Podstawy chemii. Natura pomiaru. masa 20 ± 1 g

Wielkość: px
Rozpocząć pokaz od strony:

Download "Podstawy chemii. Natura pomiaru. masa 20 ± 1 g"

Transkrypt

1 Podstawy chemii ) Sposoby badań obiektów (6 h) pomiar i jego atura klasycza aaliza jakościowa i ilościowa obliczeia rówowagi i ph metody aalizy promieiowaie elektromagetycze kwatowa atura atomu oddziaływaie promieiowaia z materią Natura pomiaru masa 0 ± g eergia ± J średia błąd jedostka

2 Międzyarodowy system miar (SI) Wł fizycza Masa Długość Czas Temperatura Prąd elektryczy Liczość materii Itesywość światła Physical Quatity Name Abbreviatio Mass kilogram kg Legth meter m Time secod s Temperature Kelvi K Electric Curret Ampere A Amout of Substace mole mol Lumious Itesity cadela cd SI przedrostki Prefix Symbol Multiplier Expoetial otatio exa- E,000,000,000,000,000, peta- P,000,000,000,000,000 0 tera- T,000,000,000,000 0 giga- G,000,000, mega- M,000, kilo- k,000 0 hecto- h 00 0 deca- da 0 0 deci- d ceti- c milli- m micro- µ ao pico- p femto- f atto- a

3 Niepewość pomiaru A digit that must be estimated is called ucertai.. A measuremet always has some degree of ucertaity. Niepewość pomiaru Precyzja i dokładość Dokładość określa zgodość wartości będącej wyikiem pomiaru daej wielkości fizyczej z jej prawdziwą wartością. Precyzja określa stopień spójości pomiędzy różymi wyikami pomiaru tej samej wielkości fizyczej

4 Niepewość pomiaru Precyzja i dokładość Brak precyzji i dokładości Neither precise or accurate Precyzyjy i iedokłady Precise but ot accurate Precyzyjy i dokłady Both precise ad accurate Niepewość pomiaru Rodzaje błędów pomiarowych Przypadkowy (Radom Error, Idetermiate Error) ma jedakowe prawdopodobieństwo bycia dużym lub małym w serii pomiarowej. Systematyczy (Systematic Error, Determiate Error) występuje w każdym pomiarze w serii powtarzaych pomiarów za każdym razem w tym samym kieruku. Często wyika z wady daej techiki pomiarowej.

5 Obliczeia błędów Przykład pomiar ph Nr pomiaru ph phi i ph ph + ph + ph + ph + ph ph średia.0 Obliczeia błędów Przykład pomiar ph Nr pomiaru średia odch. std. pom. ph Odchyleie stadardowe pomiaru ( ph phi ) i (.0.) + (.0.7) + (.0.0) + (.0.0) + (.0.80)

6 Obliczeia błędów Przykład pomiar ph Nr pomiaru średia odch. std. śr. ph Odchyleie stadardowe średiej i ( ph ph ) ( ) i (.0.) + (.0.7) + (.0.0) + (.0.0) + (.0.80) Obliczeia błędów Przykład pomiar ph ph.0 ± 0. ph. ± 0.

7 Obliczeia błędów Rozkład ormaly fukcja rozkładu krzywa Gaussa x liczba realizacji wyik pomiaru f ( x) e π ( x x) Obliczeia błędów Przedział ufości dla średiej t α α m, P{ X t < m < X + t } α α - odchyleie stadardowe z próby -wartość odczytaa z tablic rozkładu Studeta - współczyik ufości, wartość zmierzoa Im wyższa jest wartość współczyika ufości, tym szerszy przedział. α Im węższy przedział (różica między górą i dolą graicą przedziału), tym bardziej precyzyja jest estymacja przedziałowa.

