Recenzja. Rozprawy doktorskiej mgr inż. Alexa S. Olpendy pt.
|
|
- Jacek Jakubowski
- 5 lat temu
- Przeglądów:
Transkrypt
1 Prof. dr hab. inż. Jarosław Zawadzki Warszawa, dnia 13 listopada 2018r. Zakład Informatyki i Badań Jakości Środowiska Wydział Instalacji Budowlanych, Hydrotechniki i Inżynierii Środowiska Politechnika Warszawska Ul. Nowowiejska Warszawa Recenzja Rozprawy doktorskiej mgr inż. Alexa S. Olpendy pt. Modeling light conditions in mixed stands using airborne LiDAR data: Bialowieza Forest example, (pol. Modelowanie warunków świetlnych w drzewostanach mieszanych z zastosowaniem danych lotniczego skaningu laserowego na przykładzie Puszczy Białowieskiej ) Recenzję opracowano na podstawie zlecenia Dziekana Wydziału Leśnego Szkoły Głównej Gospodarstwa Wiejskiego, zgodnie z uchwałą Rady Wydziału Leśnego Szkoły Głównej Gospodarstwa Wiejskiego z dnia 9 października 2018r. Rozprawa doktorska mgr inż. Alexa S. Olpendy została wykonana na Wydziale Leśnym Szkoły Głównej Gospodarstwa Wiejskiego, pod kierownictwem dr hab. inż. Krzysztofa Będkowskiego, prof. UŁ (Wydział Nauk Geograficznych Uniwersytetu Łódzkiego, Instytut Geografii Miast i Turyzmu, Zakład Geoinformacji). Tematyka pracy pozostaje w ścisłym związku z prowadzoną przez niego rozległą tematyką badawczą i pracami naukowymi dotyczącymi m.in. zastosowania technologii skanowania laserowego w badaniach leśnych. Rozprawa doktorska mgr inż. Alexa S. Olpendy ma tradycyjny układ i składa się z kilku głównych części, a mianowicie 1. Wprowadzenia, 2. Przeglądu literaturowego, 3. Opisu metod i danych, 4. Wyników, 5. Dyskusji, 6. Podsumowania i Wniosków, 7. Zaleceń, 8. Bibliografii, oraz 9. Załącznika. Ponadto w pracy znajdują się dodatkowo streszczenie w języku polskim i angielskim, podziękowania, spis treści, spis tabel, spis stosowanych skrótów oraz spis najważniejszych terminów terminologicznych i stosowanych jednostek. Praca napisana jest w języku angielskim, W dalszej części recenzji będę stosował ww. numery rozdziałów. Całość zagadnienia została opracowana na 147 stronach (137 nie licząc załączników). W pracy zamieszczono 59 rysunków (w tym 1 w załącznikach), 24 tabele (w tym 1 w załącznikach) oraz 25 ponumerowanych wzorów. W załączniku znajdują się m.in. główne dane statystyczne wykorzystywane w pracy, będące wynikiem inwentaryzacji przeprowadzonych na badanych powierzchniach próbnych rozlokowanych w Puszczy 1
2 Białowieskiej. Bibliografia obejmuje (według moich wyliczeń) 183 pozycje literaturowe (strony ) z czego w zdecydowanej części to pozycje anglojęzyczne, zaś pozostałe to pozycje polskojęzyczne, które można uznać za albo szeroko uznane, albo dotyczące badań wykonanych w Polsce. Na podkreślenie zasługuje również fakt, że zdecydowana większość pozycji literaturowych pochodzi z lat po 2000r., zaś prace starsze to uznane i klasyczne pozycje w swojej dziedzinie. Zgodnie z tematem rozprawy Autora interesowały zastosowania technologii skanowania laserowego (ang. light detection and ranging LiDAR) z pułapu lotniczego do oceny i modelowania warunków świetlnych w lasach, na przykładzie lasów gospodarczych Puszczy Białowieskiej. Zagadnienie to jest bardzo ważne, gdyż właściwa ocena warunków świetlnych ma zasadnicze znaczenie dla rozwoju roślinności leśnej, a zatem dla zagadnień dotyczących hodowli lasu. Celem ogólnym rozprawy były badania związków pomiędzy parametrami drzewostanu wyznaczanych przy pomocy pomiarów naziemnych oraz z wykorzystaniem lotniczego skanowania laserowego, a warunkami świetlnymi pod okapem drzewostanu, w szczególności opracowanie metodologii uzyskiwania tych związków w drzewostanach mieszanych, na przykładzie Puszczy Białowieskiej. Zamierzeniem Autora było, aby ta metodologia ta była prosta, nie wymagająca dużych nakładów obliczeniowych i skalowalna do poziomu krajobrazu. Autor zdefiniował również pięć szczegółowych celów badawczych będących uszczegółowieniem celu ogólnego. Zarówno cele ogólne, jak i szczegółowe są wymienione na stronie 22 rozprawy. Na stronie 23, Autor sformułował główną tezę pracy następująco: Postawiono hipotezę, że możliwe jest oszacowanie promieniowania słonecznego w podszycie lasu na podstawie zestawów danych uzyskanych drogą lotniczego skanowania radarowego. (Wersja oryginalna: It is hypothesized that it is possible to estimate solar radiation in forest understory from airborne LiDAR datasets ). Następnie, również na stronie 23, Autor wymienił 8 hipotez szczegółowych, które były konkretyzacją hipotezy głównej. Następnie, określił tzw. pytania badawcze research questions, które można potraktować jako uzupełnienie przedstawionych powyżej celów i hipotez, na które zamierzał znaleźć odpowiedzi po zrealizowaniu pracy doktorskiej: 1. Czy występuje (statystycznie) istotny związek pomiędzy podokapowym nasłonecznieniem a parametrami strukturalnymi drzew i drzewostanu wyznaczonych drogą naziemnych pomiarów ręcznych? 2
