Oszacowanie warto ci charakterystycznej wytrzyma o ci betonu na ciskanie wed ug aktualnych zalece normowych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Oszacowanie warto ci charakterystycznej wytrzyma o ci betonu na ciskanie wed ug aktualnych zalece normowych"

Transkrypt

1 Budowictwo i Architektura 1(3) (013) Oszacowaie wartoci charakterystyczej wytrzymaoci betou a ciskaie wedug aktualych zalece ormowych Izabela Skrzypczak 1 1 Katedra Geodezji i Geotechiki, Wydzia Budowictwa i Iyierii rodowiska, Politechika Rzeszowska, e mail: izas@prz.edu.pl Streszczeie: Stosowaie odwiertów rdzeiowych jest itegral czci ocey istiejcych kostrukcji, które maj by moderizowae, przeprojektowywae lub zostay uszkodzoe. Ocey wyików bada i szacowaia wartoci charakterystyczych wytrzyma- oci a ciskaie moa wykoa wedug metody statystyczej zapropoowaej w zacziku D do ormy PN-EN 1990, a take wedug PN- EN Procedury, zalecae w obu dokumetach rói si od siebie, co moe prowadzi do róych oszacowa wartoci charakterystyczych. Zweryikowao, e wartoci wytrzymaoci charakterystyczej a ciskaie, okreloe wedug obydwu orm s do siebie zblioe. Wartoci charakterystyczej wytrzymaoci a ciskaie okreloo w odiesieiu do obecie obowizujcych zalece ormowych zawartych w PN-EN i PN-EN Zaczik D. Sowa kluczowe: beto, wytrzymao charakterystycza, oszacowaie, zaleceia ormowe 1. Wprowadzeie Stosowaie odwiertów jest itegral czci sprawdzaia wiarygodoci istiejcych kostrukcji betoowych lub elbetowych, co do których istiej iepewoci zwizae z waciwociami materiaów. Oszacowaie wartoci charakterystyczej wytrzymaoci betou w kostrukcjach a podstawie odwiertów rdzeiowych moa wykoa zgodie z orm PN-EN [1], która opiera si a zaleceiach zawartych w EN 06-1 [3], a wic okreleiu waciwoci betou a podstawie kryteriów zgodoci. Normatyw PN-EN [1] za szczególie uzasadioe przypadki, w których oszacowaie wytrzymaoci betou a ciskaie moe by dokoywae a podstawie wyików badaia odwiertów rdzeiowych dla istiejcych obiektów, przyjmuje astpujce sytuacje: ocea stau techiczego istiejcych kostrukcji, w przypadku gdy maj by oe moderizowae lub przeprojektowae; dokoaie ocey bezpieczestwa kostrukcji, w sytuacji gdy pojawiaj si wtpliwoci odoie wytrzymaoci betou a ciskaie w kostrukcji, spowodowae bdami wykoawczymi, uszkodzeiami poarowymi betou bd te iymi czyikami. Oce statystycz i oszacowaie wartoci charakterystyczych a podstawie bada przedstawia rówie Zaczik D Projektowaie wspomagae badaiami do PN-EN 1990 []. Zapropoowaa w Zacziku procedura statystycza jest spója z dokumetami ISO 138 [5], ISO 1491 [6] oraz PN-ISO 394 [7]. Metody statystycze, stosowae w celu oszacowaia wartoci charakterystyczych wytrzymaoci betou, w iektórych przypadkach, mog by uywae do bezporediego szacowaia wartoci projektowych, dlatego bardzo waa jest spójo zapropoowaych procedur obliczeiowych. Procedury zapropoowae w ormach PN-EN [1] i PN-EN 1990 [], jedak rói si od siebie i mog prowadzi do róych oszacowa wartoci charakterystyczej. Empirycze relacje okreloe w PN- EN [1] prowadz do uzyskiwaia wyszych wartoci charakterystyczej wytrzymaoci betou, a zatem od stroy iebezpieczej.

2 194 Izabela Skrzypczak Uzyskae wartoci wytrzymaoci charakterystyczej a ciskaie odiesioo do obecie obowizujcych wytyczych projektowych zawartych w PN-EN Zaczik D [] oraz PN-EN 199 [3].. Oszacowaie wartoci charakterystyczych wedug PN-EN Norma PN-EN [1] przewiduje dwie róe procedury ocey wytrzymaoci betou a ciskaie w kostrukcji w zaleoci od liczby wyików bada. Norma [1] rozróia dwa przypadki: Przypadek A - dyspoujemy 15 lub wicej wyikami bada wytrzymaoci wykoaymi a odwiertach rdzeiowych. Wytrzymao charakterystycza betou w kostrukcji ck, is jest miejsz z wartoci: lub k s ck, is m( ), is, is, lowest 4 () ck is gdzie: m(), is wytrzymao redia z wyików bada i s, lowest ajmiejszy wyik badaia wytrzymaoci wród wyików bada k wspóczyik statystyczy (warto k przyjmowaa jest jako 1,48) s odchyleie stadardowe (s powio by wartoci wyliczo, lub rów,0 MPa, w zaleoci od tego, która warto jest wiksza). Przypadek B - dyspoujemy miej i 15 wyikami bada wytrzymaoci wykoaymi a odwiertach rdzeiowych (3 14 wyików). Wytrzymao charakterystycza betou w kostrukcji ck, is jest miejsz z wartoci: lub ck, is m( ), is k ck, is = m(), is - k (3), is, lowest 4 (4) ck is gdzie: m(), is, is, lowest jak we wzorach (1) i () k wspóczyik (warto z Tabeli 1 w zaleoci od liczby wyików bada) Tabela 1. Zmiea k przy maej liczbie wyików bada [1] k od 10 do 14 5 od 7 do 9 6 od 3 do 6 7 Po ustaleiu wytrzymaoci charakterystyczej betou w kostrukcji ck,,is moa zakwaliikowa beto do odpowiediej klasy zgodej z orm PN-EN 06-1 [4]. 3. Oszacowaie wartoci charakterystyczych wedug PN-EN 1990 Przy oceie wyików bada zaleca si porówaie zachowaia si próbek i postaci ziszczeia z przewidywaymi teoretyczie. Wszystkie zaczce iezgodoci w stosuku do przewidywaych (zaoe) aley wyjai poprzez dodatkowe badaia lub modyikacj (zmia) modelu teoretyczego. Zgodie z Zaczikiem D do ormy PN-EN 1990 [] zaleca si, aby oce wyików bada przeprowadza a podstawie metod statystyczych z wykorzystaiem istiejcych iormacji o typie stosowaego rozkadu i zwizaych z im parametrów. Metoda wymieioa w zacziku D moe by stosowaa tylko wtedy, gdy s speioe poisze waruki: dae statystycze (w tym iormacje a priori) podae s z okreloych i wystarczajco wiarygodych daych ródowych; (1)

