BADANIE POPRAWNOŚCI POMIARÓW WYKONYWANYCH PRECYZYJNYM NIWELATOREM CYFROWYM

Wielkość: px
Rozpocząć pokaz od strony:

Download "BADANIE POPRAWNOŚCI POMIARÓW WYKONYWANYCH PRECYZYJNYM NIWELATOREM CYFROWYM"

Transkrypt

1 Badae poprawośc pomarów... INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr /00, POLSKA AKADEMIA NAUK, Oddzał w Krakowe, s. 5 4 Komsja Techczej Ifrastruktury Ws Klemes Godek, Waldemar Krupńsk BADANIE POPRAWNOŚCI POMIARÓW WYKONYWANYCH PRECYZYJNYM NIWELATOREM CYFROWYM EXAMINING THE CORRECTNESS OF MEASUREMENTS PERFORMED WITH PRECISE DIGITAL LEVELER Streszczee W celu sprawdzea, czy pomary wykoywae welatorem cyfrowym WILD NA 3000 są obarczoe błędam zekształcającym wyk tych obserwacj, wykoao szereg pomarów różc wysokośc mędzy puktam testowej sec welacyjej, założoej przy obektach Wydzału Iżyer Środowska Geodezj Uwersytetu Rolczego w Krakowe. Pomary wykoao a sec składającej sę z trzech zamkętych oczek welacj, wykoując pomary różc wysokośc w tych oczkach 35-krote. Do wykrywaa ewetualych eprawdłowośc w pomarach zastosowao statystyczy test zgodośc Kołmogorowa-Lleforsa, sprawdzając hpotezę H 0 o ormalośc rozkładu błędów pomarowych. Dla sprawdzea potwerdzea wyków wykających z powyższego testu przeprowadzoo dodatkowe badaa statystycze stosując statystyk:. Cramera vo Msesa: W W.. Watsoa: U U Z przeprowadzoych badań wycągęto wosk dotyczące jakośc pomarów geodezyjych wykoaych testowaym strumetem. Słowa kluczowe: badaa testowe, statystyka matematycza, testy zgodośc, rozkład empryczy, hpoteza statystycza, dokładość użytkowa Summary I order to verfy that measuremets made wth a dgtal leveler "WILD NA 3000" are burdeed wth errors, dstortg the results of these observatos, u- 5

2 Klemes Godek, Waldemar Krupńsk merous measuremets of heght dffereces betwee pots of a levelg et set up the Departmet of Evromet ad Geodesy of the Uversty of Agrculture Cracow were performed Measuremets were made o a etwork of three closed levelg mesh, assessg of heght dffereces those levelg mesh 35-tmes. To detect possble aomales the measuremet, a statstcal compatblty tests of Kolmogorov Llefors was used, checkg the hypothess H o of ormal dstrbuto of measuremet errors. To verfy ad cofrm the results comg from cocered test, addtoal test were lauched usg the statstcs: Cramer vo Mses: W ad W Watso: U ad U Performed aalyss gves overvew o measuremets qualty wth use of tested strumet. Key words: test vestgatos, mathematcal statstcs, compatblty tests, emprcal dstrbuto, statstcal hypothess, usable accuracy WPROWADZENIE Na wyk precyzyjej welacj geometryczej przy użycu welatorów cyfrowych, jak róweż a wszelke pomary geodezyje mają wpływ róże przyczyy zewętrze, które powodują pojawee sę pewego, mejszego lub wększego błędu. Błędy te mogą być dwojakego rodzaju: systematycze przypadkowe, zależe od rodzaju przyczy, które je powodują. Błędy o charakterze przypadkowym są zmee co do zaku jedakowo prawdopodobe tak w sese dodatm jak ujemym. Błędy te wywołae są przez szybkozmeą wbrację odczytów a łace welacyjej. Błędy systematycze okazują wpływ jedostajy dodat lub ujemy wywołae są oddzaływaem refrakcj poowej. Wykoae w różych pracach badaa praktycza ch weryfkacja wykazały, że czykem decydującym o zmae przebegu promea śwetlego w atmosferze jest pozomy lub poowy gradet temperatury w przypowerzchowych warstwach atmosfery Zem. Wykoae pomary testowe przy użycu precyzyjego welatora cyfrowego WILD NA 3000 pozwolą a określee dokładośc użytkowej tego welatora jak podaje Lzończyk [000] jest to dokładość jaką moża uzyskać stosując określoy welator precyzyjy jego wyposażee pomoccze w określoych warukach tereowych atmosferyczych przy zastosowau odpowedej techk pomarowej. Przy określau szacowau dokładośc użytkowej strumetów pomarowych ależy stosować metody testowe określoe przez Normę Mędzyarodową ISO 88 Obekty budowlae strumety pomarowe metody ustalaa dokładośc użytkowej [Pawłowsk 997]. 6