8 Obliczeia błędów Przykład pomiar ph wartość średia i odchyleie std. ph.0 ± 0. przyjmijmy poziom ufości P 9 % wówczas wsp. ufości wyosi P α 0.0 przedział ufości dla wartości średiej (rozkład Studeta) wyosi: ph t α < m < ph + t α ph.7 0. < m < ph ph.0 ± 0.7 (0.9) Prawdopodobieństw o P. % α Liczba pomiarów ###### Współczyiki t α dla rozkladu Studeta

9 0_06 Niepewość pomiaru pomiar objętości ml Calibratio mark idicates -ml volume Valve (stopcock) cotrols the liquid flow ml Calibratio mark idicates 0-mL volume 00-mL graduated cylider -ml pipet 0-mL buret 0-mL volumetric flask Cyfry zaczące Wyraź liczbę w otacji aukowej (potęga dziesięta) Liczba cyfr możoych przez potęgę 0 to liczba cyfr zaczących

10 Cyfry zaczące Przykład cyfry zaczące cyfry zaczące cyfry zaczące cyfry zaczące Cyfry zaczące w operacjach matematyczych Możeie i dzieleie: liczba cyfr zaczących wyiku jest określoa przez ajmiejszą liczbę cyfr zaczących wyików pomiaru poddaych operacji ( cyfry zaczące)

11 Cyfry zaczące w operacjach matematyczych Dodawaie i odejmowaie: liczba cyfr zaczących wyiku jest jest rówa liczbie miejsc dziesiętych w ajmiej dokładym pomiarze ( cyfry zaczące) Niepewość pomiaru Przykład przygotowaie roztworu Ile wody ależy dodać do 0.00 cm 90.0 vol % roztworu alkoholu etylowego aby otrzymać roztwór 70.0 vol %? Czym odmierzyć? C C C P( vol) P P 0.7 V V H O Vet 00% V Vet 90% 00% 0 cm 70% V H O r cm cm H O 9 cm 00% + 0 cm 7 cm.87 cm 90% 0 cm Vet 00% 9 cm ( V + 0 cm ) H O 70% 9 cm 00% V HO.86 cm

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

Estymacja przedziałowa

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

Bardziej szczegółowo

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

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

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

INFORMATYKA W CHEMII Dr Piotr Szczepański

INFORMATYKA W CHEMII Dr Piotr Szczepański INFORMATYKA W CHEMII Dr Piotr Szczepański Katedra Chemii Fizyczej i Fizykochemii Polimerów WPROWADZENIE DO STATYSTYCZNEJ OCENY WYNIKÓW DOŚWIADCZEŃ 1. BŁĄD I STATYSTYKA błąd systematyczy, błąd przypadkowy,

Bardziej szczegółowo

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Statystyka opisowa. () Statystyka opisowa 24 maja / 8 Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

Miernictwo elektroniczne

Miernictwo elektroniczne Miernictwo elektroniczne Policz to, co można policzyć, zmierz to co można zmierzyć, a to co jest niemierzalne, uczyń mierzalnym Galileo Galilei Dr inż. Zbigniew Świerczyński p. 112A bud. E-1 Wstęp Pomiar

Bardziej szczegółowo

Fizyka (Biotechnologia)

Fizyka (Biotechnologia) Fizyka (Biotechnologia) Wykład I Marek Kasprowicz dr Marek Jan Kasprowicz pokój 309 marek.kasprowicz@ur.krakow.pl www.ar.krakow.pl/~mkasprowicz Marek Jan Kasprowicz Fizyka 013 r. Literatura D. Halliday,

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

I. Przedmiot i metodologia fizyki

I. Przedmiot i metodologia fizyki I. Przedmiot i metodologia fizyki Rodowód fizyki współczesnej Świat zjawisk fizycznych: wielkości fizyczne, rzędy wielkości, uniwersalność praw Oddziaływania fundamentalne i poszukiwanie Teorii Ostatecznej

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

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

Bardziej szczegółowo

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1,

1 Zmienne losowe. Własności dystrybuanty F (x) = P (X < x): F1. 0 F (x) 1 dla każdego x R, F2. lim F (x) = 0 oraz lim F (x) = 1, 1 Zmiee loowe Właości dytrybuaty F x = X < x: F1. 0 F x 1 dla każdego x R, F2. lim F x = 0 oraz lim F x = 1, x x + F3. F jet fukcją iemalejącą, F4. lim x x 0 F x = F x 0 dla każdego x R, F5. a X < b =

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Przedmiot i metodologia fizyki

Przedmiot i metodologia fizyki Przedmiot i metodologia fizyki Świat zjawisk fizycznych Oddziaływania fundamentalne i cząstki elementarne Wielkości fizyczne Układy jednostek Modele matematyczne w fizyce 10 30 Świat zjawisk fizycznych

Bardziej szczegółowo

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

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

Bardziej szczegółowo

LABORATORIUM METROLOGII

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

Bardziej szczegółowo

Fizyka. w. 02. Paweł Misiak. IŚ+IB+IiGW UPWr 2014/2015

Fizyka. w. 02. Paweł Misiak. IŚ+IB+IiGW UPWr 2014/2015 Fizyka w. 02 Paweł Misiak IŚ+IB+IiGW UPWr 2014/2015 Wektory ujęcie analityczne Definicja Wektor = uporządkowana trójka liczb (współrzędnych kartezjańskich) a = a x a y a z długość wektora: a = a 2 x +

Bardziej szczegółowo

1 Dwuwymiarowa zmienna losowa

1 Dwuwymiarowa zmienna losowa 1 Dwuwymiarowa zmiea loowa 1.1 Dwuwymiarowa zmiea loowa kokowa X = x i, Y = y k = p ik przy czym i, k N oraz p ik = 1; i k p i = X = x i = p ik dla i N; p k = Y = y k = p ik dla k N; k i F 1 x = p i dla

Bardziej szczegółowo

KONSPEKT LEKCJI FIZYKI DLA KLASY I GIMNAZJUM

KONSPEKT LEKCJI FIZYKI DLA KLASY I GIMNAZJUM Anna Kierzkowska nauczyciel fizyki i chemii w Gimnazjum Nr 2 w Starachowicach KONSPEKT LEKCJI FIZYKI DLA KLASY I GIMNAZJUM Temat lekcji: Pomiary wielkości fizycznych. Międzynarodowy Układ Jednostek Miar

Bardziej szczegółowo

Elementy modelowania matematycznego

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

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW. Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,

Bardziej szczegółowo

Pomiary fizyczne. Wykład II. Wstęp do Fizyki I (B+C) Rodzaje pomiarów. Układ jednostek SI Błedy pomiarowe Modele w fizyce

Pomiary fizyczne. Wykład II. Wstęp do Fizyki I (B+C) Rodzaje pomiarów. Układ jednostek SI Błedy pomiarowe Modele w fizyce Pomiary fizyczne Wykład II: Rodzaje pomiarów Wstęp do Fizyki I (B+C) Wykład II Układ jednostek SI Błedy pomiarowe Modele w fizyce Rodzaje pomiarów Zliczanie Przykłady: liczba grzybów w barszczu liczba

Bardziej szczegółowo

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu

Bardziej szczegółowo

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

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

Bardziej szczegółowo

OPRACOWANIE WYNIKÓW POMIARÓW

OPRACOWANIE WYNIKÓW POMIARÓW OPRACOWANIE WYNIKÓW POMIARÓW Autor: Dr Adrzej Jaas Katedra Iżyierii Stopów i Kompozytów Odlewaych Wydział Odlewictwa AGH Szacowaie iepewości pomiarów i metody obliczaia iepewości pomiarowych Pomiary fizycze

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

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

Bardziej szczegółowo

Legalne jednostki miar wykorzystywane w ochronie atmosfery i pokrewnych specjalnościach naukowych

Legalne jednostki miar wykorzystywane w ochronie atmosfery i pokrewnych specjalnościach naukowych Legalne miar wykorzystywane w ochronie atmosfery i pokrewnych specjalnościach naukowych Legalne miar: 1). naleŝące do układu SI : podstawowe, uzupełniające pochodne 2). legalne, ale spoza układu SI Ad.

Bardziej szczegółowo

Prawdopodobieństwo i rozkład normalny cd.

Prawdopodobieństwo i rozkład normalny cd. # # Prawdopodobieństwo i rozkład normalny cd. Michał Daszykowski, Ivana Stanimirova Instytut Chemii Uniwersytet Śląski w Katowicach Ul. Szkolna 9 40-006 Katowice E-mail: www: mdaszyk@us.edu.pl istanimi@us.edu.pl

Bardziej szczegółowo

1. Błąd średni pomiaru. Leica DISTO

1. Błąd średni pomiaru. Leica DISTO Aaliza dokładości poiarów Charakterystyką dokładości istruetów poiarowych jest błąd średi poiaru. Wykoywae poiary bezpośredie w tereie pośrediczą zwykle w wyzaczaiu pewych wielkości ie poddających się

Bardziej szczegółowo

Podstawowe pojęcia. Próba losowa. Badanie próby losowej

Podstawowe pojęcia. Próba losowa. Badanie próby losowej METODY PROBABILISTYCZNE I STATYSTYKA WYKŁAD 8: STATYSTYKA OPISOWA. ROZKŁADY PRAWDOPODOBIEŃSTWA WYSTĘPUJĄCE W STATYSTYCE. Małgorzata Krętowska Wydział Iforatyki Politechika Białostocka Podstawowe pojęcia

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA. Seminarium Chemia Analityczna. Dr hab. inż. Piotr Konieczka.

STATYSTYKA. Seminarium Chemia Analityczna. Dr hab. inż. Piotr Konieczka. 00--5 STATYSTYKA Semiarium Chemia Aalitycza Dr hab. iż. Piotr Koieczka e-mail: piotr.koieczka@pg.gda.pl Dokładość (accuracy) topień zgodości uzykaego wyiku pojedyczego pomiaru z wartością oczekiwaą (rzeczywitą).

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

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

Bardziej szczegółowo

Analiza i monitoring środowiska

Analiza i monitoring środowiska Analiza i monitoring środowiska CHC 017003L (opracował W. Zierkiewicz) Ćwiczenie 1: Analiza statystyczna wyników pomiarów. 1. WSTĘP Otrzymany w wyniku przeprowadzonej analizy ilościowej wynik pomiaru zawartości

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie. Wykoujemy rzuty symetryczą kością do gry do chwili uzyskaia drugiej szóstki. Niech Y ozacza zmieą losową rówą liczbie rzutów w których uzyskaliśmy ie wyiki iż szóstka a zmieą losową rówą liczbie

Bardziej szczegółowo

Własność ciała lub cecha zjawiska fizycznego, którą można zmierzyć, np. napięcie elektryczne, siła, masa, czas, długość itp.

Własność ciała lub cecha zjawiska fizycznego, którą można zmierzyć, np. napięcie elektryczne, siła, masa, czas, długość itp. Opracował: mgr inż. Marcin Wieczorek www.marwie.net.pl 1.. Własność ciała lub cecha zjawiska fizycznego, którą można zmierzyć, np. napięcie elektryczne, siła, masa, czas, długość itp. 2. Układ wielkości.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

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

Bardziej szczegółowo

I. Cel ćwiczenia. II. Program ćwiczenia SPRAWDZANIE LICZNIKÓW ENERGII ELEKTRYCZNEJ

I. Cel ćwiczenia. II. Program ćwiczenia SPRAWDZANIE LICZNIKÓW ENERGII ELEKTRYCZNEJ Politechika Rzeszowska Zakład Metrologii i Systemów Diagostyczych Laboratorium Metrologii II SPRAWDZANIE LICZNIKÓW ENERGII ELEKTRYCZNEJ Grupa L.../Z... 1... kierowik Nr ćwicz. 9 2... 3... 4... Data Ocea

Bardziej szczegółowo

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9 Retgeowska aaliza fazowa jakościowa i ilościowa Wykład 9 1. Retgeowska aaliza fazowa jakościowa i ilościowa. 2. Metody aalizy fazowej ilościowej. 3. Dobór wzorca w aalizie ilościowej. 4. Przeprowadzeie

Bardziej szczegółowo

Estymacja parametrów populacji

Estymacja parametrów populacji Estymacja parametrów populacji Estymacja parametrów populacji Estymacja polega a szacowaiu wartości parametrów rozkładu lub postaci samego rozkładu zmieej losowej, a podstawie próby statystyczej. Estymacje

Bardziej szczegółowo

ĆWICZENIE 13 TEORIA BŁĘDÓW POMIAROWYCH

ĆWICZENIE 13 TEORIA BŁĘDÓW POMIAROWYCH ĆWICZENIE 13 TEORIA BŁĘDÓW POMIAROWYCH Pomiary (definicja, skale pomiarowe, pomiary proste, złożone, zliczenia). Błędy ( definicja, rodzaje błędów, błąd maksymalny i przypadkowy,). Rachunek błędów Sposoby

Bardziej szczegółowo

2. Schemat ideowy układu pomiarowego

2. Schemat ideowy układu pomiarowego 1. Wiadomości ogóle o prostowikach sterowaych Układy prostowikowe sterowae są przekształtikami sterowaymi fazowo. UmoŜliwiają płya regulację średiej wartości apięcia wyprostowaego, a tym samym średiej

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Równowaga reakcji chemicznej

Równowaga reakcji chemicznej Rówowaga reakcji chemiczej Sta i stała rówowagi reakcji chemiczej (K) Reakcje dysocjacji Stopień dysocjacji Prawo rozcieńczeń Ostwalda utodysocjacja wody p roztworów p roztworów. p roztworów mocych elektrolitów

Bardziej szczegółowo

INFORMATYKA W CHEMII Dr Piotr Szczepański

INFORMATYKA W CHEMII Dr Piotr Szczepański INFORMATYKA W CHEMII Dr Piotr Szczepański Katedra Chemii Fizyczej i Fizykochemii Polimerów . BŁĄD A NIEPEWNOŚĆ. TYPY NIEPEWNOŚCI 3. POWIELANIE NIEPEWNOŚCI 4. NIEPEWNOŚĆ STANDARDOWA ZŁOŻONA W rok 995 grpa

Bardziej szczegółowo

Rozkłady statystyk z próby Twierdzenia graniczne

Rozkłady statystyk z próby Twierdzenia graniczne Rozkłady statystyk z róby Twierdzeia graicze PRÓBA LOSOWA Próbą losową rostą azyway ciąg -zieych losowych iezależych i osiadających jedakowe rozkłady takie jak rozkład zieej losowej w oulacji geeralej

Bardziej szczegółowo

16 Przedziały ufności

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

Bardziej szczegółowo

Zbiór wielkości fizycznych obejmujący wszystkie lub tylko niektóre dziedziny fizyki.

Zbiór wielkości fizycznych obejmujący wszystkie lub tylko niektóre dziedziny fizyki. Opracował: mgr inż. Marcin Wieczorek www.marwie.net.pl 1.. Własność ciała lub cecha zjawiska fizycznego, którą można zmierzyć, np. napięcie elektryczne, siła, masa, czas, długość itp. 2. Układ wielkości.

Bardziej szczegółowo

3. Podstawowe wiadomości z fizyki. Dr inż. Janusz Dębiński. Mechanika ogólna. Wykład 3. Podstawowe wiadomości z fizyki. Kalisz

3. Podstawowe wiadomości z fizyki. Dr inż. Janusz Dębiński. Mechanika ogólna. Wykład 3. Podstawowe wiadomości z fizyki. Kalisz Dr inż. Janusz Dębiński Mechanika ogólna Wykład 3 Podstawowe wiadomości z fizyki Kalisz Dr inż. Janusz Dębiński 1 Jednostki i układy jednostek Jednostką miary wielkości fizycznej nazywamy wybraną w sposób

Bardziej szczegółowo

Fotometria. F. obiektywna = radiometria: Jaka ENERGIA dopływa ze źródła. F. subiektywna: Jak JASNO świeci to źródło? (w ocenie przeciętnego człowieka)

Fotometria. F. obiektywna = radiometria: Jaka ENERGIA dopływa ze źródła. F. subiektywna: Jak JASNO świeci to źródło? (w ocenie przeciętnego człowieka) Fotometria F. obiektywa = radiometria: Jaka NRGIA dopływa ze źródła F. subiektywa: Jak JASNO świei to źródło? (w oeie przeiętego złowieka) Potrzebujemy kilku defiiji: defiija Gęstość spektrala (widmo)

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

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

Bardziej szczegółowo

MIĘDZYNARODOWE NORMY OCENY NIEPEWNOŚCI POMIARÓW

MIĘDZYNARODOWE NORMY OCENY NIEPEWNOŚCI POMIARÓW MIĘDZYNARODOWE NORMY OCENY NIEPEWNOŚCI POMIARÓW wersja skrócoa (4 stroy opracowała Ewa Dębowska MIĘDZYNARODOWE NORMY OCENY NIEPEWNOŚCI POMIARÓW - wersja skrócoa l Wprowadzeie W roku 995, po wielu latach

Bardziej szczegółowo

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871 COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara

Bardziej szczegółowo

2.1. Studium przypadku 1

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

Bardziej szczegółowo

Estymacja punktowa i przedziałowa

Estymacja punktowa i przedziałowa Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora

Bardziej szczegółowo

Reguły obliczeń chemicznych

Reguły obliczeń chemicznych Reguły oliczeń chemicznych Zapisywanie wyników pomiarów i oliczeń Ilościowe rezultaty eksperymentów lu oliczeń chemicznych przedstawia się w postaci licz, zapisywanych za pomocą cyfr, czyli umownych znaków

Bardziej szczegółowo

Analiza wymiarowa i równania różnicowe

Analiza wymiarowa i równania różnicowe Część 1: i równania różnicowe Instytut Sterowania i Systemów Informatycznych Universytet Zielonogórski Wykład 5 Plan Część 1: 1 Część 1: 2 Część 1: Układ SI (Système International d Unités) Siedem jednostek

Bardziej szczegółowo

Przeliczanie zadań, jednostek, rozcieńczanie roztworów, zaokrąglanie wyników.

