Ocena zróżnicowania gatunków kolekcyjnych lędźwianu (Lathyrus L.) pod względem cech mierzalnych
|
|
- Marian Wawrzyniak
- 4 lat temu
- Przeglądów:
Transkrypt
1 Ocena zróżnicowania gatunków kolekcyjnych lędźwianu (Lathyrus L.) pod względem cech mierzalnych Bogna Zawieja 1, Jan Bocianowski 1, Wojciech Rybiński 2, Kamila Nowosad 3 1 Katedra Metod Matematycznych i Statystycznych, Uniwersytet Przyrodniczy w Poznaniu 2 Instytut Genetyki Roślin Polskiej Akademii Nauk w Poznaniu 3 Katedra Genetyki, Hodowli Roślin i Nasiennictwa, Uniwersytet Przyrodniczy we Wrocławiu
2 Rodzaj lędźwian (Lathyrus L.) obejmuje wiele, mało znanych, gatunków roślin uprawnych. Warto zwrócić na niego większą uwagę ze względu na kilka istotnych zalet: przystosowanie do trudnych warunków środowiskowych: o tereny wysokogórskie, o suche obszary, o słone gleby, poprawianie warunków fizycznych gleby o zmniejszenie liczby populacji chorób i chwastów (płodozmian) tym samym przyczynia się do zmniejszenia kosztów produkcji, duża zawartość białka w nasionach.
3 Rodzaj Lathyrus obejmuje około 200 gatunków i podgatunków występujących głównie w umiarkowanym klimacie (Europy, Ameryki Północnej, Azji, Południowej Afryki) ale również w tropikalnej wschodniej Afryce. (Allkini i in. 1983; Asmussen i Liston, 1998)
4 Spośród wielu znanych gatunków, jedynie lędźwian siewny (Lathyrus sativus L.) uprawiany jest do celów spożywczych już od czasów Neolitu. (Vaz Patto i in. 2006) Niektóre, z mniej znanych gatunków, uprawia się głównie na paszę dla zwierząt (L. cicera, L. clymenum, L. ochrus i L. tingitanus).
5 Celem badań była ocena współczynników zmienności genotypów zarówno w obrębie danego gatunku i danej cechy, jak i w obrębie wszystkich badanych gatunków i cech. sza szansę uzyskania odmian istotnie różniących się od znanych. Z drugiej strony zmienność pomiędzy roślinami jednej odmiany powinna być jak najmniejsza.
6 Występowanie dużej różnorodności pomiędzy obiektami jednego gatunku jest istotne dla hodowli nowych odmian, ponieważ zwiększa szansę uzyskania odmian istotnie różniących się od znanych wcześniej. Z drugiej strony zmienność pomiędzy roślinami jednej odmiany powinna być jak najmniejsza.
7 Z drugiej strony zmienność pomiędzy roślinami jednej odmiany powinna być jak najmniejsza, by uzyskać wyrównanie wymagane przy rejestracji nowych odmian.
8 do badań stanowiło siedem gatunków kolekcyjnych lędźwianu: L. sativus, L. cicera, L. clymenum, L. ochrus, L. tingitanus, L. hirsutus, L. aphaca.
9 Analizowano zmienność gatunków i genotypów pod względem pięciu cech: długość strąka, szerokość strąka, liczba nasion w strąku, masa nasion w strąku, masa 100 nasion.
10 1. Współczynnik zmienności (CV) Współczynnik CV jest stosunkiem odchylenia standardowego do wartości średniej w badanej populacji wyrażonym w procentach. Jest to prosta i zrozumiała bezwzględna miara zmienności cech w badanej populacji.
11 2. Metody wizualne (1) Modyfikowane krzywe Andrewsa (Khattree i Naik 2002) służą głównie do wizualnego wykazania różnic pomiędzy wielowymiarowymi danymi. W prezentowanej pracy zostały one wykorzystane do oceny zmienności poszczególnych genotypów i gatunków względem cech oraz cech względem gatunków i genotypów.
12 2. Metody wizualne (2) Zmienne dyskryminacyjne (Krzyśko, 2009) oraz (3) Nieliniowe jądrowe zmienne dyskryminacyjne (Mika, 1999) Metody powyższe służą do uzyskania wizualnego podziału na grupy wielowymiarowych danych należących, a priori, do różnych grup. Funkcje jądrowe pozwalają przedstawić na płaszczyźnie różne zakrzywienie wielowymiarowej przestrzeni danych.