3 Badae poprawośc pomarów... Tematem opracowaa będą polowe badaa sprawdzające przydatość precyzyjego welatora cyfrowego WILD NA 3000 r fabr do wykoaa welacj precyzyjej a teree masta. Badaa te zostaą wykoae a welacyjej satce testowej składającej sę z trzech zamkętych oczek zlokalzowaej przy obektach Wydzału Iżyer Środowska Geodezj Uwersytetu Rolczego w Krakowe. Pomary testowe będą polegać a 35-krotym zamerzeu różc wysokośc w tych oczkach. W celu sprawdzea ewetualych eprawdłowośc wykoaej welacj precyzyjej zostae zastosoway statystyczy test zgodośc Kołmogorowa- Lleforsa. Sprawdzee potwerdzee wyków z powyższego testu będze dodatkowo wykoae przy zastosowau badań statystyczych stosują statystyk: Cramera-vo Msesa W W, Watsoa U U. SATYSTYCZNA KONTROLA JAKOŚCI WYKONANYCH POMIARÓW W celu stwerdzea jakośc pomarów wykoaych badaym strumetem, wyk tych pomarów przetestowao metodam statystyk matematyczej, a kokrete:. testem Kołmogorowa-Lleforsa [Krysck. 986; Pasek 000],. statystyką Cramera-vo Msesa, 3. statystykąwatsoa. ad.. Test Kołmogorowa-Lleforsa Aby stwerdzć, czy wykoae pomary moża uzać za poprawe, czyl czy ch błędy charakteryzują sę rozkładem ormalym ależy:. oblczyć średą x = x () = oraz warację ( x x) V( x ) = =. wyzaczyć dystrybuatę empryczą S ( x ) ( ) F( x) N = 4. oblczyć wartośc bezwzględe różc: d = F( x ) S ( x ) =,, 3, L, 5. wybrać wartość maksymalą spośród ww. różc: 3. określć dystrybuatę rozkładu x,v ( x) d max = max F ( x ) S ( x ) () 7

4 Klemes Godek, Waldemar Krupńsk 8 6. odczytać z tablc wartośc krytyczych ( α) k Kołmogorowa Lleforsa 7. porówać wartośc d k ( α) max gdze: x błędy spostrzeżeń lość pomarów S realzacje dystrybuaty empryczej ( x ) ( ) F dystrybuata teoretycza x Jeżel d k ( α) ; max rozkład błędów e jest ormaly [Greń 970; Krysck. 986]. d ; k α rozkład błędów jest ormaly [Greń 970; Jeżel ( ) max 0 Krysck. 986]. Oblczea do testu: x [mm] Tabela. Oblczea do testu Kołmogorowa-Lleforsa S (x ) F (x ) S (x ) - F (x ) -3,3 0,057 0,09 0,0380-3, 0,0858 0,050 0,0608 -,8 0,44 0,0367 0,0768 -,5 0,430 0,056 0,0904 -,3 0,76 0,0655 0,06 -,0 0,00 0,090 0,0 -,8 0,574 0,093 0,48 -,3 0,346 0,736 0,40 -, 0,343 0,033 0,399 -,0 0,4004 0,77 x 0,87-0,8 0,490 0,546 x 0,744-0,7 0,4576 0,70 x 0,866-0,4 0,548 0,3300 x 0,848-0,3 0,5434 0,350 x 0,94-0, 0,570 0,3745 x 0,975 xxx 0,0 6 0,7436 0,583 x 0,604 0,3 0,77 0,6480 0,4 0,7 0,8008 0,790 0,078,4 0,894 0,843 0,09,8 0,8580 0,8907 0,037,3 0,8866 0,9345 0,0479,4 0,95 0,9406 0,054,7 0,9438 0,958 0,044 3, 0,974 0,9779 0,0055 3,4,000 0,9834 0,067

