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

Wielkość: px
Rozpocząć pokaz od strony:

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

Transkrypt

1 Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN Nr Iformatyka Ekoometra 9 Moka Mśkewcz-Nawrocka Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Statystyk, Ekoometr Matematyk moka.mskewcz@ue.katowce.pl ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH Streszczee: Zachodzące od lat 80. XX w. zmay demografcze w Polsce wyraźe uwypuklają proces starzea sę społeczeństwa, a który ogromy wpływ mają procesy: rozrodczośc, umeralośc mgracj. Zjawsko to jest poważym problemem zarówo demografczym, jak społeczo-ekoomczym, gdyż prowadz do welu ekorzystych kosekwecj, p. zmay zasad fukcjoowaa systemów zabezpeczea społeczego, opek zdrowotej czy szkolctwa. W opracowau przeprowadzoo aalzę przestrzeą rozwoju systemu opek zdrowotej w Polsce, z uwzględeem podzału a województwa, a także podjęto próbę weryfkacj, czy wraz z postępowaem procesu starzea sę społeczeństwa astępuje rozwój systemu opek zdrowotej w Polsce w latach Słowa kluczowe: potecjał demografczy, proces starzea sę społeczeństwa, system opek zdrowotej, sytetyczy wskaźk Perkala, autokorelacja przestrzea. JEL Classfcato: J9, I39, C4. Wprowadzee Zmay w lczbe strukturze ludośc polskego społeczeństwa moża zauważyć już a podstawe obserwacj przyrostu rzeczywstego lczby ludośc oraz współczyków dzetośc ogólej reprodukcj brutto, dla których od 950 r. wyraźe kształtuje sę tedecja malejąca. W okrese objętym badaem, tj. w latach

2 40 Moka Mśkewcz-Nawrocka , rzeczywsty przyrost lczby ludośc w Polsce był stably oscylował wokół 0. Wysok w 950 r. wskaźk dzetośc ogólej rówy 3,705 stopowo malał w badaym okrese przecęte kształtował sę a pozome,94. Ozacza to, że lczba dzec, które średo urodzłaby kobeta w weku rozrodczym (5-49 lat), a przestrze 60 lat zmejszyła sę o,4. Podobe wosk moża wycągąć, obserwując średą lczbę córek urodzoych przecęte przez kobetę w weku rozrodczym, tj. współczyk reprodukcj brutto. Natomast uzyskae w latach wartośc współczyka dzetośc są zbyt ske (pożej,0) e gwaratują zastępowalośc pokoleń [Mśkewcz-Nawrocka, 05]. W starzejącym sę społeczeństwe stotą rolę odgrywa system opek zdrowotej. Ze względu a zwększającą sę lczbę ludośc starszej, wzrasta zapotrzebowae a usług opekuńczo-pelęgacyje leczcze, a co za tym dze, wymagae są zwększee lczebośc persoelu medyczego, lośc mejsc w szptalach, saatorach, uzdrowskach czy hospcjach. Na rysuku przedstawoo zmay lczebośc persoelu medyczego, lczby łóżek w zakładach opekuńczo-leczczych (brak daych za lata ) oraz wskaźka obcążea demografczego w Polsce w latach Na podstawe przedstawoych daych moża zaobserwować gwałtowy wzrost wskaźka obcążea demografczego (lczby ludośc w weku poprodukcyjym do lczby ludośc w weku przedprodukcyjym) z pozomu 78, w 006 r. do pozomu 09, w 05 r., przy praktycze ewelkm wzrośce lczby persoelu medyczego (lekarze, pelęgark położe a 0 tys. ludośc) z pozomu 86,3 w 006 r. do 94,4 w 05 r obcążee demografcze lekarze a 0 tys. ludośc pelegark poloze a 0 tys. ludośc łóżka w hospcjach, zakładach opekuńczo-leczczych pelęgacyjo-opekuńczych a 00 tys. ludośc Rys.. Zmay lczebośc persoelu medyczego, lczby łóżek w hospcjach, zakładach opekuńczo-leczczych pelęgacyjo-opekuńczych oraz wskaźka obcążea demografczego w Polsce w latach

3 Aalza rozwoju systemu opek zdrowotej 4. Mara sytetycza Perkala Jedą z metod ocey potecjału badaego zjawska (pozomu rozwoju regou) jest metoda taksoomcza metoda Perkala, bazująca a kostrukcj mary sytetyczej m. Mara ta opera sę a zobrazowau zmeośc grupy cech w zborze różych obektów w jedym roku. Wyższa wartość wskaźka sytetyczego ozacza korzystejszą sytuację obektu pod względem pozomu rozwoju. Wskaźk Perkala szacuje sę jako średą arytmetyczą cech ' : j m = ' j, =,,, j= gdze: lczba uwzględoych cech, ' jest stadaryzowaą wartoścą j-tej cechy dla -tego obektu, j j j j =, gdy j jest wartoścą stymulaty, S j j j j =, gdy j jest wartoścą destymulaty, S j gdze: j jest wartoścą perwotą j-tej cechy dla -tego obektu, j jest wartoścą średej arytmetyczej j-tej cechy, S j jest wartoścą odchylea stadardowego j-tej cechy. () () (3). Statystyk przestrzee Przez autokorelację przestrzeą rozume sę sytuację, w której określoe zjawsko w jedej jedostce przestrzeej wpływa a zmejszee lub zwększee prawdopodobeństwa występowaa tego zjawska w sąsedch jedostkach [Kopczewska, 006]. Marą autokorelacj przestrzeej są przestrzee statystyk globale lokale. Do mar globalych ależą statystyk Moraa Geary ego [Mora, 950]. Globala statystyka Moraa wyrażoa jest wzorem [Kopczewska, 006]: I z Wz T = j= = = T S z z 0 w j ( )( ) w ( ) j = j= = j (4)

4 4 Moka Mśkewcz-Nawrocka gdze:, j wartośc zmeych w jedostce przestrzeej oraz j, średa arytmetycza wartośc zmeej dla wszystkch jedostek, z z = wektor kolumowy, [ ] [ ] [ w j ] = W = macerz wag przestrzeych,, gdy - ta jedostka jest sasadem j - tej jedostk w j = 0, gdy - ta jedostka e jest sasadem j - tej jedostk, gdy = j S 0 suma wszystkch elemetów macerzy wag, lczba jedostek przestrzeych,, j =,,. Rozkład statystyk Moraa jest asymptotycze ormaly [Clff, Ord, 973]. Jej stotość statystyczą testuje sę za pomocą statystyk I S daej wzorem: I E( I ) I S = (5) Var( I ) gdze: E ( I ) = wartość oczekwaa statystyk Moraa, S S + 3S0 Var ( I ) = waracja statystyk Moraa, S ( ) ( ) 0 S = ( w j + w j ), S = w j + w j, = j= = j= j= pozostałe ozaczea jw. Dodate stote wartośc statystyk I ozaczają podobeństwo badaych jedostek przestrzeych w określoej odległośc (autokorelacja dodata), atomast ujeme wartośc statystyk I ozaczają zróżcowae badaych jedostek (autokorelacja ujema). Brak autokorelacj ozacza przestrzeą losowość. Grafczą terpretacją statystyk globalej Moraa jest wykres puktowy, który obrazuje lokale zwązk przestrzee (tzw. klastry), obserwacje etypowe przestrzeą establość. Na os OX odkłada sę stadaryzowaą wartość badaej zmeej, a a os OY badaą stadaryzowaą zmeą opóźoą przestrzee. Opóźee przestrzee badaej zmeej jest średą ważoą wartośc zmeej w regoach sąsedch, zgode z przyjętym wagam przestrzeym.

5 Aalza rozwoju systemu opek zdrowotej 43 Za pomocą lokalych wskaźków zależośc przestrzeej moża określć podobeństwa jedostk przestrzeej względem obektów sąsedch oraz stotość statystyczą tego zjawska. Do oszacowaa lokalych statystyk przestrzeych stosuje sę lokale statystyk Moraa, Geary ego oraz Getsa. Statystyka lokala Moraa daa jest wzorem [Sucheck, 00]: I ( ) ( ) wj j j= = ( ) = gdze: ozaczea jw. Rozkład lokalej statystyk Moraa róweż jest asymptotycze ormaly [Asel, 995]. Jej stotość statystyczą testuje sę za pomocą statystyk I S daej wzorem [Sucheck, 00]: I ( ) E I I S = (7) Var I gdze: wj j= E( I ) = wartość oczekwaa lokalej statystyk Moraa, ( k ) wj ( k ) w w lwh j j l h ( ) = + j Var I waracja ( )( ) lokalej statystyk Moraa, 4 ( ) k =, ( ) pozostałe ozaczea jw. Lokala statystyka Moraa w odróżeu od globalej pozwala określć lokale terakcje pomędzy jedostkam przestrzeym. Merzy, czy jedostka przestrzea jest otoczoa przez regoy sąsedzke o podobych bądź różych wartoścach badaej zmeej w stosuku do rozmeszczea losowego tych wartośc w przestrze [Ojrzyńska, Twaróg, 0]. ( ) (6)

6 44 Moka Mśkewcz-Nawrocka Stadaryzowaa lokala statystyka Moraa przyjmuje wartośc dodate, gdy obekt jest otoczoy przez podobe regoy sąsedzke o podobych wartoścach badaej zmeej (autokorelacja dodata). Natomast, jeśl lokala statystyka Moraa przyjmuje wartośc ujeme, ozacza to, że obekt jest otoczoy przez regoy o zacząco rożych wartoścach badaej zmeej (autokorelacja ujema) [Ojrzyńska, Twaróg, 0]. 3. Aalza emprycza Przedmotem badaa były wszystke województwa Polsk w latach W perwszym etape badań dokoao uporządkowaa województw ze względu a pozom badaego zjawska, jakm jest rozwój systemu opek zdrowotej, szacując sytetyczą marę Perkala. W tabel przedstawoo zestaw cech dagostyczych wzętych pod uwagę w badau, uwzględając podzał a stymulaty (S) destymulaty (D). Dobór poższych mar wykał z aalzy czyków determujących zachodzących zma. Tabela. Zestaw zmeych dagostyczych dla ocey stau rozwoju systemu opek zdrowotej X Lekarze posadający prawo wykoywaa zawodu medyczego a 0 tys. ludośc S X Pelęgark położe a 0 tys. ludośc S X3 Podstawowa opeka zdrowota porady a 0 tys. ludośc S X4 Przychode podległe samorządow terytoralemu (sta a 3.) S X5 Lczba ludośc a łóżko w szptalach ogólych D X6 Szptaly oddzał ratukowy lczba ludośc, której udzeloo śwadczea zdrowotego ogółem (%) S X7 Aptek ogólodostępe a 0 tys. ludośc S Stosując metodę parametryczą Hellwga [Hellwg], wyelmowao zmee sle skorelowae z ym cecham, tj. te zmee, które są ośkam podobych formacj. Ze względu a ezacze różce występujące w zborach zmeych cetralych w kolejych latach, jako zestaw cech dagostyczych rozpatryway w latach pod uwagę wzęto wszystke zmee. W celu uporządkowaa województw Polsk, ze względu a pozom welowymarowego zjawska, zastosowao taksoomczą marę Perkala. W tabel przedstawoo wartośc mary Perkala oraz pozycję w rakgu dla wszystkch województw w latach 006, 00, 05. Pogrubeem zazaczoo województwa, które zajmują ajwyższe ajższe lokaty w rakgu w całym badaym okrese.

