Ćwiczenie nr 1 : Statystyczny charakter rozpadów promieniotwórczych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Ćwiczenie nr 1 : Statystyczny charakter rozpadów promieniotwórczych"

Transkrypt

1 Ćwiczenie nr 1 : Statystyczny charakter rozpadów promieniotwórczych Oskar Gawlik, Jacek Grela 26 stycznia 29 1 Wstęp 1.1 Podstawy teoretyczne Detektor Geigera-Müllera Jest to jeden z podstawowych liczników gazowych, jego działanie polega na jonizacji gazu w objętości czynnej co skutkuje powstaniem impulsu elektrycznego. Schemat urządzenia przedstawiono na Rys.1 poniżej: Rys.1 Detektor gazowy. Charakterystyczne dla licznika Geigera-Müllera jest powstanie lawinowych jonizacji wtórnych z jonów powstałych z jonizacji pierwotnej (pokazanej schematycznie na Rys.1 ). Efekt ten uzyskuje się poprzez odpowiednio duże napięcie między katodami - jony posiadają odpowiednio dużą energię do rozpoczęcia kolejnych jonizacji. Detektor tego rodzaju uniemożliwia wykrycie energii cząstki oraz jej rodzaju Rozkłady Gaussa i Poissona, wagowa wartość oczekiwana W ćwiczeniu jest potrzebne przypomnienie dwóch podstawowych rozkładów statystycznych - Gaussa i Poissona. Rozkład Gaussa - zwany także normalnym lub dzwonowym, jest najczęściej spotykanym rozkładem występującym w przyrodzie. Funkcja gęstości wyraża się wzorem: G(x; σ, µ) = 1 ( (x µ) 2 ) σ 2π exp 2σ 2 σ odchylenie standardowe, µ wartość oczekiwana. Są to charakterystyczne parametry rozkładu wyznaczane według standardowych wzorów. Wykres jest symetryczny względem prostej wyznaczonej przez wartość oczekiwaną. Zgodnie z centralnym twierdzeniem granicznym, wszystkie pozostałe rozkłady statystyczne pochodzą od krzywej dzwonowej (poprzez konkretne przejścia graniczne). (1) 1

2 P(x) Rys.2 Funkcja gęstości (dyskretna) rozkładu Poissona przy λ = 4. x Rozkład Poissona - dyksretny rozkład używany często gdy badamy zachodzenie zjawiska w danym przedziale wielkości (np. czasu) przy znanej gęstości występowania (jest to wartość oczekiwana λ) tego zjawiska (np. częstości) w tym przedziale. Funkcja gęstości wyrażana jest wzorem: P (x; λ) = λx e λ x! Gdzie λ to wartość oczekiwana. Odchylenie standardowe określa się jako pierwiastek z λ: (2) σ p = λ (3) Przybliżenie normalne uzyskuje się poprzez opis zjawisk częstych (zwiększane λ). Wagowa wartość oczekiwana - w ćwiczeniu, z racji występowania częstości (liczebności), będzie używany następujący, mniej standardowy, wzór (dla obydwu rozkładów) na wartość średnią: N i=1 µ = x iw i N i=1 W i (4) µ wartość średnia (u Poissona oznaczana jako λ), N wielkość próby, x i wynik pomiaru, W i waga pomiaru, tożsama z liczebnością (częstością) występującą w histogramie oraz w trakcie całego ćwiczenia. 2

