Wykrywalność ptaków: metody szacowania i czynniki na nią wpływające
|
|
- Halina Wacława Niemiec
- 4 lat temu
- Przeglądów:
Transkrypt
1 Wykrywalność ptaków: metody szacowania i czynniki na nią wpływające Przemysław Chylarecki Pracownia Badań Ornitologicznych MiIZ PAN Zadanie realizowane w ramach umowy nr OR z dnia 18 maja 2015 ze Skarbem Państwa Dyrekcją Generalną Lasów Państwowych
2 Oceny liczebności populacji ptaków Ekologia nauka o zależnościach kształtujących rozmieszczenie i liczebność organizmów Ptaki: dane o rozmieszczeniu i liczebności zbierane często przez nie-profesjonalnych ornitologów dobra znajomość kryteriów identyfikacji gatunków słabsza znajomość metodyki wnioskowania naukowego słaba znajomość literatury naukowej (nowości, teoria) statystyka i modelowanie traktowane jako niepotrzebne mącenie
3 Liczyć każdy umie Ocena liczebności populacji Bezproblemowe liczenie, gdy można wykryć każdego osobnika (gniazdo, obiekt) Prawdopodobieństwo wykrycia=1,00
4 Liczyć każdy umie??
5 Niepełna wykrywalność Z reguły jednak prawdopodobieństwo wykrycia osobnika w warunkach terenowych < 1,00 nieobecny na powierzchni próbnej w danej chwili terytorium większe od powierzchni kontrolowanej obecny na pow. próbnej, ale nie wykryty większość ptaków wykrywana tylko po śpiewie/głosie god. samice nie wykrywane w ogóle Ćwiczenia z rzutu monetą jeśli zaśpiewa wykryty nie zaśpiewa nie ma nie wykryty, fałszywa absencja
6 Kontrola powierzchni próbnej 9 osobników obecnych
7 Kontrola powierzchni próbnej 9 osobników, p=0,50
8 Kontrola powierzchni próbnej 9 osobników, p=0,50
9 Kontrola powierzchni próbnej 9 osobników, p=0,50
10 Liczenia osobników w terenie Równanie podstawowe C = p * N Wynik liczenia Prawdopodobieństwo wykrycia Rzeczywista liczba osobników na powierzchni Wynik liczenia (C) jest zmienną losową
11 Realizacja zmiennej losowej 20 osobników, p=0,50; 1000 symulowanych kontroli Frekwencja Liczba stwierdzonych osobników
12 Realizacja zmiennej losowej 20 osobników, p=0,50; 1000 symulowanych kontroli Frekwencja Liczba stwierdzonych osobników
13 Realizacja zmiennej losowej 20 osobników, p=0,50; 1000 symulowanych kontroli Frekwencja Liczba stwierdzonych osobników
14 Realizacja zmiennej losowej 20 osobników, p=0,50; 1000 symulowanych kontroli Frekwencja Liczba stwierdzonych osobników
15 Wykrywalność: 2 znaczenia Wykrywalność osobnicza (p) Prawdop. wykrycia osobnika obecnego na powierzchni próbnej Wykrywalność gatunku (K) [wykrywalność na powierzchnię ] Prawdop. wykrycia przynajmniej 1 osobnika danego gatunku obecnego na powierzchni próbnej Powiązane ze sobą, ale nie tożsame K = 1 (1-p) N gdzie N = liczba osobników na powierzchni
16 Czynniki wpływające na wykrywalność Założenie: ta sama wielkość powierzchni termin kontroli pora dnia długość kontroli sposób poruszania się obserwatora doświadczenie obserwatora stymulacja głosowa pogoda gatunek
17 Co z tym robić? Czy interesuje nas bezwzględna liczebność populacji? nie (np. trendy liczebności) stablizacja wykrywalności tak (demografia, planowanie ochrony) maksymalizacja wykrywalności (p 1) obliczanie wykrywalności z pomocą modeli statystycznych
18 Stabilizacja wykrywalności Bezwzględna liczebność populacji nie jest przedmiotem zainteresowania Stabilizacja p poprzez standaryzację protokołu prac terenowych pozwala przyjąć, że p jest stałe i umożliwia wyliczanie trendów z jego pominięciem stabilny i rygorystyczny protokół prac terenowych
19 Stabilizacja wykrywalności Bezwzględna liczebność populacji nie jest przedmiotem zainteresowania Stabilizacja p poprzez standaryzację protokołu prac terenowych pozwala przyjąć, że p jest stałe i umożliwia wyliczanie trendów z jego pominięciem stabilny i rygorystyczny protokół prac terenowych
20 Maksymalizacja wykrywalności Ptaki lęgowe, populacja zamknięta demograficznie Wielokrotne kontrole wymaga wielokrotnych kontroli tej samej powierzchni w krótkich odstępach czasu dużo kontroli: kumulatywne p 1 brak modelowania statystycznego milczące założenie przy stosowaniu metody kartograficznej
21 Skumulowane p wykrycia Maksymalizacja wykrywalności Skumulowana wykrywalność 1,1 1 p=0.95 0,9 0,8 p=0.60 0,7 0,6 0,5 0,4 0,3 p=0.16 0,2 0, Liczba kontroli
22 Modelowanie wykrywalności Ptaki lęgowe, populacja zamknięta demograficznie Wielokrotne kontrole wymaga wielokrotnych kontroli tej samej powierzchni w krótkich odstępach czasu 3-4 kontrole wystarczą, ale im więcej tym lepiej wymaga modelowania statystycznego metodyka rozwijana od 2002, głównie po 2005 standard we współczesnych badaniach ilościowych ptaków p wyliczane z informacji zawartej w liście obecności 11101, pozwala oszacować bezwzgl. liczebność osobników darmowe oprogramowanie do analiz
23 Główne podejścia metodyczne populacja zamknięta demograficznie wielokrotne kontrole wielokrotne liczenia tej samej powierzchni (spotmapping) liczenia punktowe w pasach odległości liczenia transektowe w pasach odległości liczenia jednoczesne przez 2 obserwatorów (double observer) liczenia w rozbiciu na interwały czasu (removal methods)
24 Wykrywalność ptaków leśnych ten projekt p wykrycia osobnika w 1 kontroli powierzchni średnia = 0.32 max = 0.66 Frekwencja Wykrywalność/1 kontrola
25 Wykrywalność ptaków leśnych z reguły spada wraz z postępem sezonu Mysikrólik Drozd śpiewak Dzięcioł duży
26 Wykrywalność ptaków leśnych z reguły spada wraz z postępem sezonu Bogatka Zięba Kowalik
27 Wnioski Wykrywalność ptaków leśnych jest niska, niekiedy bardzo niska Gatunki osiadłe bardziej aktywne na początku sezonu Gatunki wędrowne wymagają kontroli późnych Oceny liczebności bezwzględnej wymagają stosowania technik pozwalających uwzględnić niepełną wykrywalność planowanie liczeń analiza wyników ten projekt wykorzystuje takie metody
28 Dziękuję za uwagę
Metody badań terenowych i zebrane dane
Metody badań terenowych i zebrane dane Wpływ prowadzonej gospodarki leśnej na populacje wybranych gatunków ptaków interioru leśnego w lasach nizinnych Polski Tomasz Chodkiewicz Zadanie realizowane w ramach
Bardziej szczegółowoWłaściwy dobór metod obserwacji i wskaźników w ocenie wpływu farm wiatrowych na bioróżnorodność ptaków i nietoperzy
Właściwy dobór metod obserwacji i wskaźników w ocenie wpływu farm wiatrowych na bioróżnorodność ptaków i nietoperzy Marek Ksepko Badania monitoringowe zagadnienia podstawowe (Wytyczne: PSEW 2008, GDOŚ
Bardziej szczegółowoAtlas ptaków lęgowych i zimujących Polski południowo-wschodniej
Atlas ptaków lęgowych i zimujących Polski południowo-wschodniej 2014-2018 Powołanie zespołu autorskiego Zespół autorów tego opracowania książkowego zawiązuje się już teraz w celu sprawnego zbierania i
Bardziej szczegółowoJak policzyć łosie w Polsce? Sugestie pod rozwagę
Jak policzyć łosie w Polsce? Sugestie pod rozwagę Przemysław Chylarecki Fundacja Greenmind Muzeum i Instytut Zoologii PAN Policzyć łosie Nie da się policzyć wszystkich łosi w Polsce Potrzeba zastosowania
Bardziej szczegółowoZawartość raportu OOŚ. Przemysław Chylarecki
Zawartość raportu OOŚ Przemysław Chylarecki Raport OOŚ część ornitologiczna Kompromis pomiędzy Czytelną syntezą danych Dokumentacją dla potrzeb weryfikacji Dokument powstający w warunkach konfliktu interesów
Bardziej szczegółowoZ poprzedniego wykładu
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne
Bardziej szczegółowoPuszcza Białowieska: ptaki, skarby i mity. Przemysław Chylarecki Muzeum i Instytut Zoologii PAN
Puszcza Białowieska: ptaki, skarby i mity Przemysław Chylarecki Muzeum i Instytut Zoologii PAN Tomasz Wesołowski Pracownia Badań Lasu, Uniwersytet Wrocławski Awifauna PB: podstawowe fakty Kompleks leśny
Bardziej szczegółowo10 lat Monitoringu Pospolitych Ptaków Lęgowych
lat Monitoringu Pospolitych Ptaków Lęgowych Tomasz Chodkiewicz, Przemysław Chylarecki, Barbara Archita cel programu wiarygodne dane wspomagające ochronę ptaków i ich siedlisk 3 główne produkty : Wskaźnik
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO Wykład 5
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y
Bardziej szczegółowoLABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.
LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO Wykład 8
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8 Regresja wielokrotna Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X 1, X 2, X 3,...) na zmienną zależną (Y).
Bardziej szczegółowoWnioski dla praktyki i gospodarki leśnej
Wnioski dla praktyki i gospodarki leśnej Grzegorz Neubauer, Tomasz Chodkiewicz, Przemysław Chylarecki, Arkadiusz Sikora, Tomasz Wilk, Zbigniew Borowski Zadanie realizowane w ramach umowy nr OR.271.3.12.2015
Bardziej szczegółowoweryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)
PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
Bardziej szczegółowoZadania aktywizujące dzieci i młodzież: 2. Natura 2000
Zadania aktywizujące dzieci i młodzież: 2. atura 2000 2A. ZADAIE AKTywIZUjĄCE: Obserwacje ornitologiczne zajęcia terenowe Program atura 2000 w szczególny sposób chroni gatunki ptaków. Dlatego istotne jest,
Bardziej szczegółowoDoświadczenia z PZO obszarów ptasich
Doświadczenia z PZO obszarów ptasich Przemysław Chylarecki Muzeum i Instytut Zoologii PAN Ogólnopolskie Towarzystwo Ochrony Ptaków Co ja tutaj robię? Moje związki z PZO PZO dla OSO Puszcza Białowieska
Bardziej szczegółowoPaństwowy monitoring ptaków szponiastych metodyka oceny liczebności i rozpowszechnienia na rozległych powierzchniach próbnych
Państwowy monitoring ptaków szponiastych metodyka oceny liczebności i rozpowszechnienia na rozległych powierzchniach próbnych Zdzisław Cenian Komitet Ochrony Orłów GIOŚ Wyniki projektu realizowanego na
Bardziej szczegółowoWyniki inwentaryzacji awifauny na terenach pod liniami elektroenergetycznymi i na przylegających obszarach leśnych
inwentaryzacji awifauny na terenach pod liniami elektroenergetycznymi i na przylegających obszarach leśnych Zbigniew Borowski IBL, Roman Stelmach BULiGL, Przemysław Chylarecki MiZ PAN Wstęp Napowietrzne
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoOpinia ornitologiczna dotycząca planowanej budowy elektrowni wiatrowych w gminie Osiek Jasielski.
PARUS PRACOWNIA EKSPERTYZ ŚRODOWISKOWYCH ul. Heweliusza3/35 60-281 Poznań NIP: 781-175-36-42 REGON: 301577956 Tel. +48 607-781-904 Opinia ornitologiczna dotycząca planowanej budowy elektrowni wiatrowych
Bardziej szczegółowoMonitoring poinwestycyjny wnioski w zakresie metodyki prowadzenia prac. Dariusz Wysocki Katedra Anatomii i Zoologii Kręgowców Uniwersytet Szczeciński
Monitoring poinwestycyjny wnioski w zakresie metodyki prowadzenia prac Dariusz Wysocki Katedra Anatomii i Zoologii Kręgowców Uniwersytet Szczeciński Plan wystąpienia: 1. Monitoring ptaków lęgowych 2. Monitoring
Bardziej szczegółowoRozmieszczenie ptaków lęgowych w Karkonoszach 2012
Zał. 1 Rozmieszczenie ptaków lęgowych w Karkonoszach 2012 METODYKA Dane, które zostaną zawarte w nowym atlasie ptaków, będą pozyskiwane trzema różnymi sposobami, dla jasności nazwanymi mapowaniem, liczeniem
Bardziej szczegółowoSTATYSTYKA OPISOWA. Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych; - badanie stanu zdrowia w pewnej miejscowości; - badanie stopnia zanieczyszczenia gleb metalami ciężkimi
Bardziej szczegółowoMetody Statystyczne. Metody Statystyczne.
gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja
Bardziej szczegółowoKARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański
KARTA KURSU (do zastosowania w roku akademickim 2015/16) Nazwa Statystyka 2 Nazwa w j. ang. Statistics 2 Kod Punktacja ECTS* 3 Koordynator Dr hab. Tadeusz Sozański (koordynator, konwersatorium) Zespół
Bardziej szczegółowoStatystyka w analizie i planowaniu eksperymentu
22 marca 2011 Przestrzeń statystyczna - podstawowe zadania statystyki Zdarzeniom losowym określonym na pewnej przestrzeni zdarzeń elementarnych Ω można zazwyczaj na wiele różnych sposobów przypisać jakieś
Bardziej szczegółowo1. Symulacje komputerowe Idea symulacji Przykład. 2. Metody próbkowania Jackknife Bootstrap. 3. Łańcuchy Markova. 4. Próbkowanie Gibbsa
BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji
Bardziej szczegółowoĆwiczenie: Wybrane zagadnienia z korelacji i regresji
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Stanisza r xy = 0 zmienne nie są skorelowane 0 < r xy 0,1
Bardziej szczegółowoMETODY STATYSTYCZNE. Studia stacjonarne, semestr zimowy 2017/2018. Motto III: In God we trust. All others must bring data (z internetu)
METODY STATYSTYCZNE Studia stacjonarne, semestr zimowy 017/018 Motto I: Prawie każdy jest statystykiem ale niewielu o tym wie (inspiratorzy: Molier i Joseph Schumpeter) Motto II: Statystyka jest bodajże
Bardziej szczegółowoSTATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami
Bardziej szczegółowoNocne migracje ptaków i ich obserwacje za pomocą radaru ornitologicznego
Nocne migracje ptaków i ich obserwacje za pomocą radaru ornitologicznego Marek Ksepko Krzysztof Gajko Źródło: Swiss birdradar The history http://www.swiss-birdradar.com 3BirdRadarSystem detekcja obiektów
Bardziej szczegółowoZarządzanie populacjami zwierząt. Parametry genetyczne cech
Zarządzanie populacjami zwierząt Parametry genetyczne cech Teoria ścieżki zależność przyczynowo-skutkowa X p 01 Z Y p 02 p 01 2 + p 02 2 = 1 współczynniki ścieżek miary związku między przyczyną a skutkiem
Bardziej szczegółowoBiopaliwa a ptaki Przemysław Chylarecki
Biopaliwa a ptaki Przemysław Chylarecki Muzeum i Instytut Zoologii PAN Dlaczego ptaki? Dobre wskaźniki różnorodności biologicznej Szczytowe ogniwa łańcucha troficznego integrują informację z niższych szczebli
Bardziej szczegółowoInwentaryzacja zasobów drzewnych w IV rewizji urządzania lasu
Inwentaryzacja zasobów drzewnych w IV rewizji urządzania lasu - ogólnie Obecnie obowiązuje statystyczna metoda reprezentacyjnego pomiaru miąższości w obrębie leśnym. Metoda reprezentacyjna oznacza, iż
Bardziej szczegółowoPobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Bardziej szczegółowoPrognoza demograficzna dla gmin województwa dolnośląskiego do 2035 roku
Prognoza demograficzna dla gmin województwa dolnośląskiego do 2035 roku Stanisława Górecka Robert Szmytkie Samorządowa Jednostka Organizacyjna Województwa Dolnośląskiego 1 UWAGI WSTĘPNE Prognoza została
Bardziej szczegółowoWykład z dnia 8 lub 15 października 2014 roku
Wykład z dnia 8 lub 15 października 2014 roku Istota i przedmiot statystyki oraz demografii. Prezentacja danych statystycznych Znaczenia słowa statystyka Znaczenie I - nazwa zbioru danych liczbowych prezentujących
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoWykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy
Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoPrzedstawienie wstępnych wyników inwentaryzacji obszaru Natura 2000 Ostoja Biebrzańska i wstępnych propozycji kierunków niezbędnych działań
Przygotowanie planów zadań ochronnych dla obszarów Natura 2000: SOO Dolina Biebrzy i OSO Ostoja Biebrzańska. Przedstawienie wstępnych wyników inwentaryzacji obszaru Natura 2000 Ostoja Biebrzańska i wstępnych
Bardziej szczegółowoEkspertyzy ornitologiczne i chiropterologiczne oraz nadzór
Ochrona siedlisk zwierząt w miastach Ekspertyzy ornitologiczne i chiropterologiczne oraz nadzór przyrodniczy Dorota Łukasik Generalna Dyrekcja Ochrony Środowiska Efekt wykonania ekspertyzy Koszt wykonania.
Bardziej szczegółowoPrzemysław Wylegała. Farmy wiatrowe a ochrona ptaków
Przemysław Wylegała Farmy wiatrowe a ochrona ptaków Oddziaływanie na ptaki Śmiertelność na skutek kolizji z siłowniami oraz elementami infrastruktury towarzyszącej Utrata i fragmentacja siedlisk Zaburzenia
Bardziej szczegółowoZmierzyłem i co dalej? O opracowaniu pomiarów i analizie niepewności słów kilka
Zmierzyłem i co dalej? O opracowaniu pomiarów i analizie niepewności słów kilka Jakub S. Prauzner-Bechcicki Grupa: Chemia A Kraków, dn. 7 marca 2018 r. Plan wykładu Rozważania wstępne Prezentacja wyników
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych
Bardziej szczegółowoBaza pokarmowa: ocena dostępności ofiar wilka i rysia
Baza pokarmowa: ocena dostępności ofiar wilka i rysia Jakub Borkowski Katedra Leśnictwa i Ekologii Lasu Uniwersytet Warmińsko-Mazurski Warszawa, 28 czerwca 2017 r. Fot. Jolanta Jurkiewicz Zdjęcie z fotopułapki,
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO
STATYSTYKA I DOŚWIADCZALNICTWO dla studiów magisterskich kierunku ogrodnictwo Wykład 1 Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Słowo statystyka pochodzi
Bardziej szczegółowoWeryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Bardziej szczegółowoSIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY
SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Weryfikacja hipotez statystycznych Statystyka i demografia PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY
Bardziej szczegółowoWYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH
WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład
Bardziej szczegółowoTeoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.
Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej
Bardziej szczegółowoTestowanie hipotez statystycznych
9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :
Bardziej szczegółowoWnioskowanie statystyczne i weryfikacja hipotez statystycznych
Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne Wnioskowanie statystyczne obejmuje następujące czynności: Sformułowanie hipotezy zerowej i hipotezy alternatywnej.
Bardziej szczegółowoMETODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO CZ.II
METODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO CZ.II Podział zmiennych Zmienne zależne zmienne, które są przedmiotem badania, których związki z innymi zmiennymi chcemy określić Zmienne
Bardziej szczegółowoGenetyka populacji. Analiza Trwałości Populacji
Genetyka populacji Analiza Trwałości Populacji Analiza Trwałości Populacji Ocena Środowiska i Trwałości Populacji- PHVA to wielostronne opracowanie przygotowywane na ogół podczas tworzenia planu ochrony
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowoPOJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych.
[1] POJĘCIA WSTĘPNE STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych. BADANIE STATYSTYCZNE - ogół prac mających na celu poznanie struktury określonej
Bardziej szczegółowoI. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE. Nie dotyczy. podstawowy i kierunkowy
1.1.1 Statystyka opisowa I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE STATYSTYKA OPISOWA Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: P6 Wydział Zamiejscowy w Ostrowie Wielkopolskim
Bardziej szczegółowoStatystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski
Statystyczna analiza danych w programie STATISTICA (wykład ) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Weryfikacja (testowanie) hipotez statystycznych
Bardziej szczegółowoCzynniki środowiskowe mające znaczenie w życiu ptaków leśnych
Ekologia i ochrona ptakó ptaków leś leśnych w świetle problemó problemów gospodarki leś leśnej, obowią obowiązują zującego ustawodawstwa oraz zmian klimatycznych Rysunki E. Grzędzicka Emilia Grzę Grzędzicka
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowoTrudności i ograniczenia w analizie danych uzyskanych metodą pędzeń próbnych
Trudności i ograniczenia w analizie danych uzyskanych metodą pędzeń próbnych na przykładzie inwentaryzacji łosia w RDLP Lublin Przemysław Chylarecki Muzeum i Instytut Zoologii PAN Geneza projektu Postulaty
Bardziej szczegółowoNarzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski
Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:
Bardziej szczegółowoWykorzystanie obrączkowania w dydaktyce przedszkolnej i szkolnej
Wykorzystanie obrączkowania w dydaktyce przedszkolnej i szkolnej Piotr Piliczewski Katedra Zoologii Kręgowców i Antropologii, Uniwersytet Szczeciński epicrates@wp.pl Barbara Kornecka Edward Domnick Ośrodek
Bardziej szczegółowoPodstawowe pojęcia statystyczne
Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk
Bardziej szczegółowoMODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowozbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne)
STATYSTYKA zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne) DANYCH STATYSTYKA MATEMATYCZNA analiza i interpretacja danych przy wykorzystaniu metod
Bardziej szczegółowoStatystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 1) Dariusz Gozdowski
Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 1) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW STATYSTYKA to nauka, której przedmiotem
Bardziej szczegółowoRozkłady statystyk z próby. Statystyka
Rozkłady statystyk z próby tatystyka Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających ten
Bardziej szczegółowoSprawozdanie z kontroli stanowisk kraski Coracias garrulus na Nizinie Północnopodlaskiej w 2010 roku
Sprawozdanie z kontroli stanowisk kraski Coracias garrulus na Nizinie Północnopodlaskiej w 2010 roku Grzegorz Grygoruk, Tomasz Tumiel Białystok, 2010 r. Wstęp Kraska jest gatunkiem, którego liczebność
Bardziej szczegółowoMETODOLOGIA I METODYKA NAUK PRZYRODNICZYCH. Paweł Szymański
METODOLOGIA I METODYKA NAUK PRZYRODNICZYCH Paweł Szymański Dobry plan badań to podstawa!!! Manipulacja czy korelacja? Pomiar czynników lub cech i sprawdzenie czy są one ze sobą powiązane. korelacja Zmiana
Bardziej szczegółowoModelowanie statystyczne siedlisk ptaków leśnych w OSO Lasy Puszczy nad Drawą
Modelowanie statystyczne siedlisk ptaków leśnych w OSO Lasy Puszczy nad Drawą Michał Żmihorski, Klub Przyrodników, Muzeum i Instytut Zoologii PAN zmihorski@miiz.waw.pl Plan ochrony Drawieńskiego Parku
Bardziej szczegółowoPDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych
Bardziej szczegółowoCECHY ILOŚCIOWE PARAMETRY GENETYCZNE
CECHY ILOŚCIOWE PARAMETRY GENETYCZNE Zarządzanie populacjami zwierząt, ćwiczenia V Dr Wioleta Drobik Rodzaje cech Jakościowe o prostym dziedziczeniu uwarunkowane zwykle przez kilka genów Słaba podatność
Bardziej szczegółowoEstymacja parametrów rozkładu cechy
Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział
Bardziej szczegółowoROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 listopada 2010 r.
Dziennik Ustaw Nr 222 15439 Poz. 1453 1453 ROZPORZĄDZENIE MINISTRA ZDROWIA 1) z dnia 15 listopada 2010 r. w sprawie wzorów wniosków przedkładanych w związku z badaniem klinicznym, wysokości opłat za złożenie
Bardziej szczegółowoInstrukcja metodyczna inwentaryzacji awifauny lęgowej terenów otwartych w Karpatach
Instrukcja metodyczna inwentaryzacji awifauny lęgowej terenów otwartych w Karpatach Opracowanie: Rafał Bobrek i Tomasz Wilk (wersja 1, luty 2018) Cel liczeń Określenie liczebności i rozmieszczenia terytoriów
Bardziej szczegółowoJak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw dr Karolina Borowiec-Mihilewicz Uniwersytet Ekonomiczny we Wrocławiu Zastosowania
Bardziej szczegółowoWykład 1 BIOMATEMATYKA DR WIOLETA DROBIK
Wykład 1 BIOMATEMATYKA DR WIOLETA DROBIK SPRAWY ORGANIZACYJNE Konsultacje: czwartek 12-14, pokój 33 Email: wioleta.drobik@gmail.com, wioleta_drobik@sggw.pl Wykład 30 h (10 x 3 h w tygodniu) Ćwiczenia 15
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoPODSTAWY WNIOSKOWANIA STATYSTYCZNEGO czȩść I
PODSTAWY WNIOSKOWANIA STATYSTYCZNEGO czȩść I Szkic wykładu 1 Przykład wprowadzajacy 2 Prawo wielkich liczb Bernoulliego i centralne tw. graniczne 3 4 Przykład wprowadzajacy W Polsce różne głosowania odbywaja
Bardziej szczegółowoSTATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Bardziej szczegółowoSTATYSTYKA I DOŚWIADCZALNICTWO
STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 Test niezależności chi-kwadrat (χ 2 ) Cel: ocena występowania zależności między dwiema cechami jakościowymi/skategoryzowanymi X- pierwsza cecha; Y druga cecha Przykłady
Bardziej szczegółowoĆwiczenie: Wybrane zagadnienia z korelacji i regresji.
Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoStatystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski
Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZA 1. Wykład wstępny. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. ajczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoStatystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 1 Statystyka Nazwa pochodząca o łac. słowa status stan, państwo i statisticus
Bardziej szczegółowoMetody statystyczne w socjologii SYLABUS A. Informacje ogólne Opis
Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod przedmiotu Język przedmiotu Rodzaj przedmiotu Dziedzina i dyscyplina
Bardziej szczegółowoWyniki inwentaryzacji kulika wielkiego w kluczowych ostojach gatunku w Polsce w roku 2013
Wyniki inwentaryzacji kulika wielkiego w kluczowych ostojach gatunku w Polsce w roku 2013 Opracowanie Przemysław Chylarecki opracowano na potrzeby projektu POIS.05.01.00-00-380/12 "Ochrona kulika wielkiego
Bardziej szczegółowoRozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26
Rozkład normalny Marcin Zajenkowski Marcin Zajenkowski () Rozkład normalny 1 / 26 Rozkład normalny Krzywa normalna, krzywa Gaussa, rozkład normalny Rozkłady liczebności wielu pomiarów fizycznych, biologicznych
Bardziej szczegółowoNarodowego Funduszu Ochrony Środowiska i Gospodarki Wodnej.
Raport uproszczony nr 1, zawierający informacje o ptakach wędrownych, bytujących i lęgowych na odcinku 488-538 Wisły, zebrane w trakcie liczeń transektowych w miesiącach marzec-maj 217 Monitoring został
Bardziej szczegółowoIV WYKŁAD STATYSTYKA. 26/03/2014 B8 sala 0.10B Godz. 15:15
IV WYKŁAD STATYSTYKA 26/03/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 4 Populacja generalna, próba, losowanie próby, estymatory Statystyka (populacja generalna, populacja próbna, próbka mała, próbka duża, reprezentatywność,
Bardziej szczegółowoTeledetekcyjna metoda oceny liczebności dużych ssaków kopytnych. Henryk Okarma Instytut Ochrony Przyrody PAN Antoni Łabaj SmallGIS Kraków
Teledetekcyjna metoda oceny liczebności dużych ssaków kopytnych Henryk Okarma Instytut Ochrony Przyrody PAN Antoni Łabaj SmallGIS Kraków Założenia techniczne: (1) Rejestracja zwierząt w świetle dziennym
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 7
Stanisław Cichocki Natalia Nehrebecka Wykład 7 1 1. Metoda Największej Wiarygodności MNW 2. Założenia MNW 3. Własności estymatorów MNW 4. Testowanie hipotez w MNW 2 1. Metoda Największej Wiarygodności
Bardziej szczegółowoElementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza
Bardziej szczegółowoAnaliza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU
Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów
Bardziej szczegółowoMATEMATYKA3 Mathematics3. Elektrotechnika. I stopień ogólnoakademicki. studia stacjonarne. Katedra Matematyki dr Zdzisław Piasta
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13 MATEMATYKA3 Mathematics3 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek
Bardziej szczegółowoArkusz inwentaryzacji zwierzyny przeprowadzonej
Arkusz inwentaryzacji zwierzyny przeprowadzonej w dniu na rok gospodarczy.../... Dane ogólne 1. Obwód łowiecki nr... powierzchnia... ha, w tym powierzchnia gruntów leśnych... ha, powierzchnia po wyłączeniach,
Bardziej szczegółowo