7 Aalza rozwoju systemu opek zdrowotej 45 Tabela. Mara Perkala opsująca sta rozwoju systemu opek zdrowotej w Polsce w latach 006, 00, Jedostka terytorala Mara Perkala Raga Mara Perkala Raga Mara Perkala Raga Dolośląske 0, , , Kujawsko-pomorske 0, , , Lubelske 0, , , Lubuske 0,4400 0, , Łódzke 0, ,747 0,79905 Małopolske 0, , , Mazowecke 0,7496 0, ,7808 Opolske 0, , , Podkarpacke 0, , , Podlaske 0, , , Pomorske 0, , ,4947 Śląske 0, , , Śwętokrzyske 0, , , Warmńsko-mazurske 0, , , Welkopolske 0,4479 0, ,4554 Zachodopomorske 0, , , Na podstawe wyków przedstawoych w tab. moża stwerdzć, że ajbardzej zaawasoway proces rozwoju systemu opek zdrowotej ( lokata w rakgu) występuje w województwe mazoweckm, a astępe w łódzkm. Najmej korzystą sytuację moża odotować w województwach lubuskm, opolskm warmńsko-mazurskm, które w badaym okrese zajmowały końcowe mejsca w rakgu. W tabel 3 przedstawoo podstawowe charakterystyk opsowe oszacowaych mar Perkala dla województw Polsk w latach Na podstawe daych zawartych w tab. 3 moża oceć, że mary tedecj cetralej w roku 05 są wyższe ż w 006 r., co śwadczy o tym, że sta rozwoju systemu opek zdrowotej w województwach Polsk zacze sę poprawł. W kolejym etape badań dokoao uporządkowaa województw ze względu a pozom rozwoju badaego zjawska, jakm jest proces starzea sę społeczeństwa. W tabel 4 przedstawoo zestaw cech dagostyczych wzętych pod uwagę w tej częśc badaa, uwzględając podzał a stymulaty (S) destymulaty (D).

8 46 Moka Mśkewcz-Nawrocka Tabela 3. Charakterystyk opsowe mary Perkala opsującej sta rozwoju systemu opek zdrowotej w Polsce w latach Rok Średa Medaa M Ma Rozstęp Odchylee stadardowe Współczyk zmeośc 006 0,54 0,534 0,87 0,749 0,4547 0,58 0, ,585 0,5395 0,676 0,770 0,506 0,88 0, ,54 0,5408 0,978 0,757 0,4539 0,73 0, ,53 0,5549 0,853 0,7788 0,4936 0,38 0, ,5399 0,5570 0,368 0,849 0,4880 0,37 0, ,5355 0,5533 0,38 0,7959 0,4840 0,363 0, ,544 0,5630 0,383 0,749 0,409 0,84 0, ,5468 0,5706 0,3370 0,7554 0,483 0,53 0,9 04 0,5455 0,563 0,339 0,7746 0,447 0,9 0, ,539 0,560 0,3068 0,780 0,4733 0,37 0,46 Tabela 4. Zestaw zmeych dagostyczych dla ocey procesu starzea sę społeczeństwa polskego X Przecęte dalsze trwae życa mężczyź w weku 0 (lata) S X Przecęte dalsze trwae życa kobety w weku 0 (lata) S X3 Wskaźk obcążea demografczego ludość w weku eprodukcyjym a 00 osób w weku produkcyjym (os.) D X4 Wskaźk obcążea demografczego ludość w weku poprodukcyjym a 00 osób w weku przedprodukcyjym (os.) D X5 Wskaźk obcążea demografczego ludość w weku poprodukcyjym a 00 osób w weku produkcyjym (os.) D X6 Ruch aturaly Urodzea żywe a 000 ludośc S X7 Współczyk dzetośc S X8 Współczyk reprodukcj brutto S Stosując metodę parametryczą Hellwga, poowe wyelmowao zmee sle skorelowae z ym cecham. Ze względu a ezacze różce występujące w zborach zmeych cetralych w kolejych latach, jako zestaw cech dagostyczych rozpatryway w latach wybrao astępujące zmee cetrale: X3, X6, X9, X0, X, X5, X3. W tabel 5 przedstawoo wartośc mary Perkala oraz pozycję w rakgu dla wszystkch województw w latach 006, 00, 05. Pogrubeem zazaczoo województwa, które zajmują ajwyższe ajższe lokaty w rakgu w całym badaym okrese.

9 Aalza rozwoju systemu opek zdrowotej 47 Tabela 5. Mara Perkala opsująca sta rozwoju procesu starzea sę społeczeństwa polskego w latach 006, 00, Jedostka terytorala Mara Perkala Raga Mara Perkala Raga Mara Perkala Raga Dolośląske 0, , ,60 5 Kujawsko-pomorske 0, ,38 6 0,57 6 Lubelske 0, , ,507 4 Lubuske 0,98 0,556 0,36 Łódzke,3033,3343,4739 Małopolske 0, ,67 5 0, Mazowecke 0, , ,38 7 Opolske 0, , ,990 0 Podkarpacke 0, , ,788 5 Podlaske 0, ,96 5 0,57 9 Pomorske 0, , ,74 4 Śląske 0, ,8 7 0,587 3 Śwętokrzyske 0,6709 0,7465 0,6764 Warmńsko-mazurske 0,3490 0,485 0, Welkopolske 0, , ,996 Zachodopomorske 0, , ,03 8 Na podstawe wyków przedstawoych w tab. 5 moża stwerdzć, że ajbardzej zaawasoway proces starzea sę społeczeństwa ( lokata w rakgu) występuje w województwe łódzkm. Najkorzystejszą sytuację moża odotować w województwach pomorskm małopolskm, które w badaym okrese zajmowały główe lokatę w rakgu. Porówując dae zawarte w tab. 5, moża zaobserwować, że w badaym okrese województwa łódzke, kujawsko-pomorske, dolośląske, lubelske podlaske charakteryzują sę ewelkm różcam pozycj w rakgach ze względu a procesy zaawasowaa rozwoju systemu opek zdrowotej oraz starzea sę społeczeństwa. Natomast ajwększe zróżcowae pomędzy badaym cecham występuje w województwach małopolskm, mazoweckm podkarpackm, gdze proces starzea sę społeczeństwa jest bardzej zaawasoway ż rozwój opek zdrowotej (wyższe pozycje w rakgu opsującym proces starzea sę społeczeństwa) oraz opolskm śwętokrzyskm, gdze pozom rozwoju opek zdrowotej jest bardzej zaawasoway ż proces starzea sę społeczeństwa (wyższe pozycje w rakgu opsującym proces rozwoju opek zdrowotej). W celu zbadaa korelacj pomędzy staem zaawasowaa procesu starzea sę społeczeństwa a staem systemu opek zdrowotej w Polsce w latach oszacowao współczyk korelacj rag Spearmaa. Wyk podao w tab. 6.

10 48 Moka Mśkewcz-Nawrocka Tabela 6. Współczyk korelacj rag Spearmaa. Rok Współczyk korelacj rag Spearmaa 0,488 0,4765 0,447 0,5794 0,5000 Rok Współczyk korelacj rag Spearmaa 0,44 0,409 0,338 0,334 0,34 Wartośc współczyków korelacj rag Spearmaa wskazują a umarkowaą zgodość pomędzy badaym zjawskam w wybraych latach. W kolejym etape badań zbadao autokorelację przestrzeą procesu rozwoju systemu opek zdrowotej w Polsce w latach Wartośc oblczoych statystyk globalej lokalej Moraa przedstawoo odpowedo w tab Tabela 7. Wartośc statystyk globalej Moraa w latach 006, Rok I Is p-value 006 0,096,597 0,3 00 0,478,584 0, ,340,430 0,0763 Aalzując dae zawarte w tab. 6, moża stwerdzć, że wartośc statystyk globalej Moraa są statystycze estote. Na rysukach -4 przedstawoo wykresy puktowe wartośc statystyk globalej Moraa w latach 006, Położee wększośc puktów w I III ćwartce śwadczy o występowau dodatej autokorelacj przestrzeej. W każdym z przedstawoych okresów ajbardzej korzystą sytuację ze względu a proces starzea sę społeczeństwa mają województwa: mazowecke, śląske, podkarpacke, lubelske, podlaske, małopolske, łódzke, tworzące klastry wysokch wartośc. Do województw o skch wartoścach, zgrupowaych wśród podobych m obszarów w każdym z rozpatrywaych okresów, ależą welkopolske, lubuske, zachodopomorske pomorske.

11 Aalza rozw woju systemu opek zdro owotej 49 Rys.. Wykres statystyk globalej Mora aa dla roku 006 Rys. 3. Wykres statystyk globalej Mora aa dla roku 00 0

12 50 Mo ka Mśkewcz-Nawrocka Rys. 4. Wykres statystyk globalej Mora aa dla roku 05 Kolejym etapem badaaa było oszacowae wartośc lokalych statystyk Moraa w celu rozpozaa struktury przestrzeej. Oblczoe wartośc staty- styk I podao w tab. 8. Tabela 8. Statystyka lokala Mora aa Jedostka terytorala Łódzke Mazowecke Małopolske Śląske Lubelske Podkarpacke Podlaske Śwętokrzyske Lubuske Welkopolske Zachodo-pomorske Dolośląskee Opolske Kujawsko-pomorske Pomorske Warmńsko-mazurske 00 I I(s) p-va alue 0,044 0,0667 0,33 0,0667 0,0 0,0667 0,0867 0,0667 0,5666 0,0667 0,948 0,0667 0,40 0,0667 0,3366 0,0667 0,3443 0,0667 0,405 0,0667 0,897 0,0667 0,47 0,0667 0,45 0,0667 0,0087 0,0667 0,6630 0,0667 0,739 0,0667 0,094 0,094 0,98 0,038 0,038 0,98 0,98 0,094 0,98 0,085 0,98 0,98 0,038 0,47 0,038 0, I I(s) p-value I 0,9499 0,3777 0,78 0,354 0,5568 0,068 0,094 0,094 0,980 0,037 0,037 0,980 0,359 0,409 0,46 0,0943 0,5779 0,040 0,073 0,980 0, ,397 0,635 0,58 0,8056 0,094 0,980 0,084 0,980 0,084 0,746 0,35 0,773 0,456 0, ,980 0, ,037 0, ,07 0,4044 0,47 0,037 0,0438 0,53 0, ,037 0, I( (s) p-value 0,,094 0,,094 0,,98 0,,037 0,,037 0,,98 0,,98 0,,094 0,,98 0,,084 0,,98 0,,98 0,,037 0,,47 0,,037 0,,037 Z daych zawartych w tab. 8 wyka, że wartośc statystyk lokalej Mora a- a są statystycze estote.

13 Aalza rozwoju systemu opek zdrowotej 5 Podsumowae W opracowau przeprowadzoo aalzę taksoomczą stau rozwoju systemu opek medyczej oraz sytuacj demografczej województw Polsk, a także zbadao korelację przestrzeą procesu zawasowaa rozwoju systemu opek zdrowotej. Na podstawe przeprowadzoych badań moża stwerdzć, że w latach prawe wszystke aalzowae województwa charakteryzowały sę zmaam pozomu rozwoju systemu opek medyczej. Dokoując klasyfkacj województw ze względu a oszacowae mary Perkala, pokazao, że steje umarkowaa korelacja pomędzy pozomem rozwoju systemu opek medyczej a pozomem zaawasowaa procesu starzea sę społeczeństwa w województwach Polsk. Przeprowadzoe aalzy korelacj przestrzeej sytuacj demografczej w województwach Polsk a podstawe globalej lokalej statystyk Moraa, okazały sę statystycze estote. Lteratura Asel L. (995), Local Idcators of Spatal Assocato LISA, Geographcal Aalyss, No. 7(), s Clff A.D., Ord J.K. (973), Spatal Autocorrelato, Po, Lodo. Hellwg Z. (98), Welowymarowa aalza porówawcza jej zastosowae w badaach welocechowych obektów gospodarczych [w:] W. Welfe (red.), Metody modele matematyczo-ekoomcze w doskoaleu zarządzaa gospodarką socjalstyczą, PWE, Warszawa, s Kopczewska K. (006), Ekoometra statystyka przestrzea z wykorzystaem programu R CRAN, CeDeWu.pl, Warszawa. Mśkewcz-Nawrocka M. (05), Aalza porówawcza czyków wpływających a zmay demografcze w Polsce [w:] J. Mka, M. Mśkewcz-Nawrocka (red.), Metody modele aalz loścowych w ekoom zarządzau, cz. 7, Wydawctwo Uwersytetu Ekoomczego w Katowcach, Katowce, s Mora P.A.P. (950), Notes o Cotuous Stochastc Pheomea, Bometrka, Vol. 37(), s Ojrzyńska A., Twaróg S. (0) Badae autokorelacj przestrzeej krwodawstwa w Polsce [w:] J. Suchecka (red.), Ekoometra przestrzea regoale aalzy ekoomcze, Acta Uverstats Lodzess. Fola Oecooma, r 53, s Sucheck B., red. (00), Ekoometra przestrzea. Metody modele aalzy daych przestrzeych. Wydawctwo C.H. Beck, Warszawa.

14 5 Moka Mśkewcz-Nawrocka ANALYSIS OF THE DEVELOPMENT OF HEALTH CARE SYSTEM IN POLAND IN THE YEARS Summary: The demographc chages occurrg Polad sce the 80s of the tweteth cetury clearly show the agg of the populato, whch the processes of fertlty, mortalty ad mgrato have a huge mpact. Ths pheomeo s a serous problem of demographc ad soco-ecoomc because t leads to may adverse cosequeces,.e. polcy chages the fuctog of socal securty, health ad educato. I the study wll carry out spatal aalyss of the demographc potetal ad the level of uemploymet Polad, ad wll research the mpact of the level of uemploymet o the process of agg socety Polad the years Keywords: demographc potetal, agg of the populato, health care system, Perkal sythetc dcator, spatal autocorrelato.

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

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

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

AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH

AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/4, 05, str. 85 94 AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH Ea Pośpech, Adraa Mastalerz-Kodzs Katedra Matematyk, Uersytet

Bardziej szczegółowo

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

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

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

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

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

Bardziej szczegółowo

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

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

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

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

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

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

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

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

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

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

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

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

Podstawy opracowania wyników pomiarowych, analiza błędów

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

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

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

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

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

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

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

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

Bardziej szczegółowo

VI MISTRZOSTWA POLSKI URZĘDÓW MARSZAŁKOWSKICH W PIŁCE NOŻNEJ LUBELSKIE 2013 ZAMOŚĆ, września 2013 r. KOMUNIKAT KOŃCOWY

VI MISTRZOSTWA POLSKI URZĘDÓW MARSZAŁKOWSKICH W PIŁCE NOŻNEJ LUBELSKIE 2013 ZAMOŚĆ, września 2013 r. KOMUNIKAT KOŃCOWY KOMUNKAT KOŃCOWY Gr. A Gr. B A. LUBELSKE B. ŚLĄSKE A. ŁÓDZKE B. ZACHODNOPOMORSKE A. KUJAWSKO-POMORSKE B. PODKARPACKE A. MAZOWECKE B. MAŁOPOLSKE Gr. C Gr. D _ C. OPOLSKE D. DOLNOŚLĄSKE C. WARMŃSKO-MAZURSKE

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

Ocena stopnia zagrożenia bezrobociem województw Polski w latach

Ocena stopnia zagrożenia bezrobociem województw Polski w latach Zeszyty Unwersytet Ekonomczny w Krakowe Naukowe 4 (94) ISSN 1898-6447 Zesz. Nauk. UEK, 15; 4 (94): 145 161 OI: 1.15678/ZNUEK.15.94.411 Monka Mśkewcz-Nawrocka Katarzyna Zeug-Żebro Katedra Matematyk Unwersytet

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

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

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

Bardziej szczegółowo

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

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

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

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

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

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

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

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

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

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

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

Bardziej szczegółowo

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

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

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych

Bardziej 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

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

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

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

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

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

TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE

TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE Katarzyna CHEBA * TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE Streszczene Pozom warunk życa ludnośc w Polsce są slne przestrzenne zróżncowane. W pracy na przykładze województw w Polsce

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 Inżynierska

Statystyka Inżynierska Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe

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

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Inżynera Rolncza 1(126)/2011 ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Katedra Zastosowań Matematyk Informatyk, Unwersytet Przyrodnczy w Lublne w Lublne

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

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

Bardziej szczegółowo

Statystyczna analiza danych przedziały ufności

Statystyczna analiza danych przedziały ufności 07-- Probablstyka statystyka Statystycza aalza daych przedzały ufośc Wykład 7 dr ż. Barbara Swatowska Wstęp Podstawowe cele aalzy zborów daych Uogóloy ops poszczególych cech/zeych statystyka opsowa; aalza

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

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

Bardziej szczegółowo

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

IV. ZMIENNE LOSOWE DWUWYMIAROWE

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

Bardziej szczegółowo

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

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

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

Bardziej szczegółowo

Portfel. 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

Wybór formuły normalizacyjnej w analizie porównawczej obiektów wielocechowych

Wybór formuły normalizacyjnej w analizie porównawczej obiektów wielocechowych Wybór formuły ormalzacye w aalze porówawcze obektów welocechowych Marta Jarocka Poltechka Bałostocka, Wydzał Zarządzaa, Katedra Iformatyk Gospodarcze Logstyk e-mal: m.arocka@pb.edu.pl DOI: 10.12846/.em.2015.01.08

Bardziej szczegółowo

WYBRANE MIARY OCENY STOPNIA DYWERSYFIKACJI PORTFELI INWESTYCYJNYCH

WYBRANE MIARY OCENY STOPNIA DYWERSYFIKACJI PORTFELI INWESTYCYJNYCH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 2083-86 Nr 340 207 Iformatyka Ekoometra 0 Agata Gluzcka Uwersytet Ekoomczy w Katowcach Wydzał Iformatyk Komukacj Katedra Badań Operacyjych

Bardziej szczegółowo

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia) Mary przecęte Średa arytmetycza Dla szeregu rozdzelczego cechy skokowej x k x k Średa harmocza (cechy o charakterze lorazu p. Prędkość, gęstość zaludea) x H k x Średa geometrycza x x x... G x średa arytmetycza

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

Regionalne zróżnicowanie cen zbóż w Polsce w latach

Regionalne zróżnicowanie cen zbóż w Polsce w latach Agneszka Tłuczak * Regonalne zróżncowane cen zbóż w Polsce w latach 2010 2012 Wstęp Pozom cen produktów rolnych zarówno w skupe, jak tych uzyskwanych przez rolnków na targowskach w dużej merze decyduje

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

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

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem.

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem. Statystyka Statystyka jest auką, która zajmuje sę zberaem daych ch aalzą. Praca statystyka polega główe a zebrau dużej lośc daych opsujących jakeś zjawsko ch aalze terpretacj. Ne będzemy zajmować sę oczywśce

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 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

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

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

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

Bardziej szczegółowo

Sabina Nowak. Podstawy statystyki i ekonometrii Część I

Sabina Nowak. Podstawy statystyki i ekonometrii Część I Saba owa Podstawy statysty eoometr Część I Podyplomowe Studa Wycea eruchomośc Wydzał Zarządzaa Uwersytetu Gdańsego 7 weta 19 rou 1. Elemety teor badaa zborów statystyczych Statystycze metody badaa prawdłowośc

Bardziej szczegółowo

Liniowe relacje między zmiennymi

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

Bardziej szczegółowo

. 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

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

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności BOGALECKA Magda 1 Wek statku a prawdopodobeństwo wstąpea wpadku a morzu aalza współzależośc WSTĘP Obserwowa od blsko weku tesw rozwój trasportu morskego, oprócz lądowego powetrzego, jest kosekwecją wzmożoej

Bardziej szczegółowo

System finansowy gospodarki

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

Bardziej szczegółowo

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary.

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary. Statystyka opsowa Roma Syak Statystyka opsowa Stawa sę pytaa: pytae co? poprzedza pytae jak?. Najperw potrzeba jest mara, potem moża badać zmay tej mary. Potrzebe są mary zborcze, charakteryzujące zborowośc

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

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

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

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

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

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

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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