5 Badae poprawośc pomarów... Z tablc Kołmogorowa-Lleforsa: wartość krytycza k 35 (- 0,05) = 0,498. x = 0,377 V ( x ) = 3, 53 σ( X ) =, 776 Skok dystrybuaty S 35 są rówe : 35 = 0,086 dla lczebośc Dystrybuata hpotetycza F ma rozkład N(-0,377 ; ±,776). Wyzaczee dystrybuaty empryczej x + 0, 377 3, 3+ 0, 377 ( 3 ; 3) = P = P( U, 07) = Φ(, 07) = 0, , 09. F = 776,, 776 Tabela. Dystrybuata emprycza F(-3,3) = - Ф(,07) = 0,9808 = 0,09 F(-3,) = - Ф(,96) = 0,9750 = 0,050 F(-,8) = - Ф(,79) = 0,9633 = 0,0367 F(-,5) = - Ф(,6) = 0,9474 = 0,056 F(-,3) = - Ф(,5) = 0,9345 = 0,0655 F(-,0) = - Ф(,34) = 0,9099 = 0,090 F(-,8) = - Ф(,3) = 0,8907 = 0,093 F(-,3) = - Ф(0,94) = 0,864 = 0,736 F(-,) = - Ф(0,83) = 0,7967 = 0,033 F(-,0) = - Ф(0,78) = 0,783 = 0,77 F(-0,8) = - Ф(0,66) = 0,7454 = 0,546 F(-0,7) = - Ф(0,6) = 0,790 = 0,70 F(-0,4) = - Ф(0,44) = 0,6700 = 0,3300 F(-0,3) = - Ф(0,38) = 0,6480 = 0,350 F(-0,) = - Ф(0,3) = 0,655 = 0,3745 F(0,0) = Ф(0,) = 0,583 F(0,3) = Ф(0,38) = 0,6480 F(0,7) = Ф(0,6) = 0,790 F(,4) = Ф(,00) = 0,843 F(,8) = Ф(,3) = 0,8907 F(,3) = Ф(,5) = 0,9345 F(,4) = Ф(,56) = 0,9406 F(,7) = Ф(,73) = 0,958 F(3,) = Ф(,0) = 0,9779 F(3,4) = Ф(,3) = 0,9834 Pozostałe oblczea oraz porówywae wartośc d max 0, 975 k α zawera tabela. Poeważ oblczoa wartość d max = 0, 975 ależy do przedzału = ( ) 0, 498 ;, ozacza to ewelke odchylee błędów pomarowych od rozkładu 9

