EKONOMETRIA wykład 4. Prof. dr hab. Eugeniusz Gatnar.
|
|
- Zuzanna Kasprzak
- 6 lat temu
- Przeglądów:
Transkrypt
1 EKONOMETRIA wykłd 4 Prof. dr hb. Eugenusz Gtnr egtnr@ml.wz.uw.edu.pl
2 Wykorzystne modelu W zleżnośc od rodzju: modele sttyczne - do symulcj, modele dynmczne - do predykcj. Symulcj pozwl wyznczyć wrtość zmennej objśnnej w pewnej, hpotetycznej sytucj (gdy zmenne objśnjące osągną pewne określone wrtośc), tj. odpowd n pytne: co by było gdyby...?. Predykcj pozwl uzyskć prognozę, tj. wrtość zmennej objśnnej w przyszłym okrese czsu (T). Oczywśce muszą być znne, np. n podstwe plnu, wrtośc zmennych objśnjących w tym przyszłym, prognozownym okrese czsu (T).
3 Predykcj W sense numerycznym ob wrnty ne różną sę od sebe. Prognozę ˆT, zgodne z zsdą predykcj neobcążonej, oblcz sę ze wzoru: ˆ Wrncj błędu predykcj jest równ: S T bˆ 0 T T T T ( ) T T S ( b gdze: T to wektor wrtośc zmennych objśnjących dl okresu T: m j bˆ j ),, T mt jt T T
4 Wtedy błąd predykcj to: Predykcj () Sˆ T S T ˆ Przedzły ufnośc dl prognozy oblcz sę nstępująco: ˆ T t ( T m ) Sˆ T T ˆ T t ( T m ) Sˆ T gdze: t ( T m ) wrtość krytyczn odczytn z rozkłdu T m t-student dl pozomu stotnośc stopn swobody.
5 Predykcj (3) Przykłd Dynmczny model ekonometryczny: t = -,86 + 0,83 t +,650 t gdze: t produkcj w tysącch sztuk t lczb ztrudnonych w tysącch osób t wrtość mjątku trwłego w mln złotych Nleży przygotowć prognozę n rok 05, w którym zplnowno:,0 T 7,0 5,0
6 Predykcj (4) Prognoz produkcj n 05 rok wynos: T=05 = -,86 + 0,83 7 +,650 5 = 40,89 Czyl w roku 05 produkcj wynese 4 tys. sztuk. Wrncj predykcj wynos: Błąd predykcj: ˆ S T SˆT 77,785 6,67 tj. rzeczywste wrtośc produkcj będą odchylć sę od prognozy średno o plus-mnus sztuk.
7 Elstyczność Merzy welkość względnej zmny zmennej objśnnej () pod wpływem określonych, względnych zmn jednej ze zmennych objśnjących ( ). Njczęścej chodz o pytn typu: "o le % zmen sę, jeżel wzrośne o 5%?, lub o le % zmenć, by wzrósł o 0%? Wyróżnmy trzy rodzje elstycznośc: elstyczność klsyczn, elstyczność różncow, elstyczność cłkowt.
8 Elstyczność klsyczn Elstycznoścą klsyczną zmennej względem zmennej nzywmy wyrżene: Mernk elstycznośc klsycznej m zstosowne, gdy: zmny wyróżnonej zmennej objśnjącej są blske zer, tj. 0, zmny wyróżnonej zmennej objśnjącej ne wywołują zmn nnych zmennych. f (,..., m) Efekt względnych zmn zmennej objśnnej wywołnych określoną względną zmną wyróżnonej zmennej objśnjącej wyrż:
9 Przykłd Mjąc model kosztów cłkowtych (mln zł): = 0 + gdze " ozncz welkość produkcj (tys. sztuk), nleży oblczyć klsyczną elstyczność dl = 0 tys. sztuk. Elstyczność określ wzór: Ogóln postć modelu: = b 0 + b. Ztem: b 0 f (,..., m) b b
10 Przykłd Podstwjąc = 0, otrzymujemy: ,5 Efekt względnych zmn: 0,5 % 0,5% Ozncz to, że przy produkcj wynoszącej 0 tys. sztuk, jej wzrost o % spowoduje wzrost kosztów cłkowtych o 0,5%.
11 Elstyczność różncow Często w nlzch ekonomcznych rozptruje sę sytucje, w których dopuszcz sę dowolne zmny zmennych. W tkej sytucj korzyst sę z mernków elstycznośc różncowej, zdefnownej jko: gdze elstyczność rzędu "r" wyzncz sę z wzoru: Zwykle w szeregu wystrczy uwzględnć 3 perwsze wyrzy, co dje wzór: ) (.! r r r R r ),..., ( ) ( ),..., ( ) ( m r m r r f f 6 ) ( (3) (). R
12 Przykłd Mjąc model produkcj Cobb-Dougls: =,5 0,5 0,6 gdze to ztrudnene, - kptł, oblczymy względny przyrost produkcj, gdy ztrudnene wzrośne o 40%. Elstycznośc rzędu perwszego, drugego trzecego: 0,5 0,6,5 0,5 0,5 0,5 0,6,5 0 0,5 (),5 0,6,5 0,5 ( 0,5) 0,5 0,5 0,6,5 (3),5 0,6,5 0,5 ( 0,5) (,5) 0,375 0,5 0,6,5
13 Elstyczność różncow będze równ: R. Zkłd sę wzrost ztrudnen o 40%, czyl: ztem podstwjąc: Czyl wzrost ztrudnen o 40% spowoduje wzrost produkcj o 8%. r ( r) R. r! Efekt względnych zmn: r 0,5 R. Przykłd 0,5 0,4 0,5 0,5 0,375 0,46 0,4 0,6 6 0,375 0,84 0,46 ( 0,4 6 )
14 Elstyczność cłkowt Jest stosown wtedy, gdy zmn zmennej objśnjącej jest blsk zero (Δ 0), le pocąg on z sobą zmny nnych (m) zmennych objśnjących w modelu. Wtedy poz wpływem zmennej n zmny nleży tkże uwzględnć efekty pośredne. gdze: / / j / j T / m / j to efekt bezpośredn, - elstyczność względem j, - elstyczność j względem. j j /
15 Anlz procesu produkcj Podstwowy problem: kwest pomru zleżnośc, jke występują mędzy nkłdm prcy żywej, przedmotów prcy środków prcy loścą otrzymywnego w procese produkcj produktu. Podstwowym pojęcem teoretycznym zwąznym z tego typu nlzą jest pojęce funkcj (modelu) produkcj. Funkcj (model) produkcj to funkcj wyrżjąc zleżność mędzy nkłdm prcy żywej uprzedmotowonej loścą otrzymywnego z tych nkłdów produktu.
