ZASTOSOWANIE ROZKŁADU PERSONA III WE WSTĘPNEJ OCENIE RYZYKA POWODZIOWEGO NA RZECE ODRZE W OBSZARZE MALCZYC
|
|
- Paulina Baran
- 6 lat temu
- Przeglądów:
Transkrypt
1 Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN Nr Uniwersytet Ekonomiczny we Wrocławiu Wydział Inżynieryjno-Ekonomiczny Katedra Rachunkowości, Controllingu, Informatyki i Metod Ilościowych lukasz.kuzminski@ue.wroc.pl ZASTOSOWANIE ROZKŁADU PERSONA III WE WSTĘPNEJ OCENIE RYZYKA POWODZIOWEGO NA RZECE ODRZE W OBSZARZE MALCZYC Streszczenie: Artykuł jest poświęcony zastosowaniu teoretycznych rozkładów wartości ekstremalnych do szacowania ryzyka zagrożenia powodziowego na Dolnym Śląsku. W badaniu zostały wykorzystane maksymalne dobowe przepływy na rzece Odrze zebrane w stacji hydrologicznej w Malczycach w okresie Z danych tych zostały wyselekcjonowane maksima roczne maksymalnych dobowych przepływów. Na ich podstawie został stworzony ich empiryczny rozkład prawdopodobieństwa, do którego został dopasowany teoretyczny rozkład Persona III. Po statystycznej weryfikacji dopasowania rozkładu teoretycznego do empirycznego został on zastosowany do oszacowania ryzyka zagrożenia powodziowego na badanym terenie. Słowa kluczowe: ryzyko powodziowe, maksima roczne, przepływ rzeczny, rozkład Persona III. JEL Classification: C00. Wprowadzenie Polskę od lat 90. XX w. kilkakrotnie nawiedziły nagłe powodzie. Największe z nich wystąpiły w latach 1997, 2001 oraz Jednym z regionów Polski, który poniósł największe straty, był region Dolnego Śląska i jego stolica, czyli historyczne miasto Wrocław, którego autor tego opracowania jest rodowitym mieszkańcem. W okresie ostatniej powodzi, która dotknęła Dolny Śląsk w 2010 r., autor rozpoczął badania nad ryzkiem wystąpienia zagrożenia powodziowego na Dolnym Śląsku. Ich wyniki są publikowane w cyklu prac o podanej tematyce, w którym kolejną jest ten artykuł.
2 152 Powodzie zaskoczyły władze lokalne oraz służby reagowania kryzysowego. Awaryjne zabiegi, jakie zostały zastosowane naprędce podczas ataku powodzi, to m.in. budowa tymczasowych barier zabezpieczających, natychmiastowe usunięcie płynących przeszkód napierających na mosty oraz przemieszczenie ludności z obszarów bezpośrednio zagrożonych. Mimo tych wszystkich zabiegów nagłego reagowania, powodzie wyrządziły bardzo duże straty i miały negatywne skutki dla środowiska, działalności gospodarczej, infrastruktury państwowej i prywatnej, dziedzictwa kulturowego, a co najważniejsze zdrowia i życia ludzkiego. W historycznym Wrocławiu setki zalanych budynków to budowle historyczne (kościoły, mosty oraz inne), budynki publiczne (szkoły, urzędy, budynki biurowe oraz hotele) oraz budynki mieszkalne. Powodzie rzeczne zostały uznane za jedno z głównych niebezpieczeństw obecnych czasów w regionie Europy Środkowej [Kundzewicz, 2005, s ]. Efektywna ochrona przed skutkami ewentualnych kolejnych powodzi wymaga posunięć planowania i przygotowania, które będą brały pod uwagę klimat, struktury i ich zawartość [Stovel, 1998]. Dnia 26 listopada 2007 r. weszła w życie dyrektywa 2007/60/WE Parlamentu Europejskiego i Rady z dnia 23 października 2007 r. w sprawie oceny ryzyka powodziowego i zarządzania nim, zwana Dyrektywą Powodziową (Dz. Urz. UE L 288/27 z ). Jej głównym celem jest ograniczenie ryzyka powodzi i zmniejszanie jej następstw w państwach Unii Europejskiej. Spełnienie wymagań tej dyrektywy to dla Polski bardzo istotne zadanie, z uwagi na fakt, iż opóźnienia we wdrożeniu jej założeń uniemożliwia naszemu krajowi pozyskiwanie środków z UE na usuwanie skutków ewentualnych powodzi. Zgodnie z Dyrektywą Powodziową na potrzeby ograniczenia wystąpienia ryzyka powodziowego należy wprowadzić w życie proces planowania na wypadek wystąpienia powodzi na danym terenie. Proces ten ma być trzyetapowy. Państwa należące do UE miały obowiązek sporządzenia wstępnej oceny ryzyka powodziowego do grudnia 2011 r., map zagrożenia i map ryzyka powodziowego do grudnia 2013 r., natomiast do grudnia 2015 r. planów zarządzania ryzykiem powodziowym. Ponadto, mapy potencjalnego zagrożenia powodziowego i ryzyka powodziowego sporządzone dla obszarów, na których zostało stwierdzone wysokie ryzyko wystąpienia zjawiska powodzi na podstawie wstępnej oceny ryzyka powodziowego, powinny wskazać trzy rodzaje obszarów [Cauncil, 2007]: 1) obszary, w których prawdopodobieństwo powodzi jest niskie (na tych obszarach powódź traktowana jest w charakterze zjawiska ekstremalnego), 2) obszary o średnim prawdopodobieństwie wystąpienia powodzi (częstotliwość powodzi > lub równa 100 lat), 3) obszary, w których występowanie powodzi ma wysokie prawdopodobieństwo.
