AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH"

Transkrypt

1 METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/4, 05, str AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH Ea Pośpech, Adraa Mastalerz-Kodzs Katedra Matematyk, Uersytet Ekoomczy Katocach e-mal: ea.pospech@ue.katoce.pl, adraa.mastalerz-kodzs@ue.katoce.pl Streszczee: W artykule poddao aalze ybrae charakterystyk społeczo-ekoomcze pod zględem zależośc przestrzeych z uzględeem podzału Polsk a ojeództa poaty. W aalzach tych ykorzystao mary autokorelacj przestrzeej (globale oraz lokale) umożlające odpoedo zdetyfkoae zależośc przestrzeych daej charakterystyk ramach całego badaego obszaru oraz poązau kokretej lokalzacj z lokalzacjam sąsedm. Słoa kluczoe: autokorelacja przestrzea, statystyk globale lokale, charakterystyk społeczo-ekoomcze WPROWADZENIE W elu zagadeach stotym czykem kształtującym zjasko jest jego przestrzee rozmeszczee. Rozój peych gałęz gospodark, a także zachoań oraz zjask społeczych może zależeć od poltyk regoalej proadzoej a daym obszarze. Dlatego też e spółczesych badaach procesó społeczo-ekoomczych coraz ększą rolę odgryają metody przestrzee. Stosoae tych metod spradza sę zagadeach, które umejscooe są kokretej przestrze. Należą do ch m.. procesy demografcze, badae struktur przemysłoych, ycea eruchomośc, ale także zjaska take jak bezroboce, pozom życa ludośc, rozój gospodarczy tp. [Gerańczyk 008, Petrzykosk 0, Pośpech 05, Skora. 007, Zeug- Żebro 04]. Badae tego typu zjask za pomocą arzędz ekoometr statystyk przestrzeej może ukazać stotość czyka przestrzeego yjaśau ch zmeośc, a zatem płyąć a popraę jakośc ch opsu. Aktualym problemem społeczo-ekoomczym jest zmeająca sę struktura ekoa ludośc Polsce, która kształtuje m.. podaż a ryku pracy.

2 86 Ea Pośpech, Adraa Mastalerz-Kodzs Obseruje sę rosącą lczbę osób eku poprodukcyjym oraz malejące lczby osób eku przedprodukcyjym produkcyjym. Kosekecją tych zjask jest p. koeczość zma systeme emerytalym. Ważym ydaje sę także, jak zastałych arukach ygląda przestrzee kształtoae sę płac ch pozom stoty sposób płya a decyzję (złaszcza u młodych osób) o emgracj celach zarobkoych. Dlatego też aalzach uzględoo zmee o charakterze demografczym, jak róeż zmee zązae z rykem pracy yagrodzeam. Celem artykułu jest zdetyfkoae, za pomocą aalzy autokorelacj przestrzeej (globalej lokalej), zależośc przestrzeych zachodzących regoach Polsk (ojeództach oraz poatach) pod zględem ybraych zmeych społeczo-ekoomczych. MIERNIKI AUTOKORELACJI PRZESTRZENNEJ Fakt stea autokorelacj przestrzeej ozacza podobeństo obszaró blższych geografcze. Spradzee stea takej relacj umożlają statystyk przestrzee (globale lokale). Statystyk te spomagają ykryce zależośc przestrzeych rozażaej charakterystyk ramach całego badaego obszaru oraz poązau kokretej lokalzacj z obszaram sąsedm. Statystyka globala I Moraa Za pomocą statystyk I Moraa spradzae jest stee globalej autokorelacj przestrzeej [Mora 950, Clff. 973]. Przy jej kostrukcj ykorzystyaa jest bara macerz ag, która określa posadae gracy z każdym sąsedm regoem. Statystyka globala I Moraa oblczaa jest a podstae zoru [Sucheck 00, Kopczeska 0]: I j j j ( x j ( x x)( x x) j x) S 0 T z Wz T z z gdze: x, x j obseracje badaych regoach, x ogóla średa arytmetycza (ze szystkch regoó ze szystkch obseracj), lczba uzględaych regoó, z ektor kolumoy artośc postac: z x x, =,,, S 0 suma elemetó macerzy ag, 0 j, j S ()