3 Iżyieria Materiałów Budowlaych Oszacowaie wartości charakterystyczej dostpa jest wystarczajca liczba obserwacji. Na poziomie iterpretacji ocey wyików bada rozróia si trzy, gówe kategorie: przeprowadza si tylko jedo badaie (lub bardzo mao bada) i ada klasycza statystycza iterpretacja ie jest moliwa. W takim przypadku aley wykorzysta szerok wiedz a priori zwiza z hipotez o wzgldych stopiach waoci tej iormacji i wyików bada rozumiaych jako ocea statystycza (ocea z wykorzystaiem procedur Bayesa opisae w ormie ISO 1491 [4], L. Bruarski [8], L. Czarecki [9]); w celu ocey parametru przeprowadza si wiksz seri bada i moa wykorzysta klasycza oce statystycz. Najczstsze przypadki z tej kategorii zostay przedstawioe w Zacziku D, pkt D7. W procedurze tej, jest moliwe wykorzystaie iormacji a priori o parametrze, posiadaie iormacji wczeiejszych jest miej koiecze i w przypadku powyej; przeprowadza si seri bada w celu kalibracji modelu (jako ukcji) i jedego lub wicej zwizaych parametrów i jest moliwa klasycza iterpretacja statystycza. Zaczik D do PN EN 1990 [] zawiera ogóle wytycze do ocey pojedyczej waciwoci, któr moe by: oo wyrobu; waciwo wpywajca a oo wyrobu. Wytycze zawarte w Zacziku D zawieraj bardzo wa iormacj praktycz: Tablice i wyraeia podae w D7. i D7.3 ustaloo a podstawie astpujcych zaoe: wszystkie zmiee wykazuj rozkady ormale lub log-ormale; ie ma iormacji wczeiejszych dotyczcych wartoci rediej; w przypadku, gdy V x iezae, ie ma wczeiejszej wiedzy o wartoci wspóczyika zmieoci; w przypadku, gdy V x zae, istieje pea wiedza o wartoci wspóczyika zmieoci. Procedury wymieioe w Zacziku D ormy PN-EN 1990 [] opieraj si a zao- eiu, e zay jest rozkad statystyczy aalizowaej waciwoci. Przyjcie rozkadu log-ormalego, ma t zalet, e w przeciwiestwie do rozkadu ormalego umoliwia wyelimiowae wystpowaia wartoci ujemych. Zakada si rówie, e ie jest zaa wiedza a priori o rediej m(),is. redia jest okreloa a podstawie wyików bada, zgodie z zaleoci: m( ), is i1 is, i gdzie: is pojedyczy wyik pomiaru wytrzymaoci betou a ciskaie, m(),is redia warto wytrzymaoci betou a ciskaie w kostrukcji, uzyskaa z - wyików pomiarów. Zgodie z zaczikiem D do ormy EN 1990 [1] (a take ormatywami ISO 1491 [4] i PN-ISO 394 [5]) warto charakterystycza wytrzymaoci betou a ciskaie a podstawie wyików bada moe by oszacowaa a podstawie ormuy: ck, is m( ), is (1 k V x ) (6) gdzie: k warto wspóczyika dla 5% wartoci charakterystyczej przyjta zgodie z Tabel D1 Zaczika D ormy PN-EN 1990 [] (warto k uzaleioa jest od liczeboci próby oraz iormacji a temat wspóczyika zmieoci: V x zae lub V x iezae ). W praktyce preeruje si stosowaie przypadku V x zae razem z koserwatyw gór oce V x, i V x iezae. Zaleca si przyjmowaie wartoci V x, jeli jest oa iezaa, ie miejszej i 0,10. Dla ocey wytrzymaoci charakterystyczej a ciskaie wspóczyik zmieoci V x iezae moa obliczy ze wzoru: (5)

