METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

Wielkość: px
Rozpocząć pokaz od strony:

Download "METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów."

Transkrypt

1 Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera) wymaga zebrana odpowednch nformacj dotyczących ocen tych obektów (warantów) ze względu na wszystke wybrane cechy (krytera). Ze względu na różny charakter tych cech (kryterów) wyrażone są one poprzez różne oceny co do welkośc man. Wymaga to uporządkowana, ujednolcena co z reguły wąże sę z odpowednm unormowanem tych ocen. Pozwala to w konsekwencj na ocenę welokryterową, uwzględnającą wszystke cechy (krytera) w dalszej kolejnośc na rankng obektów (warantów decyzyjnych).

2 Opracowane: Dorota Mszczyńska Dane 1 RYS. 1 Uproszczony schemat powstawana zmennej syntetycznej W Wyjścowy zbór zmennych opsujących zjawsko złożone X Zbór zmennych dagnostycznych normalzacja Proces wyboru Przyjęce odrzucene Y Zbór zmennych opsujących, zredukowanych Z Zbór zmennych unormowanych agregacja Q Zbór zmennych syntetycznych Źródło: K. Kukuła (red.) Badana operacyjne w przykładach zadanach, PWN, Warszawa, Por. K Kukuła, Metoda untaryzacj zerowanej, PWN, Warszawa, 2000

3 Opracowane: Dorota Mszczyńska Zakładamy, że znane są nam nformacje o wyróżnonych obektach tworzą one macerz dwuwymarową 2 [x j ], gdze oznacz obekt, a j określoną zmenną dagnostyczną (cechę, kryterum): = 1, 2,, r j = 1, 2,, s x 11 x 12 x 1s [ ] x r1 x r2 x rs Zakładamy węc, że mamy r obektów oraz s zmennych dagnostycznych: {O 1, O 2,, O r } {X 1, X 2,, X s } Zbór zmennych dagnostycznych możemy podzelć na trzy rozłączne zbory 3 4 : 2 K.Kukuła (red.), Badana Operacyjne w przykładach zadanach, PWN, Warszawa, T. Borys, Metody normowana cech w statystycznych badanach porównawczych, Przegląd Statystyczny, 1978, z.2 4 Z. Hellwg, Zastosowane metody taksonomcznej do typologcznego podzału krajów ze względu na pozom ch rozwoju oraz zasoby strukturę wykwalfkowanych kadr, Przegląd statystyczny, 1968, z.4

4 Opracowane: Dorota Mszczyńska S stymulanty zmenne dagnostyczne, które rosną wraz ze wzrostem ocenanej cechy (ocenanego kryterum) D destymulanty zmenne dagnostyczne, które maleją wraz ze wzrostem ocenanej cechy zjawska N nomnanty zmenne, które mają z góry określoną, pożądaną wartość zwaną wartoścą nomnalną. Wartość wększa lub mnejsza od wartośc nomnalnej oznacza spadek wartośc ocenanej cechy (ocenanego kryterum). Wartośc nomnalne mogą być dane w postac pożądanego przedzału wartośc cechy. Punktem wyjśca do oceny welokryterowej, która często wąże sę z procesem agregacj jest ujednolcene charakteru zmennych to oznacza najczęścej sprowadzene ch do charakteru stymulant.

5 Opracowane: Dorota Mszczyńska Wybrane metody normowana zmennych Najczęścej spotykane metody 5 normowana wartośc cechy mają charakter przekształcena lorazowego 6. Wszystke podane tutaj zasady normowana dotyczą stymulant. Mogą one odnosć sę do: 1.Mar zróżncowana (np. odchylena standardowego) 2. Rozstępu wartośc zmennej 3. Innych wartośc parametrów cechy (jak np. średna arytmetyczna, max lub mn wartość, długość wektora realzacj zmennej, sumy realzacj wartośc zmennych). 5 Opracowano na podstawe : K.Kukuła (red.), Badana Operacyjne w przykładach zadanach, PWN, Warszawa, Możemy równeż wyróżnć metody normowana tzw rangowe

6 Opracowane: Dorota Mszczyńska Metody standaryzacyjne (punktem odnesena jest odchylene standardowe). Pokazane są przy pomocy formuły (1) (2) (1) z j = x j X j S(X j ) S(X j ) > 0 (2) z j = x j S(X j ) S(X j ) > 0 Metody untaryzacyjne (punktem odnesena jest rozstęp) (3) z j = x j max x j mn x j max x j > mn x j

7 (4) z j = (5) z j = max max Inne metody: x j X j max x j mn x j x j mn x j max x j mn x j Opracowane: Dorota Mszczyńska x j > mn x j > mn Punktem odnesena jest maksymalna lub mnmalna wartość zmennej (6) x j x j z j = x j max x j, max x j 0 (7) z j = x j, mn x mn x j 0 j

8 Punktem odnesena jest średna arytmetyczna (8) Opracowane: Dorota Mszczyńska z j = x j X j X j 0 Punktem odnesena jest suma realzacj zmennej (9) z j = x j r =1 x j Punktem odnesena jest długość wektora realzacj zmennej (10) z j = x j r 2 [ =1 x j ] 0,5 x j 2 > 0 =1 W dalszej częśc rozważań wykorzystamy metodę untaryzacj zerowanej (MUZ) do r