3 Autokorelacja przestrzea ybraych 87 W bara macerz ag j, =,, j =,,, której, gdy obekty oraz j mają spólą gracę j 0, gdy obekty oraz j e mają spólejgracy () 0, dla elemetódagoalych Istotość rozażaej statystyk badaa jest za pomocą testu, którym eryfkoae są hpotezy o braku autokorelacj przestrzeej (H 0 ) oraz o steu tejże autokorelacj (H ). Statystyką spradzającą tym teśce jest Z I, która ma rozkład N(0, ); Z I określoa jest zorem I E( I) Z I (3) Var( I) gdze E(I) oraz Var(I) moża yzaczyć z zależośc E( I ), (4) [( Var( I ) przy czym: S 3 3) S S 0 j, S j 3S 0 ] k[( ( )( )( 3) S ( j j ) j ) S 0 S 6S 0 ], (5) ( ), S j j (6) j j Wartośc statystyk Z I róe zero ozaczają brak autokorelacj przestrzeej (losoe rozmeszczee artośc zmeej mędzy daym lokalzacjam), dodata artość tej statystyk ozacza dodatą autokorelację (skupae sę sese lokalzacj, podobych artośc), atomast ujema jej artość ujemą autokorelację (artośc ysoke ske sąsadują ze sobą). Statystyka lokala I Moraa Statystyk lokale z grupy merkó LISA (Local Idcators of Spatal Assocato) [Asel 995], do których zalcza sę statystykę lokalą Moraa I, dają możlość zdetyfkoaa skupsk (klastró) ysokch lub skch artośc badaej zmeej oraz skazują lokalzacje etypoe (tz. outlery ). Statystykę lokalą Moraa moża yzaczyć przy użycu zoru [Sucheck 00]

4 88 Ea Pośpech, Adraa Mastalerz-Kodzs gdze: I ( x x) j * j ( x ( x x) j x), (7) * j elemety stadaryzoaej macerzy ag określoe zorem * j j j j. (8) Przy założeu asymptotyczego rozkładu ormalego, aalzuje sę artośc statystyk Z yrażoej astępująco: I Z I I E( I ) (9) Var( I ) gdze artośc E( I ) oraz Var ( I ) (oszacoae przez Asela [Asel 995]) podae są zoram j j E( I ) (0) ( k) ( ) j k k l j j k l j Var( I ) () ( )( ) ( ) przy ozaczeach jak yżej. Przyjmuje sę, że: stota dodata artość lokalej statystyk Moraa dla obszaru ozacza, że jest o otoczoy przez obszary o podobych artoścach daej cechy (torzą sę skupska, klastry), stota ujema artość lokalej statystyk Moraa dla obszaru ozacza, że jest o otoczoy przez obszary o odmeych artoścach daej cechy (jest outlerem ). ANALIZA ZALEŻNOŚCI PRZESTRZENNYCH Do aalz ybrao trzy zmee charakteryzujące kategore: Ludość, Ryek pracy oraz Wyagrodzea. Uzględoo:

5 Autokorelacja przestrzea ybraych 89 Wskaźk obcążea demografczego rozumay jako ludość eku poprodukcyjym a 00 osób ludośc eku produkcyjym (OD), Udzał lczby osób pracujących ogólej lczbe osób eku produkcyjym (PP), Przecęte mesęcze yagrodzea brutto (PW). Badaa przeproadzoo dla lat dokoując podzału a ojeództa oraz poaty. Dae zęte do badań pochodzą z Baku Daych Lokalych GUS, atomast oblczea oraz rysuk ykoao pakece MS Excel oraz programe R CRAN. W perszej kolejośc przeproadzoo badaa dla ojeództ. W Tabel zameszczoo artośc mary globalej I Moraa. Tabela. Statystyk globale I Moraa dla ojeództ Rok Statystyk globale I Moraa (OD) Statystyk globale I Moraa (PP) Statystyk globale I Moraa (PW) I p-value I p-value I p-value 005 0,4756 0,000 0,307 0,08-0,705 0, ,456 0,000 0,949 0,0394-0,753 0, ,4348 0,0004 0,79 0,0544-0,699 0, ,4095 0,0007 0,798 0,0488-0,770 0, ,3939 0,000 0,877 0,0086-0,653 0, ,3757 0,005 0,689 0,00-0,674 0, ,3300 0,0038 0,605 0,039-0,676 0, ,85 0,0096 0,464 0,077-0,740 0, ,386 0,00 0,579 0,046-0,675 0,969 Źródło: oblczea łase Istotość uzyskaych artośc moża oceć a podstae p-value. Aalzując yk zaarte Tabel zauażyć moża, że całym rozpatryaym okrese emal szystke statystyk są statystycze stote (yjątkem jest artość zmeej PP roku 007). Moża zatem sterdzć, że steje dodata (umarkoaa lub słaba) autokorelacja przestrzea przypadku zmeych OD oraz PP (chocaż dla OD z roku a rok jest oa coraz słabsza) ozacza to skupae sę ramach daej lokalzacj obszaró o podobych artoścach zmeych. Zmee te charakteryzują kategore Ludość oraz Ryek Zakładając pozom stotośc 0,05, przyjmuje sę, że dodate artośc statystyk I są stote, gdy p-value jest mejsze od 0,05, atomast ujeme artośc tej statystyk są stote, gdy p-value jest ększe od 0,95.

6 90 Ea Pośpech, Adraa Mastalerz-Kodzs pracy, zatem tych kategorach a pozome ojeództ obseruje sę dodatą autokorelację przestrzeą. Dla zmeej PW, reprezetującej kategorę Wyagrodzea, docza jest stota, chocaż ezbyt sla, autokorelacja ujema. Ozacza oa, że rozmeszczee ojeództ pod zględem yagrodzeń jest bardzej zróżcoae. W Tabel zaprezetoao yk zastosoaa lokalej statystyk Moraa. Aalza yodrębła skupska (klastry) oraz outlery dla poszczególych zmeych. Obserując uzyskae rezultaty moża zauażyć, że przypadku zmeej charakteryzującej kategorę Ludość obseruje sę skupae ojeództ o podobych artoścach badaej cechy. Wyróżć moża skupee zachodo-półoce charakteryzuje sę ższym pozomam skaźka obcążea demografczego (z roku a rok jest o coraz yższy od pozomu ok. 005 r. do artośc 7 03 r.). Druge yróżoe skupee schodo-cetrale cechuje sę yższym artoścam skaźka OD (jego pozom z roku a rok także zrasta od ok. 6 do artośc 33). Dla zmeej PP reprezetującej Ryek pracy, yłoł sę outler ojeództo elkopolske (charakteryzoało sę yższym pozomem zmeej ż sąsedz). Dla zmeej tej poszczególych latach zaobseroao także skupea skupee trójelemetoe cechuje sę pozomam zmeej mędzy 4 a 50, atomast skupee {G} otoczoe jest ojeództam o podobych artoścach zmeej (oscylują pomędzy artoścam 35 36). Pod zględem przecętych yagrodzeń brutto, całym rozażaym okrese, otoay był zdecydoay outler ojeództo mazoecke (ysoke artośc badaej zmeej). Tabela. Wojeództa o stotej artośc statystyk lokalej Moraa* OD PP PW Rok klastry outlery klastry outlery 005 {F, G, P, Z}, {L, T, W} {P} {L, T, W} {W} 006 {F, G, P, Z}, {L, T, W} {P} {L, T, W} {W} 007 {F, G, Z}, {L, T, W} {P} {L, T, W} {W} 008 {F, G, Z}, {L, T, W} {P} {L, T, W} {W} 009 {F, G, Z}, {L, T, W} {L, T, W} {W} 00 {F, G, Z}, {E, L, T, W} {L, R, T}, {G} {W} 0 {G, Z}, {E, T} {L, R, T}, {G} {W} 0 {G}, {E, S, T} {P} {L, R, T}, {G} {W} 03 {G}, {E, S, T} {P} {L, R, T} {W} * Ltery zameszczoe tabel to yróżk lteroe ojeództ proadzoe 000 roku (E łódzke, F lubuske, G pomorske, L lubelske, P elkopolske, R podkarpacke, S śląske, T śętokrzyske, W mazoecke, Z zachodopomorske). Źródło: oblczea łase

