowo

STATYSTYKA OPISOWA. Statystyka. Losowanie (pomiar)

STATYSTYKA OPISOWA. Statystyka. Losowanie (pomiar) STATYSTYKA OPISOWA Statytyka Statytyka opowa Statytyka matematycza Loowae (pomar) Popuacja geeraa (rezutaty potecjaych pomarów) Próbka (rezutaty pomarów) Statytyka opowa zajmuje ę wtępym opracowaem wyków

Bardziej szczegółowo

Przewodnik do ćwiczeń ze statystyki

Przewodnik do ćwiczeń ze statystyki Przewodk do ćwczeń ze tatytyk Podtawowe defcje Próbka loowa, tatytycza Próbką loową jet ograczoy zbór oberwacj dokoay a pewej hpotetyczej lub realej zborowośc zwaej populacją. Waże jet, że oberwacje ą

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

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

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

Analityka chemiczna. Podstawy statystyki. Marek Kręglewski tel

Analityka chemiczna. Podstawy statystyki. Marek Kręglewski tel Aaltyka chemcza Podtawy tatytyk Marek Kręglewk mkreg@amu.edu.pl, tel. 689387 Program zajęć Op wyjaśee poobu porządkowaa przedtawaa daych dośwadczalych. Rozkład dla zmeej loowej dykretej cągłej. Zagadea

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

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

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

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

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

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

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

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

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

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

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

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB I. 2. Plan laboratorium I techniki statystyki opisowej

STATYSTKA I ANALIZA DANYCH LAB I. 2. Plan laboratorium I techniki statystyki opisowej STATYSTKA I ANALIZA DANYCH LAB I 1. Dae kotaktowe Mateuz Lago (http://www.c.put.poza.pl/mlago) Moka Grabowka (http://www.c.put.poza.pl/mgrabowka) Forma zajęć: przedtawee pojęca, zagadea lub metody + rozwązywae

Bardziej szczegółowo

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych Ćczea r 3 Fae II obert Ślepaczuk Teora portfela paperó artoścoych Teora portfela paperó artoścoych jet jedym z ajażejzych dzałó ooczeych faó. Dotyczy oa etycj faoych, a przede zytkm etycj dokoyaych a ryku

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

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

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

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

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

METODY OPISU STRUKTURY ZBIOROWOŚCI

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

Bardziej szczegółowo

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

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

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

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

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

Bardziej szczegółowo

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem.

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem. Statystyka Statystyka jest auką, która zajmuje sę zberaem daych ch aalzą. Praca statystyka polega główe a zebrau dużej lośc daych opsujących jakeś zjawsko ch aalze terpretacj. Ne będzemy zajmować sę oczywśce

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

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

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

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

INSTRUKCJA DO CWICZENIA NR 6

INSTRUKCJA DO CWICZENIA NR 6 INSTRUKCJA DO CWICZENIA NR 6 Temat ćwczea: Pomar twardośc metodą Rockwella Cel ćwczea Celem ćwczea jet ozaczee twardośc metal metodą Rockwella pozae zwązków pomędzy twardoścą a bdową tych materałów ym

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

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

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

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

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

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

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

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

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

Bardziej szczegółowo

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

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, tr. 3 STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI Dorota Kozoł-Kaczorek Katedra Ekoomk Rolcta Mędzyarodoych Stoukó Gopodarczych Szkoła

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

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

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

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

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

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

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

ZAGADNIENIE TRANSPORTOWE

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

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

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

Bardziej szczegółowo

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

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

Analiza danych pomiarowych

Analiza danych pomiarowych Materały pomoccze dla studetów Wydzału Chem UW Opracowała Ageszka Korgul. Aalza daych pomarowych wersja trzeca, uzupełoa Lteratura, Wstęp 3 R OZDZIAŁ SPRAWOZDANIE Z DOŚWIADCZENIA FIZYCZNEGO 4 Stałe elemety

Bardziej szczegółowo

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1, 1 Zmiee loowe Właości dytrybuaty F x = X < x: F1. 0 F x 1 dla każdego x R, F2. lim F x = 0 oraz lim F x = 1, x x + F3. F jet fukcją iemalejącą, F4. lim x x 0 F x = F x 0 dla każdego x R, F5. a X < b =

Bardziej szczegółowo

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne. Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest

Bardziej szczegółowo

Ń Ą Ń Ń Ń

Ń Ą Ń Ń Ń ŁĄ Ń Ł ć ć ć Ę Ę Ą Ą Ę Ń Ą Ń Ń Ń Ń ć Ą Ź ć Ź ć Ź ć ź ź Ł Ą Ę ć ć Ę Ć Ć Ą ć Ć Ć Ł Ć Ź Ć Ą Ą Ą Ą ĄĄ Ć Ą Ą Ą ć Ć Ł Ć Ę Ć Ć Ę Ę Ć Ć Ę Ą Ć Ć Ń Ń Ć Ę Ć Ł Ć Ł Ą Ę Ź Ć Ł Ę Ł Ł Ł Ę Ę Ł Ę Ł Ć Ć Ą Ę Ł Ą Ć Ą Ź Ą Ę

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

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

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

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

Bardziej szczegółowo

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

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Porównanie dwu populacji

Porównanie dwu populacji Porówaie dwu populacji Porówaie dwóch rozkładów ormalych Założeia:. X ~ N( m, σ ), X ~ N( m, σ ), σ σ. parametry rozkładów ie ą zae. X, X ą iezależe. Ocea różicy między średimi m m m m x x (,...) H 0 :

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

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

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017 PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Marzec 07 PODRĘCZNIKI Wstęp do aalzy błędu pomarowego Joh R. Taylor Wydawctwo Naukowe PWN Warszawa 999

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

. 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

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

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

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

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB Data 3//03 Nr wyd troa z Nr egz Nr wydaa troa Data wprowadzea zmay Zmaa Opracował Podps prawdzł Podps Zatwerdzł Podps Kamńsk Cudowsk Marjańsk Data 3//03 Nr wyd troa z Nr egz. Cel Celem ejszej strukcj jest

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

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

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

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

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

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

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

Zadanie 2. Dany jest szereg rozdzielczy przedziałowy, wyznaczyć następujące miary: 0 5 5 wariancja, odchylenie standardowe

Zadanie 2. Dany jest szereg rozdzielczy przedziałowy, wyznaczyć następujące miary: 0 5 5 wariancja, odchylenie standardowe Zadane 1. Dany jet zereg przedzałowy, wyznaczyć natępujące mary: x n średna arytmetyczna 1 10 warancja, odchylene tandardowe 15 domnanta 3 0 medana 4 35 kurtoza 5 0 6 15 Zadane. Dany jet zereg rozdzelczy

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

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

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

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ 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

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

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

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

METODY ANALIZY DANYCH DOŚWIADCZALNYCH POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących

Bardziej szczegółowo