6 Klemes Godek, Waldemar Krupńsk ormalego, w zwązku z czym hpotezę ormalośc ależy odrzucć a pozome stotośc α = 0,05. Aby sprawdzć, czy otrzymay wyk z testu Kołmogorowa-Lleforsa jest właścwy, przeprowadzoo badaa dwoma kolejym testam, a maowce: Cramera-vo Msesa, Watsoa. ad. Statystyka Cramera-vo Msesa Statystykę W tego testu określa wzór [Kasetczuk 993] : W = = z ( ) + (3) 0, 5 W + gdze: z = F( u ) F ( u ) dystrybuata rozkładu N(0 ; ) ( x x) u = σ Oblczea zwera tabela 3. W = (4) Tabela 3. Oblczea do testu Cramera-vo Msesa ( ) ( ) ( ) x x x ["] x x ( x ) x u = z = F(u ) z S -3,30 -,99 8,543 -,6460 0,4950 0,043 0,035 0,00-3,30 -,99 8,543 -,6460 0,0495 0,049 0,0066 0, ,0 -,79 7,440 -,5334 0,0630 0,074-0,0084 0, ,80 -,49 5,870 -,3644 0,0869 0,000-0,03 0, ,50 -,9 4,5065 -,955 0,5 0,86-0,035 0, ,30 -,99 3,6974 -,089 0,40 0,57-0,070 0, ,00 -,69,6337-0,939 0,84 0,857-0,0043 0, ,80 -,49,045-0,803 0,9 0,43-0,004 0, ,80 -,49,045-0,803 0,9 0,49-0,030 0, ,30-0,99 0,857-0,597 0,305 0,74 0,030 0,0009 -,30-0,99 0,857-0,597 0,305 0,3000 0,005 0,0000 -,0-0,79 0,55-0,407 0,3409 0,386 0,03 0, ,00-0,69 0,3880-0,3508 0,363 0,357 0,006 0, ,00-0,69 0,3880-0,3508 0,363 0,3857-0,05 0, ,80-0,49 0,788-0,38 0,405 0,443-0,009 0,000 z 0

7 Badae poprawośc pomarów... ( ) ( ) ( ) x x x ["] x x ( x ) x u = z = F(u ) z S 6-0,70-0,39 0,04-0,88 0,486 0,449-0,043 0, ,40-0,09 0,0005-0,09 0,4960 0,474 0,046 0, ,40-0,09 0,0005-0,09 0,4960 0,5000-0,0040 0, ,30 0,077 0,0060 0,0434 0,560 0,586-0,06 0, ,0 0,77 0,034 0,0998 0,5398 0,557-0,073 0,0003 0,00 0,377 0,4 0,4 0,583 0,5857-0,005 0,0000 0,00 0,377 0,4 0,4 0,583 0,643-0,03 0, ,00 0,377 0,4 0,4 0,583 0,649-0,0597 0, ,00 0,377 0,4 0,4 0,583 0,674-0,088 0, ,00 0,377 0,4 0,4 0,583 0,7000-0,68 0, ,00 0,377 0,4 0,4 0,583 0,786-0,454 0,0 7 0,30 0,677 0,4585 0,383 0,6480 0,757-0,09 0,09 8 0,70,077,60 0,6066 0,790 0,7857-0,0567 0,003 9,40,777 3,58,0008 0,843 0,843 0,070 0, ,80,77 4,7400,6 0,8907 0,849 0,0478 0,003 3,30,677 7,67,5076 0,9345 0,874 0,063 0,0040 3,40,777 7,75,5640 0,9406 0,9000 0,0406 0,006 33,70 3,077 9,4688,739 0,958 0,986 0,096 0, ,0 3,577,7960,045 0,9779 0,957 0,008 0, ,40 3,777 4,668,7 0,9834 0,9857-0,003 0,0000 Suma -3,0 0 0,367 5,33E-5 7,0640 7,5-0,4360 0,078 W = 0, 0805 x = 0,377 V ( x ) = 3, 53 σ( X ) =, 7757 ( ) z W = z + = 0, , 004 = 0, 0805 = 0, 5 W W =, 040 0, 0805 = 0, 087 = + Z tablc Cramera-vo Msesa: dla α = 0,05; wartość krytycza W kryt = 0, 6. Poeważ test jest prawostroy, węc jeżel oblczoe W W, ozacza kryt to, że baday rozkład jest ormaly. W przypadku przecwym hpotezę ormalośc badaego rozkładu ależy odrzucć a pozome stotośc α = 0,05. W przypadku badaym: dla α = 0,05; W 0, 6 0, 087 W kryt = = co ozacza, że baday rozkład błędów jest rozkładem ormalym, czyl że pomary wykoae badaym welatorem są poprawe.