13 Zastosowano dwie funkcje jądrowe: sigmoid k( x, y) tgh( ax' y c) 2. Metody wizualne chi-kwadrat k( x, y) 1 n 1 i ( xi yi ) ( x y ) i i (Schölkopf i Smola, 2002) gdzie x ( x i ) i y ( y i ) wektory obserwacji (Li i in. 2013) a i c stałe n liczba obserwacji
14 3. Test hipotezy o równości współczynników zmienności Hipotezę o równości współczynników zmienności testuje się względem hipotezy alternatywnej mówiącej o tym, że przynajmniej jeden ze współczynników zmienności różni się od pozostałych. Statystyki testowe, które można zastosować w celu weryfikacji powyższego układu hipotez, zostały podane m.in. przez: Bennetta (1976), Millera i Felltza (1997), Forkmana (2007).
15 3. Test hipotezy o równości współczynników zmienności Ograniczenia: w każdej z proponowanych metod CV nie mogą przekroczyć 33%, liczba obserwacji w badanych populacjach musi być niemniejsza niż pięć (w przeciwnym przypadku moc testu Bennetta i Millera jest bardzo mała) (Zawieja i Szczepańska-Álvarez, 2017) W niniejszym opracowaniu wykorzystano metodę Millera.
16 AP10 AP10 AP2 AP2 AP7 AP8 AP10 AP2 AP2 AP7 AP8 AP2 AP2 AP7 AP8 C28 C30 C28 C30 C28 C30 C31 C31 C32 C31 C32 C46 C32 C46 C46 CL1 CL13 CL15 CL4 CL5 CL1 CL13 CL15 CL4 CL5 CL1 CL13 CL15 CL4 CL5 HS2 HS3 HS2 HS2 HS3 HS3 HS4 HS4 HS7 HS8 HS7 HS7 HS8 O1 O12 O4 O5 O6 O1 O12 O4 O1 O12 O4 O5 O6 O5 O6 S1 S1 S111 S117 S52 S78 S1 S111 S117 S52 S78 S111 S117 S52 S78 T10 T10 T2 T3 T5 T6 T10 T2 T2 T3 T5 T6 T3 T5 T6 AP10 AP2 AP2 AP7 AP8 AP10 AP2 AP2 AP7 AP8 AP10 AP2 AP2 AP7 AP8 C28 C30 C31 C32 C46 C28 C30 C31 C32 C46 C28 C30 C31 C32 C46 CL1 CL1 CL13 CL15 CL4 CL5 CL1 CL13 CL15 CL4 CL13 CL15 CL4 CL5 CL5 HS2 HS3 HS4 HS7 HS8 HS2 HS3 HS2 HS3 HS4 HS4 HS7 HS7 HS8 HS8 O1 O12 O4 O5 O6 O1 O12 O4 O5 O6 O1 O12 O4 O5 O6 S1 S111 S117 S1 S111 S117 S52 S78 S1 S111 S117 S52 S78 S52 S78 T10 T10 T2 T3 T5 T6 T10 T2 T3 T5 T6 T2 T3 T5 T6 CV CV CV AP C CL HS O S T Species length of the pod AP C CL HS O S T Species number of seeds from the pod AP C CL HS O S T Species weight of seeds from the pod without genotype HS8 CV s CV CV AP C CL HS O S T Species width of the pod AP C CL HS O S T Species weight of seeds from the pod AP C CL HS O S T Species 100 seeds weight
17 2. Metody wizualne (1) Modyfikowane krzywe Andrewsa współczynników zmienności genotypy f(x) 130 HS 8 80 HS angle in radians
18 2. Metody wizualne (1) Modyfikowane krzywe Andrewsa współczynników zmienności cechy
19 2. Metody wizualne Modyfikowane krzywe Andrewsa współczynników zmienności cechy Lathyrus aphaca Lathyrus cicera Lathyrus clymenum
20 2. Metody wizualne Lathyrus hirsutus Lathyrus ochrus Lathyrus sativus Lathyrus tingitanus Figure 3. Andrews curves of traits for each species separately
21 2. Metody wizualne (1) Modyfikowane krzywe Andrewsa współczynników zmienności - gatunki HS 15 CL AP C CL HS O S T Długość strąka Szerokość strąka HS
22 2. Metody wizualne HS HS 20 O T O AP HS Liczba nasion w strąku Masa nasion w strąku Masa 100 nasion Figure 4 Andrews curves for species for each trait separately
23 U2 2. Metody wizualne (1) Liniowe zmienne dyskryminacyjne (Krzyśko, 2009) AP 8 CL S 78 C 30 S 117 S 111 HS 7 CL 15 T 6 C 46 AP 7 CL 1 AP 4 HS 4 S 1 CL 4 C 32 CL 13 AP 10 T 10 O 12 C 31 O 6 HS 3 S 52 O 1 AP 2 T 5 O 4 T 3 T 2 HS 8 C 28 HS 2 O U1
24 U2 2. Metody wizualne Nieliniowe jądrowe zmienne dyskryminacyjne (Mika S, 1999) Sigmoid C 28 C 32 C 46 C C S S 52 S AP 4 T CL 6 AP 1 AP 7 AP 8 2 CL 15 T 5 CL CL 4 13 CL 5 AP 10 T 3 S 78 2 T 10 O 12 O 6 O 1 O 4O 5 HS 7 HS 2 HS 4 HS HS U1
25 U2 2. Metody wizualne Nieliniowe jądrowe zmienne dyskryminacyjne (Mika S, 1999) Chi-kwadrat S 117 S 1 S CL 4 CL 5 CL 15 CL 1 CL 13 C 28 C 32 AP 4 AP 7 C S T 10 T 6 T 5 C 30 C 46 AP 8 AP 10 HS 3 AP 2 S 52 T 3 O 4 O 1 O 12 O 5 O 6 T HS HS 8 HS 2 HS U1
26 3. Test hipotezy o równości współczynników zmienności Test hipotezy o równości współczynników zmienności przeprowadzono oddzielnie dla każdej cechy. W obliczeniach pominięto CV masy nasion ze strąka dla genotypów HS4 i HS8 oraz masy 100 nasion genotypu HS8, ponieważ wartości te były większe od 33%.