3 Zastosowanie rozkładu Persona III we wstępnej ocenie ryzyka 153 Jak widać, podział ten jest mało skonkretyzowany na potrzeby dokładnych obliczeń. W polskich opracowaniach dotyczących planów zarządzania ryzkiem powodziowym zmodyfikowano go więc i przyjmuje następującą postać [KZGW, ]: 1) obszary, na których prawdopodobieństwo wystąpienia powodzi jest niskie i wynosi 0,002, (czyli średnio raz na 500 lat), 2) obszary, na których prawdopodobieństwo wystąpienia powodzi jest średnie i wynosi 0,01 (czyli średnio raz na 100 lat), 3) obszary, na których prawdopodobieństwo wystąpienia powodzi jest wysokie i wynosi 0,1 (czyli średnio raz na 10 lat). Nadrzędnym celem tego opracowania jest przedstawienie zastosowania narzędzia probabilistycznego w postaci rozkładu Persona III, będącego jednym z rozkładów stosowanych w teorii wartości ekstremalnych, do szacowania ryzyka wystąpienia zjawisk powodziowych na określonych terenach. Narzędzie to ma stanowić wsparcie pierwszego etapu procesu planowania na wypadek wystąpienia powodzi w postaci wstępnej oceny ryzyka powodziowego. Badania zostaną przeprowadzone na danych dotyczących maksymalnych dobowych przepływów dla rzeki Odry pochodzących ze stacji hydrologicznej w Malczycach. 1. Przegląd literatury wybrane zastosowania elementów teorii wartości ekstremalnych Historycznie za początek prac nad problemami analizy wartości ekstremalnych uważa się 1709 r., kiedy to Nicolas Bernouilli prowadził rozważania nad średnią największą odległością między danymi n punktami rozłożonymi losowo na linii prostej o ustalonej długości t [Gumbel, 1954]. Bardzo bogata i kompleksowa literatura na temat teorii rozkładów wartości ekstremalnych i jej zastosowań do początków XXI w. liczy ponad pozycji. Nie sposób jest ją całą spisać i przedstawić, ponieważ wymagałoby to napisania osobnej kilkutomowej monografii poświęconej tylko studiom literaturowym na ten temat. Tak obszerna literatura pokazuje bardzo duże zainteresowanie tą dziedziną nauki i jej szerokie zastosowanie. W związku z tym, w punkcie tym zostaną przedstawione jedynie wybrane pozycje, które zdaniem autora miały istotny wpływ na rozwój tej teorii i są ściśle związane z problemami poruszanymi w artykule. Oczywiście tak bogata literatura w jednej dziedzinie ma też swoje minusy. Podstawowym problemem jest brak koordynacji między badaczami zajmującymi się tą dziedziną i związane z tym nieuchronne dublowanie (a nawet potrajanie) rezultatów pojawiających się w różnych publikacjach na całym świecie.
4 154 W swoim artykule Fuller [1914, s ] prawdopodobnie pierwszy zastosował wartości ekstremalne w badaniach nad powodziami. Systematyczny rozwój ogólnej teorii wartości ekstremalnych jest natomiast związany z pracą Bortkiewicza [1922, s. 3-11], która dotyczyła rozkładu zakresu (range) w losowej próbie pochodzącej z populacji o rozkładzie normalnym. Ta praca jest bardzo ważna, ponieważ autor po raz pierwszy wprowadził i jasno zdefiniował w niej pojęcie rozkładu największej wartości. Gumbel jako pierwszy zwrócił uwagę inżynierów i statystyków na możliwość zastosowania formalnej teorii wartości ekstremalnych do pewnych rozkładów, które wcześniej były traktowane jako empiryczne. Zastosował on rozkład wartości ekstremalnych do analizy przepływów rzecznych w USA w 1941 r. [Gumbel, 1941, s ]. W kolejnych pracach kontynuował swoje badania i dyskusje na temat estymacji ekstremalnych przepływów rzecznych i prognoz powodziowych [Gumbel, 1943, s ; 1945, s ; 1949, s. 1-21]. Teodorovic uzyskał podczas swoich badań obserwowane częstości N(T), czyli liczbę dni w okresie o długości T dni, w których przepływ wody w rzece Greenbrier w zachodniej Virginii przekroczył wartość stóp sześciennych. Okres jego obserwacji objął 72 lata w okresie od Obserwowane częstości porównywał z teoretycznymi rozkładami Poissona. Pokazał w swoich wynikach, że dyskretne obserwacje N(T) dla badanej rzeki i danego klimatu dają się bardzo dobrze modelować rozkładami Poissona [Teodorovic, 1979]. W latach XX w. powstało bardzo dużo prac poruszających tematykę zastosowania elementów teorii wartości ekstremalnej do rozwiązywania problemów związanych z powodziami. Pericchi i Rodriguez-Iturbe prowadzili badania oparte na danych dotyczących dziennych przepływów wody w rzece Feather w Oroville w stanie Kalifornia w USA. Zebrane dane pochodziły z lat Wyselekcjonowali z nich roczne maksima dla przepływów i do ich empirycznego rozkładu dopasowali rozkład Gumbela. Dodatkowo w swojej pracy do analizy wyselekcjonowanych maksimów zaproponowali również takie rozkłady, jak: gamma (Person rodzaju III), log-gamma (log Pearson rodzaju III) oraz log-normalny. W swoich badaniach sugerują również zastosowanie dystrybuant przekroczeń oraz funkcji hazardu w analizach zagrożenia powodziowego [Pericchi, Rodriguez, 1985, s ]. Zastosowanie rozkładów prawdopodobieństwa do estymacji częstości powodzi zostało także zilustrowane w pracy Greisa i Wooda [1981, s ]. Shen zastosowała rozkłady prawdopodobieństwa do prognozowania zjawisk powodziowych [Shen, Bryson, Ochoa, 1980, s ]. Dwuskładnikowy rozkład wartości ekstremalnych został zaproponowany przez Rossiego do analizy częstości występowania powodzi [Rossi, Fiorentino,