9 Opracowane: Dorota Mszczyńska skonstruowana rankngu obektów ( wzory 3, 4, 5). Metoda ta wykorzystuje rozstęp jako punkt odnesena: (11) R(X j ) = max x j mn x j Poszczególne wzory (3, 4, 5) różną sę lcznkem. Wzór 5 wykorzystujemy dla stymulant. Zmenne unormowane wzorem 5 zawerają sę w przedzale 0, 1. Dla destymulant transformacja określona jest wzorem: (12) z j = max x j x j = 1, 2,, r ( max x j mn x j j = 1, 2,, s ) X j D Dla nomnant rozpatrujemy dwa przypadk:

10 Opracowane: Dorota Mszczyńska -Istnene jednej wartośc nomnalnej c oj. Wtedy normowane ma postać: (13) z j = { x j mn x j c oj mn x j gdy x j < c oj 1, gdy x j = c oj X j N x j max c oj max x j x j, gdy x j > c oj - stnene przedzału wartośc nomnalnych. Sposób normowana przebega według wzoru (14) z j = { x j mn x j gdy x c 1j mn x j < c 1j j 1, gdy c 1j x j c 2j X j N x j max c 2j max x j x j, gdy x j > c 2j

11 Opracowane: Dorota Mszczyńska Stosując normowane metodą untaryzacj zerowanej (MUZ) otrzymujemy wartośc unormowane z przedzału < 0,1 >. Metoda pozwala transformować cechy o wartoścach ujemnych, dodatnch oraz wartość zero. Po unormowanu wszystkch cech dagnostycznych tworzy sę łączną ocenę welokryteralną. Do najczęścej stosowanych należy formuła 7 : (15) s Q = z j ω j ( = 1,2,, r), ω j j=1 Przy ω j = 1 oraz s j=1 ω j = s wzór przybera najprostszą wersję: R + 7 K Kukuła, Metoda untaryzacj zerowanej, PWN, Warszawa, 2000, s.71

12 Opracowane: Dorota Mszczyńska (16) s Q = z j j=1 Często używa sę także średnej arytmetycznej lub ważonej: (17) Q = s j=1 z jω j s j=1 ω j ( = 1,2,, r), ω j R + Można równeż po uzyskanu rankngu obektów (porządkując je od najwększej wartośc Q do najmnejszej) wyróżnć obekty najlepsze, przecętne oraz najgorsze wykorzystując stałą U 8 : (18) Gdze dla : U = max Q mn 3 Q 8 K.Kukuła (red.), Badana Operacyjne w przykładach zadanach, PWN, Warszawa, 2004, s.289

13 Opracowane: Dorota Mszczyńska Q (max Q U, max Q obekty najlepsze Q (max Q 2U, max Q U obekty przecętne Q (mn Q, max Q 2U obekty najgorsze Przykład: Należy wskazać najlepszy samochód spośród 4 aut (r=4): auto A, auto B, auto C oraz auto D. Samochody te ocenane są z punktu wdzena 6 cech (kryterów) (s=6): cena w tys. złotych (Cena), zużyce palwa na 100 km (Palwo), moc slnka w KM (Moc), pojemność bagażnka w dm 3 (Pojem), przyspeszene do 100 km/godz. w sekundach (Przyśp) oraz długość karoser w m (klent przyjmuje optymalną długość w przedzale <4m; 4,6m> Nezbędne nformacje podaje tabela 1.

14 obekty ch oceny Opracowane: Dorota Mszczyńska Tabela 1. Wybór najlepszego samochodu (dane do przykładu 1). krytera Cena Palwo Moc Pojem Przyśp Karosera Rodzaj zmennej dagnostycznej D D S S D N auto A 80 6, ,4 3,9 auto B 103 6, ,3 4,4 auto C 95 6, ,8 5,0 auto D 119 7, ,2 5,4 Przed przejścem do oblczeń rozpoznano zmenne dagnostyczne. Wyróżnono stymulanty, destymulanty nomnanty. Kolejne krok normujące poszczególne zmenne przedstawono w kolejnych tabelach:

15 Opracowane: Dorota Mszczyńska Tabela2: wartośc rozstępu dla zmennych Cena Palwo Moc Pojem Przyśp Karosera D D S S D N max 119 7, ,4 5,4 mn 80 6, ,3 3,9 Rozstęp 39 1, ,1 1,5 Źródło: Oblczena własne Przy normowanu cech cena, palwo przyspeszene (są to destymulanty) korzystamy z wzoru 12 z j = max x j x j = 1, 2,, r ( max x j mn x j j = 1, 2,, s ) X j D Dla ceny (X 1 ) wartość max=119, mn=80 czyl: z 11 = = 1

16 Opracowane: Dorota Mszczyńska z 21 = z 31 = z 41 = = 0, = 0, = 0 Dla zmennej zużyce palwa (destymulanta) wartość max=7,2, mn=6,1 czyl: z 12 = 7,2 6,1 7,2 6,1 = 1 z 22 = z 32 = 7,2 6,9 7,2 6,1 = 0,27 7,2 6,2 7,2 6,1 = 0,91 z 42 = 7,2 7,2 7,2 6,1 = 0 Dla zmennej moc (stymulanta) wartość max=130, mn=75 korzystamy z wzoru (5)