7 Autokorelacja przestrzea ybraych 9 Podobą aalzę przeproadzoo dla poató ( podzale a mejsze jedostk terytorale uzyskać moża bardzej szczegółoe formacje). Wartośc globalych statystyk I Moraa zameszczoo Tabel 3. Wartośc tej statystyk dla szystkch zmeych są dodate statystycze stote, e są oe jedak a ysokm pozome. Moża zatem móć o słabej dodatej autokorelacj przestrzeej. W przypadku zmeych PP PW artośc utrzymują sę a marę stałych pozomach całym rozażaym okrese, atomast dla cechy OD docza jest malejąca tedecja artośc mary (astępuje proces osłabaa zależośc przestrzeej). Tabela 3. Statystyk globale I Moraa dla poató Rok Statystyk globale I Moraa (OD) Statystyk globale I Moraa (PP) Statystyk globale I Moraa (PW) I p-value I p-value I p-value 005 0,46,7E-3 0,663 3,9E-07 0,578 9,4E ,43 3,E-3 0,487 4,8E-06 0,588 8,E ,37,E- 0,35 4,3E-05 0,658,6E ,5,3E- 0,363,4E-05 0,639 3,8E ,36,3E- 0,478 5,4E-06 0,546,5E ,087 3,E-0 0,874,3E-08 0,557,E ,898 8,9E-09 0,857,8E-08 0,43 8,3E ,695,4E-07 0,86 3,0E-08 0,457 4,8E ,448 8,0E-06 0,68 7,5E-07 0,407 9,5E-06 Źródło: oblczea łase Wartośc lokalych statystyk I Moraa zobrazoao a Rysukach oraz. W celu sterdzea, czy a przestrze dzeęcu lat zaszły zmay pod zględem łasośc przestrzeych rozażaych zmeych, zaprezetoao lustrację grafczą dla dóch skrajych lat badaego okresu. Na Rysuku zestaoo yk uzyskae dla szystkch zmeych roku 005, atomast a Rysuku ukazao rezultaty otrzymae dla zmeych roku 03. Dla skaźka obcążea demografczego OD obseruje sę mej skupeń a końcu rozpatryaego okresu ż a początku. Najbardzej docze są skupea częśc półoco-zachodej (o ższych pozomach zmeej) oraz a ścae schodej o yższych artoścach zmeej (podobe jak przypadku ojeództ). Lczba outleró jest poróyala (ch rozkład jedak eco uległ zmae).

8 9 Ea Pośpech, Adraa Mastalerz-Kodzs Rysuek. Statystyk lokale Moraa dla zmeych roku 005 Źródło: oblczea łase Rysuek. Statystyk lokale Moraa dla zmeych roku 03 Źródło: oblczea łase W rozażaych latach dla zmeej PP zaobseroać moża klka skupsk: ajększe częśc półoco-zachodej, mejsze częśc półocej, schodej oraz połudoej zachodej. Skupea postałe okolcach Kołobrzegu oraz Bartoszyc charakteryzoały sę ok. 30-procetoym udzałem osób pracujących ogólej lczbe ludośc eku produkcyjym, atomast skupee zlokalzoae okolcach Lubla ok. 40-procetoym pozomem tej charakterystyk. Pojało sę także klka outleró. W obydu latach lokalzacją etypoą był poat m. Warszay, gdze artość omaaej zmeej kształtoała sę odpoedo a pozome 65,5% a początku oraz 75,5% a końcu rozpatryaego okresu (udzały te były dużo yższe ż otoal sąsedz). Iy przykładoy outler poat gdańsk, cechoał sę odpoedo 5,-procetoym pozomem zjaska 005 roku oraz 3,5-procetoym