3 1.1.3 Histogram i test χ 2 Histogram to sposób przedstawienia danej wielkości (widoczny już na Rys.2 ) charakteryzujący się ustaleniem przedziałów (binów) dzielących badaną cechę i przypisywania pomiarów do konkretnego binu. Dzięki tej operacji można wykonać wykres liczebnościowy danego binu (ile wystąpiło wyników) i porównywać z odpowiednimi rozkładami teoretycznymi. Test χ 2 to test statystyczny umożliwiający rozstrzyganie o tym, czy wyniki uzyskane w doświadczeniu są zgodne z tymi postulowanymi przez teorię. Całość testu przeprowadza się na tzw. poziomie istotności α co daje nam rozeznanie na ile wyniki są pewne. Wedle wzoru: χ 2 = n (O i E i ) 2 n liczba pomiarów (także liczebność binu), O i wartości eksperymentalne wielkości, E i hipotetyczne wartości wielkości (teoretyczne), χ 2 zmienna decydująca o tym, czy test został pozytywnie zweryfikowany. i=1 E i () Weryfikacja testu jest zależna od n 1 (tzw. stopnie swobody) oraz poziomu istotności α. 2 Przeprowadzenie eksperymentu 2.1 Cel Celem ćwiczenia jest zapoznanie się ze stochastycznym charakterem przemian promieniotwórczych oraz sposobami opracowywania takich zjawisk. 2.2 Pomiar Wykonano dwa pomiary bez źródła promieniowania (16 punktów pomiarowych po 1 sekunda każdy) oraz jeden ze źródłem 137 Cs - w tym przypadku uzyskano 2 pomiarów po 1 sekund każdy. Do detekcji użyto licznika Geigera-Müllera na który podano napięcie U = 14 [V ] Pierwszy eksperyment: średnio jeden impuls Celem pierwszego eksperymentu było uzyskanie średnio 1 impulsu w jednej sekundzie. Taką serię pomiarową zapisano przy wyciągniętym źródle promieniowania i zamkniętym domku pomiarowym. Jak wspomniano wcześniej, próba wyniosła 16 punktów. Wyniki częstościowe zestawiono w Tab.1 : Tab.1 Tabela z pomiarem pierwszym. Impulsy I Liczebność L Impulsy liczba zliczonych impulsów, odczytana z przelicznika, będziemy używać na jej oznaczenie litery I, Liczebność inaczej częstość impulsów 1, zamiennie będziemy używać litery L. 1 ile uzyskano pomiarów o danej liczbie impulsów - patrz wprowadzenie teoretyczne 3

4 Na podstawie wyników z Tab.1 wyliczono wartość średnią I wraz z odchyleniem (wzory (3) i (4), wagi W i to odpowiednie liczebności L) : µ 1 = 2.3 ± 1. Założono przy tym, że zdarzenie jest opisywane przez rozkład Poissona (co jest prawdziwe tylko dla małej liczby I!). Na podstawie Tab.1 wykonano histogram pomiarowy oraz wyznaczono (ze znajomości średniej µ 1 ) histogram teoretyczny. Całość przedstawiono poniżej: liczebnosc L 4 4 Teoria Pomiar impulsy I Wyk.1 Histogram pomiaru pierwszego wraz z teoretycznym histogramem dla µ 1 = 2.3. Gdzie oznaczenia konsekwentnie są niezmienne Drugi eksperyment: średnio cztery impulsy W drugim pomiarze lekko uchylono drzwiczki do domku tak, aby uzyskać większą średnią (około 4 impulsów) w pomiarze. Próba, podobnie jak wcześniej, wyniosła 16 punktów. Czas nie uległ zmianie i nadal trzymamy się założenia o rozkładzie Poissona. W tym przypadku procedura obliczeniowa była identyczna jak w pomiarze pierwszym, dlatego poniżej ograniczono się do zestawienia danych, przytoczenia średniej µ 2 i pokazaniu histogramu. Jeśli inaczej nie jest napisane, oznaczenia nie ulegają zmianie. Tab.2 Tabela z pomiarem drugim. Impulsy I Liczebność L Średnia wyniosła: µ 2 = 4. ± 2.1 4

5 Histogram teoretyczny oraz doświadczalny: liczebnosc L 3 3 Teoria Pomiar Wyk.2 Histogram pomiaru drugiego wraz z teoretycznym histogramem dla µ 2 = 4.. impulsy I Trzeci eksperyment: źródło 137 Cs W tym wariancie umieszczamy źródło cezu w domku pomiarowym, zwiększamy czas pojedynczego pomiaru do 1 sekund i wielkość próby do 2. Uzyskujemy dosyć duże (oscylujące wokół 1) liczby impulsów. Są to warunki odpowiednie do zastosowania rozkładu Gaussa. Aby ocenić poprawność naszego założenia użyjemy testu chi-kwadrat 2. Czyste dane nie zostaną tutaj wprowadzone z powodu objętości. Wyliczamy z nich jedynie średnią z odchyleniem, później operujemy na danych liczebnościowych: µ 3 = 971 ± 29 Zamiast tego w Tab.3 umieszczono liczebności L pomiarów w danym binie: Tab.3 Tabela z pomiarem trzecim - wykonano interpretację przedziałową dla histogramu. Zakres impulsów I Liczebność w binie L Gdzie wszystkie wcześniejsze oznaczenia są analogiczne. Szerokość binu oszacowano 3 z odchylenia standardowego, rozmiaru próby oraz wartości maksymalnej i minimalnej. Ustalono ostatecznie, że szerokość ta wyniesie B = 16 zliczeń i uzyskamy przez to 1 przedziałów histogramowania. 2 wprowadzenie w sekcji teoretycznej 3 starano się, aby przedziały dobrać w sposób, który da jakieś wyobrażenie o rozkładzie przy jednoczesnym braku zębów i nieznikaniu wykresu.