3 2. Czy występuje (statystycznie) istotny związek pomiędzy podokapowym nasłonecznieniem a różnymi parametrami koron drzew wyznaczonymi drogą lotniczego skanowania radarowego? 3. Jaki jest optymalny wybór promienia powierzchni próbnych niezbędny w celu uzyskania informacji z lotniczego skanowania laserowego, oraz jaka jest wartość graniczna wysokości korony w celu wyznaczenia właściwych parametrów na przynajmniej badanym obszarze? 4. Jaki pojedynczy parametr korony lub jaka kombinacja takich parametrów jest najlepsza w celu najlepszego wyznaczenia nasłonecznienia pod okapem drzew i jak dokładne byłoby użycie parametrycznego modelu liniowej regresji? Przegląd literatury (rozdział 2) został opisany się na stronach i obejmuje następujące główne zagadnienia: 1. przegląd (charakterystykę) promieniowania słonecznego, 2. znaczenie światła słonecznego w środowisku leśnym, 3. opis oddziaływanie światła słonecznego z koroną drzewa, 4. związki pomiędzy wynikami pomiarów drzew lub drzewostanów a wielkością nasłonecznienie pod okapem drzew, 5. przegląd metody zdjęć hemisferycznych (ang. hemispherical photography), 6. opis technologii skanowania laserowego (ang. light detection and ranging LiDAR) 7. opis metod zdalnych badania nasłonecznienie pod okapem drzew, 8. charakterystykę Puszczy Białowieskiej. Rozdział metodyczny (3) jest szczegółowym opisem obszaru badawczego, rozmieszczenia, geometrii i rozmiarów powierzchni próbnych, wyboru parametrów drzew i drzewostanów (takich jak gatunek drzewa, pierśnica, wysokość drzewa, pokrycie powierzchni przez korony (ang. canopy cover), sposobu wykonywania pomiarów naziemnych tych parametrów. Uwagi ogólne Już na wstępie, należy podkreślić, że temat podjęty przez Autora jest bardzo ważny zarówno z naukowego, jak i praktycznego punktu widzenia. Badania warunków świetlnych pod okapem drzewostanu wnoszą istotną wiedzę na temat warunków wzrostu roślinności leśnej pozwalającą na wykorzystanie jej do optymalizacji hodowli lasu, oraz lepsze zrozumienie skomplikowanych zjawisk wpływających na mikroklimat wnętrza lasu, zależnego w zasadniczym stopniu od warunków świetlnych, a wpływającego na zarówno na rośliny (np. na poziom fotosyntezy), jak i inne organizmy żyjące w podokapowych warstwach lasu. Badanie 3
4 tych warunków z wykorzystaniem zdjęć hemisferycznych w połączeniu z danymi lotniczego skaningu laserowego z wykorzystaniem technik Systemów Informacji Przestrzennej oraz metod statystycznych, głównie z zakresu analizy i korelacji należy również uznać jako właściwą i ciekawą propozycję metodyczną, bardzo dobrze dobraną do zrealizowania głównego zamierzenia pracy doktorskiej. Tematyka i cel pracy należy więc ocenić jako prawidłowe, pozwalające zrealizować nowatorskie badania i uzyskać wyniki na poziomie odpowiadającym pracom doktorskim. Istotnym walorem pracy, na który należy zwrócić uwagę jest połączenie kilku rodzajów danych, a mianowicie różnorodnych parametrów zmiennych opisujących drzewa i drzewostany oraz warunków świetlnych ocenionych przy pomocy zdjęć hemisferycznych (oświetlenie bezpośrednie, rozproszone i całkowite) z wybranymi charakterystykami impulsów laserowych generowanych w trakcie skaningu lotniczego. Taki wybór rodzajów danych, jak i sposób ich korelowania należy ocenić bardzo wysoko, gdyż dzięki temu Autor drogą badań naziemnych ustalił, w sposób bardzo staranny i systematyczny, istotne zmienne (i ich parametry) związane z drzewami i drzewostanami mające istotny wpływ na warunki oświetlenia pod okapem drzew, a dopiero następnie dokonał analiz porównawczych z różnorodnymi zmiennymi opisującymi oddziaływanie impulsów laserowych ze skaningu laserowego z badanymi drzewostanami. Dzięki temu można uznać, że uzyskane wyniki i wnioski dotyczące przydatności danych pochodzących ze skaningu lotniczego do badania warunków świetlnych pod okapem drzewostanu są prawidłowo walidowane i wiarygodne. Wynikiem naukowym i praktycznym tej pracy było potwierdzenie przydatności lotniczego skaningu laserowego do szybkiego badania warunków świetlnych pod okapem drzewostanu na znacznych obszarach, oraz ustalenie właściwych do tego celu modeli regresyjnych i wykorzystywanych w nich zmiennych. Przykładowo Autor stwierdził, ze zmienną najlepiej opisującą ilość światła rozproszonego pod okapem drzewostanu w modelu regresji liniowej z jedną zmienną był wskaźnik przenikania impulsów laserowych (ang. Laser penetration index), zaś dalszą poprawę oceny ilość światła rozproszonego pod okapem drzewostanu można było uzyskać dzięki zastosowaniu wielokrotnej regresji liniowej stosując trzy dodatkowe zmienne takie jak średnia wysokości odbicia impulsów laserowych, mediana wysokości odbicia impulsów laserowych (poniżej DBH) i udział procentowy pierwszych odbić. Autor opracował analogiczne modele regresyjne i ustalił wykorzystywane w nich zmienne wysunął odnośnie oświetlenia bezpośredniego i całkowitego. Od pracy doktorskiej wymagany jest również istotny wkład nowości naukowej. Jest nimi niewątpliwie próba selekcji charakterystyk (zmiennych) opisujących oddziaływanie 4
5 impulsów laserowych lotniczego skaningu laserowego (charakterystyk ASL) z roślinnością leśną, oraz integracja danych z tego skaningu z obserwacjami naziemnymi średniej wartości nasłonecznienia (światło rozproszone, bezpośrednie oraz całkowite) uzyskanego na podstawie zdjęć hemisferycznych. Choć podobne badania można znaleźć w literaturze to są one stosunkowo rzadkie występują i zazwyczaj mają charakter przyczynkowy lub odnoszą się do innych lokalnych warunków. Wybór Puszczy Białowieskiej na obszar badań na 100. wyselekcjonowanych spośród 600. losowo wybranych kołowych powierzchniach próbnych ma ten walor, że uzyskane wyniki można próbować zaadoptować w innych lasach naturalnych w Polsce. Można więc stwierdzić, że Autor podjął się przez tematyki poruszającej złożone zagadnienia, w dużej mierze o charakterze interdyscyplinarnym, bo obejmujące zagadnienia leśne jak również nowoczesne techniki optyczne jakimi są obserwacje lotnicze za pomocą skaningu laserowego i łączenia ich wyników z obserwacjami naziemnymi przy wykorzystaniu zdjęć hemisferycznych. Na podkreślenie zasługuje doskonała jakość danych naziemnych, ich skrupulatna selekcja oraz staranne analizy wstępne tych danych. Należy przy tym stwierdzić, że cel, tezy pracy, jak i jej zakres zostały przedstawione w sposób jasny i zrozumiały. Również większość pracy napisana jest w sposób przejrzysty, zaś jakość edytorska, w tym rysunków tabel i wzorów jest, w zasadzie, bez zarzutu. Uwagi szczegółowe 1. W podrozdziale 3.2 Sampling Design, str Autor opisuje geometrię i wielkość kołowych powierzchni próbnych stosowanych w projekcie ForBioSensing według kryteriów określających wybrane parametry roślinności na badanej powierzchni próbnej (tab. 2). Jednak nie bardzo wiadomo dlaczego Autor określa tak szczegółowo w pracy geometrię powierzchni próbnych (z dokładnością do cm) i czemu ma służyć opis kryteriów zawartych w ostatniej kolumnie tab. 2. Podobne sytuacje, że Autor w istotnych aspektach odsyła do projektu bez odpowiednich wyjaśnień, powtarzają się w pracy. Ponadto w bibliografii nie ma odnośnika do projektu ForBioSensing (znajduje się on jedynie w tekście na stronie 47). Utrudnia to czytanie tej części pracy zmuszając czytelnika do szukania w literaturze. 