9 Autokorelacja przestrzea ybraych 93 roku 03 (był ższy ż u sąsadó). Na przestrze dzeęcu lat lczba skupeń oraz lokalzacj etypoych zmalała. Dla zmeej PW doczych jest klka eelkch skupeń klka outleró (a przestrze badaego okresu ch lczba zmalała). W obu skrajych latach ajększe skupee zlokalzoae jest poatach m. Warszay oraz sąsedch ( poatach tych elkośc yagrodzeń są podobe ysoke aalze ojeództ, mazoecke było outlerem o ysokch artoścach cechy). Przykładoym outleram obydu latach są poat m. Jastrzęba- Zdrój oraz poat lubńsk (lokalzacje o ysokch yagrodzeach otoczoe obszaram o ższych pozomach yagrodzeń) oraz poaty odzsłask brzezńsk ( outlery o ższych elkoścach yagrodzeń ż sąsedz). ZAKOŃCZENIE Przeproadzoe aalzy ukazały stee globalej lokalej autokorelacj przestrzeej dla ybraych charakterystyk reprezetujących kategore Ludość, Ryek pracy oraz Wyagrodzea. Zależośc te docze były zaróo przy podzale a ojeództa, jak podzale a poaty. Ozacza to stee zależośc przestrzeych daych zmeych obrębe całego obszaru, ale także odeseu do lokalzacj sąsedch. W ujęcu ojeództ otoao dodatą autokorelację dla dóch rozażaych zmeych (OD, PP), jedak e była oa zbyt sla albo kształtoała sę całym rozażaym okrese a podobym eysokm pozome, albo była coraz słabsza. Jedyą rozażaą zmeą, dla której zaotoao ujemą autokorelację przestrzeą była PW, co pozala osć, że rozmeszczee ojeództ pod zględem yagrodzeń jest bardzej zróżcoae przestrzee. Aalza lokalej statystyk Moraa poszczególych latach dla uzględaych zmeych yodrębła skupea ojeództ oraz ojeództa etypoe. Rozażaa przeproadzoe dla poató także ukazały stee autokorelacj przestrzeej, tym razem eelkej dodatej dla szystkch rozpatryaych zmeych (dla zmeej OD docze było osłabae sę zależośc przestrzeych, dla pozostałych zmeych obseroao marę stały pozom merka autokorelacj). Aalza lokalych statystyk ukazała stee poató torzących skupea oraz poaty odstające od sąsadó (zaróo a plus, jak mus). Aalza zjask za pomocą statystyk przestrzeych może spomagać zatem detyfkację obszaró, które charakteryzują sę podobym lub odmeym artoścam badaych zmeych, co umożla motoroae kotrolę zjaska. Poadto, aalza taka może spomagać realzację programó, których celem jest przecdzałae zjaskom epożądaym oraz podtrzymyae tedecj pozytyych.

10 94 Ea Pośpech, Adraa Mastalerz-Kodzs BIBLIOGRAFIA Asel L. (995) Local Idcators of Spatal Assocato - LISA, Geographcal Aalyss, No. 7(). Clff A.D., Ord J.K. (973) Spatal Autocorrelato, Po, Lodo. Gerańczyk W. (008) Badae struktur przemysłoych Polsce dobe globalzacj ze szczególym uzględeem struktury przestrzeej, Prace Komsj Geograf Przemysłu, r, str Kopczeska K. (0) Ekoometra statystyka przestrzea z ykorzystaem programu R Cra, CeDeWu.pl, Warszaa. Kopczeska K., Kopczesk T., Wójck P. (03) Metody loścoe R. Aplkacje ekoomcze fasoe, CeDeWu, Warszaa. Mora P.A.P. (950) Notes o Cotuous Stochastc Pheomea, Bometrka, No. 37. Petrzykosk R. (0) Wykorzystae metod statystyczej aalzy przestrzeej badaach ekoomczych, Roczk Ekoomcze Kujasko-Pomorskej Szkoły Wyższej Bydgoszczy, r 4, str. 97. Pośpech E. (05) Aalza przestrzea bezroboca Polsce, Studa Ekoomcze, r 7, str Skora J., Woźak A. (007) Autokorelacja przestrzea skaźkó frastruktury odo-ścekoej oj. Małopolskego, Ifrastruktura ekologa tereó ejskch, r 4/, str Sucheck B. (00) Ekoometra przestrzea. Metody modele aalzy daych przestrzeych, C.H.Beck, Warszaa. Zeug-Żebro K. (04) Aalza przestrzea procesu starzea sę polskego społeczeństa, Studa Prace Wydzału Nauk Ekoomczych Zarządzaa, r 36, Tom II, str (dostęp: ) SPATIAL DEPENDENCES OF SELECTED SOCIAL AND ECONOMIC CHARATERISTICS Abstract: Noadays, a very mportat ssue aalyzg ecoomc ad socal pheomea s the localzato. Therefore, moder research spatal modelg become more ad more popular. Ths approach ca be used e.g. for demographc processes or real estate evaluato as ell as uemploymet, lvg stadard or ecoomc developmet. Spatal aalyses ca sho sgfcat mpact of the spatal factor explag varato of the characterstcs. The purpose of the paper s to study the spatal depedeces of selected socal ad ecoomc characterstcs Polsh regos. Keyords: spatal autocorrelato, global ad local statstcs, socal ad ecoomc characterstcs