17 z j = Opracowane: Dorota Mszczyńska x j mn x j = 1,2,, r ( max x j mn x j j = 1,2,, s ), X j S z 13 = z 23 = z 33 = z 43 = = = 0, = 0, = 1 Dla zmennej pojemność bagażnka (stymulanta) wartość max=500, mn=290 czyl: z 14 = z 24 = z 34 = = = 0, = 0,29

18 z 44 = = 1 Opracowane: Dorota Mszczyńska Dla zmennej przyspeszene (destymulanta) wartość max=12,4, wartość mn=8,3 czyl korzystając z wzoru (12) mamy: z 15 = z 25 = z 35 = z 45 = 12,4 12,4 12,4 8,3 = 0 12,4 8,3 12,4 8,3 = 1 12,4 9,8 12,4 8,3 = 0,63 12,4 9,2 12,4 8,3 = 0,78 Dla zmennej karosera (nomnanta) korzystamy z wzoru (14):

19 z j = { Opracowane: Dorota Mszczyńska x j mn x j gdy x c 1j mn x j < c 1j j 1, gdy c 1j x j c 2j X j N x j max x j, gdy x c 2j max x j > c 2j j Gdze: c 16 =4, a c 26 =4,6, max=5,4, mn=3,9 3,9 4,4 5 5,4 X 16 =3,9 < 4 czyl: z 16 = 3,9 3,9 4,0 3,9 = 0 X 26 =4,4 co meśc sę w przedzale pożądanych wartośc przez decydenta czyl z 16 =1, X 36 =5 >4,6 czyl: X 46 =5,4 >4,6 czyl: z 36 = 5 5,4 4,6 5,4 = 0,5

20 Opracowane: Dorota Mszczyńska z 46 = 5,4 5,4 4,6 5,4 = 0 W tabel 3 zostały zebrane wszystke oblczena: Tabela3: unormowane wartośc zmennych x1 x2 x3 x4 x5 x6 Q 1,00 1,00 0,00 0,00 0,00 0,00 2,00 0,41 0,27 0,82 0,86 1,00 1,00 4,36 0,62 0,91 0,27 0,29 0,63 0,50 3,22 0,00 0,00 1,00 1,00 0,78 0,00 2,78 W ostatnej kolumne według wzoru (16): s Q = z j j=1 Oblczono zmenną zagregowaną (syntetyczną) Q, która pozwala ustalć rankng samochodów podzelć je na najlepsze, przecętne oraz najgorsze:

21 Opracowane: Dorota Mszczyńska A B C D Q 2,00 najgorszy 4,36 najlepszy 3,22 przecętny 2,78 najgorszy Ostateczny rankng według kolejnośc: Q B 4,36 najlepszy C 3,22 przecętny D 2,78 najgorszy A 2,00 najgorszy

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr

Bardziej szczegółowo

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Inżynera Rolncza 1(126)/2011 ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Katedra Zastosowań Matematyk Informatyk, Unwersytet Przyrodnczy w Lublne w Lublne

Bardziej szczegółowo

NORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM

NORMALiZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM PRZEGLĄD STATYSTYCZNY R. XLIV - ZESZ\'T 1-1997 DANUTA STRAHL, MAREK WALESIAK NORMALZACJA ZMIENNYCH W SKALI PRZEDZIAŁOWEJ I ILORAZOWEJ W REFERENCYJNYM SYSTEMIE GRANICZNYM l. WPROWADZENIE Przy stosowanu

Bardziej szczegółowo

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)

Analiza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja) Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz

Bardziej szczegółowo

MIARA ZRÓŻNICOWANIA WYPOSAŻENIA GOSPODARSTW ROLNYCH W TECHNICZNE ŚRODKI PRODUKCJI

MIARA ZRÓŻNICOWANIA WYPOSAŻENIA GOSPODARSTW ROLNYCH W TECHNICZNE ŚRODKI PRODUKCJI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XIII/1, 2012, str. 204 211 MIARA ZRÓŻNICOWANIA WYPOSAŻENIA GOSPODARSTW ROLNYCH W TECHNICZNE ŚRODKI PRODUKCJI Janna Szewczyk Katedra Statystyk Matematycznej,

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych)

Zjawiska masowe takie, które mogą wystąpid nieograniczoną ilośd razy. Wyrazów Obcych) Statystyka - nauka zajmująca sę metodam badana przedmotów zjawsk w ch masowych przejawach ch loścową lub jakoścową analzą z punktu wdzena nauk, do której zakresu należą.

Bardziej szczegółowo

TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE

TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE Katarzyna CHEBA * TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE Streszczene Pozom warunk życa ludnośc w Polsce są slne przestrzenne zróżncowane. W pracy na przykładze województw w Polsce

Bardziej szczegółowo

PROPOZYCJA BUDOWY RANKINGU OBIEKTÓW Z WYKORZYSTANIEM CECH ILOŚCIOWYCH ORAZ JAKOŚCIOWYCH

PROPOZYCJA BUDOWY RANKINGU OBIEKTÓW Z WYKORZYSTANIEM CECH ILOŚCIOWYCH ORAZ JAKOŚCIOWYCH METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom III/ 0 str. PROPOZYCJA BUDOWY RANKINGU OBIEKTÓW Z WYKORZYSTANIEM CECH ILOŚCIOWYCH ORAZ JAKOŚCIOWYCH Karol Kukuła Katedra Statystyk Matematyczne Unwersytet