4 196 Izabela Skrzypczak V x s (7) m( ),is gdzie : s odchyleie stadardowe próbki, obliczoe a podstawie - wyików bada ze wzoru: 1 ( is,i m( ),is ) (8) 1 i1 s Dola graica wartoci charakterystyczej jest szacowaa a podstawie wyików bada, uwzgldiajc poziom uoci przyajmiej rówy 0,75. Przy braku iych iormacji, charakterystycz warto przyjmuje si rów 0,05 kwatyla rozkadu ormalego [ISO 394]. Oszacowaia wartoci charakterystyczej wytrzymaoci betou a ciskaie moa wykoa zgodie z zaleceiami zawartymi w PN-EN Zgodie z orm PN-EN 06-1 [1] wytrzymao charakterystycza jest to warto wytrzymaoci, poiej której moe si zale 5% populacji wszystkich moliwych ozacze wytrzyma- oci dla daej objtoci betou. Wielko ck,is moa wic zdeiiowa jako 5% kwatyl rozkadu statystyczego wytrzymaoci betou a ciskaie. Warto charakterystycz wytrzymaoci betou a ciskaie moa okreli jako: k s (9) ck, is m( ), is 4. Porówaie ormowych procedur obliczeiowych Procedury, zapropoowae w obu dokumetach rói si od siebie. W celu porówaia metod okrelaia wartoci charakterystyczej wytrzymaoci betou a ciskaie wykoao obliczeia geerujc 1000 grup liczb losowych o liczeboci zgodych z rozkadem ormalym o róym odchyleiu stadardowym populacji i rediej 33MPa. Zastosowaa ukcja losujca to stadardowa ukcja rad() z jzyka C. Obliczoo warto wytrzymaoci charakterystyczej dla obu kryteriów (1) i () oraz (3) i (4) zalecaych w PN-EN oraz dla metody statystyczej zapropoowaej w PN-EN W przypadku aaliz przeprowadzoych dla metody zapropoowaej w [1] i próby o liczeboci >15 decydujcym kryterium o wartoci wytrzymaoci charakterystyczej jest kryterium dla rediej. Dla odchyleia stadardowego wikszego i 3MPa kryterium dla wartoci miimalej byo warukiem decydujcym o wartoci wytrzymaoci dla okoo 15%. Dla próby o liczeboci =3 decydujcym kryterium okrelajcym warto wytrzymaoci charakterystyczej jest waruek dla wartoci rediej. Empirycze relacje midzy procedurami dotyczcymi okrelaia wartoci charakterystyczej wytrzymaoci betou a ciskaie zgodie z PN-EN i PN-EN 1990 moa opisa rówaiem: dla próby 1 5 (1) (9) 1, 48 sk s ( 1, 48 k ) s (10) ck, is ck, is dla =3 14 (3) (9) ksk s ( kk ) s ck, is ck, is Przypadek A Róica wartoci wytrzymaoci betou a ciskaie dla procedur ormowych zalecaych w [1] i [] oraz dla próby o liczeboci co ajmiej 15 wyików bada zgodie ze wzorem (10) wyosi: 1, 48 k s (1) Przy zaooym a priori odchyleiu stadardowym, estymator odchyleia stadardowego s moa otrzyma korzystajc z ukcji Melia [10,11]: (11)

5 Iżyieria Materiałów Budowlaych Oszacowaie wartości charakterystyczej s (13) gdzie:... - warto ukcji, liczebo próby, odchyleie stadardowe populacji. W celu okreleia róicy wartoci charakterystyczej wytrzymaoci betou a ciskaie zgodie z PN-EN [1] oraz PN-EN 1990 [] aley skorzysta z poiszej ormuy, otrzymaej a podstawie wzorów (1) i (13): 1-1, 48 k (14) Przypadek B Róica wartoci wytrzymaoci betou a ciskaie dla procedur ormowych zalecaych w [1] i [] oraz dla próby o liczeboci poiej 15 wyików bada zgodie ze wzorem (11) moa zapisa jako: 1 ( kk ) (15) Fukcja gamma... jest ukcja dwuparametrow, jej ksztat zaley od parametru skali b oraz parametru ksztatu p. Parametry te moa wyzaczy korzystajc z poiszych zaleoci [10]: m( ), is oraz p b (16) p b (17) 5. Przykad liczbowy Warto charakterystycz wytrzymaoci betou a ciskaie okreloo zgodie z procedurami obliczeiowymi zapropoowaymi w ormie PN-EN [1] oraz PN-EN 1990 []. Okreloo relacje empirycze wyzaczeia wartoci wytrzymaoci charakterystyczej a ciskaie wedug procedur ormowych zalecaych w [1] i []. Nastpie w celu okreleia poprawoci zalecaych metod obliczeiowych wygeerowao 1000 grup po 15 oraz 3 wyiki bada zgodych z rozkadem ormalym o odchyleiu stadardowym 4,86 MPa i rediej 33 MPa. Warto odchyleia stadardowego = 4,86 MPa, przyjto a podstawie zaleoci cm = ck +8 wedug PN-EN 199 [3]. Przy zaooym a priori odchyleiu stadardowym, estymator odchyleia stadardowego s moa otrzyma korzystajc ze wzoru (13). Otrzymae relacje empirycze dla zalecaych procedur ormowych przedstawioo a rys. 1. Najwiksze róice wartoci wytrzymaoci charakterystyczej otrzymao z relacji empiryczej dla =3 (3,93 MPa), a ajmiejsze dla =15 (0,65 MPa).

6 198 Izabela Skrzypczak ck,is (MPa) liczba wyików bada D=PN-EN PN-EN13791 PN-EN PN-EN % kw atyl rozkadu ormalego g= 0,75 Rys. 1. Relacje empirycze dla prób o róej liczeboci wedug procedur ormowych zalecaych w PN- EN i PN-EN 1990 oraz odchyleia stadardowego 4,86MPa Kolejym etapem oblicze byo wykorzystaie geeratora liczb pseudolosowych i obliczeie oraz porówaie wartoci wytrzymaoci charakterystyczej a ciskaie wedug zlece ormowych (1), (3), (9), (10), (11) zawartych w [1] i []. Otrzymaa róica wartoci wytrzymaoci a ciskaie z symulacji 1000 grup po =15 wyików dla odchyleia stadardowego 4,86 MPa i rediej 33 MPa dla procedur zalecaych w PN-EN i PN-EN 1990 to 1,65 MPa (rys. ). Jest to wic warto zblioa do oczekiwaej 0,65 MPa z relacji empiryczych. Bd wzgldy oszacowaia wartoci wytrzymaoci charakterystyczej wyosi 6%. Warto charakterystycza wytrzymaoci a ciskaie (MPa) 30,00 5,00 0,00 15,00 10,00 5,00 0,00 5,94 4,3 1,6 PN-EN PN-EN 1990 PN-EN PN-EN 1990 Rys.. Wartoci wytrzymaoci charakterystyczej a ciskaie otrzymae dla odchyleia stadardowego 4,86 MPa i próby o liczeboci =15 Warto wytrzymaoci charakterystyczej okreloo rówie dla próby o liczeboci =3 oraz =6 geerujc 1000 grup po =3 oraz =6 wyików bada (rys. 3 i 4). Otrzymae róice wartoci charakterystyczej s wiksze i oczekiwae z relacji empiryczych. Dla próby o liczeboci =6 jest to,94 MPa, a dla =3 jest to 7,31 MPa. Bd wzgldy okreleia wartoci wytrzymaoci charakterystyczej dla próby o liczeboci =6 wyosi 11%, a dla próby o liczeboci =3 to 8%.