Przeliczanie zadań, jednostek, rozcieńczanie roztworów, zaokrąglanie wyników. Przeliczanie zadań, jednostek, rozcieńczanie roztworów, zaokrąglanie wyników. Stężenie procentowe wyrażone w jednostkach wagowych określa liczbę gramów substancji rozpuszczonej znajdującej się w 0 gramach

Bardziej szczegółowo

Estymacja punktowa i przedziałowa

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

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA I ANALIZA DANYCH LAB II STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.

Bardziej szczegółowo

Rozkład normalny (Gaussa)

Rozkład normalny (Gaussa) Rozład ormaly (Gaussa) Wyprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowych. Rozważmy pomiar wielości m, tóry jest zaburzay przez losowych efetów o wielości e ażdy, zarówo zaiżających ja i

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jaicka wykład XIII, 30.05.06 STATYSTYKA BAYESOWSKA Pla a dzisiaj. Statystyka Bayesowska rozkłady a priori i a posteriori estymacja Bayesowska: Bayesowski Estymator Największej

Bardziej szczegółowo

θx θ 1, dla 0 < x < 1, 0, poza tym,

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

Bardziej szczegółowo

Wykład 3 Miary i jednostki

Wykład 3 Miary i jednostki Wykład 3 Miary i jednostki Prof. dr hab. Adam Łyszkowicz Katedra Geodezji Szczegółowej UWM w Olsztynie adaml@uwm.edu.pl Heweliusza 12, pokój 04 Od klasycznej definicji metra do systemu SI W 1791 roku Francuskie

Bardziej szczegółowo

LABORATORIUM Z FIZYKI

LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

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

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

Bardziej szczegółowo

CHEMIA ŚRODKÓW BIOAKTYWNYCH I KOSMETYKÓW PRACOWNIA CHEMII ANALITYCZNEJ. Ćwiczenie 9

CHEMIA ŚRODKÓW BIOAKTYWNYCH I KOSMETYKÓW PRACOWNIA CHEMII ANALITYCZNEJ. Ćwiczenie 9 CHEMIA ŚRODKÓW BIOAKTYWNYCH I KOSMETYKÓW PRACOWNIA CHEMII ANALITYCZNEJ Ćwiczenie 9 Zastosowanie metod miareczkowania strąceniowego do oznaczania chlorków w mydłach metodą Volharda. Ćwiczenie obejmuje:

Bardziej szczegółowo

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,,

PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA. Ruch cząstki nieograniczony z klasycznego punktu widzenia. mamy do rozwiązania równanie 0,, PRZYKŁADY ROZWIAZAŃ STACJONARNEGO RÓWNANIA SCHRӦDINGERA Ruch cząstki ieograiczoy z klasyczego puktu widzeia W tym przypadku V = cost, przejmiemy V ( x ) = 0, cząstka porusza się wzdłuż osi x. Rozwiązujemy

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

Wykład 10 Wnioskowanie o proporcjach

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

Bardziej szczegółowo

Statystyka Wzory I. Analiza struktury

Statystyka Wzory I. Analiza struktury Uiwersytet Ekooiczy w Katowicach Wzory I. Aaliza struktury 1. Miary tedecji cetralej (średie, przecięte Średia arytetycza Dla sz. ważoego Dla sz. ważoego dla z. ciągłej Dla szeregu wyliczającego: dla zieej

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jaicka wykład XIV, 06.06.06 STATYSTYKA BAYESOWSKA CD. Pla a dzisiaj. Statystyka Bayesowska rozkłady a priori i a posteriori estymacja Bayesowska: Bayesowski Estymator Największej

Bardziej szczegółowo

Energetyka w Środowisku Naturalnym

Energetyka w Środowisku Naturalnym Energetyka w Środowisku Naturalnym Energia w Środowisku -technika ograniczenia i koszty Wykład 1-6.X.2015 Zygmunt Szefliński Środowiskowe Laboratorium Ciężkich Jonów szef@fuw.edu.pl http://www.fuw.edu.pl/~szef/

Bardziej szczegółowo