5 Zastosowanie rozkładu Persona III we wstępnej ocenie ryzyka 155 Versace, 1986, s ]. Beran w tym samym roku opublikował komentarz do tej pracy [Beran, Hoskin, Arnell, 1986, s ], W kolejnych latach Smith, Jain i Singh oraz Ahmad dostarczyli dyskusji na temat zastosowania I typu rozkładu wartości ekstremalnych do analizy częstości występowania powodzi [Jain, Singh, 1987, s ; Smith, 1987, s ; Ahmad, Sinclair, Spurr, 1988, s ]. Pod koniec XX w. po wielkiej powodzi w USA, która wyrządziła ogromne straty na środkowym-zachodzie kraju, zastosowanie teorii wartości ekstremalnych w analizie zjawisk powodziowych przedstawił w swojej pracy Hipel. Zaprezentował dokładnie analizę przekroczeń stanów alarmowych na przestrzeni 100 lat w kontekście powodzi z 1993 r. [Hipel, 1994]. Przedstawiony powyżej przegląd zastosowań teorii wartości ekstremalnych to jedynie wyselekcjonowane pozycje, które dotyczą tylko i wyłącznie zjawisk powodziowych. Dodatkowo należy wspomnieć o bardzo dużej liczbie publikacji traktujących o zastosowaniu teorii wartości ekstremalnych do modelowania wielu innych zjawisk meteorologicznych oraz zjawisk z dziedziny ekonomii, inżynierii i innych. Początek XXI w. to kontynuacja badań nad zastosowaniami omawianej teorii. Z uwagi na ograniczone ramy tej publikacji, na tym etapie zakończy się punkt poświęcony przeglądowi literatury. 2. Analiza statystyczna maksymalnych dobowych przepływów W artykule, w celu zbadania prawdopodobieństwa występowania powodzi na rozpatrywanym terenie, badaniu zostanie poddany parametr hydrometryczny w postaci maksymalnego dobowego natężenia przepływu wody w badanej rzece, mierzony w jednostce [m 3 /s]. Definicję parametru natężenia przepływu wody w rzece można znaleźć w pracy Byczkowskiego [1996, s. 126]. Opierając się na zebranych danych, dotyczących maksymalnych dobowych natężeń przepływów w badanych punktach rzeki, zostanie podjęta próba oszacowania ryzyka powodziowego na podstawie jednego z wybranych rozkładów teorii wartości ekstremalnych, odnoszących się do wyselekcjonowanych maksimów rocznych natężeń przepływów Metody wykorzystywane do przewidywania zjawisk powodziowych Metoda określania prawdopodobieństwa wystąpienia powodzi na danym obszarze polega na statystycznym dopasowaniu teoretycznych rozkładów do dostępnych danych dotyczących parametrów hydrometrycznych. Najczęściej
6 156 badanymi parametrami hydrometrycznymi są: natężenie przepływu (parametr hydrometryczny badany w tej pracy) oraz stan wody w badanym punkcie rzeki. Do tej pory badacze sugerowali wiele różnych teoretycznych rozkładów prawdopodobieństwa do opisu zjawisk powodziowych, ale żaden z nich nie był stosowany powszechnie, jako wyraźnie dominujący. Duża liczba czynników, jakie mają wpływ na kształtowanie się rozkładów maksimów wymienionych parametrów hydrometrycznych, powoduje, że prowadząc badania dla wybranych obszarów rzecznych, należy za każdym razem zastosować kilka rozkładów w celu dopasowania tego, który najlepiej oddaje empiryczny rozkład badanego parametru na danym obszarze. Jako kryterium wyboru najlepiej dopasowanego rozkładu spośród badanych rozkładów teoretycznych powszechnie są stosowane znane nieparametryczne testy zgodności dla rozkładów, a do estymacji parametrów dla tych rozkładów stosuje się metody estymacji: metodę momentów oraz metodę największej wiarygodności [Magiera, 2002, s , 239]. Oczywiście jest wiele innych metod, za pomocą których można oszacować parametry rozkładów teoretycznych na podstawie informacji pochodzących z badanej próby, jak np. metoda dopasowania krzywej, czy też metoda momentów ważonych prawdopodobieństwem [Mkhandi, Kachro, Guo, 1996, s ; Chen i in., 2002, s ]. Alternatywnie, można również zastosować różne metody dla bezpośredniego modelowania ogonów rozkładu. Te metody w swojej pracy rozwijał Meas [1995, s ]. Wszystkie wymienione powyżej metody wymagają dodatkowych wejściowych informacji, podczas gdy metoda momentów i największej wiarygodności są niezależne od dodatkowych założeń, dlatego to one są najczęściej stosowane do rozwiązywania problemów praktycznych Charakterystyki danych hydrologicznych Na potrzeby realizacji celów tej pracy zostały zebrane dobowe maksymalne przepływy na rzece Odrze w stacji hydrologicznej w Malczycach z okresu od r. do r. Z tych danych zostaną wyselekcjonowane maksima roczne przepływów w badanej rzece. W celu wyselekcjonowania z badanego zbioru danych maksimów rocznych zostanie zastosowana metoda maksimów rocznych (określenie roczne w nazwie tej metody jest symboliczne i oznacza pewien ustalony przez badacza przedział czasowy, zawierający określoną liczbę obserwacji w zależności od częstości, z jaką obserwacje są dokonywane), inaczej znana jako metoda blokowa lub Gumbela [Thomas, Reiss, 2007, s. 9].
7 Zasto osowanie rozkładu Perso ona IIII we wstępnej ocenie ryzyka 157 Zgodnie z tą met todą, chcąc wys selekcjonować maksima z określonego zbio o- ru dany ych, oznaczaa się, że yi sąą maksimami, tzn.: yi = max{ x i1,..., x im m},, i =1,..., n. (1) W kontekście badańń prowadzonych w tej pracy x ij, j = 1,,m, gdzie jest j-tym dobowym maks symalnym prze epływem w i-ty ym roku pod ddanym badaniu. Wykres maksimów rocznych dobowych przepływóww z badanego okresu przed- stawia rys. 1. Rys. 1. Roczne maksima dobowych prze epływóww na rzecee Odrze w stacji hydrologicznej w Malczycach Źródło: Opracowanie własne. Na wykresie wid dać, że w badanym okresie hist torycznie duży przepływw od- notowano w tej stacji hydrologicznej w 1997 r. i wyniósł on q = [mm 3 /s]. Na początkuu podstawowe parametry dla próby maksimów rocznych zostaną estymowane przy użyciu met tody momentów, która nie wym maga informacji o rodzaju ukrytego jak na ten moment rozkładu mak ksimów. W tabeli 1 sąą przed- stawione estymatory punktowe pods stawowych par rametrów policzone na pod d- stawie próby wyselekcjonowanych maksimów rocznych z oraz bez historyczne- go mak ksimumm obserwowanego dla 1997 r. (. (q ).
