Wykład 1. Andrzej Leśniak KGIS, GGiOŚ AGH. Cele. Zaprezentowanie praktycznego podejścia do analizy danych (szczególnie danych środowiskowych)
|
|
- Maksymilian Kujawa
- 6 lat temu
- Przeglądów:
Transkrypt
1 Analiza anych śroowiskowych III rok OŚ Wykła 1 Anrzej Leśniak KGIS, GGiOŚ AGH Cele Zaprezentowanie praktycznego poejścia o analizy anych (szczególnie anych śroowiskowych) Zaznajomienie z postawowymi (!!!) technikami analizy śroowiskowych anych pomiarowych Zaznajomienie ze strategią postępowania z własnymi zestawami anych
2 software MatLab SciLab available on-line Plan 1. Charakterystyka anych śroowiskowych- opis probabilistyczny. 2. Aproksymacja liniowa, metoa najmniejszych kwaratów. 3. Interpolacja anych (liniowa, kwaratowa). Korekta anych. 4. Baanie okresowości anych-analiza harmoniczna. Transformacja Fouriera. 5. Zastosowania analizy częstotliwościowej. 6. Funkcje korelacji i autokorelacji anych zastosowania. 7. Pochona i całka numeryczna. 8. Analizy chwilowe anych niestacjonarnych
3 Wykła 1 Dane i ich opis probabilistyczny Raa na obry początek ;-) Jeśli coś mierzysz lub poejmujesz się interpretacji pomiarów wykonanych przez inne osoby, owiez się jak najwięcej o charakterze anych wręcz spróbuj przewizieć jak powinny wygląać. Konfrontacja Twoich wyobrażeń z rzeczywistością może okazać się barzo cenna.
4 Przykła anych: Przepływ woy na rzece Huson (USA) Huson River Albany wooział: 36,26 km 2 źróło: Wikipeia
5 Przepływ - ilość woy przepływająca przez przekrój koryta rzeki w jenostce czasu. Mierzony jest w m 3 /s. Jakie własności powinien mieć przepływ? Woa płynie w jenym kierunku przepływ ma znak oatni Przepływ jest stosunkowo stabilny w perspektywie minut i gozin; znacznie mniej w perspektywie ni i tygoni Przepływ wzrasta w okresach opaów eszczu Jak mierzyć przepływ? h v w Przepływ przez przekrój poprzeczny o wymiarach w h v w jenostce czasu
6 Typowa wielkość przepływu? 1 m/s 1 m 1 m przepływ = w h v= 1 m 3 /s Jak powinny wygląać zmiany przepływu w czasie? Spróbujmy naszkicować, zakłaając kilkuniowy okres opaów w tym analizowanym okresie czasu. przepływ (m 3 /s) czas (ni)
7 Rzeczywisty przepływ w rzece Huson na wysokości Albany przepływ (m 3 /s) czas (ni) (czas w niach począwszy o Jan 1, 22) Jak można scharakteryzować własności opaów na anym terenie? Ich wielkość jest liczbą oatnią Skala czasu stosunkowo krótka goziny o ni potem ni bez opaów Opay maksymalnie o kilkunastu kilkuziesięciu centymetrów na obę
8 przepływ (m 3 /s) Przepływ Opay czas (ni) Okres opaów Opay (mm) czas (ni) Opay eszczu w Albany NY przepływ (m 3 /s) (A) Przepływ Największy przepływ Opay (mm) (B) Opay czas (ni) Największy opa czas (ni) Szeregi czasowe są poobne ale nie ientyczne nawet ich maksima są w różnych miejscach. Dlaczego?
9 Deszcz w Albany nie jest jeynym czynnikiem wpływającym na wielkość przepływu w tym mieście Opay eszczu w Albany NY przepływ (m 3 /s) (A) Przepływ Szeroki impuls szybki wzrost, wolniejszy spaek Opay (mm) (B) Opay czas (ni) Wąski impuls Dlaczego? czas (ni) Wielkość przepływu zależy nie tylko o wielkości opaów w Albany ale w całym orzeczu.
10 Jak przewizieć wielkość przepływu na postawie opaów? Potrzeba trochę czasu by woa z opaów spłynęła o rzeki ponosząc jej poziom Wzrost poziomu w niu zisiejszym został wywołany przez opay mające miejsce w czasie kilku poprzezających ni Iea : Przepływ w anym punkcie jest opóźniony w stosunku o opaów, z uwagi na czas spływu wó opaowych z ląu o koryta rzeki Sformułowanie matematyczne: przepływjest śrenią ruchomą z opaów p w ciągu kilku ostatnich ni
11 przepływ suma opay zisiaj zisiaj i poprzenie ni la anego nia p la anego nia wagi w śreniej ruchomej przepływ la nia i opa w przeszłości wagi przykła 5 = w 1 p 5 + w 2 p 4 + w 3 p 3...
