Ocena zróżnicowania gatunków kolekcyjnych lędźwianu (Lathyrus L.) pod względem cech mierzalnych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Ocena zróżnicowania gatunków kolekcyjnych lędźwianu (Lathyrus L.) pod względem cech mierzalnych"

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 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

Bardziej szczegółowo

Zróżnicowanie cech morfologicznych i plonotwórczych u indukowanych mutantów odmian lędźwianu siewnego (Lathyrus sativus L.)

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,

Bardziej szczegółowo

Zakres zmienności i współzależność cech owoców typu soft flesh mieszańców międzygatunkowych Capsicum frutescens L. Capsicum annuum L.

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

Bardziej szczegółowo

Zmienność cech ilościowych mutantów dwóch odmian lędźwianu siewnego (Lathyrus sativus L.)

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,

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

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

Bardziej szczegółowo

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

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

Bardziej szczegółowo

Ocena zróżnicowania w rodzaju Lathyrus na podstawie wybranych cech w materiałach kolekcyjnych

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

Bardziej szczegółowo

Ocena zróżnicowania genetycznego i zawartości neurotoksyny β-odap w wybranych gatunkach z rodzaju Lathyrus

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

Bardziej szczegółowo

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 Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

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

Bardziej szczegółowo

Porównanie zmienności mierzalnych cech morfologicznych wybranych gatunków traw w badaniach OWT

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

Bardziej szczegółowo

Wykorzystanie testu Levene a i testu Browna-Forsythe a w badaniach jednorodności wariancji

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

Bardziej szczegółowo

ρ siła związku korelacyjnego brak słaba średnia silna bardzo silna

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.

Bardziej szczegółowo

Analiza wariancji. dr Janusz Górczyński

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

Bardziej szczegółowo

Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat

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

Bardziej szczegółowo

Zmienność cech ilościowych u wybranych odmian lokalnych lędźwianu siewnego (Lathyrus sativus L.)

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,

Bardziej szczegółowo

Weryfikacja hipotez statystycznych za pomocą testów 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

Bardziej szczegółowo

Testowanie hipotez statystycznych cd.

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:

Bardziej szczegółowo

Elementy struktury plonu nasion i niektóre cechy morfologiczne mutantów łubinu andyjskiego (L. mutabilis Sweet) w 2001 roku Komunikat

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

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

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

Bardziej szczegółowo

Regresja i Korelacja

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

Bardziej szczegółowo

O testach wielowymiarowej normalności opartych na statystyce Shapiro-Wilka

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

Bardziej szczegółowo

W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.

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,

Bardziej szczegółowo

Statystyka matematyczna. Wykład V. Parametryczne testy istotności

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

Bardziej szczegółowo

Metody statystyczne wykorzystywane do oceny zróżnicowania kolekcji genowych roślin. Henryk Bujak

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

Bardziej szczegółowo

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 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

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

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

Bardziej szczegółowo

Przedmiot statystyki. Graficzne przedstawienie danych.

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

Bardziej szczegółowo

Temat: BADANIE NIEZALEśNOŚCI DWÓCH CECH JAKOŚCIOWYCH TEST CHI KWADRAT. Anna Rajfura 1

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

Bardziej szczegółowo

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji.

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)

Bardziej szczegółowo

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

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

Bardziej szczegółowo

Zakres zmienności i współzależność cech technologicznych u trzech wielkoowocowych odmian papryki rocznej (Capsicum annuum L.)

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

Bardziej szczegółowo

Zawartość. Zawartość

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

Bardziej szczegółowo

WSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno

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:

Bardziej szczegółowo

Zarządzanie populacjami zwierząt. Parametry genetyczne cech

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

Bardziej szczegółowo

Przedmiot statystyki. Graficzne przedstawienie danych. Wykład-26.02.07. Przedmiot statystyki

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);

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

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

Bardziej szczegółowo

CECHY ILOŚCIOWE PARAMETRY GENETYCZNE

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

Bardziej szczegółowo

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

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

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO

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

Bardziej szczegółowo

Ćwiczenie: Weryfikacja hipotez statystycznych dla jednej i dwóch średnich.

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

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

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

Bardziej szczegółowo

VIII Owies. Tabela 41. Owies badane odmiany w 2012 roku. Rok wpisania do

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

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 8

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).

Bardziej szczegółowo

Metody komputerowe statystyki Computer Methods in Statistics. Matematyka. Poziom kwalifikacji: II stopnia. Liczba godzin/tydzień: 2W, 3L

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,

Bardziej szczegółowo

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 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...

