Nieparametryczna ANOVA
|
|
- Ignacy Klimek
- 5 lat temu
- Przeglądów:
Transkrypt
1 Nepaametyza NOV Jeżel z pewyh względów założee omaloś błędów w modelu NOV efetów stałyh est e do pzyęa, to moża zbudować ogóleszy model e ozystaąy z tyh ępuąyh założeń. ozważmy pewe epaametyzy odpowed edozyowe NOV. Ozazmy pzez F a epaametyzą odzę absolute ągłyh dystybuat a poste Mamy wę model X X póba posta z ozładu z ezaą absolute ągłą dystybuatą F,..., M X,..., X póba posta z ozładu z ezaą absolute ągłą dystybuatą F. Chemy testować hpotezę H 0 : F =...= F pzewo alteatywe H :, : F F. Szzególym pzypadem powyższego modelu est astępuąy model epaametyzy X Ozywśe = + ε,...,;,..., m ε d F(x F a ( E( ε = 0, V ( ε = σ X,..., X est póbą postą z ozładu o dystybuae F(x-m W tym modelu testuemy hpotezę H 0 : m =...= m pzewo alteatywe H :, : m m. Powyższy poblem pzypoma poblem ozważay wześe w zyowe NOV efetów stałyh. Ia est eda odza ozładów a stosowe pzestze pób. W tym pzypadu mamy do zyea z epaametyzą odzą ozładów paametyzowaą paametem (m,...,m,f F a. Ja testować H 0? Pomysł: Zmodyfować ozwązae uzysae w odpowedm modelu paametyzym ta, aby pzyame pzy pawdzwoś H 0 ozład zmodyfowae statysty testowe e zależał od ezae dystybuaty F(x F a. Faty Jeżel X=(X,...,X est póbą postą z ozładu o absolute ągłe dystybuae F F a, to weto statysty pozyyyh X =(X (,...,X ( est statystyą dostatezą zupełą (wę taże mmalą dostatezą. Pześe od póby X do X eduue póbę bez staty foma lez ozład X w dalszym ągu zależy od ezae dystybuaty F.
2 Za pomoą śśle osąe tasfoma moża dowoly ozład ągły a poste pzeształć a dowoly y ągły ozład a poste. Jeżel zmea losowa X ma pewe ozład F F a, to zmea F(X ma ozład edostay U[0,]. Jeżel G F a est zadaą dystybuatą a poste, to G - (F(X ma ozład o dystybuae G a fua złożoa G - F est śśle mootoza by poedua testowa e zależała do ezae dystybuaty F F a "powa" być oa ezmeza względem gupy osąyh be f : Masymalym ezmeem względem gupy osąyh be est weto ag (,..., gdze =mese (aga obsewa X w upoządowaym osąo wetoze X =(X (,...,X ( Wose. Test H 0 ależy opzeć e a suowyh obsewaah lez a h agah Test NOV usala Wallsa (95 Uwaga. Dla ozładów ągłyh z pawdopodobeństwem wszyste obsewae są óże wę ag są óże. Neh będze agą obsewa X w połązoe póbe Ozazea: = I = X X,...,,..., X,..., X. + = = + - suma ag w -te gupe - śeda aga w -te gupe ++ = ( + + = = - suma wszysth ag + = + + = śeda aga w póbe elemetowe Statystya = ( + ( = ( + ( ( = est maą typu χ zóżowaa śedh ag w gupah. Duże watoś statysty śwadzą pzewo hpoteze H 0.