8 158 Tabela 1. Parametry z próby rocznych maksimów przepływów (wielkość prób n = 43 lub 44) Parametry próby Bez obserwacji q 1997 Z obserwacją q 1997 Średnia 601,5 m 3 /s 656,5 m 3 /s Odchylenie standardowe 347,4 m 3 /s 500,8 m 3 /s Współczynnik zmienności 0,58 0,76 Współczynnik skośności 1,8 2,98 Źródło: Opracowanie własne Empiryczny rozkład maksimów rocznych oraz teoretyczny rozkład Persona III W analizie dotyczącej rozkładów maksimów danych hydrologicznych sugeruje się stosować rozkład Gumbela [Yue i in., 1999, s ]. Innym możliwym teoretycznym rozkładem, który może zostać użyty do modelowania rocznych maksimów przepływów rzecznych jest II typ rozkładu wartości ekstremalnych, nazywany rozkładem Frecheta [Thomas i Reiss, 2007, s. 15]. Raport [IACWD (U.S. Interagency Advisory Committee on Water Data Hydrology Subcommittee), 1983] rekomenduje rozkład III Persona do przewidywania zjawisk powodziowych, który to zostanie zastosowany w badaniach prowadzonych na potrzeby realizacji celu tego opracowania. Rozkład Persona III, inaczej określany jako rozkład Gamma, i jego funkcja gęstości jest opisana poniższym wzorem [Thomas i Reiss, 2007, s. 125]: r θ r 1 g% r, θ = x exp( xθ ), x 0, (2) Γ() r gdzie: r > 0 i jest parametrem kształtu, θ > 0 i jest parametrem skali, Γ jest funkcją gamma. Na rys. 2 jest przedstawiony empiryczny histogram rozkładu częstości wyselekcjonowanych rocznych maksimów. Wykres został sporządzony z wykorzystaniem wszystkich otrzymanych maksimów, łącznie z historycznie wysokim z 1997 r. Na wykresie została również naniesiona funkcja gęstości prawdopodobieństwa teoretycznego rozkładu Persona III (rozkładu Gamma), której parametry zostały wyestymowane za pomocą metody największej wiarygodności na podstawie wyselekcjonowanej próby maksimów. Otrzymane wartości parametrów dla rozkładu Persona III to odpowiednio parametr kształtu r = 2,88 i parametr skali θ = 0,0044.
9 Zastosowanie rozkładu Persona III we wstępnej ocenie ryzyka Częstości względne (%) Rys. 2. Histogram empirycznego rozkładu częstości maksimów rocznych przepływów na rzece Odrze w stacji hydrologicznej w Malczycach, teoretyczny rozkład Persona III z parametrami r = 2,88 i θ = 0,0044 Źródło: Opracowanie własne w programie STATISTICA 10. Ocena wzrokowa obu wykresów z rys. 2 wskazuje na bardzo dobre dopasowanie teoretycznego rozkładu Persona III do rozkładu empirycznego badanych rocznych maksimów przepływów. Ocenę tę potwierdza również test statystyczny chi-kwadrat na zgodność rozkładu empirycznego z teoretycznym, dla którego p-value wyniosło 0,42. Na tej podstawie można wnioskować, że dopasowany teoretyczny rozkład prawdopodobieństwa Persona III może zostać wykorzystany jako narzędzie wspomagające wstępny proces oceny ryzyka powodziowego dla obszaru położonego w okolicy stacji hydrologicznej w Malczycach nad rzeką Odrą. 3. Szacowanie ryzyka wystąpienia zagrożenia powodziowego Po przeprowadzeniu procedury dopasowania teoretycznego rozkładu prawdopodobieństwa do empirycznego rozkładu badanych rocznych maksymalnych przepływów na rzece Odrze w stacji hydrologicznej w Malczycach zostanie ono wykorzystane do oszacowania ryzyka wystąpienia zagrożenia powodziowego na tym terenie. W tabeli 3 są przedstawione parametry rozkładu Persona III, które zostały wyestymowane na podstawie próby maksymalnych rocznych przepływów dla badanego terenu w poprzednim punkcie.
10 160 Tabela 3. Parametry rozkładu Persona III wykorzystane do oceny zagrożenia powodziowego Rozkład R Parametry Persona III 2,88 0,0044 Źródło: Opracowanie własne. θ W celu wstępnej oceny zagrożenia powodziowego na badanym obszarze dla przykładu zostaną wzięte pod uwagę przepływy z lat, w których na Dolnym Śląsku wystąpiły ostatnie największe powodzie, czyli lata 1997 oraz Maksymalne przepływy dla tych okresów w badanym punkcie pomiarowym wynoszą odpowiednio: q 1997 = 3020 [m 2 /s] i q 2010 = 1840 [m 2 /s]. Wykorzystując dystrybuantę wyestymowanego rozkładu, zostały obliczone prawdopodobieństwa osiągnięcia wartości przepływów z lat 1997 i Wyniki obliczeń zostały zamieszczone w tabeli 4. Tabela 4. Prawdopodobieństwa wystąpienia zagrożenia powodziowego na rzece Odrze w obszarze Malczyc Rozkład P(Y q 1997) P(Y q 2010) Persona III 0, ,011 Źródło: Opracowanie własne. Analizując dokonane obliczenia, można stwierdzić, że na analizowanym obszarze takiej powodzi, jaka wystąpiła w 1997 r., można się spodziewać średnio raz na 7140 lat, natomiast poziomu wody, jaki został osiągnięty podczas powodzi z 2010 r., można się już spodziewać znacznie częściej, bo już średnio raz na 90 lat. Biorąc pod uwagę tę drugą wartość prawdopodobieństwa, badany obszar zostaje zakwalifikowany w procesie wstępnej oceny ryzyka powodziowego do obszaru o średnim prawdopodobieństwie wystąpienia powodzi. Oczywiście bardzo niskie prawdopodobieństwo osiągnięcia stanu z 1997 r. nie należy w żadnym wypadku stosować do oceny obszaru badanego jako obszaru prawie kompletnie niezagrożonym pod względem powodzi. W 1997 r. fala powodziowa była rekordowo wysoka. Osiągnięcie o wiele mniejszych rozmiarów przepływów na tym obszarze też spowodowałoby powódź. W sytuacji kiedy znany jest teoretyczny rozkład, który jest dobrze dopasowany do empirycznych danych, wtedy stanowi on bardzo wygodne narzędzie do obliczania prawdopodobieństwa zajścia dowolnych zdarzeń stanowiących zagrożenie powodziowe na rozpatrywanym obszarze.