12 Poumowując aekwatność moelu śreniej ruchomej jest ukryta we właściwym oborze wag w 1 w 2 w 3 w 4... Tylko najbliższe w czasie opay mają wpływ na wielkość przepływu. Wartość wag może spaać ekspotencjalnie wraz ze wzrostem oległości w czasie j = exp + j w j c exp T1 T2 Wagi są obierane metoą prób i błęów (lub w inny, barziej wyrafinowany sposób). w j j = exp j exp 3 Wynik preykcji
13 Prawopoobieństwo i błą pomiarowy Jak zastosować rachunek prawopoobieństwa i statystykę matematyczną o analizy anych śroowiskowych a w szczególności o ilościowego opisu błęów Błęy pomiarowe najłatwiej analizować (i zrozumieć) używając aparatu matematycznego. =? =1.4 =? =.98 nieokreślone nieokreślone Zmienne losowe mogą cechować się pewną systematycznością (tenencją) mogą przyjmować pewne wartości częściej niż inne. Przykła = liczba atomów euteru w cząsteczce metanu. jest zmienną losową. H H C H H D C H H D C D H D C D D D C D H H H D D = =1 =2 =3 =4 Systematyczność zmiennej losowej może być scharakteryzowana rozkłaem prawopoobieństwa P(). Wartości w % (% -1%) lub w ułamkach (.-1. )
14 Cztery różne sposoby wizualizacji prawopoobieństwa P P 1%.1 1 3% % % % 4.5 Prawopoobieństwa sumują się o 1% lub o P P Jeśli zmienna losowa jest ciągła może przyjmować wartości z zaanego przeziału (skończonego lub nieskończonego) w sposób ciągły. głębokość, 5 =2.37
15 p() area, A Szare pole powierzchni określa prawopoobieństwo, ze rybka znajuje się mięzy głębokościami 1 i Prawopoobieństwo, że znajuje się pomięzy 1 i 2 Oczywiście Jak scharakteryzować rozkła prawopoobieństwa? p() 5 p() 5 Wartość centralna (maksymalna), szerokość rozkłau??? Istnieje kilka propozycji sposobów charakteryzowania kształtu. Zacznijmy o sposobów określania wartości typowej rozkłau (wartości oczekiwanej).
16 p() p() p() moe 5 moe meian area= 5% 5 mean 1 1 meian 1 mean area=5% 15 Wartość maksymalna 15 meiana 15 Wartość śrenia step 1: sposób obliczania wartości śreniej step 2: jeśli zamiast anych posługujemy się histogramem ane s histogram step 3: jeśli zastąpimy histogram rozkłaem prawopoobieństwa N s s s Dla zmiennej ciągłej N s N p s P( s ) s Rozkła prawopoobieństwa
17 Obliczenie szerokości rozkłau q() = (- typical ) 2 użyj wartości śreniej la typical Pierwiastek z wariancji jest e facto miarą szerokości rozkłau tj. σ Więc funkcja q()p() ma: małą wartość jeśli większość jest skupiona blisko typical, czyli rozkłap()skupiony (wąski) użą wartość jeśli większość jest zlokalizowana aleko o typical, czyli rozkłap()jest szeroki Wielkość pola powierzchni q()p() ilościowo charakteryzuje szerokość rozkłau prawopoobieństwa Dwa typowe rozkłay prawopoobieństwa p() Jenorony: impuls prostokątny 1/( max- min ) σ min max Normalny: funkcja zwonowa (gaussowska) Wariancja równa 2 σ
18 Przykłay zróżnicowania la normalnego rozkłau prawopoobieństwa Ta sama wariancja różne wartości śrenie Ta sama wartość śrenia różne wariancje 4 = σ = Funkcje zmiennej losowej ane zawierające błą pomiarowy przetworzenie anych wnioskowanie w warunkach losowych wartość pomierzona jenorony p..f. <<1 m = 2 jeen wynik, wartość moelu, m
19 Funkcje zmiennej losowej ane:p() regułam= 2 p(m)? metoa: = wartość bezwzglęną oano by zabezpieczyć się prze przypakiem gy m 2 <m 1 gym= 2 wówczas=m 1/2 przeział:= correspons to m= =1 correspons to m=1 p..f.: p() = 1 więc p[(m)]=1 pochona: / m = (1/2)m -1/2 w rezultacie: p(m) = (1/2) m -1/2 w przeziale <m<1 p() p(m) Jeśli p() jest stałe to p(m) jest skoncentrowane wokół m= Śrenia, i wariancja σ 2 Jaka bęzie m oraz σ m 2 la liniowej zmiany m=c? Dla śreniejm=c, 1 1 m la wariancji σ m 2 = c 2 σ 2 Wyniki niezbyt realistyczne jeen pomiar, jena wartość.