ANALIZA PRZESTRZENNA BEZROBOCIA W POLSCE

ANALIZA PRZESTRZENNA BEZROBOCIA W POLSCE Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 7 05 Ewa Pośpech Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Matematyk ewa.pospech@ue.katowce.pl ANALIZA PRZESTRZENNA

Bardziej szczegółowo

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, tr. 3 STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI Dorota Kozoł-Kaczorek Katedra Ekoomk Rolcta Mędzyarodoych Stoukó Gopodarczych Szkoła

Bardziej szczegółowo

ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH

ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 335 07 Iformatyka Ekoometra 9 Moka Mśkewcz-Nawrocka Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Statystyk, Ekoometr

Bardziej szczegółowo

BADANIE ZRÓŻNICOWANIA SYTUACJI DEMOGRAFICZNEJ W POLSCE W LATACH

BADANIE ZRÓŻNICOWANIA SYTUACJI DEMOGRAFICZNEJ W POLSCE W LATACH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 38 07 Moka Mśkewcz-Nawrocka Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Matematyk moka.mskewcz@ue.katowce.pl

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

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

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

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

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

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

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

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych Ćczea r 3 Fae II obert Ślepaczuk Teora portfela paperó artoścoych Teora portfela paperó artoścoych jet jedym z ajażejzych dzałó ooczeych faó. Dotyczy oa etycj faoych, a przede zytkm etycj dokoyaych a ryku

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

ZASTOSOWANIE MODELI PANELOWYCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TYPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNYCH

ZASTOSOWANIE MODELI PANELOWYCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TYPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNYCH Emla Modraka Wydzał Ekoomczo Socjologczy Uwersytet Łódzk ZASTOSOWANIE MODELI PANELOWCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNCH 1. Ws t ę p Dysproporcje charakteryzujące

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

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

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

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

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

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

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

ANALIZA ZJAWISKA AUTOKORELACJI PRZESTRZENNEJ CEN TRANSAKCYJNYCH NA RYNKU NIERUCHOMOŒCI LOKALOWYCH

ANALIZA ZJAWISKA AUTOKORELACJI PRZESTRZENNEJ CEN TRANSAKCYJNYCH NA RYNKU NIERUCHOMOŒCI LOKALOWYCH Aalza zawska autokorelac przestrzee ce trasakcyych... 5 Acta Sc. Pol., Admstrato Locorum () 202, 5 63 ANALIZA ZJAWISKA AUTOKORELACJI PRZESTRZENNEJ CEN TRANSAKCYJNYCH NA RYNKU NIERUCHOMOŒCI LOKALOWYCH Rados³aw

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

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

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH AALIZA KORELACJI DEFIICJA ZALEŻOŚCI KORELACYJEJ, Zależośd korelacyja (statystycza) występuje wtedy, gdy określoym wartoścom jedej zmeej są przyporządkowae pewe średe wartośc drugej zmeej e moża wyzaczyd

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 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.

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

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).

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

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Katarzya Zeug-Żebro Uiwersytet Ekoomiczy w Katowicach Katedra Matematyki katarzya.zeug-zebro@ue.katowice.pl ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Wprowadzeie Zjawisko starzeia

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

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

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

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

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

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

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

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

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

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

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

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

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

ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI DEMOGRAPHIC DEVELOPMENT OF POLISH PROVINCES. Wstęp

ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI DEMOGRAPHIC DEVELOPMENT OF POLISH PROVINCES. Wstęp STOWARZYSZENIE EKONOMISTÓW Rozwó ROLNICTWA demografczy I AGROBIZNESU woewódzw Polsk Roczk Naukowe om XV zeszy 4 237 Lda Luy Uwersye Rolczy m. Hugoa Kołłąaa w Krakowe ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI

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

Analiza przestrzenna rozwoju społeczeństwa informacyjnego w Polsce

Analiza przestrzenna rozwoju społeczeństwa informacyjnego w Polsce Nerównośc Społeczne a Wzrost Gospodarczy, nr 53 (/208) DOI: 0.5584/nsawg.208..24 ISSN 898-5084 dr nż. Ewa Pośpech Katedra Statystyk, Ekonometr Matematyk, Wydzał Zarządzana Unwersytet Ekonomczny w Katowcach

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

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

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce. Metody probablstycze statystyka Wykład 7: Statystyka opsowa. Rozkłady prawdopodobestwa wystpujce w statystyce. Podstawowe pojca Populacja geerala - zbór elemetów majcy przyajmej jed włacwo wspól dla wszystkch

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

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 9.0.06 STATYSTYKA OPISOWA, cz. II WSTĘP DO STATYSTYKI MATEMATYCZNEJ Pla a dzsaj. Statystyka opsowa, cz. II: mary położea dokończee mary zróżcowaa mary asymetr

Bardziej szczegółowo

Statystyka Opisowa Wzory

Statystyka Opisowa Wzory tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:

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

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne. Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest

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

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

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu НАЦІОНАЛЬНИЙ ТРАНСПОРТНИЙ УНІВЕРСИТЕТ 1 013 KARBOWNICZEK Dagmara doktoratka, mgr ż. ; LEJDA Kazmerz ; prof. dr hab. ż. oltechka Rzeszowska, Katedra Slków Spalowych Trasportu ANALIZA WSKAŹNIKA GŁĘBOKOŚCI

Bardziej szczegółowo

Badania niezawodnościowe i statystyczna analiza ich wyników

Badania niezawodnościowe i statystyczna analiza ich wyników Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe

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

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZA 1. Wkład wstęp. Teora prawdopodobeństwa elemet kombatork. Zmee losowe ch rozkład 3. Populacje prób dach, estmacja parametrów 4. Testowae hpotez statstczch 5. Test parametrcze (a

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

ROZMIESZCZENIE OBIEKTÓW NOCLEGOWYCH W ŁODZI W 2013 ROKU W ŚWIETLE MIAR CENTROGRAFICZNYCH 1

ROZMIESZCZENIE OBIEKTÓW NOCLEGOWYCH W ŁODZI W 2013 ROKU W ŚWIETLE MIAR CENTROGRAFICZNYCH 1 A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA GEOGRAPHICA SOCIO-OECONOMICA 6, 204 Marta Nalej ROZMIESZCZENIE OBIEKTÓW NOCLEGOWYCH W ŁODZI W 203 ROKU W ŚWIETLE MIAR CENTROGRAFICZNYCH Artykuł

Bardziej szczegółowo

ĆWICZENIE 5 TESTY STATYSTYCZNE

ĆWICZENIE 5 TESTY STATYSTYCZNE ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę

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

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula MATERAŁY STUDA Zesz y t r 242 Efektywość sektora publczego a pozome samorządu lokalego Barbara Karbowk, Grzegorz Kula Warszawa 2009 Barbara Karbowk Narodowy Bak Polsk, barbara.karbowk@bp.pl Grzegorz Kula

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

Bardziej szczegółowo

Probabilistyka i statystyka. Korelacja

Probabilistyka i statystyka. Korelacja 06-05-08 Probablstyka statystyka Korelacja Probablstyka statystyka - wykład 9 dla Elektrok Korelacja Aalza korelacj zajmuje sę badaam stea zależośc lowej mędzy dwema cecham X Y. Podstawową marą jest współczyk

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

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

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

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

ANALIZA PRZESTRZENNA PROCESU STARZENIA SIĘ POLSKIEGO SPOŁECZEŃSTWA

ANALIZA PRZESTRZENNA PROCESU STARZENIA SIĘ POLSKIEGO SPOŁECZEŃSTWA TUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Katarzyna Zeug-Żebro * Unwersytet Ekonomczny w Katowcach ANALIZA PRZETRZENNA PROCEU TARZENIA IĘ POLKIEGO POŁECZEŃTWA TREZCZENIE Perwsze prawo