2. Rys. 27. przedstawiający okno dialogowe programu WinSCANOPY i zdefiniowane klasy nieba oraz koron i przypisane im kolory jest moim zdaniem niepotrzebny w dysertacji doktorskiej, gdyż nie wnosi żadnej istotnej informacji, niezbędnej dla zrozumienia pracy. 5
6 3. Na uwagę zasługuje staranny wybór i jego opis wartości progowej wysokości koron i wielkości powierzchni próbnej wykorzystywanej w lotniczym skanowaniu laserowym (Podrozdział 3.7 Selection of Canopy Height Threshold and ALS Plot Size) świadczący o dobrym zaplanowaniu eksperymentu, co miało pozytywny wpływ na dalsze badania przeprowadzone w pracy. 4. Podobną uwagę można sformułować jeżeli chodzi o wybór charakterystyk (zmiennych) ALS wykorzystanych w pracy, opisujących oddziaływanie impulsów laserowych z badanymi drzewostanami. Wszystkie te charakterystyki były starannie zdefiniowane i omówione na str w podrozdziałach 3.7 Selection of Canopy Height Threshold and ALS Plot Size, oraz 3.8 LiDAR Metrics. Charakterystyki te można najogólniej podzielić na 4 grupy: zmienne związane z klasami odbicia impulsów (Return Class Metrics), zmienne związane z wysokością odbicia impulsów (Height Metrics), zmienne związane z intensywnością (natężeniem) impulsów (Intensity Metrics), zmienne ilorazowe (Ratio Metrics). Autor opisuje systematycznie te 4 grupy zmiennych, nawiązując do literatury. Za szczególną uwagę należy zwrócić ilość i staranność wyboru tych zmiennych stosowanych w pracy. Na przykład na stronie 98, w podrozdziale 4.8 Variable Selection for MLR Autor informuje aż o 52 takich zmiennych, istotnie skorelowanych z nasłonecznieniem pod koroną drzew. Chociaż m.in. ze względu na istnienie wzajemnych korelacji pomiędzy nimi (występowanie współliniowości), w poszczególnych badaniach Autor wykorzystywał mniejszą ilość zmiennych, to należy podkreślić, że tak staranny dobór zmiennych ALS jest dużym walorem pracy. Chciałbym szczególnie podkreślić staranny dobór bicentyli (ang. bicentiles) oraz bardziej złożonych miar ilorazowych, jak np. wskaźnik penetracji impulsów laserowych oparty na wartościach intensywności (ang. Laser Penetration Index based on the intensity values). 5. Nieco niżej należałoby natomiast ocenić podrozdział 4.1 Sample Plots and Stand Characteristics, w którym Autor w tab. 7 przedstawia informacje statystyczne dotyczące powierzchni pomiarowych m.in. statystyki opisowe wysokości i pierśnicy oraz skład gatunkowy drzew na badanym obszarze. Niestety, informacje te uzupełnia jedynie dwoma dowolnie wybranymi wykresami statystycznymi, a mianowicie histogramami pokrycia powierzchni przez korony (ang. canopy cover) oraz wartości pierśnicy na 100 badanych powierzchniach próbnych. Pierwszy z tych histogramów jest mocno lewostronnie skośny (podobnie jak, o czym wspomina Autor, gęstość zadrzewienia) i dlatego histogramy te powinny być staranniej opisane. Ponadto Autor używa zbyt skrótowych sformułowań np. above absolute 1 nie wspominając wyraźnie w tekście, że chodzi o 6
7 klasyczny współczynnik zmienności (Skewness) oraz zastosował niewłaściwą jednostkę na histogramie pierśnicy (rys. 37, str. 78), a mianowicie m^2 day^-1). Opisując histogram z rys. 37 Autor powinien odnieść się, co jest powodem dość znacznej ilości wartości wyraźnie odstających z zakresu 75-80, gdyż widać wyraźnie, że w tym zakresie rozkład pierśnicy wyraźnie odbiega od normalnego. Reasumując staranność tego rozdziału trudno uznać za zadawalającą. Charakterystyka powierzchni pomiarowych powinna być bardziej systematyczna i szczegółowa. 6. Jeżeli chodzi o opis położenia powierzchni pomiarowych to również wymagał on staranniejszego komentarza. Interesujący byłoby np. dokładniejszy opis statystyczny wielkości oraz wzajemnego położenia obszarów zalesionych na których wybierano powierzchnie pomiarowe metodą próbkowania losowego. Na rys. 35, str. 76 nie ma skali przestrzennej, nie jest zaznaczony kierunek północny, nie ma legendy wyjaśniającej odpowiednio klasy pokrycia terenu. Krótkie, acz nieprecyzyjne stwierdzenie Bright portions are with human settlements and man-made structures. jest daleko niewystarczające w stosunku do odpowiedniej informacji, która powinna się znaleźć w rozprawie doktorskiej. 7. W podrozdziale 4.3 Digital HP Processing Results Autor opisuje wyniki analiz wartości nasłonecznienia pod koronami drzew (światło rozproszone, bezpośrednie oraz całkowite) uzyskanego na podstawie zdjęć hemisferycznych na badanych powierzchniach pomiarowych. Rozdział ten jest stosunkowo krótki, gdyż ma 3 strony (str ), wraz z trzema tabelami 9-11, oraz trzema histogramami przedstawionymi na rys. 39. Lektura tego podrozdziału z jednej strony wskazuje na bardzo dużą ilość pracy eksperymentalnej włożoną w uzyskanie wyników, jak również w selekcję fotografii, prowadzącą ostatecznie do wyboru tylko 96 powierzchni próbnych, w tym tylko 52 na których wykonano 5 zdjęć hemisferycznych. W tabeli 10 Autor przedstawia podstawowe statystyki nasłonecznienia (światło rozproszone, bezpośrednie oraz całkowite): średnia, odchylenie standardowe, współczynnik skośności, zakres, wartość minimalną i maksymalną, uzyskane na wybranych 96 powierzchniach próbnych, zaś w tabeli 11 zestawia średnią, odchylenie standardowe, zakres i liczbę wyników uzyskanych na tych powierzchniach, z wynikami uzyskanymi z 85 zdjęć uzyskanych w położeniu centralnym układu pomiarowego przedstawionego na rys. 19 na str. 52. Autor konkluduje, że dla wszystkich rodzajów oświetlenia uzyskuje (na podstawie wybranych 96 powierzchniach próbnych) rozkłady o znacznej asymetrii prawostronnej (współczynnik asymetrii przekracza 2 w przypadku wartości nasłonecznienia dla światła bezpośredniego i całkowitego, oraz 1,84 dla światła 7