Bardziej szczegółowo

Analiza wielokryterialna wstęp do zagadnienia

Analiza wielokryterialna wstęp do zagadnienia Organizacja, przebieg i zarządzanie inwestycją budowlaną Analiza wielokryterialna wstęp do zagadnienia dr hab. Mieczysław Połoński prof. SGGW 1 Wprowadzenie Jednym z podstawowych, a równocześnie najważniejszym

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A

Analiza rodzajów skutków i krytyczności uszkodzeń FMECA/FMEA według MIL STD - 1629A Analza rodzajów skutków krytycznośc uszkodzeń FMECA/FMEA według MIL STD - 629A Celem analzy krytycznośc jest szeregowane potencjalnych rodzajów uszkodzeń zdentyfkowanych zgodne z zasadam FMEA na podstawe

Bardziej szczegółowo

Analiza struktury zbiorowości statystycznej

Analiza struktury zbiorowości statystycznej Analza struktury zborowośc statystycznej.analza tendencj centralnej. Średne klasyczne Średna arytmetyczna jest parametrem abstrakcyjnym. Wyraża przecętny pozom badanej zmennej (cechy) w populacj generalnej:

Bardziej szczegółowo

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości

± Δ. Podstawowe pojęcia procesu pomiarowego. x rzeczywiste. Określenie jakości poznania rzeczywistości Podstawowe pojęca procesu pomarowego kreślene jakośc poznana rzeczywstośc Δ zmerzone rzeczywste 17 9 Zalety stosowana elektrycznych przyrządów 1/ 1. możlwość budowy czujnków zamenających werne każdą welkość

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2011, Oeconomica 285 (62), 37 44

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2011, Oeconomica 285 (62), 37 44 FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Fola Pomer. Unv. Technol. Stetn. 2011, Oeconomca 285 (62), 37 44 Katarzyna Cheba TAKSONOMICZNA ANALIZA PRZESTRZENNEGO ZRÓŻNICOWANIA WYBRANYCH WSKAŹNIKÓW

Bardziej szczegółowo

Rola informatyki w naukach ekonomicznych i społecznych Innowacje i implikacje interdyscyplinarne. redakcja ZBIGNIEW E. ZIELIŃSKI

Rola informatyki w naukach ekonomicznych i społecznych Innowacje i implikacje interdyscyplinarne. redakcja ZBIGNIEW E. ZIELIŃSKI Rola nformatyk w naukach ekonomcznych społecznych Innowace mplkace nterdyscyplnarne redakca ZBIGNIEW E. ZIELIŃSKI Wydawnctwo Wyższe Szkoły Handlowe Kelce 2011 Publkaca wydrukowana została zgodne z materałem

Bardziej szczegółowo

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach

Analiza i diagnoza sytuacji finansowej wybranych branż notowanych na Warszawskiej Giełdzie Papierów Wartościowych w latach Jacek Batóg Unwersytet Szczecńsk Analza dagnoza sytuacj fnansowej wybranych branż notowanych na Warszawskej Gełdze Paperów Wartoścowych w latach 997-998 W artykule podjęta została próba analzy dagnozy

Bardziej szczegółowo

METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH

METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH QUANTITATIVE METHODS IN ECONOMICS Vol. XIII, No. Szkoła Główna Gospodarstwa Wejskego Wydzał Zastosowań Informatyk Matematyk Katedra Ekonometr Statystyk METODY

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

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

ROLNICTWO W REGIONACH. WIELOWYMIAROWE SPOJRZENIE W UJĘCIU DYNAMICZNYM

ROLNICTWO W REGIONACH. WIELOWYMIAROWE SPOJRZENIE W UJĘCIU DYNAMICZNYM METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/1, 2016, str. 98 108 ROLNICTWO W REGIONACH. WIELOWYMIAROWE SPOJRZENIE W UJĘCIU DYNAMICZNYM Agneszka Sompolska-Rzechuła Katedra Zastosowań Matematyk w Ekonom

Bardziej szczegółowo

8. Optymalizacja decyzji inwestycyjnych

8. Optymalizacja decyzji inwestycyjnych dr nż. Zbgnew Tarapata: Optymalzacja decyzj nwestycyjnych, cz.ii 8. Optymalzacja decyzj nwestycyjnych W rozdzale 8, część I przedstawono elementarne nformacje dotyczące metod oceny decyzj nwestycyjnych.

Bardziej szczegółowo

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Mara Konopka Katedra Ekonomk Organzacj Przedsęborstw Szkoła Główna Gospodarstwa Wejskego w Warszawe Analza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Wstęp Polska prywatyzacja

Bardziej szczegółowo

STATYSTYKA MIĘDZYNARODOWA

STATYSTYKA MIĘDZYNARODOWA STATYSTYKA MIĘDZYNARODOWA Marcn SALAMAGA Analza porównawcza rozwoju regonalnego krajów Grupy Wyszehradzkej Grupa Wyszehradzka jest przykładem regonalnego porozumena w zakrese współpracy na płaszczy ne

