Autor: Dariusz Piwczyński :07
|
|
- Witold Karpiński
- 7 lat temu
- Przeglądów:
Transkrypt
1 Autor: Dariusz Piwczyński :07 Analiza danych jakościowych tsty opart o statystykę χ. Cchy jakościow są to cchy, których jdnoznaczn i oczywist scharaktryzowani za pomocą liczb jst nimożliw lub bardzo utrudnion. Zanim rozpocznimy analizę statystyczną koniczn jst ustalni skali, w jakij wyrażana jst nasza ccha! Skal pomiaru (przypomnini): nominalna porządk właściwi dowolny Forma spędzania wolngo czasu nominalna dychotomiczna, PŁEĆ, CHORY, ZDROWY porządkowa (dokładnijsza), można przypisać rangi intrwałowa (możmy przyporządkować poszczgólnym obiktom wartość mirzoną w ściśl okrślonych jdnostkach) Przykład problmów: 1. Tablic liczbności Wykształcni Liczność Procnt Liczność Procnt Skumulowany Skumulowana Podstawow 13 5, ,10 Zawodow , ,63 Śrdni 91 35, ,31 Pomaturaln 5 1, ,7 Wyższ 35 13, ,00 1
2 Autor: Dariusz Piwczyński :07. Asocjacj, czyli badani zalżności między cchami Czy humor Sza związany jst z pogodą??? Skala nominalna Konkluzja: CHYBA JEST!!! Asocjacja między dwima zminnymi nominalnymi istnij, jżli rozkład jdnj zminnj ulga zmiani, gdy zminia się poziom drugij cchy (lub wartość) ulga zmiani Konkluzja: Sz jst jak skała!!! Asocjacj ni występują, gdy rozkład pirwszj zminnj ni zalży od rozkładu drugij zminnj! Wryikacja H 0 oraz dobór tstu 1. Tabl liczbności H 0 : Rozkład badanj cchy jst zgodny z tortycznym H 1 : Rozkład badanj cchy ni jst zgodny z tortycznym
3 Autor: Dariusz Piwczyński :07 Tst tst zgodności (Liczbności rzczywist są zgodn z oczkiwanymi!) mp. o o wartość otrzymana; wartość oczkiwana Obliczon mp. porównujmy z tab. odczytanym z tabl statystycznych dla okrślonj liczby stopni swobody (d) i poziomu istotności. Jżli otrzyman mp jst większ lub równ wartości odczytanj z tabl to istniją podstawy do odrzucni hipotzy zrowj. Oznacza to, ż analizowany rozkład ni jst zgodny z rozkładm tortycznym. d liczba stopni swobody (liczba grup 1). Przy 3 grupach d =, poniważ różnic między o i mogą się swobodni kształtować tylko w dwóch grupach, trzcia grupa zdtrminowana jst przz sumę obsrwacji dla wszystkich grup). Założnia i ogranicznia tstu wartość oczkiwana w każdj klasi ni powinna być mnijsza niż 5. Przy większj liczbi klas i tak niskij wartości oczkiwanj, pwn klasy można z sobą połączyć. Dzięki tmu istnij szansa na zwiększni tj wartości. Przy dwóch grupach, d = 1, stosujmy tzw. poprawkę Yats a na niciągłość. Wynika to z tgo, iż rozkład jst rozkładm ciągłym, zaś rkwncj przyjmują liczby naturaln. Przy małych liczbnościach moż to spowodować odrzucni hipotzy zrowj z większym prawdopodobiństwm aniżli założony poziom istotności. mp. o 0,5 Czy struktura płci studiujących osób na Wydzial Hodowli i Biologii Zwirząt jst zgodna z tortycznym rozkładm płci w populacji ludzkij, tj. 1:1? 6 157, ,5 o mp. 157,5 157,5 (d=1;=0,05) = 3,841 59,89 Obliczona wartość statystyki mp. jst większa niż wartość odczytana z tabl (wartość krytyczna), co pozwala odrzucić hipotzę zrową i stwirdzić, ż rozkład płci studiujących osób ni jst zgodny z rozkładm 1:1. 3