8 rozproszonego). Choć Autor krótko komentuje, że na czterech powierzchniach próbnych wartości oświetlenia wynikają z najmniejszej gęstości zadrzewienia i pokrycia powierzchni przez korony, to jednak nie bada wystarczająco ani wpływu asymetrii, ani istnienia wartości odstających na uzyskane wartości średniej i odchylenia standardowego. Co ciekawe w tab. 11 nie umieścił wartości współczynnika skośności, ani nie przedstawił histogramów wartości nasłonecznienia dla pojedynczych zdjęć, co powoduje, że porównanie wyników otrzymanych na podstawie zdjęć pojedynczych i wielokrotnych jest niepełne. Podobnie, nasuwa się pytanie: dlaczego Autor nie przedstawił w tab. 10 i 11 wybranych statystyk pozycyjnych, choćby mediany, kwartyli i odchylenia ćwiartkowego. To wszystko sprawia, że mimo ogromu pracy eksperymentalnej ich opis statystyczny należy uznać za zbyt pobieżny. 8. W rozdziale 4.4 Sunlight and Stand Parameters Relationships (str ) Autor analizuje, a następnie w tab. 12 przedstawia wartości współczynników korelacji Pearsona pomiędzy podstawowymi parametrami drzewostanu na badanych powierzchniach pomiarowych takich jak całkowita ilość drzew, średnia i maksymalna wysokość drzew, całkowita wysokość drzew, całkowita wysokość koron, całkowita pierśnica, objętość koron, pokrycia powierzchni przez korony, a wartościami nasłonecznienia, podając, które wartości współczynników korelacji Pearsona są istotne. Pojawia się tu kilka kwestii. Niestety, w pracy doktorskiej, nawet w załącznikach nie ma informacji o objętości i wysokości koron na badanych powierzchniach pomiarowych, zaś informacja o całkowitej wysokości drzew nie jest obecna w tab.7 na str. 77, gdzie Autor przedstawiał parametry drzewostanu na badanych powierzchniach próbnych. To powoduje, pewną niespójność w prezentowanych wynikach, jak również to, że sprawdzenie niektórych wyników w tab. 12 wymagałoby poszukiwania danych oryginalnych z projektu w ForBioSensing. Jednak bardziej istotne jest, że syntetyczna tab. 12 przedstawiająca wyniki pracy doktorskiej, które należy uznać za najważniejszych w pracy, moim zdaniem powinna być uzupełniona wykresami rozrzutu odpowiednich par zmiennych. Współczynniki korelacji, choć w przeważającej liczbie istotne należy uznać najczęściej za umiarkowane, zaś biorąc pod uwagę czułość współczynnika korelacji Pearsona na wartości odstające (które były widoczne zarówno wśród parametrów drzewostanów na badanych powierzchniach próbnych, jak wśród wartości oświetlenia), trudno jest ocenić na ile wartości przedstawione w tab. 12 są wiarygodne i jaki może być na nie wpływ wartości odstających. Test istotności przeprowadzony przez Autora dotyczy jedynie występowania (lub braku) korelacji. 8
9 Sądzę, że należało załączyć takie wykresy rozrzutu (8) w załącznikach, oraz lepiej przedyskutować ten aspekt w podrozdziale 4.4, który zajmuje jedynie 1,5 strony i w dużej mierze jest wypełniony informacjami literaturowymi. Zasadna jest w tym miejscu uwaga bardziej ogólna, że Autor powinien wyraźniej odseparować własne wyniki od wyników literaturowych. 9. W rozdziale 4.5 Simultaneous Canopy Height Threshold and Plot Size Analyses, w którym Autor stara się uzasadnić wybór wielkości promienia powierzchni próbnych wykorzystywanym w pracy, w trakcie lotniczego skaningu laserowego. W tym celu obliczał on wartości współczynników determinacji pomiędzy wartościami nasłonecznienia pod koronami drzew a różnymi charakterystykami ALS (opisanymi w podrozdziale 3.8, np. współczynnikiem penetracji impulsów laserowych lub bicentylami, wyznaczanymi dla różnych wysokości odbicia). Następnie badał on zależność tych współczynników determinacji od wielkości promienia powierzchni próbnych. Obliczenia wykonane w tym rozdziale należy uznać za bardzo staranne, mimo tego, że opis wyników nie jest wystarczająco precyzyjny. M.in. tytuł rozdziału nie do końca oddaje zawartą w nim treść. Nie jest również jasne dlaczego w podpisach rysunków użyte jest wyrażenie Regression lines np. Regression lines of LPI podczas, gdy na rysunkach przedstawione na wykresach są po prostu zależnościami współczynnika determinacji wyznaczonymi jak opisano powyżej od długości promienia powierzchni próbnych. W rezultacie Autor wyznacza najbardziej właściwy promień powierzchni próbnych dla skanowania laserowego. 10. W podrozdziałach Autor przeprowadza analizę korelacji między dwiema zmiennymi pomiędzy wartościami nasłonecznienia pod koronami drzew (światło rozproszone, bezpośrednie oraz całkowite) traktowanymi jako zmienne objaśniane, a różnymi charakterystykami ALS, opisanymi w podrozdziale 3.8 (zmienne objaśniające), dyskutując uzyskane wyniki. Stosuje on przy tym promień powierzchni próbnej dla skanowania laserowego równy 9m, zgodny z wynikami poprzedniego rozdziału. Do wyboru najbardziej przydatnych zmiennych wyjaśniających wykorzystuje m.in. wartości statystycznego wskaźnika współliniowości (ang. Variance Inflation Factor). W rezultacie w tab. 20 wymienia 8 najlepszych zmiennych objaśniających, zaś na rysunku 51 dodatkowo przedstawia ich histogramy, wykresy rozrzutu, oraz współczynnik korelacji pomiędzy nimi, jak również wykonuje test Shapiro-Wilka. 6 z 8 zmiennych wymienionych w tab. 20 dodatkowo logarytmuje ze względu na dużą skośność ich rozkładów, podobnie jak 3. zmienne opisujące nasłonecznienie pod 9