6 Do histogramu i testu χ 2 potrzebne są wartości teoretyczne które wyznacza się ze wzoru: L t = G(σ, µ; I s ) N B (6) G(σ, µ; I s ) funkcja gęstości rozkładu Gaussa, wspominana we wstępie teoretycznym wraz z odchyleniem standardowym σ oraz wartością oczekiwaną µ, I s wartość środkowa z danego przedziału impulsów I (np. dla zakresu jest to 892), B szerokość binu szacowana wcześniej, N całkowita liczba pomiarów (u nas 2). Histogram ostatecznie prezentuje się następująco: liczebnosc L 4 Teoria Pomiar Wyk.2 Histogram pomiaru trzeciego wraz z teoretycznym histogramem Gaussa. impulsy I Ostatnią rzeczą pozostałą do obliczenia jest test χ 2, wykonanego według wzoru (). Przy n = 1 (stopnie swobody = 9) zmienna przyjęła wartość: χ 2 = 9.77 Według wartości tabelarycznych 4 dane spełniają kryterium dla poziomu istotności α 3 =.3 (9.77 < 1.66). Dokładniejsze dane uzyskane w programie OpenOffice Calc wskazują na poziom istotności α 3 = użyto Tabeli 7.3, str. 138, z książki B. Dziunikowskiego i S. Kality Ćwiczenia laboratoryjne z jądrowych metod pomiarowych 6

7 3 Wnioski 1. Z przeprowadzonych trzech pomiarów widać, że rządzą nimi dwa różne rozkłady, w zależności od tego jak częste jest zjawisko i jak długo przeprowadzamy pomiar. Rozkłady Poissona są idealnym przybliżeniem dla pierwszych dwóch pomiarów, w ostatnim zaś to rozkład Gaussa staje się dobrym opisem zjawiska. 2. Testy zgodności pierwszego i drugiego pomiaru okazały się dosyć ciekawe. Otóż, pierwszy pomiar przyniósł istotność podobną do pomiaru trzeciego - α 1 =.36. Natomiast pomiar drugi uzyskał fenomenalny poziom istotności α 2 =.97. Niestety, nie udało się odnaleźć źródła takiej dobrej zgodności. Nie wydaje się również, aby był to błąd przypadkowy. 3. Test na poziomie istotności α 3 =.37(.3) (zob. sekcję doświadczenia po więcej szczegółów) wskazuje, że mimo prawdopodobnego rozkładu Gaussa, istnieją czynniki zakłócające pomiar (oprócz zwyczajnych fluktuacji statystycznych). Na poziomie tego doświadczenia nie jesteśmy w stanie stwierdzić co jest źródłem błędów. 4. Teoretycznie, można zastanowić się nad tym, jak zmienią się wyniki testu gdy dokonamy, wydaje się, racjonalnego zaokrąglenia wartości teoretycznych (wyznaczonych z funkcji Gaussa) do wielkości całkowitych - nie ma wszak liczności niecałkowitych. Po dokonaniu takiego zabiegu, test jednak zwraca wartość mniej istotną - α 3 x =.28. Można spekulować nad większą przydatnością tak przeprowadzonego badania.. Nie wydaje się także, aby wynik testu można było wyśrubować za pomocą dobrania odpowiedniej ilości binów. Mimo 2 binów, podobną istotność uzyskał niezależnie inny zespół przeprowadzający doświadczenie. źródło: Internet 7

Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, Otwock-Świerk

Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, Otwock-Świerk Narodowe Centrum Badań Jądrowych Dział Edukacji i Szkoleń ul. Andrzeja Sołtana 7, 05-400 Otwock-Świerk ĆWICZENIE L A B O R A T O R I U M F I Z Y K I A T O M O W E J I J Ą D R O W E J Zastosowanie pojęć

Bardziej szczegółowo

Szkoła z przyszłością. Zastosowanie pojęć analizy statystycznej do opracowania pomiarów promieniowania jonizującego

Szkoła z przyszłością. Zastosowanie pojęć analizy statystycznej do opracowania pomiarów promieniowania jonizującego Szkoła z przyszłością szkolenie współfinansowane przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Narodowe Centrum Badań Jądrowych, ul. Andrzeja Sołtana 7, 05-400 Otwock-Świerk ĆWICZENIE

Bardziej szczegółowo

Ćwiczenie LP2. Jacek Grela, Łukasz Marciniak 25 października 2009

Ćwiczenie LP2. Jacek Grela, Łukasz Marciniak 25 października 2009 Ćwiczenie LP2 Jacek Grela, Łukasz Marciniak 25 października 2009 1 Wstęp teoretyczny 1.1 Energetyczna zdolność rozdzielcza Energetyczna zdolność rozdzielcza to wielkość opisująca dokładność detekcji energii

