Statystyka. Wykład 11. Magdalena Alama-Bućko. 21 maja Magdalena Alama-Bućko Statystyka 21 maja / 31
|
|
- Halina Grabowska
- 5 lat temu
- Przeglądów:
Transkrypt
1 Statystyka Wykład 11 Magdalena Alama-Bućko 21 maja 2018 Magdalena Alama-Bućko Statystyka 21 maja / 31
2 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia miary zmienności miary asymetrii miary koncentracji. Analiza współzależności zjawisk. Analiza dynamiki zjawisk. Magdalena Alama-Bućko Statystyka 21 maja / 31
3 Porównanie liczb Dwie liczby a i b można z soba porównywać za pomoca ich odejmowania b a Otrzymujemy wartość wyrażona w jednostkach danej cechy. o ile większa/ mniejsza od a jest wartość b albo dzielenia Otrzymujemy wartość pozbawiona jednostek ile razy większa/ mniejsza od a jest wartość b b a Magdalena Alama-Bućko Statystyka 21 maja / 31
4 Przyrosty absolutne Przyrosty absolutne: pomiary danego zjawiska w dwóch momentach porównujemy z soba za pomoca ich odejmowania. y t/s = y t y s, Zatem jeśli przyrost ma dodatni znak, to nastapił wzrost wartości zjawiska ujemny znak, to nastapił spadek wartości danego zjawiska. Przyrosty absolutne sa wartościami mianowanymi wyrażonymi w jednostkach, w jakich wyrażona jest dana cecha. Magdalena Alama-Bućko Statystyka 21 maja / 31
5 y t/s = y t y s, W zależności od wartości zjawiska do którego odnosimy pozostałe pomiary ( czyli punktu odniesienia - w powyższym wzorze to wartość y s ) wyróżniamy następujace rodzaje przyrostów absolutnych: przyrosty absolutne o podstawie stałej przyrosty absolutne o podstawie zmiennej (łańcuchowej) Magdalena Alama-Bućko Statystyka 21 maja / 31
6 Przyrosty absolutne o podstawie stałej : to przyrost danego zjawiska w dowolnym momencie względem jednego określonego okresu (momentu) (np. do pewnego zerowego pomiaru ). y t/0 = y t : o ile różni się wartość cechy w momencie t względem wartości w pewnym momencie "zerowym" y 1/0 = y 1, y 2/0 = y 2,... y n 1/0 = y n 1, y n/0 = y n. Magdalena Alama-Bućko Statystyka 21 maja / 31
7 Przyrosty absolutne o podstawie zmiennej (łańcuchowej): to przyrost danego zjawiska w dowolnym momencie względem okresu (momentu) stale zmieniajacego się (np. do pomiaru poprzedniego) y t/t 1 = y t y t 1 o ile różni się wartość cechy w momencie t względem wartości w poprzednim momencie, czyli t 1. zmiana miesiac do miesiaca, rok do roku,... y 2/1 = y 2 y 1, y 3/2 = y 3 y 2,... y n 1/n 2 = y n 1 y n 2, y n/n 1 = y n y n 1 Magdalena Alama-Bućko Statystyka 21 maja / 31
8 Przyrosty względne (wskaźniki tempa wzrostu) Przyrost względny to iloraz przyrostu absolutnego (o podstawie stałej albo zmiennej) do jego poziomu w okresie (momencie) przyjętym za podstawę porównań, czyli y t/s y s = y t y s y s = y t y s 1. przyrosty względne nazywane sa również wskaźnikami tempa wzrostu bardzo proste w interpretacji wystarczy pomnożyć przez 100% i otrzymamy informację, o ile % następił wzrost /spadek Magdalena Alama-Bućko Statystyka 21 maja / 31
9 przyrosty względne jednopodstawowe : czyli: y 1/0 = y 1, y t/0 = y t = y t 1, y 2/0 = y 2,..., y n/0 = y n. przyrosty względne łańcuchowe: czyli : y t/t 1 y t 1 = y t y t 1 y t 1 = y t y t 1 1, y 2,1 y 1 = y 2 y 1 y 1, y 3,2 y 2 = y 3 y 2 y 2,..., y n,n 1 y n 1 = y n y n 1 y n 1 Magdalena Alama-Bućko Statystyka 21 maja / 31
10 Przyrosty względne: można wyrazić w procentach, np. y t 100% = ( y t 1) 100% informuja, o ile niższy albo wyższy jest poziom badanego zjawiska w danym okresie w stosunku do okresu porównanawczego do pewnego określonego stałego okresu (dla przyrostów stałych) do okresu poprzedzajacego (dla przyrostów łańcuchowych) moga być dodatnie, ujemne albo mieć wartość zero > 0 gdy wzrost poziomu zjawiska względem okresu porównawczego < 0 gdy spadek poziomu zjawiska względem okresu porównawczego = 0 gdy brak zmiany zjawiska Magdalena Alama-Bućko Statystyka 21 maja / 31
11 Przykład 1 : Liczba statków do przewozu ładunków stałych w latach Liczba statków lata liczba przyrosty absolutne przyrosty względne sztuk jednopod- łańcuchowe jednopod- łańcuchowe stawowe (2011) stawowe (2011) , , 022 0, , 033 0, , 077 0, , 121 0, , 176 0, 063 przyrosty absolutne: y t/2011 = y t y 2011, y t/t 1 = y t y t 1, y przyrosty względne: t/2011 y 2011 = y t y y , t/t 1 y t 1 = y t y t 1 1 Magdalena Alama-Bućko Statystyka 21 maja / 31
12 lata liczba przyrosty absolutne przyrosty względne sztuk jednopodstawowe jednopodstawowe , , , , , , 176 tylko w roku 2012 nastapił wzrost liczby statków w stosunku do roku 2011 : o 2 sztuki co stanowi wzrost 2, 2% w latach następował spadek liczby statków w stosunku do roku 2011 największy spadek liczby statków w stosunku do roku 2011 nastapił w roku 2016 i w stosunku do 2011 roku był to spadek o 17, 6% Magdalena Alama-Bućko Statystyka 21 maja / 31