Bardziej szczegółowo

KLASYFIKACJA. Słownik języka polskiego

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

Bardziej szczegółowo

WPŁYW WYBRANYCH CZYNNIKÓW NA RÓWNOMIERNOŚĆ DOZOWANIA I WYSIEWU NASION PSZENICY KOŁECZKOWYM ZESPOŁEM WYSIEWAJĄCYM

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

Bardziej szczegółowo

Mutacja typu Virescens u rzepaku ozimego Brassica napus L.

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

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.

Bardziej szczegółowo

Regresja logistyczna (LOGISTIC)

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

Bardziej szczegółowo

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 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

Bardziej szczegółowo

Zmienność i współzależność niektórych cech struktury plonu żyta ozimego

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

Bardziej szczegółowo

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

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

Bardziej szczegółowo

W statystyce stopień zależności między cechami można wyrazić wg następującej skali: n 1

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

Bardziej szczegółowo

Ekonometryczne modele nieliniowe

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,

Bardziej szczegółowo

ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x

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

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

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

Bardziej szczegółowo

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 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

Bardziej szczegółowo

Ocena zmienności i współzależności cech ilościowych w kolekcji jarej pszenicy twardej pochodzenia afgańskiego

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

Bardziej szczegółowo

Ta uprawa się opłaca! Skąd wziąć nasiona soi?

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,

Bardziej szczegółowo

Testy post-hoc. Wrocław, 6 czerwca 2016

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

Bardziej szczegółowo

1. Jednoczynnikowa analiza wariancji 2. Porównania szczegółowe

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

Bardziej szczegółowo

W1. Wprowadzenie. Statystyka opisowa

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

Bardziej szczegółowo

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia

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

Bardziej szczegółowo

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 1) Wprowadzenie; 2) Doświadczenia jednoczynnikowe; 3) Doświadczenia dwuczynnikowe; 4) Doświadczenia trójczynnikowe; 5) Badanie współzależności cech ilościowych; 6) Badanie zależności liniowej pomiędzy

Bardziej szczegółowo

Statystyka matematyczna dla leśników

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

Bardziej szczegółowo

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 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.

Bardziej szczegółowo

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów

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

Bardziej szczegółowo

ANNALES UNIVERSITATIS MARIAE CURIE-SKŁODOWSKA LUBLIN POLONIA

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

Bardziej szczegółowo

Elementy statystyki wielowymiarowej

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

Bardziej szczegółowo

Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście

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

Bardziej szczegółowo

WYBRANE WŁAŚCIWOŚCI FIZYCZNE NASION CAŁYCH I BEZ OKRYWY NASIENNEJ GRYKI ODMIANY KORA I FORMY RED COROLLA

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

Bardziej szczegółowo

Wykład 12 Testowanie hipotez dla współczynnika korelacji

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

Bardziej szczegółowo

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

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 +

Bardziej szczegółowo

Ocena zmienności fenotypowej i molekularnej okrągłonasiennej formy lędźwianu siewnego (Lathyrus sativus L.)

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

Bardziej szczegółowo

Nasiennictwo. Tom I. Spis treści

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

Bardziej szczegółowo

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. 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

Bardziej szczegółowo

Testowanie hipotez statystycznych.

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

Bardziej szczegółowo

Przykład 1. (A. Łomnicki)

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

Bardziej szczegółowo

Katedra Genetyki i Podstaw Hodowli Zwierząt Wydział Hodowli i Biologii Zwierząt, UTP w Bydgoszczy

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).

Bardziej szczegółowo

Problem eliminacji nieprzystających elementów w zadaniu rozpoznania wzorca Marcin Luckner

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

Bardziej szczegółowo

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 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.

Bardziej szczegółowo

Wykład 12 Testowanie hipotez dla współczynnika korelacji

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

Bardziej szczegółowo

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym

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

Bardziej szczegółowo

Tabela 42. Owies odmiany badane w 2013 r.

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.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

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

Bardziej szczegółowo

NR 274 BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 2014

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

Bardziej szczegółowo

STATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech

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

Bardziej szczegółowo

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 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

Bardziej szczegółowo

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) założenie: znany rozkład populacji (wykorzystuje się dystrybuantę)

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

Bardziej szczegółowo

Maszyny wektorów podpierajacych w regresji rangowej

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

Bardziej szczegółowo

Regresja wielokrotna. PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

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

Bardziej szczegółowo

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 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 szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

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

Bardziej szczegółowo

1 Estymacja przedziałowa

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

Bardziej szczegółowo

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

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

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

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

Bardziej szczegółowo

WSPÓŁCZYNNIK DWUMODALNOŚCI BC I JEGO ZASTOSOWANIE W ANALIZACH ROZKŁADÓW ZMIENNYCH LOSOWYCH

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

Bardziej szczegółowo