Instytut Mechaniki Górotworu PAN; ul. Reymonta 27, Kraków. Streszczenie

Wielkość: px
Rozpocząć pokaz od strony:

Download "Instytut Mechaniki Górotworu PAN; ul. Reymonta 27, Kraków. Streszczenie"

Transkrypt

1 Prace Istytutu Mechaiki Górotworu PAN Tom 19, r 3, wrzesień 017, s Istytut Mechaiki Górotworu PAN Związek pomiędzy wskaźikiem desorpcji i metaoośością dla pokładów kopali,,boryia-zofiówka-jastrzębie Ruch Zofiówka przybliżoa zawartość metau w węglu BARBARA DUTKA, MIROSŁAW WIERZBICKI Istytut Mechaiki Górotworu PAN; ul. Reymota 7, Kraków Streszczeie Przeprowadzoo badaia statystycze dla 4 pokładów kopali,,boryia-zofiówka-jastrzębie Ruch Zofiówka polegające a statystyczej aalizie związku występującego pomiędzy mierzoymi w warukach i situ wartościami wskaźika desorpcji dp oraz metaoośością pokładu M. Zbiory daych obejmowały wyiki pomiarów kopaliaych prowadzoych a obszarze góriczym,,zofiówki w latach Zgodie z obowiązującą metodą desorbometryczą, zależość pomiędzy wartościami wskaźika desorpcji i metaoośością przybliżoą uśredia fukcja liiowa, która obowiązuje dla wszystkich polskich kopalń. W obrębie poszczególych pokładów kopali wyzaczoo wartości współczyika korelacji Pearsoa oraz przeprowadzoo badaie siły korelacji i jej istotości. Posługując się metodą regresji liiowej, określoo idywiduale rówaia opisujące zależość pomiędzy parametrami M i dp dla różych pokładów Ruchu Zofiówka. Zgodie z przeprowadzoą aalizą moża zauważyć, że relacja pomiędzy wskaźikiem desorpcji i metaoośością ie jest stała, lecz zmieia się w zależości od pokładu. Uzyskae rezultaty pozwalają przypuszczać, że zmieość relacji M-dp może wyikać ze zmia właściwości sorpcyjych pokładów charakteryzujących się różym wiekiem geologiczym. Zagadieie to będzie przedmiotem dalszych prac. Słowa kluczowe: metaoośość, wskaźik itesywości desorpcji, korelacja, regresja, model statystyczy 1. Wprowadzeie Wśród pośredich metod ozaczaia metaoośości wymieić moża metodę wskaźikową, ciśieiową, bilasu metaowego oraz metodę desorbometryczą. Ostatia z tych metod jest ajczęściej stosowaa w górictwie polskim. Metoda desorbometrycza opiera się a istieiu korelacji między itesywością desorpcji metau i całkowitą zawartością metau w węglu (metaoośością) [Borowski, 1975; Tarowski, 199; Szlązak et al., 011; Korzec, 013], przez co pozwala oa a określeie przybliżoej metaoośości pokładów. Na przestrzei lat zmieiao sposób poboru próbki, kostrukcję mierików desorpcji (desorbometrów) oraz metodykę badawczą. Borowski [1975] wykoywał pomiary desorpcji i situ, a astępie porówywał je z wyzaczoymi laboratoryjie prostymi wzorcowymi. Pomiar objętości desorbowaego gazu V p polegał a poborze zwierci klasy ziarowej 0,5 mm 1,0 mm z otworów badawczych, które w drugiej miucie od rozpoczęcia wierceia zamykao w desorbometrze izobaryczym [Stączek, 00]. Następie w czasie od. do 10. miuty pomiaru mierzoo ilość gazu wydzielającego się z węgla. Otrzymay wyik V p wyrażoy w cm 3 /g csw, wprowadzao do rówaia regresji prostej wzorcowej, co pozwalało a określeie ilości gazu sorbowaego. Poprzez porówaie ilości gazu sorbowaego z izotermą sorpcji wyzaczao wartość rówoważego ciśieia gazu w pokładzie. Całkowita zawartość metau w węglu, w miejscu poboru zwierci, staowiła sumę ilości gazu sorbowaego oraz ilości gazu wolego wydzielającego się samorzutie w momecie awiercaia próbki. Obecie do pomiaru wskaźika itesywości desorpcji stosoway jest desorbometr maometryczy cieczowy DMC- [Lama i Bodzioy, 1996; Stączek i Simka, 004], w którym umieszczay jest pojemiczek z próbką węgla. Pobrae zwierciy, przed umieszczeiem w pojemiku desorbometru, zostają przesiae do

2 1 Barbara Dutka, Mirosław Wierzbicki klasy ziarowej 0,5 mm 1,0 mm. Pomiar desorbometryczy, wykoyway pomiędzy od. do 4. miuty od chwili rozpoczęcia wierceia odpowiediego odcika otworu, polega a rejestracji ciśieia metau uwolioego z próbki. Zmierzoa wartość ciśieia, wyrażaa w kpa, staowi podstawę do wyzaczeia metaoośości przybliżoej M d z zależości obowiązującej dla wszystkich polskich kopalń, która koreluje wartość wskaźika desorpcji dp z zawartością metau w badaym węglu [PN-G-4400:013-10]: M d = 4,547dp + 0,897 (1) M d metaoośość przybliżoa, m 3 /Mg csw, dp wskaźik itesywości desorpcji mierzoy w warukach dołowych pomiędzy. i 4. miutą od rozpoczęcia wierceia, kpa. Zgodie z wiedzą zawartą w literaturze, decydujący wpływ a wyik pomiaru desorbometryczego mają początkowa zawartość metau w próbce oraz wartość efektywego współczyika dyfuzji D e [Wierzbicki, 011]. Zważywszy a to, iż efektywy współczyik dyfuzji zależy od temperatury układu węgiel- -meta [Charrière et al., 010; Wierzbicki, 013], a jego wartość zmieia się w szerokim zakresie wartości od cm /s do cm /s [Skoczylas i Topolicki, 016], relacja pomiędzy wskaźikiem desorpcji oraz metaoośością musi się zmieiać w zależości od pokładu. Mając to a uwadze, przealizowao związek (współzależość) pomiędzy wartościami wskaźika itesywości desorpcji i ozaczoą metaoośością różych pokładów Ruchu Zofiówka kopali,,boryia-zofiówka-jastrzębie.. Aaliza parametrów gazowych stosowaych dla rozpozaia zagrożeia metaowego i wyrzutowego IMG PAN uzyskał zgodę Jastrzębskiej Spółki Węglowej a pozyskaie od kopali Boryia-Zofiówka-Jastrzębie Ruch Zofiówka wyików pomiarów metaoośości M oraz wskaźika itesywości desorpcji dwumiutowej dp, wykoywaych przez uprawioych rzeczozawców WUG w latach Po uporządkowaiu daych zgromadzoych przez kopalię otrzymao, celem dalszych aaliz, zbiór wyików obejmujący 17 ozaczeia metaoośości, w trakcie których mierzoo rówież zwięzłość węgla f oraz określao zawartość części lotych V daf. Wyiki zostały poddae obróbce statystyczej, którą rozpoczęto od opisu zmieości parametrów ozaczaych podczas pomiarów metaoośości w aalizowaym okresie czasu. Dla każdego z badaych parametrów określoo miary tedecji cetralych [Żebrowska-Łucyk, 014]: średią arytmetyczą x śr zbioru daych: x i wartość parametru dla i-tego pomiaru, ilość wykoaych pomiarów. mediaę Me x zbioru daych: x r 1 xi i 1 () x Me x x 1 1 dla ieparzystej liczby wykoaych pomiarów (3) Na rysuku 1 przedstawioo porówaie wartości średiej oraz mediay metaoośości w poszczególych latach. Dae a wykresie słupkowym pokazują, iż średia metaoośość kopali utrzymywała się a poziomie około 3,50 m 3 CH 4 /Mg csw, po czym w roku 011 astąpił wyraźy spadek metaoośości średiej o 0,70 m 3 CH 4 /Mg csw (0%). Najiższe średie zawartości metau w węglu przypadały a lata 011 i 01. Od 01 roku astępował regulary wzrost metaoośości i w roku 014 średia metaoośość kopali przekroczyła wartość średią z początkowych lat badaego okresu. Osiągęła wtedy ajwyższą