8 Klemes Godek, Waldemar Krupńsk ad 3. Test Watsoa Statystykę U tego testu określa wzór [Kasetczuk 993]: U = W = z 0, 5 U 0, 5 = + U gdze W określoe jest wzorem (3), pozostałe ozaczea jak w teśce Cramera-vo Msesa: U = 0, , , 5 = 0, ( ) 0750 U =, 043 0, 0750 = 0, 076 Z tablc Watsoa: U 06, 0, 087 kryt = (dla α = 0,05). Test Watsoa jest testem prawostroym, węc wosek podobe jak w przypadku testu Cramera-vo Msesa: dla α = 0,05; U 0, 6 0, 076 U kryt = = co ozacza, że błędy pomarów charakteryzują sę rozkładem ormalym, czyl że baday welator dzała poprawe. Ze względu a fakt, że jede test dał wyk egatywy, a dwa pozytywe, przeprowadzoo jeszcze jedo badae wyków pracy welatorem, a maowce a podstawe parametrów. Polczoo take parametry jak: średą x, współczyk asymetr S, współczyk spłaszczea e. Dla rozkładu ormalego wartośc tych parametrów są rówe zeru. W celu podjęca decyzj czy baday rozkład jest rozkładem ormalym ależy oblczyć średe błędy parametrów empryczych. Wzory a badae parametry: x = x = (5) S = x x ( )( ) = σ 3 (6)

9 e = oraz a ch błędy średe: ( ) ( )( )( ) + 3 = m x Badae poprawośc pomarów... x x σ 4 (7) σ = (8) 6( ) m S = (9) ( + )( + 3) ( 3) ( + 5) 4 ( ) m e = (0) ( ) ( + 3) Jeżel różce pomędzy wartoścam empryczym a teoretyczym rozkładu przekraczają dwukrote ch średe błędy ozacza to, że baday rozkład e jest rozkładem ormalym [Ney B. 970]. Dla podaego przykładu odpowede parametry oraz ch średe błędy przyjmują wartośc: x = 0,377 ;, 7757 m x = = ± 0, S = 0,66 ; m S = ±0,386 e = 0,,385 ; m e = ±0,705 co potwerdza wosk z kryterów Cramera-vo Mesesa Watsoa o ormalośc rozkładu błędów pomarów wykoaych testowaym welatorem. WNIOSKI. Test Kołmogorowa-Lleforsa dał odpowedź egatywą, a węc wyka z ego, że błędy pomarowe e charakteryzują sę rozkładem ormalym.. Testy Cramera-vo Mesesa oraz Watsoa wykazały, że błędy te mają rozkład ormaly. 3. Badae parametrów rozkładu empryczego, potwerdzło wyk testów Cramera-vo Mesesa Watsoa o ormalośc rozkładu błędów. 3