Bardziej szczegółowo

Ćwiczenie nr 5 : Badanie licznika proporcjonalnego neutronów termicznych

Ćwiczenie nr 5 : Badanie licznika proporcjonalnego neutronów termicznych Ćwiczenie nr 5 : Badanie licznika proporcjonalnego neutronów termicznych Oskar Gawlik, Jacek Grela 16 lutego 29 1 Teoria 1.1 Licznik proporcjonalny Jest to jeden z liczników gazowych jonizacyjnych, występujący

Bardziej szczegółowo

LABORATORIUM PROMIENIOWANIE w MEDYCYNIE

LABORATORIUM PROMIENIOWANIE w MEDYCYNIE LABORATORIUM PROMIEIOWAIE w MEDYCYIE Ćw nr STATYSTYKA ZLICZEŃ PROMIEIOWAIA JOIZUJACEGO azwisko i Imię: data: ocena (teoria) Grupa Zespół ocena końcowa Cel ćwiczenia Rozpad izotopu promieniotwórczego wysyłającego

Bardziej szczegółowo

Ćwiczenie nr 2 : Badanie licznika proporcjonalnego fotonów X

Ćwiczenie nr 2 : Badanie licznika proporcjonalnego fotonów X Ćwiczenie nr 2 : Badanie licznika proporcjonalnego fotonów X Oskar Gawlik, Jacek Grela 16 lutego 2009 1 Podstawy teoretyczne 1.1 Liczniki proporcjonalne Wydajność detekcji promieniowania elektromagnetycznego

Bardziej szczegółowo

Rozkład Gaussa i test χ2

Rozkład Gaussa i test χ2 Rozkład Gaussa jest scharakteryzowany dwoma parametramiwartością oczekiwaną rozkładu μ oraz dyspersją σ: METODA 2 (dokładna) polega na zmianie zmiennych i na obliczeniu pk jako różnicy całek ze standaryzowanego

Bardziej szczegółowo

Ćwiczenie ELE. Jacek Grela, Łukasz Marciniak 3 grudnia Rys.1 Schemat wzmacniacza ładunkowego.

Ćwiczenie ELE. Jacek Grela, Łukasz Marciniak 3 grudnia Rys.1 Schemat wzmacniacza ładunkowego. Ćwiczenie ELE Jacek Grela, Łukasz Marciniak 3 grudnia 2009 1 Wstęp teoretyczny 1.1 Wzmacniacz ładunkoczuły Rys.1 Schemat wzmacniacza ładunkowego. C T - adaptor ładunkowy, i - źródło prądu reprezentujące

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

Bardziej szczegółowo

LABORATORIUM PROMIENIOWANIE W MEDYCYNIE

LABORATORIUM PROMIENIOWANIE W MEDYCYNIE LABORATORIUM PROMIENIOWANIE W MEDYCYNIE Ćw nr 3 NATEŻENIE PROMIENIOWANIA γ A ODLEGŁOŚĆ OD ŹRÓDŁA PROMIENIOWANIA Nazwisko i Imię: data: ocena (teoria) Grupa Zespół ocena końcowa 1 Cel ćwiczenia Natężenie

Bardziej szczegółowo

Rozkład normalny, niepewność standardowa typu A

Rozkład normalny, niepewność standardowa typu A Podstawy Metrologii i Technik Eksperymentu Laboratorium Rozkład normalny, niepewność standardowa typu A Instrukcja do ćwiczenia nr 1 Zakład Miernictwa i Ochrony Atmosfery Wrocław, listopad 2010 r. Podstawy

Bardziej szczegółowo

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1 Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.

Bardziej szczegółowo

CHARAKTERYSTYKA LICZNIKA GEIGERA-MÜLLERA I BADANIE STATYSTYCZNEGO CHARAKTERU ROZPADU PROMIENIOTWÓRCZEGO

CHARAKTERYSTYKA LICZNIKA GEIGERA-MÜLLERA I BADANIE STATYSTYCZNEGO CHARAKTERU ROZPADU PROMIENIOTWÓRCZEGO Politechnika Warszawska Wydział Fizyki Laboratorium Fizyki II p. Piotr Kurek Do użytku wewnętrznego Ćwiczenie nr 1 CHARAKTERYSTYKA LICZNIKA GEIGERA-MÜLLERA I BADANIE STATYSTYCZNEGO CHARAKTERU ROZPADU PROMIENIOTWÓRCZEGO