3 Związek pomiędzy wskaźikiem desorpcji i metaoośością dla pokładów kopali wartość średią wyoszącą 3,77 m 3 CH 4 /Mg csw. Podobą zmieością charakteryzowała się mediaa metaoośości, przy czym miimum jej wartości, przypadające rówież a lata 011 i 01 było mociej zarysowae. Najwyższe wartości mediay metaoośości przypadały a lata 010 i 014, wyosząc odpowiedio 3,59 m 3 CH 4 /Mg csw i 3.69 m 3 CH 4 /Mg csw. Rys. 1. Metaoośość średia oraz mediaa metaoośości w latach Na rysuku przedstawioo porówaie wartości średiej oraz mediay wskaźika itesywości desorpcji metau w poszczególych latach. Cechą charakterystyczą aalizowaego okresu było maksimum średiej wartości wskaźika desorpcji (pokrywające się z maksimum jego mediay), przypadające a rok 010. Maksimum to poprzedzoe było widoczym spadkiem wskaźika desorpcji w latach W roku 011 itesywość desorpcji osiągęła miimum. Wzrost średiej wartości wskaźika desorpcji od roku 01 zakończył poowy spadek jego wartości w roku 014. W latach 011 i 01 różice pomiędzy wartością średią i mediaą wskaźika desorpcji były siliej widocze, podobie było w przypadku metaoośości. Mediaa wskaźika desorpcji wyraźie przesuwała się w kieruku wartości iższych od wyzaczoych w kolejych latach wartości średich. Rys.. Wartość średia oraz mediaa wskaźika itesywości desorpcji w latach Obraz zmieości aalizowaych parametrów przedstawioy a rysukach 1 i wskazuje a priori a obecość korelacji pomiędzy M i dp. Od tego obrazu iezaczie odbiegają wartości z 014, w którym metaoośość jest ajwiększa z całego aalizowaego przedziału lat, atomiast wartość wskaźika desorpcji jest stosukowo iska.

4 14 Barbara Dutka, Mirosław Wierzbicki 3. Aaliza związku pomiędzy wartościami wskaźika itesywości desorpcji i ozaczoą metaoośością pokładów Ruchu Zofiówka Dla poszczególych pokładów dokoao zestawieia wskaźików itesywości desorpcji metau względem ozaczoych metaoośości pokładu. Zestawioe rezultaty ie uwzględiały wyików pomiarów metaoośości, którym towarzyszyła zerowa wartość wskaźika itesywości desorpcji (brak zarejestrowaej desorpcji metau). Siłę statystyczego związku liiowego pomiędzy wskaźikiem desorpcji i metaoośością wyrażoo liczbowo za pomocą współczyika korelacji Pearsoa r xy : i 1 r xy cov x, y, 1rxy 1 (4) s s 1 covx, y xi xryi yr kowariacja pomiędzy zmieymi x i y, x sr, y sr średia arytmetycza zmieych x oraz y z próby o liczości, s x, s y odchyleia stadardowe dla zmieych x i y. x y Na podstawie wartości współczyika korelacji Pearsoa r xy określoo stopień zależości pomiędzy wskaźikiem desorpcji i metaoośością opierając się a astępującej skali: 0,0 r xy 0, praktyczie brak związku liiowego pomiędzy parametrami dp i M, 0, < r xy 0,4 zależość liiowa wyraźa, lecz słaba, 0,4 < r xy 0,7 zależość liiowa średia, 0,7 < r xy 0,9 zależość liiowa sila, 0,9 < r xy 1,0 zależość liiowa bardzo sila. Współczyik r xy (z próby) staowi oceę współczyika korelacji q w daym pokładzie, a zatem jest obciążoy pewym błędem. Należało zatem wykazać, że zależość liiowa, stwierdzoa pomiędzy wskaźikiem desorpcji i metaoośością w badaej próbie, będzie występowała rówież w pokładzie. Z puktu widzeia statystyki, ależało wykazać istotość statystyczą modelu korelacji M(dp) a podstawie weryfikacji hipotezy o iezależości cech. Sformułowao hipotezę zerową H 0 : q 0 i hipotezę alteratywą H 1 : q 0. Zgodie z hipotezą H 0 propooway model ie może wyjaśić poziomu zmieej zależej (wartość metaoośości), atomiast hipoteza H 1 wskazuje, że model zależości M(dp) wyjaśia poziom zmieej zależej. Obliczoo statystyki t 0 (lub w przypadku prób licziejszych od 1 statystyki z 0 ): lub t 0 r xy 1 r z0 rxy,, f (6) 1 r a astępie porówao je z wielkością tablicową t kr, którą odczytao z tablic rozkładu t-studeta dla poziomu istotości α = 0,05 oraz dla liczby stopi swobody rówej. Jeżeli t 0 t kr to korelacja jest istota statystyczie (przyjmujemy hipotezę H 1 ). Jeżeli t 0 < t kr to korelacja jest ieistota statystyczie (przyjmujemy hipotezę H 0 ). W tab. 1 zestawioo wartości współczyików korelacji r xy Pearsoa, rezultaty badaia siły korelacji oraz jej istotości. Aaliza wartości współczyika korelacji Pearsoa r xy wykazała, że zależość pomiędzy wartościami wskaźika desorpcji i metaoośością jest bardzo sila dla 4 pokładów Ruchu Zofiówka, dla 16 pokładów jest sila, dla 3 pokładów średia, a dla 1 pokładu (50/1 C) zależość liiowa praktyczie ie występuje. W przypadku 3 pokładów,,zofiówki ależy odrzucić hipotezę H 0 i przyjąć jako prawdziwą hipotezę H 1. Przyjęcie hipotezy H 1 ozacza, że związek liiowy pomiędzy metaoośością i wskaźikiem (5)

5 Związek pomiędzy wskaźikiem desorpcji i metaoośością dla pokładów kopali Tab. 1. Siła oraz istotość związku pomiędzy metaoośością i wskaźikiem itesywości desorpcji Pokład par r xy Korelacja f = t kr (0,05; f ) t 0 Istotość p 404/4 F 13 0,673 średia 130 1,978 10,449 tak p < 0, /1 B 61 0,785 sila 59 9,735 tak p < 0, /1 F 17 0,938 bardzo sila 15,131 10,454 tak p < 0, / F 70 0,785 sila 68 1,996 10,455 tak p < 0, /1 B 73 0,905 bardzo sila 71 1,994 17,894 tak p < 0, /1 F 115 0,701 sila 113 1,981 10,455 tak p < 0, /3 G 54 0,836 sila 5,007 10,99 tak p < 0, /4 D 3 0,876 sila 30,04 9,965 tak p < 0, /4 G 19 0,943 bardzo sila 17,11 11,687 tak p < 0, /4 G 1 0,84 sila 19,093 6,35 tak p < 0, D 10 0,693 średia 100 1,984 9,608 tak p < 0, G 148 0,848 sila 146 1,976 19,475 tak p < 0, D 76 0,706 sila 74 1,993 8,576 tak p < 0, E 103 0,86 sila 101 1,984 17,11 tak p < 0, G 154 0,847 sila 15 1,976 19,778 tak p < 0, / E 53 0,86 sila 51,008 1,18 tak p < 0, / G 36 0,751 sila 34,03 6,63 tak p < 0, / G 34 0,857 sila 3,037 9,413 tak p < 0, /4 F 11 0,947 bardzo sila 9,6 8,799 tak p < 0, /3 E 37 0,77 sila 35,03 6,64 tak p < 0, /1 C 97 0,771 sila 95 1,985 11,797 tak p < 0, /1- E 35 0,713 sila 33,035 5,836 tak p < 0,001 50/1 C 167 0,164 brak 165 1,975,153 tak 0,033 50/1 E 75 0,581 średia 73 1,993 6,10 tak p < 0,001 itesywości desorpcji w próbach dla tych pokładów jest istoty statystyczie. Poadto, wartości p < 0,001 świadczą o wysokiej istotości statystyczej korelacji liiowej pomiędzy tymi parametrami. Uzyskay wyik uprawia do przybliżaia daych kopaliaych dp i M modelem liiowym, atomiast rezultaty obserwowae w badaej próbie moża uzać za reprezetatywe dla całego pokładu. Ozacza to rówież, że w zdecydowaej większości pokładów Ruchu Zofiówka moża posługiwać się statystyczym modelem liiowym relacji M dp, który w wystarczającym stopiu pozwala a wyzaczaie metaoośości przybliżoej. Pomimo ajwiększej liczby pomiarów metaoośości ( = 167), wykoaych w pokładzie 501/ ależącym do partii C, związek liiowy pomiędzy wartościami dp i M praktyczie ie występuje. W pokładzie tym wyzaczaie metaoośości przybliżoej wymaga bardziej wikliwej aalizy daych zgromadzoych przez kopalię. Aaliza ta wymaga poszukiwaia iego modelu statystyczego służącego opisowi związku pomiędzy parametrami dp i M. W rezultacie przeprowadzoych badań, dla 3 z 4 pokładów Ruchu Zofiówka, przyjęto model liiowy dla zmieych dp i M. 4. Badaie zależości pomiędzy wskaźikiem itesywości desorpcji i metaoośością w celu szacowaia metaoośości przybliżoej 4.1. Model statystyczy do określaia przybliżoej zawartości metau w pokładzie W kolejych pokładach Ruchu Zofiówka wyzaczoo zależość pomiędzy wskaźikiem itesywości desorpcji i metaoośością poprzez aproksymację daych pomiarowych fukcją liiową: M = a dp + b (7) M metaoośość (zmiea objaśiaa), m 3 CH 4 /Mg csw, dp wskaźik desorpcji (zmiea objaśiająca), kpa, a współczyik kierukowy prostej, m 3 CH 4 /(Mg kpa), b wyraz woly, m 3 CH 4 /Mg csw.

6 16 Barbara Dutka, Mirosław Wierzbicki W przyjętym modelu statystyczym wskaźik desorpcji staowi zmieą objaśiającą, a podstawie której estymowae są wartości metaoośości, czyli zmieej objaśiaej. W rówaiu (7) występują parametry a i b, które moża iterpretować astępująco: współczyik a, określający achyleie prostej regresji dla poszczególych pokładów, charakteryzuje węgiel pod względem zdolości akumulowaia metau oraz itesywości jego uwaliaia, parametr b, będący wyrazem wolym powyższej relacji podaje wartość metaoośości przy desorpcji dp = 0. Brak obserwowalej emisji metau z węgla może być wyikiem zrówaia ciśieia metau, jakie pauje w pokładzie, z ciśieiem atmosferyczym. W takiej sytuacji, całkowita zawartość metau w pokładzie (metaoośość) ie będzie wyższa od pojemości sorpcyjej węgla w temperaturze złożowej pod ciśieiem baryczym (a 1bar ). Przy dp = 0 maksymala objętość metau, jaka może uwolić się z pokładu aruszoego działalością góriczą do wyrobiska, czyli tzw. desorbowala zawartość metau DZM, będzie rówa zeru. Moża zatem zauważyć, że wartość a 1bar wyzacza dolą graicę stosowalości metody desorbometryczej, atomiast zależość pomiędzy wskaźikiem desorpcji i desorbowalą zawartością metau przedstawić moża w sposób przybliżoy jako: DZM = a dp (15) Na rysuku 3 pokazao przykładową zależość pomiędzy zawartością metau w węglu (desorbowalą DZM oraz całkowitą M) i wskaźikiem itesywości desorpcji dp. Rys. 3. Zależość pomiędzy zawartością metau w węglu i wskaźikiem desorpcji: liia pomarańczowa całkowita zawartość metau, liia iebieska desorbowala zawartość metau 4.. Metoda regresji liiowej Rozszerzeiem korelacji liiowej jest regresja liiowa, która pozwala a określeie rówaia opisującego zależość dwóch zmieych. Liie regresji zostały wyzaczoe metodą ajmiejszych kwadratów, polegającą a miimalizacji sumy kwadratów odchyleń puktów pomiarowych od tej liii. Współczyiki a i b liii regresji wyzaczoo z odpowiedich wzorów: oraz a y 1 i b x i i1 i (8) xi xi i1 i i i1 i i1 i x y x y b i1 i1 (9)

7 Związek pomiędzy wskaźikiem desorpcji i metaoośością dla pokładów kopali Współczyik a jest achyleiem liii regresji, atomiast współczyik b jest puktem przecięcia liii regresji z osią M. Określa o przewidywaą wartość metaoośości w sytuacji, gdy wskaźik desorpcji przyjmuje wartość rówą 0. Błąd oszacowaia współczyików a i b obliczoo a podstawie wariacji resztowej s r, określającej dyspersję wartości uzyskaych z pomiarów kopaliaych wokół wartości teoretyczych [Makać i Urbaek- -Krzysztofiak, 008]: y yˆ i1 i i r (10) s k liczebość próby, k liczba szacowaych parametrów fukcji regresji (k = ), y i obserwowaa (zmierzoa) wartość zmieej objaśiaej, ŷ i przewidywaa wartość zmieej objaśiaej a podstawie modelu regresji. Odchyleia stadardowe współczyików regresji moża zapisać: dla współczyika a: s a r s x x 1 i i i1 i (11) dla współczyika b: s s (1) a b xi i 1 W kolejym kroku określoo wartość współczyika determiacji R, który wskazuje jaka część zmieości uzyskaych wyików metaoośości została wyjaśioa przez przyjęty model statystyczy: R yˆ 1 i y i r R y i 1 i y r, 0 1 i koleje obserwacje w próbie, y sr średia obserwowaa wartość zmieej objaśiaej. Przyjęto, że miarą obserwowaej zmieości metaoośości, ie wyjaśioej przez model liiowy jest suma kwadratów odchyleń poszczególych wyików od modelu, czyli suma kwadratów reszt. Na jej podstawie obliczoo odchyleie stadardowe składika resztowego, które iformuje o przeciętym odchyleiu zmierzoych wartości metaoośości od wartości teoretyczych otrzymaych z fukcji regresji [Sobczyk, 000]: y i ŷ i reszty modelu, liczba obserwacji, k liczba szacowaych parametrów. S e (13) y ˆ i 1 i y i (14) k W miarę wzrostu liczbowej wartości odchyleia stadardowego składika resztowego statystycza dobroć dopasowaia fukcji regresji do daych pomiarowych maleje. W celu określeia jaki procet średiej wartości metaoośości staowi odchyleie stadardowe składika resztowego, obliczoo współczyik zmieości losowej: W e Se (15) y r

8 18 Barbara Dutka, Mirosław Wierzbicki W miarę zmiejszaia wartości współczyika zmieości losowej otrzymamy większą zgodość modelu z daymi pomiarowymi Zestawiaie otrzymaych wyików Na rysuku 4 przedstawioo przykładowy wykres rozrzutu, sporządzoy a podstawie pomiarów przeprowadzoych w pokładzie 41 ależącym do partii G. Na wykresie zamieszczoo liię tredu, rówaie regresji z wartościami obliczoych współczyików a i b oraz przedziały ufości 1 α. Rys. 4. Zależość liiowa pomiędzy wskaźika itesywości desorpcji dp i odpowiadającymi im wartościami metaoośości M dla pokładu 41 w partii G W tabeli zestawioo wyiki badań regresji liiowej pomiędzy wskaźikiem desorpcji i metaoośością. Obliczoe zależości wyikają ze statystyki, iepewości ocey dp w warukach dołowych i iepewości ozaczeia M. Współczyik a, charakteryzujący węgiel pod względem itesywości uwaliaia metau z poszczególych pokładów, zawierał się w zakresie od,8 m 3 /(Mg kpa) do 5,75 m 3 /(Mg kpa), przy wartości średiej wyoszącej dla badaych pokładów 3,98 3 /(Mg kpa). W przypadku 4 pokładów a 3 wartości współczyików a, reprezetujących achyleie prostej o rówaiu M = a dp + b były większe od wartości zawartej w ormie, rówej 4,547 m 3 /(Mg csw kpa) (PN-G-4400:013-10). Współczyik a dla pozostałych 19 pokładów był miejszy od wartości ormatywej. Na rysuku 5 przedstawioo zmieość współczyika a modelu liiowego dla poszczególych pokładów kopali,,boryia-zofiówka-jastrzębie Ruch Zofiówka. Zgodie z rysukiem 5, relacja pomiędzy wskaźikiem desorpcji dp oraz metaoośością M ie jest stała dla wszystkich pokładów kopali, lecz ulega zmiaom w zależości od asyceia pokładów metaem i ich właściwości kietyczych. W przypadku współczyika b, którego określa wartość pojemości sorpcyjej węgla pod ciśieiem baryczym (a 1bar ), dla 6 pokładów a 3 przyjmował o wartość miejszą od przyjętej przez ormę wartości m 3 /Mg csw. Dla przeważającej większości badaych pokładów wartość współczyika b była większa od wartości,,ormatywej. 5. Podsumowaie i wioski Badaia opisae w artykule pokazują, że model liiowy relacji M(dp) dla większości pokładów kopali,,boryia-zofiówka-jastrzębie Ruch Zofiówka jest istoty statystyczie i wyjaśia zmieość metaoośości w tych pokładach. Metoda regresji liiowej pozwala a wyzaczeie rówaia opisującego zależość pomiędzy wskaźikiem desorpcji i metaoośością pokładu w celu ozaczaia metaoośości przybliżoej. Zmieość wartości współczyika a wskazuje a korzyści określaia metaoośości przy-

9 Związek pomiędzy wskaźikiem desorpcji i metaoośością dla pokładów kopali Tab.. Wyiki aalizy regresji dla modelu liiowego zależości M(dp) w pokładach kopali,,boryia-zofiówka-jastrzębie Ruch Zofiówka Pokład par a b s a s b R s r 404/4 F 13 3,167 1,55 0,305 0, 0,453 0,818 0,904 0,4 405/1 B 61 3,066 1,6 0,315 0,36 0,616 1,168 1,081 0,9 405/1 F 17 4,357 0,955 0,417 0,361 0,879 0,695 0,834 0, 405/ F 70 4,11 1,437 0,403 0,358 0,617 1,446 1,03 0,5 406/1 B 73 4,0 1,046 0,5 0,44 0,819 1,047 1,03 0, 406/1 F 115 3,977 1,405 0,38 0,338 0,49 1,34 1,158 0,4 409/3 G 54 3,61 1,1 0,97 0,36 0,699 1,313 1,146 0,6 409/4 D 3 3,77 1,005 0,378 0,35 0,768 0,79 0,89 0, 409/4 G 19 4,504 0,86 0,385 0,373 0,889 0,715 0,846 0,1 409/4 G 1,961 1,095 0,466 0,457 0,68 1,17 1,083 0,3 410 D 10 3,905 1,518 0,406 0,376 0,48 1,77 1,331 0,7 410 G 148 4,394 1,11 0,7 0,187 0,719 1,161 1,078 0,5 41 D 76 3,648,044 0,45 0,461 0,499 1,8 1,34 0,3 41 E 103 4,31 0,767 0,5 0,147 0,744 0,873 0,935 0,34 41 G 154 3,655 1,11 0,186 0,13 0,718 1,404 1,185 0,4 413/ E 53 3,79 1,18 0,307 0,11 0,743 0,904 0,951 0,3 413/ G 36 3,549 1,34 0,535 0,37 0,564 1,816 1,348 0,4 413/ G 34 4,03 0,87 0,47 0,38 0,735 0,647 0,805 0,19 415/4 F 11 4,841 0,364 0,55 0,96 0,896 0,491 0,701 0,3 416/3 E 37,8,154 0,451 0,344 0,59 0,681 0,86 0, 417/1 C 97 4,614 0,758 0,391 0,173 0,594 0,637 0,798 0,31 418/1- E 35 4,994 0,55 0,856 0,316 0,508 0,418 0,647 0,9 50/1 C ie aalizowao 50/1 E 75 5,749 0,936 0,94 0,68 0,338 1,069 1,034 0,43 S e W e Rys. 5. Zmieość zależości liiowej pomiędzy wartościami wskaźika itesywości desorpcji dp i odpowiadającymi im wartościami metaoośości M dla pokładów kopali,,boryia-zofiówka-jastrzębie Ruch Zofiówka bliżoej za pomocą modelu liiowego M(dp), wyzaczaego idywidualie dla poszczególych pokładów kopali (kalibracja metody desorbometryczej). W przypadku jedego z badaych pokładów (50/1 w partii C), mimo ajlicziejszego zbioru wyików, wartość współczyika korelacji r xy świadczy o braku związku liiowego pomiędzy badaymi parametrami dp oraz M. W pokładzie tym model liiowy zawodzi i trudo określić, jak zmiei się średio biorąc wartość zmieej zależej (parametr M) w zależości od wartości zmieej iezależej (parametr dp). Praca została wykoaa w roku 016 w ramach prac statutowych realizowaych w IMG PAN w Krakowie, fiasowaych przez Miisterstwo Nauki i Szkolictwa Wyższego.

10 0 Barbara Dutka, Mirosław Wierzbicki Literatura Borowski J., 1975: Badaie gazoośości pokładów węglowych z zastosowaiem owych metod. Katowice Prace Główego Istytutu Górictwa, komuikat r 645. Charrière D., Pokryszka Z., Behra P., 010: Effect of pressure ad temperature o diffusio of CO ad CH 4 ito coal from the Lorraie basi (Frace). Iteratioal Joural of Coal Geology 81, Pages Korzec M., 013: Opracowaie metody ozaczaia metaoośości w pokładach węgla kamieego. Praca doktorska, Akademia Góriczo-Huticza, Kraków. Lama R.D., Bodzioy J., 1996: Outbursts of Gas, Coal ad Rock i Udergroud Coal Mies. Australia R.D. Lama & Associates, Wollogog. Makać W., Urbaek-Krzysztofiak D., 008: Metody opisu statystyczego. Gdańsk: Wydawictwo Uiwersytetu Gdańskiego. PN-G-4400:013-10: Górictwo Ozaczaie metaoośości w pokładach węgla kamieego Metoda zwierciowa. Polski Komitet Normalizacyjy, Warszawa. Skoczylas N., Topolicki J., 016: The coal-gas system the effective diffusio coeffi ciet. Iteratioal Joural of Oil, Gas ad Coal Techology 1 (4) Pages Stączek A., 00: Nowe przyrządy do określaia parametrów gazowych przy progozowaiu zagrożeia metaowego i wyrzutami metau i skał. Moderizacja i automatyzacja górictwa r 1 (373), s Stączek A., Simka A., 004: Graiczy wskaźik itesywości desorpcji gazu z węgla charakteryzujący sta zagrożeia metaowego oraz wyrzutami metau i skał. Prace Naukowe Główego Istytutu Górictwa, Górictwo i Środowisko r 3, s Szlązak N., Borowski M., Korzec M., Obracaj D., Swolkień J., 011: Sposób określaia metaoośości w pokładach węgla kamieego. Górictwo i Geoiżyieria R. 35 z. 4, s Tarowski J., 199: Stosowae w kraju metody ozaczeń gazoośości złożowej. Przegląd Góriczy r 9, s Wierzbicki M., 011: Effect of selected simplificatios of the uipore model upo the result of the study of the diffusio coeffi ciet. Archives of Miig Scieces 56 (4), Pages Wierzbicki M., 013: Chages i the sorptio/diffusio kietics of a coal-methae system caused by differet temperatures ad pressures. Gospodarka Surowcami Mieralymi 9 (4) Pages Żebrowska-Łucyk S., 014: Metody statystycze w praktyce laboratoryjej. Wydawictwo Klub Polskich Laboratoriów Badawczych POLLAB, Warszawa. Relatioship betwee the desorptio itesity idex ad the methae cotet for coal seams of the Boryia-Zofiówka-Jastrzębie mie, Zofiówka Sectio approximate methae cotet of coal Abstract Statistical studies for 4 coal seams of the Boryia-Zofiówka-Jastrzębie mie, Zofiówka Sectio have bee carried out. Studies cosisted of statistical aalysis of the relatioship betwee i situ measured values of the desorptio itesity idex dp ad the methae cotet M. Data sets icluded the results of measuremets of these parameters i the years i the Zofiówka miig area. Accordig to the desorbometric method, the relatioship betwee values of desorptio itesity idex ad approximate methae cotet of coal averages the liear fuctio, which applies to all Polish hard coal mies. The Pearso correlatio coefficiets, the correlatio stregth ad its sigificace were determied withi particular coal seams of Zofiówka miig area. Usig the liear regressio method, idividual equatios describig the M(dp) depedece for differet coal seams were determied. Accordig to the aalysis, it is oted that the relatioship betwee the desorptio itesity idex ad the methae cotet is ot costat, but varies for differet coal seams. The obtaied results suggest that the variability of the M(dp) relatioship may be due to chages i the sorptio properties of coal seams with differet geological ages. This issue will be the subject of further work. Keywords: methae cotet, approximate methae cotet, desorptio itesity idex, correlatio, regressio, statistical model

BARBARA DUTKA. Instytut Mechaniki Górotworu PAN, ul. Reymonta 27; Kraków. Streszczenie

BARBARA DUTKA. Instytut Mechaniki Górotworu PAN, ul. Reymonta 27; Kraków. Streszczenie Prace Istytutu Mechaiki Górotworu PAN Tom 19, r 2, czerwiec 2017, s. 35-42 Istytut Mechaiki Górotworu PAN Opis statystyczy wyików pomiarów metaoośości i wskaźika itesywości desorpcji prowadzoych w latach

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Statystyka opisowa. () Statystyka opisowa 24 maja / 8 Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów

Bardziej szczegółowo

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy. MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,

Bardziej szczegółowo

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12

Korelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12 Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871 COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o 1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej). Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea

Bardziej szczegółowo

ANALIZA KORELACJI IREGRESJILINIOWEJ

ANALIZA KORELACJI IREGRESJILINIOWEJ ANALIZA KORELACJI IREGRESJILINIOWEJ 1. ZALEŻNOŚCI STOCHASTYCZNE Badajac zjawiska o charakterze masowym, w tym szczególie zjawiska spo leczo-ekoomicze, stwierdzamy, że każde z ich jest uwarukowae dzia laiem

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Identyfikacja i modelowanie struktur i procesów biologicznych

Identyfikacja i modelowanie struktur i procesów biologicznych Idetyfikacja i modelowaie struktur i procesów biologiczych Laboratorium 4: Modele regresyje mgr iż. Urszula Smyczyńska AGH Akademia Góriczo-Huticza Aaliza regresji Aaliza regresji jest bardzo szeroka dziedzią,

Bardziej szczegółowo

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste Statystyka opisowa Miary statystycze: 1. miary położeia a) średia z próby x = 1 x = 1 x = 1 x i - szereg wyliczający x i i - szereg rozdzielczy puktowy x i i - szereg rozdzielczy przedziałowy, gdzie x

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: x = 1 STATYSTYKA OPISOWA PODSTAWOWE WZORY x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału Domiata (moda Liczba ajczęściej

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału

Bardziej szczegółowo

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

Bardziej szczegółowo

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Punktowe procesy niejednorodne

Punktowe procesy niejednorodne Modelowaie i Aaliza Daych Przestrzeych Wykład 5 Adrzej Leśiak Katedra Geoiformatyki i Iformatyki Stosowaej Akademia Góriczo-Huticza w Krakowie Puktowe procesy iejedorode Jak wcześiej wspomiao, dla procesów

Bardziej szczegółowo

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq

qwertyuiopasdfghjklzxcvbnmqwerty uiopasdfghjklzxcvbnmqwertyuiopasd fghjklzxcvbnmqwertyuiopasdfghjklzx cvbnmqwertyuiopasdfghjklzxcvbnmq qwertyuiopasdfghjklzxcvbmqwerty uiopasdfghjklzxcvbmqwertyuiopasd fghjklzxcvbmqwertyuiopasdfghjklzx cvbmqwertyuiopasdfghjklzxcvbmq Model ekoometryczy wertyuiopasdfghjklzxcvbmqwertyui Ekoometria: projekt

Bardziej szczegółowo

Lista 6. Estymacja punktowa

Lista 6. Estymacja punktowa Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3

L.Kowalski zadania ze statystyki matematycznej-zestaw 3 ZADANIA - ZESTAW 3 L.Kowalski zadaia ze statystyki matematyczej-zestaw 3 ZADANIA - ZESTAW 3 Zadaie 3. Cecha X populacji ma rozkład N m,. Z populacji tej pobrao próbę 7 elemetową i otrzymao wyiki x7 = 9, 3, s7 =, 5 a Na poziomie

Bardziej szczegółowo

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń

MIANO ROZTWORU TITRANTA. Analiza statystyczna wyników oznaczeń MIANO ROZTWORU TITRANTA Aaliza saysycza wyików ozaczeń Esymaory pukowe Średia arymeycza x jes o suma wyików w serii podzieloa przez ich liczbę: gdzie: x i - wyik poszczególego ozaczeia - liczba pomiarów

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

Bardziej szczegółowo

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15 Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

ANALIZA DANYCH DYSKRETNYCH ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem

d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)

Bardziej szczegółowo

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w

Trzeba pokazać, że dla każdego c 0 c Mc 0. ) = oraz det( ) det( ) det( ) jest macierzą idempotentną? Proszę odpowiedzieć w Zad Dae są astępujące macierze: A =, B, C, D, E 0. 0 = = = = 0 Wykoaj astępujące działaia: a) AB, BA, C+E, DE b) tr(a), tr(ed), tr(b) c) det(a), det(c), det(e) d) A -, C Jeśli działaia są iewykoale, to

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0,

będą niezależnymi zmiennymi losowymi z rozkładu jednostajnego na przedziale ( 0, Zadaie iech X, X,, X 6 będą iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), a Y, Y,, Y6 iezależymi zmieymi losowymi z rozkładu jedostajego a przedziale ( 0, ), gdzie, są iezaymi

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statystyka Katarzya Chudy Laskowska http://kc.sd.prz.edu.pl/ WNIOSKOWANIE STATYSTYCZNE Celem aalizy statystyczej ie jest zwykle tylko opisaie (prezetacja) posiadaych daych, czyli tzw. próby statystyczej.

Bardziej szczegółowo

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą

EKONOMETRIA. Liniowy model ekonometryczny (regresji) z jedną zmienną objaśniającą EKONOMETRIA Tema wykładu: Liiowy model ekoomeryczy (regresji z jedą zmieą objaśiającą Prowadzący: dr iż. Zbigiew TARAPATA e-mail: Zbigiew.Tarapaa Tarapaa@isi.wa..wa.edu.pl hp:// zbigiew.arapaa.akcja.pl/p_ekoomeria/

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś 1 STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr iż Krzysztof Bryś Pojȩcia wstȩpe populacja - ca ly zbiór badaych przedmiotów lub wartości. próba - skończoy podzbiór populacji podlegaj acy badaiu.

Bardziej szczegółowo

1 Testy statystyczne. 2 Rodzaje testów

1 Testy statystyczne. 2 Rodzaje testów 1 Testy statystycze Podczas sprawdzaia hipotez statystyczych moga¾ wystapić ¾ dwa rodzaje b ¾edów. Prawdopodobieństwo b ¾edu polegajacego ¾ a odrzuceiu hipotezy zerowej (H 0 ), gdy jest oa prawdziwa, czyli

Bardziej szczegółowo

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu Wykład r 2 Statystyka opisowa część 2 Pla wykładu 1. Uwagi wstępe 2. Miary tedecji cetralej 2.1. Wartości średie 2.2. Miary pozycyje 2.3. Domiata 3. Miary rozproszeia 4. Miary asymetrii 5. Miary kocetracji

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU

METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU METODYKA WYKONYWANIA POMIARÓW ORAZ OCENA NIEPEWNOŚCI I BŁĘDÓW POMIARU Celem każdego ćwiczeia w laboratorium studeckim jest zmierzeie pewych wielkości, a astępie obliczeie a podstawie tych wyików pomiarów

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Statystyka powtórzenie (I semestr) Rafał M. Frąk Statystyka powtórzeie (I semestr) Rafał M. Frąk TEORIA Statystyka Statystyka zajmuje się badaiem procesu zbieraia oraz iterpretacji daych liczbowych lub jakościowych. Przedmiotem statystyki są metody badaia

Bardziej szczegółowo

2. Schemat ideowy układu pomiarowego

2. Schemat ideowy układu pomiarowego 1. Wiadomości ogóle o prostowikach sterowaych Układy prostowikowe sterowae są przekształtikami sterowaymi fazowo. UmoŜliwiają płya regulację średiej wartości apięcia wyprostowaego, a tym samym średiej

Bardziej szczegółowo

ZDARZENIE ELEMENTARNE to możliwy wynik doświadczenia losowego. Wszystkie takie możliwe wyniki tworzą zbiór zdarzeń elementarnych.

ZDARZENIE ELEMENTARNE to możliwy wynik doświadczenia losowego. Wszystkie takie możliwe wyniki tworzą zbiór zdarzeń elementarnych. STATYSTYKA to auka, której przedmiotem zaiteresowaia są metody pozyskiwaia i prezetacji, a przede wszystkim aalizy daych opisujących zjawiska masowe. Metody statystycze oparte są a rachuku prawdopodobieństwa.

Bardziej szczegółowo

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test

Bardziej szczegółowo

Statystyka Wzory I. Analiza struktury

Statystyka Wzory I. Analiza struktury Uiwersytet Ekooiczy w Katowicach Wzory I. Aaliza struktury 1. Miary tedecji cetralej (średie, przecięte Średia arytetycza Dla sz. ważoego Dla sz. ważoego dla z. ciągłej Dla szeregu wyliczającego: dla zieej

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

Wykład 11 ( ). Przedziały ufności dla średniej Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;

Bardziej szczegółowo

Statystyka Opisowa. w2: podstawowe miary. Jerzy Stefanowski Instytut Informatyki Politechnika Poznańska. Poznań, 2015/16 aktualizacja 2017

Statystyka Opisowa. w2: podstawowe miary. Jerzy Stefanowski Instytut Informatyki Politechnika Poznańska. Poznań, 2015/16 aktualizacja 2017 Statystyka Opisowa w2: podstawowe miary Jerzy Stefaowski Istytut Iformatyki Politechika Pozańska Pozań, 205/6 aktualizacja 207 STATYSTYKA OPISOWA Techiki wstępej aalizy daych i ich prezetacji: gromadzeie,

Bardziej szczegółowo

Histogram: Dystrybuanta:

Histogram: Dystrybuanta: Zadaie. Szereg rozdzielczy (przyjmujemy przedziały klasowe o długości 0): x0 xi i środek i*środek i_sk częstości częstości skumulowae 5 5 8 0 60 8 0,6 0,6 5 5 9 0 70 7 0,8 0, 5 5 5 0 600 0, 0,6 5 55 8

Bardziej szczegółowo

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

PODSTAWY BIOSTATYSTYKI ĆWICZENIA PODSTAWY BIOSTATYSTYKI ĆWICZENIA FILIP RACIBORSKI FILIP.RACIBORSKI@WUM.EDU.PL ZAKŁAD PROFILAKTYKI ZAGROŻEŃ ŚRODOWISKOWYCH I ALERGOLOGII WUM ZADANIE 1 Z populacji wyborców pobrao próbkę 1000 osób i okazało

Bardziej szczegółowo

Statystyka opisowa - dodatek

Statystyka opisowa - dodatek Statystyka opisowa - dodatek. *Jak obliczyć statystyki opisowe w dużych daych? Liczeie statystyk opisowych w dużych daych może sprawiać problemy. Dla przykładu zauważmy, że aiwa implemetacja średiej arytmetyczej

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna 3 MAŁGORZATA STEC Dr Małgorzata Stec Zakład Statystyki i Ekoometrii Uiwersytet Rzeszowski Uwarukowaia rozwojowe województw w Polsce aaliza statystyczo-ekoometrycza WPROWADZENIE Rozwój społeczo-gospodarczy

Bardziej szczegółowo

Parametryczne Testy Istotności

Parametryczne Testy Istotności Parametrycze Testy Istotości Wzory Parametrycze testy istotości schemat postępowaia pukt po pukcie Formułujemy hipotezę główą H odośie jakiegoś parametru w populacji geeralej Hipoteza H ma ajczęściej postać

Bardziej szczegółowo

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Katarzya Zeug-Żebro Uiwersytet Ekoomiczy w Katowicach Katedra Matematyki katarzya.zeug-zebro@ue.katowice.pl ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Wprowadzeie Zjawisko starzeia

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii. TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla

Bardziej szczegółowo

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9 Retgeowska aaliza fazowa jakościowa i ilościowa Wykład 9 1. Retgeowska aaliza fazowa jakościowa i ilościowa. 2. Metody aalizy fazowej ilościowej. 3. Dobór wzorca w aalizie ilościowej. 4. Przeprowadzeie

Bardziej szczegółowo

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7 Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Inżynieria Środowiska Ćwiczenia /2018 Regresja liniowa. Regresja wielomianowa

Inżynieria Środowiska Ćwiczenia /2018 Regresja liniowa. Regresja wielomianowa Regresja liiowa W sytuacji, gdy obserwowaa jest zmiea dwuwymiarowa (X,Y) stawiamy pytaie, czy występuje związek prostoliiowy pomiędzy tymi zmieymi (związek liczbowy, czy też związek przyczyowoskutkowy),

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematycza dla leśików Wydział Leśy Kieruek leśictwo Studia Stacjoare I Stopia Rok akademicki 0/0 Wykład 5 Testy statystycze Ogóle zasady testowaia hipotez statystyczych, rodzaje hipotez, rodzaje

Bardziej szczegółowo

Metody numeryczne Laboratorium 5 Info

Metody numeryczne Laboratorium 5 Info Metody umerycze Laboratorium 5 Ifo Aproksymacja - proces określaia rozwiązań przybliżoych a podstawie rozwiązań zaych, które są bliskie rozwiązaiom dokładym w ściśle sprecyzowaym sesie. Metoda ajmiejszych

Bardziej szczegółowo

Analiza potencjału energetycznego depozytów mułów węglowych

Analiza potencjału energetycznego depozytów mułów węglowych zaiteresowaia wykorzystaiem tej metody w odiesieiu do iych droboziaristych materiałów odpadowych ze wzbogacaia węgla kamieego ależy poszukiwać owych, skutecziej działających odczyików. Zdecydowaie miej

Bardziej szczegółowo

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności) IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym

Bardziej szczegółowo

LABORATORIUM METROLOGII

LABORATORIUM METROLOGII AKADEMIA MORSKA W SZCZECINIE Cetrum Iżyierii Ruchu Morskiego LABORATORIUM METROLOGII Ćwiczeie 5 Aaliza statystycza wyików pomiarów pozycji GNSS Szczeci, 010 Zespół wykoawczy: Dr iż. Paweł Zalewski Mgr

Bardziej szczegółowo

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g.

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g. Zadaia przykładowe z rozwiązaiami Zadaie Dokoao pomiaru masy ciała 8 szczurów laboratoryjych. Uzyskao astępujące wyiki w gramach: 70, 80, 60, 90, 0, 00, 85, 95. Wyzaczyć przeciętą masę ciała wśród zbadaych

Bardziej szczegółowo

Estymacja parametrów populacji

Estymacja parametrów populacji Estymacja parametrów populacji Estymacja parametrów populacji Estymacja polega a szacowaiu wartości parametrów rozkładu lub postaci samego rozkładu zmieej losowej, a podstawie próby statystyczej. Estymacje

Bardziej szczegółowo

ZASTOSOWANIE MODELU CIE Lab W BADANIACH BARWY LOTNYCH POPIOŁÓW

ZASTOSOWANIE MODELU CIE Lab W BADANIACH BARWY LOTNYCH POPIOŁÓW 3-2012 PROBLEMY EKSPLOATACJI 177 Jarosław MOLENDA, Małgorzata WRONA, ElŜbieta SIWIEC Istytut Techologii Eksploatacji PIB, Radom ZASTOSOWANIE MODELU CIE Lab W BADANIACH BARWY LOTNYCH POPIOŁÓW Słowa kluczowe

Bardziej szczegółowo

ZADANIA NA ĆWICZENIA 3 I 4

ZADANIA NA ĆWICZENIA 3 I 4 Agata Boratyńska Statystyka aktuariala... 1 ZADANIA NA ĆWICZENIA 3 I 4 1. Wygeeruj szkody dla polis z kolejych lat wg rozkładu P (N = 1) = 0, 1 P (N = 0) = 0, 9, gdzie N jest liczbą szkód z jedej polisy.

Bardziej szczegółowo

METODY NUMERYCZNE dr inż. Mirosław Dziewoński

METODY NUMERYCZNE dr inż. Mirosław Dziewoński Metody Numerycze METODY NUMERYCZNE dr iż. Mirosław Dziewoński e-mail: miroslaw.dziewoski@polsl.pl Pok. 151 Wykład /1 Metody Numerycze Aproksymacja fukcji jedej zmieej Wykład / Aproksymacja fukcji jedej

Bardziej szczegółowo

Sprawozdanie z laboratorium proekologicznych źródeł energii

Sprawozdanie z laboratorium proekologicznych źródeł energii P O L I T E C H N I K A G D A Ń S K A Sprawozdaie z laboratorium proekologiczych źródeł eergii Temat: Wyzaczaie współczyika efektywości i sprawości pompy ciepła. Michał Stobiecki, Michał Ryms Grupa 5;

Bardziej szczegółowo

14. RACHUNEK BŁĘDÓW *

14. RACHUNEK BŁĘDÓW * 4. RACHUNEK BŁĘDÓW * Błędy, które pojawiają się w czasie doświadczeia mogą mieć włase źródła. Są imi błędy związae z błędą kalibracją torów pomiarowych, szumy, czas reagowaia przyrządu, ograiczeia kostrukcyje,

Bardziej szczegółowo

WYZNACZENIE CHARAKTERYSTYK STATYCZNYCH PRZETWORNIKÓW POMIAROWYCH

WYZNACZENIE CHARAKTERYSTYK STATYCZNYCH PRZETWORNIKÓW POMIAROWYCH Zakład Metrologii i Systemów Pomiarowych P o l i t e c h i k a P o z ańska ul. Jaa Pawła II 4 60-96 POZNAŃ (budyek Cetrum Mechatroiki, Biomechaiki i Naoiżerii) www.zmisp.mt.put.poza.pl tel. +48 6 66 3

Bardziej szczegółowo

Wadliwość rzeczywista złączy obwodowych w rurociągach

Wadliwość rzeczywista złączy obwodowych w rurociągach Wadliwość rzeczywista złączy obwodowych w rurociągach Tadeusz Morawski Eergomotaż Półoc Techika Spawalicza i Laboratorium, Warszawa level_tmo@oet.pl 1. Wstęp Bezawaryja eksploatacja rurociągów wiąże się

Bardziej szczegółowo

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej

Bardziej szczegółowo

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN ZAŁĄCZNIK B GENERALNA DYREKCJA DRÓG PUBLICZNYCH Biuro Studiów Sieci Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK B ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI

Bardziej szczegółowo