10 koronami. W podrozdziale 4.9 Autor przeprowadza regresję krokową w celu uzyskania najlepszego zbioru zmiennych wyjaśniających w modelu regresji wielorakiej dla 3. zmiennych objaśnianych tj. nasłonecznienia pod koronami drzew w przypadku światła rozproszonego, bezpośredniego oraz całkowitego, przy czym proponuje on w każdym z tych trzech przypadku po 2 modele. Wszystkie te modele charakteryzują się stosunkowo wysokim skorygowanym współczynnikiem regresji wielorakiej przekraczającym 0,7 w przypadku światła bezpośredniego i całkowitego, oraz 0,8 w przypadku światła rozproszonego. Ostatecznego wyboru modelu ( w tych trzech przypadkach) dokonuje poprzez porównywanie błędu średniokwadratowego (RMSE) i braku korelacji rezyduów. Wyżej opisane analizy należy uznać za bardzo staranne, przemyślane i poprawne. 11. W rozdziale 4.10 Autor stosuje najlepsze modele do 9 zbiorów danych LiDAR pokrywających razem obszar 245 hektarów. Korzystając z rozkładów przestrzennych 4 charakterystyk ALS zmiennych LPI(<3m), RHmean, RHmedian(<DBH), R1% (oznaczenia jak w pracy doktorskiej), przy uwzględnieniu numerycznego modelu terenu (NMT) oraz numerycznego model powierzchni (DSM) uzyskuje w rezultacie rozkłady przestrzenne nasłonecznienia pod koronami drzew w przypadku światła rozproszonego, bezpośredniego oraz całkowitego, które są przedstawione na rys. 58. Bez wątpienia przeprowadzone analizy i uzyskane wyniki trzeba uznać za bardzo wartościowe (chociaż Autor nie podał, jak należałoby legendy do rysunków przedstawiających DTM i DSM). 12. W rozdziale 5 Autor przeprowadza dyskusję, którą należy uznać za wartościową, jednak powinien lepiej oddzielić własne wnioski uzyskane na podstawie wyników swojej pracy od wyników i wniosków literaturowych, które licznie przytacza. Nie jest jednak to duża usterka, w porównaniu do korzyści płynących z doskonałej znajomości tematu i wyników uzyskanych przez innych badaczy. 13. Podobnie wysoko należy ocenić podsumowanie i wnioski przedstawione w rozdziale 7., jak i rekomendacje przedstawione w rozdziale 8. W rekomendacjach (jak również w podrozdziale Sources of Errors and Uncertainties brakuje mi co prawda choćby małej wzmianki o możliwości stosowania narzędzi geostatystycznych np. w celu lepszej integracji danych naziemnych i charakterystyki ALS, oraz wyznaczenia rozkładu przestrzennego błędów, jednak byłyby to rekomendacje bardzo znacząco wykraczające poza techniki zastosowane w recenzowanej rozprawie. 10
11 14. W pracy zauważalne są niezręczne sformułowania wynikające najprawdopodobniej z luk w pogłębionej wiedzy statystycznej, który Autor stara się nadrobić znajomością programu statystycznego. Przykładowo na str. 112, 5. i 6 linia od dołu używa wyrażenia the best single estimator of sunlight with R2. Jednak współczynnik determinacji R2 nie jest miarą jakości estymatora, a jedynie miarą dopasowania modelu. Autor jednak nie zaznaczył wcześniej, że nie jest jego celem badanie własności estymatorów więc sformułowanie to może być mylące. Podsumowanie Reasumując, wymienione powyżej uwagi krytyczne lub dyskusyjne nie zmieniają tego, że rozprawa doktorska pana mgr inż. Alexa L. Olpendy posiada istotne walory. Autor podjął ważne i aktualne badania leśne o dużym stopniu złożoności. Praca doktorska prezentuje odpowiedni poziom naukowy, zawiera nowatorskie wyniki poparte ciekawą dyskusją i rekomendacjami. Dodatkowo należy docenić również dużą ilość włożonej pracy i doskonałą znajomość literatury przedmiotu Moim zdaniem recenzowana rozprawa stanowi bardzo cenną pozycję z zakresu zastosowań lotniczego skaningu laserowego i zdjęć hemisferycznych w leśnictwie. W świetle powyższych ustaleń stwierdzam, ze przedłożona do oceny rozprawa doktorska spełnia wymagania stawiane pracom doktorskim, zgodnie z Ustawą z dnia 14 marca 2003 roku o stopniach naukowych i tytule naukowym oraz o stopniach i tytule w zakresie sztuki (Dz. U. Nr 65, poz. 595, z późn. zm.). W związku z tym upoważnia mnie to do przedłożenia wniosku Radzie Wydziału Leśnego Szkoły Głównej Gospodarstwa Wiejskiego o dopuszczenie mgr inż. Alexa L. Olpendy do dalszych etapów przewodu doktorskiego. Jednocześnie wnioskuję o wyróżnienie rozprawy ze względu na uzyskanie nowatorskich wyników, które wytyczają kierunki dalszych zaawansowanych badań mających bardzo duże znaczenie teoretyczne i praktyczne w leśnictwie. Warszawa, 13 listopada, 2018r. Prof. dr hab. inż. Jarosław Zawadzki 11
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
Recenzja rozprawy doktorskiej mgr inż. Jarosława Błyszko
Prof. dr hab. inż. Mieczysław Kamiński Wrocław, 5 styczeń 2016r. Ul. Norwida 18, 55-100 Trzebnica Recenzja rozprawy doktorskiej mgr inż. Jarosława Błyszko pt.: Porównawcza analiza pełzania twardniejącego
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
Sposoby prezentacji problemów w statystyce
S t r o n a 1 Dr Anna Rybak Instytut Informatyki Uniwersytet w Białymstoku Sposoby prezentacji problemów w statystyce Wprowadzenie W artykule zostaną zaprezentowane podstawowe zagadnienia z zakresu statystyki
dr hab. inż. Jacek Dziurdź, prof. PW Warszawa, r. Instytut Podstaw Budowy Maszyn Politechnika Warszawska
dr hab. inż. Jacek Dziurdź, prof. PW Warszawa, 8.01.2019 r. Instytut Podstaw Budowy Maszyn Politechnika Warszawska Recenzja pracy doktorskiej Pana mgr. inż. Piotra Szafrańca pt.: Ocena drgań i hałasu oddziałujących
Ocena rozprawy doktorskiej. Mgr Pauliny Smyk pt.: Wpływ wybranych ksenobiotyków na zmiany parametrów
Bydgoszcz, 30. 05. 2019 r. prof. dr hab. Marek Bednarczyk Katedra Biotechnologii i Genetyki Zwierząt Uniwersytet Technologiczno-Przyrodniczy im. J.J. Śniadeckich w Bydgoszczy Ocena rozprawy doktorskiej