Bardziej szczegółowo

Zawartość. Zawartość

Zawartość. Zawartość Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami

Bardziej szczegółowo

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N =

HISTOGRAM. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH Liczba pomiarów - n. Liczba pomiarów - n k 0.5 N = N = HISTOGRAM W pewnych przypadkach interesuje nas nie tylko określenie prawdziwej wartości mierzonej wielkości, ale także zbadanie całego rozkład prawdopodobieństwa wyników pomiarów. W takim przypadku wyniki

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

Ćwiczenie LP1. Jacek Grela, Łukasz Marciniak 22 listopada 2009

Ćwiczenie LP1. Jacek Grela, Łukasz Marciniak 22 listopada 2009 Ćwiczenie LP1 Jacek Grela, Łukasz Marciniak 22 listopada 2009 1 Wstęp teoretyczny 1.1 Energetyczna zdolność rozdzielcza Energetyczna zdolność rozdzielcza to wielkość opisująca dokładność detekcji energii

Bardziej szczegółowo

SMOP - wykład. Rozkład normalny zasady przenoszenia błędów. Ewa Pawelec

SMOP - wykład. Rozkład normalny zasady przenoszenia błędów. Ewa Pawelec SMOP - wykład Rozkład normalny zasady przenoszenia błędów Ewa Pawelec 1 iepewność dla rozkładu norm. Zamiast dodawania całych zakresów uwzględniamy prawdopodobieństwo trafienia dwóch wartości: P x 1, x

Bardziej szczegółowo

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1 Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.

Bardziej szczegółowo

Analiza niepewności pomiarów

Analiza niepewności pomiarów Teoria pomiarów Analiza niepewności pomiarów Zagadnienia statystyki matematycznej Dr hab. inż. Paweł Majda www.pmajda.zut.edu.pl Podstawy statystyki matematycznej Histogram oraz wielobok liczebności zmiennej

Bardziej szczegółowo

Ćwiczenie nr 50 CHARAKTERYSTYKA LICZNIKA GEIGERA-MÜLLERA I BADANIE STATYSTYCZNEGO CHARAKTERU ROZPADU PROMIENIOTWÓRCZEGO

Ćwiczenie nr 50 CHARAKTERYSTYKA LICZNIKA GEIGERA-MÜLLERA I BADANIE STATYSTYCZNEGO CHARAKTERU ROZPADU PROMIENIOTWÓRCZEGO Politechnika Warszawska Wydział Fizyki Laboratorium Fizyki II p. Piotr Kurek Do użytku wewnętrznego Ćwiczenie nr 50 CHARAKTERYSTYKA LICZNIKA GEIGERA-MÜLLERA I BADANIE STATYSTYCZNEGO CHARAKTERU ROZPADU

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 1) Dariusz Gozdowski

Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 1) Dariusz Gozdowski Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 1) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW STATYSTYKA to nauka, której przedmiotem

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26 Rozkład normalny Marcin Zajenkowski Marcin Zajenkowski () Rozkład normalny 1 / 26 Rozkład normalny Krzywa normalna, krzywa Gaussa, rozkład normalny Rozkłady liczebności wielu pomiarów fizycznych, biologicznych

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

Pobieranie prób i rozkład z próby Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.

Bardziej szczegółowo

Rozkłady statystyk z próby

Rozkłady statystyk z próby Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny

Bardziej szczegółowo

1 Estymacja przedziałowa

1 Estymacja przedziałowa 1 Estymacja przedziałowa 1. PRZEDZIAŁY UFNOŚCI DLA ŚREDNIEJ (a) MODEL I Badana cecha ma rozkład normalny N(µ, σ) o nieznanym parametrze µ i znanym σ. Przedział ufności: [ ( µ x u 1 α ) ( σn ; x + u 1 α

Bardziej szczegółowo

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012

Bardziej szczegółowo

Wnioskowanie statystyczne. Statystyka w 5

Wnioskowanie statystyczne. Statystyka w 5 Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających

Bardziej szczegółowo

Często spotykany jest również asymetryczny rozkład gamma (Г), opisany za pomocą parametru skali θ i parametru kształtu k:

Często spotykany jest również asymetryczny rozkład gamma (Г), opisany za pomocą parametru skali θ i parametru kształtu k: Statystyczne opracowanie danych pomiarowych W praktyce pomiarowej często spotykamy się z pomiarami wielokrotnymi, gdy podczas pomiaru błędy pomiarowe (szumy miernika, czynniki zewnętrzne) są na tyle duże,

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Zadania ze statystyki, cz.6

Zadania ze statystyki, cz.6 Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z

Bardziej szczegółowo

ĆWICZENIE NR 1. Część I (wydanie poprawione_2017) Charakterystyka licznika Geigera Műllera

