Karol Andrzejczak MIEJSKIEGO
|
|
- Władysław Kasprzak
- 4 lat temu
- Przeglądów:
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
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 szczegółowoMatematyka 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 szczegółowoWykorzystanie 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 szczegółowoAnalizy 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 szczegółowo1 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 szczegółowoANALIZA 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 szczegółowoOCENA 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 szczegółowoStatystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski
Statystyczna analiza danych w programie STATISTICA (wykład ) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Weryfikacja (testowanie) hipotez statystycznych
Bardziej szczegółowoMatematyka 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 szczegółowoStatystyka 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 szczegółowoWykład 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 szczegółowoAnaliza 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 szczegółowoJak 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 szczegółowoZałożenia 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 szczegółowoWeryfikacja 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 szczegółowoKOMUNIKACYJNEGO 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 szczegółowoSTATYSTYKA 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 szczegółowoWykorzystanie 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 szczegółowoAnaliza 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 szczegółowoKORELACJA 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 szczegółowoSTATYSTYKA 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 szczegółowoStatystyka 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 szczegółowoKatedra 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 szczegółowoPorównanie 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 szczegółowoAutor: 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 szczegółowoStatystyka 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 szczegółowoStatystyka 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 szczegółowoPrzykład 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 szczegółowoWykład 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 szczegółowoPRZYKŁAD 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 szczegółowoAkademia 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 szczegółowoElementy 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 szczegółowoSTATYSTYKA 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 szczegółowoCopyright 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 szczegółowoAnaliza 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 szczegółowoRozkład 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 szczegółowoTesty 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 szczegółowoWykład 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 szczegółowoWykład 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 szczegółowoLABORATORIUM 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 szczegółowoTemat: 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 szczegółowoPorównanie 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 szczegółowoWykład 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 szczegółowoTestowanie 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 szczegółowoPODSTAWY 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 szczegółowoOpracowywanie wyników doświadczeń
Podstawy statystyki medycznej Laboratorium Zajęcia 6 Statistica Opracowywanie wyników doświadczeń Niniejsza instrukcja zawiera przykłady opracowywania doświadczeń jednoczynnikowy i wieloczynnikowych w
Bardziej szczegółowoWykład 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 szczegółowoTRANSPORTU 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 szczegółowoTesty 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 szczegółowoANALIZA 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 szczegółowoKLIMAT 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 szczegółowoWIELKOŚĆ 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 szczegółowoJednoczynnikowa 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 szczegółowoAnaliza 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 szczegółowoZWROTNICOWY 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 szczegółowoSTATYSTYKA 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 szczegółowoProblem 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 szczegółowoModele 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 szczegółowoAnaliza 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 szczegółowoSpis 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 szczegółowoTestowanie 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 szczegółowoNowa 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 szczegółowoRachunek 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 szczegółowoWykład 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 szczegółowoMetody 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 szczegółowoRozpoznawanie 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 szczegółowoTestowanie 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 szczegółowoPrzykład 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 szczegółowoOutlier 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 szczegółowoOCENA 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
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 szczegółowoDiagnostyka 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 szczegółowoWIELKA 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 szczegółowoJEDNOCZYNNIKOWA 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 szczegółowoStanisław 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 szczegółowoS 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 szczegółowoDiagnostyka 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 szczegółowoTemat: 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 szczegółowoAnaliza 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 szczegółowoStatystyczna 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 szczegółowoRozwiązanie: 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 szczegółowoWydział 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 szczegółowoBARAŃSKA 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 szczegółowoKolokwium 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 szczegółowoTESTOWANIE 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 szczegółowoZmienna 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 szczegółowoPRACE 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 szczegółowoZMIENNE 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 szczegółowoBADANIA 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 szczegółowoWnioskowanie 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 szczegółowoRegresja 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 szczegółowoTESTY 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 szczegółowoANALIZA 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 szczegółowoJEDNOCZYNNIKOWA 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 szczegółowoWpływ 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 szczegółowoJednoczynnikowa 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 szczegółowo2. 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 szczegółowoKARTA 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 szczegółowoRozkład 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 szczegółowoDoświadczalnictwo 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