7 Iżyieria Materiałów Budowlaych Oszacowaie wartości charakterystyczej Warto charakterystycza wytrzymaoci a ciskaie (MPa) 30,00 5,00 0,00 15,00 10,00 5,00 0,00 6,01 3,07,94 PN-EN PN-EN 1990 PN-EN PN-EN 1990 Rys. 3. Wartoci wytrzymaoci charakterystyczej a ciskaie otrzymae dla odchyleia stadardowego 4,86 MPa i próby o liczeboci =6 Warto charakterystycza wytrzymaoci a ciskaie (MPa) 30,00 5,00 0,00 15,00 10,00 5,00 0,00 6,01 18,70 7,31 PN-EN PN-EN 1990 PN-EN PN-EN 1990 Rys. 4. Wartoci wytrzymaoci charakterystyczej a ciskaie otrzymae dla odchyleia stadardowego 4,86 MPa i próby o liczeboci =3 Róice wartoci charakterystyczej wytrzymaoci a ciskaie dla obu metod obliczeiowych oraz procedur obliczeiowych zapropoowaych w PN-EN oraz PN- EN 1990 malej wraz ze wzrostem liczeboci próby. Tabela 1. Róica wytrzymaoci charakterystyczej dla procedur zalecaych w PN-EN i PN-EN 1990 Metoda oblicze Róica wytrzymaoci charakterystyczej (MPa) =15 =6 =3 Symulacja 1,6,94 7,31 Metoda statystycza 0,65-1,50 3,93 Bd wzgldy oszacowaia 6% 11% 8% Wartoci wytrzymaoci charakterystyczej a ciskaie okreloe zgodie z orm PN-EN s porówywale z obliczoymi wartociami wedug metody statystyczej zapropoowaej w PN-EN Najwiksz róic okreleia wartoci charakterystyczej otrzymao dla próby o liczeboci =3. Bd wzgldy oszacowaia wytrzymaoci charakterystyczej betou a ciskaie wyiós 8%. O wyborze i liczbie miejsc pobieraia odwiertów decyduj: potrzeba zapewieia statystyczej reprezetatywoci i wymagaej dokadoci oszacowaia, ie osabieia kostrukcji, obieia kosztu i pracochooci odwiercaia i aprawy powstaych ubytków kostrukcji. Wedug L. Bruarskiego [8] dokado w próbie ciskaia betou rzdu okoo 10% uzyskuje si przy liczoci próbek mi 6, dlatego przy oceie betou w kostrukcji oprócz czyików ekoomiczych aley wzi pod uwag wiarygodo uzyskiwaych wyików bada. Przeprowadzoa aaliza statystycza oraz metoda symulacyja potwierdzia, e zapropoowaa przez L. Bruarskiego w [8] liczebo =6 jest prób optymal ze wzgldów zarówo wiarygodoci, jak i ekoomii. 6. Wioski Ocey istiejcych kostrukcji, które maj by moderizowae, przeprojektowywae lub zostay uszkodzoe dokouje si zwykle poprzez zastosowaie metod statystyczych. Norma PN-EN zaleca szacowaie wartoci wytrzymaoci charakterystyczej a

8 00 Izabela Skrzypczak podstawie kryteriów zawierajcych wspóczyik k (zapropooway a priori), którego warto uzaleioa jest od liczeboci próby. Procedura ta rói si od procedur zalecaych w PN-EN 1990, Zaczik D Projektowaie wspomagae badaiami, a podstawie metod statystyczych. Numerycze symulacje przeprowadzoe dla rozkadu ormalego o rediej 33 MPa i odchyleiu stadardowym 4,86 MPa wskazuj, e wartoci charakterystycze wytrzymaoci a ciskaie otrzymae wedug EN s porówywale do wartoci okreloych zgodie z metodami statystyczymi zalecaymi w PN-EN Procedury obliczeiowe zapropoowae w ormach PN-EN oraz PN-EN 1990 rói si od siebie, jedak oszacowae wartoci wytrzymaoci charakterystyczej a ciskaie s porówywale, co moe wiadczy o spójoci zapropoowaych zalece oraz procedur szacowaia wartoci wytrzymaoci a ciskaie. Otrzymae róice wytrzymaoci charakterystyczej a ciskaie s porówywale i ie maj wpywu a bezpieczestwo i iezawodo projektowaych kostrukcji budowlaych. Literatura 1 PN-EN 13791:008 Ocea wytrzymaoci betou a ciskaie w kostrukcjach i preabrykowaych wyrobach betoowych PN-EN 1990 Eurokod: Projektowaie kostrukcji 3 PN-EN 199 Eurokod : Projektowaie kostrukcji z betou 4 PN-EN 06-1:003 Beto. Cz 1: Wymagaia, waciwoci, produkcja i zgodo 5 ISO 138 ISO 138:010, Bases or desig o structures - Assessmet o existig structures 6 ISO 1491:1997, Statistical methods or quality cotrol o buildig materials ad compoets 7 PN ISO 394 Ogóle zasady iezawodoci kostrukcji budowlaych, kwiecie Bruarski L., Metody badawcze stosowae przy oceie kostrukcji budowlaych - oszacowaie wytrzymaoci betou i situ. Sesja Naukowo-Techicza Istytutu Techiki Budowlaej: Diagostyka i Wzmaciaie Kostrukcji elbetowych, Warszawa 15 marca Czarecki L., Beto wg Normy PN-EN 06-1 Kometarz, Polski Cemet, Firkowicz S., Statystycze badaie wyrobów, WNT, Warszawa Holicky M., Jug K., Sykora M., Estimatio o cocrete stregth orm small samples, 5 -th IPW, Ghet 007, s.3-39 Estimatio o the characteristic compressive stregth value o cocrete based o the curret code recommedatios Izabela Skrzypczak 1 1 Departmet o Geodesy ad Geotechics, Faculty o Civil Egieerig ad Evierometal, Rzeszow Uiversity o Techology, e mail: izas@prz.edu.pl Abstract: The use o cores is a itegral part o the assessmet o existig structures that are moderized, redesiged or have bee damaged. Evaluatio o the test results ad the estimatio o characteristic values o compressive stregth ca be perormed accordig to the statistical method proposed by the Aex D o the PN-EN 1990 [1] stadard, ad also accordig to the PN-EN []. The procedures recommeded i these both documets are dieret which ca lead to various assessmets o the characteristic values. The author has bee veriied whether the empirical relatioships, deied i PN-EN [], lead to obtaiig larger values o characteristic stregth ad, cosequetly, to estimatio at the usae regio. The characteristic compressive stregth was o determied i accordace with the recommedatios o the PN-EN code [] ad the PN-EN Aex D [1]. Keywords: cocrete characteristic stregth, estimatio, recommedatios o codes

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

Wykład 11 ( ). Przedziały ufności dla średniej Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;

Bardziej szczegółowo

Pojcie estymacji. Metody probabilistyczne i statystyka Wykład 9: Estymacja punktowa. Własnoci estymatorów. Rozkłady statystyk z próby.

Pojcie estymacji. Metody probabilistyczne i statystyka Wykład 9: Estymacja punktowa. Własnoci estymatorów. Rozkłady statystyk z próby. Pojcie estymacji Metody probabilistycze i statystyka Wykład 9: Estymacja puktowa. Własoci estymatorów. Rozkłady statystyk z próby. Szacowaie wartoci parametrów lub rozkładu zmieej losowej w populacji geeralej

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

BOOTSTRAPOWA WERYFIKACJA HIPOTEZ O WARTO CI OCZEKIWANEJ POPULACJI O ROZK ADZIE ASYMETRYCZNYM

BOOTSTRAPOWA WERYFIKACJA HIPOTEZ O WARTO CI OCZEKIWANEJ POPULACJI O ROZK ADZIE ASYMETRYCZNYM A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 27, 22 OOTSTRAPOWA WERYFIKACJA HIPOTEZ O WARTOCI OCZEKIWANEJ POPULACJI O ROZKADZIE ASYMETRYCZNYM Streszczeie. W pracy przedstawioa

Bardziej szczegółowo

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych Temat: Poprawo całkowita i czciowa algorytmu. Złooo obliczeiowa algorytmu. Złooo czasowa redia i pesymistycza. Rzd fukcji. I. Literatura 1. L. Baachowski, K. Diks, W. Rytter Algorytmy i struktury daych.

Bardziej szczegółowo

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

PODSTAWY BIOSTATYSTYKI ĆWICZENIA PODSTAWY BIOSTATYSTYKI ĆWICZENIA FILIP RACIBORSKI FILIP.RACIBORSKI@WUM.EDU.PL ZAKŁAD PROFILAKTYKI ZAGROŻEŃ ŚRODOWISKOWYCH I ALERGOLOGII WUM ZADANIE 1 Z populacji wyborców pobrao próbkę 1000 osób i okazało

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

1 Testy statystyczne. 2 Rodzaje testów

1 Testy statystyczne. 2 Rodzaje testów 1 Testy statystycze Podczas sprawdzaia hipotez statystyczych moga¾ wystapić ¾ dwa rodzaje b ¾edów. Prawdopodobieństwo b ¾edu polegajacego ¾ a odrzuceiu hipotezy zerowej (H 0 ), gdy jest oa prawdziwa, czyli

Bardziej szczegółowo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o 1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady

Bardziej szczegółowo

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej). Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

Bardziej szczegółowo

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA SYSTEMY WSPOMAGANIA W INŻYNIERII PRODUKCJI Środowisko i Bezpieczeństwo w Iżyierii Produkcji 2013 5 ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA 5.1 WPROWADZENIE

Bardziej szczegółowo

Elastyczno silników FIAT

Elastyczno silników FIAT ARCHIWU OTORYZACJI 4, pp. 319-35 (009) Elastyczo silików FIAT JANUSZ YSŁOWSKI, WAWRZYNIEC GOŁBIEWSKI Zachodiopomorski Uiwersytet Techologiczy W artykule przedstawioo elastyczo silików FIAT. Pierwszym aspektem

Bardziej szczegółowo

Metodyka szacowania niepewnoci rozszerzonej. Opracował: mgr Mikołaj Kirpluk

Metodyka szacowania niepewnoci rozszerzonej. Opracował: mgr Mikołaj Kirpluk Metodyka szacowaia ieewoci rozszerzoej Oracował: mgr Mikołaj Kirluk Jest to szacowaie ieewoci o asymetryczych graicach rzedziału ufoci wzgldem wartoci rediej, co wyika z faktu okrelaia wartoci rediej jako

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych.

Analiza algorytmów to dział informatyki zajmujcy si szukaniem najefektywniejszych, poprawnych algorytmów dla danych problemów komputerowych. Temat: Poprawo całkowita i czciowa algorytmu. Złooo obliczeiowa algorytmu. Złooo czasowa redia i pesymistycza. Rzd fukcji. I. Literatura 1. A. V. Aho, J.E. Hopcroft, J. D. Ullma - Projektowaie i aaliza

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

ZASTOSOWANIE METODY SULLIVANA DO OCENY PRZECI TNEJ D UGO CI YCIA W DOBRYM ZDROWIU W 2004 ROKU

ZASTOSOWANIE METODY SULLIVANA DO OCENY PRZECI TNEJ D UGO CI YCIA W DOBRYM ZDROWIU W 2004 ROKU A C T A U N I V E R I T A T I L O D Z I E N I FOLIA OECONOMICA 71, 01 Paulia Ucieklak-Je ZATOOWANIE METODY ULLIVANA DO OCENY PRZECITNEJ DUGOCI YCIA W DOBRYM ZDROWIU W 004 ROKU treszczeie. Jed z metod szacowaia

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Statystyka powtórzenie (I semestr) Rafał M. Frąk Statystyka powtórzeie (I semestr) Rafał M. Frąk TEORIA Statystyka Statystyka zajmuje się badaiem procesu zbieraia oraz iterpretacji daych liczbowych lub jakościowych. Przedmiotem statystyki są metody badaia

Bardziej szczegółowo

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów

Bardziej szczegółowo

EKONOMETRIA. Temat wykładu: Co to jest model ekonometryczny? Dobór zmiennych objaśniających w modelu ekonometrycznym CZYM ZAJMUJE SIĘ EKONOMETRIA?

EKONOMETRIA. Temat wykładu: Co to jest model ekonometryczny? Dobór zmiennych objaśniających w modelu ekonometrycznym CZYM ZAJMUJE SIĘ EKONOMETRIA? EKONOMETRIA Temat wykładu: Co to jest model ekoometryczy? Dobór zmieych objaśiających w modelu ekoometryczym Prowadzący: dr iż. Zbigiew TARAPATA e-mail: Zbigiew.Tarapata Tarapata@isi.wat..wat.edu.pl http://

Bardziej szczegółowo

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2

Wykład 5 Przedziały ufności. Przedział ufności, gdy znane jest σ. Opis słowny / 2 Wykład 5 Przedziały ufości Zwykle ie zamy parametrów populacji, p. Chcemy określić a ile dokładie y estymuje Kostruujemy przedział o środku y, i taki, że mamy 95% pewości, że zawiera o Nazywamy go 95%

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii. TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla

Bardziej szczegółowo

ZADANIA NA ĆWICZENIA 3 I 4

ZADANIA NA ĆWICZENIA 3 I 4 Agata Boratyńska Statystyka aktuariala... 1 ZADANIA NA ĆWICZENIA 3 I 4 1. Wygeeruj szkody dla polis z kolejych lat wg rozkładu P (N = 1) = 0, 1 P (N = 0) = 0, 9, gdzie N jest liczbą szkód z jedej polisy.

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś 1 STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr iż Krzysztof Bryś Pojȩcia wstȩpe populacja - ca ly zbiór badaych przedmiotów lub wartości. próba - skończoy podzbiór populacji podlegaj acy badaiu.

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ Prace Naukowe Istytutu Maszy, Napędów i Pomiarów Elektryczych Nr 60 Politechiki Wrocławskiej Nr 60 Studia i Materiały Nr 27 2007 Adrzej STOBIECKI *, Ja C. STĘPIEŃ trasformator, zawodość, koszty, eergia

Bardziej szczegółowo

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy. MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

ANALIZA DANYCH DYSKRETNYCH ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,

Bardziej szczegółowo

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1). TATYTYKA MATEMATYCZNA WYKŁAD 3 RZEDZIAŁY UFNOŚCI Niech θ - iezay parametr rozkład cechy. Niech będzie liczbą z przedział 0,. Jeśli istieją statystyki, U i U ; U U ; których rozkład zależy od θ oraz U θ

Bardziej szczegółowo

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN ZAŁĄCZNIK B GENERALNA DYREKCJA DRÓG PUBLICZNYCH Biuro Studiów Sieci Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK B ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA TATYTYKA MATEMATYCZNA ROZKŁADY PODTAWOWYCH TATYTYK zmiea losowa odpowiedik badaej cechy, (,,..., ) próba losowa (zmiea losowa wymiarowa, i iezależe zmiee losowe o takim samym rozkładzie jak (taką próbę

Bardziej szczegółowo

2.1. Studium przypadku 1

2.1. Studium przypadku 1 Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uiwersytet Ekoomiczy w Katowicach 2015/16 ROND, Fiase i Rachukowość, rok 2 Rachuek prawdopodobieństwa Rzucamy 10 razy moetą, dla której prawdopodobieństwo wyrzuceia orła w pojedyczym

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

KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY

KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY KLUCZ ODPOWIEDZI I ZASADY PUNKTOWANIA PRÓBNEGO EGZAMINU MATURALNEGO Z MATEMATYKI POZIOM PODSTAWOWY Nr zadaia Odpowiedzi Pukty Badae umiejtoci Obszar stadardu 1. B 0 1 plauje i wykouje obliczeia a liczbach

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności) IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym

Bardziej szczegółowo

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15 Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay

Bardziej szczegółowo

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY Weryfikacja hipotez statystyczych WNIOSKOWANIE STATYSTYCZNE Wioskowaie statystycze, to proces uogóliaia wyików uzyskaych a podstawie próby a całą