10 Klemes Godek, Waldemar Krupńsk 4. Z powyższych wykałoby, że ajostrzejszym z przeprowadzoych testów jest test Kołmogorowa-Lleforsa, ale z całokształtu badań wyka jedak poprawość pomarów wykoaych badaym welatorem. 5. Dla rozstrzygęca wątplwośc ależałoby zwększyć lczbę pomarów, zwększyć staraość ch wykoywaa poowe przebadać wyk testem Kołmogorowa-Lleforsa. BIBLIOGRAFIA Greń J. Modele zadaa statystyk matematyczej. PWN, Warszawa 970. Kasetczuk B. Aalza statystycza geodezyjej sec testowej Kortowo. Zesz. Nauk. AR-T, Olszty 993. Krysck W.. Rachuek prawdopodobeństwa statystyka matematycza w zadaach. Cz. II. Statystyka matematycza. PWN, Warszawa 986. Lzończyk M. Nomala dokładość strumetów pomarowych a ch dokładość użytkowa, rozważaa zwązae z lekturą ormy PN/ISO 83. Przegląd Geodezyjy Nr 3, Warszawa 000. Ney B. Krytera zgodośc rozkładów empryczych z modelam. Zesz. Nauk. PAN, Geodezja 7, Kraków 970. Pawłowsk W. Procedury ustalaa dokładośc użytkowej strumetów pomarowych według owej Polskej Normy PN/ISO 83. Przegląd Geodezyjy Nr. Warszawa 997. Pasek Z. Geodezja budowlaa dla żyer środowska. Zesz. Nauk. PK, Kraków 000. Dr hab. ż. Waldemar Krupńsk, prof. UR Katedra Geodezj Uwersytet Rolczy w Krakowe ul. Balcka 53a Kraków telefo: Dr ż. Klemes Godek Katedra Geodezj Uwersytet Rolczy w Krakowe ul. Balcka 53a Kraków e-mal: rmgodek@cyf-ke.edu.pl telefo: Recezet: Prof. dr hab. ż. Ryszard Hycer 4

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

METODYKA OCENY SPRZĘTU GEODEZYJNEGO ZA POMOCĄ TESTÓW STATYSTYKI MATEMATYCZNEJ

METODYKA OCENY SPRZĘTU GEODEZYJNEGO ZA POMOCĄ TESTÓW STATYSTYKI MATEMATYCZNEJ Metoyka ocey sprzętu geoezyjego... INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr 6/00, POLSKA AKADEMIA NAUK, Ozał w Krakowe, s. 67 75 Komsja Techczej Ifrastruktury

Bardziej szczegółowo

ANALIZA DOK ADNO CI POMIARÓW WYKONYWANYCH PRECYZYJNYM TACHIMETREM ELEKTRONICZNYM W UJ CIU STATYSTYKI MATEMATYCZNEJ

ANALIZA DOK ADNO CI POMIARÓW WYKONYWANYCH PRECYZYJNYM TACHIMETREM ELEKTRONICZNYM W UJ CIU STATYSTYKI MATEMATYCZNEJ INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr 3/011, POLSKA AKADEMIA NAUK, Odda w Krakowe, s. 4151 Komsja Techcej Ifrastruktury Ws ANALIZA DOK ADNO CI POMIARÓW

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

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

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

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

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

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

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

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

ZASTOSOWANIE STATYSTYCZNYCH TESTÓW ZGODNO CI DO OCENY JAKO CI POMIARÓW GEODEZYJNYCH

ZASTOSOWANIE STATYSTYCZNYCH TESTÓW ZGODNO CI DO OCENY JAKO CI POMIARÓW GEODEZYJNYCH Zastosowae statystycych testów... INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr 3/011, POLSKA AKADEMIA NAUK, Odda w Krakowe, s. 940 Komsja Techcej Ifrastruktury

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

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

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

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

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

Bardziej szczegółowo

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

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

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

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

( 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

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

. 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

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

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

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

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

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

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

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

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

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

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

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

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

KALIBRACJA NIE ZAWSZE PROSTA

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

Bardziej szczegółowo

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

IV. ZMIENNE LOSOWE DWUWYMIAROWE

IV. ZMIENNE LOSOWE DWUWYMIAROWE IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

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

Bardziej szczegółowo

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

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

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

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

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

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

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

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

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

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

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

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

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

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

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej Rachek prawdopodobeńswa saysyka maemaycza Esymacja przedzałowa paramerów srkralych zborowośc geeralej Częso zachodz syacja, że koecze jes zbadae ogół poplacj pod pewym kąem p. średa oce z pewego przedmo.