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
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
Wykład 5: Statystyki opisowe (część 2)
Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz
Budowa pionowa drzewostanu w świetle przestrzennego rozkładu punktów lotniczego skanowania laserowego
Budowa pionowa drzewostanu w świetle przestrzennego rozkładu punktów lotniczego skanowania laserowego Marcin Myszkowski Marek Ksepko Biuro Urządzania Lasu i Geodezji Leśnej Oddział w Białymstoku PLAN PREZENTACJI
Zmienne zależne i niezależne
Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }
Recenzja rozprawy doktorskiej mgr inż. Doroty Kargul-Plewy p.t. Walory krajobrazowe leśnych zbiorników retencyjnych na terenie RDLP Radom
Prof. dr hab. Jarosław Socha Kraków, dnia 8 marca 019 r. Instytut Zarządzania Zasobami Leśnymi Wydział Leśny Uniwersytet Rolniczy im. H. Kołłątaja w Krakowie Recenzja rozprawy doktorskiej mgr inż. Doroty
MODELE 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
Rozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Zadanie 1: wiek 7 8 9 1 11 11,5 12 13 14 14 15 16 17 18 18,5 19 wzrost 12 122 125 131 135 14 142 145 15 1 154 159 162 164 168 17 Wykres
Ocena rozprawy na stopień doktora nauk medycznych lekarz Małgorzaty Marii Skuzy
Dr hab. n. med. Elżbieta Jurkiewicz, prof. nadzw. Warszawa, 6 lipca 2016 Kierownik Zakładu Diagnostyki Obrazowej Instytut Pomnik-Centrum Zdrowia Dziecka w Warszawie Ocena rozprawy na stopień doktora nauk
WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH
WSKAZÓWKI DO WYKONANIA SPRAWOZDANIA Z WYRÓWNAWCZYCH ZAJĘĆ LABORATORYJNYCH Dobrze przygotowane sprawozdanie powinno zawierać następujące elementy: 1. Krótki wstęp - maksymalnie pół strony. W krótki i zwięzły
STATYSTYKA - 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
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.
METODY 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
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
Wykład 4: Statystyki opisowe (część 1)
Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można
LABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
RECENZJA rozprawy doktorskiej mgr inż. Sebastiana Schaba pod tytułem Technologia wytwarzania granulowanych nawozów wieloskładnikowych typu NP i NPK
Prof. dr hab. inż. Zygmunt Kowalski Kraków 2017-07-09 Instytut Gospodarki Surowcami Mineralnymi i Energią Polskiej Akademii Nauk RECENZJA rozprawy doktorskiej mgr inż. Sebastiana Schaba pod tytułem Technologia
Instytut Badawczy Leśnictwa
Instytut Badawczy Leśnictwa www.ibles.pl Monitorowanie stanu obszarów leśnych z wykorzystaniem danych teledetekcyjnych na przykładzie Puszczy Białowieskiej Krzysztof Stereńczak, Miłosz Mielcarek, Bartłomiej
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)
Inteligentna analiza danych
Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki
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
Poznań, r.
Poznań, 05.07.2018 r. prof. dr hab. n. med. Leszek Romanowski Katedra Traumatologii, Ortopedii i Chirurgii Ręki Uniwersytetu Medycznego im. K. Marcinkowskiego w Poznaniu ul. 28 Czerwca 1956 nr 135 61-545
Kompleksowy monitoring dynamiki drzewostanów Puszczy Białowieskiej z wykorzystaniem danych teledetekcyjnych
Instytut Badawczy Leśnictwa www.ibles.pl Dane pozyskane w projekcie Kompleksowy monitoring dynamiki drzewostanów Puszczy Białowieskiej z wykorzystaniem danych teledetekcyjnych Aneta Modzelewska, Małgorzata
RECENZJA. 1. Ogólna charakterystyka rozprawy
Dr hab. inż. Tomasz Dyl Akademia Morska w Gdyni Wydział Mechaniczny Gdynia, 18.05.2015r. RECENZJA Rozprawy doktorskiej mgr inż. Dominiki Strycharskiej pt. Techniczno-ekonomiczne aspekty wielożyłowego walcowania
Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna
Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować
( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Recenzja Pracy Doktorskiej
Politechnika Częstochowska Wydział Inżynierii Produkcji i Technologii Materiałów Instytut Inżynierii Materiałowej Dr hab. inż. Michał Szota, Prof. P.Cz. Częstochowa, 15.10.2014 roku Recenzja Pracy Doktorskiej
LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej
LABORATORIUM 3 Przygotowanie pliku (nazwy zmiennych, export plików.xlsx, selekcja przypadków); Graficzna prezentacja danych: Histogramy (skategoryzowane) i 3-wymiarowe; Wykresy ramka wąsy; Wykresy powierzchniowe;
Detekcja drzew z wykorzystaniem lotniczego skanowania laserowego
Instytut Badawczy Leśnictwa www.ibles.pl Detekcja drzew z wykorzystaniem lotniczego skanowania laserowego Bartłomiej Kraszewski, Krzysztof Stereńczak, Żaneta Piasecka, Miłosz Mielcarek Zakład Zarządzania
Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński
Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia
Prognoza terminu sadzenia rozsady sałaty w uprawach szklarniowych. Janusz Górczyński, Jolanta Kobryń, Wojciech Zieliński
Prognoza terminu sadzenia rozsady sałaty w uprawach szklarniowych Janusz Górczyński, Jolanta Kobryń, Wojciech Zieliński Streszczenie. W uprawach szklarniowych sałaty pojawia się następujący problem: kiedy
REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji
Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji
tel. (+4861) fax. (+4861)
dr hab. inż. Michał Nowak prof. PP Politechnika Poznańska, Instytut Silników Spalinowych i Transportu Zakład Inżynierii Wirtualnej ul. Piotrowo 3 60-965 Poznań tel. (+4861) 665-2041 fax. (+4861) 665-2618
Statystyka 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
Analiza regresji - weryfikacja założeń
Medycyna Praktyczna - portal dla lekarzy Analiza regresji - weryfikacja założeń mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie (Kierownik Zakładu: prof.