13 lata liczba przyrosty absolutne przyrosty względne sztuk łańcuchowe łańcuchowe , , , , , 063 Jeżeli za podstawę porównań przyjmujemy stan z roku poprzedniego, to : tylko w roku 2012 nastapił wzrost liczby statków w stosunku do roku 2011 : o 2 sztuki co stanowi wzrost o 2, 2% w latach następował spadek liczby statków w stosunku do roku poprzedniego (porównywalna wartość spadku) największy spadek do roku poprzedniego (procentowy) miał miejsce w roku 2016 i wynosił 6, 3% Magdalena Alama-Bućko Statystyka 21 maja / 31
14 Przykład 2 Liczba zgonów z powodu nowotworów w powiatach bydgoskim i toruńskim w latach : powiat bydgoski powiat toruński Powiat bydgoski lata liczba przyrosty absolutne przyrosty względne zgonów jednopod- łańcuchowe jednopod- łańcuchowe stawowe (2007) stawowe (2007) , ,055 0, , 051 0, , 055 0, , 130 0, , 032 0, , 074 0, , 148 0, , 079 0, 060 Magdalena Alama-Bućko Statystyka 21 maja / 31
15 Powiat bydgoski lata liczba przyrosty absolutne przyrosty względne zgonów jednopod- jednopodstawowe (2007) stawowe (2007) , , , , , , , , , 079 w latach nastapiła większa niż w 2007 liczba zgonów największy wzrost liczby zgonów względem roku 2007 wyniósł 32 i nastapił w roku 2014 (co stanowi wzrost o 14, 8%) najmniejszy wzrost liczby zgonów względem roku 2007 wyniósł 7 i nastapił w roku 2012 (co stanowi wzrost tylko o 3, 2%) Magdalena Alama-Bućko Statystyka 21 maja / 31
16 Powiat bydgoski lata liczba przyrosty absolutne przyrosty względne zgonów łańcuchowe łańcuchowe , , , , , , , , 060 największy wzrost względem roku poprzedniego wyniósł 16 przypadków i nastapił w roku 2011 (co stanowi wzrost o 7%) i w roku 2014 ( wzrost o 6, 9%) największy spadek liczby zgonów względem roku poprzedniego wyniósł 21 przypadków i nastapił w roku 2012 (co oznaczało spadek o 8, 6%) Magdalena Alama-Bućko Statystyka 21 maja / 31
17 Średni przyrost łańcuchowy Można wyliczyć "średnia" wartość przyrostu łańcuchowego, która nazywamy średnim przyrostem absolutnym: y t/t 1 = y n y 1 n 1 Interpretacja: z okresu na okres (momentu na moment) następował wzrost/spadek średnio o y t/t 1 jednostek (szt, zł, kg, m,...) najlepiej stosować do okresów, w których następuje tylko spadek, albo do okresów w których występuje tylko wzrost. Oczywiście - o ile takie okresy jesteśmy w stanie wyodrębnić Magdalena Alama-Bućko Statystyka 21 maja / 31
18 Przykład 1 : Liczba statków do przewozu ładunków stałych w latach lata liczba przyrosty absolutne przyrosty względne sztuk jednopod- łańcuchowe jednopod- łańcuchowe stawowe (2011) stawowe (2011) , , 022 0, , 033 0, , 077 0, , 121 0, , 176 0, 063 Średni przyrost absolutny: y t/t 1 = y n y 1 n y = = 3.2 w latach rok do roku spadek średnio o 3.2 statku y = = 4.5 w latach rok do roku spadek średnio o 4.5 statku 5 1 Magdalena Alama-Bućko Statystyka 21 maja / 31
19 Przykład 2 : Liczba zgonów z powodu nowotworów w powiecie bydgoskim w latach : lata liczba przyrosty absolutne przyrosty względne zgonów jednopod- łańcuchowe jednopod- łańcuchowe stawowe (2007) stawowe (2007) , ,055 0, , 051 0, , 055 0, , 130 0, , 032 0, , 074 0, , 148 0, , 079 0, 060 Średni przyrost absolutny: y t/t 1 = y n y 1 n y = = z roku na rok następował wzrost średnio o przypadku Magdalena Alama-Bućko Statystyka 21 maja / 31
20 Indywidualne indeksy dynamiki indeksy = wskaźniki dynamiki Indeksem nazywamy każda liczbę względna powstała przez podzielenie wielkości danego zjawiska w badanym okresie przez wielkość tego zjawiska w pewnym okresie bazowym y t poziom zjawiska w badanym okresie, y s poziom zjawiska w okresie bazowym, to i t/s = y t y s wartość niemianowana (brak jednostek) wskaźnik dynamiki może być wyrażony w procentach i t/s = y t y s 100% Magdalena Alama-Bućko Statystyka 21 maja / 31
21 wskaźnik dynamiki może być wyrażony w procentach i t/s = y t y s 100% i odpowiada na pytanie: " ile razy większy albo mniejszy jest poziom zjawiska w danym momencie w stosunku do momentu bazowego" jeżeli i < 1 ( i < 100%) to nastapił spadek poziomu zjawiska jeżeli i > 1 (i > 100%) to nastapił wzrost poziomu zjawiska jeżeli i = 1 (i = 100%) to poziomy zjawiska w badanych okresach sa takie same w zależności od przyjętej definicji momentu bazowego wyróżniamy: indeksy jednopodstawowe indeksy łańcuchowe Magdalena Alama-Bućko Statystyka 21 maja / 31