Bardziej szczegółowo

UOGÓLNIONA KRAŃCOWA STOPA SUBSTYTUCJI - ZASTOSOWANIE W ANALIZIE PORTFELOWEJ

UOGÓLNIONA KRAŃCOWA STOPA SUBSTYTUCJI - ZASTOSOWANIE W ANALIZIE PORTFELOWEJ Małgorzata Just Krzsztof Paseck UOGÓLNIONA KRAŃCOWA SOPA SUBSYUCJI - ZASOSOWANIE W ANALIZIE PORFELOWEJ. Wstęp Zakładam, że a k peego procesu gospodarczego ma pł skończoa lczba różch czkó kształtuącch te

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

THE APPLICATION OF THE TOOLS OF SPATIAL STATISTICS TO EVALUATION REGIONAL DIFFERENTIATION OF POLISH AGRICULTURE

THE APPLICATION OF THE TOOLS OF SPATIAL STATISTICS TO EVALUATION REGIONAL DIFFERENTIATION OF POLISH AGRICULTURE ACTA UNIVERSITATIS LODZIENSIS FOLIA OECONOMICA 285, 2013 Kamńska Ageska * THE APPLICATION OF THE TOOLS OF SPATIAL STATISTICS TO EVALUATION REGIONAL DIFFERENTIATION OF POLISH AGRICULTURE Abstract. The artcle

Bardziej szczegółowo

= , t 1872, = , t 1872,0.95

= , t 1872, = , t 1872,0.95 19 stycza 008 Zadae 1 Dyspoujemy próbą dla Staów Zjedoczoych z roku 1988 dotyczącą kobet: l_wage logarytm zarobków; ttl_exp całkowte dośwadczee zawodowe wyrażoe w latach; uo czy osoba ależy do zwązków

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

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau

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

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

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

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

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

STATYSTYKA EKONOMICZNA I SPOŁECZNA

STATYSTYKA EKONOMICZNA I SPOŁECZNA PROWADZĄCY Dwczea laboratoryje Rok akademck 0/0, semestr let mgr Emla Modraka, Katedra Ekoometr Przestrzeej UŁ emodraka@u.lodz.pl www.em.kep.prv.pl KONSULTACJE Poedzałek: 9.45-.0 Środa: 6.40-7.40 Pokój

Bardziej szczegółowo

Analiza spektralna stóp zwrotu z inwestycji w akcje

Analiza spektralna stóp zwrotu z inwestycji w akcje Nasz rye aptałowy, 003 r3, str. 38-43 Joaa Góra, Magdalea Osńsa Katedra Eoometr Statysty Uwersytet Mołaja Kopera w Toruu Aalza spetrala stóp zwrotu z westycj w acje. Wstęp Agregacja w eoom eoometr bywa

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

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych ZJAZD Przedmotem statystyk jest zberae, prezetacja oraz aalza daych opsujących zjawska losowe. Badau statystyczemu podlega próbka losowa pobraa z populacj, aczej populacj geeralej. Na podstawe uzyskaych

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

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

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

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

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

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

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

LABORATORIUM TEORII MECHANIZMÓW I MASZYN. Ćwiczenie TMM-3 ANALIZA KINEMATYCZNA MECHANIZMU Z SIŁOWNIKAMI HYDRAULICZNYMI

LABORATORIUM TEORII MECHANIZMÓW I MASZYN. Ćwiczenie TMM-3 ANALIZA KINEMATYCZNA MECHANIZMU Z SIŁOWNIKAMI HYDRAULICZNYMI LBORTORIUM TEORII MEHNIZMÓW I MSZYN. el ćczea Ćczee TMM- NLIZ KINEMTYZN MEHNIZMU Z SIŁOWNIKMI HYDRULIZNYMI Wzaczee przebegó czasoch parametró ematczch og mechazmu z słoam hdraulczm.. Wproadzee teoretcze

Bardziej szczegółowo

Ryzyko inwestycji w spółki sektora TSL na Warszawskiej Giełdzie Papierów Wartościowych

Ryzyko inwestycji w spółki sektora TSL na Warszawskiej Giełdzie Papierów Wartościowych CZYŻYCKI Rafał 1 PURCZYŃSKI Ja Ryzyko westycj w spółk sektora TSL a Warszawskej Gełdze Paperów Wartoścowych WSTĘP Elemetem erozerwale zwązaym z dzałaloścą westorów a całym ryku kaptałowym jest epewość

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

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