20
Modelowanie i Analiza Danych Przestrzennych
Moelowanie i Analiza anych Przestrzennych Wykła Anrzej Leśniak Katera Geoinformatyki i Informatyki Stosowanej Akaemia Górniczo-utnicza w Krakowie Prawopoobieństwo i błą pomiarowy Jak zastosować rachunek
Bardziej szczegółowoMetrologia Techniczna
Zakła Metrologii i Baań Jakości Wrocław, nia Rok i kierunek stuiów Grupa (zień tygonia i gozina rozpoczęcia zajęć) Metrologia Techniczna Ćwiczenie... Imię i nazwisko Imię i nazwisko Imię i nazwisko Błęy
Bardziej szczegółowoO nauczaniu oceny niepewności standardowej
8 O nauczaniu oceny niepewności stanarowej Henryk Szyłowski Wyział Fizyki UAM, Poznań PROBLEM O lat 90. ubiegłego wieku istnieją mięzynaroowe normy oceny niepewności pomiarowych [, ], zawierające jenolitą
Bardziej szczegółowoPole temperatury - niestacjonarne (temperatura zależy od położenia elementu ciała oraz czasu) (1.1) (1.2a)
PODSAWY WYMIANY CIEPŁA. Postawowe pojęcia w wymianie ciepła Sposoby transportu ciepła: przewozenie konwekcja - swobona - wymuszona promieniowanie ransport ciepła w ciałach stałych obywa się na roze przewozenia.
Bardziej szczegółowo1. Podstawowe pojęcia w wymianie ciepła
PODSAWY WYMIANY CIEPŁA. Postawowe pojęcia w wymianie ciepła Sposoby transportu ciepła: przewozenie konwekcja - swobona - wymuszona promieniowanie ransport ciepła w ciałach stałych obywa się na roze przewozenia.
Bardziej szczegółowoPole temperatury - niestacjonarne (temperatura zależy od położenia elementu ciała oraz czasu)
PODSAWY WYMIANY CIEPŁA. Postawowe pojęcia w wymianie ciepła Sposoby transportu ciepła: przewozenie konwekcja - swobona - wymuszona promieniowanie ransport ciepła w ciałach stałych obywa się na roze przewozenia.
Bardziej szczegółowoUNIWESRYTET EKONOMICZNY WE WROCŁAWIU HOSSA ProCAPITAL WYCENA OPCJI. Sebastian Gajęcki WYDZIAŁ NAUK EKONOMICZNYCH
UNIWESRYTET EKONOMICZNY WE WROCŁAWIU HOSSA ProCAPITAL WYCENA OPCJI Sebastian Gajęcki WYDZIAŁ NAUK EKONOMICZNYCH WPROWADZENIE Opcje są instrumentem pochonym, zatem takim, którego cena zależy o ceny instrumentu
Bardziej szczegółowoZalecenia do dyplomów z Kanalizacji
Zalecenia o yplomów z Kanalizacji A Kanalizacja eszczowa - miejskiej jenostki osaniczej Aktualny stan prawny nakłaa na projektantów systemów kanalizacyjnych obowiązek bezpiecznego ich wymiarowania, tj.
Bardziej szczegółowoPole temperatury - niestacjonarne (temperatura zależy od położenia elementu ciała oraz czasu)
PODSAWY WYMIANY CIEPŁA. Postawowe pojęcia w wymianie ciepła Sposoby transportu ciepła: przewozenie konwekcja - swobona - wymuszona promieniowanie ransport ciepła w ciałach stałych obywa się na roze przewozenia.