22 indeksy o podstawie stałej (jednopodstawowe) (y s = ): i t/0 = y t, t = 1, 2,..., n czyli i 1/0 = y 1, i 2/0 = y 2,..., i n 1/0 = y n 1, i n/0 = y n indeksy o podstawie zmiennej (łańcuchowej) (dla dowolnego t poziom zjawiska porównujemy z wartościa w momencie "poprzedzajacym go", czyli s = t 1): i t/t 1 = y t y t 1, t = 2, 3,..., n czyli i 2/1 = y 2 y 1, i 3/2 = y 3 y 2,..., i n 1/n 2 = y n 1 y n 2, i n/n 1 = y n y n 1. Magdalena Alama-Bućko Statystyka 21 maja / 31
23 Interpretacja do interpretacji indeksów indywidualnych należy od jego wartości (w postaci ułamka) odjać 1 i pomnożyć wynik przez 100% (w pamięci) do interpretacji indeksów indywidualnych zapisanych w postaci procentów należy od jego wartości odjać 100% (w pamięci) w ten sposób otrzymujemy przyrost względny wyrażony w % Tak "przekształcony" indeks informuje nas, o ile procent wzrósł/zmalał poziom zjawiska względem poziomu "bazowego/poprzedniego" Magdalena Alama-Bućko Statystyka 21 maja / 31
24 i 2/0 = 1.043, zatem = 0.043, % = 4, 3% stad w drugim badanym momencie (okresie) nastapił wzrost o 4, 3% względem momentu bazowego. i 2/1 = 0.935, zatem = 0.065, % = 6.5% stad w drugim badanym momencie (okresie) w odniesieniu do poprzedniego momentu (okresu) nastapił spadek wartości zjawiska o 6, 5%. i 2/1 = 150%, zatem 150% 100% = 50% stad w drugim badanym momencie (okresie) w odniesieniu do poprzedniego momentu (okresu) nastapił wzrost wartości zjawiska o 50%. Magdalena Alama-Bućko Statystyka 21 maja / 31
25 Przykład 1 : Liczba statków do przewozu ładunków stałych w latach lata numer liczba indeksy indywidualne pomiaru sztuk jednopod- łańcuchowe stawowe(2011) jednopodstawowe i t/0 = y t, tutaj = y 1 = 91 i 2/1 = y 2 = 91 = 1.022, (+2, 2%) w 2012 wzrost względem 2011 o 2, 2% 91 i 3/1 = y 3 = 88 = 0.967,...( 3, 3%) w 2013 spadek względem 2011 o 3, 3% 91 kolejne wartości : względem 2011 roku: ( 7, 7%), ( 12, 1%), ( 17, 6%) Magdalena Alama-Bućko Statystyka 21 maja / 31
26 Przykład 1 : Liczba statków do przewozu ładunków stałych w latach lata numer liczba indeksy indywidualne pomiaru sztuk jednopod- łańcuchowe stawowe(2011) łańcuchowe: i t/t 1 = y t y t 1 i 3/2 = y 3 = 88 = 0.946, ( 5, 4%) w 2013 spadek względem 2012 o 5, 4% y 2 93 i 4/3 = y 4 = 84 = 0.954, ( 4, 6%) w 2014 spadek względem 2013 o 4, 6% y 3 88 kolejne wartości : względem poprzedniego roku: ( 4, 8%), ( 6, 3%) Magdalena Alama-Bućko Statystyka 21 maja / 31
27 Przykład 2 : Liczba zgonów z powodu nowotworów w powiecie bydgoskim w latach : lata numer liczba indeksy indywidualne pomiaru zgonów jednopod- łańcuchowe stawowe (2007) jednopodstawowe i t/0 = y t, łańcuchowe i y t/t 1 = y t 0 ( = y 1 ) i 2/1 = y 2 = 228 y = 1.055, i 3/1 = y 3 = 227 = 1.051,... y i 2/1 = y 2 = 228 y = 1.055, i 3/2 = y 3 = 227 = 0.996,... y y t 1 Magdalena Alama-Bućko Statystyka 21 maja / 31
28 indeksy : jednopodstawowe i łańcuchowe Gdy mamy dokładne dane, to możemy wyliczyć wszystkie wskaźniki jakie chcemy (tzn. indeksy, przyrosty). a co gdy danych dokładnych nie mamy? Problem : znamy wartości indeksów jednego typu albo przyrosty względne (jednopodstawowe albo łańcuchowe). Chcemy wyliczyć pozostałe indeksy oraz wskaźniki. jest zależność pomiędzy przyrostami względnymi i indeksami jest zależność pomiędzy indeksami : można przejść z łańcuchowych na jednopodstawowe i na odwrót. Magdalena Alama-Bućko Statystyka 21 maja / 31
29 Zależność między przyrostami względnymi a indeksami y t/s y s i t/s = y t y s = y t y s y s = y t y s 1 zatem : y t/s y s = i t/s 1 i t/s = y t/s y s + 1 Uwaga Jeżeli przyrosty względne albo indeksy wyrażone sa w procentach, to zamiast 1 w powyższych wzorach należy dodać/odjać 100% Magdalena Alama-Bućko Statystyka 21 maja / 31
30 Przykład 1 : Liczba statków do przewozu ładunków stałych w latach (indeksy i przyrosty względne wcześniej wyznaczone Można sprawdzić, że zachodza właściwe zależności pomiędzy nimi.) lata liczba indeksy indywidualne i t/s przyrosty względne y t/s y s sztuk jednopod- łańcuchowe jednopod- łańcuchowe stawowe(2011) stawowe(2011) , y t/s = i y t/s 1 i t/s = y t/s s y s + 1 jednopodstawowy: y t/0 = i t/0 1 oraz i t/0 = y t/0 + 1 łańcuchowy: y t/t 1 y t 1 = i t/t 1 1 oraz i t/t 1 = y t/t 1 y t Magdalena Alama-Bućko Statystyka 21 maja / 31
31 Dziękuję za uwagę! Magdalena Alama-Bućko Statystyka 21 maja / 31
Statystyka. Wykład 11. Magdalena Alama-Bućko. 22 maja Magdalena Alama-Bućko Statystyka 22 maja / 41
Statystyka Wykład 11 Magdalena Alama-Bućko 22 maja 2017 Magdalena Alama-Bućko Statystyka 22 maja 2017 1 / 41 Analiza dynamiki zjawisk badamy zmiany poziomu (tzn. wzrosty/spadki) badanego zjawiska w czasie.