4 Autor: Dariusz Piwczyński :07 Przykład (EXCEL): (Wprowadzni do statystyki dla przyrodników, Adam Łomnicki): Czy istnij związk między wikim ślimaków a skłonnością do przbywania w okrślonym sidlisku? o odkryty grunt Roślinność pni drzw wiku (otrzyman) (G) zilona (R) (D) Młod (M) Dorosł (D) sidlisk mp. o o wartość otrzymana; wartość oczkiwana Co oznaczają wartości rzczywist i oczkiwan? Wartość oczkiwaną ( ) obliczamy z proporcji: suma wirsza, w którym występuj = suma kolumny, w którj znajduj się suma wszystkich obsrwacji W naszym zadaniu wartość oczkiwaną liczby ślimaków młodych na odkrytym grunci obliczamy następująco: 11 = zatm = (160 11) / 309 = 57,99 Oczkiwana liczbność osobników na grunci odkrytym wynosi 57,99. W sposób analogiczny obliczamy pozostał wartości oczkiwan. mp = 49,163 Wartość krytyczną statystyki odczytujmy z tabl statystycznych w zalżności od ustalongo poziomu istotności i liczby stopni swobody. Liczba stopni swobody obliczana jst następująco: d = (k 1) (w 1), gdzi: k liczba kolumn (3 odkryty grunt, roślinność zilona, pni drzw) w liczba wirszy ( młod, dorosł). W naszym przykładzi d = ((3 1) ( 1)) 0,05 = 5,991. Z względu na akt, iż obliczona przz nas wartość statystyki mp jst większa niż wartość krytyczna odrzucamy hipotzę zrową. 4
5 Autor: Dariusz Piwczyński :07. Tablic kontyngncji (badani zalżności między cchami jakościowymi) H 0 : Między badanymi cchami ni ma zalżności H 1 : Istnij zalżność między badanymi cchami W clu wryikacji tych hipotz wykorzystujmy na ogół tst, al ni zawsz... Liczbności Rodzaj tstu: N > 40 i wszystki liczbności oczkiwan > 10 N > 40 i którakolwik liczbność oczkiwana < 5 tst z poprawką Yatsa 0 < N =< 40 i wszystki liczbności oczkiwan> 5 tst z poprawką Yatsa 0 < N =< 40 i którakolwik liczbność oczkiwana< 5 dokładny tst Fishra N =< 0 i którakolwik liczbność oczkiwana < 5 dokładny tst Fishra z poprawką Yatsa współczynnik z poprawką Yatsa z względu na niską liczbność w podgrupi. Powyższa poprawka powoduj bardzij ostrożną ocnę. Tst Mantl-Hanszl przznaczony jst do badania zalżności między cchami wyrażonymi skalami porządkowymi. H 0 : Brak porządkowj zalżności między zminnymi wirszy i kolumn H 1 : Istnij porządkowa zalżność między zminnymi wirszy i kolumn Współczynnik Fi () = pirwiastk kwadratowy ( /n). Stosowany w odnisiniu do tabl x. Przyjmuj wartości od 0 do brak zalżności, 1 całkowita zalżność. Stosowany w odnisiniu do zminnych jakościowych. Statystyka V Cramra jst miarą siły zalżności między badanymi cchami. Jj wartość zawira się w przdzial od -1 do 1 w przypadku tabl dwudzilczych, zaś dla tabl większych przyjmuj wartości od 0 do brak zalżności płna zalżność 5
6 Autor: Dariusz Piwczyński :07 Wyniki z SAS, Przykład (SAS EG) ankita.xls: Sprawdź czy istnij zalżność między płcią a udzilonymi w ankici odpowidziami (kwik, papirosy, mijsc). H 0 : ni istnij zalżność między płcią osób a trścią udzilanych odpowidzi H 1 : istnij zalżność między płcią osób a trścią udzilanych odpowidzi Prawdopodobiństwo, jaki wynika z przprowadzongo tstu (0,6558) ni pozwala odrzucić hipotzy zrowj i stwirdzić, ż istnij zalżność istotna między płcią osób a odpowidzią na pytani: czy palisz papirosy? Zstawion w tabli wyniki pozwala stwirdzić, ż wśród kobit udział palących wyniósł 1,546% i był około j. p. niższy niż wśród mężczyzn (19,4%). STATISTICA 6
7 Autor: Dariusz Piwczyński :07 Dokładny tst Fishra (wartości mpiryczn) Możliw wartości W ramach tstu Fishra obliczan jst prawdopodobiństwo otrzymania dango rozkładu z tablicy. Rozpatrywan są wszlki możliw kombinacj liczbności komórk w oparciu o liczbności brzgow. Prawdopodobiństwo związan z dokładnym tstm Fishra wykazuj tndncj do przyjmowania wyższych wartości, aniżli asymptotyczny tst, poniważ jst tstm bardzij konsrwatywnym. Czy istnij zalżność wśród osób chorych na trądzik między płcią a ubytkami naskórka? Tabla plc wg ubytki_n plc ubytki_n Liczbność Procnt Proc. wir. Proc. kol. 0 1 Razm kobita mzczyzna Razm Statystyka St. sw. Wartość Prawd. Chi-kwadrat Chi-kw. ilorazu wiarygodn Poprawka uciągl. chi-kwadrat