Bardziej szczegółowoWykład Pole magnetyczne, indukcja elektromagnetyczna
Wykła 5 5. Pole magnetyczne, inukcja elektromagnetyczna Prawo Ampera Chcemy teraz znaleźć pole magnetyczne wytwarzane przez powszechnie występujące rozkłay prąów, takich jak przewoniki prostoliniowe, cewki
Bardziej szczegółowoĆWICZENIE LABORATORYJNE nr 1. Wyznaczanie współczynnika wydatku otworów z przystawkami oraz otworów zatopionych
ĆWICZENIE LABORATORYJNE nr Wyznaczanie współczynnika wyatku otworów z przystawkami oraz otworów zatopionych Kolejność czynności:. Pomierzyć wymiary geometryczne stanowiska oraz śrenice otworów w płycie
Bardziej szczegółowoPrzekształcenie całkowe Fouriera
Przekształcenie całkowe Fouriera Postać zespolona szeregu Fouriera Niech ana bęzie funkcja f spełniająca w przeziale [, ] warunki Dirichleta. Wtey szereg Fouriera tej funkcji jest o niej zbieżny, tj. przy
Bardziej szczegółowoPOMIAR WSPÓŁCZYNNIKA PRZEWODNOŚCI CIEPLNEJ ALUMINIUM
POMIAR WSPÓŁCZYNNIKA PRZEWODNOŚCI CIEPLNEJ ALUMINIUM I. Cel ćwiczenia: pomiar współczynnika przewoności cieplnej aluminium. II. Przyrząy: III. Literatura: zestaw oświaczalny złożony z izolowanego aluminiowego
Bardziej szczegółowoSTATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Bardziej szczegółowoTemat: Równowaga dynamiczna koryt rzecznych
INŻYNIERIA RZECZNA Konspekt wykłau Temat: Równowaga ynamiczna koryt rzecznych Koryto rzeczne jest w równowaze ynamicznej (jest stabilne ynamicznie) jeżeli w ługim okresie czasu (kilkunastu, kilkuziesięciu
Bardziej szczegółowoMECHANIKA PŁYNÓW LABORATORIUM
MECHANIKA PŁYNÓW LABORATORIUM Ćwiczenie nr 2 Wyznaczanie współczynnika oporów liniowych i współczynnika strat miejscowych w ruchu turbulentnym. Celem ćwiczenia jest zapoznanie się z laboratoryjną metoą
Bardziej szczegółowoMetoda oceny ryzyka uszkodzeń katastroficznych poszycia statku powietrznego z kompozytów warstwowych
Metoa oceny ryzyka uszkozeń katastroficznych poszycia statku powietrznego... 7 ZAGADIEIA EKSPLOATACJI MASZY Zeszyt 4 (5) 007 HERYK SMOLIŃSKI *, MIECZYSŁAW STUKOIS * Metoa oceny ryzyka uszkozeń katastroficznych
Bardziej szczegółowoAlgorytmy graficzne. Metody binaryzacji obrazów
Algorytmy graficzne Metoy binaryzacji obrazów Progowanie i binaryzacja Binaryzacja jest procesem konwersji obrazów kolorowych lub monochromatycznych (w ocieniach szarości) o obrazu wupoziomowego (binarnego).
Bardziej szczegółowoWYKŁAD nr Ekstrema funkcji jednej zmiennej o ciągłych pochodnych. xˆ ( ) 0
WYKŁAD nr 4. Zaanie programowania nieliniowego ZP. Ekstrema unkcji jenej zmiennej o ciągłych pochonych Przypuśćmy ze punkt jest punktem stacjonarnym unkcji gzie punktem stacjonarnym nazywamy punkt la którego
Bardziej szczegółowoMetody obliczeniowe. wykład nr 5. metody Monte Carlo zastosowanie metod do obliczenia całek wielokrotnych. Nr: 1
Nr: Metoy obliczeniowe wykła nr 5 etoy Monte Carlo zastosowanie eto o obliczenia całek wielokrotnych Nr: Obliczanie całek wielokrotnych... f (,..., n... n? kubatury - wielowyiarowe opowieniki kwaratur
Bardziej szczegółowoHISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =
HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki
Bardziej szczegółowoSzereg i transformata Fouriera
Analiza danych środowiskowych III rok OŚ Wykład 3 Andrzej Leśniak KGIS, GGiOŚ AGH Szereg i transformata Fouriera Cel wykładu: Wykrywanie i analiza okresowości w szeregach czasowych Przepływ wody w rzece
Bardziej szczegółowoInstrukcja do laboratorium Materiały budowlane Ćwiczenie 12 IIBZ ĆWICZENIE 12 METALE POMIAR TWARDOŚCI METALI SPOSOBEM BRINELLA
Instrukcja o laboratorium Materiały buowlane Ćwiczenie 1 ĆWICZENIE 1 METALE 1.1. POMIAR TWAROŚCI METALI SPOSOBEM BRINELLA Pomiar twarości sposobem Brinella polega na wciskaniu przez określony czas twarej
Bardziej szczegółowoINSTYTUT INŻYNIERII ŚRODOWISKA ZAKŁAD GEOINŻYNIERII I REKULTYWACJI ĆWICZENIE NR 5
INSTYTUT INŻYNIERII ŚRODOWISKA ZAKŁAD GEOINŻYNIERII I REKUTYWACJI aboratorium z mechaniki płynów ĆWICZENIE NR 5 POMIAR WSPÓŁCZYNNIKA STRAT PRZEPŁYWU NA DŁUGOŚCI. ZASTOSOWANIE PRAWA HAGENA POISEU A 1. Cel
Bardziej szczegółowoWykłady z Hydrauliki- dr inż. Paweł Zawadzki, KIWIS WYKŁAD 3