27 3. Test hipotezy o równości współczynników zmienności Tabla 1. p-wartości testu Millera Cechy Gatunki Liczba Masa Długość Szerokość Masa 100 Lathyrus nasion w nasion w strąka strąka nasion strąku strąku L. aphaca L. cicera L. clymenum L. hirsutus L. ochrus L. sativus L. tingitanus
28 (1) CV genotypów HS8 i HS4 były bardzo duże w stosunku do pozostałych genotypów tego gatunku. Duża zmienność HS8 pod względem cech nasion: dla masy 100 nasion i masy nasion w strąku. Największą zmienność HS4 pod względem masy nasion w strąku oraz liczby nasion,
29 (2) Zmienność genotypów pod względem długości i szerokości strąka była bardzo mała (małe wartości CV). (3) Genotypy gatunków L. ochrus, L. sativus oraz L. tingitanus charakteryzowały się małą zmiennością pod względem długości strąka, podczas gdy genotypy L. hirsutus charakteryzowały się największym współczynnikiem zmienności tej cechy. Dla tego gatunku wykazano brak wyrównania (test Millera).
30 (4) Gatunki L. cicera, L. sativus oraz L. tingitanus charakteryzowały się małą zmiennością szerokości strąka zaś L. clymenum charakteryzowała największa zmienność tej cechy. Wykazano brak wyrównania genotypów gatunku L. sativus pod względem tej cechy. (5) Pomimo wykazania dużych różnic pomiędzy CV dla cech nasion (krzywe Andrewsa), istotne różnice wykazano jedynie pod względem masy 100 nasion (test Millera).
31 (6) Na podstawie nieliniowej analizy dyskryminacyjnej wykazano różnice pomiędzy CV genotypów L. hirsutus oraz L. ochrus (małe wartości CV), natomiast genotypy gatunków L. sativus, L. cicera i L. aphaca charakteryzowały się podobną zmiennością. (7) Istotne różnice pomiędzy CV genotypów gatunków: L. aphaca, L. clymenum, L. hirsutus dają nadzieję na uzyskanie mieszańców różniących się masą 100 nasion od znanych genotypów.
32 Wyrównanie genotypów można wstępnie badać stosując krzywe Andrewsa. Genotypy, których krzywe mają wyraźnie większą amplitudę charakteryzują się dużymi wartościami CV. Linie o podobnym przebiegu i amplitudzie wskazują na genotypy o podobnej zmienności pod względem wszystkich analizowanych cech. Podobną wstępną analizę można przeprowadzić pod względem cech, zmienność genotypów jest największa pod względem cech o największej amplitudzie.