Bardziej szczegółowo

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

4. OPTYMALIZACJA WIELOKRYTERIALNA

4. OPTYMALIZACJA WIELOKRYTERIALNA Wybrane zagadnena badań operacyjnych dr nż. Zbgnew Tarapata Wykład nr 4: Optymalzacja welokryteralna 4. OPTYMLIZCJ WIELORYTERIL Decyzje nwestycyjne mają często charakter złożony. Zdarza sę, że przy wyborze

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ Autor: Joanna Wójcik

System Przeciwdziałania Powstawaniu Bezrobocia na Terenach Słabo Zurbanizowanych SPRAWOZDANIE Z BADAŃ   Autor: Joanna Wójcik Opracowane w ramach projektu System Przecwdzałana Powstawanu Bezroboca na Terenach Słabo Zurbanzowanych ze środków Europejskego Funduszu Społecznego w ramach Incjatywy Wspólnotowej EQUAL PARTNERSTWO NA

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Badanie rozwoju społeczno-gospodarczego województw - wpływ metodyki badań na uzyskane wyniki

Badanie rozwoju społeczno-gospodarczego województw - wpływ metodyki badań na uzyskane wyniki Zeszyty Naukowe Wyższej Szkoły Bankowej w Poznaniu Nr / Rafał Czyżycki Uniwersytet Szczeciński Badanie rozwoju społeczno-gospodarczego województw - wpływ metodyki badań na uzyskane wyniki Streszczenie,

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji

ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji ZAJĘCIA Pozycyjne ary dyspersj, ary asyetr, spłaszczena koncentracj MIARY DYSPERSJI: POZYCYJNE, BEZWZGLĘDNE Rozstęp dwartkowy (ędzykwartylowy) Rozstęp dwartkowy określa rozpętośd tej częśc obszaru zennośc

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym ĆWCZENE 3 Analza obwodów C przy wymszenach snsodalnych w stane stalonym 1. CE ĆWCZENA Celem ćwczena jest praktyczno-analtyczna ocena obwodów elektrycznych przy wymszenach snsodalne zmennych.. PODSAWY EOEYCZNE

Bardziej szczegółowo

Budowanie macierzy danych geograficznych Procedura normalizacji Budowanie wskaźnika syntetycznego

Budowanie macierzy danych geograficznych Procedura normalizacji Budowanie wskaźnika syntetycznego Metody Analiz Przestrzennych Budowanie macierzy danych geograficznych Procedura normalizacji Budowanie wskaźnika syntetycznego mgr Marcin Semczuk Zakład Przedsiębiorczości i Gospodarki Przestrzennej Instytut

Bardziej szczegółowo

STATYSTYKA. Zmienna losowa skokowa i jej rozkład

STATYSTYKA. Zmienna losowa skokowa i jej rozkład STATYSTYKA Wnosowane statystyczne to proces myślowy polegający na formułowanu sądów o całośc przy dysponowanu o nej ogranczoną lczbą nformacj Zmenna losowa soowa jej rozład Zmenną losową jest welość, tóra

Bardziej szczegółowo

WYKORZYSTANIE ANALIZY WIELOKRYTERIALNEJ DO BADANIA POTENCJAŁU GOSPODARCZEGO WOJEWÓDZTWA PODKARPACKIEGO

WYKORZYSTANIE ANALIZY WIELOKRYTERIALNEJ DO BADANIA POTENCJAŁU GOSPODARCZEGO WOJEWÓDZTWA PODKARPACKIEGO METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/4, 2014, str. 62 70 WYKORZYSTANIE ANALIZY WIELOKRYTERIALNEJ DO BADANIA POTENCJAŁU GOSPODARCZEGO WOJEWÓDZTWA PODKARPACKIEGO Mchał Koścółek Katedra Ekonom

Bardziej szczegółowo

Pattern Classification

Pattern Classification attern Classfcaton All materals n these sldes were taken from attern Classfcaton nd ed by R. O. Duda,. E. Hart and D. G. Stork, John Wley & Sons, 000 wth the permsson of the authors and the publsher Chapter

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 5(96)/2013 ZESZYTY NAUKOWE NSTYTUTU POJAZDÓW 5(96)/2013 Hubert Sar, Potr Fundowcz 1 WYZNACZANE MASOWEGO MOMENTU BEZWŁADNOŚC WZGLĘDEM OS PODŁUŻNEJ DLA SAMOCHODU TYPU VAN NA PODSTAWE WZORÓW DOŚWADCZALNYCH 1. Wstęp

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO

WPŁYW PARAMETRÓW DYSKRETYZACJI NA NIEPEWNOŚĆ WYNIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO Walenty OWIECZKO WPŁYW PARAMETRÓW DYSKRETYZACJI A IEPEWOŚĆ WYIKÓW POMIARU OBIEKTÓW OBRAZU CYFROWEGO STRESZCZEIE W artykule przedstaono ynk analzy nepenośc pomaru ybranych cech obektu obrazu cyfroego. Wyznaczono

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

Bardziej szczegółowo

ALEKSANDRA ŁUCZAK, FELIKS WYSOCKI

ALEKSANDRA ŁUCZAK, FELIKS WYSOCKI PRZEGLĄD STATYSTYCZNY NUMER SPECJALNY 2 2012 ALEKSANDRA ŁUCZAK, FELIKS WYSOCKI ZASTOSOWANIE UOGÓLNIONEJ MIARY ODLEGŁOŚCI GDM ORAZ METODY TOPSIS DO OCENY POZIOMU ROZWOJU SPOŁECZNO-GOSPODARCZEGO POWIATÓW