Bardziej szczegółowoStatystyka. Wykład 10. Magdalena Alama-Bućko. 15 maja Magdalena Alama-Bućko Statystyka 15 maja / 32
Statystyka Wykład 10 Magdalena Alama-Bućko 15 maja 2017 Magdalena Alama-Bućko Statystyka 15 maja 2017 1 / 32 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia miary
Bardziej szczegółowoStatystyka. Wykład 12. Magdalena Alama-Bućko. 29 maja Magdalena Alama-Bućko Statystyka 29 maja / 47
Statystyka Wykład 12 Magdalena Alama-Bućko 29 maja 2017 Magdalena Alama-Bućko Statystyka 29 maja 2017 1 / 47 Analiza dynamiki zjawisk badamy zmiany poziomu (tzn. wzrosty/spadki) badanego zjawiska w czasie.
Bardziej szczegółowoStatystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28
Statystyka Wykład 3 Magdalena Alama-Bućko 6 marca 2017 Magdalena Alama-Bućko Statystyka 6 marca 2017 1 / 28 Szeregi rozdzielcze przedziałowe - kwartyle - przypomnienie Po ustaleniu przedziału, w którym
Bardziej szczegółowoStatystyka. Wykład 10. Magdalena Alama-Bućko. 14 maja Magdalena Alama-Bućko Statystyka 14 maja / 31
Statystyka Wykład 10 Magdalena Alama-Bućko 14 maja 2018 Magdalena Alama-Bućko Statystyka 14 maja 2018 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia miary
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33
Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,
Bardziej szczegółowoStatystyka. Wykład 5. Magdalena Alama-Bućko. 20 marca Magdalena Alama-Bućko Statystyka 20 marca / 26
Statystyka Wykład 5 Magdalena Alama-Bućko 20 marca 2017 Magdalena Alama-Bućko Statystyka 20 marca 2017 1 / 26 Koncentracja Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności
Bardziej szczegółowoStatystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40
Statystyka Wykład 5 Magdalena Alama-Bućko 26 marca 2018 Magdalena Alama-Bućko Statystyka 26 marca 2018 1 / 40 Uwaga Gdy współczynnik zmienności jest większy niż 70%, czyli V s = s x 100% > 70% (co świadczy
Bardziej szczegółowoStatystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34
Statystyka Wykład 9 Magdalena Alama-Bućko 24 kwietnia 2017 Magdalena Alama-Bućko Statystyka 24 kwietnia 2017 1 / 34 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38
Statystyka Wykład 8 Magdalena Alama-Bućko 23 kwietnia 2017 Magdalena Alama-Bućko Statystyka 23 kwietnia 2017 1 / 38 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoAnaliza szeregów czasowych
Statystyka Wykład 5. Analiza szeregów czasowych michal.trzesiok@ue.katowice.pl Uniwersytet Ekonomiczny w Katowicach Katedra Analiz Gospodarczych i Finansowych 9 listopada 2015 r. Plan Szeregi czasowe wprowadzenie
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31
Statystyka Wykład 8 Magdalena Alama-Bućko 10 kwietnia 2017 Magdalena Alama-Bućko Statystyka 10 kwietnia 2017 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoAnaliza dynamiki zjawisk STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 28 września 2018 1 Pojęcie szeregów czasowych i ich składowych SZEREGIEM CZASOWYM nazywamy tablicę, która zawiera ciag wartości cechy uporzadkowanych
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35
Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoAnaliza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 3 kwietnia Magdalena Alama-Bućko Statystyka 3 kwietnia / 36
Statystyka Wykład 7 Magdalena Alama-Bućko 3 kwietnia 2017 Magdalena Alama-Bućko Statystyka 3 kwietnia 2017 1 / 36 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoStatystyka. Wykład 1. Magdalena Alama-Bućko. 20 lutego Magdalena Alama-Bućko Statystyka 20 lutego / 19
Statystyka Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka 20 lutego 2017 1 / 19 Wykład : 30h Laboratoria : 30h (grupa B : 14:00, grupa C : 10:30, grupa E : 12:15) obowiazek
Bardziej szczegółowoWykład 4. Informatyka Stosowana. Magdalena Alama-Bućko. 25 marca Magdalena Alama-Bućko Wykład 4 25 marca / 25
Wykład 4 Informatyka Stosowana Magdalena Alama-Bućko 25 marca 2019 Magdalena Alama-Bućko Wykład 4 25 marca 2019 1 / 25 Macierze Magdalena Alama-Bućko Wykład 4 25 marca 2019 2 / 25 Macierza wymiaru m n
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 2 1 / 20 MIARY ROZPROSZENIA, Wariancja Wariancją z próby losowej X
Bardziej szczegółowoNa poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy
Analiza dynami zjawisk Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy się w tej tematyce. Indywidualne indeksy dynamiki Indywidualne
Bardziej szczegółowoStatystyka. Wykład 1. Magdalena Alama-Bućko. 26 lutego Magdalena Alama-Bućko Statystyka 26 lutego / 34
Statystyka Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka 26 lutego 2018 1 / 34 Wykład : 30h Laboratoria : 30h egzamin w sesji letniej (po uprzednim zaliczeniu ćwiczeń)
Bardziej szczegółowoStatystyka. Wykład 9. Magdalena Alama-Bućko. 7 maja Magdalena Alama-Bućko Statystyka 7 maja / 40
Statystyka Wykład 9 Magdalena Alama-Bućko 7 maja 2018 Magdalena Alama-Bućko Statystyka 7 maja 2018 1 / 40 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia miary
Bardziej szczegółowoStatystyka. Wykład 6. Magdalena Alama-Bućko. 9 kwietnia Magdalena Alama-Bućko Statystyka 9 kwietnia / 36
Statystyka Wykład 6 Magdalena Alama-Bućko 9 kwietnia 2018 Magdalena Alama-Bućko Statystyka 9 kwietnia 2018 1 / 36 Krzywa koncentracji Lorenza w ekonometrii, ekologii, geografii ludności itp. koncentrację
Bardziej szczegółowoStatystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34
Statystyka Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka 5 marca 2018 1 / 34 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: Baza Demografia : https://bdl.stat.gov.pl/
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 6 Magdalena Alama-Bućko 8 kwietnia 019 Magdalena Alama-Bućko Statystyka matematyczna 8 kwietnia 019 1 / 1 Rozkłady ciagłe Magdalena Alama-Bućko Statystyka matematyczna 8
Bardziej szczegółowoAnaliza Zmian w czasie
Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Zmian w czasie Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka
Bardziej szczegółowoMiary asymetrii STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 pozwalaja określić, czy jednostki zbiorowości maja tendencje do skupiania się przy niskich wartościach cechy (tzw. asymetria
Bardziej szczegółowoŚrednie. Średnie. Kinga Kolczyńska - Przybycień
Czym jest średnia? W wielu zagadnieniach praktycznych, kiedy mamy do czynienia z jakimiś danymi, poszukujemy liczb, które w pewnym sensie charakteryzują te dane. Na przykład kiedy chcielibyśmy sklasyfikować,
Bardziej szczegółowoStatystyka opisowa. Wykład I. Elementy statystyki opisowej
Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ANALIZA SZEREGÓW CZASOWYCH I INDEKSY STATYSTYCZNE
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ANALIZA SZEREGÓW CZASOWYCH I INDEKSY STATYSTYCZNE INDEKSY STATYSTYCZNE Absolutny przyrost t = y t y t 1 Względny przyrost δ t = t y t Indeks indywidualny jednopodstawowy
Bardziej szczegółowoStatystyka. Wykład 13. Magdalena Alama-Bućko. 18 czerwca Magdalena Alama-Bućko Statystyka 18 czerwca / 36
Statystyka Wykład 13 Magdalena Alama-Bućko 18 czerwca 2018 Magdalena Alama-Bućko Statystyka 18 czerwca 2018 1 / 36 Agregatowy (zespołowy) indeks wartości określonego zespołu produktów np. jak zmianiała
Bardziej szczegółowoAgata Boratyńska. WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne.
1 Agata Boratyńska WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne. Agata Boratyńska Wykłady ze statystyki 2 Literatura J. Koronacki i J. Mielniczuk Statystyka WNT 2004
Bardziej szczegółowoAnaliza progu rentowności
Analiza progu rentowności Próg rentowności ( literaturze przedmiotu spotyka się również określenia: punkt równowagi, punkt krytyczny, punkt bez straty punkt zerowy) jest to taki punkt, w którym jednostka
Bardziej szczegółowoARYTMETYKA BINARNA. Dziesiątkowy system pozycyjny nie jest jedynym sposobem kodowania liczb z jakim mamy na co dzień do czynienia.
ARYTMETYKA BINARNA ROZWINIĘCIE DWÓJKOWE Jednym z najlepiej znanych sposobów kodowania informacji zawartej w liczbach jest kodowanie w dziesiątkowym systemie pozycyjnym, w którym dla przedstawienia liczb
Bardziej szczegółowoTeoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr
Bardziej szczegółowoStatystyka. Wykład 2. Magdalena Alama-Bućko. 27 lutego Magdalena Alama-Bućko Statystyka 27 lutego / 39
Statystyka Wykład 2 Magdalena Alama-Bućko 27 lutego 2017 Magdalena Alama-Bućko Statystyka 27 lutego 2017 1 / 39 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: https://bdl.stat.gov.pl/
Bardziej szczegółowoWykład 8. Informatyka Stosowana. 26 listopada 2018 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 31
Wykład 8 Informatyka Stosowana 26 listopada 208 Magdalena Alama-Bućko Informatyka Stosowana Wykład 8 26..208, M.A-B / 3 Definicja Ciagiem liczbowym {a n }, n N nazywamy funkcję odwzorowujac a zbiór liczb
Bardziej szczegółowoAnaliza progu rentowności
Analiza progu rentowności Próg rentowności ( literaturze przedmiotu spotyka się również określenia: punkt równowagi, punkt krytyczny, punkt bez straty punkt zerowy) jest to taki punkt, w którym jednostka
Bardziej szczegółowoStatystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30
Statystyka Wykład 13 Magdalena Alama-Bućko 12 czerwca 2017 Magdalena Alama-Bućko Statystyka 12 czerwca 2017 1 / 30 Co wpływa na zmiany wartości danej cechy w czasie? W najbardziej ogólnym przypadku, na
Bardziej szczegółowoZmiany cen nieruchomości w czasie
Inwestycje i ryzyko na rynku nieruchości Ewa Kusideł 1 Zmiany cen nieruchomości w czasie Dr Ewa Kusideł Inwestycje i ryzyko na rynku nieruchości 2 Analiza średnich zmian cen nieruchomości w czasie za pomocą
Bardziej szczegółowoPopulacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Bardziej szczegółowoSZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji
SZEREG CZASOWY Y zjawisko badane w różnch okresach lub momentach czasu. Dnamika zjawiska to zmiana zjawiska w czasie. Przkład. Y średni kurs akcji firm OPTMUS na giełdzie Okres: notowania od 1.03.2010
Bardziej szczegółowoAnaliza współzależności dwóch cech I
Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych
Bardziej szczegółowoWskaźnik asymetrii Jeżeli: rozkład jest symetryczny, to = 0, rozkład jest asymetryczny lewostronnie, to < 0. Kwartylowy wskaźnik asymetrii
Miary asymetrii Miary asymetrii (skośności) określają kierunek rozkładu cech zmiennych w zbiorowości (rozkład może być symetryczny lub asymetryczny lewostronnie lub prawostronnie) oraz stopień odchylenia
Bardziej szczegółowoStatystyka opisowa. Robert Pietrzykowski.
Statystyka opisowa Robert Pietrzykowski email: robert_pietrzykowski@sggw.pl www.ekonometria.info 2 Na dziś Sprawy bieżące Przypominam, że 14.11.2015 pierwszy sprawdzian Konsultacje Sobota 9:00 10:00 pok.
Bardziej szczegółowoWykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki
Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki ... poczynając od XIV wieku zegar czynił nas najpierw stróżów czasu, następnie ciułaczy czasu, i wreszcie obecnie - niewolników czasu. W trakcie
Bardziej szczegółowoZadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, , tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Rozwiązanie:
Zadanie 3 Oblicz jeżeli wiadomo, że liczby 8 2,, 1, 6 11 6 11, tworzą ciąg arytmetyczny. Wyznacz różnicę ciągu. Uprośćmy najpierw liczby dane w treści zadania: 8 2, 2 2 2 2 2 2 6 11 6 11 6 11 26 11 6 11
Bardziej szczegółowoAnaliza progu rentowności
Analiza progu rentowności Próg rentowności ( literaturze przedmiotu spotyka się również określenia: punkt równowagi, punkt krytyczny, punkt bez straty punkt zerowy) jest to taki punkt, w którym jednostka
Bardziej szczegółowoLiczby rzeczywiste. Działania w zbiorze liczb rzeczywistych. Robert Malenkowski 1
Robert Malenkowski 1 Liczby rzeczywiste. 1 Liczby naturalne. N {0, 1,, 3, 4, 5, 6, 7, 8...} Liczby naturalne to liczby używane powszechnie do liczenia i ustalania kolejności. Liczby naturalne można ustawić
Bardziej szczegółowoRok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -
Nazwa modułu: Statystyka opisowa i ekonomiczna Rok akademicki: 2013/2014 Kod: ZIE-1-205-n Punkty ECTS: 6 Wydział: Zarządzania Kierunek: Informatyka i Ekonometria Specjalność: - Poziom studiów: Studia I
Bardziej szczegółowoSTATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Dla opisania rozkładu badanej zmiennej, korzystamy z pewnych charakterystyk liczbowych. Dzielimy je na cztery grupy.. Określenie przeciętnej wartości
Bardziej szczegółowoWykład 3 Hipotezy statystyczne
Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ROZKŁAD EMPIRYCZNY
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ROZKŁAD EMPIRYCZNY Liczebności i częstości Liczebność liczba osób/respondentów/badanych, którzy udzielili tej konkretnej odpowiedzi. Podawana w osobach. Częstość odsetek,
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.
Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw
Bardziej szczegółowoStatystyka opisowa SYLABUS A. Informacje ogólne
Statystyka opisowa SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok
Bardziej szczegółowoPodstawą w systemie dwójkowym jest liczba 2 a w systemie dziesiętnym liczba 10.
ZAMIANA LICZB MIĘDZY SYSTEMAMI DWÓJKOWYM I DZIESIĘTNYM Aby zamienić liczbę z systemu dwójkowego (binarnego) na dziesiętny (decymalny) należy najpierw przypomnieć sobie jak są tworzone liczby w ww systemach
Bardziej szczegółowoWstęp do Informatyki
Wstęp do Informatyki Bożena Woźna-Szcześniak bwozna@gmail.com Jan Długosz University, Poland Wykład 4 Bożena Woźna-Szcześniak (AJD) Wstęp do Informatyki Wykład 4 1 / 1 DZIELENIE LICZB BINARNYCH Dzielenie
Bardziej szczegółowoSTATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Praca z danymi zaczyna się od badania rozkładu liczebności (częstości) zmiennych. Rozkład liczebności (częstości) zmiennej to jakie wartości zmienna
Bardziej szczegółowoProcenty - powtórzenie
Procent to umowny zapis wartości, która jest ułamkiem dziesiętnym lub ułamkiem zwykłym o mianowniku 100. 25% to inaczej: lub 0,25. 100% to inaczej : lub 1. Zamiana ułamków na procenty Aby zamienić ułamek
Bardziej szczegółowo1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:
Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 8 Magdalena Alama-Bućko 7 maja 2018 Magdalena Alama-Bućko Statystyka matematyczna 7 maja 2018 1 / 19 Przypomnijmy najpierw omówione na poprzednim wykładzie postaci przedziałów
Bardziej szczegółowo% POWTÓRZENIE. 1) Procent jako część całości. 1% to po prostu część całości. Stąd wynika, że procenty możemy zapisywać jako ułamki zwykłe lub
ZSO nr w Tychach http://www.lo.tychy.pl % POWTÓRZENIE ) Procent jako część całości. % to po prostu część całości. Stąd wynika, że procenty możemy zapisywać jako ułamki zwykłe lub 00 dziesiętne. Dla przykładu:
Bardziej szczegółowoDZIAŁANIA NA UŁAMKACH DZIESIĘTNYCH.
DZIAŁANIA NA UŁAMKACH DZIESIĘTNYCH. Dodawanie,8 zwracamy uwagę aby podpisywać przecinek +, pod przecinkiem, nie musimy uzupełniać zerami z prawej strony w liczbie,8. Pamiętamy,że liczba to samo co,0, (
Bardziej szczegółowoZbiór liczb rzeczywistych, to zbiór wszystkich liczb - wymiernych i niewymiernych. Zbiór liczb rzeczywistych oznaczamy symbolem R.
Zbiór liczb rzeczywistych, to zbiór wszystkich liczb - wymiernych i niewymiernych. Zbiór liczb rzeczywistych oznaczamy symbolem R. Liczby naturalne - to liczby całkowite, dodatnie: 1,2,3,4,5,6,... Czasami
Bardziej szczegółowoWYMAGANIA KONIECZNE - OCENA DOPUSZCZAJĄCA:
WYMAGANIA KONIECZNE - OCENA DOPUSZCZAJĄCA: zna pojęcie liczby naturalnej, całkowitej, wymiernej rozumie rozszerzenie osi liczbowej na liczby ujemne umie zaznaczać liczbę wymierną na osi liczbowej umie
Bardziej szczegółowoPubliczna Szkoła Podstawowa nr 14 w Opolu. Edukacyjna Wartość Dodana
Publiczna Szkoła Podstawowa nr 14 w Opolu Edukacyjna Wartość Dodana rok szkolny 2014/2015 Edukacyjna Wartość Dodana (EWD) jest miarą efektywności nauczania dla szkoły i uczniów, którzy do danej placówki
Bardziej szczegółowoWymagania edukacyjne z matematyki dla uczniów klasy VII szkoły podstawowej
Wymagania edukacyjne z matematyki dla uczniów klasy VII szkoły podstawowej Ocenę dopuszczającą otrzymuje uczeń, który: rozumie rozszerzenie osi liczbowej na liczby ujemne umie porównywać liczby wymierne,
Bardziej szczegółowoWymagania edukacyjne z matematyki dla klasy VII
Wymagania edukacyjne z matematyki dla klasy VII Szkoły Podstawowej nr 100 w Krakowie Na podstawie programu Matematyka z plusem Na ocenę dopuszczającą Uczeń: rozumie rozszerzenie osi liczbowej na liczby
Bardziej szczegółowoTesty nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
Bardziej szczegółowo9. BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI
BADANIE PRZEBIEGU ZMIENNOŚCI FUNKCJI Ekstrema i monotoniczność funkcji Oznaczmy przez D f dziedzinę funkcji f Mówimy, że funkcja f ma w punkcie 0 D f maksimum lokalne (minimum lokalne), gdy dla każdego
Bardziej szczegółowoMiary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 MIARY ZMIENNOŚCI (inaczej: rozproszenia, rozrzutu, zróżnicowania, dyspersji) informuja o zróżnicowaniu jednostek zbiorowości
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 013/014 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoUwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości
TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu, z którego pochodzi próbka. Hipotezy dzielimy na parametryczne i nieparametryczne. Parametrycznymi
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 429 EKONOMICZNE PROBLEMY TURYSTYKI NR 7 2006 RAFAŁ CZYŻYCKI, MARCIN HUNDERT, RAFAŁ KLÓSKA STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
Bardziej szczegółowo4. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych.
Jarosław Wróblewski Matematyka dla Myślących, 008/09. Postęp arytmetyczny i geometryczny. Wartość bezwzględna, potęgowanie i pierwiastkowanie liczb rzeczywistych. 15 listopada 008 r. Uwaga: Przyjmujemy,
Bardziej szczegółowoWykład ze statystyki. Maciej Wolny
Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:
Bardziej szczegółowoFunkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne.
Funkcje wymierne. Funkcja homograficzna. Równania i nierówności wymierne. Funkcja homograficzna. Definicja. Funkcja homograficzna jest to funkcja określona wzorem f() = a + b c + d, () gdzie współczynniki
Bardziej szczegółowoWYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA I GIMNAZJUM Małgorzata Janik
WYMAGANIA EDUKACYJNE Z MATEMATYKI KLASA I GIMNAZJUM Małgorzata Janik DOPUSZCZAJĄCY DOSTATECZNY DOBRY BARDZO DOBRY LICZBY I DZIAŁANIA zna pojęcie liczby naturalnej, całkowitej, wymiernej. rozumie rozszerzenie
Bardziej szczegółowoWykład 7. Informatyka Stosowana. 21 listopada Informatyka Stosowana Wykład 7 21 listopada / 27
Wykład 7 Informatyka Stosowana 21 listopada 2016 Informatyka Stosowana Wykład 7 21 listopada 2016 1 / 27 Relacje Informatyka Stosowana Wykład 7 21 listopada 2016 2 / 27 Definicja Iloczynem kartezjańskim
Bardziej szczegółowoEgzamin ze statystyki, Studia Licencjackie Stacjonarne. TEMAT C grupa 1 Czerwiec 2007
Egzamin ze statystyki, Studia Licencjackie Stacjonarne TEMAT C grupa 1 Czerwiec 2007 (imię, nazwisko, nr albumu).. Przy rozwiązywaniu zadań, jeśli to konieczne, naleŝy przyjąć poziom istotności 0,01 i
Bardziej szczegółowoKONSPEKT FUNKCJE cz. 1.
KONSPEKT FUNKCJE cz. 1. DEFINICJA FUNKCJI Funkcją nazywamy przyporządkowanie, w którym każdemu elementowi zbioru X odpowiada dokładnie jeden element zbioru Y Zbiór X nazywamy dziedziną, a jego elementy
Bardziej szczegółowoNaCoBeZU z matematyki dla klasy 7
NaCoBeZU z matematyki dla klasy 7 I. LICZBY I DZIAŁANIA 1. Znam pojęcia: liczby naturalne, całkowite, wymierne, dodatnie, ujemne, niedodatnie, odwrotne, przeciwne. 2. Zaznaczam i odczytuję położenie liczby
Bardziej szczegółowoWykład 13. Informatyka Stosowana. 14 stycznia 2019 Magdalena Alama-Bućko. Informatyka Stosowana Wykład , M.A-B 1 / 34
Wykład 13 Informatyka Stosowana 14 stycznia 2019 Magdalena Alama-Bućko Informatyka Stosowana Wykład 13 14.01.2019, M.A-B 1 / 34 Pochodne z funkcji elementarnych c = 0 (x n ) = nx n 1 (a x ) = a x ln a,
Bardziej szczegółowoLISTA 1 ZADANIE 1 a) 41 x =5 podnosimy obustronnie do kwadratu i otrzymujemy: 41 x =5 x 5 x przechodzimy na system dziesiętny: 4x 1 1=25 4x =24
LISTA 1 ZADANIE 1 a) 41 x =5 podnosimy obustronnie do kwadratu i otrzymujemy: 41 x =5 x 5 x przechodzimy na system dziesiętny: 4x 1 1=25 4x =24 x=6 ODP: Podstawą (bazą), w której spełniona jest ta zależność
Bardziej szczegółowoV Konkurs Matematyczny Politechniki Białostockiej
V Konkurs Matematyczny Politechniki iałostockiej Rozwiązania - klasy pierwsze 27 kwietnia 2013 r. 1. ane są cztery liczby dodatnie a b c d. Wykazać że przynajmniej jedna z liczb a + b + c d b + c + d a
Bardziej szczegółowoWYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS
WYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS Nazwa przedmiotu: Statystyka opisowa Profil 1 : ogólnoakademicki Cel przedmiotu: Zapoznanie studentów
Bardziej szczegółowoRozstęp Pozycyjne Odchylenie ćwiartkowe Współczynnik zmienności
Miary zmienności: Miary zmienności Klasyczne Wariancja Odchylenie standardowe Odchylenie przeciętne Współczynnik zmienności Rozstęp Pozycyjne Odchylenie ćwiartkowe Współczynnik zmienności 2 Spróbujmy zastanowić
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka matematyczna 5 marca 2018 1 / 14 Prawdopodobieństwo klasyczne Ω - zbiór wszystkich zdarzeń elementarnych
Bardziej szczegółowoTechnikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu
Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Wymagania edukacyjne niezbędne do uzyskania poszczególnych śródrocznych i rocznych ocen klasyfikacyjnych z obowiązkowych
Bardziej szczegółowo1 Całki funkcji wymiernych
Całki funkcji wymiernych Definicja. Funkcją wymierną nazywamy iloraz dwóch wielomianów. Całka funkcji wymiernej jest więc postaci: W (x) W (x) = an x n + a n x n +... + a x + a 0 b m x m + b m x m +...
Bardziej szczegółowoRachunki narodowe ćwiczenia, 2015
Obliczanie (zmian) wolumenów (na przykładzie PKB). Przykład opracowany na podstawie Understanding, ćwiczenie 3, str. 40. PKB, podobnie jak wiele innych wielkości makroekonomicznych, może być przedstawiany
Bardziej szczegółowoWykład 5: Analiza dynamiki szeregów czasowych
Wykład 5: Analiza dynamiki szeregów czasowych ... poczynając od XIV wieku zegar czynił nas najpierw stróżów czasu, następnie ciułaczy czasu, i wreszcie obecnie - niewolników czasu. W trakcie tego procesu
Bardziej szczegółowoZajęcia 1. Statystyki opisowe
Zajęcia 1. Statystyki opisowe 1. Znajdź dane dotyczące liczby mieszkańców w polskich województwach. Dla tych danych oblicz: a) Średnią, b) Medianę, c) Dominantę, d) Wariancję, e) Odchylenie standardowe,
Bardziej szczegółowoMetodologia badań psychologicznych. Wykład 12. Korelacje
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Wykład 12. Korelacje Korelacja Korelacja występuje wtedy gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub obiektów
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 01/013 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowo2a. Przeciętna stopa zwrotu
2a. Przeciętna stopa zwrotu Grzegorz Kosiorowski Uniwersytet Ekonomiczny w Krakowie Matematyka finansowa rzegorz Kosiorowski (Uniwersytet Ekonomiczny w Krakowie) 2a. Przeciętna stopa zwrotu Matematyka
Bardziej szczegółowoTRANSAKCJE ARBITRAŻOWE PODSTAWY TEORETYCZNE cz. 1
TRANSAKCJE ARBITRAŻOWE PODSTAWY TEORETYCZNE cz. 1 Podstawowym pojęciem dotyczącym transakcji arbitrażowych jest wartość teoretyczna kontraktu FV. Na powyższym diagramie przedstawiono wykres oraz wzór,
Bardziej szczegółowo1. LICZBY DZIAŁ Z PODRĘCZNIKA L.P. NaCoBeZu kryteria sukcesu w języku ucznia
L.P. DZIAŁ Z PODRĘCZNIKA NaCoBeZu kryteria sukcesu w języku ucznia 1. LICZBY 1. Znam pojęcie liczby naturalne, całkowite, wymierne, dodatnie, ujemne, niedodatnie, odwrotne, przeciwne. 2. Potrafię zaznaczyć
Bardziej szczegółowoSTATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 12 listopada 2017 1 Analiza współzależności dwóch cech 2 Jednostka zbiorowości - para (X,Y ). Przy badaniu korelacji nie ma znaczenia, która
Bardziej szczegółowo