WYKŁAD 3 3.4. Postawowe prawa hyroynamiki W analizie problemów przepływów cieczy wykorzystuje się trzy postawowe prawa fizyki klasycznej: prawo zachowania masy, zachowania pęu i zachowania energii. W większości
Bardziej szczegółowoProjektowanie Systemów Elektromechanicznych. Wykład 3 Przekładnie
Projektowanie Systemów Elektromechanicznych Wykła 3 Przekłanie Zębate: Proste; Złożone; Ślimakowe; Planetarne. Cięgnowe: Pasowe; Łańcuchowe; Linowe. Przekłanie Przekłanie Hyrauliczne: Hyrostatyczne; Hyrokinetyczne
Bardziej szczegółowoKOOF Szczecin: www.of.szc.pl
LVIII OLIMPIADA FIZYCZNA (2008/2009). Stopień II, zaanie oświaczalne D. Źróło: Autor: Nazwa zaania: Działy: Słowa kluczowe: Komitet Główny Olimpiay Fizycznej. Ernest Groner Komitet Główny Olimpiay Fizycznej,
Bardziej szczegółowoWprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
Bardziej szczegółowoPrzekształtniki tyrystorowe (ac/dc)
Przekztałtniki tyrytorowe (ac/c) Struktury (najczęściej toowane) Uprozczona analiza ( L 0, i cont ) Przebiegi napięć, prąów i mocy Wzory na wartości śrenie, kuteczne, harmoniczne Komutacja ( L > 0, i cont
Bardziej szczegółowo1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Bardziej szczegółowoANALIZA NUMERYCZNA ROZKŁADU TEMPERATURY W ZEWNĘTRZNEJ PRZEGRODZIE PIONOWEJ
Buownictwo o zoptymalizowanym potencjale energetycznym 1(13) 2014, s. 22-27 Anna DERLATKA, Piotr LACKI Politechnika Częstochowska ANALIZA NUMERYCZNA ROZKŁADU TEMPERATURY W ZEWNĘTRZNEJ PRZEGRODZIE PIONOWEJ
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Bardziej szczegółowoSTATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami
Bardziej szczegółowoMODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 5: RENTY ŻYCIOWE
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 5: RENTY ŻYCIOWE Rentą życiową nazywamy ciąg płatności który ustaje w chwili śmierci pewnej osoby (zwykle ubezpieczonego) Mówiąc o rencie życiowej nie zaznaczamy
Bardziej szczegółowoKomputerowa Analiza Danych Doświadczalnych
Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk e-mail: gos@if.pw.edu.pl tel: +48 22 234 58 51 konsultacje: poniedziałek, 10-11, środa: 11-12 www: http://www.if.pw.edu.pl/~gos/students/kadd
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowoCharakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Bardziej szczegółowoSposoby opisu i modelowania zakłóceń kanałowych
INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń
Bardziej szczegółowoKatedra Silników Spalinowych i Pojazdów ATH ZAKŁAD TERMODYNAMIKI. Badanie pompy ciepła - 1 -
Katera Silników Spalinowych i Pojazów ATH ZAKŁAD TERMODYNAMIKI Baanie pompy - - Wstęp teoretyczny Pompa jest urzązeniem eneretycznym, które realizuje przepływ w kierunku wzrostu temperatury. Pobiera ciepło
Bardziej szczegółowoOptyka 2. Projekt współfinansowany przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
Optka Projekt współinansowan przez Unię Europejską w ramach Europejskiego Funuszu Społecznego Optka II Promień świetln paając na powierzchnię zwierciała obija się zgonie z prawem obicia omówionm w poprzeniej
Bardziej szczegółowoPorównywanie populacji
3 Porównywanie populacji 2 Porównywanie populacji Tendencja centralna Jednostki (w grupie) według pewnej zmiennej porównuje się w ten sposób, że dokonuje się komparacji ich wartości, osiągniętych w tej
Bardziej szczegółowoZmienność wiatru w okresie wieloletnim
Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach
Bardziej szczegółowoROZDZIAŁ 5. Renty życiowe
ROZDZIAŁ 5 Renty życiowe Rentą życiową nazywamy ciąg płatności który ustaje w chwili śmierci pewnej osoby (zwykle ubezpieczonego) Mówiąc o rencie życiowej nie zaznaczamy czy osoba której przyszły czas
Bardziej szczegółowoALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Regresja liniowa Korelacja Modelowanie Analiza modelu Wnioskowanie Korelacja 3 Korelacja R: charakteryzuje
Bardziej szczegółowoAkademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki Przetwarzanie Sygnałów Studia Podyplomowe, Automatyka i Robotyka. Wstęp teoretyczny Zmienne losowe Zmienne losowe
Bardziej szczegółowoMetody Statystyczne. Metody Statystyczne.
gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja
Bardziej szczegółowoDynamiczne operacje i techniki rozdzielania fazy stałej oraz fazy stałej od ciekłej i granulometria
KATEDRA INŻYNIERII CHEMICZNEJ I PROCESOWEJ Ko ćwiczenia: KL-1 INSTRUKCJE ĆWICZEŃ LABORATORYJNYCH Dynamiczne operacje i techniki rozzielania fazy stałej oraz fazy stałej o ciekłej i granulometria KL-1B
Bardziej szczegółowoĆWICZENIE 41 WYZNACZANIE WSPÓŁCZYNNIKA ZAŁAMANIA ŚWIATŁA ZA POMOCĄ MIKROSKOPU. Kraków, luty 2004 - kwiecień 2015
Józef Zapłotny, Maria Nowotny-Różańska Zakła Fizyki, Uniwersytet Rolniczy Do użytku wewnętrznego ĆWICZENIE 41 WYZNACZANIE WSPÓŁCZYNNIKA ZAŁAMANIA ŚWIATŁA ZA POMOCĄ MIKROSKOPU Kraków, luty 2004 - kwiecień
Bardziej szczegółowoĆ W I C Z E N I E N R E-17
INSTYTUT FIZYKI WYDZIAŁ INŻYNIERII PRODUKCJI I TECHNOLOGII MATERIAŁÓW POLITECHNIKA CZĘSTOCHOWSKA PRACOWNIA ELEKTRYCZNOŚCI I MAGNETYZMU Ć W I C Z E N I E N R E-17 WYZNACZANIE STAŁEJ DIELEKTRYCZNEJ RÓŻNYCH
Bardziej szczegółowoMierzymy grubość optyczną aerozoli Krzysztof Markowicz Instytut Geofizyki, Wydział Fizyki, Uniwersytet Warszawski
Mierzymy grubość optyczną aerozoli Krzysztof Markowicz Instytut Geofizyki, Wyział Fizyki, Uniwersytet Warszawski Czas trwania: 0 minut Czas obserwacji: owolny w ciągu nia Wymagane warunki meteorologiczne:
Bardziej szczegółowoAnaliza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU
Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów
Bardziej szczegółowoGraficzna prezentacja danych statystycznych
Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych Katowice, 12 i 26 czerwca 2014 r. Dopasowanie narzędzia do typu zmiennej Dobór narzędzia do
Bardziej szczegółowoSieć przesyłająca żetony CP (counter propagation)
Sieci neuropodobne IX, specyficzne architektury 1 Sieć przesyłająca żetony CP (counter propagation) warstwa Kohonena: wektory wejściowe są unormowane jednostki mają unormowane wektory wag jednostki są
Bardziej szczegółowoWstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński
Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoTesty nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
Bardziej szczegółowoImię i nazwisko (e mail): Rok: 2018/2019 Grupa: Ćw. 5: Pomiar parametrów sygnałów napięciowych Zaliczenie: Podpis prowadzącego: Uwagi:
Wydział: EAIiIB Imię i nazwisko (e mail): Rok: 2018/2019 Grupa: Zespół: Data wykonania: LABORATORIUM METROLOGII Ćw. 5: Pomiar parametrów sygnałów napięciowych Zaliczenie: Podpis prowadzącego: Uwagi: Wstęp
Bardziej szczegółowoWYZNACZANIE WZGLĘDNEJ PRZENIKALNOŚCI DIELEKTRYCZNEJ RÓŻNYCH MATERIAŁÓW DIELEKTRYCZNYCH
INTYTUT ELEKTRONIKI I YTEMÓW TEROWANIA WYDZIAŁ ELEKTRYCZNY POLITECHNIKA CZĘTOCHOWKA LABORATORIUM FIZYKI ĆWICZENIE NR E-3 WYZNACZANIE WZGLĘDNEJ PRZENIKALNOŚCI DIELEKTRYCZNEJ RÓŻNYCH MATERIAŁÓW DIELEKTRYCZNYCH
Bardziej szczegółowoElementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoMODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Bardziej szczegółowoAnaliza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Bardziej szczegółowoPrzepływ w korytach otwartych. kanał otwarty przepływ ze swobodną powierzchnią
Przepływ w korytach otwartych kanał otwarty przepływ ze swobodną powierzchnią Przepływ w korytach otwartych Przewody otwarte dzielimy na: Naturalne rzeki strumienie potoki Sztuczne kanały komunikacyjne
Bardziej szczegółowo5.2. OCHROPOWATOŚĆ BEZWZGLĘDNA k RUR (PN-76/M- 34034)
18 Lp. 5.. OCHROPOWATOŚĆ BEZWZGLĘDNA k RUR (PN-76/M- 34034) Materiał i rozaj rury Stan powierzchni i warunki eksploatacji Bezwzglęna chropowatość rury k [mm] 1 3 4 Rury 1 walcowane z miezi, mosiązu, brązu
Bardziej szczegółowoWykład 8: Zbieżność według rozkładu. Centralne twierdzenie graniczne.