3 Pzy pawdzwoś hpotezy H 0 ażdy uład ag ma tae samo pawdopodobeństwo!!...! uładów tyh ag powadz do tego samego uładu sum ag +,..., +. Metodam!. ażdy z ombatoyzym moża wę wyzazyć yt,aby P ( > (patz Zelńs -Table... H 0 yt Dla 5 ozład statysty moża pzyblżać ozładem χ. Uwaga. Jeżel powodu p. małe peyz pomau otzymuemy obsewae o tyh samyh watośah, to pzypsuemy m śedą agę- mówmy wówzas o agah zwązayh. W tae sytua statystya zostae zastąpoa statystyą T z popawą a ag zwązae T =, gdze S - lość obsewa z -tą agą zwązaą (-te mese ex aequo ( S S Moża poazać, ze statystya est zwązaa ze statystyą = ( ( (NOV wyoaa a agah wzoam ( = ; ( ( =. ( + ( Test usala-wallsa est ówoważy testow NOV wyoaemu a agah Uwaga. O.J. Du zapopoowała asymptotyzą poeduę poówań edozesyh typu Bofeoego, tóa otolue błąd dla wszysth poówań paam poeduę poówań edozesyh z wyóżoą gupą otolą (szzegóły p., ohatg Woolso Dla poówań paam gup ( zyl edoześe ( poówań popooway pzez O.J. Du test aże uzać gupy -tą oaz -tą za stote oże, gdy ( + > z ( + ; <, ( gdze z est watylem zędu ( ozładu N(0,. ( Pzy pawdzwoś H 0 pawdopodobeństwo zaobsewowaa fałszywe stote óży est ówe. Pzy poówaah - gup z wyóżoą gupą otolą (o umeze mamy egułę Gupa -ta stote óż sę od gupy otole gdy ( ( + > z ( + ; <-, Pzy pawdzwoś H 0 pawdopodobeństwo zaobsewowaa fałszywe stote óży est ówe.
4 Nepaametyza zyowa NOV Fedmaa. Model = β + ε,,...,,,..., X m + + = 0, β = 0 ε d o pewe ągłe dystybuae F F a E( ε = 0, V ( ε = σ Jest to ozywśe model epaametyzy, gdyż odza ozładów a pzestze pób est odzą epaametyzą. Jest to epaametyzy odpowed zyowe NOV efetów główyh (bez tea- model addytywy z obsewaą w ażde late (pomamy wę des umeu obsewa w late. Do taego modelu powadz pla zadomzoway w uładze bloowym lub edozyowa NOV w uładze z powtazalym pomaam. Zestawaą obsewae X w maez, wesze tatuemy ao edoode blo a olumy ao zabeg Testuemy hpotezę H 0 : β =...=β (zabeg e óżą sę mędzy sobą pzewo alteatywe H : H 0 Poedua testowaa powa być ezmeza ze względu a tasfomae zahowuąe poząde ( w edoodyh bloah Jedoodość blou zapewamy popzez zastosowae dla ażdego blou poządowe sal o ategoah. aguemy wę obsewae w ażdym z bloów (weszy z osoba ozazamy =(X - aga -te obsewa w -tym blou ( stąd Ozazmy (dla,..., + = -suma ag dla (-tego zabegu, -te olumy ( + Ozywśe =. Jeżel pawdzwa est hpoteza H 0, to E ( + = = Statystya S = ( + E + Statystya F Fedmaa opata a S ma postać S F = = + ( ( + ( + ( + ( mezy óżę pomędzy olumam (zabegam + ( + e ozład pzy pawdzwoś H 0 e zależy od ezae dystybuaty F F a est wyzazoy metodam ombatoyzym. Putem wyśa est fat, że pzy pawdzwoś H 0 ażdy z (! uładów ag w bloah est edaowo pawdopodoby. Poadto zay est ozład asymptotyzy: dla F ma ozład χ. Dla <6 są table ozładu F dla małyh. Zobaz ( 4
5 Zelńs., Zelńs W. Table statystyze st Uwaga u Zelńsh obsewae są agowae w olumah -maez obsewa est we taspozyą maezy tu ozważae Jeżel zabeg stote óżą sę mędzy sobą, to dlatego że agowae w poszzególyh bloah F było podobe. Maą tego podobeństwa est edalla współzy zgodoś. W =, ( tóy pzymue watoś z pzedzału [0, ] ( spawdzć. Jeżel agowae w ażdym blou było detyze (peła zgodość, to sumy ag +,..., + są pemutaam lzb,,..., W=. Podobe eżel agowaa w bloah są ezależe to sumy ag +,..., + są sobe blse mogą być awet detyze. Wówzas współzy zgodoś W=0. Podobe a w pzypadu NOV usala-wallsa zae są testy poówań welootyh (zobaz Woolso.F. Statstal methods fo the aalyss of bomedal data, Wley, st Gupy -tą -tą (-ty -ty zabeg uzaemy za stote oże eżel ( + > q ( ; <, gdze q ( est watylem odpowedego ozładu (zobaz Woolso - tabla 5. Pawdopodobeństwo pzy H 0 zaobsewowaa fałszywe stote óży łąze w ( poówaah est ówe. Dla poówań z wyóżoą gupą otolą (o umeze eguła est podoba ( + > q ( 6 ; -, pzy zym ( est watylem stosowego (ego ż popzedo tablowaego ozładu q (zobaz Woolso - tabla 6. Uwaga. Test Fedmaa może być taże użyty do testowaa edoodoś ozładów w póbah zależyh pohodząyh z > wymaowego ozładu ągłego. Maowe eh X=(X,...,X będze wetoem (weszowymz -wymaowego ozładu ągłego, pzy zym sładowe X,...,X maą odpowedo ozłady bzegowe o dystybuatah F,...,F. Na podstawe elemetowe póby poste X = (X,...,X... X = (X,...,X z ozpatywaego ozładu zweyfować hpotezę H 0 : F =...=F wobe alteatywy H :, X st X (tz. F F. 5
[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7
6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram
Bardziej szczegółowoLaboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI
Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze
Bardziej szczegółowoN ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.
3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy
Bardziej szczegółowoĆWICZENIE 5 TESTY STATYSTYCZNE
ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę
Bardziej szczegółowoPrzegląd wybranych testów
Statystya Wyład 7 Adam Ćmel A3-A4 3a cmel@agh.edu.pl Przegląd wybraych testów Testy dotyczące wartośc oczewae w rozładze ormalym problem testowaa rówośc średch w dwóch zależych populacach o rozładze ormalym.
Bardziej szczegółowo1. Relacja preferencji
dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x
Bardziej szczegółowobędzie próbką prostą z rozkładu normalnego ( 2
Zadae. eh K będze próbką prostą z rozkładu ormalego ( μ σ ) zaś: ( ) S gdze:. Iteresuje as względy błąd estymaj: σ R S. σ rzy wartość ozekwaa E R jest rówa ( ) (A).8 (B).9 (C). (D). (E). Zadae. eh K K
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta
Bardziej szczegółowoZAGADNIENIE TRANSPORTOWE
ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w
Bardziej szczegółowoStatystyka Wykład 9 Adam Ćmiel A3-A4 311a
st hpotzy owj opaty a oaz waygodośc ozważay popzdo pob tstowaa hpotzy o ówośc watośc oczwaych w popuacjach o ozładach N =... jst szczgóy pzypad pwgo ogójszgo pobu tstowaa: od: =+ gdz jst wto obswacj Uwaga:
Bardziej szczegółowoi = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3
35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8
Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby
Bardziej szczegółowoĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH
Laboaoum eod aczch ĆWICZENIE 3 ANALIZA WPÓŁZALEŻNOŚCI ZJAWIK AOWCH Jedo wozące zboowość chaaezowae ą zazwcza za pomocą welu cech óe wzaeme ę wauuą. Celem aalz wpółzależośc e wedzee cz mędz badam cecham
Bardziej szczegółowo( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości
Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,
Bardziej szczegółowor h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów
Opowł: Jo Kselńs EKONOMETRIA - WZORY Metod doou zmeh Metod Now * t I I I Metod Hellwg om L l l K p p pk h l l K p H l h pk Metod mometów e Regesj post Modele: MNK m s s Y X C s v Opowł: Jo Kselńs Współz:
Bardziej szczegółowoPrawdopodobieństwo i statystyka r.
Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =
Bardziej szczegółowoPOPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1
POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.
Bardziej szczegółowoJEDNOWYMIAROWA ZMIENNA LOSOWA
JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:
Bardziej szczegółowobrak podstaw do odrzucenia hipotezy zerowej.
Paca domowa 9. W pewnym bowaze zanstalowano dwa automaty do napełnana butelek. Ilość pwa nalewana pzez pewszy est zmenną losową o ozkładze N( m,, a lość pwa dozowana pzez dug automat est zmenną losową
Bardziej szczegółowoZadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.
Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer
Bardziej szczegółowoWeryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Bardziej szczegółowoW loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:
Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,
Bardziej szczegółowoPrzetwarzanie danych meteorologicznych
Sps teśc I Rozważaa ogóle 5 Pzetwazae daych meteoologczych Notat z wyładu pokhamaa Wyoała: Alesada Kadaś I Iomacja odowae 5 I Poces pzetwazaa daych 5 I Aalza 6 I Syteza 7 I3 Edycja wzualzacja 7 I3 Dae
Bardziej szczegółowoX i T (X) = i=1. i + 1, X i+1 i + 1. Cov H0. ( X i. k 31 ) 1 Φ(1, 1818) 0, 12.
Zadae p (X p (X ( ( π 6 6 e 6 X m ( π 6 6 e 6 ( X C e m 6 X, gdze staªa C e zale»y od statystyk X (X,, X 6, a m jest w ksze od zera Zatem p (X/p (X jest emalej c fukcj statystyk T (X 6 X ªatwo pokaza,»e
Bardziej szczegółowoStatystyka Matematyczna Anna Janicka
Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).
Bardziej szczegółowoma rozkład normalny z nieznaną wartością oczekiwaną m
Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee
Bardziej szczegółowo( ) ( ) ( ) ( ) ( ) ( )
,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau
Bardziej szczegółowoPlanowanie eksperymentu pomiarowego I
POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak
Bardziej szczegółowoDefinicja 3.9. Zadanie interpolacji wymiernej polega na znalezieniu dla danej funkcji f funkcji wymiernej W mn postaci
8 Iy wose z twerdzea. est Wose.. Jeśl ua a ągłą poodą rzędu a odu [a, b] zaweraąy węzły rzezywste x (,,..., ) put x, to stee wartość > [a, b], przy zy > >(x), że p ( x) rx ( ) ( )! ( ) W dowodze tego wosu
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi o tym samym 2 x
Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka
Bardziej szczegółowoPERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X
PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Zajęcia 5
Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja
Bardziej szczegółowoZmiana bazy i macierz przejścia
Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce
Bardziej szczegółowoSprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych
Sprawdzee stateczośc skarpy wykopu pod składowsko odpadów koualych Ustalee wartośc współczyka stateczośc wykoae zostae uproszczoą etodą Bshopa, w oparcu o poższą forułę: [ W s( α )] ( φ ) ( φ ) W ta F
Bardziej szczegółowoL.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH
L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze
Bardziej szczegółowoTESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).
TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu
Bardziej szczegółowoOBLICZANIE NIEPEWNOŚCI METODĄ TYPU B
OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość
Bardziej szczegółowoPojęcie statystyki. Definicja. Wektorową funkcję mierzalną T: X T(X)=(T 1 (X),...,T k (X)) R k wymiarową statystyką. próby X nazywamy k
Statystya Wyład Adam Ćmel A4 5 cmel@agh.edu.pl Pojęce statysty Pojęce statysty w statystyce matematyczej jest odpowedem pojęca zmeej losowej w rachuu prawdopodobeństwa. Nech X(X,...,X ) będze próbą z pewej
Bardziej szczegółowoProcent prosty Gdy znamy kapitał początkowy i stopę procentową
cet psty Gdy zay aptał pczątwy stpę pcetwą F = + I aptał ńcwy, pczątwy, dset I = I = stpa pcetwa (w stsuu czy) F = ( + ) aledaze dsetwe 360/360, 365/365, 360/365, 365/360 es wyaży w latach (dla óżych esów
Bardziej szczegółowoLABORATORIUM FIZYKI PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ W NYSIE
LABORATORIUM FIZYKI PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ W NYSIE Ćwzee r 4 Temat: Wyzazee współzyka załamaa ezy refraktometrem Abbego.. Wprowadzee Śwatło, przy przejśu przez graę dwóh ośrodków, zmea swój
Bardziej szczegółowok k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2
Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu
Bardziej szczegółowoJego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.
Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.
Bardziej szczegółowo. Wtedy E V U jest równa
Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoAnaliza Matematyczna Ćwiczenia. J. de Lucas
Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y
Bardziej szczegółowobędą niezależnymi zmiennymi losowymi z rozkładu o gęstości
Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc
Bardziej szczegółowoProblem. Jak praktycznie badać jednostajną ciągłość funkcji?
EAIiIB-Iormatya - Wyład 3- dr Adam Ćmiel miel@.agh.edu.pl Ciągłość uji w puie e. Fuję : azywamy iągłą w puie jeżeli Heie Cauhy Uwaga: Put ale ie musi być putem supieia zbioru. Jeżeli jest putem izolowaym
Bardziej szczegółowoROZKŁADY ZMIENNYCH LOSOWYCH
ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X
Bardziej szczegółowoIndukcja matematyczna
Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya
Bardziej szczegółowoSTATYSTYKA PODSTAWOWE WZORY DOZWOLONE NA EGZAMINIE NA STUDIACH LICENCJACKICH
STATYSTYKA PODSTAWOWE WZORY DOZWOLONE NA EGZAMNE NA STUDACH LCENCJACKCH Oacoa zgooa zz d Maę Wczo a oda:. P. Kuz, J. Podgó: Saa. Wzo ablc. SGH, Wazaa, 8. M. Wczo: Saa. Lubę o! Zbó zadań. SGH, Wazaa 6 .
Bardziej szczegółowo1 3. N i e u W y w a ć w o d y d o d o g a s z a n i a g r i l l a! R e k o m e n d o w a n y j e s t p i a s e k Z a w s z e u p e w n i ć s i
M G 4 2 7 v.1 2 0 1 6 G R I L L P R O S T O K Ą T N Y R U C H O M Y 5 2 x 6 0 c m z p o k r y w ą M G 4 2 7 I N S T R U K C J A M O N T A 7 U I B E Z P I E C Z N E G O U 7 Y T K O W A N I A S z a n o w
Bardziej szczegółowoLista 6. Kamil Matuszewski 26 listopada 2015
Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy
Bardziej szczegółowoć ć ć ć ć ć ź ć ź ć Ć Ó Ż Ó Ć Ł ć ć ć ć ć Ą
ć ć ń ń ć ć ć ć ń ć ń ć ć ć ć ć ć ć ź ć ź ć Ć Ó Ż Ó Ć Ł ć ć ć ć ć Ą ć Ó Ż ÓŻ ć Ó Ó Ż Ó Ż Ó ń Ó Ż ć Ż ń ź ć ć ć ć ć ć ć ń ź ń Ż ć Ł Ź ć ć ź ź ć ć Ż Ś Ż Ż Ó ć ź ć ć ń ć ń Ą ń Ą Ó ć Ó ć Ś ć ć ć ń Ś ć ć Ż
Bardziej szczegółowor r r m dt d r r r r 2 dt r m dt dt
Twedee o wale: Roważm cąstę P o mase m a tóą dała sła : W ecalm ułade odesea: dv m / dv m ( Moża auważć że: d d dv dv m ( v m v m mv m dv d m m ( v mv gde v est modułem pędośc Podstawaąc to do ówaa ( mam:
Bardziej szczegółowoWnioskowanie statystyczne dla korelacji i regresji.
STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...
Bardziej szczegółowoma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji
Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz
Bardziej szczegółowoTablica Galtona. Mechaniczny model rozkładu normalnego (M10)
Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,
Bardziej szczegółowoSystem finansowy gospodarki
System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady
Bardziej szczegółowoW zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Bardziej szczegółowoTestowanie hipotez statystycznych
Testowanie hipotez statystycznych Wyk lad 8 Natalia Nehrebecka Stanis law Cichocki 29 listopada 2015 Plan zajeć 1 Rozk lad estymatora b Rozk lad sumy kwadratów reszt 2 Hipotezy proste - test t Badanie
Bardziej szczegółowoTyp może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }
Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca
Bardziej szczegółowoδ δ δ 1 ε δ δ δ 1 ε ε δ δ δ ε ε = T T a b c 1 = T = T = T
M O D E L O W A N I E I N Y N I E R S K I E n r 4 7, I S S N 8 9 6-7 7 X M O D E L O W A N I E P A S Z C Z Y Z N B A Z O W Y C H K O R P U S W N A P O D S T A W I E P O M W S P R Z D N O C I O W Y C H
Bardziej szczegółowoModelowanie i Analiza Danych Przestrzennych
odelowae Aalza Dayh Przestrzeyh Wyład 7 Adrze Leśa atedra Geoormaty Iormaty Stosowae Aadema Górzo-Hutza w raowe red występuąy w dayh : may głębooś da edaleo brzegu morza may temperatury w góre zęś sorupy
Bardziej szczegółowoWykład 7. Przestrzenie metryczne zwarte. x jest ciągiem Cauchy ego i posiada podciąg zbieżny. Na mocy
Wyład 7 Przestrzeie metrycze zwarte Defiicja 8 (przestrzei zwartej i zbioru zwartego Przestrzeń metryczą ( ρ X azywamy zwartą jeśli ażdy ciąg elemetów tej przestrzei posiada podciąg zbieży (do putu tej
Bardziej szczegółowoJEDNOSTKI SI (przeliczanie) PRZEDROSTKI do tworzenia nazw i symboli jednostek krotnych
JEDNSTI SI pzelzae DŁUGŚĆ BJĘTŚĆ GĘSTŚĆ 9-9 6 µ µ -6 - - 6-6 d d - d - d g/ - g/ g/ g/ Mg/ g/ g/ Mg/ STĘŻENIE MLWE ol/d ol/ ol/ ol/d ol/ ol/d - ol/ ol/ - ol/d ol/ ol/d PZEDSTI do twozea azw ybol jedote
Bardziej szczegółowoTestowanie hipotez statystycznych
round Testowanie hipotez statystycznych Wyk lad 9 Natalia Nehrebecka Stanis law Cichocki 13 grudnia 2014 Plan zajeć 1 Rozk lad estymatora b Rozk lad sumy kwadratów reszt 2 Hipotezy proste - test t Badanie
Bardziej szczegółowoW zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =
4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,
Bardziej szczegółowowww.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie
Rozdzał moogaf: 'Bazy Daych: Nowe Techologe', Kozelsk S., Małysak B., Kaspowsk P., Mozek D. (ed.), WKŁ 007 Rozdzał 3 Zastosowae języka SQL w statystyce opsowej Steszczee. Relacyje bazy daych staową odpowede
Bardziej szczegółowoUwaga z alkoholem. Picie na świeżym powietrzu jest zabronione, poza licencjonowanymi ogródkami, a mandat można dostać nawet za niewinne piwko.
B : U U F F U 01 Ę ś ę 3 ż łć ę ę ź ł, Ż 64 ó ł ł óżó, j, j U 02 Ą ś U ł 1925, 1973 łś ą ż ęą fć j j ą j ł 9 ( ) ó 15 F 03 j ąó j j, ę j ż 15 ł, ó f Bść ł łj ł, 1223 j 15 B Ą ć ę j- j ść, j ż ą, ż, ją
Bardziej szczegółowoPlan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Bardziej szczegółowoProjekt 2 2. Wielomiany interpolujące
Proekt Weloma terpoluące Rodzae welomaów terpoluącc uma edomaów Nec w przedzale a, b określoa będze fukca f: ec będze ustaloc m wartośc argumetu :,,, m, m L prz czm: < < L < < m m Pukt o tc odcztac azwa
Bardziej szczegółowoRACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5.
RACHUNEK PRAWDOPODOBIEŃSTWA WYKŁAD 5. PODSTAWOWE ROZKŁADY PRAWDOPODOBIEŃSTWA Rozłady soowe Rozład jednopuntowy Oreślamy: P(X c) 1 gdzie c ustalona liczba. 1 EX c, D 2 X 0 (tylo ten rozład ma zerową wariancję!!!)
Bardziej szczegółowoINSTRUKCJA DO ĆWICZENIA NR 2
KATEDRA MECHANIKI STOSOWANEJ Wydzał Mehazy POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 PRZEDMIOT TEMAT OPRACOWAŁ MECHANIKA TECHNICZNA Wyzazee położee środka ężkoś układu mehazego Dr ż. K. Kęk 1.
Bardziej szczegółowoMiary statystyczne. Katowice 2014
Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących
Bardziej szczegółowoAPROKSYMACJA I INTERPOLACJA. funkcja f jest zbyt skomplikowana; użycie f w dalszej analizie problemu jest trudne
APROKSYMACJA I INTERPOLACJA Przybliżeie fucji f(x) przez ią fucję g(x) fucja f jest zbyt sompliowaa; użycie f w dalszej aalizie problemu jest trude fucja f jest zaa tylo tabelaryczie; wymagaa jest zajomość
Bardziej szczegółowoZadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84
Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,
Bardziej szczegółowoŁ Ą ż ż Ę ż Ó Ł ź ż ż Ś ż Ę Ę Ś Ą ć ż Ź Ś Ę Ś ĄÓ Ę Ź ż Ń ć ć ć ć ż ć ć Ę Ś ż ż ć ć ć Ę ć ż Ć Ś ć ć Ś ć ć ż ż ż Ź Ś ż ć ć ć ć ć ć Ś ć Ę ż Ę ć Ó ć ć ć ć Ę ć ć ć Ę Ś ż ć Ę Ź ć Ę Ć Ź ż ż Ś Ę ź ć Ź ż ć Ą ć
Bardziej szczegółowoL.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5
L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowoReprezentacja krzywych...
Reprezeacja rzywych... Reprezeacja przy pomocy fcj dwóch zmeych rzywe płase płase - jedej: albo z z f x y x [ x x2] y [ y y2] f x y g x x [ x x2] Wady: rzywe óre dla pewych x y mogą przyjmować wele warośc
Bardziej szczegółowo( ) RóŜne rodzaje grup. Symetrie i struktury ciała stałego. W.Sikora, Wyklad 3
Symete stutuy ł stłe. W.S Wyld RóŜne dze up up wetw W - zó wetów z ddwnem dzłnem upwym spełn wszyste złŝen ztem est upą. Nzyw sę ą upą wetwą. Gup t est nesńzn (e ząd est nesńzny) mŝe yć ął lu dysetn. Dysetn
Bardziej szczegółowoŚ Ę Ś Ą Ł Ę Ę Ę Ą ć Ę Ę ź ź Ń Ń Ę Ń Ń ź ź Ą ć Ą ć Ę Ą Ń Ń Ą Ę Ę ć Ą Ę ź Ą ć ć Ęć ć Ń ć ć ć ć ć Ś ć Ą ć ć ć Ń Ę Ś Ę Ę Ę ć Ę ć ć Ł ć Ń Ń Ęć Ę ź ć Ą Ę ź ć Ę Ę ź Ę Ą Ę Ą ć ź ź Ę ź Ę Ń ć ź ć ź Ę Ń Ę Ł Ę Ę ć
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoStosowana Analiza Regresji
prostej Stosowana Wykład I 5 Października 2011 1 / 29 prostej Przykład Dane trees - wyniki pomiarów objętości (Volume), średnicy (Girth) i wysokości (Height) pni drzew. Interesuje nas zależność (o ile
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA
STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze
Bardziej szczegółowoNiemili nie będą mili
Ł Ł ś % X - Ś f ś ś ą ą ś ą - ą - ś f ć f ą - ś - f ą - ść ą ś ć ć ś ś ś - : ą f ą ą ą ć ą ą ą f - f - ą - - ą ą ź - ą - ś ą ą ą ś ą ą ś ć ś - ć ść ś ą - ą ą - ą ą ć - f ą f - ą ź ą ć - ą f ą ś - ś ą :
Bardziej szczegółowoWykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.
Wyłady z Aalzy rzeczywstej zespoloej w Matematyce stosowaej Lteratura W Rud: Podstawy aalzy matematyczej, PWN, Warszawa, 1982 W Rud: Aalza rzeczywsta zespoloa, PZWS, Warszawa, 1986 W Szabat: Wstęp do aalzy
Bardziej szczegółowo5. OPTYMALIZACJA NIELINIOWA
5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe
Bardziej szczegółowoKRZYWOLINIOWA FUNKCJA REGRESJI W BAZIE FUNKCJI SKLEJANYCH
ZESZYTY AUWE AADEII ARYARI WJEEJ R XV R 58 4 Agaa Załęsa-Foal ae Zellma RZYWIIWA FUCJA REGRESJI W AZIE FUCJI SEJAYCH STRESZCZEIE W aule zedsaoo możloś zasosoaa bazo fuj sleja do zazaa fuj egesj meodą ajęszej
Bardziej szczegółowo( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min
Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego
Bardziej szczegółowoAnaliza spektralna stóp zwrotu z inwestycji w akcje
Nasz rye aptałowy, 003 r3, str. 38-43 Joaa Góra, Magdalea Osńsa Katedra Eoometr Statysty Uwersytet Mołaja Kopera w Toruu Aalza spetrala stóp zwrotu z westycj w acje. Wstęp Agregacja w eoom eoometr bywa
Bardziej szczegółowoσ r z wektorem n r wynika
Wyład Napęża głów Pozuamy płazczyzy dowol achylo do o uładu wpółzędych o t właośc by wto apęża a t płazczyź był wpółoowy z wtom wtom tóy otu tę płazczyzę w pztz (wtom do omalym). a) pzypad ogóly b) płazczyza
Bardziej szczegółowoParametry zmiennej losowej
Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoSTATYKA. Cel statyki. Prof. Edmund Wittbrodt
STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake
Bardziej szczegółowoDziś: Pełna tabela loterii państwowej z poniedziałkowego ciągnienia
Dś: l l ń C D O 0 Ol : Z l N 40 X C R : D l ś 0 R 3 ń 6 93 Oź l ę l ę -H O D ę ź R l ś l R C - O ś ę B l () N H śl ź ę - H l ę ć " Bl : () f l N l l ś 9! l B l R Dl ę R l f G ęś l ś ę ę Y ń (l ) ę f ęś
Bardziej szczegółowo