Autokalibracja systemów WIM, a korekta temperaturowa wyników ważenia Pomiary Automatyka Kontrola, vol. 53 nr 9bis pp , 2007.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Autokalibracja systemów WIM, a korekta temperaturowa wyników ważenia Pomiary Automatyka Kontrola, vol. 53 nr 9bis pp , 2007."

Transkrypt

1 Autokalbracja systemów WIM, a korekta temperaturowa wyków ważea Pomary Automatyka Kotrola, vol. 5 r 9bs pp , 7. Potr Buros (buros@agh.edu.pl) AGH Uversty of Scece ad Techology, Departmet of Measuremet ad Electrocs, Polad ISSN: 44 DOI: Keywords: ważee pojazdów samochodowych, systemy WIM, autokalbracja, korekta temperaturowa Cte as: IEEE: P. Buros, Autokalbracja systemów WIM, a korekta temperaturowa wyków ważea, Pomary, Autom. Kotrola, vol. 59, o. 9bs, pp , 7. Harvard: Buros, P., 7. Autokalbracja systemów WIM, a korekta temperaturowa wyków ważea. Pomary, Automatyka, Kotrola, 59(9bs), pp Lcece BY NC: Ths work s lcesed uder the Creatve Commos Attrbuto NoCommercal 4. Iteratoal Lcese. To vew a copy of lcese BY NC, vst:

2 Potr BURNOS AKADEMIA GÓRNICZO-HUTNICZA, KATEDRA METROLOGII Autokalbracja systemów WIM, a korekta temperaturowa wyków ważea Mgr ż. Potr BURNOS Absolwet Wydzału Elektryczego Akadem Górczo Hutczej. Studa a keruku Elektrotechka, specjalość Automatyka Metrologa, ukończył w 5 roku. Jest zatrudoy a staowsku asysteta w Katedrze Metrolog AGH. Zateresowaa aukowe dotyczą statystyczych metod aalzy daych, detyfkacj obektów oraz pomarów parametrów ruchu drogowego. e-mal: buros@agh.edu.pl Streszczee W pracy omówoo dwe metody kompesacj wpływu czyków atmosferyczych a dokładość ważea pojazdów z wykorzystaem systemów WIM: autokalbrację oraz korektę temperaturową wyków ważea. Rozważoo wpływ parametrów ruchu drogowego, właścwośc staowska oraz jakość wstępej kalbracj systemu WIM a dokładość obydwu metod. Przedstawoo schemat badań symulacyjych oraz wyk pochodzące z systemu ważącego zastalowaego a drodze r w mejscowośc Gardawce. Słowa kluczowe: ważee pojazdów samochodowych, systemy WIM, autokalbracja, korekta temperaturowa Auto-calbrato ad temperature correcto of WIM systems Abstract The paper deals wth the problem of compesato factors affectg the WIM system accuracy. Based o the smulato results, two methods of compesato have bee preseted ad compared: auto-calbrato ad temperature correcto. The fluece of traffc parameters, system parameters ad pre-calbrato accuracy has bee vestgated. Data aalyss from WIM ste at road umber Gardawce also has bee show. Keywords: weghg of the vehcles, WIM systems, autocalbrato, temperature correcto. Wstęp Ważee pojazdów z wykorzystaem szybko przejazdowych systemów ważących zdobywa coraz wększa popularość. Systemy take, potocze azywae WIM od agelskojęzyczej azwy Weght I Moto, posadają ewątplwe zalety a tle woloprzejazdowych oraz statyczych staowsk ważących, gdyż umożlwają: - wykryce pojazdu przecążoego bez zatrzymaa, a co za tym dze ograczee strat fasowych zwązaych z postojem pojazdu, - zaagażowae mejszych akładów peężych ludzkch do kotrol, - eprzerwae dzałae systemu. Ważee pojazdu odbywa sę bez śwadomego udzału użytkowka drog. Czujk acsku są motowae bezpośredo w jezd prostopadle do keruku ruchu w tak sposób, że ose ważoego pojazdu przetaczają sę przez te czujk. Systemy WIM mogą pracować w oparcu o róże rodzaje przetworków acsku p.: kwarcowe, pojemoścowe lub pezoelektrycze, jedak ze względu a kokurecyją ceę, powszeche zastosowae zajdują jedye te ostate. Wykoae w postac taśm o długośc około 4 metrów, czujk pezoelektrycze motuje sę pod awerzchą jezd, która pośredczy w przeoszeu acsku a czujk. Jest to źródłem główej przyczyy ograczoej dokładośc uzyskwaych wyków ważea, gdyż asfalt jest lepszczem, którego właścwośc fzykomechacze są fukcją temperatury czasu obcążea. Wraz ze zmaą tych welkośc zmea sę przede wszystkm kosystecja materału btumczego charakteryzowaa przez lepkość sprężystość []. Zależe od rodzaju, temperatury czasu obcążea, asfalt może zajdować sę w stae: lepkm, lepkosprężystym sprężystym co ma ewątplwy wpływ a sygał pomarowy docerający do czujka acsku. Do ych przyczy estacjoarośc systemów WIM ależy zalczyć zmay czułośc wzdłuż czujka acsku oraz efekt starzea użytych kompoetów. Wpływ tych ekorzystych zjawsk a otrzymywae wyk moża ograczyć poprzez zastosowae jedej z dwóch metod kompesacj estacjoarośc systemów ważących: autokalbracj lub korekty temperaturowej wyków ważea.. Autokalbracja Celem kalbracj systemu WIM jest eksperymetale wyzaczee współczyka kalbracj C, rozumaego jako lczby, przez którą ależy pomożyć uzyskae z układu pomarowego dae, aby otrzymać oceę acsku statyczego os pojazdu a podłoże lub masę całkowtą wyrażoą w klogramach zgode z zależoścą (). WS W d () C WS - skalbroway wyk ważea tj. masa całkowta pojazdu lub acsk statyczy wybraej os, Wd - e kalbroway wyk ważea tj. wyk przetwarzaa sygału acsku z czujków systemu WIM. Kalbrację systemów WIM moża przeprowadzć a klka sposobów: za pomocą statyczych lub dyamczych zadajków sły, z wykorzystaem pojazdu oprzyrządowaego posadającego zdolość cągłego pomaru acsku kół a podłoże, lub z użycem pojazdu wstępe zważoego. Są to metody czasochłoe, stosukowo kosztowe, a populara metoda pojazdu wstępe zważoego wymaga użyca klku samochodów cężarowych welokrote przejeżdżających przez staowsko ważące. Staow to duże przedsęwzęce logstycze oraz często wymaga wyłączea z ruchu fragmetu drog. Autokalbracja systemów WIM jest pozbawoa powyższych wad, a co stote pozwala a kompesację zma parametrów systemu WIM bez względu a ch przyczyę (zmay temperatury, efekt starzea, tp.). Idea metody polega a cągłej estymacj współczyka C oraz modyfkowau wyków ważea zgode z aktuale wyzaczoą estymatą wg zależośc (). Podstawą estymacj współczyka kalbracj są wyk pomaru acsku perwszej os zestawów składających sę z dwuosowego cągka sodłowego oraz trzyosowej aczepy, które dalej będą zwae pojazdam odesea. Nacsk te

3 charakteryzują sę wartoścą średą w = 6677 N oraz losową zmeoścą opsaą przez względe odchylee stadardowe a pozome zaledwe 7.%. Mała losowa zmeość uzasada wybór acsku I os tych pojazdów jako welkośc odesea wykorzystywaej do estymacj współczyka kalbracj. Pojazdy odesea borące udzał w tym procese są zwykłym użytkowkam dróg, a kalbracja odbywa sę podczas omalej pracy systemu co jest ewątplwą zaletą metody. W przypadku gdy występuje tylko jede rodzaj pojazdów odesea, przejeżdżających przez staowsko WIM w eregularych odstępach czasu, a estymacja współczyka kalbracj mus być realzowaa w sposób cągły, do oblczeń ależy użyć zmodyfkowaego, teracyjego algorytmu LS z wykładczym zapomaem [] postac: C ˆ Cˆ K Wd b w P w w Cˆ K P w b () P P K w P t q f t T Ĉ estymata współczyka kalbracj, umer teracj odpowadający umerow kolejego pojazdu odesea, który przejechał przez kalbrowae staowsko, wartość współczyka zapomaa wyzaczoa w -tej teracj, początkowa wartość współczyka zapomaa, t czas, jak upłyął od przejazdu poprzedego pojazdu odesea, f fukcja wag. t T,q stałe współczyk o wartoścach doberaych dośwadczale, q. Wprowadzoa modyfkacja polega a uzależeu beżącej wartośc współczyka zapomaa od czasu jak upłyął od przejazdu poprzedego pojazdu odesea t, a tym samym od czasu wyzaczea poprzedej estymaty C ˆ. Adaptacyjy charakter algorytmu, pozwala ograczyć błędy estymacj zwązae ze źle dobraą, stałą wartoścą jak w przypadku algorytmu klasyczego. Zapropooway algorytm zwększa warygodość estymacj lecz e zapewa regularośc wyzaczaa estymaty współczyka C. Aalza daych pomarowych wskazuje, że w cągu da przez staowsko ważące przejeżdża około pojazdów odesea, co ozacza że kalbracja mogłaby być przeprowadzaa średo co 5 mut. Należy jedak pamętać, że atężee pojazdów odesea zmea sę w zależośc od pory da, a awet pory roku co wywołuje przerwy w kalbracj dochodzące do klku godz. Jest to wadą propoowaego rozwązaa szczególe w systemach stote estacjoarych.. Korekta temperaturowa wyków ważea Podstawowym warukem zastosowaa korekty temperaturowej wyków ważea jest wstępa kalbracja staowska, p.: metodą pojazdu wstępe zważoego w wyku czego otrzymujemy stałą wartość współczyka kalbracj C. Wraz ze zmaą temperatury asfaltu sta systemu pomarowego będze ulegał zmae, a dokładość wyków ważea pogorszy sę. Kompesacja tego zjawska wymaga zajomośc modelu zma właścwośc asfaltu w skutek zma temperatury. Na rysuku przedstawoo dośwadczale wyzaczoą charakterystykę ukazującą omawae zjawsko. Charakterystyka opsuje weloczujkowe staowsko WIM z czujkam pezoelektryczym zastalowae a drodze r w mejscowośc Gardawce. względy śred wyk ważea I os [-],4,,,,,9,8, temperatura asfaltu [st. C] Rys.. Zmaa wyków ważea w fukcj temperatury asfaltu dla staowska WIM w Gardawcach. wyk pomarów, model (). Fg.. Weghg result vs. asphalt temperature for Gardawce WIM ste. measuremet result, model (). Model, który dopasowao do otrzymaych daych ma postać : w ( T Ta ) CT ( Ta ) k () T a temperatura asfaltu [C], k,86 współczyk wzmocea, w,577 współczyk achylea krzywej, T temperatura odesea wyrażoa w [ o C]. Model () to zaa w lteraturze [] zależość określająca wpływ temperatury awerzch asfaltowej a jej sztywość (kosystecję), czyl pośredo a wyk ważea. Współczyk w jest zależy od rodzaju oraz składu asfaltu przyjmuje wartośc ujeme. Ozacza to że wraz ze wzrostem temperatury sztywość awerzch maleje, a acsk wyweray a czujk rośe. Kompesacja temperaturowa polega a oblczau wartośc współczyka CT oraz modyfkowau wyków ważea zgode z zależoścą (4). WST W (4) d C CT C stały współczyk kalbracj wyzaczoy p. metodą pojazdu wstępe zważoego, W ST skalbroway wyk ważea uwzględający korektę temperaturową, tj. masa całkowta pojazdu lub acsk statyczy wybraej os. Dzęk cągłemu pomarow temperatury asfaltu, beżącej korekce podlegają wszystke wyk ważea co jest ewątplwą zaletą metody. Należy jedak pamętać że korekta weluje jedye wpływ zma temperatury asfaltu a wyk ważea, a dokładość metody w dużej merze zależy od jakośc wyzaczoej charakterystyk temperaturowej. Na dokładość ostateczego wyku będze meć róweż wpływ dokładość wstępej kalbracj staowska. 4. Badaa symulacyje Celem przeprowadzoych badań symulacyjych była ocea właścwośc zapropoowaych metod kompesacj estacjoarośc systemów WIM. Za pomocą geeratora lczb pseudolosowych wygeerowao zbór 5 tysęcy lczb o rozkładze ormalym parametrach statystyczych

4 charakteryzujących rozkład acsków I os pojazdów odesea, które symulowały rzeczywste wartośc welkośc merzoej. Po trasmsj przez model systemu WIM otrzymao symulowae wyk ważea, które staowły podstawę dalszych badań symulacyjych. Model systemu musał uwzględać jego estacjoarość powodowaą zmaą parametrów atmosferyczych co uzyskao poprzez uzależee wartośc współczyka kalbracj od temperatury asfaltu. Złożoość procesu pomaru acsku wymaga róweż, aby model uwzględał czyk zakłócające zależe od kostrukcj samochodu jakośc awerzch, tj. poowe wahaa pojazdu, wywołujące dyamcze zmay acsku os a podłoże. Powoduje to że chwlowa wartość acsku daej os poruszającego sę pojazdu może sę różc od wartośc wyzaczoej w warukach statyczych awet o 4% dla jedego czujka w systeme. Stąd badaa symulacyje przeprowadzoo w oparcu o astępujący model systemu ważącego [4]: W d m _ est * acsk m _ wahań * acsk (5) C( Ta)* acsk z * dev * acsk m_est model estacjoarośc systemu, m_wahań model poowych wahań pojazdu, acsk acsk wyweray przez wybraą oś pojazdu a podłoże podczas przejazdu przez staowsko WIM, C (Ta) zadaa wartość współczyka kalbracj systemu WIM, będąca fukcją Ta temperatury asfaltu, z składowa losowa o rozkładze rówomerym z przedzału.5.5, dev parametr określający względą (odesoą do acsku) zmeość acsku os w wyku poowych wahań pojazdu. Perwszy wyraz (5) jest modelem wpływu Ta a wyk ważea ma postać (), drug uwzględa błędy zwązae z poowym wahaam pojazdu. Wykorzystując zależośc () (5) oraz model zmeośc temperatury asfaltu (rysuek ), wyzaczoo odpowedz Wd modelu systemu WIM o zaych parametrach. Otrzymae dae staowły podstawę do testów zapropoowaych algorytmów korekcj. temperatura asfaltu [st. C] współ. kalbracj [-] ,,75,5,5, 4 5 czas [h] 4 5 czas [h] Rys.. Model zmeośc temperatury asfaltu oraz zadaa wartość współczyka kalbracj Fg.. Model of temperature ad calbrato coeffcet Za kryterum jakośc algorytmów korekcj przyjęto względy błąd skuteczy wyków ważea (6). N Ws acsk (6) N acsk Ws skorygoway wyk ważea w -tym ważeu, N lczba wykoaych pomarów, acsk rzeczywsty acsk w -tym ważeu. Rozważoo wpływ parametrów ruchu drogowego, właścwośc staowska oraz jakość wstępej kalbracj systemu WIM a dokładość obydwu algorytmów korekcj. W procese autokalbracj przebadao dwa rodzaje teracyjych algorytmów LS: z modyfkacja ( var ) oraz bez modyfkacj ( cost. 99 ). Dla korekty temperaturowej wartość współczyka C przyjęto za zaą wprowadzoo jako parametr symulacj. Podejśce take pozwolło a ezależe badae właścwośc samej korekty oraz wpływu dokładośc wyzaczea C a uzyskwae wyk. względy błąd skuteczy,,8,6,4, - autokal. lambda=.99 - autokal. lambda=var,,,5,,5, odległość mędzy pojazdam odesea [h] Rys.. Wpływ odległośc czasowych t a względy błąd skuteczy Fg.. Relatve effectve error vs. dstace tme betwee referece cars Powyższa charakterystyka ukazuje wpływ odległośc czasowych pomędzy pojazdam odesea a wyk ważea dla różych algorytmów korekcj. Efektywość autokalbracj maleje wraz ze wzrostem odległośc t, lecz modyfkacja algorytmu LS przyosła wyraźą poprawę dokładośc ważea. Częstotlwość występowaa pojazdów odesea e wpływa atomast a dokładość wyków korygowaych temperaturowo co wyka wprost z przedstawoej de metody, która okazała sę dokładejsza ż metoda autokalbracj. Należy jedak pamętać że rozpatrzoo wydealzoway przypadek, w którym zaa jest wstępa wartość C. W praktyce posługujemy sę estymatą tego współczyka wyzaczoą metodą pojazdu wstępe zważoego co zmejsza dokładość metody. Zjawsko to ukazuje rysuek 4. względy błąd skuteczy,5,4,,, - autokal. lambda=.99 - autokal. lambda=var, względy błąd wyzaczea C [%] Rys. 4. Wpływ jakośc wstępej kalbracj a względy błąd skuteczy Fg. 4. Relatve effectve error vs. relatve error of C estmato Błąd względy wyzaczea współczyka C a pozome 5% powoduje że dokładość korekty temperaturowej maleje do pozomu dokładośc metody autokalbracj. Błąd 5 procetowy wyzaczea C zmejsza aż dwukrote dokładość korekty względem autokalbracj. Wskazuje to a dużą wrażlwość metody a jakość wstępej kalbracj systemu WIM. Poeważ przeprowadzoe badaa [5] wskazują, ż w zależośc od lczby pojazdów kalbrujących ch mas oraz lczby przejazdów przez staowsko ważące uzyskwaa dokładość kalbracj metodą pojazdu wstępe zważoego zawera sę w gracach od klku do klkuastu procet to praktyczą dokładość korekty ależy szacować w tych samych gracach. Jako ostat czyk mający wpływ a dokładość uzyskwaych wyków rozpatrzoo jakość awerzch

5 charakteryzowaą przez względą (odesoą do acsku) zmeość acsku os w wyku poowych wahań pojazdu dev. względy błąd skuteczy,4,,,8,6,4, - autokal. lambda=.99 - autokal. lambda=var,,,,4,6,8, względa zmeość acsku - dev Rys. 5. Wpływ względej zmeośc acsku a względy błąd skuteczy Fg. 4. Relatve effectve error vs. relatve chage of dyamc axle load Z przedstawoej charakterystyk wyka że dla deale płaskej awerzch (brak poowych wahań pojazdów), estacjoarość systemu powodowaa zmaą temperatury asfaltu jest emal w peł welowaa przez korektę temperaturową. W takch samych warukach autokalbrowae wyk ważea charakteryzują sę klkuprocetową wartoścą błędu, co wyka z ezerowej losowej zmeośc wzorca użytego do estymacj współczyka C. Pogorszee jakośc awerzch objawające sę wzrostem poowych wahań pojazdu, w podoby sposób wpływa a wyk uzyskae obydwema metodam. Wbrew obawom losowa zmeość wzorca autokalbracj e jest parametrem krytyczym, co wskazuje a przydatość metody a drogach o gorszej jakośc. 5. Badaa dośwadczale Dae pomarowe uzyskao z 6 czujkowego systemu MS- WIM zastalowaego a drodze r w mejscowośc Gardawce. System zbudowao w oparcu o czujk pezoelektrycze, osem dukcyjych czujków pętlowych oraz dwa czujk temperatury asfaltu zamotowae a początku końcu staowska. Umożlwło to uwzględee gradetu temperatury wzdłuż systemu. Układy kodycjoowaa sygałów oraz przetwarzaa akwzycj daych zastalowao w szafe pomarowej a poboczu jezd. Do weryfkacj zapropoowaych metod korekty estacjoarośc systemów WIM, użyto daych pochodzących z kalbracj staowska metodą pojazdu wstępe zważoego. Ważea statyczego użytych pojazdów dokoao a przeośych wagach admstracyjych (klasa 4) stosowaych przez Ispekcję Trasportu Drogowego. Ze względu a ekompletość otrzymaych daych weryfkacj algorytmów korekcj dokoao w oparcu o wyk ważea dwóch różych wstępe zważoych pojazdów cężarowych. Dae przezaczoe do korekty temperaturowej pochodzły z ważea pojazdu podzeloo je a dwe grupy. Na podstawe wyków zawartych w grupe perwszej wyzaczoo wartość współczyka kalbracj C. Wobec grupy drugej zamplemetowao algorytm korekty a wykach ważea. Pojazd przejeżdżał przez staowsko z różym prędkoścam (od km/h do 8 km/h) celem elmacj wpływu tej welkośc a wyk. Korygowao pomar masy całkowtej pojazdu ze względu a brak dostępu do pomaru acsków poszczególych os. Wyk zestawoo w tabel : Tabela. Wyk ważea pojazdu tj. masa całkowta. Table. Car - weghtg results vehcle mass. Lp. Wyk ważea statyczego [kg] Wd [-] WST [kg] [-] 86,74 5,5 54, 785,7.. 4,6 87, ,4 665,78 Średa 445, 69,48 Względy błąd skuteczy wyzaczea W ST zdefoway jako (6) wyósł =.64, przy czym za acsk przyjęto wyk ważea statyczego. Algorytm autokalbracj testowao w aalogczy sposób dla wyków ważea pojazdu wstępe zważoego, dla którego acsk statyczy I os był zay. Wyk dla 4 przejazdów zestawoo w tabel r : Tabela. Wyk ważea pojazdu tj. acsk I os. Table. Car - weghtg results frst axle. Lp. Wyk ważea statyczego [kg] Wd [-] WS [kg] [-] 6 44,5 687, ,9 687, , ,57 65, Średa 6 496,6 67,65 Względy błąd skuteczy wyzaczea W S wyósł =.5, czyl węcej ż dla korekty temperaturowej jedak wystarczająco mało aby wyk uzać za co ajmej zadawalający. Należy pamętać ż otrzymaych wyków e moża porówywać wprost ze względu a roże pojazdy użyte w obydwu metodach. 6. Podsumowae W pracy przedstawoo wyk badań symulacyjych oraz eksperymetalych dwóch algorytmów korekty wyków ważea. Do zalet metody autokalbracj ależy zalczyć jej uwersalość, gdyż może być stosowaa emal w każdym systeme ważącym awet a drogach o złej jakośc. Zastępuje ucążlwy kosztowy proces klasyczej, okresowej kalbracj staowska. Korekta temperaturowa wymaga dostosowaa sytemu do cągłego pomaru temperatury asfaltu, mus być poprzedzoa kalbracją oraz wymaga zajomośc charakterystyk temperaturowej staowska. Ostat waruek jest szczególe trudy do spełea w owych systemach WIM, gdyż wyzaczee charakterystyk temperaturowej daego systemu wymaga długookresowej rejestracj daych pomarowych (co ajmej przez klka mesęcy). Metoda umożlwa jedak korektę każdego wyku ważea co pozwala osągąć dużą dokładość w całej populacj ważoych pojazdów. Jak wyka z zaprezetowaych badań osągae dokładośc ważea są w przypadku obydwu metod bardzo wysoke. Poeważ wyk ważea tego samego pojazdu przy zmae temperatury o C (dzeń - oc) może sę różć do %, uzasadoa wydaje sę koeczość stosowaa jedej z opracowaych przez autora metod celem zwększea dokładośc uzyskwaych wyków. Otwartą kwestą pozostaje bezpośrede porówae metod w oparcu o wyk ważea wszystkch os jedego pojazdu wstępe zważoego. 7. Lteratura [] I. Gaweł, M. Kalabńska, J. Płat, Asfalty Drogowe, Wydaw. Komukacj Łączośc, Warszawa, [] P. Buros, J. Gajda, Autokalbracja Systemów Ważea Pojazdów Samochodowych w Ruchu, Materały XV Sympozjum Modelowae Symulacja Systemów Pomarowych, Kryca, wrzeseń 5, str. -. [] E. Lukae, R.Stubstad, R. Brggs, Temperature Predctos ad Adjustmet Factors for Asphalt Pavemet, Fal Report of LTPP, Federal Hghway Admstrato 6/. [4] P. Buros, Aalza estacjoarośc systemów WIM, PAK bs/6, Materały XVI Sympozjum Modelowae Symulacja Systemów Pomarowych, Kryca, wrzeseń 6, str [5] J. Gajda, R. Sroka, Aalza dokładośc systemów WIM kalbrowaych metodą pojazdu wstępe zważoego, Materały XV Sympozjum Modelowae Symulacja Systemów Pomarowych, Kryca, wrzeseń 5, str. -. Artykuł recezoway

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

KALIBRACJA NIE ZAWSZE PROSTA

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

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

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

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

Matematyczny opis ryzyka

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

Bardziej szczegółowo

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach,

Bardziej szczegółowo

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń Zasosowae meody ajmejszych kwadraów do pomaru częsolwośc średej sygałów o małej sromośc zboczy w obecośc zakłóceń Elgusz PAWŁOWSKI, Darusz ŚWISULSKI Podsawowe meody pomaru częsolwośc Zlczae okresów w zadaym

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE BQR FMECA/FMEA Przed rozpoczęcem aalzy ależy przeprowadzć dekompozycję systemu a podsystemy elemety. W efekce dekompozycj uzyskuje sę klka pozomów: pozom systemu, pozomy podsystemów oraz pozom elemetów.

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

Analiza wyniku finansowego - analiza wstępna

Analiza wyniku finansowego - analiza wstępna Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe

Bardziej szczegółowo

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH Mara KLONOWSKA-MATYNIA Natala CENDROWSKA WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY Zarys treśc: Nejsze opracowae pośwęcoe zostało spółkom akcyjym, które

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017 PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Marzec 07 PODRĘCZNIKI Wstęp do aalzy błędu pomarowego Joh R. Taylor Wydawctwo Naukowe PWN Warszawa 999

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

Niepewności pomiarów. DR Andrzej Bąk Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

Projekt 3 Analiza masowa

Projekt 3 Analiza masowa Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

METODY ANALIZY DANYCH DOŚWIADCZALNYCH POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

System finansowy gospodarki

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

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU

WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU Fzyka cała stałeo WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU 1. Ops teoretyczy do ćwczea zameszczoy jest a stroe www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomaroweo

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM Edward CHLEBUS, Joaa HELMAN, Mara ROSIENKIEWICZ, Paweł STEFANIAK Streszczee: Nejszy artykuł

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

SYSTEM OCENY STANU NAWIERZCHNI SOSN

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZAŁĄCZNIK D GENERALNA DYREKCJA DRÓG PUBLICZNYCH Buro Studów Sec Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK D ZASADY POMIARU I OCENY STANU WŁAŚCIWOŚCI PRZECIWPOŚLIZGOWYCH

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

Analiza danych pomiarowych

Analiza danych pomiarowych Materały pomoccze dla studetów Wydzału Chem UW Opracowała Ageszka Korgul. Aalza daych pomarowych wersja trzeca, uzupełoa Lteratura, Wstęp 3 R OZDZIAŁ SPRAWOZDANIE Z DOŚWIADCZENIA FIZYCZNEGO 4 Stałe elemety

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

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

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB Data 3//03 Nr wyd troa z Nr egz Nr wydaa troa Data wprowadzea zmay Zmaa Opracował Podps prawdzł Podps Zatwerdzł Podps Kamńsk Cudowsk Marjańsk Data 3//03 Nr wyd troa z Nr egz. Cel Celem ejszej strukcj jest

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI GIEŁDOWYCH PRZY UŻYCIU ALGORYTMÓW GENETYCZNYCH mgr ż. Marc Klmek Katedra Iformatyk Państwowa Wyższa Szkoła Zawodowa m. Papeża Jaa Pawła II w Bałej Podlaskej Streszczee:

Bardziej szczegółowo

08 Model planowania sieci dostaw 1Po_2Pr_KT+KM

08 Model planowania sieci dostaw 1Po_2Pr_KT+KM Nr Tytuł: Autor: 08 Model plaowaa sec dostaw 1Po_2Pr_KT+KM Potr SAWICKI Zakład Systeów Trasportowych WIT PP potr.sawck@put.poza.pl potr.sawck.pracowk.put.poza.pl www.facebook.co/potr.sawck.put Przedot:

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

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

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU Haa Dudek a, Moka Dybcak b a Katedra Ekoometr Iformatyk SGGW b studetka Mędzywydzałowego Studum Iformatyk Ekoometr e-mal: hdudek@mors.sggw.waw.pl ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7) PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

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

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

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

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych Modelowae Aalza Daych Przestrzeych Wykład 8 Adrze Leśak Katedra Geoformatyk Iformatyk Stosowae Akadema Górczo-Hutcza w Krakowe Jaką postać ma warogram daych z tredem? Moża o wylczyć teoretycze prostego

Bardziej szczegółowo

Liniowe relacje między zmiennymi

Liniowe relacje między zmiennymi Lowe relacje mędzy zmeym Marta Zalewska Zakład Proflaktyk ZagrożeńŚrodowskowych Alergolog Ocea lowych relacj mędzy zmeym Metoda korelacj - określee rodzaju sły zależośc mędzy cecham. Metoda regresj 1 Uwaga

Bardziej szczegółowo