8 Autor: Dariusz Piwczyński :07 Statystyka St. sw. Wartość Prawd. Chi-kwadrat Mantla-Hanszla Współczynnik FI Współczynnik kontyngncji 0.56 V Cramra OSTRZEŻENIE: 5% komórk ma oczkiwan liczby wyst. mnijsz niż 5. Chi-kwadrat moż ni być właściwym tstm. Pojawiło się ostrzżni z strony programu SAS o niwystarczających liczbnościach oczkiwanych. Dcyzję o odrzucniu hipotzy zrowj odczytujmy zatm w oparciu o tst z poprawką Yats a (Poprawka uciągl. chi-kwadrat), a w skrajnych przypadkach o dokładny tst Fishra. Dokładny tst Fishra Komórka (1,1) liczbność (F) 68 Lwostronn pr. <= F Prawostronn pr. >= F Tabla prawdopodobiństwa (P) Dwustronn pr. <= P Tst McNmary H 0 : p 1 = p H 1 : p 1 p p 1 proporcja pacjntów, którzy wykazują objawy choroby przd lcznim p proporcja pacjntów, którzy wykazują objawy choroby po lcznim ( ) A Liczba osób wśród których doszło do zmiany wyniku z dodatnigo na ujmny D Liczba osób wśród których doszło do zmiany wyniku z ujmngo na dodatni Wykorzystywany do analizy tabl x, gdy doświadczni zorganizowan jst w układzi zalżnym. Przykładm nich będzi wpływ prowadzonj kuracji na stan zdrowia pacjntów pacjntów. 1 pacjnt zdrowy; 0 pacjnt chory. 8
9 Autor: Dariusz Piwczyński :07 9
10 Autor: Dariusz Piwczyński :07 Wyniki 0 pacjnt bz objawów choroby; 1 pacjnt z objawami choroby Przprowadzony tst zgodności McNmara pozwala wnioskować, ż przprowadzona kuracja wpłynęła statystyczni na stan zdrowia pacjntów. 10
Analiza danych jakościowych
Analiza danych jakościowych Ccha ciągła a ccha dyskrtna! Ciągła kg Dyskrtna Cchy jakościow są to cchy, których jdnoznaczn i oczywist scharaktryzowani za pomocą liczb jst nimożliw lub bardzo utrudnion.
Bardziej szczegółowodr hab. Dariusz Piwczyński, prof. nadzw. UTP
dr hab. Dariusz Piwczyński, prof. nadzw. UTP Cechy jakościowe są to cechy, których jednoznaczne i oczywiste scharakteryzowanie za pomocą liczb jest niemożliwe lub bardzo utrudnione. nominalna porządek
Bardziej szczegółowoTest niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi)
Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi) Czy miejsce zamieszkania różnicuje uprawianie sportu? Mieszkańcy
Bardziej szczegółowoZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO
ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO OKREŚLENIA PRAWDOPODOBIEŃSTWA SPRZEDAŻY ZASOBU MIESZKANIOWEGO Łukasz MACH Strszczni: W artykul przdstawiono procs budowy modlu rgrsji logistycznj, którgo clm jst wspomagani
Bardziej szczegółowoP: Czy studiujący i niestudiujący preferują inne sklepy internetowe?
2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali
Bardziej szczegółowoFunkcja nieciągła. Typy nieciągłości funkcji. Autorzy: Anna Barbaszewska-Wiśniowska
Funkcja niciągła. Typy niciągłości funkcji Autorzy: Anna Barbaszwska-Wiśniowska 2018 Funkcja niciągła. Typy niciągłości funkcji Autor: Anna Barbaszwska-Wiśniowska DEFINICJA Dfinicja 1: Funkcja niciągła
Bardziej szczegółowoweryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) założenie: znany rozkład populacji (wykorzystuje się dystrybuantę)
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
Bardziej szczegółowo2009 ZARZĄDZANIE. LUTY 2009
Wybran zstawy gzaminacyjn kursu Matmatyka na Wydzial ZF Uniwrsyttu Ekonomiczngo w Wrocławiu w latach 009 06 Zstawy dotyczą trybu stacjonarngo Niktór zstawy zawirają kompltn rozwiązania Zakrs matriału w
Bardziej szczegółowoElektroniczne systemy bezpieczeństwa mogą występować w trzech rodzajach struktur. Są to struktury typu: - skupionego, - rozproszonego, - mieszanego.
A. Cl ćwicznia Clm ćwicznia jst zapoznani się z wskaźnikami nizawodnościowymi lktronicznych systmów bzpiczństwa oraz wykorzystanim ich do optymalizacji struktury nizawodnościowj systmu.. Część tortyczna
Bardziej szczegółowoRachunek Prawdopodobieństwa MAP1151, 2011/12 Wydział Elektroniki Wykładowca: dr hab. Agnieszka Jurlewicz
1 Rachunk Prawdopodobiństwa MAP1151, 011/1 Wydział Elktroniki Wykładowca: dr hab. Agniszka Jurlwicz Listy zadań nr 5-6 Opracowani: dr hab. Agniszka Jurlwicz Lista 5. Zminn losow dwuwymiarow. Rozkłady łączn,
Bardziej szczegółowoUogólnione wektory własne
Uogólnion wktory własn m Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do
Bardziej szczegółowoTemat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat
Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat Anna Rajfura 1 Przykład W celu porównania skuteczności wybranych herbicydów: A, B, C sprawdzano, czy masa chwastów na poletku zależy
Bardziej szczegółowoTemat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Bardziej szczegółowoCechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności. Łączny rozkład cech X, Y jest normalny: Test współczynnika korelacji Pearsona
Badanie zależności między cechami Obserwujemy dwie cechy: X oraz Y Obiekt (X, Y ) H 0 : Cechy X oraz Y są niezależne Próba: (X 1, Y 1 ),..., (X n, Y n ) Cechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności
Bardziej szczegółowoDefinicja: Wektor nazywamy uogólnionym wektorem własnym rzędu m macierzy A
Uogólnion wktory własnw Dfinicja: Wktor nazywamy uogólnionym wktorm własnym rzędu m macirzy A m do wartości własnj λ jśli ( A - I) m m- λ al ( A - λ I) Przykład: Znajdź uogólniony wktor własny rzędu do
Bardziej szczegółowoSieci neuronowe - uczenie
Sici nuronow - uczni http://zajcia.jakubw.pl/nai/ Prcptron - przypomnini x x x n w w w n wi xi θ y w p. p. y Uczni prcptronu Przykład: rozpoznawani znaków 36 wjść Wyjści:, jśli na wjściu pojawia się litra
Bardziej szczegółowoĆwiczenie: Wybrane zagadnienia z korelacji i regresji.
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)
Bardziej szczegółowoEKONOMETRIA. Ekonometryczne modele specjalne. Zbigniew.Tarapata zbigniew.tarapata.akcja.pl/p_ekonometria/ tel.
EKONOMETRIA Tmat wykładu: Ekonomtryczn modl spcjaln Prowadzący: dr inż. Zbigniw TARAPATA -mail: Zbigniw.Tarapata Tarapata@isi.wat..wat.du.pl http:// zbigniw.tarapata.akcja.pl/p_konomtria/ tl.: 0-606-45-54-80
Bardziej szczegółowoRachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407
Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.
Bardziej szczegółowoPytanie: Kiedy do testowania hipotezy stosujemy rozkład normalny?
Pytanie: Kiedy do testowania hipotezy stosujemy rozkład normalny? Gdy: badana cecha jest mierzalna (tzn. posiada rozkład ciągły); badana cecha posiada rozkład normalny; dysponujemy pojedynczym wynikiem;
Bardziej szczegółowoBadanie zależności skala nominalna
Badanie zależności skala nominalna I. Jak kształtuje się zależność miedzy płcią a wykształceniem? II. Jak kształtuje się zależność między płcią a otyłością (opis BMI)? III. Jak kształtuje się zależność
Bardziej szczegółowoPopulacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Bardziej szczegółowoRachunek Prawdopodobieństwa MAP1064, 2008/09
1 Rachunk Prawdopodobiństwa MAP1064, 008/09 Wydział Elktroniki Wykładowca: dr hab. Agniszka Jurlwicz Listy zadań nr 10-1 Opracowani: dr hab. Agniszka Jurlwicz Litratura: [1] A. Plucińska, E. Pluciński,
Bardziej szczegółowoGRUPY NIEZALEŻNE Chi kwadrat Pearsona GRUPY ZALEŻNE (zmienne dwuwartościowe) McNemara Q Cochrana
GRUPY NIEZALEŻNE Chi kwadrat Pearsona Testy stosujemy w sytuacji, kiedy zmienna zależna mierzona jest na skali nominalnej Liczba porównywanych grup (czyli liczba kategorii zmiennej niezależnej) nie ma
Bardziej szczegółowoNIEZALEŻNOŚĆ i ZALEŻNOŚĆ między cechami Test chi-kwadrat, OR, RR
NIEZALEŻNOŚĆ i ZALEŻNOŚĆ między cechami Test chi-kwadrat, OR, RR M Zalewska Zakład Profilaktyki ZagrożeńŚrodowiskowych i Alergologii Analiza niezależności zmiennych jakościowych (test niezależności Chi-kwadrat)
Bardziej szczegółowoStatystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.
Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde
Bardziej szczegółowoBadania eksperymentalne
Badania eksperymentalne Pomiar na skali porządkowej mgr Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Najpopularniejsze sposoby oceny wyników eksperymentu
Bardziej szczegółowoWykład 3 Hipotezy statystyczne
Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza
Bardziej szczegółowoTestowanie hipotez statystycznych.
Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie
Bardziej szczegółowoStatystyka matematyczna Test χ 2. Wrocław, 18.03.2016r
Statystyka matematyczna Test χ 2 Wrocław, 18.03.2016r Zakres stosowalności Testowanie zgodności Testowanie niezależności Test McNemara Test ilorazu szans Copyright 2014, Joanna Szyda ZAKRES STOSOWALNOŚCI
Bardziej szczegółowoRÓWNOWAŻNOŚĆ METOD BADAWCZYCH
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych
Bardziej szczegółowoBADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO
Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul. Jana Pawła II 24 60-965 POZNAŃ (budynek Centrum Mechatroniki, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl
Bardziej szczegółowoGranica funkcji - Lucjan Kowalski GRANICA FUNKCJI
GRANICA FUNKCJI Granica uncji. - dowolna liczba rzczywista. O, = - ; + - otoczni liczby puntu o prominiu, S, = - ;, + - sąsidztwo liczby puntu o prominiu, Nich uncja będzi orślona w sąsidztwi puntu, g
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowoTESTOWANIE HIPOTEZ STATYSTYCZNYCH
TETOWANIE HIPOTEZ TATYTYCZNYCH HIPOTEZA TATYTYCZNA przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Prawdziwość tego przypuszczenia jest oceniana na
Bardziej szczegółowoTermodynamika. Część 10. Elementy fizyki statystycznej klasyczny gaz doskonały. Janusz Brzychczyk, Instytut Fizyki UJ
Trodynaika Część 1 Elnty fizyki statystycznj klasyczny gaz doskonały Janusz Brzychczyk, Instytut Fizyki UJ Użytczn całki ax2 dx = 1 2 a x ax2 dx = 1 2a ax2 dx = a a x 2 ax2 dx = 1 4a a x 3 ax2 dx = 1 2a
Bardziej szczegółowoREGULAMIN PSKO 2016. I. Kryteria i wymagania dla zawodników Optimist PSKO. II. Mistrzostwa PSKO. III. Puchar Polski PSKO
I. Krytria i wymagania dla zawodników Optimist PSKO 1. W rgatach PSKO mogą startować zawodnicy do lat 15 posiadający licncję sportową PZŻ, aktualn ubzpiczni OC i będący członkami PSKO, spłniający wymagania
Bardziej szczegółowoBadanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa
Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa Test serii (test Walda-Wolfowitza) Założenie. Rozpatrywane rozkłady są ciągłe. Mamy dwa uporządkowane
Bardziej szczegółowoUświadomienie potrzeby badawczej.
III. BADANIA MARKETINGOWE PROWADZENIA BADAŃ 1. W badaniach marktingowych poszukuj się odpowidzi na trzy rodzaj pytań: pytania o fakty o różnym stopniu złożoności co jst? pytania o cchy (właściwości) stwirdzanych
Bardziej szczegółowoWeryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Bardziej szczegółowoStatystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych
Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej
Bardziej szczegółowoTemat: BADANIE NIEZALEśNOŚCI DWÓCH CECH JAKOŚCIOWYCH TEST CHI KWADRAT. Anna Rajfura 1
Temat: BADANIE NIEZALEśNOŚCI DWÓCH CECH JAKOŚCIOWYCH TEST CHI KWADRAT Anna Rajfura 1 Przykład W celu porównania skuteczności wybranych herbicydów: A, B, C sprawdzano, czy masa chwastów na poletku zaleŝy
Bardziej szczegółowoTABLICE PODSTAWOWYCH ROZKŁADÓW PRAWDOPODOBIEŃSTWA. T4. Tablica kwantyli rozkładu chi-kwadrat (I część - poziomy kwantyli 0,5)
TABLICE PODSTAWOWYCH ROZKŁADÓW PRAWDOPODOBIEŃSTWA T1. Tablica dystrybuanty standardowego normalnego rozkładu N(0,1) T2. Tablica kwantyli standardowego normalnego rozkładu N(0,1) T3. Tablica kwantyli rozkładu
Bardziej szczegółowoProjektowanie procesu doboru próby
Projkowai procsu doboru próby Okrśli populacji gralj i badaj Okrśli jdoski próby 3 Okrśli wykazu badaj populacji 4 Okrśli liczbości próby 5 Wybór mody doboru próby losowgo ilosowgo Usali ko lub co moż
Bardziej szczegółowoPrzykład 1. (A. Łomnicki)
Plan wykładu: 1. Wariancje wewnątrz grup i między grupami do czego prowadzi ich ocena 2. Rozkład F 3. Analiza wariancji jako metoda badań założenia, etapy postępowania 4. Dwie klasyfikacje a dwa modele
Bardziej szczegółowoStatystyka w analizie i planowaniu eksperymentu
4 kwietnia 2012 Testy nieparametryczne Dotychczas zajmowaliśmy si e praktycznym zastosowaniem testów istotności nasze zadanie sprowadza lo si e do testowania hipotez o parametrach rozk ladu. Teraz b edziemy
Bardziej szczegółowoWPŁYW STÓP PROCENTOWYCH W USA I W STREFIE EURO NA STOPY PROCENTOWE W POLSCE I. STOPY PROCENTOWE W GOSPODARCE OTWARTEJ.