Wykład 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)
1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć:
Wprowadzenie Statystyka opisowa to dział statystyki zajmujący się metodami opisu danych statystycznych (np. środowiskowych) uzyskanych podczas badania statystycznego (np. badań terenowych, laboratoryjnych).
Przedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii
SPIS TREŚCI Przedmowa... 11 Wykaz symboli... 15 Litery alfabetu greckiego wykorzystywane w podręczniku... 15 Symbole wykorzystywane w zagadnieniach teorii mnogości (rachunku zbiorów)... 16 Symbole stosowane
KORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
Testy nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
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 +
Stochastyczne Metody Analizy Danych. PROJEKT: Analiza kluczowych parametrów turbin wiatrowych
PROJEKT: Analiza kluczowych parametrów turbin wiatrowych Projekt jest wykonywany z wykorzystaniem pakietu statystycznego STATISTICA. Praca odbywa się w grupach 2-3 osobowych. Aby zaliczyć projekt, należy
Prof. nadzw. PG dr hab. inż. Piotr Grudowski Gdańsk Wydział Zarządzania i Ekonomii
Prof. nadzw. PG dr hab. inż. Piotr Grudowski Gdańsk 10.02.2017 Wydział Zarządzania i Ekonomii Politechnika Gdańska Recenzja rozprawy doktorskiej mgr inż. Moniki Resteckiej pt. Doskonalenie jakości procesów
Recenzja pracy doktorskiej mgr Tomasza Świsłockiego pt. Wpływ oddziaływań dipolowych na własności spinorowego kondensatu rubidowego
Prof. dr hab. Jan Mostowski Instytut Fizyki PAN Warszawa Warszawa, 15 listopada 2010 r. Recenzja pracy doktorskiej mgr Tomasza Świsłockiego pt. Wpływ oddziaływań dipolowych na własności spinorowego kondensatu
Importowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22
Spis treści Przedmowa do wydania pierwszego.... 11 Przedmowa do wydania drugiego.... 15 Wykaz symboli.... 17 Litery alfabetu greckiego wykorzystywane w podręczniku.... 17 Symbole wykorzystywane w zagadnieniach
Recenzja rozprawy doktorskiej mgr Bartosza Rymkiewicza pt. Społeczna odpowiedzialność biznesu a dokonania przedsiębiorstwa
Prof. dr hab. Edward Nowak Uniwersytet Ekonomiczny we Wrocławiu Katedra Rachunku Kosztów, Rachunkowości Zarządczej i Controllingu Recenzja rozprawy doktorskiej mgr Bartosza Rymkiewicza pt. Społeczna odpowiedzialność
REMBIOFOR Teledetekcja w leśnictwie precyzyjnym
REMBIOFOR Teledetekcja w leśnictwie precyzyjnym K. Stereńczak, G. Krok, K. Materek, P. Mroczek, K. Mitelsztedt, M. Lisańczuk, D. Balicki, P. Lenarczyk, M. Laszkowski, M. Wietecha, S. Miścicki*, A. Markiewicz
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
Jak sprawdzić normalność rozkładu w teście dla prób zależnych?
Jak sprawdzić normalność rozkładu w teście dla prób zależnych? W pliku zalezne_10.sta znajdują się dwie zmienne: czasu biegu przed rozpoczęciem cyklu treningowego (zmienna 1) oraz czasu biegu po zakończeniu
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
Testowanie hipotez statystycznych
Agenda Instytut Matematyki Politechniki Łódzkiej 2 stycznia 2012 Agenda Agenda 1 Wprowadzenie Agenda 2 Hipoteza oraz błędy I i II rodzaju Hipoteza alternatywna Statystyka testowa Zbiór krytyczny Poziom
Recenzja. promotor: dr hab. Marianna Kotowska-Jelonek, prof. PŚk
dr hab. Tadeusz Dyr, prof. nadzw. Radom, 11-04-2017 Katedra Ekonomii Wydział Nauk Ekonomicznych i Prawnych Uniwersytet Technologiczno-Humanistyczny im. Kazimierza Pułaskiego w Radomiu Recenzja rozprawy
Dr hab. inż. Krzysztof Będkowski Łódź, 17 września 2018 r. Recenzja rozprawy doktorskiej. mgr. inż. Pawła Hawryło
Dr hab. inż. Krzysztof Będkowski Łódź, 17 września 2018 r. Prof. nadzw. Uniwersytetu Łódzkiego Zakład Geoinformacji, Instytut Geografii Miast i Turyzmu Wydział Nauk Geograficznych, Uniwersytet Łódzki ul.
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9
Zadanie W celu sprawdzenia, czy pipeta jest obarczona błędem systematycznym stałym lub zmiennym wykonano szereg pomiarów przy różnych ustawieniach pipety. Wyznacz równanie regresji liniowej, które pozwoli
Wykład 9 Wnioskowanie o średnich
Wykład 9 Wnioskowanie o średnich Rozkład t (Studenta) Wnioskowanie dla jednej populacji: Test i przedziały ufności dla jednej próby Test i przedziały ufności dla par Porównanie dwóch populacji: Test i
STRESZCZENIE. rozprawy doktorskiej pt. Zmienne jakościowe w procesie wyceny wartości rynkowej nieruchomości. Ujęcie statystyczne.
STRESZCZENIE rozprawy doktorskiej pt. Zmienne jakościowe w procesie wyceny wartości rynkowej nieruchomości. Ujęcie statystyczne. Zasadniczym czynnikiem stanowiącym motywację dla podjętych w pracy rozważań
Recenzja rozprawy doktorskiej mgr inż. Olgi Andrzejczak. pt. Badania osadu czynnego z zastosowaniem technik cyfrowej analizy obrazu mikroskopowego
Łódź, 27.03.2019 r. Dr. hab. Przemysław Bernat, prof. UŁ Uniwersytet Łódzki Wydział Biologii i Ochrony Środowiska Katedra Mikrobiologii Przemysłowej i Biotechnologii Recenzja rozprawy doktorskiej mgr inż.