11 Zastosowanie rozkładu Persona III we wstępnej ocenie ryzyka 161 Podsumowanie Na podstawie przeprowadzonych badań w niniejszym artykule można stwierdzić, że rozkład Persona III jest rozkładem, który bardzo dobrze opisuje maksymalne roczne przepływy na rzece Odrze w miejscowości Malczyce. Jednocześnie może on stanowić bardzo efektywne narzędzie wspierające pierwszy etap procesu planowania na wypadek wystąpienia powodzi w postaci wstępnej oceny ryzyka powodziowego, który określa Dyrektywa Powodziowa ustanowiona przez Parlament Europejski. Rozkład Persona III, jak inne teoretyczne rozkłady prawdopodobieństwa stosowane w teorii wartości ekstremalnych do modelowania maksimów, są narzędziami wysoce efektywnymi i dokładnymi. Ich dokładność wynika z faktu, iż są estymowane na podstawie rzeczywistych danych hydrologicznych pochodzących z bezpośrednich pomiarów, a próby poddawane badaniom są w większości przypadków bardzo liczne. Za pomocą dobrze dopasowanego teoretycznego rozkładu prawdopodobieństwa, w przypadku tego opracowania rozkładu Persona III, można w prosty i szybki sposób oszacować ryzyko wystąpienia dowolnego poziomu ryzyka zagrożenia powodziowego. Może być to wartość parametru hydrologicznego, która będzie świadczyć o wystąpieniu jedynie stanu określanego jako ostrzegawczy, lub może być to prawdopodobieństwo wystąpienia stanu alarmowego czy też poziomu, przy którym mówi się już na danym obszarze o powodzi. Na uwagę zasługuje jeszcze jeden bardzo istotny fakt, o którym było już wspomniane w tym artykule. Na wartość określonego parametru hydrometrycznego na badanym obszarze wpływa bardzo dużo różnych czynników. W związku z tym, jeżeli do modelowania określonego parametru hydrometrycznego na konkretnym obszarze bardzo dobry okaże się przedstawiony w pracy rozkład Persona III, to nie znaczy, że będzie on dobrze opisywał parametry hydrometryczne na innych obszarach, nawet dla tej samej rzeki. Dlatego przy kompleksowych ocenach wstępnych wystąpienia ryzyka powodzi, należy sprawdzić zawsze kilka rozkładów, które są stosowane do tego typu badań. Literatura Ahmad M., Sinclair C., Spurr B. (1988), Assessment of Flood Frequency Models Using Empirical Distribution Function Statistics, Water Resources Research, Vol. 24. Beran M., Hoskin J., Arnell N. (1986), Comment on Two Component Extreme Value Distribution for Flood Frequency Analysis by Fabio Rossi, Mauro Fiorentino, Pasquale Versace, Water Resources Research, Vol. 22.
12 162 Bortkiewicz L. (1922), Variationsbreite und mittlerer Fehler, Sitzungsber Berli. Meth. Ges., 21. Byczkowski A. (1996), Hydrologia, tom I, Wydanictwo SGGW, Warszawa. Cauncil T.E. (2007), Directive 2007/60/EC on the Assessment and Management of Flood Risks, Official Journal of the European Union, Brussels. Chen Y., Shortle J., Gelder P., Sha Z. (2002), Study of Parameter Estimation Methods for Pearson III Distribution in Flood Frequency Analysis, International Association of Hydrological Sciences, No Fuller W. (1914), Floods Flows, Transaction American Society of Civil Engineers, Vol. 77. Greis N., Wood E. (1981), Regional Flood Frequency Estimation and Network Design, Water Resources Research, Vol. 17(4). Gumbel E. (1941), The Return Period of Flood Flaws, Annals of Mathematical Statistics, Vol.12. Gumbel E. (1943), On the Plotting of Flood Discharges, Transactions American Geophysical Union, Vol. 24(2). Gumbel E. (1945), Floods Estimated by Probability Methods, Engineering News- Record, 134. Gumbel E. (1949), The Statistical Forecast of Floods, Water Resources Board Bulletin, No. 15. Gumbel E. (1954), Statistical Theory of Extreme Values and Some Practical Applications, National Bureau of Standards, Applied Mathematics Series, Vol. 33. Hipel K. (1994), Extreme Values: Floods and Droughts, Proceedings of International Conference on Stochastic and Statistical Methods in Hydrology and Enviromental Engineering, Vol. 1, Kluwer, Dordrecht. Jain D., Singh V. (1987), Estimating Parameters of EV1 Distribution for Flood Frequency Analysis, Water Resources Research, Vol. 23. Kundzewicz Z. (2005), Summer Floods in Central Europe. Climate Change Track? Natural Hazards, Vol. 36(1). Maes M. (1995), Tail Heaviness in Structural Reliability, Proc. ICASP7. Magiera R. (2002), Modele i metody statystyki matematycznej, Oficyna Wydawnicza GiS, Wrocław. Mkhandi S., Kachro R., Guo S. (1996), Uncertainty Analysis of Flood Quantile Estiamtes with Reference to Tanzania, Journal of Hydrology, Vol. 185(1-4). Pericchi L., Rodriguez-Iturbe I. (1985), On Statistical Analysis of Floods, [in:] A.F. Atkinson, Celebration Statistics (s ). The ISI Centenary Volume. Rossi F., Fiorentino M., Versace P. (1986), Two Component Extreme Value Distribuition for Flood Frequency Analysis, Water Resources Research, Vol. 22. Shen H., Bryson M., Ochoa I. (1980), Effect of Tail Behavior Assumptions on Flood, Water Resources Research, Vol. 16.