16 Funkcj produkcj Jej znjomość pozwl m.n. określć: - jkego pozomu produkcj możn sę spodzewć w określonym przyszłym okrese, - w jkej merze nleży zmenć nkłdy czynnków produkcj, by uzyskć określony wyższy nż dotychczs, pozom produkcj, - jke są efekty produkcyjne relzownego w przedsęborstwe postępu technczno-orgnzcyjnego, - ustlć optymlne nkłdy czynnków produkcj mnmlzujące koszty cłkowte przy dnym pozome produkcj, - ustlć optymlne nkłdy czynnków produkcj mksymlzujące produkcję przy dnym koszce.
17 Model produkcj Cobb-Dougls Wyrż zleżność mędzy welkoścą produkcj () różnym rodzjm nkłdów (prcy, środków tp.): k e 0 k Czsm przyjmuje sę złożene o stłej wydjnośc produkcj, tj. α + + α m =, co ozncz, że jeżel nkłdy wszystkch czynnków produkcj wzrstją o p procent, to produkcj wzrst w tym smym tempe. Jeżel α + + α m <, to produkcj rośne wolnej nż nkłdy (mlejące przychody względem skl produkcj), jeżel α + + α m >, to rośne szybcej (rosnące przychody względem skl produkcj). Prmetry funkcj produkcj to elstycznośc. Np. elstyczność welkośc produkcj względem nkłdów jest równ α.
18 Model produkcj Cobb-Dougls W njprostszej postc jest to model dwuczynnkowy: gdze: - produkcj, K - kptł (wrtość brutto mjątku trwłego), L - prc (lczb ztrudnonych), 0,, - prmetry, u - skłdnk losowy. Jest to funkcj nelnow by oszcowć jej prmetry z pomocą metody njmnejszych kwdrtów (MNK) nleży ją sprowdzć do postc lnowej przez logrytmowne: Dje to model lnowy: 0 K L ln( ) ln( 0) ln( K) ln( L) y b e 0 b x b x
19 Dl pewnych dnych uzyskno model: Przykłd 0,45 3,36 K L 0,5 gdze prmetry mją nstępujące znczene: 0,45 - elstyczność produkcj względem kptłu, tj. jeżel kptł wzrośne o %, to produkcj wzrośne przecętne o 0,45% (jeżel lczb ztrudnonych sę ne zmen), 0,5 - elstyczność produkcj względem prcy, tj. jeżel lczb ztrudnonych wzrośne o %, to produkcj wzrośne średno o 0,5%.
20 Przykłd Jeżel ustlmy produkcję n pewnym pozome ( 0 ), to możn oszcowć welkość kptłu prcy, które nm ją zpewną: 0 0 K L 0 orz: np. jeżel ztrudnono 707 osób, wrtość produkcj m wyneść,05 mln zł, to wrtość kptłu pownn wynosć: K 4,9 mln złotych (przy ne zmenonym ztrudnenu). 0,45 L 0, , ,36 0 4,9 K
21 CES - Constnt Elstcty of Substtuton Funkcj o stłej elstycznośc substytucj. Jest uogólnenem modelu Cobb-Dougls, chocż trudno szcowć jej prmetry: gdze: k =. Model produkcj CES c c 0( W njprostszej postc jest to model dwuczynnkowy: gdze: oznczen są tke sme jk poprzedno,,, b, c - prmetry, przy czym: c (,0) (0,). Jest to model nelnowy ne stneje trnsformcj przeksztłcjąc go n lnowy. c ( K L c ) b c e k c k ) b c e
22 Dl pewnych dnych uzyskno model: Możn oblczyć o le wzrośne produkcj, jeżel ztrudnene wzrośne o %, wrtość środków trwłych ne ulegne zmne. Wtedy: ztem, gdy w beżącym okrese produkcj wynos 87 mln zł, ztrudnene 70 osób, to: węc: c b b L c Przykłd 0,707 0,707 (,0955K 0,6665L 0,6665 0,353 L L 0,8950 % 87 b c b L 0,707 0,8950 0,7064% c 70 ) 0,707 0,8950 0,707 0,353 Wzrost o 0,7064%.
23 Możn oblczyć o le wzrośne produkcj, jeżel ob czynnk produkcj wzrosną jednocześne o 5%. Wtedy w przyblżenu: Przykłd gdze k ozncz krotność wzrostu (czyl o (k ) 00%). Czyl: b k 0,8950,05 czyl produkcj wzrośne o 4,463%. Proces produkcyjny chrkteryzuje sę mlejącym przychodm względem skl produkcj. k b 0,04463
24 Anlz wydjnośc prcy Anlz może być prowdzon w odnesenu do: - ndywdulnej wydjnośc prcy, - zespołowej wydjnośc prcy. Przedmotem bdń jest poszukwne zleżnośc przyczynowo - skutkowych określjących pozom ksztłtown sę wydjnośc prcy wyznczne loścowych efektów oddzływn poszczególnych czynnków n wydjność prcy.
25 Model wydjnośc prcy Zleżność wydjnośc prcy od weku prcownk jest wyrżn z pomocą funkcj: W e gdze: W - wydjność, T wek prcownk, u - skłdnk losowy. Jest to funkcj nelnow nleży ją sprowdzć do postc lnowej przez logrytmowne: ln( W) Dje to model lnowy: y b 0 0 T T T 0 b x b x T
26 Dl pewnych dnych uzyskno model: W e Możn oblczyć optymlny wek prcownk (tj. wek, w którym osąg mksymlną wydjność). Oblczmy pochodną cząstkową W względem T: dw e dt W (0,308,855 0,308T przyrównujemy do zer: dw dt 0 Przykłd,855 0,308T 0,00T 0,00T 0,0044T ) 0,308 (0,308 0,0044T 0 0,00T ) T * 30
27 Przykłd Jego mksymln wydjność jest wtedy równ:,855 W mx e 0, ,00 30 W mx 6,4% wykonn normy.
28 Ekonometryczn nlz kosztów Przedmotem jest nlz prwdłowośc, jke występują w zkrese ksztłtown sę pozomu kosztów włsnych produkcj w zleżnośc od skl produkcj różnych czynnków techncznych, orgnzcyjnych ekonomcznych określjących wrunk prcy przedsęborstw. W zleżnośc od potrzeb, nlz może dotyczyć: - cłkowtych kosztów włsnych produkcj, - kosztów jednostkowych (lorz kosztów cłkowtych welkośc produkcj).
29 Może meć postć welomnową: gdze: K - koszt, Model kosztów K b 0 bq bq Q - welkość produkcj. Przykłd: Koszt wydobyc węgl w pewnej kopln ze względu n mesęczne wydobyce jest opsny funkcją: K 44, ,63Q 9,6743Q Prmetr b 0 = 44,438 ozncz tzw. koszt stły, wyrżene 64,63Q 9,6743Q reprezentuje koszty zmenne, uzleżnone od skl produkcj.
30 Możn wtedy oblczyć koszt cłkowty wydobyc np. 5 tys. ton węgl: K 44,4380 Wynos on 709 tys. zł. Model kosztów 64,63 9, ,4 Ntomst koszt jednostkowy k to lorz kosztu cłkowtego welkośc wydobyc: 5 5 k K 709,4 4,88zł tonę Q 5 /
31 Możn tkże oblczyć optymlną z punktu wdzen kosztów jednostkowych welkość wydobyc. Funkcj kosztów jednostkowych m postć: Optymlne wydobyce to tke, gdy osąg on mnmum. Lczymy pochodną cząstkową k względem Q przyrównujemy do zer: dk dq czyl dl Q 3,8639 tys. ton. Przykłd 44,4380 k 64,63 9, 6743Q Q 0 44, ,4380 Q 9,6743Q 9, Q 0 3,8639
32 Przykłd Ten mnmlny koszt wynos: k 44,4380 3, ,63 9,6743 3, ,3850 czyl 39,4 tys. zł
33 Funkcj popytu jest to funkcj wyrżjąc zleżność pozomu popytu od zespołu czynnków ekonomcznych pozekonomcznych wpływjących n ksztłtowne sę decyzj konsumentów, co do zkupu dóbr konsumpcyjnych n rynku. Klsyfkcj: Modele popytu mkrofunkcje popytu: pozwlją merzyć zleżność popytu wększych zborowośc konsumentów od tkch czynnków, jk: pozom dochodów, relcj cen popyt tychże konsumentów n nne dobr. mkrofunkcje popytu: wyrżją prwdłowośc ksztłtown sę popytu pojedynczych konsumentów lub rodzn w zleżnośc od dochodu, skłdu demogrfcznego, proflu zwodowego społecznego rodzny.
34 Njczęścej funkcje mkroekonomczne mją postć krzywych Engl (krzywych potrzeb), które wyrżją zleżność mędzy popytem (wydtkm) n dne dobro, czy usługę () dochodm konsumentów (). Może to być model: - potęgowy: - hperbolczny: - Tornqust: Modele popytu u 0 0 ) dl dóbr perwszej potrzeby: 0 u
35 - Tornqust: Modele popytu ) dl dóbr wyższego rzędu: 3) dl dóbr luksusowych: ( 3) Przy czym: - wydtk n dne dobro lub grupę dóbr, - dochody gospodrstw. - pozom, do którego wydtk n dne dobro rosną (pozom nsycen), 3 - pozom dochodów, przy którym pojwją sę wydtk n dne dobro. 3
36 W pewnej grupe osób wydtk n kulturę opsno jko funkcję Tornqust drugego rodzju dochodów. Po estymcj uzyskno model: Interpretcj: Modele popytu 670( 430) 6690 Wydtk n kulturę pojwją sę jeżel mesęczny dochód n osobę osągne pozom 430 zł będą rosły w mrę wzrostu dochodów ż do pozomu 670 zł.
EKONOMIA MENEDŻERSKA. Wykład 2 Analiza popytu. Optymalna polityka cenowa. 1 ANALIZA POPYTU. OPTYMALNA POLITYKA CENOWA.
Wykłd Anlz popytu. Optymln poltyk cenow. 1 ANALIZA OYTU. OTYMALNA OLITYKA CENOWA. rzedmotem wykłdu jest prolem zrządzn zyskem poprzez oprcowne wdrożene odpowednej strteg różncown cen, wykorzystując do
Bardziej szczegółowoĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW
1 ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GANULOMETYCZNEJ SUOWCÓW I PODUKTÓW 1. Cel zkres ćwczen Celem ćwczen jest opnowne przez studentów metody oceny mterłu sypkego pod względem loścowej zwrtośc frkcj
Bardziej szczegółowoRealizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych,
Klsyczn Metod Njmniejszych Kwdrtów (KMNK) Postć ć modelu jest liniow względem prmetrów (lbo nleży dokonć doprowdzeni postci modelu do liniowości względem prmetrów), Zmienne objśnijące są wielkościmi nielosowymi,
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 3
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Poltechnk Gdńsk Wydzł Elektrotechnk Automtyk Ktedr Inżyner Systemów Sterown Teor sterown Podstwy lgebry mcerzy Mterły pomocncze do ćwczeń lbortoryjnych 1 Część 3 Oprcowne: Kzmerz Duznkewcz, dr hb. nż.
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne
Bardziej szczegółowoRównania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel,
utomtyk Robotyk lgebr -Wykłd - dr dm Ćmel cmel@ghedupl Równn lnowe Nech V W będą przestrzenm lnowym nd tym smym cłem K T: V W przeksztłcenem lnowym Rozwżmy równne lnowe T(v)w Powyższe równne nzywmy równnem
Bardziej szczegółowoEKONOMETRIA I Spotkanie 1, dn. 05.10.2010
EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra
Bardziej szczegółowoZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana
ISSN 733-867 ZESZ NAUKOWE NR (83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZNARODOWA KONFERENCJA NAUKOWO-ECHNICZNA E X L O - S H I 6 Andrzej Stteczny, Andrzej Lsj, Chfn Mohmmd Fzj dnych nwgcyjnych w przestrzen
Bardziej szczegółowoMetoda prądów obwodowych
Metod prądów owodowyh Zmenmy wszystke rzezywste źródł prądowe n npęowe, Tworzymy kłd równń lnowyh opsjąyh poszzególne owody. Dowolną seć lnową skłdjąą sę z elementów skponyh możn opsć z pomoą kłd równń
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych
Bardziej szczegółowo( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu.
Elementy rchunku prwdopodoeństw f 0 f() - gęstość rozkłdu prwdopodoeństw X f d P< < = f( d ) F = f( tdt ) - dystryunt rozkłdu E( X) = tf( t) dt - wrtość średn D ( X) = E( X ) E( X) - wrncj = f () F ()
Bardziej szczegółowoNatalia Nehrebecka. Wykład 2
Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad
Bardziej szczegółowody dx stąd w przybliżeniu: y
Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc
Bardziej szczegółowoSformułowanie zagadnienia. c c. Analiza zagadnienia dla przypadku m = 4 i n = 3. B 2. c A. c A
ZGDNIENIE TRNSPORTOWE Sformułowne zgdnen Przypuśćmy, że z m punktów odprwy,, K, m m być wysłny w lośh,, K, m ednorodny produkt do n punktów przyęć,, K, n. odboru przymuą produkt w lośh b, b, K, bn. Kżdy
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoZadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane
Bardziej szczegółowoDOBÓR LINIOWO-ŁAMANEGO ROZDZIAŁU SIŁ HAMUJĄCYCH W SAMOCHODACH DOSTAWCZYCH
Zgnew Kmńsk DOBÓ INIOWO-ŁMNEO OZDZIŁU SIŁ HMUJĄCYCH W SMOCHODCH DOSTWCZYCH Streszczene. W rtykule opsno sposoy dooru lnowo-łmnego rozdzłu sł mującyc w smocodc dostwczyc według wymgń egulmnu 3 ECE. Przedstwono
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ew Pbisek Adm Wostko Piotr Pluciński Mtemtyk stosown i metody numeryczne Konspekt z wykłdu 0 Cłkownie numeryczne Wzory cłkowni numerycznego pozwlją n obliczenie przybliżonej wrtości cłki: I(f) = f(x) dx
Bardziej szczegółowoMetody Lagrange a i Hamiltona w Mechanice
Metody Lgrnge i Hmilton w Mechnice Mriusz Przybycień Wydził Fizyki i Informtyki Stosownej Akdemi Górniczo-Hutnicz Wykłd 3 M. Przybycień (WFiIS AGH) Metody Lgrnge i Hmilton... Wykłd 3 1 / 15 Przestrzeń
Bardziej szczegółowoMetody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak
Metody numeryzne Wyłd nr 7 dr. Potr Fronz Cłowne numeryzne Cłowne numeryzne to przylżone olzne łe oznzony. Metody łown numeryznego polegją n przylżenu ł z pomoą odpowednej sumy wżonej wrtoś łownej unj
Bardziej szczegółowoModelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Różniczkowanie i całkowanie numeryczne
Modelownie i obliczeni techniczne Metody numeryczne w modelowniu: Różniczkownie i cłkownie numeryczne Pochodn unkcji Pochodn unkcji w punkcie jest deiniown jko grnic ilorzu różnicowego (jeżeli istnieje):
Bardziej szczegółowoModel ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)
Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu
Bardziej szczegółowoRaport Przeliczenie punktów osnowy wysokościowej III, IV i V klasy z układu Kronsztadt60 do układu Kronsztadt86 na obszarze powiatu krakowskiego
Rport Przelczene punktów osnowy wysokoścowej III, IV V klsy z ukłdu Kronsztdt60 do ukłdu Kronsztdt86 n oszrze powtu krkowskego Wykonł: dr h. nż. Potr Bnsk dr nż. Jcek Kudrys dr nż. Mrcn Lgs dr nż. Bogdn
Bardziej szczegółowoProces decyzyjny: 1. Sformułuj jasno problem decyzyjny. 2. Wylicz wszystkie możliwe decyzje. 3. Zidentyfikuj wszystkie możliwe stany natury.
Proces decyzyny: 1. Sformułu sno problem decyzyny. 2. Wylcz wszyste możlwe decyze. 3. Zdentyfu wszyste możlwe stny ntury. 4. Oreśl wypłtę dl wszystch możlwych sytuc, ( tzn. ombnc decyz / stn ntury ). 5.
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa
Anliz mtemtyczn i lgebr liniow Mteriły pomocnicze dl studentów do wykłdów Mcierze liczbowe i wyznczniki. Ukłdy równń liniowych. Mcierze. Wyznczniki. Mcierz odwrotn. Równni mcierzowe. Rząd mcierzy. Ukłdy
Bardziej szczegółowo4. RACHUNEK WEKTOROWY
4. RACHUNEK WEKTOROWY 4.1. Wektor zczepiony i wektor swoodny Uporządkowną prę punktów (A B) wyznczjącą skierowny odcinek o początku w punkcie A i końcu w punkcie B nzywmy wektorem zczepionym w punkcie
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy
Bardziej szczegółowoRównania i nierówności kwadratowe z jedną niewiadomą
50 REPETYTORIUM 31 Równni i nierówności kwdrtowe z jedną niewidomą Równnie wielominowe to równość dwóch wyrżeń lgebricznych Kżd liczb, któr po podstwieniu w miejscu niewidomej w równniu o jednej niewidomej
Bardziej szczegółowoModele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.
Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 6
Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane
Bardziej szczegółowoWEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać:
WEKTORY Wśród wielkości fizycznych występujących w fizyce możn wyróżnić sklry i wektory. Aby określić wielkość sklrną, wystrczy podć tylko jedną liczbę. Wielkościmi tkimi są ms, czs, tempertur, objętość
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL W standardowym modelu lnowym zakładamy,
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA WYKŁAD 9. ZBIORY ROZMYTE Częstochow 204 Dr hb. inż. Grzegorz Dudek Wydził Elektryczny Politechnik Częstochowsk ZBIORY ROZMYTE Klsyczne pojęcie zbioru związne jest z logiką dwuwrtościową
Bardziej szczegółowo( ) Lista 2 / Granica i ciągłość funkcji ( z przykładowymi rozwiązaniami)
List / Grnic i ciągłość funkcji ( z przykłdowymi rozwiąznimi) Korzystjąc z definicji grnicy (ciągowej) funkcji uzsdnić podne równości: sin ) ( + ) ; b) ; c) + 5 Obliczyć grnice funkcji przy orz : + ) f
Bardziej szczegółowoPochodne i całki, macierze i wyznaczniki
Cłk oznczon Cłk niewłściw Wzór Tylor Mcierze Pochodne i cłki, mcierze i wyznczniki Stnisłw Jworski Ktedr Ekonometrii i Sttystyki Zkłd Sttystyki Stnisłw Jworski Pochodne i cłki, mcierze i wyznczniki Cłk
Bardziej szczegółowoGrażyna Nowicka, Waldemar Nowicki BADANIE RÓWNOWAG KWASOWO-ZASADOWYCH W ROZTWORACH ELEKTROLITÓW AMFOTERYCZNYCH
Ćwiczenie Grżyn Nowick, Wldemr Nowicki BDNIE RÓWNOWG WSOWO-ZSDOWYC W ROZTWORC ELETROLITÓW MFOTERYCZNYC Zgdnieni: ktywność i współczynnik ktywności skłdnik roztworu. ktywność jonów i ktywność elektrolitu.
Bardziej szczegółowoMETODY KOMPUTEROWE 11
METOY KOMPUTEROWE METOA WAŻONYCH REZIUÓW Mchł PŁOTKOWIAK Adm ŁOYGOWSKI Konsultcje nukowe dr nż. Wtold Kąkol Poznń / METOY KOMPUTEROWE METOA WAŻONYCH REZIUÓW Metod wżonych rezduów jest slnym nrzędzem znjdown
Bardziej szczegółowoWykład 2. Granice, ciągłość, pochodna funkcji i jej interpretacja geometryczna
1 Wykłd Grnice, ciągłość, pocodn unkcji i jej interpretcj geometryczn.1 Grnic unkcji. Grnic lewostronn i grnic prwostronn unkcji Deinicj.1 Mówimy, że liczb g jest grnicą lewostronną unkcji w punkcie =,
Bardziej szczegółowoRozpraszania twardych kul
Wyłd XVIII Rozprszn twrdych u Rozwżmy oddzływne twrdych u opsywne potencjłem V r r Ponewż potencjł jest seryczne symetryczny uncję ową możn zpsć w postc ( r Cm R Ym( m gdze Ym( to hrmon seryczne Rozprszne
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH
STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj
Bardziej szczegółowo1. Weryfikacja hipotez dotyczących wariancji test F. 2. Wykorzystanie statystyki F do badania istotności regresji
PODSTAWY STATYSTYKI 1. Teor prwdopodobeńtw element kombntork. Zmenne loowe ch rozkłd 3. Populcje prób dnch, etmcj prmetrów 4. Tetowne hpotez 5. Tet prmetrczne (n przkłdze tetu t) 6. Tet neprmetrczne (n
Bardziej szczegółowoMETODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. dr hab.inż. Katarzyna Zakrzewska, prof.
METODY NUMERYCZNE Wykłd 4. Numeryczne rozwązywne równń nelnowych z jedną newdomą dr hb.nż. Ktrzyn Zkrzewsk, pro.agh Met.Numer. Wykłd 4 Rozwązywne równń nelnowych z jedną newdomą Nleży znleźć perwstek równn
Bardziej szczegółowoWYBRANE ZAGADNIENIA Z DYNAMIKI GAZÓW
JB emetr II / WYBNE ZGDNIENI Z DYNIKI GZÓW Porzedno omwlśmy zgdnen rzeływu łynów neścślwych, które dorowdzły n do równń Ner- Stoke oujące ruch łynu ścślwego neścślwego orz nne dl tłej gętośc: Euler, Bernoull
Bardziej szczegółowoMETODA DIAGNOSTYKI SOCJOMETRYCZNEJ JAKO NARZĘDZIE BADAŃ CECH JAKOŚCIOWYCH KIEROWNIKÓW
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Fol Unv. Agrc. Stetn. 007, Oeconomc 54 (47, 347 354 Leond WOROBJOW METODA DIAGNOSTYKI SOCJOMETRYCZNEJ JAKO NARZĘDZIE BADAŃ CECH JAKOŚCIOWYCH KIEROWNIKÓW THE
Bardziej szczegółowoWyrównanie sieci niwelacyjnej
1. Wstęp Co to jest sieć niwelcyjn Po co ją się wyrównje Co chcemy osiągnąć 2. Metod pośrednicząc Wyrównnie sieci niwelcyjnej Metod pośrednicząc i metod grpow Mmy sieć skłdjącą się z szereg pnktów. Niektóre
Bardziej szczegółowoBADANIE ZALEŻNOŚCI PRZENIKALNOŚCI MAGNETYCZNEJ
ADANIE ZAEŻNOŚCI PRZENIKANOŚCI MAGNETYCZNEJ FERRIMAGNETYKÓW OD TEMPERATURY 1. Teori Włściwości mgnetyczne sstncji chrkteryzje współczynnik przeniklności mgnetycznej. Dl próżni ten współczynnik jest równy
Bardziej szczegółowoStruktura energetyczna ciał stałych-cd. Fizyka II dla Elektroniki, lato
Struktur energetyczn cił stłych-cd Fizyk II dl Elektroniki, lto 011 1 Fizyk II dl Elektroniki, lto 011 Przybliżenie periodycznego potencjłu sieci krystlicznej model Kronig- Penney potencjł rzeczywisty
Bardziej szczegółowo1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:
.. Uprość ops zdarzeń: a) A B, A \ B b) ( A B) ( A' B).. Uproścć ops zdarzeń: a) A B A b) A B, ( A B) ( B C).. Uproścć ops zdarzeń: a) A B A B b) A B C ( A B) ( B C).4. Uproścć ops zdarzeń: a) A B, A B
Bardziej szczegółowo2012-10-11. Definicje ogólne
0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj
Bardziej szczegółowoWektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1
Rchunek mcierzowy Mcierzą A nzywmy funkcję 2-zmiennych, któr prze liczb nturlnych (i,j) gdzie i = 1,2,3,4.,m; j = 1,2,3,4,n przyporządkowuje dokłdnie jeden element ij. 11 21 A = m1 12 22 m2 1n 2n mn Wymirem
Bardziej szczegółowoVI. Rachunek całkowy. 1. Całka nieoznaczona
VI. Rchunek cłkowy. Cłk nieoznczon Niech F : I R i f : I R będą funkcjmi określonymi n pewnym przedzile I R. Definicj. Funkcję F nzywmy funkcją pierwotną funkcji f n przedzile I, gdy F (x) = f(x) dl x
Bardziej szczegółowoPODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych
PODSTAWY BAZ DANYCH Wykłd 3 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy z dnych" 1 Rozkłdlno dlność schemtów w relcyjnych Przykłd. Relcj EGZ(U), U := { I, N, P, O }, gdzie I 10 10 11 N f f
Bardziej szczegółowoEKONOMIA MENEDŻERSKA. Wykład 3 Funkcje produkcji 1 FUNKCJE PRODUKCJI. ANALIZA KOSZTÓW I KORZYŚCI SKALI. MINIMALIZACJA KOSZTÓW PRODUKCJI.
EONOMIA MENEDŻERSA Wykład 3 Funkcje rodukcj 1 FUNCJE PRODUCJI. ANAIZA OSZTÓW I ORZYŚCI SAI. MINIMAIZACJA OSZTÓW PRODUCJI. 1. FUNCJE PRODUCJI: JEDNO- I WIEOCZYNNIOWE Funkcja rodukcj określa zależność zdolnośc
Bardziej szczegółowoAnaliza wariancji klasyfikacja prosta
Anlz wrnc Oprcowno n podstwe: Łomnck A. 003. Wprowdzene do sttystyk dl przyrodnków. PW Wrszw. Anlz wrnc klsyfkc prost Dne o przeżywlnośc chrząszczy hodownych hodowlnych n czterech różnych pożywkch. Kżd
Bardziej szczegółowoR + v 10 R0, 9 k v k. a k v k + v 10 a 10. k=1. Z pierwszego równania otrzymuję R 32475, 21083. Dalej mam: (R 9P + (k 1)P )v k + v 10 a 10
Zdnie. Zkłd ubezpieczeń n życie plnuje zbudownie portfel ubezpieczeniowego przy nstępujących złożenich: ozwiąznie. Przez P k będę oznczł wrtość portfel n koniec k-tego roku. Szukm P 0 tkie by spełnił:
Bardziej szczegółowoMODELE TEORII GIER. Modelowanie matematyczne. dr inż. Zbigniew Tarapata Wykład nr 5: Modele teorii gier
MODELE TEORII GIER Podejmowne decyzj nwestycyjnych często jest dokonywne w sytucjch, w których ne wdomo, jk będze stn otoczen lub też, jką decyzję podejmą nn decydenc, mjący wpływ n wynk decyzj przez ns
Bardziej szczegółowoWeryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Bardziej szczegółowoPlanowanie złożonych przedsięwzięć wieloczynnościowych (Project Management - zarządzanie projektami)
D Miszczyńsk, M.Miszczyński KBO UŁ, Bdni opercyjne, metod PERT 1 Plnownie złożonych przedsięwzięć wieloczynnościowych (Project Mngement - zrządznie projektmi) Anlizujemy złożone przedsięwzięci wieloczynnościowe.
Bardziej szczegółowoNatalia Nehrebecka. Dariusz Szymański
Natala Nehrebecka Darusz Szymańsk . Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl
Bardziej szczegółowoTwierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że
Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam
Bardziej szczegółowoMatematyka finansowa 10.03.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXVI Egzamin dla Aktuariuszy z 10 marca 2014 r. Część I
Mtemtyk finnsow.03.2014 r. Komisj Egzmincyjn dl Akturiuszy LXVI Egzmin dl Akturiuszy z mrc 2014 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoby egzminownej:... Czs egzminu: 0 minut 1 Mtemtyk
Bardziej szczegółowoZASTOSOWANIE RÓWNANIA NASGRO DO OPISU KRZYWYCH PROPAGACYJI PĘKNIĘĆ ZMĘCZENIOWYCH
Sylwester KŁYSZ *, **, nn BIEŃ **, Pweł SZBRCKI ** ** Instytut Techniczny ojsk Lotniczych, rszw * Uniwersytet rmińsko-mzurski, Olsztyn ZSTOSONIE RÓNNI NSGRO DO OPISU KRZYYCH PROPGCYJI PĘKNIĘĆ ZMĘCZENIOYCH
Bardziej szczegółowoPODSTAWY ALGEBRY MACIERZY. Operacje na macierzach
PODSTWY LGEBRY MCIERZY WIERSZ i, KOLUMN (j) Mcierz m,n, gdzie m to ilość wierszy, n ilość kolumn i,j element mcierzy z itego wiersz, jtej kolumny Opercje n mcierzch Równość mcierzy m,n = B m,n. def i,j
Bardziej szczegółowoMATEMATYKA Wykład 4 (Funkcje) przyporządkowany został dokładnie jeden element
MATEMATYKA Wykłd 4 (Funkcje) Pisząc f : (,b) R rozumiemy Ŝe kŝdemu (, b) przyporządkowny zostł dokłdnie jeden element y R. Wykresem funkcji nzywmy zbiór pr (,f()) n płszczyźnie skłdjącej się ze wszystkich
Bardziej szczegółowoModelowanie sił skrawania występujących przy obróbce gniazd zaworowych
Scentfc Journls Mrtme Unversty of Szczecn Zeszyty ukowe Akdem Morsk w Szczecne 29, 7(89) pp. 63 67 29, 7(89) s. 63 67 Modelowne sł skrwn występujących przy obróbce gnzd zworowych Cuttng forces modelng
Bardziej szczegółowoZadania. I. Podzielność liczb całkowitych
Zdni I. Podzielność liczb cłkowitych. Pewn liczb sześciocyfrow kończy się cyfrą 5. Jeśli tę cyfrę przestwimy n miejsce pierwsze ze strony lewej to otrzymmy nową liczbę cztery rzy większą od poprzedniej.
Bardziej szczegółowoFUNKCJA KWADRATOWA. Moduł - dział -temat Lp. Zakres treści. z.p. z.r Funkcja kwadratowa - powtórzenie PLANIMETRIA 1
FUNKCJA KWADRATOWA Moduł - dził -temt Funkcj kwdrtow - powtórzenie Lp Lp z.p. z.r. 1 1 Równni kwdrtowe 2 Postć iloczynow funkcji kwdrtowej 3 Równni sprowdzlne do równń kwdrtowych Nierówności kwdrtowe 5
Bardziej szczegółowoFizyka. Kurs przygotowawczy. na studia inżynierskie. mgr Kamila Haule
Fizyk Kurs przygotowwczy n studi inżynierskie mgr Kmil Hule Dzień 3 Lbortorium Pomir dlczego mierzymy? Pomir jest nieodłączną częścią nuki. Stopień znjomości rzeczy często wiąże się ze sposobem ich pomiru.
Bardziej szczegółowoEgzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010
Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene
Bardziej szczegółowoKomisja Egzaminacyjna dla Aktuariuszy LIX Egzamin dla Aktuariuszy z 12 marca 2012 r. Część I Matematyka finansowa
Mtemtyk finnsow 12.03.2012 r. Komisj Egzmincyjn dl Akturiuszy LIX Egzmin dl Akturiuszy z 12 mrc 2012 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoby egzminownej:... Czs egzminu: 100 minut
Bardziej szczegółowoZaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych
Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,
Bardziej szczegółowoMacierz. Wyznacznik macierzy. Układ równań liniowych
Temt wykłdu: Mcierz. Wyzncznik mcierzy. Ukłd równń liniowych Kody kolorów: żółty nowe pojęcie pomrńczowy uwg kursyw komentrz * mterił ndobowiązkowy Ann Rjfur, Mtemtyk Zgdnieni. Pojęci. Dziłni n mcierzch.
Bardziej szczegółowoWYŻSZA SZKOŁA INFORMATYKI STOSOWANEJ I ZARZĄDZANIA
Mteriły do wykłdu MATEMATYKA DYSKRETNA dl studiów zocznych cz. Progrm wykłdu: KOMBINATORYKA:. Notcj i podstwowe pojęci. Zlicznie funkcji. Permutcje. Podziory zioru. Podziory k-elementowe. Ziory z powtórzenimi
Bardziej szczegółowoWprowadzenie: Do czego służą wektory?
Wprowdzenie: Do czego służą wektory? Mp połączeń smolotowych Isiget pokzuje skąd smoloty wyltują i dokąd doltują; pokzne jest to z pomocą strzłek strzłki te pokzują przemieszczenie: skąd dokąd jest dny
Bardziej szczegółowo2. Tensometria mechaniczna
. Tensometri mechniczn Wstęp Tensometr jk wskzywłby jego nzw to urządzenie służące do pomiru nprężeń. Jk jednk widomo, nprężeni nie są wielkościmi mierzlnymi i stnowią jedynie brdzo wygodne pojęcie mechniki
Bardziej szczegółowoPorównanie dostępności różnych, nadmiarowych konfiguracji zasilania szaf przemysłowych
Porównne dotępnośc różnych, ndmrowych konfgurcj zln zf przemyłowych Whte Pper 48 Strezczene Przełącznk źródeł zln orz dwutorow dytrybucj zln przętu IT łużą zwękzenu dotępnośc ytemów oblczenowych. Sttytyczne
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowoZad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)
Analza dnamk Zad. 1 Indeks lczb studującch studentów w województwe śląskm w kolejnch pęcu latach przedstawał sę następująco: Lata 1 2 3 4 5 Indeks jednopodstawowe z roku t = 1 100,0 115,7 161,4 250,8 195,9
Bardziej szczegółowoDynamika wymiany lokalnej
Dynmk wymny loklne Autor: Wocech Czrneck Teksty publkowne ko workng ppers wyrżą poglądy ch Autorów ne są ofclnym stnowskem Instytutu Mses Złożoność lczb relc występuących mędzy podmotm uczestnczącym w
Bardziej szczegółowoWykład 6 Dyfrakcja Fresnela i Fraunhofera
Wykłd 6 Dyfrkcj Fresnel i Frunhofer Zjwisko dyfrkcji (ugięci) świtł odkrył Grimldi (XVII w). Poleg ono n uginniu się promieni świetlnych przechodzących w pobliżu przeszkody (np. brzeg szczeliny). Wyjśnienie
Bardziej szczegółowoWYKŁAD 5. Typy macierzy, działania na macierzach, macierz układu równań. Podstawowe wiadomości o macierzach
Mtemtyk I WYKŁD. ypy mcierzy, dziłni n mcierzch, mcierz ukłdu równń. Podstwowe widomości o mcierzch Ogóln postć ukłdu m równń liniowych lgebricznych z n niewidomymi x x n xn b x x n xn b, niewidome: x,
Bardziej szczegółowoAlgebra Boola i podstawy systemów liczbowych. Ćwiczenia z Teorii Układów Logicznych, dr inż. Ernest Jamro. 1. System dwójkowy reprezentacja binarna
lger Bool i podstwy systemów liczowych. Ćwiczeni z Teorii Ukłdów Logicznych, dr inż. Ernest Jmro. System dwójkowy reprezentcj inrn Ukłdy logiczne operują tylko n dwóch stnch ozncznymi jko zero (stn npięci
Bardziej szczegółowoRozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19
Rozwąze ektóryh zdń tregowyh do I kolokwum sem. zmowy, 8/9 Zd.. V = ost, = 98 K W wrukh dtyzyh Q = ΔU =. Końową temperturę zjdzemy rozwązują rówe ΔU =. Zm eerg wewętrzej zhodz wskutek rekj hemzej jlepej
Bardziej szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Bardziej szczegółowoEKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnienia
EKONOMETRIA Wykład 4: Model ekonometryczny - dodatkowe zagadnena dr Dorota Cołek Katedra Ekonometr Wydzał Zarządzana UG http://wzr.pl/dorota-colek/ dorota.colek@ug.edu.pl 1 Wpływ skalowana danych na MNK
Bardziej szczegółowo12. Zadanie optymalnej mieszanki - maksymalizacja ilości mieszanki wykonanej z dostępnych komponentów
P. Kowlk, Lbortorum bdń opercyjnych: zdne optymlnej mesznk - mksymlzcj lośc mesznk. Zdne optymlnej mesznk - mksymlzcj lośc mesznk wykonnej z dostępnych komponentów Jeżel wszystke komponenty dostępne są
Bardziej szczegółowoKatedra Chemii Nieorganicznej i Analitycznej Uniwersytet Łódzki ul.tamka 12, Łódź
tedr Chem Neorgncznej Anltycznej Unwersytet Łódzk ul.tmk 12, 91-403 Łódź Dr Pweł rzyczmonk Łódź, luty 2014 1 Pln wykłdu Wstęp Sensory podstwowe określen Sensor chemczny defncj (wg IUPAC) Typy sensorów
Bardziej szczegółowoOznaczenia: K wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania wykraczające
Wymgni edukcyjne z mtemtyki ls 2 b lo Zkres podstwowy Oznczeni: wymgni konieczne; wymgni podstwowe; R wymgni rozszerzjące; D wymgni dopełnijące; W wymgni wykrczjące Temt lekcji Zkres treści Osiągnięci
Bardziej szczegółowoWYMAGANIA I KRYTERIA OCENIANIA Z MATEMATYKI W 3 LETNIM LICEUM OGÓLNOKSZTAŁCĄCYM
WYMAGANIA I KRYTERIA OCENIANIA Z MATEMATYKI W 3 LETNIM LICEUM OGÓLNOKSZTAŁCĄCYM Kls drug A, B, C, D, E, G, H zkres podstwowy 1. FUNKCJA LINIOWA rozpoznje funkcję liniową n podstwie wzoru lub wykresu rysuje
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 7
Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych
Bardziej szczegółowoTemat lekcji Zakres treści Osiągnięcia ucznia
ln wynikowy kls 2c i 2e - Jolnt jąk Mtemtyk 2. dl liceum ogólnoksztłcącego, liceum profilownego i technikum. sztłcenie ogólne w zkresie podstwowym rok szkolny 2015/2016 Wymgni edukcyjne określjące oceny:
Bardziej szczegółowoMATeMAtyka 3 inf. Przedmiotowy system oceniania wraz z określeniem wymagań edukacyjnych. Zakres podstawowy i rozszerzony. Dorota Ponczek, Karolina Wej
Dorot Ponczek, Krolin Wej MATeMAtyk 3 inf Przedmiotowy system ocenini wrz z określeniem wymgń edukcyjnych Zkres podstwowy i rozszerzony Wyróżnione zostły nstępujące wymgni progrmowe: konieczne (K), podstwowe
Bardziej szczegółowoOligopol dynamiczny. Rozpatrzmy model sekwencyjnej konkurencji ilościowej jako gra jednokrotna z pełną i doskonalej informacją
Olgopol dynamczny Rozpatrzmy model sekwencyjnej konkurencj loścowej jako gra jednokrotna z pełną doskonalej nformacją (1934) Dwa okresy: t=0, 1 tzn. frma 2 podejmując decyzję zna decyzję frmy 1 Q=q 1 +q
Bardziej szczegółowoRównania różniczkowe. y xy (1.1) x y (1.2) z xyz (1.3)
ownn oznczkowe Równn óżnczkowe. Wstę Równne óżnczkow nzw ównne zwejące funkcje newdoe zenne nezleżne oz ocodne funkcj newdoc lu c óżnczk. Pzkłd d 5 d d sn d. d d e d d d. z z z z. ównne óżnczkowe zwczjne
Bardziej szczegółowoZASTOSOWANIE ANALIZY REGRESJI W OCENIE KONKURENCYJNOŚCI WYBRANYCH BANKÓW KOMERCYJNYCH W POLSCE W LATACH
Zeszyty Nukowe WSInf Vol 5, Nr 1, 2006 Ktrzyn Posck 1, Ann Szelągowsk 2 1 Poltechnk Rdomsk, Ktedr Mtemtyk 2 Poltechnk Rdomsk, Ktedr Poltyk Ekonomcznej Bnkowośc ZASTOSOWANIE ANALIZY REGRESJI W OCENIE KONKURENCYJNOŚCI
Bardziej szczegółowoPropozycja przedmiotowego systemu oceniania wraz z określeniem wymagań edukacyjnych (zakres podstawowy)
Propozycj przedmiotowego systemu ocenini wrz z określeniem wymgń edukcyjnych (zkres podstwowy) Proponujemy, by omwijąc dne zgdnienie progrmowe lub rozwiązując zdnie, nuczyciel określł do jkiego zkresu
Bardziej szczegółowo