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematycza dla leśików Wydział Leśy Kieruek leśictwo Studia Stacjoare I Stopia Rok akademicki 0/0 Wykład 5 Testy statystycze Ogóle zasady testowaia hipotez statystyczych, rodzaje hipotez, rodzaje

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

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

Bardziej szczegółowo

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

4/2. Wnioskowanie statystyczne: hipotezy 2 Statystyka w zadaniach. Małgorzata Podogrodzka

4/2. Wnioskowanie statystyczne: hipotezy 2 Statystyka w zadaniach. Małgorzata Podogrodzka Małgorzata Podogrodzka Woskowae statystycze: hpotezy Statystyka w zadaach / Woskowae statystycze zajduje bardzo szeroke zastosowae prawe we wszystkch dzedzach auk. Osoby zgłębające wedzę z tego przedmotu

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

VI. TWIERDZENIA GRANICZNE VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

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

Bardziej szczegółowo

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

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

będzie próbką prostą z rozkładu normalnego ( 2

będzie próbką prostą z rozkładu normalnego ( 2 Zadae. eh K będze próbką prostą z rozkładu ormalego ( μ σ ) zaś: ( ) S gdze:. Iteresuje as względy błąd estymaj: σ R S. σ rzy wartość ozekwaa E R jest rówa ( ) (A).8 (B).9 (C). (D). (E). Zadae. eh K K

Bardziej szczegółowo

ANALIZA DOKŁADNOŚCI STATYCZNYCH POMIARÓW SATELITARNYCH WYKONYWANYCH ODBIORNIKIEM TRIMBLE NETR9

ANALIZA DOKŁADNOŚCI STATYCZNYCH POMIARÓW SATELITARNYCH WYKONYWANYCH ODBIORNIKIEM TRIMBLE NETR9 INFRASTRUKTURA I EKOLOGIA TERENÓW WIEJSKICH INFRASTRUCTURE AND ECOLOGY OF RURAL AREAS Nr II/2/2014, POLSKA AKADEMIA NAUK, Oddział w Krakowie, s. 599 608 Komisja Technicznej Infrastruktury Wsi DOI: http://dx.medra.org/10.14597/infraeco.2014.2.2.044

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

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 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

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym. Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór

Bardziej szczegółowo

GEODEZJA INŻYNIERYJNA SEMESTR 6 STUDIA NIESTACJONARNE

GEODEZJA INŻYNIERYJNA SEMESTR 6 STUDIA NIESTACJONARNE GEODEZJ INŻNIERJN SEMESTR 6 STUDI NIESTCJONRNE CZNNIKI WPŁWJĄCE N GEOMETRIĘ UDNKU/OIEKTU Zmaę geometr budyku mogą powodować m.: czyk atmosferycze, erówomere osadae płyty fudametowej mogące skutkować wychyleem

Bardziej szczegółowo

Badania niezawodnościowe i statystyczna analiza ich wyników

Badania niezawodnościowe i statystyczna analiza ich wyników Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe

Bardziej szczegółowo

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

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

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA I ANALIZA DANYCH LAB II STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.

Bardziej szczegółowo

Oznaczanie tiosiarczanu metodą miareczkowania kulometrycznego

Oznaczanie tiosiarczanu metodą miareczkowania kulometrycznego Ozaczae tosarczau metodą mareczkowaa kulometryczego Metoda: Mareczkowae kulometrycze Cel ćwczea: Celem ćwczea jest kulometrycze ozaczee tosarczau. Odczyk KH PO 4, roztwór maoway o stężeu c = /5 M Na HPO

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

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

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

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

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

System finansowy gospodarki

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

Weryfikacja modelu. ( ) Założenia Gaussa-Markowa. Związek pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi ma charakter liniowy

Weryfikacja modelu. ( ) Założenia Gaussa-Markowa. Związek pomiędzy zmienną objaśnianą a zmiennymi objaśniającymi ma charakter liniowy Wryfkacja modlu. Założa Gaussa-Markowa Zwązk pomędzy zmą objaśaą a zmym objaśającym ma charaktr lowy x, x,, K x k Wartośc zmych objaśających są ustalo ( są losow ε. Składk losow dla poszczgólych wartośc

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

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

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

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

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

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

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe

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

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

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

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW. Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,

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