13 Zastosowanie rozkładu Persona III we wstępnej ocenie ryzyka 163 Smith R. (1987), Estimating the Upper Tail of Flood Frequency Distributions, Water Resources Research, Vol. 23. Stovel H. (1998), Risk Preparendness: A Management Manual for World Cultural Heritage, International Centre for the Study of Preservation and Restoration of Cultural Property, Roma. Thomas M., Reiss R.-D. (2007), Statistical Analysis of Extreme Value with Applications to Insurance, Finance, Hydrology and Other Fields, Birkhauser, Basel. Todorovic P. (1979), A Probabilistic Approach to Analysis and Prediction of Floods, Proc. 43rd ISI. [KZGW, ]: Krajowy Zarząd Gospodarki Wodnej KZGW ( ), Projekt Planu Zarządzania Ryzykiem Powodziowym dla Regionu Wodnego Małej Wisły, Plany Zarządzania Ryzykiem Powodziowym dla obszarów dorzeczy i regionów wodnych. Yue S., Bobe B., Legendre P., Bruneau P. (1999), The Gumbel Mixed Model for Flood Frequency Analysis, Journal of Hydrology, Vol. 226(1-2). THE USING OF PERSON III DISTRIBUTION FOR INITIAL ASSESSMENT OF FLOOD RISK ON ODRA RIVER Summary: The article concerns the application Person III distribution to estimate risk of risk flood danger in Lower Silesia. In study maximal daily flow on Odra river were used, that in the hydrological station Malczyce were gathered. From the collected date from period annual maximum flows were selected. Based on selected maximum they empirical distribution was created, for which theoretical Person III distribution was fitted. After statistical verification of fitting one was used for assessment flood risk on studying area. Keywords: flood risk, annual maxima, fluvial floow, Person III distribution.
OCHRONA ŚRODOWISKA. Vol Nr 3
OCHRONA ŚRODOWISKA Vol. 38 2016 Nr 3 Łukasz Kuźmiński, Łukasz Szałata, Jerzy Zwoździak Zastosowanie wybranych rozkładów prawdopodobieństwa wartości ekstremalnych do szacowania ryzyka wystąpienia zagrożenia
EKONOMETRIA ECONOMETRICS 1(51) ISSN e-issn
EKONOMETRIA ECONOMETRICS 1(51). 2016 ISSN 1507-3866 e-issn 2449-9994 Łukasz Kuźmiński Uniwersytet Ekonomiczny we Wrocławiu e-mail: lukasz.kuzminski@ue.wroc.pl OCENA RYZYKA ZAGROŻENIA POWODZIOWEGO NA RZECE
EKONOMETRIA ECONOMETRICS 1(51) 2016
EKONOMETRIA ECONOMETRICS 1(51) 2016 Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu Wrocław 2016 Redakcja wydawnicza: Aleksandra Śliwka Redakcja techniczna i korekta: Barbara Łopusiewicz Łamanie: Beata
ROZKŁADY WARTOŚCI EKSTREMALNYCH W ANALIZIE ZAGROŻENIA HYDROLOGICZNEGO NA DOLNYM ŚLĄSKU
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Łukasz Kuźmiński * Uniwersytet Ekonomiczny we Wrocławiu ROZKŁADY WARTOŚCI EKSTREMALNYCH W ANALIZIE ZAGROŻENIA HYDROLOGICZNEGO NA DOLNYM ŚLĄSKU
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
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
POZIOM T-ROKU W ANALIZIE ZAGROŻENIA POWODZIOWEGO NA DOLNYM ŚLĄSKU
Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-86 Nr 297 206 Łukasz Kuźmiński Uniwersytet Ekonomiczny we Wrocławiu Wydział Inżynieryjno-Ekonomiczny Katedra Metod
OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp
tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE
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
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
Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2
Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2 Dr hab. inż. Agnieszka Wyłomańska Faculty of Pure and Applied Mathematics Hugo Steinhaus Center Wrocław University of Science and
Testowanie hipotez statystycznych. Wprowadzenie
Wrocław University of Technology Testowanie hipotez statystycznych. Wprowadzenie Jakub Tomczak Politechnika Wrocławska jakub.tomczak@pwr.edu.pl 10.04.2014 Pojęcia wstępne Populacja (statystyczna) zbiór,
MODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Annual Set The Environment Protection Rocznik Ochrona Środowiska
MIDDLE POMERANIAN SCIENTIFIC SOCIETY OF THE ENVIRONMENT PROTECTION ŚRODKOWO-POMORSKIE TOWARZYSTWO NAUKOWE OCHRONY ŚRODOWISKA Annual Set The Environment Protection Rocznik Ochrona Środowiska Volume/Tom
Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych sieci neuronowych 4
Wojciech Sikora 1 AGH w Krakowie Grzegorz Wiązania 2 AGH w Krakowie Maksymilian Smolnik 3 AGH w Krakowie Analiza możliwości szacowania parametrów mieszanin rozkładów prawdopodobieństwa za pomocą sztucznych
Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
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
Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars
Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 1/15/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.1.1 ROMAN RUMIANOWSKI Statystyczna analiza awarii pojazdów
Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
Wyznaczanie obszarów zagrożonych powodzią - realizacja założeń Dyrektywy Powodziowej w ramach projektu ISOK. Monika Mykita
Wyznaczanie obszarów zagrożonych powodzią - realizacja założeń Dyrektywy Powodziowej w ramach projektu ISOK. Monika Mykita 13.04.2012 Główne zadania Centrum Modelowania Powodziowego w ramach projektu ISOK
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info
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
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. dr hab. Jerzy Nakielski Katedra Biofizyki i Morfogenezy Roślin Plan wykładu: 1. Etapy wnioskowania statystycznego 2. Hipotezy statystyczne,
Wprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
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
SIEĆ BAYESOWSKA JAKO NARZĘDZIE WSPIERAJĄCE PROCES ZARZĄDZANIA RYZYKIEM POWODZIOWYM NA PRZYKŁADZIE OCHRONY DZIEDZICTWA KULTUROWEGO
EKONOMIA I ŚRODOWISKO 2 (57) 2016 Łukasz KUŹMIŃSKI SIEĆ BAYESOWSKA JAKO NARZĘDZIE WSPIERAJĄCE PROCES ZARZĄDZANIA RYZYKIEM POWODZIOWYM NA PRZYKŁADZIE OCHRONY DZIEDZICTWA KULTUROWEGO Łukasz Kuźmiński, dr
WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI
WYDZIAŁ GEOINŻYNIERII, GÓRNICTWA I GEOLOGII KARTA PRZEDMIOTU Nazwa w języku polskim: Statystyka matematyczna Nazwa w języku angielskim: Mathematical Statistics Kierunek studiów (jeśli dotyczy): Górnictwo
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
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.