Bardziej szczegółowo

BADANIE PROCESU EKSPLOATACJI W ASPEKCIE NIEZAWODNOŚCIOWO- EKONOMICZNYM

BADANIE PROCESU EKSPLOATACJI W ASPEKCIE NIEZAWODNOŚCIOWO- EKONOMICZNYM ZAKŁAD EKSPLOATACJI SYSTEMÓW ELEKTRONICZNYCH INSTYTUT SYSTEMÓW ELEKTRONICZNYCH WYDZIAŁ ELEKTRONIKI WOJSKOWA AKADEMIA TECHNICZNA ---------------------------------------------------------------------------------------------------------------

Bardziej szczegółowo

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE

KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Adranna Mastalerz-Kodzs Unwersytet Ekonomczny w Katowcach KONSTRUKCJA OPTYMALNYCH PORTFELI Z ZASTOSOWANIEM METOD ANALIZY FUNDAMENTALNEJ UJĘCIE DYNAMICZNE Wprowadzene W dzałalnośc nstytucj fnansowych, takch

Bardziej szczegółowo

Pomiar mocy i energii

Pomiar mocy i energii Zakład Napędów Weloźródłowych Instytut Maszyn Roboczych CęŜkch PW Laboratorum Elektrotechnk Elektronk Ćwczene P3 - protokół Pomar mocy energ Data wykonana ćwczena... Zespół wykonujący ćwczene: Nazwsko

Bardziej szczegółowo

PRZESTRZENNE ZRÓŻNICOWANIE WYBRANYCH WSKAŹNIKÓW POZIOMU ŻYCIA MIESZKAŃCÓW MIAST ŚREDNIEJ WIELKOŚCI A SYSTEM LOGISTYCZNY MIASTA 1

PRZESTRZENNE ZRÓŻNICOWANIE WYBRANYCH WSKAŹNIKÓW POZIOMU ŻYCIA MIESZKAŃCÓW MIAST ŚREDNIEJ WIELKOŚCI A SYSTEM LOGISTYCZNY MIASTA 1 METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XI/2, 2010, str. 102 111 PRZESTRZENNE ZRÓŻNICOWANIE WYBRANYCH WSKAŹNIKÓW POZIOMU ŻYCIA MIESZKAŃCÓW MIAST ŚREDNIEJ WIELKOŚCI A SYSTEM LOGISTYCZNY MIASTA 1

Bardziej szczegółowo

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO

WSKAŹNIK OCENY HIC SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO WSKAŹNIK OCENY SAMOCHODU OSOBOWEGO W ASPEKCIE BEZPIECZEŃSTWA RUCHU DROGOWEGO Dagmara KARBOWNICZEK 1, Kazmerz LEJDA, Ruch cała człoweka w samochodze podczas wypadku drogowego zależy od sztywnośc nadwoza

Bardziej szczegółowo

(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy

(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy (MD) MECHANIKA - Dynamka T. Środek cężkośc środek masy (M) Dynamka T: Środek cężkośc środek masy robert.szczotka(at)gmal.com Fzyka astronoma, Lceum 01/014 1 (MD) MECHANIKA - Dynamka T. Środek cężkośc środek

Bardziej szczegółowo

Ocena stopnia zagrożenia bezrobociem województw Polski w latach

Ocena stopnia zagrożenia bezrobociem województw Polski w latach Zeszyty Unwersytet Ekonomczny w Krakowe Naukowe 4 (94) ISSN 1898-6447 Zesz. Nauk. UEK, 15; 4 (94): 145 161 OI: 1.15678/ZNUEK.15.94.411 Monka Mśkewcz-Nawrocka Katarzyna Zeug-Żebro Katedra Matematyk Unwersytet

Bardziej szczegółowo

Programowanie dynamiczne. Tadeusz Trzaskalik

Programowanie dynamiczne. Tadeusz Trzaskalik Programowanie dynamiczne Tadeusz Trzaskalik 9.. Wprowadzenie Słowa kluczowe Wieloetapowe procesy decyzyjne Zmienne stanu Zmienne decyzyjne Funkcje przejścia Korzyści (straty etapowe) Funkcja kryterium

Bardziej szczegółowo

Journal of Agribusiness and Rural Development

Journal of Agribusiness and Rural Development www.jard.edu.pl DOI: 0.7306/JARD.205. Journal of Agrbusness and Rural Development pissn 899-524 eissn 899-5772 (35) 205, 7-5 ZASTOSOWANIE METOD TAKSONOMICZNYCH W BADANIU WARUNKÓW ŻYCIA W GMINACH WIEJSKICH

Bardziej szczegółowo

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Seria: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905

ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Seria: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 ZESZYTY NAUKWE PLITECHNIKI ŚLĄSKIEJ 2014 Sera: RGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Dorota GAWRŃSKA Poltechnka Śląska Wydzał rganzacj Zarządzana WIELKRYTERIALNA ANALIZA PRÓWNAWCZA PJAZDU Z SILNIKIEM

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012

ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW 2(88)/2012 ZESZYTY NAUKOWE INSTYTUTU POJAZDÓW (88)/01 Hubert Sar, Potr Fundowcz 1 WYZNACZANIE ASOWEGO OENTU BEZWŁADNOŚCI WZGLĘDE OSI PIONOWEJ DLA SAOCHODU TYPU VAN NA PODSTAWIE WZORU EPIRYCZNEGO 1. Wstęp asowy moment