Bardziej szczegółowo

Wybór systemu klasy ERP metod AHP

Wybór systemu klasy ERP metod AHP BIULETYN INSTYTUTU SYSTEMÓW INFORMATYCZNYCH 5 3-22 (200) Wybór systemu klasy ERP metod AHP A. CHOJNACI, O. SZWEDO e-mail: adrzej.chojacki@wat.edu.pl Wydzia Cyberetyki WAT ul. S. aliskiego 2, 00-908 Warszawa

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

16 Przedziały ufności

16 Przedziały ufności 16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0, Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi

Bardziej szczegółowo

Matematyczne aspekty modelowania paj czynowego obiektów

Matematyczne aspekty modelowania paj czynowego obiektów BIULETY ISTYTUTU SYSTEÓW IFORATYCZYCH 4-8 (009) atematycze aspekty modelowaia pajczyowego obiektów A. AELJACZYK e-mail:aameljaczyk@wat.edu.pl Istytut Systemów Iformatyczych Wydzia Cyberetyki WAT ul. S.

Bardziej szczegółowo

Nieklasyczne modele kolorowania grafów

Nieklasyczne modele kolorowania grafów 65 Nieklasycze modele kolorowaia grafów 66 Kolorowaie sprawiedliwe Def. Jeli wierzchołki grafu G moa podzieli a k takich zbiorów iezaleych C,...,C k, e C i C j dla wszystkich i,j,...,k, to mówimy, e G

Bardziej szczegółowo

θx θ 1, dla 0 < x < 1, 0, poza tym,

θx θ 1, dla 0 < x < 1, 0, poza tym, Zadaie 1. Niech X 1,..., X 8 będzie próbą z rozkładu ormalego z wartością oczekiwaą θ i wariacją 1. Niezay parametr θ jest z kolei zmieą losową o rozkładzie ormalym z wartością oczekiwaą 0 i wariacją 1.

Bardziej szczegółowo

TEST SYMETRYCZNO CI LI

TEST SYMETRYCZNO CI LI A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 7, 0 Aleksadra Baszczyska TEST SYMETRYCZNOCI LI Streszczeie. Test symetryczoci rozkadu zmieej losowej zapropooway przez Li w 997 roku

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

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę

Bardziej szczegółowo

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste Statystyka opisowa Miary statystycze: 1. miary położeia a) średia z próby x = 1 x = 1 x = 1 x i - szereg wyliczający x i i - szereg rozdzielczy puktowy x i i - szereg rozdzielczy przedziałowy, gdzie x

Bardziej szczegółowo

LABORATORIUM METROLOGII

LABORATORIUM METROLOGII AKADEMIA MORSKA W SZCZECINIE Cetrum Iżyierii Ruchu Morskiego LABORATORIUM METROLOGII Ćwiczeie 5 Aaliza statystycza wyików pomiarów pozycji GNSS Szczeci, 010 Zespół wykoawczy: Dr iż. Paweł Zalewski Mgr

Bardziej szczegółowo

EGZAMIN MATURALNY Z MATEMATYKI

EGZAMIN MATURALNY Z MATEMATYKI Miejsce a aklejk z kodem szkoy dysleksja EGZAMIN MATURALNY Z MATEMATYKI MMA-RAP-06 POZIOM ROZSZERZONY Czas pracy 0 miut Istrukcja dla zdajcego Sprawd, czy arkusz egzamiacyjy zawiera 4 stro (zadaia ) Ewetualy

Bardziej szczegółowo

Estymacja punktowa i przedziałowa

Estymacja punktowa i przedziałowa Estymacja puktowa i przedziałowa Marta Zalewska Zakład Profilaktyki Zagrożeń Środowiskowych i Alergologii Populacja Próba losowa (próbka) Parametry rozkładu Estymatory (statystyki) Własości estymatorów

Bardziej szczegółowo

(1) gdzie I sc jest prądem zwarciowym w warunkach normalnych, a mnożnik 1,25 bierze pod uwagę ryzyko 25% wzrostu promieniowania powyżej 1 kw/m 2.

(1) gdzie I sc jest prądem zwarciowym w warunkach normalnych, a mnożnik 1,25 bierze pod uwagę ryzyko 25% wzrostu promieniowania powyżej 1 kw/m 2. Katarzya JARZYŃSKA ABB Sp. z o.o. PRODUKTY NISKONAPIĘCIOWE W INSTALACJI PV Streszczeie: W ormalych warukach pracy każdy moduł geeruje prąd o wartości zbliżoej do prądu zwarciowego I sc, który powiększa

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

Bardziej szczegółowo

LABORATORIUM Z PODSTAW KONSTRUKCJI MASZYN WICZENIE NR 1 SPRAWDZANIE GRUBOCI ZBÓW KOŁA WALCOWEGO

LABORATORIUM Z PODSTAW KONSTRUKCJI MASZYN WICZENIE NR 1 SPRAWDZANIE GRUBOCI ZBÓW KOŁA WALCOWEGO LABORATORIU Z PODSTA KONSTRUKCJI ASZYN ICZNI NR 1 SPRADZANI GRUBOCI ZBÓ KOŁA ALCOGO Cel wiczeia: 1) zapozaie si z meodami pomiarów gruoci zów kół walcowych worzcych przekładi 2) zapozaie si z aaliycz meod

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

Wytwarzanie energii odnawialnej

Wytwarzanie energii odnawialnej Adrzej Nocuñ Waldemar Ostrowski Adrzej Rabszty Miros³aw bik Eugeiusz Miklas B³a ej yp Wytwarzaie eergii odawialej poprzez współspalaie biomasy z paliwami podstawowymi w PKE SA W celu osi¹giêcia zawartego

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

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statystyka Katarzya Chudy Laskowska http://kc.sd.prz.edu.pl/ WNIOSKOWANIE STATYSTYCZNE Celem aalizy statystyczej ie jest zwykle tylko opisaie (prezetacja) posiadaych daych, czyli tzw. próby statystyczej.