Rachuek prawopoobieństwa MA5 Wyział Elektroiki, rok aka 20/2, sem leti Wykłaowca: r hab A Jurlewicz Wykła 8: Zbieżość weług rozkłau Cetrale twierzeie graicze Zbieżości ciągu zmieych losowych weług rozkłau
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych
Bardziej szczegółowoWykład 5: Statystyki opisowe (część 2)
Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz
Bardziej szczegółowoPlan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii
Plan wykładu Statystyka opisowa Dane statystyczne miary położenia miary rozproszenia miary asymetrii Statystyka matematyczna Podstawy estymacji Testowanie hipotez statystycznych Żródła Korzystałam z ksiażek:
Bardziej szczegółowoRegresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).
Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych
Bardziej szczegółowoRegresja i Korelacja
Regresja i Korelacja Regresja i Korelacja W przyrodzie często obserwujemy związek między kilkoma cechami, np.: drzewa grubsze są z reguły wyższe, drewno iglaste o węższych słojach ma większą gęstość, impregnowane
Bardziej szczegółowoW statystyce stopień zależności między cechami można wyrazić wg następującej skali: n 1
Temat: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00 0,20) Słaba
Bardziej szczegółowoMiary 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 cechy. Średnia arytmetyczna suma wartości zmiennej wszystkich
Bardziej szczegółowoWykład 13: Zbieżność według rozkładu. Centralne twierdzenie graniczne.
Rachuek prawopoobieństwa MA064 Wyział Elektroiki, rok aka 2008/09, sem leti Wykłaowca: r hab A Jurlewicz Wykła 3: Zbieżość weług rozkłau Cetrale twierzeie graicze Zbieżości ciągu zmieych losowych weług
Bardziej szczegółowoPozyskiwanie wiedzy z danych
Pozyskiwanie wiedzy z danych dr Agnieszka Goroncy Wydział Matematyki i Informatyki UMK PROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO Pozyskiwanie wiedzy
Bardziej szczegółowoĆwiczenie: Wybrane zagadnienia z korelacji i regresji.
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)
Bardziej szczegółowoU L T R A ZAKŁAD BADAŃ MATERIAŁÓW
U L T R A ZAKŁAD BADAŃ MATERIAŁÓW Zał 1 instr Nr02/01 str. 53-621 Wrocław, Głogowska 4/55, tel/fax 071 3734188 52-404 Wrocław, Harcerska 42, tel. 071 3643652 www.ultrasonic.home.pl tel. kom. 0 601 710290
Bardziej szczegółowoZadania z badań operacyjnych Przygotowanie do kolokwium pisemnego
Zaania z baań operacyjnych Przygotowanie o kolokwium pisemnego 1..21 Zaanie 1.1. Dane jest zaanie programowania liniowego: 4x 1 + 3x 2 max 2x 1 + 2x 2 1 x 1 + 2x 2 4 4x 2 8 x 1, x 2 Sprowazić zaanie o
Bardziej szczegółowoSYSTEM DO POMIARU STRUMIENIA OBJĘTOŚCI WODY ZA POMOCĄ ZWĘŻKI
Postawy Metrologii i Technik Eksperymentu Laboratorium SYSTEM DO POMIARU STRUMIENIA OBJĘTOŚI WODY ZA POMOĄ ZWĘŻKI Instrukcja o ćwiczenia nr 6 Zakła Miernictwa i Ochrony Atmosfery Wrocław, listopa 2010
Bardziej szczegółowoAnaliza danych środowiskowych III rok OŚ
Analiza danych środowiskowych III rok OŚ Wykład 6 Andrzej Leśniak KGIS, GGiOŚ AGH Kroskorelacja Cel wykładu Rozszerzenie idei autokorelacji na przypadek dwóch różnych szeregów czasowych oraz dyskusja koherencji
Bardziej szczegółowoGeometria płaska - matura Przyprostokątne trójkąta prostokątnego mają długości 3 7cm poprowadzona z wierzchołka kąta prostego ma długość: 12
Geometria płaska - matura 010 1. Przyprostokątne trójkąta prostokątnego mają ługości 7cm i 4 7cm. Wysokość poprowazona z wierzchołka kąta prostego ma ługość: 1 5 A. 7cm B. cm C. 8 7cm D. 7 7cm 5 7. Miara
Bardziej szczegółowoLABORATORIUM PODSTAW TELEKOMUNIKACJI
WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego w Warszawie Wydział Elektroniki LABORATORIUM PODSTAW TELEKOMUNIKACJI Grupa Podgrupa Data wykonania ćwiczenia Ćwiczenie prowadził... Skład podgrupy:
Bardziej szczegółowoP o l i t e c h n i k a Ś l ą s k a W y d z i a ł C h e m i c z n y Katedra Chemii, Technologii Nieorganicznej i Paliw
P o l i t e c h n i k a Ś l ą s k a W y z i a ł C h e m i c z n y Katera Chemii, Technoloii Nieoranicznej i Paliw A N A L I Z A P R Z E M Y S Ł O W A Instrukcje o ćwiczeń A N A L I Z A S I T O W A Oznaczanie
Bardziej szczegółowoPomiar siły parcie na powierzchnie płaską
Pomiar siły parcie na powierzchnie płaską Wydawać by się mogło, że pomiar wartości parcia na powierzchnie płaską jest technicznie trudne. Tak jest jeżeli wyobrazimy sobie pomiar na ściankę boczną naczynia
Bardziej szczegółowoSTATYSTYKA OPISOWA. Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych; - badanie stanu zdrowia w pewnej miejscowości; - badanie stopnia zanieczyszczenia gleb metalami ciężkimi
Bardziej szczegółowoAnaliza regresji - weryfikacja założeń
Medycyna Praktyczna - portal dla lekarzy Analiza regresji - weryfikacja założeń mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie (Kierownik Zakładu: prof.