Bardziej szczegółowo

OPTYMALIZACJA PROCESU PRZESIEWANIA W PRZESIEWACZACH WIELOPOKŁADOWYCH

OPTYMALIZACJA PROCESU PRZESIEWANIA W PRZESIEWACZACH WIELOPOKŁADOWYCH Prace Naukowe Instytutu Górnctwa Nr 136 Poltechnk Wrocławskej Nr 136 Studa Materały Nr 43 2013 Jerzy MALEWSKI* Marta BASZCZYŃSKA** przesewane, jakość produktów, optymalzacja OPTYMALIZACJA PROCESU PRZESIEWANIA

Bardziej szczegółowo

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW

STATYSTYCZNA ANALIZA WYNIKÓW POMIARÓW Zakład Metrolog Systemów Pomarowych P o l t e c h n k a P o z n ańska ul. Jana Pawła II 4 60-965 POZAŃ (budynek Centrum Mechatronk, Bomechank anonżyner) www.zmsp.mt.put.poznan.pl tel. +48 61 665 5 70 fax

Bardziej szczegółowo

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Opsowa analza struktury zjawsk masowych Demografa statystyka PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

STATYSTYKA REGIONALNA

STATYSTYKA REGIONALNA ЕЗЮМЕ В,. Т (,,.),. В, 2010. щ,. В -,. STATYSTYKA REGIONALNA Paweł DYKAS Zróżncowane rozwoju powatów w woj. małopolskm W artykule podjęto próbę analzy rozwoju ekonomcznego powatów w woj. małopolskm, wykorzystując

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Potr Mchalsk Węzeł Centralny OŻK-SB 25.12.2013 rok ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Celem ponższej analzy jest odpowedź na pytane: czy wykształcene radnych

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

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

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ

1. SPRAWDZENIE WYSTEPOWANIA RYZYKA KONDENSACJI POWIERZCHNIOWEJ ORAZ KONDENSACJI MIĘDZYWARSTWOWEJ W ŚCIANIE ZEWNĘTRZNEJ Ćwczene nr 1 cz.3 Dyfuzja pary wodnej zachodz w kerunku od środowska o wyższej temperaturze do środowska chłodnejszego. Para wodna dyfundująca przez przegrody budowlane w okrese zmowym napotyka na coraz

Bardziej szczegółowo

Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 1. Katarzyna Lubnauer Statystyka Opsowa 2014 część 1 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru

Teoria niepewności pomiaru (Rachunek niepewności pomiaru) Rodzaje błędów pomiaru Pomary fzyczne - dokonywane tylko ze skończoną dokładnoścą. Powodem - nedoskonałość przyrządów pomarowych neprecyzyjność naszych zmysłów borących udzał w obserwacjach. Podawane samego tylko wynku pomaru

Bardziej szczegółowo

OGŁOSZENIE TARYFA DLA ZBIOROWEGO ZAOPATRZENIA W WODĘ I ZBIOROWEGO ODPROWADZANIA ŚCIEKÓW. Taryfa obowiązuje od 01.01.2014 do 31.12.

OGŁOSZENIE TARYFA DLA ZBIOROWEGO ZAOPATRZENIA W WODĘ I ZBIOROWEGO ODPROWADZANIA ŚCIEKÓW. Taryfa obowiązuje od 01.01.2014 do 31.12. OGŁOSZENIE Zgodne z Uchwałą Nr XXXIII/421/2013 Rady Mejskej w Busku-Zdroju z dna 14 lstopada 2013 r. w sprawe zatwerdzena taryf za zborowe zaopatrzene w wodę zborowe odprowadzane śceków dla Mejskego Przedsęborstwa

Bardziej szczegółowo

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS

OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE OPTIMAL INVESTMENT STRATEGY FUNDAMENTAL ANALYSIS ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2014 Sera: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 1905 Adranna MASTALERZ-KODZIS Unwersytet Ekonomczny w Katowcach OPTYMALNE STRATEGIE INWESTYCYJNE PODEJŚCIE FUNDAMENTALNE

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

Klasyfikacja obiektów w przypadku agregacji danych

Klasyfikacja obiektów w przypadku agregacji danych Jacek Batóg Unwersytet Szczecńsk Klasyfkacja obektów w przypadku agregacj danych W zagadnenach klasyfkacyjnych spotykamy sę często z sytuacją, w której porządkujemy obekty będące w pewnym sense sumą obektów

Bardziej szczegółowo

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki

METODY PLANOWANIA EKSPERYMENTÓW. dr hab. inż. Mariusz B. Bogacki Metody Planowana Eksperymentów Rozdzał 1. Strona 1 z 14 METODY PLANOWANIA EKSPERYMENTÓW dr hab. nż. Marusz B. Bogack Marusz.Bogack@put.poznan.pl www.fct.put.poznan.pl/cv23.htm Marusz B. Bogack 1 Metody

Bardziej szczegółowo

Dobór zmiennych objaśniających

Dobór zmiennych objaśniających Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

OCENA ZAAWANSOWANIA TECHNICZNEGO INFRASTRUK- TURY SIECIOWEJ OBSZARÓW SPÓŁKI DYSTRYBUCYJNEJ

OCENA ZAAWANSOWANIA TECHNICZNEGO INFRASTRUK- TURY SIECIOWEJ OBSZARÓW SPÓŁKI DYSTRYBUCYJNEJ Barbara KASZOWSKA, Andrzej WŁÓCZYK Politechnika Opolska OCENA ZAAWANSOWANIA TECHNICZNEGO INFRASTRUK- TURY SIECIOWEJ OBSZARÓW SPÓŁKI DYSTRYBUCYJNEJ Przedmiotem oceny jest zaawansowanie techniczne obszarów

Bardziej szczegółowo

Metody klasyfikacji i klasteryzacji obiektów wielocechowych.