ĆWICZENIE NR 1. Część I (wydanie poprawione_2017) Charakterystyka licznika Geigera Műllera ĆWICZENIE NR 1 Część I (wydanie poprawione_2017) Charakterystyka licznika Geigera Műllera 1 I. Cel doświadczenia Wykonanie charakterystyki licznika Geigera-Müllera: I t N min 1 Obszar plateau U V Przykładowy

Bardziej szczegółowo

Wykład 9 Wnioskowanie o średnich

Wykład 9 Wnioskowanie o średnich Wykład 9 Wnioskowanie o średnich Rozkład t (Studenta) Wnioskowanie dla jednej populacji: Test i przedziały ufności dla jednej próby Test i przedziały ufności dla par Porównanie dwóch populacji: Test i

Bardziej szczegółowo

Ćwiczenie 3 : Spektrometr promieniowania gamma z licznikiem półprzewodnikowym Ge(Li)

Ćwiczenie 3 : Spektrometr promieniowania gamma z licznikiem półprzewodnikowym Ge(Li) Ćwiczenie 3 : Spektrometr promieniowania gamma z licznikiem półprzewodnikowym Ge(Li) Oskar Gawlik, Jacek Grela 3 listopada 28 1 Wstęp 1.1 Cel ćwiczenia Celem ćwiczenia jest zapoznanie się i nacechowanie

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA

STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA STATYSTYKA MATEMATYCZNA ZESTAW 0 (POWT. RACH. PRAWDOPODOBIEŃSTWA) ZADANIA Zadanie 0.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 0 4 p k 1/3 1/6 1/ obliczyć EX, D X. (odp. 4/3;

Bardziej szczegółowo

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja

Bardziej szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

WYKŁAD 5 TEORIA ESTYMACJI II

WYKŁAD 5 TEORIA ESTYMACJI II WYKŁAD 5 TEORIA ESTYMACJI II Teoria estymacji (wyznaczanie przedziałów ufności, błąd badania statystycznego, poziom ufności, minimalna liczba pomiarów). PRÓBA Próba powinna być reprezentacyjna tj. jak

Bardziej szczegółowo

Komputerowa Analiza Danych Doświadczalnych

Komputerowa Analiza Danych Doświadczalnych Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk e-mail: gos@if.pw.edu.pl tel: +48 22 234 58 51 konsultacje: poniedziałek, 10-11, środa: 11-12 www: http://www.if.pw.edu.pl/~gos/students/kadd

Bardziej szczegółowo

Metody Statystyczne. Metody Statystyczne.

Metody Statystyczne. Metody Statystyczne. gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja

Bardziej szczegółowo

Wyznaczanie bezwzględnej aktywności źródła 60 Co. Tomasz Winiarski

Wyznaczanie bezwzględnej aktywności źródła 60 Co. Tomasz Winiarski Wyznaczanie bezwzględnej aktywności źródła 60 Co metoda koincydencyjna. Tomasz Winiarski 24 kwietnia 2001 WSTEP TEORETYCZNY Rozpad promieniotwórczy i czas połowicznego zaniku. Rozpad promieniotwórczy polega

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ Opracowała: Milena Suliga Wszystkie pliki pomocnicze wymienione w treści

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

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM

Bardziej szczegółowo

Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Ćwiczenie 3 Generator liczb losowych o rozkładzie Rayleigha.

Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Ćwiczenie 3 Generator liczb losowych o rozkładzie Rayleigha. Instytut Fizyki Politechniki Łódzkiej Laboratorium Metod Analizy Danych Doświadczalnych Generator liczb losowych o rozkładzie Rayleigha. Generator liczb losowych o rozkładzie Rayleigha. 1. Cel ćwiczenia

Bardziej szczegółowo

Ćwiczenie nr 2: ZaleŜność okresu drgań wahadła od amplitudy

Ćwiczenie nr 2: ZaleŜność okresu drgań wahadła od amplitudy Wydział PRACOWNIA FIZYCZNA WFiIS AGH Imię i nazwisko 1. 2. Temat: Rok Grupa Zespół Nr ćwiczenia Data wykonania Data oddania Zwrot do popr. Data oddania Data zaliczenia OCENA Ćwiczenie nr 2: ZaleŜność okresu

Bardziej szczegółowo

Rozkłady statystyk z próby. Statystyka

Rozkłady statystyk z próby. Statystyka Rozkłady statystyk z próby tatystyka Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających ten

Bardziej szczegółowo

Nazwisko i imię: Zespół: Data: Ćwiczenie nr 96: Dozymetria promieniowania gamma

Nazwisko i imię: Zespół: Data: Ćwiczenie nr 96: Dozymetria promieniowania gamma Nazwisko i imię: Zespół: Data: Ćwiczenie nr 96: Dozymetria promieniowania gamma Cel ćwiczenia: Zapoznanie się z podstawami dozymetrii promieniowania jonizującego. Porównanie własności absorpcyjnych promieniowania