Bardziej szczegółowoOznacza to, że chcemy znaleźć minimum, a właściwie wartość najmniejszą funkcji
Wykład 11. Metoda najmniejszych kwadratów Szukamy zależności Dane są wyniki pomiarów dwóch wielkości x i y: (x 1, y 1 ), (x 2, y 2 ),..., (x n, y n ). Przypuśćmy, że nanieśliśmy je na wykres w układzie
Bardziej szczegółowoKORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład II: i charakterystyki ich rozkładów 24 lutego 2014 Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa, cz. II Wartość oczekiwana Dystrybuanty Słowniczek teorii prawdopodobieństwa,
Bardziej szczegółowoA. ZałoŜenia projektowo konstrukcyjne
Projekt przekłani pasowej ZADANIE KONSTRUKCYJNE Zaanie polega na opracowaniu konstrukcji przekłani pasowej przenoszącej moment obrotowy z wałka silnika na wał napęowy zespołu obrabiarki. A. ZałoŜenia projektowo
Bardziej szczegółowoW2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. dr hab. Jerzy Nakielski Katedra Biofizyki i Morfogenezy Roślin Plan wykładu: 1. Etapy wnioskowania statystycznego 2. Hipotezy statystyczne,
Bardziej szczegółowoMetoda obrazów wielki skrypt przed poświąteczny, CZĘŚĆ POTRZEBNA DO OFa
Metoa obrazów wielki skrypt prze poświąteczny, CZĘŚĆ POTRZEBNA DO OFa 1. Równania i warunki brzegowe Dlaczego w ogóle metoa obrazów ziała? W elektrostatyce o policzenia wszystkiego wystarczą 2 rzeczy:
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowodr inż. Michał Michna WSPOMAGANIE OBLICZEŃ MATEMATYCZNYCH
dr inż. Michał Michna WSPOMAGANIE OBLICZEŃ MATEMATYCZNYCH Wspomaganie obliczeń matematycznych Potrzeby Projektowanie Modelowanie Symulacja Analiza wyników Narzędzia Obliczenia algebraiczne optymalizacja
Bardziej szczegółowoMechanika kwantowa ćwiczenia, 2007/2008, Zestaw II
1 Dane są następujące operatory: ˆD = x, ˆQ = π 0 x, ŝin = sin( ), ĉos = cos( ), ˆπ = π, ˆ0 = 0, przy czym operatory ˆπ oraz ˆ0 są operatorami mnożenia przez opowienie liczby (a) Wyznacz kwarat oraz owrotność
Bardziej szczegółowo2+3*5= 2+3/5= 2+3spacja/5= <Shift+6> 3 spacja / spacja <Shift+6> 1/3 = ( ) a:10. zmienna π jest już zdefiniowana w programie
Mathca - Postaw r inż. Konra Witkiewicz kwit.zut.eu.pl Proste obliczenia Włączam pasek narzęzi Math: View Toolbars Math. Klikam na pierwszą ikonę paska Math ab wświetlić pasek narzęzi Calculator: Obliczć
Bardziej szczegółowoII. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski
II. RÓŻNICZKOWANIE I CAŁKOWANIE NUMERYCZNE Janusz Adamowski 1 1 Różniczkowanie numeryczne Rozważmy funkcję f(x) określoną na sieci równoodległyc węzłów. Funkcja f(x) może być dana za pomocą wzoru analitycznego
Bardziej szczegółowoPodstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na
Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które
Bardziej szczegółowoSTATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Praca z danymi zaczyna się od badania rozkładu liczebności (częstości) zmiennych. Rozkład liczebności (częstości) zmiennej to jakie wartości zmienna
Bardziej szczegółowoα k = σ max /σ nom (1)
Badanie koncentracji naprężeń - doświadczalne wyznaczanie współczynnika kształtu oprac. dr inż. Ludomir J. Jankowski 1. Wstęp Występowaniu skokowych zmian kształtu obciążonego elementu, obecności otworów,
Bardziej szczegółowoRozkłady statystyk z próby
Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny
Bardziej szczegółowoZadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.
Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w
Bardziej szczegółowo