Metody klasyfikacji i klasteryzacji obiektów wielocechowych. Metody klasyfikacji i klasteryzacji obiektów wielocechowych Zakres szkolenia Podstawowe pojęcia związane z klasyfikacją wielocechową Proste metody porządkowania liniowego (ratingu) Metody grupowania (klasteryzacji)

Bardziej szczegółowo

Wstęp. Obliczenia własne na podstawie: Budżety (2015), s. 116.

Wstęp. Obliczenia własne na podstawie: Budżety (2015), s. 116. Studa Prace WNEZ US nr 43/3 216 DOI: 1.18276/sp.216.43/3-38 Anna Turczak* Zachodnopomorska Szkoła Bznesu w Szczecne Czynnk kształtujące wydatk na żywność napoje bezalkoholowe gospodarstw domowych w Polsce

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12 Ker. MTR Programowane w MATLABe Laboratorum Ćw. Analza statystyczna grafczna danych pomarowych. Wprowadzene MATLAB dysponuje weloma funcjam umożlwającym przeprowadzene analzy statystycznej pomarów, czy

Bardziej szczegółowo

Wpływ modernizacji gospodarki w sferze działalności proekologicznej na jakość środowiska naturalnego w Polsce w układzie regionalnym

Wpływ modernizacji gospodarki w sferze działalności proekologicznej na jakość środowiska naturalnego w Polsce w układzie regionalnym 194 Dr Marcn Salamaga Katedra Statystyk Unwersytet Ekonomczny w Krakowe Wpływ modernzacj gospodark w sferze dzałalnośc proekologcznej na jakość środowska naturalnego w Polsce w układze regonalnym WPROWADZENIE

Bardziej szczegółowo

SYTUACJA KOBIET NA RYNKU PRACY W POLSCE NA TLE KRAJÓW UNII EUROPEJSKIEJ ANALIZA STATYSTYCZNA

SYTUACJA KOBIET NA RYNKU PRACY W POLSCE NA TLE KRAJÓW UNII EUROPEJSKIEJ ANALIZA STATYSTYCZNA METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVII/1, 2016, str. 20 30 SYTUACJA KOBIET NA RYNKU PRACY W POLSCE NA TLE KRAJÓW UNII EUROPEJSKIEJ ANALIZA STATYSTYCZNA Iwona Bąk Katedra Zastosowań Matematyk

Bardziej szczegółowo

WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP

WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP Ewa Pośpech Unwersytet Ekonomczny w Katowcach Wydzał Zarządzana Katedra Matematyk posp@ue.katowce.pl WYBÓR PORTFELA PAPIERÓW WARTOŚCIOWYCH ZA POMOCĄ METODY AHP Streszczene: W artykule rozważano zagadnene

Bardziej szczegółowo

1. Komfort cieplny pomieszczeń

1. Komfort cieplny pomieszczeń 1. Komfort ceplny pomeszczeń Przy określanu warunków panuących w pomeszczenu używa sę zwykle dwóch poęć: mkroklmat komfort ceplny. Przez poęce mkroklmatu wnętrz rozume sę zespół wszystkch parametrów fzycznych

Bardziej szczegółowo

Politechnika Warszawska Wydział Inżynierii Lądowej Instytut Inżynierii Budowlanej Zespół Inżynierii Produkcji i Zarządzania w Budownictwie

Politechnika Warszawska Wydział Inżynierii Lądowej Instytut Inżynierii Budowlanej Zespół Inżynierii Produkcji i Zarządzania w Budownictwie Poltechnka Warszawska Wydzał Inżyner Lądowej Instytut Inżyner Budowlanej Zespół Inżyner Produkcj Zarządzana w Budownctwe Imę nazwsko dyplomanta: Łukasz Krańsk Rodzaj studów: stacjonarne I stopna Specjalność:

Bardziej szczegółowo

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej...

Zastosowanie wielowymiarowej analizy porównawczej w doborze spó³ek do portfela inwestycyjnego Zastosowanie wielowymiarowej analizy porównawczej... Adam Waszkowsk * Adam Waszkowsk Zastosowane welowymarowej analzy porównawczej w doborze spó³ek do portfela nwestycyjnego Zastosowane welowymarowej analzy porównawczej... Wstêp Na warszawskej Ge³dze Paperów

Bardziej szczegółowo

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja Modelowane oblczena technczne Metody numeryczne w modelowanu: Optymalzacja Zadane optymalzacj Optymalzacja to ulepszane lub poprawa jakośc danego rozwązana, projektu, opracowana. Celem optymalzacj jest

Bardziej szczegółowo