Recenzja mgr Anny ŚLIWIŃSKIEJ Ilościowa ocena obciążeń środowiskowych w procesie skojarzonego wytwarzania metanolu i energii elektrycznej
Dr hab. inż. Jolanta Biegańska, prof. nzw. w Pol. Śl. Gliwice, 25.07.2013 Politechnika Śląska Wydział Inżynierii Środowiska i Energetyki Katedra Technologii i Urządzeń Zagospodarowania Odpadów ul. Konarskiego
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
Dr hab. inż. Krzysztof Wojdyga, prof. PW Politechnika Warszawska Wydział Instalacji Budowlanych, Hydrotechniki i Inżynierii Środowiska
Warszawa, 21.07.2017r. Dr hab. inż. Krzysztof Wojdyga, prof. PW Politechnika Warszawska Wydział Instalacji Budowlanych, Hydrotechniki i Inżynierii Środowiska RECENZJA rozprawy doktorskiej mgr inż. Agnieszki
Dr hab. inż. Kazimierz Jagieła, prof. ATH Częstochowa, Akademia Techniczno-Humanistyczna w Bielsku-Białej RECENZJA
Dr hab. inż. Kazimierz Jagieła, prof. ATH Częstochowa, 01.12.2015 Akademia Techniczno-Humanistyczna w Bielsku-Białej RECENZJA rozprawy doktorskiej magistra inżyniera Ireneusza Urbańca pt.: Widma emisyjne
Charakterystyka mierników do badania oświetlenia Obiektywne badania warunków oświetlenia opierają się na wynikach pomiarów parametrów świetlnych. Podobnie jak każdy pomiar, również te pomiary, obarczone
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
Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy)
Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy) Co na dzisiejszym wykładzie: definicje, sposoby wyznaczania i interpretacja STATYSTYK OPISOWYCH prezentacja
Sterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy
MIARY POŁOŻENIA Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Wśród nich można wyróżnić miary tendencji
Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
Teoria 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
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
1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:
Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,
wersja elektroniczna - ibuk
Parteka A. (2015). Dywersyfikacja handlu zagranicznego a rozwój gospodarczy. Warszawa: Wydawnictwo Naukowe PWN. ISBN 978-83-01-18336-3 wersja elektroniczna - ibuk Opis Czy zróżnicowanie handlu ma znaczenie?
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl. wersja 20.01.2013/13:40
Statystyka dr Tomasz Giętkowski www.krajobraz.ukw.edu.pl wersja 20.01.2013/13:40 Tematyka wykładów 1. Definicja statystyki 2. Populacja, próba 3. Skale pomiarowe 4. Miary położenia (klasyczne i pozycyjne)
STATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych
STATYSTYKA MATEMATYCZNA WYKŁAD 3 Populacje i próby danych POPULACJA I PRÓBA DANYCH POPULACJA population Obserwacje dla wszystkich osobników danego gatunku / rasy PRÓBA DANYCH sample Obserwacje dotyczące
Recenzja rozprawy doktorskiej mgr Andrzeja Geise. Wpływ cenowych szoków surowców energetycznych na aktywność gospodarczą państw Unii Europejskiej
Dorota Witkowska, prof. zw. dr hab. Katedra Finansów i Strategii Przedsiębiorstwa Uniwersytetu Łódzkiego Łódź 29.01.2018r. Recenzja rozprawy doktorskiej mgr Andrzeja Geise Wpływ cenowych szoków surowców
Dopasowywanie modelu do danych
Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;
Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak
Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak Autor prezentuje spójny obraz najczęściej stosowanych metod statystycznych, dodatkowo omawiając takie
RECENZJA ROZPRAWY DOKTORSKIEJ
Lublin, dnia 20 września 2016r. dr hab. n. med. Jolanta Masiak Kierownik Samodzielnej Pracowni Badań Neurofizjologicznych Katedry Psychiatrii Uniwersytet Medyczny w Lublinie Głuska 2 20-439 Lublin RECENZJA
Regresja linearyzowalna
1 z 5 2007-05-09 23:22 Medycyna Praktyczna - portal dla lekarzy Regresja linearyzowalna mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie Data utworzenia:
AMBITNYCH RZECZOZNAWCÓW
ADRESACI APLIKACJI. TO NIE JEST APLIKACJA DLA WSZYSTKICH. TA APLIKACJA JEST KIEROWANA DO AMBITNYCH RZECZOZNAWCÓW, KTÓRZY MAJĄC RZETELNĄ INFORMACJĘ PROWADZĄ PROCES WYCENY NIERUCHOMOŚCI W OPARCIU O PRZESŁANKI
Pobieranie 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.
Opinia o pracy doktorskiej pt. On active disturbance rejection in robotic motion control autorstwa mgr inż. Rafała Madońskiego
Prof. dr hab. inż. Tadeusz Uhl Katedra Robotyki i Mechatroniki Akademia Górniczo Hutnicza Al. Mickiewicza 30 30-059 Kraków Kraków 09.06.2016 Opinia o pracy doktorskiej pt. On active disturbance rejection
Monte Carlo, bootstrap, jacknife
Monte Carlo, bootstrap, jacknife Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej: http://www.ssc.wisc.edu/~bhansen/econometrics/ Monte Carlo: rozdział 8.8, 8.9 Bootstrap: rozdział
LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU
LINIOWOŚĆ METODY OZNACZANIA ZAWARTOŚCI SUBSTANCJI NA PRZYKŁADZIE CHROMATOGRAFU Tomasz Demski, StatSoft Polska Sp. z o.o. Wprowadzenie Jednym z elementów walidacji metod pomiarowych jest sprawdzenie liniowości
2. Formalna struktura pracy
Prof. dr hab. Andrzej Gospodarowicz Wrocław, 08.08.2016 r. Uniwersytet Ekonomiczny we Wrocławiu Wydział Zarządzania, Informatyki i Finansów Instytut Zarządzania Finansami ZIF-KB.072.3.2016 Recenzja pracy
Wykorzystanie technologii Lotniczego Skanowania Laserowego do określania wybranych cech taksacyjnych drzewostanów
Wykorzystanie technologii Lotniczego Skanowania Laserowego do określania wybranych cech taksacyjnych drzewostanów Krzysztof Stereńczak Stanisław Miścicki*, Łukasz Jełowicki, Grzegorz Krok, Michał Laszkowski,
Metodologia badań psychologicznych. Wykład 12. Korelacje
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Wykład 12. Korelacje Korelacja Korelacja występuje wtedy gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub obiektów
Analiza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Weryfikacja 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