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

1 Podstawy rachunku prawdopodobieństwa 1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej

Bardziej szczegółowo

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15 VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady

Bardziej szczegółowo

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego ROZKŁAD NORMALNY 1. Opis teoretyczny do ćwiczenia zamieszczony jest na stronie www.wtc.wat.edu.pl w dziale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE (Wstęp do teorii pomiarów). 2. Opis układu pomiarowego

Bardziej szczegółowo

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne Wykład 4 Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym 2. Rozkłady próbkowe 3. Centralne twierdzenie graniczne Przybliżenie rozkładu dwumianowego rozkładem normalnym Niech Y ma rozkład

Bardziej szczegółowo

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej

Bardziej szczegółowo

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...

Bardziej szczegółowo

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW

ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW ODRZUCANIE WYNIKÓW OJEDYNCZYCH OMIARÓW W praktyce pomiarowej zdarzają się sytuacje gdy jeden z pomiarów odstaje od pozostałych. Jeżeli wykorzystamy fakt, że wyniki pomiarów są zmienną losową opisywaną

Bardziej szczegółowo

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek ZADANIA statystyka opisowa i CTG 1. Dokonano pomiaru stężenia jonów azotanowych w wodzie μg/ml 1 0.51 0.51 0.51 0.50 0.51 0.49 0.52 0.53 0.50 0.47 0.51 0.52 0.53 0.48 0.59 0.50 0.52 0.49 0.49 0.50 0.49

Bardziej szczegółowo

PODSTAWOWE ROZKŁADY ZMIENNYCH LOSOWYCH

PODSTAWOWE ROZKŁADY ZMIENNYCH LOSOWYCH PODSTAWOWE ROZKŁADY ZMIENNYCH LOSOWYCH Szkic wykładu 1 Podstawowe rozkłady zmiennej losowej skokowej Rozkład dwupunktowy Rozkład dwumianowy Rozkład Poissona 2 Rozkład dwupunktowy Rozkład dwumianowy Rozkład

Bardziej szczegółowo

Testy zgodności. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 11

Testy zgodności. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 11 Testy zgodności Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki Szczecińskiej 27. Nieparametryczne testy zgodności Weryfikacja

Bardziej szczegółowo

Estymacja parametrów rozkładu cechy

Estymacja parametrów rozkładu cechy Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział

Bardziej szczegółowo

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA

AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej ROZKŁAD NORMALNY ROZKŁAD GAUSSA AKADEMIA GÓRNICZO-HUTNICZA Wydział Matematyki Stosowanej KATEDRA MATEMATYKI TEMAT PRACY: ROZKŁAD NORMALNY ROZKŁAD GAUSSA AUTOR: BARBARA MARDOSZ Kraków, styczeń 2008 Spis treści 1 Wprowadzenie 2 2 Definicja

Bardziej szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 9 i 10 1 / 30 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

Bardziej szczegółowo

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO

STATYSTYKA I DOŚWIADCZALNICTWO STATYSTYKA I DOŚWIADCZALNICTWO dla studiów magisterskich kierunku ogrodnictwo Wykład 1 Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Słowo statystyka pochodzi

Bardziej szczegółowo

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul. Jana Pawła II 24 60-965 POZNAŃ (budynek Centrum Mechatroniki, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009

STATYSTYKA MATEMATYCZNA WYKŁAD października 2009 STATYSTYKA MATEMATYCZNA WYKŁAD 4 26 października 2009 Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ (X µ) 2 { (x µ) 2 exp 1 ( ) } x µ 2 dx 2 σ Rozkład N(µ, σ). Estymacja σ σ 2 = 1 σ 2π + = E µ,σ

Bardziej szczegółowo

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014 Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie

Bardziej szczegółowo

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Temat Testowanie hipotez statystycznych Kody znaków: Ŝółte wyróŝnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Idea i pojęcia teorii testowania hipotez

Bardziej szczegółowo

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde

Bardziej szczegółowo

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej

Bardziej szczegółowo

Sposoby opisu i modelowania zakłóceń kanałowych

Sposoby opisu i modelowania zakłóceń kanałowych INSTYTUT TELEKOMUNIKACJI ZAKŁAD RADIOKOMUNIKACJI Instrukcja laboratoryjna z przedmiotu Podstawy Telekomunikacji Sposoby opisu i modelowania zakłóceń kanałowych Warszawa 2010r. 1. Cel ćwiczeń: Celem ćwiczeń

Bardziej szczegółowo

Estymacja przedziałowa. Przedział ufności

Estymacja przedziałowa. Przedział ufności Estymacja przedziałowa Przedział ufności Estymacja przedziałowa jest to szacowanie wartości danego parametru populacji, ρ za pomocą tak zwanego przedziału ufności. Przedziałem ufności nazywamy taki przedział

Bardziej szczegółowo

WYKŁAD 8 ANALIZA REGRESJI

WYKŁAD 8 ANALIZA REGRESJI WYKŁAD 8 ANALIZA REGRESJI Regresja 1. Metoda najmniejszych kwadratów-regresja prostoliniowa 2. Regresja krzywoliniowa 3. Estymacja liniowej funkcji regresji 4. Testy istotności współczynnika regresji liniowej

Bardziej szczegółowo

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1. Opracowała: Joanna Kisielińska ZMIENNE LOSOWE Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R tzn. X: R. Realizacją zmiennej losowej

Bardziej szczegółowo

Statystyka matematyczna. Wykład III. Estymacja przedziałowa

Statystyka matematyczna. Wykład III. Estymacja przedziałowa Statystyka matematyczna. Wykład III. e-mail:e.kozlovski@pollub.pl Spis treści Rozkłady zmiennych losowych 1 Rozkłady zmiennych losowych Rozkład χ 2 Rozkład t-studenta Rozkład Fischera 2 Przedziały ufności

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie

Bardziej szczegółowo

LABORATORIUM 6 ESTYMACJA cz. 2

LABORATORIUM 6 ESTYMACJA cz. 2 LABORATORIUM 6 ESTYMACJA cz. 2 TEORIA ESTYMACJI I 1. ODRZUCANIE WYNIKÓW WĄTPLIWYCH PRÓBA P (m) (m-elementowa) Obliczenie: ; s bez wyników wątpliwych Odrzucenie wyników z poza przedziału: 3s PRÓBA LOSOWA

Bardziej szczegółowo

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. TESTY NIEPARAMETRYCZNE 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. Standardowe testy równości średnich wymagają aby badane zmienne losowe

Bardziej szczegółowo

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy Elektrotechnika II [ Laboratorium Grupa ] 206/207 Zimowy Lp Numer indeksu Pkt Kol Suma Popr Ocena Data Uwagi 97574 6 7 Db + 2 9758 ++0,9 5 7,9 Db + 3 99555 0,9+0,9 2,8 Dst + 4 97595 0,8++ 0 2,8 Dst + 5

Bardziej szczegółowo

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska Porównanie modeli statystycznych Monika Wawrzyniak Katarzyna Kociałkowska Jaka jest miara podobieństwa? Aby porównywać rozkłady prawdopodobieństwa dwóch modeli statystycznych możemy użyć: metryki dywergencji

Bardziej szczegółowo

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem

Bardziej szczegółowo

INFORMATYKA W CHEMII Dr Piotr Szczepański

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

Bardziej szczegółowo

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH

WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH Dobrze przygotowane sprawozdanie powinno zawierać następujące elementy: 1. Krótki wstęp - maksymalnie pół strony. W krótki i zwięzły

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.

Bardziej szczegółowo

LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 9 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI 1. Test dla dwóch średnich P.G. 2. Testy dla wskaźnika struktury 3. Testy dla wariancji DECYZJE Obszar krytyczny od pozostałej

Bardziej szczegółowo

Wydział Matematyki. Testy zgodności. Wykład 03

Wydział Matematyki. Testy zgodności. Wykład 03 Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis treści 3 SPIS TREŚCI Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Agenda Instytut Matematyki Politechniki Łódzkiej 2 stycznia 2012 Agenda Agenda 1 Wprowadzenie Agenda 2 Hipoteza oraz błędy I i II rodzaju Hipoteza alternatywna Statystyka testowa Zbiór krytyczny Poziom

Bardziej szczegółowo

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407 Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

LABORATORIUM PODSTAW TELEKOMUNIKACJI

LABORATORIUM PODSTAW TELEKOMUNIKACJI WOJSKOWA AKADEMIA TECHNICZNA im. Jarosława Dąbrowskiego w Warszawie Wydział Elektroniki LABORATORIUM PODSTAW TELEKOMUNIKACJI Grupa Podgrupa Data wykonania ćwiczenia Ćwiczenie prowadził... Skład podgrupy:

Bardziej szczegółowo

Założenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW

Założenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW Założenia do analizy wariancji dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW anna_rajfura@sggw.pl Zagadnienia 1. Normalność rozkładu cechy Testy: chi-kwadrat zgodności, Shapiro-Wilka, Kołmogorowa-Smirnowa

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 29 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś

Bardziej szczegółowo