Bardziej szczegółowo

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk

Bardziej szczegółowo

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń MIANO ROZTWORU TITRANTA Aaliza saysycza wyików ozaczeń Esymaory pukowe Średia arymeycza x jes o suma wyików w serii podzieloa przez ich liczbę: gdzie: x i - wyik poszczególego ozaczeia - liczba pomiarów

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Zagadieia. Idea opisu parametryczego. Parametry a. położeia b. rozrzutu c. asymetrii Statystyczy

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka Wnioskowanie statystyczne. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Rachek rawdoodobieństwa i statystyka Wioskowaie statystycze. Estymacja i estymatory Dr Aa ADRIAN Paw B5, ok407 ada@agh.ed.l Estymacja arametrycza Podstawowym arzędziem szacowaia iezaego arametr jest estymator

Bardziej szczegółowo

Wykład 10 Wnioskowanie o proporcjach

Wykład 10 Wnioskowanie o proporcjach Wykład 0 Wioskowaie o roorcjach. Wioskowaie o ojedyczej roorcji rzedziały ufości laowaie rozmiaru róby dla daego margiesu błędu test istotości dla ojedyczej roorcji Uwaga: Będziemy aalizować roorcje odobie

Bardziej szczegółowo

Ekonometria Mirosław Wójciak

Ekonometria Mirosław Wójciak Ekoometria Mirosław Wójciak Literatura obowiązkowa Barczak A, ST. Biolik J, Podstawy Ekoometrii, Wydawictwo AE Katowice, Katowice 1998 Dziechciarz J. Ekoometria Metody, przykłady, zadaia (wyd. ) Kukuła

Bardziej szczegółowo

Planowanie organizacji robót budowlanych na podstawie analizy nakładów pracy zasobów czynnych

Planowanie organizacji robót budowlanych na podstawie analizy nakładów pracy zasobów czynnych Budowictwo i Architektura 12(1) (2013) 39-46 Plaowaie orgaizacji robót budowlaych a podstawie aalizy akładów pracy zasobów czyych Roma Marcikowski 1 1 Istytut Budowictwa, Wydział Budowictwa Mechaiki i

Bardziej szczegółowo

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2 Wykład 7 Dwie iezależe próby Często porówujemy wartości pewej zmieej w dwóch populacjach. Przykłady: Grupa zabiegowa i kotrola Lekarstwo a placebo Pacjeci biorący dwa podobe lekarstwa Mężczyźi a kobiety

Bardziej szczegółowo

Rozkłady statystyk z próby. Metody probabilistyczne i statystyka Wykład 2: Rozkłady statystyk z próby. Przedziały ufnoci

Rozkłady statystyk z próby. Metody probabilistyczne i statystyka Wykład 2: Rozkłady statystyk z próby. Przedziały ufnoci Rozkłady tatytyk z próby Metody probabilitycze i tatytyka Wykład : Rozkłady tatytyk z próby. rzedziały ufoci Małgorzata Krtowka Wydział Iformatyki olitechika Białotocka e-mail: mmac@ii.pb.bialytok.pl troa

Bardziej szczegółowo

DZIENNIK URZĘDOWY URZĘDU KOMUNIKACJI ELEKTRONICZNEJ

DZIENNIK URZĘDOWY URZĘDU KOMUNIKACJI ELEKTRONICZNEJ DZIENNIK URZĘDOWY URZĘDU KOMUNIKACJI ELEKTRONICZNEJ Warszawa, dia 19 maja 2015 r. Poz. 41 Zarządzeie Nr 12 Prezesa Urzędu Komuikacji Elektroiczej z dia 18 maja 2015 r. 1) w sprawie plau zagospodarowaia

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

Bardziej szczegółowo

Twierdzenia graniczne:

Twierdzenia graniczne: Twierdzeia graicze: Tw. ierówośd Markowa Jeżeli P(X > 0) = 1 oraz EX 0: P X k 1 k EX. Tw. ierówośd Czebyszewa Jeżeli EX = m i 0 < σ = D X 0: P( X m tσ) 1 t. 1. Z partii towaru o wadliwości

Bardziej szczegółowo

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS Ekoomia Meedżerska 2011, r 10, s. 161 172 Jacek Wolak *, Grzegorz Pociejewski ** Aaliza popytu a alkohol w Polsce z zastosowaiem modelu korekty błędem AIDS 1. Wprowadzeie Okres trasformacji, zapoczątkoway

Bardziej szczegółowo

Kurs Prawdopodobieństwo Wzory

Kurs Prawdopodobieństwo Wzory Kurs Prawdoodobieństwo Wzory Elemety kombiatoryki Klasycza deiicja rawdoodobieństwa gdzie: A - liczba zdarzeń srzyjających A - liczba wszystkich zdarzeń P A Tel. 603 088 74 Prawdoodobieństwo deiicja Kołmogorowa

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc

n n X n = σ σ = n n n Ponieważ zmienna losowa standaryzowana ma rozkład normalny N(0, 1), więc 5.3. Zagadieia estymacji 87 Rozważmy teraz dokładiej zagadieie szacowaia wartości oczekiwaej m zmieej losowej X o rozkładzie ormalym N(m, F), w którym odchyleie stadardowe F jest zae. Niech X, X,..., X

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

2. INNE ROZKŁADY DYSKRETNE

2. INNE ROZKŁADY DYSKRETNE Ie rozkłady dyskrete 9. INNE ROZKŁADY DYSKRETNE.. Rozkład dwumiaowy - kotyuacja Przypomijmy sobie pojęcie rozkładu dwumiaowego prawdopodobieństwa k sukcesów w próbach Beroulli ego: P k k k k = p q m =

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo