Karol Andrzejczak MIEJSKIEGO

Wielkość: px
Rozpocząć pokaz od strony:

Download "Karol Andrzejczak MIEJSKIEGO"

Transkrypt

1 PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 114 Transport 2016 Karol Andrzejczak Franciszek Tomaszewski, METODYCZNE ASU PORTU MIEJSKIEGO : czerwiec 2016 Streszczenie: W artykule przedstawiono zastosowanie jednoczynnikowej analizy wariancji ANOVA autobus tak zadane kilka warunków:, ponadto dla -Lillieforsa, test przedstawiono graficzny w poszczególnych lokalizacjach mikrofonów pomiarowych autobusu., w autobusie, analiza wariancji 1. WPROWADZENIE. Aktualnie warunkiem dopuszczenia do eksploatacji nowego tylko, szczególnie komunikacji zbiorowej nie ma stosownych no : praca silnika, opór powietrza (wiatr), opór uprzywilejowane) w komunikacji

2 10 to t transportu (autobusu i tramwaju) Celem przeprowadzonych jazdy. W tym celu 12 metrowego autobusu Solaris Urbino, tego pojazdu 12 m) rozmieszczonych 10 mikrofonów pomiarowych jazdy. dla tak uzyskanego ANOVA dla sprawdzenia zarejestrowanym na w zakresie zastosowania podczas jazdy w ramach projektu badawczego Narodowego Centrum Nauki pt. publicznej [3]. W artykule przedstawiono wyniki analiz tylko dla jednego autobusu Solaris Urbino ruchu pojazdu (tj. jazda z o kolejne egzemplarze autobusów i tramwajów. 2. METODYKA POMIARÓW Obiektem m Miejskiego Komunikacyjnego w Poznaniu od 2010 roku. Badany autobus posiada,550,850 m, masa dopuszczalna , ]. Przedstawione w artykule wyniki analizy statystycznej poziomu pojazdu, którego przebieg 000 km. w PN-90/S Samochody.. Wymagania i badania. m Przejazd pomiarowy Na rysunku 1 przedstawiono schemat rozmieszczenia mikrofonów pomiarowych w badanym autobusie.

3 11 Rys. 1. Schemat rozmieszczenia mikrofonów pomiarowych w autobusie Solaris Urbino 12 m : o2] dwa postoje na przystankach. Trasa, na której Pomiary w bada wykonano zestawem 10 mikrofonów pola swobodnego o ½ cala przeprowadzona z wykorzystaniem systemu PULSE firmy Brüel&Kjær. Tor pomiarowy GPS lokalizacjach mikrofonów pomiarowych. P badanego autobusu podzielono na cztery fazy: postój, -40 km/h, jazda z -50 km/h, hamowanie. Wyniki uzyskanych autobusu zestawiono w tablicy 1.

4 12 Wyniki autobusu podczas poszczególnych faz jazdy Tablica 1 Faza jazdy autobusu Lokalizacja mikrofonu pomiarowego w autobusie postój r hamowanie ogólnych poziomach od 71 do79 jazda z db. P uzyskano od db. zarejestrowano przy zabudowie silnika spalinowego miejsce lokalizacji 10-tego mikrofonu pomiarowego. a wyszczególnionych faz jazdy autobusu? badawcze i przeprowadzono odpowiednie analizy statystyczne. 4. ANALIZA STATYSTYCZNA WYNIKÓW w poszczególnych punktach pomiarowych (lokalizacjach poszczególnych mikrofonów punkt pomiarowy dla ustalonej fazy jazdy autobusu. Czynnik punkt pomiarowy ma =10wariantów, tj. miejsc zainstalowania mikrofonów. Stosu w ustalonych punktach istotne podstawy do odrzucenia hipotezy zerowej : = == dla =10, gdzie w -tym punkcie pomiarowym. sprawdzono w punkcie pomiarowym ma

5 13 (,), = 1,,10. Symbol punktów pomiarowych. z w poszczególnych punktach kwantylowe Q-Q (ang. Quantile to Quantile Q-Q,, gdzie oznacza = 1, 2,, kolejne numery obserwacji), a na drugiej,, () ten przedstawia punktów y p p Oczekiwana normalna nr mikrofonu: nr mikrofonu: 5-3 nr mikrofonu: 2 nr mikrofonu: 6 nr mikrofonu: 3 nr mikrofonu: 7 nr mikrofonu: 4 nr mikrofonu: 8 nr mikrofonu: 9 nr mikrofonu: 10 Rys. 2. autobusu punktu w punkcie pomiarowym zastosowany jest test W Shapiro-Wilka (ang. Shapiro-,, wykorzystanie

6 14 = ()( () () ) ( ) (1) gdzie () () (). Obszar krytyczny =[0;, ), gdzie,. -Lilliefforsa (ang. Kolmogorov-Lilliefors test) oraz Cramera-von Misesa (ang. Cramer-von Mises test). punktów : = = jest przy tym (, ), = 1,,10. =1+ = ( ) ln () ( 1) (2) ln (3) ) z 1 = [ ;,), gdzie ; 1 z 1stopniami swobody. W tablicy 2 przedstawiono wyniki testu Bartletta, Hartleya i Cochrana. ci wariancji Hartleya F-maks Cochrana C Bartlett Chi-kw a df 1,4968 0,1258 8, ,4646 p Tablica 2 C Cochrana i Hartleya. Najbardziej (rangowy) FLIGNERA-KILLEENA [1]. Test Hartleya stosowany jest dla porównania wariancji dwóch grup. Test Hartleya jest testem dla dwustronnej hipotezy alternatywnej. Przy czym test ten jest bardzo nieodporny

7 15 zastosowanie testu Levene a. Jest to wersja testu, gdzie zamiast oryginalnych danych bier zastosowana zostanie mediana testem Browna-Forsythe a, który jest odporny na Levene a i Browna-Forsythe a zestawiono w tablicy 3. Tablica 3 Nazwa testu SS df MS SS df MS Test Levene a 7, , , ,9854 0,4143 0,9281 Test Browna-Forsythe a 7, , , ,1093 0,4143 0,9281 F p stopnie swobody -value). u Lavene a wynosi = 0,92813 w poszczególnych punktach - -Forsythe jest test C Cochrana, punktu pomiarowego z istotnie w punktów pomiarowych. w poszczególnych punktach pomiarowych przeprowadzono weryfi hipotezy zerowej : = == (4) wobec hipotezy alternatywnej =+, gdzie jest efektem (ang. effect) -tego punktu pomiarowego. fixed), a nie zmiennymi losowymi. po to punkt pomiarowy hipotezy zastosowany jest test analizy wariancji. Test ten jest stosunkowo odporny na Zastosowane

8 16 zestawione w tablicy 4. Tablica 4 Tabela analizy wariancji (klasyfikacja pojedyncza) Stopnie swobody Suma kwadratów 1 = ( ) = ( ) = 1 = 1 = + = 1 Statystyka testowa = between groups variationwithin groups variation analizy ANOVA dla 5. < 0,050. Zmienna SS df MS SS df MS F Tablica , , , , ,31 0,000 w poszczególnych punktach pomiarowych. Do wyznaczenia punktów (1 )100% (ang. confidence interval) w poszczególnych punktach pomiarowych. Do wyznacz: p,, +, (5) n zastosowano wzór:, +,, + (6)

9 17 gdzie, 1 -Studenta z stopniami swobody. podczas przedstawiono graficznie na rysunku 3. (wykres interakcji) programu STATISTICA nr mikrofonu Rys. 3. autobusu iejscu lokalizacji pierwszego i trzeciego mikrofonu pomiarowego istotnie ró trzech punktach pomiarowych. Przy czym w miejscu aniu do punktu pomiarowego numer 5 W kolejnych punktach pomi

10 18 5. PODSUMOWANIE w poszczególnych punktach pomiarowych (miejsce lokalizacji mikrofonu nr 1) (miejsce lokalizacji 10 mikrofonu pomiarowego). Bibliografia Leszek ogorek14 (ikmg-sol)., Komunikat Internetowy, maj jekt Solaris Bus & maj METHODICAL ASPECTS OF THE ANALYSIS OF NOISE INSIDE MEANS OF TRANSPORT Summary: This article presents application of univariate analysis of variance ANOVA to assess distribution of sound level inside bus Solaris Urbino 12 m during speeding up. On the basis of measurements of noise inside the bus a question was worded if the level of noise during acceleration is evenly distributed in the whole length of the bus. To answer such question and to apply tests of analysis of variance ANOVA a few conditions have to be met. First it is checked if the basic assumption of analysis of variance i.e. if measured noise in each measurement point has normal distribution, moreover for completeness of normality examination, normality tests of Kolmogorov-Lilliefors, test of Cramer von Mises and homoscedasticity test of variance for all measurement points were carried. Next one factor analysis of variance ANOVA was applied. In conclusion a graphic distribution of 95% of confidence intervals of sound levels of specific locations of measurement microphones during acceleration of the bus was presented. Keywords: distribution of sound levels, noise inside a bus, analysis of variance

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

Matematyka i statystyka matematyczna dla rolników w SGGW

Matematyka i statystyka matematyczna dla rolników w SGGW Było: Testowanie hipotez (ogólnie): stawiamy hipotezę, wybieramy funkcję testową f (test statystyczny), przyjmujemy poziom istotności α; tym samym wyznaczamy obszar krytyczny testu (wartość krytyczną funkcji

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

Analizy wariancji ANOVA (analysis of variance)

Analizy wariancji ANOVA (analysis of variance) ANOVA Analizy wariancji ANOVA (analysis of variance) jest to metoda równoczesnego badania istotności różnic między wieloma średnimi z prób pochodzących z wielu populacji (grup). Model jednoczynnikowy analiza

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

ANALIZA METROLOGICZNA WYNIKÓW BADAŃ NA PRZYKŁADZIE ŁOŻYSK ŚLIZGOWYCH

ANALIZA METROLOGICZNA WYNIKÓW BADAŃ NA PRZYKŁADZIE ŁOŻYSK ŚLIZGOWYCH PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH Łódź 09-10 maja 1995 roku Jadwiga Janowska(Politechnika Warszawska) ANALIZA METROLOGICZNA WYNIKÓW BADAŃ NA PRZYKŁADZIE ŁOŻYSK ŚLIZGOWYCH SŁOWA KLUCZOWE

Bardziej szczegółowo

OCENA KLIMATU AKUSTYCZNEGO TRAMWAJU NA POSTOJU I PODCZAS JAZDY ASSESSMENT OF ACOUSTIC CLIMATE OF A TRAM AT A TRAM STOP AND DURING A RIDE

OCENA KLIMATU AKUSTYCZNEGO TRAMWAJU NA POSTOJU I PODCZAS JAZDY ASSESSMENT OF ACOUSTIC CLIMATE OF A TRAM AT A TRAM STOP AND DURING A RIDE FRANCISZEK TOMASZEWSKI, MAŁGORZATA ORCZYK GRZEGORZ SZYMAŃSKI, BARTOSZ CZECHYRA OCENA KLIMATU AKUSTYCZNEGO TRAMWAJU NA POSTOJU I PODCZAS JAZDY ASSESSMENT OF ACOUSTIC CLIMATE OF A TRAM AT A TRAM STOP AND

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

Matematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 11 DOŚWIADCZENIE JEDNOCZYNNIKOWE W UKŁADZIE CAŁKOWICIE LOSOWYM PORÓWNANIA SZCZEGÓŁOWE

Matematyka i statystyka matematyczna dla rolników w SGGW WYKŁAD 11 DOŚWIADCZENIE JEDNOCZYNNIKOWE W UKŁADZIE CAŁKOWICIE LOSOWYM PORÓWNANIA SZCZEGÓŁOWE WYKŁAD 11 DOŚWIADCZENIE JEDNOCZYNNIKOWE W UKŁADZIE CAŁKOWICIE LOSOWYM PORÓWNANIA SZCZEGÓŁOWE Było: Przykład. W doświadczeniu polowym załoŝonym w układzie całkowicie losowym w czterech powtórzeniach porównano

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

Wykład 5 Problem dwóch prób - testowanie hipotez dla równości średnich

Wykład 5 Problem dwóch prób - testowanie hipotez dla równości średnich Wykład 5 Problem dwóch prób - testowanie hipotez dla równości średnich Magdalena Frąszczak Wrocław, 22.03.2017r Problem Behrensa Fishera Niech X = (X 1, X 2,..., X n ) oznacza próbę z rozkładu normalnego

Bardziej szczegółowo

Analiza wariancji. Źródło: Aczel A. D. Statystyka w zarządzaniu. Barbara Gładysz

Analiza wariancji. Źródło: Aczel A. D. Statystyka w zarządzaniu. Barbara Gładysz Analiza wariancji Źródło: Aczel A. D. Statystyka w zarządzaniu Analiza wariancji jednoczynnikowa Populacja Pole trójkąty 1 4 5 3 7 4 8 kwadraty 1 10 11 3 1 4 13 kółka 1 1 3 3 Populacja Pole trójkąty 1

Bardziej szczegółowo

Jak sprawdzić normalność rozkładu w teście dla prób zależnych?

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

Bardziej szczegółowo

Założenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW

Założenia do analizy wariancji. dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW Założenia do analizy wariancji dr Anna Rajfura Kat. Doświadczalnictwa i Bioinformatyki SGGW anna_rajfura@sggw.pl Zagadnienia 1. Normalność rozkładu cechy Testy: chi-kwadrat zgodności, Shapiro-Wilka, Kołmogorowa-Smirnowa

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

KOMUNIKACYJNEGO W LUBLINIE

KOMUNIKACYJNEGO W LUBLINIE PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 112 Transport 2016, Iwona Rybicka Instytut Transportu, Silników Spalinowych i Ekologii KOMUNIKACYJNEGO W LUBLINIE : maj 2016 Streszczenie: okresu za 2015 rok.

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 Jednoczynnikowa analiza wariancji i porównania wielokrotne (układ losowanych bloków randomized block design RBD) Układ losowanych bloków Stosujemy, gdy podejrzewamy,

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

Analiza wariancji - ANOVA

Analiza wariancji - ANOVA Analiza wariancji - ANOVA Analiza wariancji jest metodą pozwalającą na podział zmienności zaobserwowanej wśród wyników eksperymentalnych na oddzielne części. Każdą z tych części możemy przypisać oddzielnemu

Bardziej szczegółowo

KORELACJA 1. Wykres rozrzutu ocena związku między zmiennymi X i Y. 2. Współczynnik korelacji Pearsona

KORELACJA 1. Wykres rozrzutu ocena związku między zmiennymi X i Y. 2. Współczynnik korelacji Pearsona KORELACJA 1. Wykres rozrzutu ocena związku między zmiennymi X i Y 2. Współczynnik korelacji Pearsona 3. Siła i kierunek związku między zmiennymi 4. Korelacja ma sens, tylko wtedy, gdy związek między zmiennymi

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 Metody sprawdzania założeń w analizie wariancji: -Sprawdzanie równości (jednorodności) wariancji testy: - Cochrana - Hartleya - Bartletta -Sprawdzanie zgodności

Bardziej szczegółowo

Statystyka matematyczna. Wykład VI. Zesty zgodności

Statystyka matematyczna. Wykład VI. Zesty zgodności Statystyka matematyczna. Wykład VI. e-mail:e.kozlovski@pollub.pl Spis treści 1 Testy zgodności 2 Test Shapiro-Wilka Test Kołmogorowa - Smirnowa Test Lillieforsa Test Jarque-Bera Testy zgodności Niech x

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

Porównanie wielu rozkładów normalnych

Porównanie wielu rozkładów normalnych Porównanie wielu rozkładów normalnych Założenia:. X i N(µ i, σi 2 ), i =,..., k 2. X,..., X k są niezależne Czy µ = = µ k? Czy σ 2 = = σ 2 k? Próby: X i,..., X ini, i =,..., k X i, varx i, s 2 i = varx

Bardziej szczegółowo

Autor: Dariusz Piwczyński 1 Ćwiczenie. Analiza zmienności złożona. Testy wielokrotnych porównań

Autor: Dariusz Piwczyński 1 Ćwiczenie. Analiza zmienności złożona. Testy wielokrotnych porównań Autor: Dariusz Piwczyński 1 Ćwiczenie. Analiza zmienności złożona. Testy wielokrotnych porównań Analizę wariancji możemy wykonać w SAS za pomocą procedury ANOVA oraz GLM. ANOVA Analysis of variance (Analiza

Bardziej szczegółowo

Statystyka i Analiza Danych

Statystyka i Analiza Danych Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania analizy wariancji w opracowywaniu wyników badań empirycznych Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki -

Bardziej szczegółowo

Statystyka w analizie i planowaniu eksperymentu

Statystyka w analizie i planowaniu eksperymentu 28 marca 2012 Analiza wariancji klasyfikacja jednokierunkowa - wst ep Przypuśćmy, że chcemy porównać wieksz a (niż dwie) liczbe grup. Aby porównać średnie w kilku grupach, można przeprowadzić analize wariancji.

Bardziej szczegółowo

Przykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku

Przykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku Przykład 2 Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku Sondaż sieciowy analiza wyników badania sondażowego dotyczącego motywacji w drodze do sukcesu Cel badania: uzyskanie

Bardziej szczegółowo

Wykład 5 Teoria eksperymentu

Wykład 5 Teoria eksperymentu Wykład 5 Teoria eksperymentu Wrocław, 22.03.2017r Co to jest teoria eksperymentu? eksperyment - badanie jakiegoś zjawiska polegające na celowym wywołaniu tego zjawiska lub jego zmian oraz obserwacji i

Bardziej szczegółowo

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info

Bardziej szczegółowo

Akademia Morska w Szczecinie. Wydział Mechaniczny

Akademia Morska w Szczecinie. Wydział Mechaniczny Akademia Morska w Szczecinie Wydział Mechaniczny ROZPRAWA DOKTORSKA mgr inż. Marcin Kołodziejski Analiza metody obsługiwania zarządzanego niezawodnością pędników azymutalnych platformy pływającej Promotor:

Bardziej szczegółowo

Elementy statystyki STA - Wykład 5

Elementy statystyki STA - Wykład 5 STA - Wykład 5 Wydział Matematyki i Informatyki Uniwersytet im. Adama Mickiewicza 1 ANOVA 2 Model jednoczynnikowej analizy wariancji Na model jednoczynnikowej analizy wariancji możemy traktować jako uogólnienie

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 Inne układy doświadczalne 1) Układ losowanych bloków Stosujemy, gdy podejrzewamy, że może występować systematyczna zmienność między powtórzeniami np. - zmienność

Bardziej szczegółowo

Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008

Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008 Redaktor: Alicja Zagrodzka Korekta: Krystyna Chludzińska Projekt okładki: Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008 ISBN 978-83-7383-296-1 Wydawnictwo Naukowe Scholar

Bardziej szczegółowo

Analiza wariancji. Źródło: Aczel A. D. Statystyka w zarządzaniu. Barbara Gładysz

Analiza wariancji. Źródło: Aczel A. D. Statystyka w zarządzaniu. Barbara Gładysz Analiza wariancji Źródło: Aczel A. D. Statystyka w zarządzaniu Analiza wariancji jednoczynnikowa Populacja Pole trójkąty 4 5 3 7 4 8 kwadraty 0 3 4 3 kółka 3 3 Populacja Pole trójkąty 4 5 3 7 4 8 SUMA

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

Testy dla dwóch prób w rodzinie rozkładów normalnych

Testy dla dwóch prób w rodzinie rozkładów normalnych Testy dla dwóch prób w rodzinie rozkładów normalnych dr Mariusz Grządziel Wykład 12; 18 maja 2009 Przykład Rozważamy dane wygenerowane losowo; ( podobne do danych z przykładu 7.2 z książki A. Łomnickiego)

Bardziej szczegółowo

Wykład 12 ( ): Testy dla dwóch prób w rodzinie rozkładów normalnych

Wykład 12 ( ): Testy dla dwóch prób w rodzinie rozkładów normalnych Wykład 12 (21.05.07): Testy dla dwóch prób w rodzinie rozkładów normalnych Przykład Rozważamy dane wygenerowane losowo; ( podobne do danych z przykładu 7.2 z książki A. Łomnickiego) n 1 = 9 poletek w dąbrowie,

Bardziej szczegółowo

Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego

Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego Przykład Cena metra kwadratowego (w tys. zł) z dla 14 losowo wybranych mieszkań w

Bardziej szczegółowo

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej

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;

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

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

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

Bardziej szczegółowo

Wykład 8 Dane kategoryczne

Wykład 8 Dane kategoryczne Wykład 8 Dane kategoryczne Wrocław, 19.04.2017r Zmienne kategoryczne 1 Przykłady zmiennych kategorycznych 2 Zmienne nominalne, zmienne ordynalne (porządkowe) 3 Zmienne dychotomiczne kodowanie zmiennych

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

Bardziej szczegółowo

PODSTAWY TEORETYCZNE ZJAWISK PRZEJAZDACH KOLEJOWO DROGOWYCH

PODSTAWY TEORETYCZNE ZJAWISK PRZEJAZDACH KOLEJOWO DROGOWYCH PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 114 Transport 2016 Roksana Licow, Jakub Polasik, Franciszek Tomaszewski, PODSTAWY TEORETYCZNE ZJAWISK PRZEJAZDACH KOLEJOWO DROGOWYCH : 2016 Streszczenie: Poziom

Bardziej szczegółowo

Opracowywanie wyników doświadczeń

Opracowywanie wyników doświadczeń Podstawy statystyki medycznej Laboratorium Zajęcia 6 Statistica Opracowywanie wyników doświadczeń Niniejsza instrukcja zawiera przykłady opracowywania doświadczeń jednoczynnikowy i wieloczynnikowych w

Bardziej szczegółowo

Wykład 3 Testowanie hipotez statystycznych o wartości średniej. średniej i wariancji z populacji o rozkładzie normalnym

Wykład 3 Testowanie hipotez statystycznych o wartości średniej. średniej i wariancji z populacji o rozkładzie normalnym Wykład 3 Testowanie hipotez statystycznych o wartości średniej i wariancji z populacji o rozkładzie normalnym Wrocław, 08.03.2017r Model 1 Testowanie hipotez dla średniej w rozkładzie normalnym ze znaną

Bardziej szczegółowo

TRANSPORTU MIEJSKIEGO

TRANSPORTU MIEJSKIEGO PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 111 Transport 2016 Norbert Chamier- W Technologii i Edukacji WYBRANY TRANSPORTU MIEJSKIEGO : Streszczenie: transportu miejskiego i W artykule przedstawiono oceny

Bardziej szczegółowo

Testy nieparametryczne

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

Bardziej szczegółowo

ANALIZA WARIANCJI - KLASYFIKACJA JEDNOCZYNNIKOWA

ANALIZA WARIANCJI - KLASYFIKACJA JEDNOCZYNNIKOWA ANALIZA WARIANCJI - KLASYFIKACJA JEDNOCZYNNIKOWA Na poprzednich zajęciach omawialiśmy testy dla weryfikacji hipotez, że dwie populacje o rozkładach normalnych mają jednakowe wartości średnie. Co jednak

Bardziej szczegółowo

KLIMAT AKUSTYCZNY W WYBRANYCH TYPACH TRAMWAJÓW NA POSTOJU ACOUSTIC CLIMATE IN SELECTED TYPES OF TRAMS MEASURED AT A TRAM DEPOT

KLIMAT AKUSTYCZNY W WYBRANYCH TYPACH TRAMWAJÓW NA POSTOJU ACOUSTIC CLIMATE IN SELECTED TYPES OF TRAMS MEASURED AT A TRAM DEPOT MAŁGORZATA ORCZYK, FRANCISZEK TOMASZEWSKI * KLIMAT AKUSTYCZNY W WYBRANYCH TYPACH TRAMWAJÓW NA POSTOJU ACOUSTIC CLIMATE IN SELECTED TYPES OF TRAMS MEASURED AT A TRAM DEPOT Streszczenie Abstract W artykule

Bardziej szczegółowo

WIELKOŚĆ HAŁASU KOMUNIKACYJNEGO NA ODCINKU DROGI JANA III SOBIESKIEGO W WOJKOWICACH

WIELKOŚĆ HAŁASU KOMUNIKACYJNEGO NA ODCINKU DROGI JANA III SOBIESKIEGO W WOJKOWICACH ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2011 Seria: TRANSPORT z. 71 Nr kol. 1836 Michał SAMBOR, Robert WIESZAŁA WIELKOŚĆ HAŁASU KOMUNIKACYJNEGO NA ODCINKU DROGI JANA III SOBIESKIEGO W WOJKOWICACH Streszczenie.

Bardziej szczegółowo

Jednoczynnikowa analiza wariancji. Wnioskowanie dla jednoczynnikowej ANOV-y. Porównywanie poszczególnych średnich

Jednoczynnikowa analiza wariancji. Wnioskowanie dla jednoczynnikowej ANOV-y. Porównywanie poszczególnych średnich (Wykład 13) Jednoczynnikowa analiza wariancji Wnioskowanie dla jednoczynnikowej ANOV-y Format danych Hipotezy i model ANOVA Tabela ANOVA i test F Porównywanie poszczególnych średnich Jednoczynnikowa ANOVA

Bardziej szczegółowo

Analiza wariancji - ANOVA

Analiza wariancji - ANOVA Analiza wariancji - ANOVA Analizę wariancji, często określaną skrótem ANOVA (Analysis of Variance), zawdzięczamy angielskiemu biologowi Ronaldowi A. Fisherowi, który opracował ją w 1925 roku dla rozwiązywania

Bardziej szczegółowo

ZWROTNICOWY ROZJAZD.

ZWROTNICOWY ROZJAZD. PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 EKSPLOATACJA U ZWROTNICOWY ROZJAZD. DEFINICJ, 6 Streszczenie: ruchem kolejowym. Is rozjazd, W artykule autor podj w rozjazd. 1. sterowania

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2 STATYSTYKA I DOŚWIADCZALNICTWO Wykład Parametry przedziałowe rozkładów ciągłych określane na podstawie próby (przedziały ufności) Przedział ufności dla średniej s X t( α;n 1),X + t( α;n 1) n s n t (α;

Bardziej szczegółowo

Problem dwóch prób: porównywanie średnich i wariancji z populacji o rozkładach normalnych. Wrocław, 23 marca 2015

Problem dwóch prób: porównywanie średnich i wariancji z populacji o rozkładach normalnych. Wrocław, 23 marca 2015 Problem dwóch prób: porównywanie średnich i wariancji z populacji o rozkładach normalnych. Wrocław, 23 marca 2015 Problem dwóch prób X = (X 1, X 2,..., X n ) - próba z rozkładu normalnego N (µ, σ 2 X ),

Bardziej szczegółowo

Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4

Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4 Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4 Konrad Miziński, nr albumu 233703 31 maja 2015 Zadanie 1 Wartości oczekiwane µ 1 i µ 2 oszacowano wg wzorów: { µ1 = 0.43925 µ = X

Bardziej szczegółowo

Analiza wariancji w analizie regresji - weryfikacja prawdziwości przyjętego układu ograniczeń Problem Przykłady

Analiza wariancji w analizie regresji - weryfikacja prawdziwości przyjętego układu ograniczeń Problem Przykłady Analiza wariancji w analizie regresji - weryfikacja prawdziwości przyjętego układu ograniczeń 1. Problem ozwaŝamy zjawisko (model): Y = β 1 X 1 X +...+ β k X k +Z Ηβ = w r Hipoteza alternatywna: Ηβ w r

Bardziej szczegółowo

Spis treści. Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów. Wstęp Wprowadzenie...

Spis treści. Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów. Wstęp Wprowadzenie... Księgarnia PWN: Bruce M. King, Edward W. Minium - Statystyka dla psychologów i pedagogów Wstęp... 13 1. Wprowadzenie... 19 1.1. Statystyka opisowa.................................. 21 1.2. Wnioskowanie

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Bioinformatyka Wykład 4 Wrocław, 17 października 2011 Temat. Weryfikacja hipotez statystycznych dotyczących wartości oczekiwanej w dwóch populacjach o rozkładach normalnych. Model 3. Porównanie średnich

Bardziej szczegółowo

Nowa oferta edukacyjna Uniwersytetu Wrocławskiego odpowiedzią na współczesne potrzeby rynku pracy i gospodarki opartej na wiedzy

Nowa oferta edukacyjna Uniwersytetu Wrocławskiego odpowiedzią na współczesne potrzeby rynku pracy i gospodarki opartej na wiedzy Projekt Nowa oferta edukacyjna Uniwersytetu Wrocławskiego odpowiedzią na współczesne potrzeby rynku pracy i gospodarki opartej na wiedzy Dane: 2000 największych spółek światowych z 2004 (Forbes Magazine)

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407 Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.

Bardziej szczegółowo

Wykład 11 Testowanie jednorodności

Wykład 11 Testowanie jednorodności Wykład 11 Testowanie jednorodności Wrocław, 17 maja 2018 Test χ 2 jednorodności Niech X i, i = 1, 2,..., k będą niezależnymi zmiennymi losowymi typu dyskretnego przyjmującymi wartości z 1, z 2,..., z l,

Bardziej szczegółowo

Metody Statystyczne. Metody Statystyczne

Metody Statystyczne. Metody Statystyczne #7 1 Czy straszenie jest bardziej skuteczne niż zachęcanie? Przykład 5.2. s.197 Grupa straszona: 8,5,8,7 M 1 =7 Grupa zachęcana: 1, 1, 2,4 M 2 =2 Średnia ogólna M=(M1+M2)/2= 4,5 Wnioskowanie statystyczne

Bardziej szczegółowo

Rozpoznawanie twarzy metodą PCA Michał Bereta 1. Testowanie statystycznej istotności różnic między jakością klasyfikatorów

Rozpoznawanie twarzy metodą PCA Michał Bereta   1. Testowanie statystycznej istotności różnic między jakością klasyfikatorów Rozpoznawanie twarzy metodą PCA Michał Bereta www.michalbereta.pl 1. Testowanie statystycznej istotności różnic między jakością klasyfikatorów Wiemy, że możemy porównywad klasyfikatory np. za pomocą kroswalidacji.

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie

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

Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej.

Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej. Temat: WYKRYWANIE ODCHYLEO W DANYCH Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej. Przykładem Box Plot wygodną metodą

Bardziej szczegółowo

OCENA ZAGROŻENIA HAŁASEM KOMUNIKACYJNYM NA ODCINKU DROGI KRAJOWEJ NR 94, PRZEBIEGAJĄCEJ PRZEZ DĄBROWĘ GÓRNICZĄ

OCENA ZAGROŻENIA HAŁASEM KOMUNIKACYJNYM NA ODCINKU DROGI KRAJOWEJ NR 94, PRZEBIEGAJĄCEJ PRZEZ DĄBROWĘ GÓRNICZĄ ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 2011 Seria: TRANSPORT z. 72 Nr kol. 1860 Anna OSMÓLSKA, Bogusław ŁAZARZ, Piotr CZECH OCENA ZAGROŻENIA HAŁASEM KOMUNIKACYJNYM NA ODCINKU DROGI KRAJOWEJ NR 94, PRZEBIEGAJĄCEJ

Bardziej szczegółowo

, a ilość poziomów czynnika A., b ilość poziomów czynnika B. gdzie

, a ilość poziomów czynnika A., b ilość poziomów czynnika B. gdzie Test Scheffego, gdzie (1) n to ilość powtórzeń (pomiarów) w jednej grupie (zabiegu) Test NIR Istnieje wiele testów dla porównań wielokrotnych opartych o najmniejszą istotna różnicę między średnimi (NIR).

Bardziej szczegółowo

Diagnostyka w Pakiecie Stata

Diagnostyka w Pakiecie Stata Karol Kuhl Zgodnie z twierdzeniem Gaussa-Markowa, estymator MNK w KMRL jest liniowym estymatorem efektywnym i nieobciążonym, co po angielsku opisuje się za pomocą wyrażenia BLUE Best Linear Unbiased Estimator.

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

JEDNOCZYNNIKOWA ANALIZA WARIANCJI, ANOVA 1

JEDNOCZYNNIKOWA ANALIZA WARIANCJI, ANOVA 1 Powtórzenie: ANOVA 1 JEDNOCZYNNIKOWA ANALIZA WARIANCJI, ANOVA 1 Obserwowana (badana) cecha Y Czynnik wpływający na Y (badany) A A i i ty poziom czynnika A (i=1..a), n i liczba powtórzeń w i tej populacji

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9 Stanisław Cichocki Natalia Nehrebecka Wykład 9 1 1. Dodatkowe założenie KMRL 2. Testowanie hipotez prostych Rozkład estymatora b Testowanie hipotez prostych przy użyciu statystyki t 3. Przedziały ufności

Bardziej szczegółowo

S t a t y s t y k a, część 3. Michał Żmihorski

S t a t y s t y k a, część 3. Michał Żmihorski S t a t y s t y k a, część 3 Michał Żmihorski Porównanie średnich -test T Założenia: Zmienne ciągłe (masa, temperatura) Dwie grupy (populacje) Rozkład normalny* Równe wariancje (homoscedasticity) w grupach

Bardziej szczegółowo

Diagnostyka w Pakiecie Stata

Diagnostyka w Pakiecie Stata Karol Kuhl Zgodnie z twierdzeniem Gaussa-Markowa, estymator MNK w KMRL jest liniowym estymatorem efektywnym i nieobciążonym, co po angielsku opisuje się za pomocą wyrażenia BLUE Best Linear Unbiased Estimator.

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

Analiza wariancji (ANalysis Of Variance - ANOVA)

Analiza wariancji (ANalysis Of Variance - ANOVA) Analiza wariancji (ANalysis Of Variance - ANOVA) W poprzednim rozdziale przedstawiono sposób porównywania dwóch wartości średnich. Często jednak zachodzi potrzeba porównywania większej liczby średnich

Bardziej szczegółowo

Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars

Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 1/15/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.1.1 ROMAN RUMIANOWSKI Statystyczna analiza awarii pojazdów

Bardziej szczegółowo

Rozwiązanie: MSFA MSAB

Rozwiązanie: MSFA MSAB Zadanie 1: Skompletuj poniższą tablicę analizy wariancji dwutorowej. Źródło SS? Wariancja? A 1828,09 2 MSFA=914,045? B 1102,34 3 =367,447 17,09? 88,91??? Błąd? 12??? 3277,34 23?? Rozwiązanie powyższego

Bardziej szczegółowo

Wydział Matematyki. Testy zgodności. Wykład 03

Wydział Matematyki. Testy zgodności. Wykład 03 Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy

Bardziej szczegółowo

BARAŃSKA Marta 1 DEJA Agnieszka 2 BUBKA Jolanta 3

BARAŃSKA Marta 1 DEJA Agnieszka 2 BUBKA Jolanta 3 BARAŃSKA Marta 1 DEJA Agnieszka 2 BUBKA Jolanta 3 Analiza natężenia hałasu generowanego przez transport samochodowy po wdrożeniu projektu ograniczenia ruchu w wybranym punkcie aglomeracji szczecińskiej

Bardziej szczegółowo

Kolokwium ze statystyki matematycznej

Kolokwium ze statystyki matematycznej Kolokwium ze statystyki matematycznej 28.05.2011 Zadanie 1 Niech X będzie zmienną losową z rozkładu o gęstości dla, gdzie 0 jest nieznanym parametrem. Na podstawie pojedynczej obserwacji weryfikujemy hipotezę

Bardziej szczegółowo

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas

TESTOWANIE HIPOTEZ STATYSTYCZNYCH Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas TESTOWANIE HIPOTEZ STATYSTYCZNYCH Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu interesującej nas cechy. Hipotezy dzielimy na parametryczne i nieparametryczne.

Bardziej szczegółowo

Zmienna bazowa. 100(1 α)% przedział ufności dla µ: 100(α)% test hipotezy dla µ = µ 0; odrzucić, jeżeli Ȳ nie jest w przedziale

Zmienna bazowa. 100(1 α)% przedział ufności dla µ: 100(α)% test hipotezy dla µ = µ 0; odrzucić, jeżeli Ȳ nie jest w przedziale Wprowadzenie Wprowadzenie Wnioskowanie podsumowanie Zdefiniuj populację, która będzie przedmiotem badań Zbierz parametry, które będą przedmiotem wnioskowania Wybierz losową próbę z populacji Przeprowadź

Bardziej szczegółowo

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ

PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 113 Transport 2016 Politechnika Warszawska, W Transportu UNKCJONALNO - : Streszczenie: no og zadania i funkcjonalnej funkcjonalnych. Wyniki -. 1. w warunkach

Bardziej szczegółowo

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1. Opracowała: Joanna Kisielińska ZMIENNE LOSOWE Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R tzn. X: R. Realizacją zmiennej losowej

Bardziej szczegółowo

BADANIA WPŁYWU PRACY PRZY KOMPUTERZE NA ZDOLNOŚĆ PROWADZENIA POJAZDÓW CIĘŻAROWYCH

BADANIA WPŁYWU PRACY PRZY KOMPUTERZE NA ZDOLNOŚĆ PROWADZENIA POJAZDÓW CIĘŻAROWYCH BADANIA WPŁYWU PRACY PRZY KOMPUTERZE NA ZDOLNOŚĆ PROWADZENIA POJAZDÓW CIĘŻAROWYCH Krzysztof BALAWENDER, Mirosław JAKUBOWSKI, Artur KRZEMIŃSKI, Paweł WOJEWODA W artykule zostały przedstawione badania wpływu

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

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

TESTY ANOVA JAKO NARZĘDZIE WSPOMAGAJĄCE WERYFIKACJĘ HIPOTEZ STATYSTYCZNYCH ANOVA TESTS AS A TOOL TO ASSIST IN VERIFYING STATISTICAL HYPOTHESIS

TESTY ANOVA JAKO NARZĘDZIE WSPOMAGAJĄCE WERYFIKACJĘ HIPOTEZ STATYSTYCZNYCH ANOVA TESTS AS A TOOL TO ASSIST IN VERIFYING STATISTICAL HYPOTHESIS ARTYKUŁY NAUKOWE ASO.A.10(2)/2017.148-159 Wiesława Malska * Bogusław Twaróg ** TESTY ANOVA JAKO NARZĘDZIE WSPOMAGAJĄCE WERYFIKACJĘ HIPOTEZ STATYSTYCZNYCH ANOVA TESTS AS A TOOL TO ASSIST IN VERIFYING STATISTICAL

Bardziej szczegółowo

ANALIZA HAŁASU WEWNĘTRZNEGO AUTOBUSÓW KOMUNIKACJI MIEJSKIEJ

ANALIZA HAŁASU WEWNĘTRZNEGO AUTOBUSÓW KOMUNIKACJI MIEJSKIEJ PRACE NAUKOWE POLITECHNIKI WARSZAWSKIEJ z. 121 Transport 2018 Małgorzata Orczyk Politechnika Poznańska, Wydział Maszyn Roboczych i Transportu ANALIZA HAŁASU WEWNĘTRZNEGO AUTOBUSÓW KOMUNIKACJI MIEJSKIEJ

Bardziej szczegółowo

JEDNOCZYNNIKOWA ANOVA

JEDNOCZYNNIKOWA ANOVA Analizę ANOVA wykorzystujemy do wykrycia różnic pomiędzy średnimi w więcej niż dwóch grupach/więcej niż w dwóch pomiarach JEDNOCZYNNIKOWA ANOVA porównania jednej zmiennej pomiędzy więcej niż dwoma grupami

Bardziej szczegółowo

Wpływ zanieczyszczenia torowiska na drogę hamowania tramwaju

Wpływ zanieczyszczenia torowiska na drogę hamowania tramwaju DYCHTO Rafał 1 PIETRUSZEWSKI Robert 2 Wpływ zanieczyszczenia torowiska na drogę hamowania tramwaju WSTĘP W Katedrze Pojazdów i Podstaw Budowy Maszyn Politechniki Łódzkiej prowadzone są badania, których

Bardziej szczegółowo

Jednoczynnikowa analiza wariancji

Jednoczynnikowa analiza wariancji Jednoczynnikowa analiza wariancji Zmienna zależna ilościowa, numeryczna Zmienna niezależna grupująca (dzieli próbę na więcej niż dwie grupy), nominalna zmienną wyrażoną tekstem należy w SPSS przerekodować

Bardziej szczegółowo

2. Wprowadzenie do zagadnień obliczania zmian położenia środka ciężkości ciała oraz odzyskiwania energii podczas chodu fizjologicznego

2. Wprowadzenie do zagadnień obliczania zmian położenia środka ciężkości ciała oraz odzyskiwania energii podczas chodu fizjologicznego SPIS TREŚCI Wykaz stosowanych. skrótów Streszczenie. 1 Wstęp 2. Wprowadzenie do zagadnień obliczania zmian położenia środka ciężkości ciała oraz odzyskiwania energii podczas chodu fizjologicznego. i. sportowego..

Bardziej szczegółowo

KARTA KURSU. Kod Punktacja ECTS* 1

KARTA KURSU. Kod Punktacja ECTS* 1 KARTA KURSU Nazwa Nazwa w j. ang. Wprowadzenie do statystyki Introduction to statistics Kod Punktacja ECTS* 1 Koordynator Prof. dr hab. Jerzy Wołek Zespół dydaktyczny Prof. dr hab. Jerzy Wołek doktoranci

Bardziej szczegółowo

Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia.

Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia. Rozkład zmiennej losowej Polega na przyporządkowaniu każdej wartości zmiennej losowej prawdopodobieństwo jej wystąpienia. D A R I U S Z P I W C Z Y Ń S K I 2 2 ROZKŁAD ZMIENNEJ LOSOWEJ Polega na przyporządkowaniu

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