33 Allkin R., Macfarlane T. D., White F. A., Bisby F. A., Adey M. E Names and synonyms of species and subspecies in Vicieae. Issue 2, Vicieae Database Project Publication No. 2, Southampton, UK. Asmussen C.B., Liston A Chloroplast DNA characters, phylogeny, and classification of Lathyrus (Fabaceae). American J. of Botany 85 (3), Bennett, B. M. (1976). On an approximate test for homogeneity of coefficients of variation. In: Ziegler, W. J. (ed.), Contributions to Applied Statistics Dedicated to A. Linder. Experientia Suppl. 22, Campbell C. G Grass pea (Lathyrus sativus L.). Promoting the conservation and use of underutilized and neglected crops. 18. Institute of Plant Genetics and Crop Plant Research. Gatersleben/International Plant Genetic Resources Institute, Rome, Italy. Forkman J., Verrill S The distribution of McKay s approximation for the coefficient of variation. Statistics and Probability Letters 78: Khattree R, Naik D.N Association in contingency tables, correspondence analysis and (modified) Andrews plots. In C. Huber-Carol, N. Balakrishnan, M.S. Nikulin, M. Mesbah (Eds.). Goodness-of-fit Tests and Model Validity. Birkhäuser, Boston.: Krzyśko M Podstawy wielowymiarowego wnioskowania statystycznego. Wydawnictwo Naukowe UAM, Poznań:
34 Mika S., Rätsch G., Weston J., Schölkopf B., Müller K. R Fisher discriminant analysis with kernels. In Neural Networks for Signal Processing (Hu Y.H, Larsen J., Wilson E., and Douglas S., (eds.)) IX: Miller, G. E., Feltz, C. J Asymptotic inference for coefficients of variation. Communications in Statistics - Theory and Methods 26: Li P., Samorodnitsky G., Hopcroft J Sign Stable Projections, Sign Cauchy Projections and Chi-Square Kernels. arxiv: Schölkopf, B., Smola A. J Learning with kernels. MIT Press. Vaz Patto M.C., Skiba B., Pang E.C.K., Ochatt S.J., Lambein F., Rubiales D Lathyrus improvement for resistance against biotic and abiotic stresses: From classical breeding to marker assisted selection. Euphytica 147: Zawieja B., Bocianowski J., Rybiński W Testing uniformity of mutants of the Lathyrus Sativus L. (grasspea) using Bennett methods. Russian Journal Of Genetics, 48(2): Oraz ГЕНЕТИКА, 2012, 48( 2): Zawieja B., Pilarczyk W., The comparison of traditional UPOV uniformity criterion and new approach based on Bennett s test for coefficients of variation. Colloquium Biometryczne, 35:
35 Zawieja B., Rybiński W., Nowosad K., Piesik D., Bocianowski J Testing of uniformity of seven Lathyrus species using Bennett's and Miller's methods. Euphytica 208(1): (DOI: /s z). Zawieja B., Szczepańska-Álvarez A A simulation study of the Bennett test and Miller test for coefficients of variation. Communications in Statistics - Simulation and Computation, DOI: /
Jądrowe klasyfikatory liniowe
Jądrowe klasyfikatory liniowe Waldemar Wołyński Wydział Matematyki i Informatyki UAM Poznań Wisła, 9 grudnia 2009 Waldemar Wołyński () Jądrowe klasyfikatory liniowe Wisła, 9 grudnia 2009 1 / 19 Zagadnienie
Zróżnicowanie cech morfologicznych i plonotwórczych u indukowanych mutantów odmian lędźwianu siewnego (Lathyrus sativus L.)
NR 249 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2008 WOJCIECH RYBIŃSKI 1 JAN BOCIANOWSKI 2 KATARZYNA PANKIEWICZ 1 1 Instytut Genetyki Roślin PAN, Poznań 2 Katedra Metod Matematycznych i Statystycznych,
Zakres zmienności i współzależność cech owoców typu soft flesh mieszańców międzygatunkowych Capsicum frutescens L. Capsicum annuum L.
NR 240/241 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2006 PAWEŁ NOWACZYK LUBOSŁAWA NOWACZYK Akademia Techniczno-Rolnicza w Bydgoszczy Zakres zmienności i współzależność cech owoców typu soft flesh
Zmienność cech ilościowych mutantów dwóch odmian lędźwianu siewnego (Lathyrus sativus L.)
NR 264 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2012 WOJCIECH RYBIŃSKI 1 JAN BOCIANOWSKI 2 KATARZYNA PANKIEWICZ 1 1 Instytut Genetyki Roślin PAN w Poznaniu 2 Katedra Metod Matematycznych i Statystycznych,
PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych
BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI
14 BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14.1 WSTĘP Ogólne wymagania prawne dotyczące przy pracy określają m.in. przepisy
Ocena zróżnicowania w rodzaju Lathyrus na podstawie wybranych cech w materiałach kolekcyjnych
49 Polish Journal of Agronomy 2013, 12, 49 63 Ocena zróżnicowania w rodzaju Lathyrus na podstawie wybranych cech w materiałach kolekcyjnych 1 Wojciech Rybiński, 2 Jan Bocianowski, 3 Michał Starzycki, 3
Ocena zróżnicowania genetycznego i zawartości neurotoksyny β-odap w wybranych gatunkach z rodzaju Lathyrus
NR 250 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2008 KATARZYNA PANKIEWICZ WOJCIECH RYBIŃSKI Instytut Genetyki Roślin Polskiej Akademii Nauk w Poznaniu Ocena zróżnicowania genetycznego i zawartości
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Porównanie zmienności mierzalnych cech morfologicznych wybranych gatunków traw w badaniach OWT
NR 226/227/2 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2003 WIESŁAW PILARCZYK IRENA MUCHA 1 Katedra Metod Matematycznych i Statystycznych Akademii Rolniczej w Poznaniu 1 Centralny Ośrodek Badania
Wykorzystanie testu Levene a i testu Browna-Forsythe a w badaniach jednorodności wariancji
Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 4/18/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.4.48 WIESŁAWA MALSKA Wykorzystanie testu Levene a i testu Browna-Forsythe
ρ siła związku korelacyjnego brak słaba średnia silna bardzo silna
Ćwiczenie 4 ANALIZA KORELACJI, BADANIE NIEZALEŻNOŚCI Analiza korelacji jest działem statystyki zajmującym się badaniem zależności pomiędzy rozkładami dwu lub więcej badanych cech w populacji generalnej.
Analiza wariancji. dr Janusz Górczyński
Analiza wariancji dr Janusz Górczyński Wprowadzenie Powiedzmy, że badamy pewną populację π, w której cecha Y ma rozkład N o średniej m i odchyleniu standardowym σ. Powiedzmy dalej, że istnieje pewien czynnik
Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat
Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat Anna Rajfura 1 Przykład W celu porównania skuteczności wybranych herbicydów: A, B, C sprawdzano, czy masa chwastów na poletku zależy
Zmienność cech ilościowych u wybranych odmian lokalnych lędźwianu siewnego (Lathyrus sativus L.)
NR 264 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2012 WOJCIECH RYBIŃSKI 1 JAN BOCIANOWSKI 2 SZYMON DZIAMBA 3 1 Instytut Genetyki Roślin PAN w Poznaniu 2 Katedra Metod Matematycznych i Statystycznych,
Weryfikacja hipotez statystycznych za pomocą testów statystycznych
Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej
Testowanie hipotez statystycznych cd.
Temat Testowanie hipotez statystycznych cd. Kody znaków: żółte wyróżnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Przykłady testowania hipotez dotyczących:
Elementy struktury plonu nasion i niektóre cechy morfologiczne mutantów łubinu andyjskiego (L. mutabilis Sweet) w 2001 roku Komunikat
NR 226/227/2 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2003 EWA SAWICKA-SIENKIEWICZ RENATA GALEK Katedra Hodowli Roślin i Nasiennictwa, Akademia Rolnicza we Wrocławiu Elementy struktury plonu i
Statystyczna 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
Regresja i Korelacja
Regresja i Korelacja Regresja i Korelacja W przyrodzie często obserwujemy związek między kilkoma cechami, np.: drzewa grubsze są z reguły wyższe, drewno iglaste o węższych słojach ma większą gęstość, impregnowane
O testach wielowymiarowej normalności opartych na statystyce Shapiro-Wilka
O testach wielowymiarowej normalności opartych na statystyce Shapiro-Wilka Katedra Zastosowań Matematyki i Informatyki Uniwersytet Przyrodniczy w Lublinie Wisła 2012, 7.12.2012 Plan prezentacji 1 Wprowadzenie
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. dr hab. Jerzy Nakielski Katedra Biofizyki i Morfogenezy Roślin Plan wykładu: 1. Etapy wnioskowania statystycznego 2. Hipotezy statystyczne,
Statystyka matematyczna. Wykład V. Parametryczne testy istotności
Statystyka matematyczna. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Weryfikacja hipotezy o równości wartości średnich w dwóch populacjach 2 3 Weryfikacja hipotezy o równości wartości średnich
Metody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin. Henryk Bujak
Metody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin Henryk Bujak e-mail: h.bujak@ihar.edu.pl Ocena różnorodności fenotypowej Różnorodność fenotypowa kolekcji roślinnych zasobów
VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15
VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Przedmiot statystyki. Graficzne przedstawienie danych.
Przedmiot statystyki. Graficzne przedstawienie danych. dr Mariusz Grządziel 23 lutego 2009 Przedmiot statystyki Statystyka dzieli się na trzy części: -zbieranie danych; -opracowanie i kondensacja danych
Temat: BADANIE NIEZALEśNOŚCI DWÓCH CECH JAKOŚCIOWYCH TEST CHI KWADRAT. Anna Rajfura 1
Temat: BADANIE NIEZALEśNOŚCI DWÓCH CECH JAKOŚCIOWYCH TEST CHI KWADRAT Anna Rajfura 1 Przykład W celu porównania skuteczności wybranych herbicydów: A, B, C sprawdzano, czy masa chwastów na poletku zaleŝy
Ćwiczenie: 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)
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
Zakres zmienności i współzależność cech technologicznych u trzech wielkoowocowych odmian papryki rocznej (Capsicum annuum L.)
NR 240/241 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2006 LUBOSŁAWA NOWACZYK PAWEŁ NOWACZYK Akademia Techniczno-Rolnicza w Bydgoszczy Zakres zmienności i współzależność cech technologicznych u
Zawartość. Zawartość
Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami
WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
Zarządzanie 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
Przedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07. Przedmiot statystyki
Przedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07 Statystyka dzieli się na trzy części: Przedmiot statystyki -zbieranie danych; -opracowanie i kondensacja danych (analiza danych);
Wprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
CECHY 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
Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka
Wnioskowanie statystyczne Weryfikacja hipotez Statystyka Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną
STATYSTYKA 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
Ćwiczenie: Weryfikacja hipotez statystycznych dla jednej i dwóch średnich.
Ćwiczenie: Weryfikacja hipotez statystycznych dla jednej i dwóch średnich. EXCEL Do weryfikacji różnic między dwiema grupami jednostek doświadczalnych w Excelu wykorzystujemy funkcję o nazwie T.TEST. Zastosowana
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych
VIII Owies. Tabela 41. Owies badane odmiany w 2012 roku. Rok wpisania do
VIII Owies W przeciwieństwie do jęczmienia jarego, w krajowym rejestrze dominują odmiany rodzimej hodowli i są to w ponad 90% odmiany żółtoziarniste, jedna odmiana jest brązowoziarnista natomiast pięć
STATYSTYKA 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).
Metody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L
Nazwa przedmiotu: Kierunek: Metody komputerowe statystyki Computer Methods in Statistics Matematyka Rodzaj przedmiotu: przedmiot obowiązkowy dla specjalności matematyka przemysłowa Rodzaj zajęć: wykład,
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS wersja 9.2 i 9.3 Szkoła Główna Handlowa w Warszawie Spis treści Wprowadzenie... 6 1. Podstawowe informacje o systemie SAS... 9 1.1. Informacje ogólne... 9 1.2. Analityka...
KLASYFIKACJA. Słownik języka polskiego
KLASYFIKACJA KLASYFIKACJA Słownik języka polskiego Klasyfikacja systematyczny podział przedmiotów lub zjawisk na klasy, działy, poddziały, wykonywany według określonej zasady Klasyfikacja polega na przyporządkowaniu
WPŁYW WYBRANYCH CZYNNIKÓW NA RÓWNOMIERNOŚĆ DOZOWANIA I WYSIEWU NASION PSZENICY KOŁECZKOWYM ZESPOŁEM WYSIEWAJĄCYM
Inżynieria Rolnicza 5(103)/2008 WPŁYW WYBRANYCH CZYNNIKÓW NA RÓWNOMIERNOŚĆ DOZOWANIA I WYSIEWU NASION PSZENICY KOŁECZKOWYM ZESPOŁEM WYSIEWAJĄCYM Piotr Markowski, Tadeusz Rawa, Adam Lipiński Katedra Maszyn
Mutacja typu Virescens u rzepaku ozimego Brassica napus L.
Tom XIX Rośliny Oleiste 1998 Akademia Rolnicza w Poznaniu, Katedra Genetyki i Hodowli Roślin Mutacja typu Virescens u rzepaku ozimego Brassica napus L. Virescens type of mutation in winter rape Brassica
STATYSTYKA 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.
Regresja logistyczna (LOGISTIC)
Zmienna zależna: Wybór opcji zachodniej w polityce zagranicznej (kodowana jako tak, 0 nie) Zmienne niezależne: wiedza o Unii Europejskiej (WIEDZA), zamieszkiwanie w regionie zachodnim (ZACH) lub wschodnim
Prof. dr hab. Helena Kubicka- Matusiewicz Prof. dr hab. Jerzy PuchalskI Polska Akademia Nauk Ogród Botaniczny Centrum Zachowania Różnorodności
Prof. dr hab. Helena Kubicka- Matusiewicz Prof. dr hab. Jerzy PuchalskI Polska Akademia Nauk Ogród Botaniczny Centrum Zachowania Różnorodności Biologicznej w Powsinie Wstęp Kraje, które ratyfikowały Konwencję
Zmienność i współzależność niektórych cech struktury plonu żyta ozimego
NR 218/219 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2001 TADEUSZ ŚMIAŁOWSKI STANISŁAW WĘGRZYN Zakład Roślin Zbożowych Instytut Hodowli i Aklimatyzacji Roślin, Oddział Kraków Zmienność i współzależność
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych
W statystyce stopień zależności między cechami można wyrazić wg następującej skali: n 1
Temat: 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) Słaba
Ekonometryczne modele nieliniowe
Ekonometryczne modele nieliniowe Wykład 10 Modele przełącznikowe Markowa Literatura P.H.Franses, D. van Dijk (2000) Non-linear time series models in empirical finance, Cambridge University Press. R. Breuning,
ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x
ZJAZD 4 KORELACJA, BADANIE NIEZALEŻNOŚCI, ANALIZA REGRESJI Analiza korelacji i regresji jest działem statystyki zajmującym się badaniem zależności i związków pomiędzy rozkładami dwu lub więcej badanych
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych
Mikołajczak J. 1, Majtkowski W. 2,Topolińska P. 1, Marć- Pieńkowska J. 1
Mikołajczak J. 1, Majtkowski W. 2,Topolińska P. 1, Marć- Pieńkowska J. 1 1 Uniwersytet Technologiczno- Przyrodniczy w Bydgoszczy, Wydział Hodowli i Biologii Zwierząt, Katedra Żywienia i Gospodarki Paszowej
Ocena zmienności i współzależności cech ilościowych w kolekcji jarej pszenicy twardej pochodzenia afgańskiego
NR 264 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2012 ANETA KRAMEK KRYSTYNA SZWED-URBAŚ ZBIGNIEW SEGIT Instytut Genetyki, Hodowli i Biotechnologii Roślin Uniwersytet Przyrodniczy w Lublinie Ocena
Ta uprawa się opłaca! Skąd wziąć nasiona soi?
.pl Ta uprawa się opłaca! Skąd wziąć nasiona soi? Autor: mgr inż. Dorota Kolasińska Data: 19 marca 2017 Coraz większe zainteresowanie konsumentów budzą produkty bez GMO. Aby zatem sprostać wymogom rynku,
Testy post-hoc. Wrocław, 6 czerwca 2016
Testy post-hoc Wrocław, 6 czerwca 2016 Testy post-hoc 1 metoda LSD 2 metoda Duncana 3 metoda Dunneta 4 metoda kontrastów 5 matoda Newman-Keuls 6 metoda Tukeya Metoda LSD Metoda Least Significant Difference
1. Jednoczynnikowa analiza wariancji 2. Porównania szczegółowe
Zjazd 7. SGGW, dn. 28.11.10 r. Matematyka i statystyka matematyczna Tematy 1. Jednoczynnikowa analiza wariancji 2. Porównania szczegółowe nna Rajfura 1 Zagadnienia Przykład porównania wielu obiektów w
W1. 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
Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia
Doświadczalnictwo leśne Wydział Leśny SGGW Studia II stopnia Metody nieparametryczne Do tej pory omawialiśmy metody odpowiednie do opracowywania danych ilościowych, mierzalnych W kaŝdym przypadku zakładaliśmy
1) Wprowadzenie; 2) Doświadczenia jednoczynnikowe; 3) Doświadczenia dwuczynnikowe; 4) Doświadczenia trójczynnikowe; 5) Badanie współzależności cech
1) Wprowadzenie; 2) Doświadczenia jednoczynnikowe; 3) Doświadczenia dwuczynnikowe; 4) Doświadczenia trójczynnikowe; 5) Badanie współzależności cech ilościowych; 6) Badanie zależności liniowej pomiędzy
Statystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;
LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny
STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
ANNALES UNIVERSITATIS MARIAE CURIE-SKŁODOWSKA LUBLIN POLONIA
ANNALES UNIVERSITATIS MARIAE CURIE-SKŁODOWSKA LUBLIN POLONIA VOL. LXIX(4) SECTIO E 2014 Instytut Genetyki, Hodowli i Biotechnologii Roślin Uniwersytet Przyrodniczy w Lublinie, ul. Akademicka 15, 20-950
Elementy statystyki wielowymiarowej
Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Elementy statystyki wielowymiarowej 1.1 Kowariancja i współczynnik korelacji 1.2 Macierz kowariancji 1.3 Dwumianowy rozkład normalny 1.4 Analiza składowych
Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście
KASYK Lech 1 Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście Tor wodny, strumień ruchu, Zmienna losowa, Rozkłady dwunormalne Streszczenie W niniejszym artykule przeanalizowano prędkości
WYBRANE WŁAŚCIWOŚCI FIZYCZNE NASION CAŁYCH I BEZ OKRYWY NASIENNEJ GRYKI ODMIANY KORA I FORMY RED COROLLA
I N Ż YNIERIA R OLNICZA A GRICULTURAL E NGINEERING 2012: Z. 4(139) T.1 S. 449-455 ISSN 1429-7264 Polskie Towarzystwo Inżynierii Rolniczej http://www.ptir.org WYBRANE WŁAŚCIWOŚCI FIZYCZNE NASION CAŁYCH
Wykład 12 Testowanie hipotez dla współczynnika korelacji
Wykład 12 Testowanie hipotez dla współczynnika korelacji Wrocław, 23 maja 2018 Współczynnik korelacji Niech będą dane dwie próby danych X = (X 1, X 2,..., X n ) oraz Y = (Y 1, Y 2,..., Y n ). Współczynnikiem
Statystyka opisowa. Wykład V. Regresja liniowa wieloraka
Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +
Ocena zmienności fenotypowej i molekularnej okrągłonasiennej formy lędźwianu siewnego (Lathyrus sativus L.)
NR 260/261 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2011 KATARZYNA PANKIEWICZ WOJCIECH RYBIŃSKI ZYGMUNT KACZMAREK Instytut Genetyki Roślin PAN, Poznań Ocena zmienności fenotypowej i molekularnej
Nasiennictwo. Tom I. Spis treści
Nasiennictwo. Tom I Spis treści PRZEDMOWA 1. ŚWIATOWY PRZEMYSŁ NASIENNY 1.1. ZNACZENIE MATERIAŁU SIEWNEGO 1.2. PRZEMYSŁ NASIENNY 1.3. ŹRÓDŁA WSPIERANIA ROZWOJU PRZEMYSŁU NASIENNEGO 1.4. MIĘDZYNARODOWY
Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Testowanie hipotez statystycznych.
Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie
Przykład 1. (A. Łomnicki)
Plan wykładu: 1. Wariancje wewnątrz grup i między grupami do czego prowadzi ich ocena 2. Rozkład F 3. Analiza wariancji jako metoda badań założenia, etapy postępowania 4. Dwie klasyfikacje a dwa modele
Katedra Genetyki i Podstaw Hodowli Zwierząt Wydział Hodowli i Biologii Zwierząt, UTP w Bydgoszczy
Ćwiczenie: Analiza zmienności prosta Przykład w MS EXCEL Sprawdź czy genotyp jagniąt wpływa statystycznie na cechy użytkowości rzeźnej? Obliczenia wykonaj za pomocą modułu Analizy danych (jaganova.xls).
Problem eliminacji nieprzystających elementów w zadaniu rozpoznania wzorca Marcin Luckner
Problem eliminacji nieprzystających elementów w zadaniu rozpoznania wzorca Marcin Luckner Wydział Matematyki i Nauk Informacyjnych Politechnika Warszawska Elementy nieprzystające Definicja odrzucania Klasyfikacja
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1
Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.
Wykład 12 Testowanie hipotez dla współczynnika korelacji
Wykład 12 Testowanie hipotez dla współczynnika korelacji Wrocław, 24 maja 2017 Współczynnik korelacji Niech będą dane dwie próby danych X = (X 1, X 2,..., X n ) oraz Y = (Y 1, Y 2,..., Y n ). Współczynnikiem
Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym
Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne
Tabela 42. Owies odmiany badane w 2013 r.
VIII Owies Owies jest tańszy w uprawie niż inne zboża. Wymaga, bowiem nie tylko mniej intensywnego nawożenia, ale również mniejszej ochrony chemicznej. Wadą natomiast jest niższa cena ziarna na rynku.
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
NR 274 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2014
NR 274 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2014 WOJCIECH RYBIŃSKI 1 JAN BOCIANOWSKI 2 MICHAŁ STARZYCKI 3 1 Instytut Genetyki Roślin PAN w Poznaniu 2 Uniwersytet Przyrodniczy w Poznaniu 3
STATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech
TATYTYKA wykład 8 Wnioskowanie Weryfikacja hipotez Wanda Olech Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM
weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) założenie: znany rozkład populacji (wykorzystuje się dystrybuantę)
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
Maszyny wektorów podpierajacych w regresji rangowej
Maszyny wektorów podpierajacych w regresji rangowej Uniwersytet Mikołaja Kopernika Z = (X, Y ), Z = (X, Y ) - niezależne wektory losowe o tym samym rozkładzie X X R d, Y R Z = (X, Y ), Z = (X, Y ) - niezależne
Regresja wielokrotna. PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Regresja wielokrotna Model dla zależności liniowej: Y=a+b 1 X 1 +b 2 X 2 +...+b n X n Cząstkowe współczynniki regresji wielokrotnej: b 1,..., b n Zmienne niezależne (przyczynowe): X 1,..., X n Zmienna
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
1 Estymacja przedziałowa
1 Estymacja przedziałowa 1. PRZEDZIAŁY UFNOŚCI DLA ŚREDNIEJ (a) MODEL I Badana cecha ma rozkład normalny N(µ, σ) o nieznanym parametrze µ i znanym σ. Przedział ufności: [ ( µ x u 1 α ) ( σn ; x + u 1 α
OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp
tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
WSPÓŁCZYNNIK DWUMODALNOŚCI BC I JEGO ZASTOSOWANIE W ANALIZACH ROZKŁADÓW ZMIENNYCH LOSOWYCH
METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XV/3, 2014, str. 20 29 WSPÓŁCZYNNIK DWUMODALNOŚCI BC I JEGO ZASTOSOWANIE W ANALIZACH ROZKŁADÓW ZMIENNYCH LOSOWYCH Aleksandra Baszczyńska, Dorota Pekasiewicz