Ewa Czapla Instytut Ekonomii i Zarządzania Politchnika Koszalińska WPŁYW STÓP PROCENTOWYCH W USA I W STREFIE EURO NA STOPY PROCENTOWE W POLSCE I. STOPY PROCENTOWE W GOSPODARCE OTWARTEJ. Stopy procntow
Bardziej szczegółowoW statystyce stopień zależności między cechami można wyrazić wg następującej skali: n 1
Temat: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00 0,20) Słaba
Bardziej szczegółowoBadanie zależności pomiędzy zmiennymi
Badanie zależności pomiędzy zmiennymi Czy istnieje związek, a jeśli tak, to jak silny jest pomiędzy np. wykształceniem personelu a jakością świadczonych usług? Ogólnie szukamy miary zależności (współzależności),
Bardziej szczegółowoparametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,
诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów
Bardziej szczegółowoAnaliza wariancji. dr Janusz Górczyński
Analiza wariancji dr Janusz Górczyński Wprowadzenie Powiedzmy, że badamy pewną populację π, w której cecha Y ma rozkład N o średniej m i odchyleniu standardowym σ. Powiedzmy dalej, że istnieje pewien czynnik
Bardziej szczegółowoMirosława Jastrząb-Mrozicka Wskaźnik skolaryzacji
Wskaźnik skolaryzacji 89 Mirosława Jastrząb-Mrozicka Wskaźnik skolaryzacji Autorka pokazuj, ja k - w zalżności od przyjętj mtody pomiaru - otrzymuj się zróżniwan wilkości tzw. wskaźnika skolaryzacji, inaczj
Bardziej szczegółowoBADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO
Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul Jana Pawła II 24 60-965 POZNAŃ budynek Centrum Mechatroniki, iomechaniki i Nanoinżynierii) wwwzmispmtputpoznanpl tel +48
Bardziej szczegółowoTECHNIKA DRZWI ZATRZAŚNIĘTE PRZED NOSEM
Badanie pilotażowe TECHNIKA DRZWI ZATRZAŚNIĘTE PRZED NOSEM Czy łatwa prośba etyczna zostanie spełniona istotnie częściej jeśli poprzedzi się ją nieetyczną prośbą trudną? H0 nie, H1 tak. Schemat eksperymentu
Bardziej szczegółowoWykład VIII: Odkształcenie materiałów - właściwości sprężyste
Wykład VIII: Odkształcni matriałów - właściwości sprężyst JERZY LI Wydział Inżynirii Matriałowj i ramiki Katdra Tchnologii ramiki i Matriałów Ogniotrwałych Trść wykładu: 1. Właściwości matriałów wprowadzni
Bardziej szczegółowoRozkłady statystyk z próby. Statystyka
Rozkłady statystyk z próby tatystyka Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających ten
Bardziej szczegółowoEkscytony Wanniera Motta
ozpatrzmy oddziaływani lktronu o wktorz falowym bliskim minimum pasma przwodnictwa oraz dziury z obszaru blisko wirzcołka pasma walncyjngo. Zakładamy, ż oba pasma są sfryczni symtryczn, a ic kstrma znajdują
Bardziej szczegółowoStatystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40
Statystyka dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl wersja 20.01.2013/13:40 Tematyka wykładów 1. Definicja statystyki 2. Populacja, próba 3. Skale pomiarowe 4. Miary położenia (klasyczne i pozycyjne)
Bardziej szczegółowoFarmakokinetyka furaginy jako przykład procesu pierwszego rzędu w modelu jednokompartmentowym zawierającym sztuczną nerkę jako układ eliminujący lek
1 Matriał tortyczny do ćwicznia dostępny jst w oddzilnym dokumnci, jak równiż w książc: Hrmann T., Farmakokintyka. Toria i praktyka. Wydawnictwa Lkarski PZWL, Warszawa 2002, s. 13-74 Ćwiczni 6: Farmakokintyka
Bardziej szczegółowoSTATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 12 listopada 2017 1 Analiza współzależności dwóch cech 2 Jednostka zbiorowości - para (X,Y ). Przy badaniu korelacji nie ma znaczenia, która
Bardziej szczegółowo( t) UKŁADY TRÓJFAZOWE
KŁDY TRÓJFW kładm wilofazowym nazywamy zbiór obwodów lktrycznych (fazowych) w których działają napięcia żródłow sinusoidaln o jdnakowj częstotliwości przsunięt względm sibi w fazi i wytwarzan przważni
Bardziej szczegółowoWykład 8 Dane kategoryczne
Wykład 8 Dane kategoryczne Wrocław, 19.04.2017r Zmienne kategoryczne 1 Przykłady zmiennych kategorycznych 2 Zmienne nominalne, zmienne ordynalne (porządkowe) 3 Zmienne dychotomiczne kodowanie zmiennych
Bardziej szczegółowoPorównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
Bardziej szczegółowoTemat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Bardziej szczegółowoStatystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Bardziej szczegółowoMetodologia badań psychologicznych. Wykład 12. Korelacje
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Wykład 12. Korelacje Korelacja Korelacja występuje wtedy gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub obiektów
Bardziej szczegółowoWydział Matematyki. Testy zgodności. Wykład 03
Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoAnaliza korespondencji
Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy
Bardziej szczegółowoTestowanie hipotez statystycznych. Wnioskowanie statystyczne
Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowoRozkłady dwuwymiarowe. Tablice dwudzielcze. Przykład (wstępny):
Rozkłady dwuwymiarowe Rozkłady brzegowe Rozkłady warunkowe Niezależność Kowariancja Współczynnik korelacji (Przykłady na tablicy) Tablice dwudzielcze Najprostsze tablice 2x2 : dwa rzędy i dwie kolumny
Bardziej szczegółowoRozkłady statystyk z próby
Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny
Bardziej szczegółowoStatystyka i opracowanie danych - W 4: Wnioskowanie statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407
Statystyka i opracowanie danych - W 4: Wnioskowanie statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde badanie naukowe rozpoczyna
Bardziej szczegółowoStatystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
Bardziej szczegółowodr hab. Dariusz Piwczyński, prof. nadzw. UTP
dr hab. Dariusz Piwczyński, prof. nadzw. UTP NIEZBĘDNE DO ZROZUMIENIA WYKŁADU POJĘCIA Doświadczenie jednogrupowe (jednopróbkowe), dwugrupowe (dwupróbkowe) Doświadczenie niezależne i wiązane (zależne, sparowane)
Bardziej szczegółowo( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Bardziej szczegółowoPrzedmiot statystyki. Graficzne przedstawienie danych.
Przedmiot statystyki. Graficzne przedstawienie danych. dr Mariusz Grządziel 23 lutego 2009 Przedmiot statystyki Statystyka dzieli się na trzy części: -zbieranie danych; -opracowanie i kondensacja danych
Bardziej szczegółowodr hab. Dariusz Piwczyński, prof. nadzw. UTP
dr hab. Dariusz Piwczyński, prof. nadzw. UTP Porównanie większej niż 2 liczby grup (k>2) Zmienna zależna skala przedziałowa Zmienna niezależna skala nominalna lub porządkowa 2 Istota teorii analizy wariancji
Bardziej szczegółowoPROTOKÓŁ POMIAROWY LABORATORIUM OBWODÓW I SYGNAŁÓW ELEKTRYCZNYCH Grupa Podgrupa Numer ćwiczenia
PROTOKÓŁ POMAROWY LABORATORM OBWODÓW SYGNAŁÓW ELEKTRYCNYCH Grupa Podgrupa Numr ćwicznia 4 Nazwisko i imię Data wykonania ćwicznia Prowadzący ćwiczni 3. Podpis 4. Data oddania 5. sprawozdania Tmat CWÓRNK
Bardziej szczegółowoZałożenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW
Założenia do analizy wariancji dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW anna_rajfura@sggw.pl Zagadnienia 1. Normalność rozkładu cechy Testy: chi-kwadrat zgodności, Shapiro-Wilka, Kołmogorowa-Smirnowa
Bardziej szczegółowoZałącznik 5.1 Analiza statystyczna wyników badania dotyczącego zarządzania ryzykiem w przedsiębiorstwach
Załącznik 5.1 Analiza statystyczna wyników badania dotyczącgo zarządzania ryzykim w przdsiębiorstwach Spis trści Liczba pracowników w jdnostc lokalnj... 5 A.Przyczyny źródłow... 8 A1. Zarządzani BHP, w
Bardziej szczegółowoZawartość. Zawartość
Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami
Bardziej szczegółowoAutor: Dariusz Piwczyński 1 Ćwiczenie: Doświadczenia 2-grupowe w układzie niezależnym i zależnym.
Autor: Dariusz Piwczyński 1 Ćwiczenie: Doświadczenia 2-grupowe w układzie niezależnym i zależnym. Zadania: Arkusz kalkulacyjny Excel Do weryfikacji różnic między dwiema grupami obiektów w Excelu wykorzystujemy
Bardziej szczegółowoZadania ze statystyki cz.5 I rok socjologii miary związków między zmiennymi jakościowymi
Zadania ze statystyki cz.5 I rok socjologii miary związków między zmiennymi jakościowymi Zadanie 1 Zdaniem wielu komentatorów, kobiety częściej niż mężczyźni głosują na partię rządzącą. Wyniki badań przedstawia
Bardziej szczegółowoKatedra Genetyki i Podstaw Hodowli Zwierząt Wydział Hodowli i Biologii Zwierząt, UTP w Bydgoszczy
Ćwiczenie: Analiza zmienności prosta Przykład w MS EXCEL Sprawdź czy genotyp jagniąt wpływa statystycznie na cechy użytkowości rzeźnej? Obliczenia wykonaj za pomocą modułu Analizy danych (jaganova.xls).
Bardziej szczegółowoAnkieta oceniająca satysfakcję klienta zewnętrznego
jst współfinansowany z Unii Europski w ramach Europskigo Funduszu Załącznik nr 1 do Procdury stosoa ankity ocniając stopiń si klinta zwnętrzngo Ankita ocniająca sę klinta zwnętrzngo Szawni Państwo, Zwracam
Bardziej szczegółowoZadania ze statystyki cz.8. Zadanie 1.
Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,
Bardziej szczegółowoCz. II. Metodologia prowadzonych badań. Rozdz. 1. Cele badawcze. Rozdz. 2. Metody i narzędzia badawcze. Celem badawczym niniejszego projektu jest:
Cz. II. Metodologia prowadzonych badań Rozdz. 1. Cele badawcze Celem badawczym niniejszego projektu jest: 1. Analiza zachowań zdrowotnych, składających się na styl życia Wrocławian: aktywność fizyczna,
Bardziej szczegółowoĆwiczenie: Wybrane zagadnienia z korelacji i regresji
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Stanisza r xy = 0 zmienne nie są skorelowane 0 < r xy 0,1
Bardziej szczegółowolim lim 4) lim lim lim lim lim x 3 e e lim lim x lim lim 2 lim lim lim Zadanie 1 Wyznacz dziedziny następujących funkcji: log x x 6x
Tmat : Funkcj jdnj zminnj Zadani Wyznacz dzidziny następujących funkcji: ) f ) f 5) log 6 ) f ) f 7 Zadani Oblicz granic funkcji: log f 5 6) f 7 8 ) ) ) 8 7 ) 5) 6) 7) 8) 9) 5 5 7 7 7 6 0) 6 ) ) 9) 0)
Bardziej szczegółowoWykład 9 Testy rangowe w problemie dwóch prób
Wykład 9 Testy rangowe w problemie dwóch prób Wrocław, 18 kwietnia 2018 Test rangowy Testem rangowym nazywamy test, w którym statystyka testowa jest konstruowana w oparciu o rangi współrzędnych wektora
Bardziej szczegółowoTesty post-hoc. Wrocław, 6 czerwca 2016
Testy post-hoc Wrocław, 6 czerwca 2016 Testy post-hoc 1 metoda LSD 2 metoda Duncana 3 metoda Dunneta 4 metoda kontrastów 5 matoda Newman-Keuls 6 metoda Tukeya Metoda LSD Metoda Least Significant Difference
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38
Statystyka Wykład 8 Magdalena Alama-Bućko 23 kwietnia 2017 Magdalena Alama-Bućko Statystyka 23 kwietnia 2017 1 / 38 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoPobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Bardziej szczegółowoWykład 12 Testowanie hipotez dla współczynnika korelacji
Wykład 12 Testowanie hipotez dla współczynnika korelacji Wrocław, 23 maja 2018 Współczynnik korelacji Niech będą dane dwie próby danych X = (X 1, X 2,..., X n ) oraz Y = (Y 1, Y 2,..., Y n ). Współczynnikiem
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 3 kwietnia Magdalena Alama-Bućko Statystyka 3 kwietnia / 36
Statystyka Wykład 7 Magdalena Alama-Bućko 3 kwietnia 2017 Magdalena Alama-Bućko Statystyka 3 kwietnia 2017 1 / 36 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoWykład 12 Testowanie hipotez dla współczynnika korelacji
Wykład 12 Testowanie hipotez dla współczynnika korelacji Wrocław, 24 maja 2017 Współczynnik korelacji Niech będą dane dwie próby danych X = (X 1, X 2,..., X n ) oraz Y = (Y 1, Y 2,..., Y n ). Współczynnikiem
Bardziej szczegółowo4) lim. lim. lim. lim. lim. x 3. e e. lim. lim x. lim. lim. lim. lim 2. lim. lim. lim. Zadanie 1 Wyznacz dziedziny następujących funkcji: log x.
Zastosowania matmatyki w konomii Tmat : Funkcj jdnj zminnj Zadani Wyznacz dzidziny następujących funkcji: ) f ) f 5) log 6 ) f ) f 7 Zadani Oblicz granic funkcji: log f 5 6) f 7 8 ) ) ) 8 7 ) 5) 6) 7)
Bardziej szczegółowoKilka uwag o testowaniu istotności współczynnika korelacji
341 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu Nr 20/2011 Piotr Peternek Uniwersytet Ekonomiczny we Wrocławiu Marek Kośny Uniwersytet Ekonomiczny we Wrocławiu Kilka uwag o testowaniu istotności
Bardziej szczegółowo