W4 Eksperyment niezawodnościowy
W4 Eksperyment niezawodnościowy Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Badania niezawodnościowe i analiza statystyczna wyników 1. Co to są badania niezawodnościowe i
PORÓWNANIE PRZEPŁYWÓW MAKSYMALNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA W MAŁEJ RZECE WYŻYNNEJ
MONOGRAFIE KOMITETU GOSPODARKI WODNEJ PAN z. XX 2014 Andrzej BYCZKOWSKI 1, Janusz OSTROWSKI 2, Kazimierz BANASIK 1 1 Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wydział Budownictwa i Inżynierii Środowiska
Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście
KASYK Lech 1 Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście Tor wodny, strumień ruchu, Zmienna losowa, Rozkłady dwunormalne Streszczenie W niniejszym artykule przeanalizowano prędkości
6.4 Podstawowe metody statystyczne
156 Wstęp do statystyki matematycznej 6.4 Podstawowe metody statystyczne Spóbujemy teraz w dopuszczalnym uproszczeniu przedstawić istotę analizy statystycznej. W szczególności udzielimy odpowiedzi na postawione
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
ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ
ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ Dopasowanie rozkładów Dopasowanie rozkładów- ogólny cel Porównanie średnich dwóch zmiennych 2 zmienne posiadają rozkład normalny -> test parametryczny (t- studenta) 2
Informacja historyczna w analizie częstości występowania powodzi
II Konferencja Naukowo-Techniczna Technologie informatyczne w ochronie i kształtowaniu środowiska Warszawa, 14 czerwca 2018 Informacja historyczna w analizie częstości występowania powodzi Krzysztof Kochanek,
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
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
WSPÓŁCZYNNIK DWUMODALNOŚCI BC I JEGO ZASTOSOWANIE W ANALIZACH ROZKŁADÓW ZMIENNYCH LOSOWYCH
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/3, 2014, str. 20 29 WSPÓŁCZYNNIK DWUMODALNOŚCI BC I JEGO ZASTOSOWANIE W ANALIZACH ROZKŁADÓW ZMIENNYCH LOSOWYCH Aleksandra Baszczyńska, Dorota Pekasiewicz
Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
PRZYGOTOWANIE DANYCH HYDROLOGICZNYCH W ZAKRESIE NIEZBĘDNYM DO MODELOWANIA HYDRAULICZNEGO
PRZYGOTOWANIE DANYCH HYDROLOGICZNYCH W ZAKRESIE NIEZBĘDNYM DO MODELOWANIA HYDRAULICZNEGO Tamara Tokarczyk, Andrzej Hański, Marta Korcz, Agnieszka Malota Instytut Meteorologii i Gospodarki Wodnej Państwowy
STATYSTYKA
Wykład 1 20.02.2008r. 1. ROZKŁADY PRAWDOPODOBIEŃSTWA 1.1 Rozkład dwumianowy Rozkład dwumianowy, 0 1 Uwaga: 1, rozkład zero jedynkowy. 1 ; 1,2,, Fakt: Niech,, będą niezależnymi zmiennymi losowymi o jednakowym
Analiza autokorelacji
Analiza autokorelacji Oblicza się wartości współczynników korelacji między y t oraz y t-i (dla i=1,2,...,k), czyli współczynniki autokorelacji różnych rzędów. Bada się statystyczną istotność tych współczynników.
Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka
Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE Joanna Sawicka Plan prezentacji Model Poissona-Gamma ze składnikiem regresyjnym Konstrukcja optymalnego systemu Bonus- Malus Estymacja
Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość
Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę
Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA
Hydrologia Tom I - A. Byczkowski
Hydrologia Tom I - A. Byczkowski Spis treści 1. Wiadomości wstępne 1.1. Podział hydrologii jako nauki 1.2. Hydrologia krąŝenia 1.2.1. Przyczyny ruchu wody na Ziemi 1.2.2. Cykl hydrologiczny 1.3. Zastosowanie
STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
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
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
Przedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07. Przedmiot statystyki
Przedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07 Statystyka dzieli się na trzy części: Przedmiot statystyki -zbieranie danych; -opracowanie i kondensacja danych (analiza danych);
Zastosowanie modelu regresji logistycznej w ocenie ryzyka ubezpieczeniowego. Łukasz Kończyk WMS AGH
Zastosowanie modelu regresji logistycznej w ocenie ryzyka ubezpieczeniowego Łukasz Kończyk WMS AGH Plan prezentacji Model regresji liniowej Uogólniony model liniowy (GLM) Ryzyko ubezpieczeniowe Przykład
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
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
Politechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Kierunek studiów: Inżynieria Środowiska
Metody probabilistyczne
Metody probabilistyczne 13. Elementy statystki matematycznej I Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 17.01.2019 1 / 30 Zagadnienia statystki Przeprowadzamy
Przedmiot statystyki. Graficzne przedstawienie danych.
Przedmiot statystyki. Graficzne przedstawienie danych. dr Mariusz Grządziel 23 lutego 2009 Przedmiot statystyki Statystyka dzieli się na trzy części: -zbieranie danych; -opracowanie i kondensacja danych
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw dr Karolina Borowiec-Mihilewicz Uniwersytet Ekonomiczny we Wrocławiu Zastosowania
METODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 1
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 1 Konrad Miziński, nr albumu 233703 1 maja 2015 Zadanie 1 Parametr λ wyestymowano jako średnia z próby: λ = X n = 3.73 Otrzymany w
STATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych
STATYSTYKA MATEMATYCZNA WYKŁAD 3 Populacje i próby danych POPULACJA I PRÓBA DANYCH POPULACJA population Obserwacje dla wszystkich osobników danego gatunku / rasy PRÓBA DANYCH sample Obserwacje dotyczące
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych
weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)
PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI
WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)
Seminarium Metody obliczania przepływów maksymalnych w zlewniach kontrolowanych i niekontrolowanych, RZGW, Kraków 30 IX 2013 r. Metody obliczania przepływów maksymalnych rocznych o określonym prawdopodobieństwie
Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym
Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne
FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION
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
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
Pomiary hydrometryczne w zlewni rzek
Pomiary hydrometryczne w zlewni rzek Zagożdżonka onka i Zwoleńka Hydrometric measurements in Zwoleńka & Zagożdżonka onka catchments Anna Sikorska, Kazimierz Banasik, Anna Nestorowicz, Jacek Gładecki Szkoła
przedmiot podstawowy obowiązkowy polski drugi
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 07/08 IN--008 STATYSTYKA W INŻYNIERII ŚRODOWISKA Statistics in environmental engineering
Mapy Zagrożenia (powodzią sztormową)
Mapy Zagrożenia (powodzią sztormową) Joanna Dudzińska-Nowak Uniwersytet Szczeciński Instytut Nauk o Morzu Mapa zagrożenia powodziowego opracowanie kartograficzne prezentujące przestrzenny zasięg strefy
Monte Carlo, bootstrap, jacknife
Monte Carlo, bootstrap, jacknife Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej: http://www.ssc.wisc.edu/~bhansen/econometrics/ Monte Carlo: rozdział 8.8, 8.9 Bootstrap: rozdział
Niezawodność i diagnostyka projekt. Jacek Jarnicki
Niezawodność i diagnostyka projekt Jacek Jarnicki Zajęcia wprowadzające 1. Cel zajęć projektowych 2. Etapy realizacji projektu 3. Tematy zadań do rozwiązania 4. Podział na grupy, wybór tematów, organizacja
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
WERYFIKACJA HIPOTEZ STATYSTYCZNYCH
WERYFIKACJA HIPOTEZ STATYSTYCZNYCH I. TESTY PARAMETRYCZNE II. III. WERYFIKACJA HIPOTEZ O WARTOŚCIACH ŚREDNICH DWÓCH POPULACJI TESTY ZGODNOŚCI Rozwiązania zadań wykonywanych w Statistice przedstaw w pliku
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
Niezawodność diagnostyka systemów laboratorium. Ćwiczenie 2
dr inż. Jacek Jarnicki doc. PWr Niezawodność diagnostyka systemów laboratorium Ćwiczenie 2 1. Treść ćwiczenia Generowanie realizacji zmiennych losowych i prezentacja graficzna wyników losowania. Symulacja
Statystyka w przykładach
w przykładach Tomasz Mostowski Zajęcia 10.04.2008 Plan Estymatory 1 Estymatory 2 Plan Estymatory 1 Estymatory 2 Własności estymatorów Zazwyczaj w badaniach potrzebujemy oszacować pewne parametry na podstawie
ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII
STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 31 Ewa Dziawgo Uniwersytet Mikołaja Kopernika w Toruniu ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII Streszczenie W artykule przedstawiono
Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
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.
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
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;
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:...
STATYSTYKA INDUKCYJNA. O sondażach i nie tylko
STATYSTYKA INDUKCYJNA O sondażach i nie tylko DWA DZIAŁY ESTYMACJA Co na podstawie wyników z próby mogę powiedzieć o wynikach w populacji? WERYFIKACJA HIPOTEZ Czy moje przypuszczenia uczynione przed badaniami
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
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
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
Plany zarządzania ryzykiem powodziowym
Plany zarządzania ryzykiem powodziowym Dyrektywa Powodziowa 2007/60/WE Główne zadanie: minimalizowanie ryzyka i zarządzanie nim ochrona przed powodzią Zmiana w podejściu: zarządzanie ryzykiem powodziowym
Uogolnione modele liniowe
Uogolnione modele liniowe Jerzy Mycielski Uniwersytet Warszawski grudzien 2013 Jerzy Mycielski (Uniwersytet Warszawski) Uogolnione modele liniowe grudzien 2013 1 / 17 (generalized linear model - glm) Zakładamy,
Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa
Spis treści Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp Bardzo często interesujący
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
EGZAMIN MAGISTERSKI, 18 września 2013 Biomatematyka
Biomatematyka Liczebność populacji pewnego gatunku jest modelowana przez równanie różnicowe w którym N k stałymi. rn 2 n N n+1 =, A+Nn 2 oznacza liczebność populacji w k tej generacji, a r i A są dodatnimi
WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO
Zał. nr 4 do ZW WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA STOSOWANA Nazwa w języku angielskim APPLIED STATISTICS Kierunek studiów (jeśli dotyczy): Specjalność
Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/
Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl