Wybór formuły normalizacyjnej w analizie porównawczej obiektów wielocechowych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wybór formuły normalizacyjnej w analizie porównawczej obiektów wielocechowych"

Transkrypt

1 Wybór formuły ormalzacye w aalze porówawcze obektów welocechowych Marta Jarocka Poltechka Bałostocka, Wydzał Zarządzaa, Katedra Iformatyk Gospodarcze Logstyk e-mal: m.arocka@pb.edu.pl DOI: /.em Streszczee Normalzaca cech dagostyczych est stotym etapem każde aalzy porówawcze obektów welocechowych. W lteraturze prezetowaych est wele procedur trasformac ormalzacye w zwązku z tym badacz często sto przed koeczoścą wyboru ede z ch. W artykule dokoao zestawea metod ormalzac zmeych oraz dokoao ch selekc. W procese welowymarowe ocey porówawcze autorka zaleca stosowae formuły utaryzac zerowe. Poadto, w pracy podęto próbę aalzy wpływu zmay procedury trasformac ormalzacye a wyk porządkowaa lowego. W wyku przeprowadzoego eksperymetu badawczego okazało sę, że zmaa formuły ormowaa charakterystyk porówywaych obektów może powodować modyfkacę rezultatów badań, która e wyka ze zmay struktury daych. Słowa kluczowe ormalzaca, obekty welocechowe, porządkowae lowe Wstęp Aalza porówawcza obektów charakteryzuących sę weloma cecham est stota z puktu wdzea podmotów społeczo-gospodarczych, orgaów poltyk państwowe czy admstrac. Rezultat poprawe przeprowadzoych badań porówawczych staow źródło użytecze formac do ocey trafośc podemowaych decyz. Do geerowaa wyków aalzy porówawcze służy mędzy ym welowymarowa aalza porówawcza (Paek, Zwerzchowsk, 2013; Balck 2013), Ecoomcs ad Maagemet 1/

2 Marta Jarocka która zalazła zastosowae mędzy ym w badaach efektywośc przedsęborstw, edostek admstracyych oraz ych stytuc. Metody welowymarowe aalzy porówawcze stosowae są mędzy ym w ekoom, zarządzau, psycholog, bolog demograf. Ideą welowymarowe aalzy porówawcze est kostrukca wskaźka sytetyczego, odzwercedlaącego kryterum wartoścowaa porówywalych obektów welowymarowych. Procedura ego kostrukc, czyl metoda porządkowaa lowego, determowaa est weloma czykam. Zależy oa od charakteru zmeych dagostyczych skal ch pomaru, sposobu ustalaa systemu wag oraz od procedury ormalzacye formuły agregac zmeych (rys. 1). Charakter cech dagostyczych Sposób różcowaa wag cech Metoda porządkowaa lowego Skala pomaru cech dagostyczych Sposób agregac cech dagostyczych Sposób ormalzac cech dagostyczych Rys. 1. Determaty metody porządkowaa lowego Źródło: opracowae włase. Realzaca zadaa welowymarowe aalzy porówawcze, akm est lowe uporządkowae obektów welocechowych, est przedsęwzęcem, w którym badacz mus podąć decyze zwązae z wyborem poszczególych procedur a każdym ego etape. Od zestawu metod arzędz zależy bowem rezultat aalzy porówawcze. Poadto, eśl badaa porówawcze są przeprowadzae cyklcze, e zaleca 114 Ecoomcs ad Maagemet 1/2015

3 Wybór formuły ormalzacye w aalze porówawcze obektów welocechowych sę zmay przyętych stosowaych procedur badawczych. Modyfkaca metodyk aalzy porówawcze może bowem prowadzć do uzyskaa erzetelych eporówywalych wyków przeprowadzaych aalz. Na przykład, zmaa sposobu ormalzac cech dagostyczych może spowodować zmay pozyc stytuc w rakgu, które ekoecze spowodowae są wzrostem lub spadkem ch defowae poprzez krytera ocey akośc (Dębkowska, Jarocka, 2013). Problem te zauważa mędzy ym Ch. Tofalls, który wskazue, ż zmaa metody ormalzac daych w The Tmes Hgher/QS World Uversty Rakgs stote wpłyęła a ch wyk, powoduąc a przykład awas Uwersytetu w Zurchu z 112 pozyc w 2006 roku a 9 mesce w roku astępym (Tofalls, 2012). Celem artykułu est zbadae wpływu zmay procedury ormalzac zmeych dagostyczych a wyk porządkowaa lowego obektów welocechowych. 1. Normalzaca cech dagostyczych Pod poęcem ormalzac krye sę uedolcae, stadaryzaca wartośc cech z puktu wdzea określoego kryterum (Borys, 1978). Główym celem tego rodzau trasformac est spełee postulatu addytywośc, czyl doprowadzee cech o różych maach do ch porówywalośc (Borys, 1980; Kurkewcz., 1991; Pawełek, 2008). Jego realzaca możlwa est dzęk zastosowau formuły, które ogóla postać wyrażoa est wzorem (Walesak, 2011): z = bx + a, (b>0) (1) W welowymarowych aalzach statystyczych wybór formuły ormalzacye determoway est skalą pomaru zmeych (Jauga, Walesak, 2000) oraz charakterystykam ch rozkładu takm, ak: średa arytmetycza, odchylee stadardowe oraz rozstęp wyzaczoy dla zormalzowaych wartośc zmeych (Walesak, 2011). Formuły ormalzacye będące szczególym przypadkam wzoru 1 oraz skale pomaru zmeych, w zależośc od etapu przeprowadzaa omawae procedury, przedstawoo w tab. 1. Podstawowe statystyk rozkładu wartośc zmeych po ormalzac uęto w tab. 2. Ecoomcs ad Maagemet 1/

4 Marta Jarocka Tab. 1. Formuły ormalzacye Typ Nazwa formuły Formuła 0 Bez ormalzac - 1 Stadaryzaca z ( x x ) s Stadaryzaca Webera Utaryzaca Utaryzaca zerowa Utaryzaca w przedzale [-1; 1] z ( x Me ) 1, 4826MAD z z ( x x ) / r ( x z [ x m{ x }] z x x s ) max x r x Skale pomaru zmeych przed ormalzacą lorazowa (lub) przedzałowa lorazowa (lub) przedzałowa lorazowa (lub) przedzałowa lorazowa (lub) przedzałowa lorazowa (lub) przedzałowa lorazowa (lub) przedzałowa lorazowa - po ormalzac przedzałowa przedzałowa przedzałowa przedzałowa przedzałowa lorazowa 7 z x r lorazowa lorazowa 8 z x max { x } lorazowa lorazowa Przekształcea lorazowe x x lorazowa lorazowa 9 z 10 z x x 1 lorazowa lorazowa 11 z x 2 x 1 lorazowa lorazowa Źródło: (Walesak, 2011, s. 19). 116 Ecoomcs ad Maagemet 1/2015

5 Wybór formuły ormalzacye w aalze porówawcze obektów welocechowych Tab. 2. Charakterystyk rozkładu wartośc zmeych po ormalzac Formuła Średa arytmetycza* Odchylee stadardowe* Rozstęp ( x x ) s 0 1 r s ( x Me ) 1, 4826MAD ( x x ) r 0 1 r 1, 4826MAD 0 s r 1 [ [ x m{ x} ] r x m{ x} ] r s r 1 ( x x ) max x x 0 s max x x r max x x x s x s 1 r s x r x r s r x max { x} x max { x } s max { x } r max { x } x x 1 s x r x 1 1 x x s x r x 2 1 x x 2 1 x x 2 1 s x 2 1 r x *Dla stadaryzac Webera: medaa medaowe odchylee bezwzględe. x, s, r - średa arytmetycza, odchylee stadardowe, rozstęp dla -te zmee. Źródło: (Walesak, 2011, s. 20). Poza formułam przedstawoym w tab. 1 w lteraturze przedmotu wyróża sę grupę metod ormalzac, która obemue ragowae zmeych (Kurkewcz., 1991). Polega oo a zastąpeu realzac cech ch ragam, wykaącym z uszeregowaa obserwac. Ecoomcs ad Maagemet 1/

6 Marta Jarocka 2. Wybór formuły ormalzacye do aalzy porówawcze obektów welocechowych W badaach empryczych wybór procedury ormalzacye w główe merze determoway est skalą pomaru zmeych. W zwązku z tym, że w aalze porówawcze obektów welocechowych aczęśce przyętą skalą pomaru cech kryteralych est skala lorazowa, selekc waratów przekształceń ormalzacyych dokoao spośród formuł przedstawoych w tab. 3. Dodatkowo, przy ch wyborze uwzględoo astępuące postulaty (Kukuła, 2000): pozbawee ma, w których wyrażoe są cechy; sprowadzee rzędu welkośc zmeych do stau porówywalośc; rówość długośc przedzałów zmeośc wartośc wszystkch cech uormowaych (stałość rozstępu) oraz rówość dole góre gracy ch przedzału zmeośc; możlwość ormowaa cech przymuących wartośc dodate ueme lub tylko ueme; możlwość ormowaa cech przymuących wartość rówą zeru; euemość wartośc cech uormowaych; stee prostych formuł w ramach dae formuły ormalzacye uedolcaących charakter zmeych. Zestawee porówawcze formuł ormalzacyych w zależośc od spełaych przez e postulatów zaprezetowao w tab. 3. Wszystke przedstawoe w tab. 3 formuły spełaą perwsze dwe wymagae własośc ormowaa. Z puktu wdzea celu statystycze aalzy porówawcze wygode est żądać dodatkowo, aby wartośc zormalzowaych cech były eueme (Borys, 1978). Poadto, w aalzach porówawczych zaleca sę wybór takch procedur, które daą stable przedzały zmeośc zmeych uormowaych (Kukuła, 2000). Zatem, w procese ocey porówawcze obektów welocechowych ako formułę ormalzac cech kryteralych autorka propoue stosowae formuły utaryzac zerowe. Istote est astępe e kosekwete stosowae, gdyż zmaa procedury trasformac zmeych w welu wypadkach powodue modyfkacę wyków badań, które e są zwązae ze zmaą struktury daych. 118 Ecoomcs ad Maagemet 1/2015

7 Wybór formuły ormalzacye w aalze porówawcze obektów welocechowych Tab. 3. Zestawee porówawcze formuł ormalzacyych w zależośc od spełaych przez e postulatów Nazwa formuły Formuła Postulaty Stadaryzaca z ( x x ) / s Utaryzaca z ( x x ) / r Utaryzaca zerowa Przekształcea lorazowe z [ x m{ x }/ r z x z x / s z x / r z x z x / x z x / max{ x} / m { x} / x z x / 2 x Źródło: opracowae włase a podstawe (Walesak, 2011, s. 19; Kukuła, 2000, s ). 3. Zmaa procedury ormalzacye e kosekwece W celu aalzy wpływu zmay procedury ormalzacye a wyk aalzy porówawcze przeprowadzoo eksperymet badawczy, w którym zbadao wrażlwość rakgu 88 polskch uczel akademckch Perspektyw Rzeczpospolte a zmay formuły ormowaa. Badae polegało a utworzeu porówau ośmu rakgów szkół wyższych, w budowe których realzace 33 cech kryteralych poddao e procedurze ormalzac. Poadto, w celu zestawea otrzymaych rezultatów, pozostałe etapy budowy rakgów przebegały zgode z metodyką kostrukc opublkowaego w 2012 roku rakgu polskch uczel. Formuły ormalzacye, które zastosowao w metodyce kostrukc poszczególych lst rakgowych przedstawoo w tab. 4. Ecoomcs ad Maagemet 1/

8 Marta Jarocka Tab. 4. Ozaczea rakgów uczel wraz z wykorzystaym w ch budowe formułam ormalzacyym Rakg Nazwa formuły ormalzacye Formuła ormalzacya R0 Przekształcee lorazowe wykorzystae w kostrukc rakgu Perspektyw Rzeczpospolte z x / max{ x} Ozaczee formuły F0 Rs Stadaryzaca z ( x x ) / s F1 Ru Utaryzaca z ( x x ) / r F2 Ruz Utaryzaca zerowa z [ x m{ x} / r F3 Rp1 z x / s F4 Rp2 Rp3 Przekształcea lorazowe z x / r z x / x F5 F6 Rp4 Źródło: opracowae włase. z x / x 1 F7 Z wykorzystaem przedstawoych w tab. 4 formuł ormalzac zmeych wylczoo sedem rakgów uczel. Ich wyk zestawoo z lstą rakgową Perspektyw Rzeczpospolte (R0). Rezultaty zaprezetowao w tab. 5. Tab. 5. Pozyce uczel w rakgach kostruowaych z wykorzystaem e formuły ormalzacye Uczela Pozyca uczel w daym rakgu R0 Rs Ru Ruz Rp1 Rp2 Rp3 Rp4 U U U U U U U U Ecoomcs ad Maagemet 1/2015

9 cd. Tab. 5. Wybór formuły ormalzacye w aalze porówawcze obektów welocechowych U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U Ecoomcs ad Maagemet 1/

10 Marta Jarocka cd. Tab. 5. U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U W tabel wyróżoo lokaty uczel, których pozyca uległa zmae w stosuku do rakgu Perspektyw Rzeczpospolte. Źródło: opracowae włase. 122 Ecoomcs ad Maagemet 1/2015

11 Wybór formuły ormalzacye w aalze porówawcze obektów welocechowych Już a podstawe pobeże aalzy wyków poszczególych rakgów moża woskować, ż wybór procedury ormalzacye w procese ch kostrukc wpływa a rezultat uzyskaych oce. W celu przeprowadzea szczegółowe aalzy zma w przypsaych ragach uczel, w zależośc od przyęte formuły trasformac cech kryteralych, oblczoo współczyk korelac rag Spearmaa mędzy lokatam stytuc w wyzaczoych lstach rakgowych, których wartośc podao w tab. 6. Tab. 6. Wartośc współczyków korelac rag Spearmaa mędzy wykam rakgów skostruowaych z wykorzystaem e formuły ormalzacye Rakg R0 Rs Ru Ruz Rp1 Rp2 Rp3 Rp4 R0 1 0,9983 0,9995 0,9995 0,9983 0,9995 0,9792 0,9792 Rs 1 0,9976 0, ,9976 0,9790 0,9790 Ru 1 1 0, ,9795 0,9795 Ruz 1 0, ,9795 0,9795 Rp1 1 0,9976 0,9790 0,9790 Rp2 1 0,9795 0,9795 Rp3 1 1 Źródło: opracowae włase z wykorzystaem programu STATISTICA, wszystke współczyk korelac są stote z prawdopodobeństwem <0,05. Wysoke wartośc współczyków korelac rag Spearmaa, których wartośc oscyluą w przedzale 0,979 1 śwadczą o slym skorelowau wyków lst rakgowych. Poadto, w wypadku rakgów Ru, Ruz oraz Rp2 otrzymao detycze rezultaty porządkowaa lowego. To samo moża powedzeć o wykach uporządkowań Rp3 Rp4 oraz Rs Rp1. Zatem 100% zgodość wyków oce uczel uzyskao w przypadku rakgów, w których budowe wykorzystao astępuące formuły ormalzacye: utaryzacę (F3), utaryzacę zerową (F4) przekształcee lorazowe z podstawą ormalzac rówą rozstępow (F5); stadaryzacę (F1) przekształcee lorazowe z podstawą ormalzac rówą odchyleu stadardowemu (F4); przekształcee lorazowe z podstawą ormalzac rówą średe (F6) przekształcee lorazowe z podstawą ormalzac rówą sume (F7). Pommo wysokego stopa skorelowaa pozostałych wyków uporządkowań, pozyce uczel w poszczególych rakgach ulegaą zmae (tab. 6). W celu aalzy odchyleń lokat szkół wyższych dokoao zestawea lczb stytuc, których Ecoomcs ad Maagemet 1/

12 Marta Jarocka pozyca uległa zmae w stosuku do ch mesca w rakgu Perspektyw Rzeczpospolte. Tab. 7. Lczba procet uczel w rakgach skostruowaych z wykorzystaem e formuły ormalzacye, których pozyca uległa zmae w stosuku do R0 Lczba przesuęć Rs, Rp1 Ru, Ruz, Rp2 Rp3, Rp4 pozyc uczel w rakgu Lczba uczel Procet uczel [%] Lczba uczel Procet uczel [%] Lczba uczel Procet uczel [%] , , , , , , , , , , , , , , , , ,1 Źródło: opracowae włase. Śledząc zmay pozyc rakgowych, moża zauważyć, że ameszą ch lczbę zaotowao w przypadku rakgów R2, R3, R5. Ozacza to, że zamaa formuły ormalzacye z przekształcea lorazowego z podstawą ormalzac rówą maksymale wartośc cechy (F0) a utaryzacę (F2), utaryzacę zerową (F3) lub przekształcee lorazowe wykorzystuące wartość rozstępu (F5) przyczya sę do ezaczych roszad w wyku rakgu, w porówau do pozostałych aalzowaych typów przekształceń. W wypadku 61 uczel zmaa ta e wpłyęła a modyfkacę rezultatów klasyfkac, a tylko 8 stytuc przesuęła sę maksymale o 2 lub 3 lokaty. Nawększe zmay w pozycach szkół wyższych astąpły w wyku zastąpea formuły ormalzacye stosowae w kostrukc rakgu Perspektyw Rzeczpospolte (F0) wzoram przekształcea lorazowego ozaczoym F6 F7. Necałe 7 uczel utrzymało swoą pozycę w rakgu, około Ecoomcs ad Maagemet 1/2015

13 Wybór formuły ormalzacye w aalze porówawcze obektów welocechowych szkół przesuęło sę w klasyfkac o 1-4 mesca, zaś pozostałe 27 oceaych stytuc uplasowało sę o 5-24 lokat że bądź wyże a lśce rakgowe. Podsumowae Z przeprowadzoego w artykule eksperymetu badawczego wyka, ż zmaa procedury trasformac zmeych może powodować modyfkacę wyków aalzy porówawcze obektów welocechowych, która e wyka ze zmay struktury daych. Modyfkaca metodyk rakgu uczel w ramach etapu doprowadzaa cech dagostyczych do ch wzaeme porówywalośc przyczyła sę do zmay pozyc uczel a lśce rakgowe, co e było zwązae ze zmaą akośc ch dzałalośc. Jeśl zatem orgazace publkuące wyk aalz porówawczych decyduą sę a zmaę formuły ormalzacye, powy zastąpć ą taką postacą, która e zmea ostateczego wyku prowadzoe przez ch ewaluac. Poadto, w procese ocey porówawcze obektów charakteryzuących sę weloma cecham autorka rekomedue stosowae formuły utaryzac zerowe, gdyż speła oa wszystke zaprezetowae w tab. 3 postulaty. Lteratura 1. Balck A. (2013), Statystycza aalza welowymarowa e zastosowaa społeczoekoomcze, Wydawctwo Uwersytetu Gdańskego, Gdańsk 2. Borys T. (1978), Metody ormowaa cech w statystyczych badaach porówawczych, Przegląd Statystyczy 3, s Borys T. (1980), Elemety teor akośc, Wydawctwo Naukowe PWN, Warszawa 4. Dębkowska K., Jarocka M. (2013), The mpact of the methods of the data ormalzato o the result of lear orderg, Acta Uverstats Lodzess. Fola Oecoomka 286, s Jauga K., Walesak M. (2000), Stadardsato of data set uder dfferet measuremet scales, : Decker R., Gaul W. (eds.), Classfcato ad formato processg at the tur of the mlleum, Sprger-Verlag, Berl, Hedelherg, s Kukuła K. (2000), Metoda utaryzac zerowe, Wydawctwo Naukowe PWN, Warszawa 7. Kurkewcz J., Pocecha J., Zaąc K. (1991), Metody welowymarowe aalzy porówawcze w badaach rozwou demografczego, Szkoła Główa Hadlowa, Istytut Statystyk Demograf, Moografe Opracowaa 336, Warszawa Ecoomcs ad Maagemet 1/

14 Marta Jarocka 8. Paek T., Zwerzchowsk J. (2013), Statystycze metody welowymarowe aalzy porówawcze: teora zastosowaa, Szkoła Główa Hadlowa - Ofcya Wydawcza, Warszawa 9. Pawełek B. (2008), Metody ormalzac zmeych w badaach porówawczych złożoych zawsk ekoomczych, Wydawctwo Uwersytetu Ekoomczego, Kraków 10. Stroa teretowa portalu edukacyego Perspektywy z wykam rakgu uczel akademckch 2012, [ ] 11. Tofalls Ch. (2012), A dfferet approach to uversty rakgs, Hgher Educato 63 (1), s Walesak M. (2011), Uogóloa mara odległośc GDM w statystycze aalze welowymarowe z wykorzystaem programu R, Wydawctwo Uwersytetu Ekoomczego, Wrocław The choce of a formula of the data ormalzato the comparatve aalyss of multvarate obects Abstract The data ormalzato s oe of the stages of the comparatve aalyss of multvarate obects. I the lterature, there are may procedures of the ormalzato of the varables. Therefore the researchers have to choose oe of them. The artcle presets the lst of the most popular methods of the data ormalzato. Accordg to the author, I the process of multdmesoal comparatve aalyss the formula of the utzato wth zero mmum should be used. Moreover, the artcle presets the aalyss the mpact of chages of the formula of the data ormalzato o the result of the lear orderg. By the realzato of a research expermet t was oted that the choce of ormalzato formula flueces the result of lear orderg. Keywords ormalzato, multvarate obects, lear orderg Author formato Marta Jarocka Balystok Uversty of Techology Weska 45a, Bałystok, Polad e-mal: m.arocka@pb.edu.pl 126 Ecoomcs ad Maagemet 1/2015

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach,

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7) PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

Podprzestrzenie macierzowe

Podprzestrzenie macierzowe Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016 PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INTYTUT FIZYKI UJ BIOLOGIA 06 CEL ĆWICZEŃ. Obserwacja zjawsk efektów fzyczych. Doskoalee umejętośc

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1)

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1) Katarzya Budy Uwersytet Ekoomczy w Krakowe WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO Wprowadzee Jedą z podstawowych mar spłaszczea czy też kocetrac rozkładu zmee losowe edowymarowe wokół średe est kurtoza

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

Analiza wyniku finansowego - analiza wstępna

Analiza wyniku finansowego - analiza wstępna Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH

ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 335 07 Iformatyka Ekoometra 9 Moka Mśkewcz-Nawrocka Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Statystyk, Ekoometr

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; } Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca

Bardziej szczegółowo

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu НАЦІОНАЛЬНИЙ ТРАНСПОРТНИЙ УНІВЕРСИТЕТ 1 013 KARBOWNICZEK Dagmara doktoratka, mgr ż. ; LEJDA Kazmerz ; prof. dr hab. ż. oltechka Rzeszowska, Katedra Slków Spalowych Trasportu ANALIZA WSKAŹNIKA GŁĘBOKOŚCI

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017 PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Marzec 07 PODRĘCZNIKI Wstęp do aalzy błędu pomarowego Joh R. Taylor Wydawctwo Naukowe PWN Warszawa 999

Bardziej szczegółowo

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce. Metody probablstycze statystyka Wykład 7: Statystyka opsowa. Rozkłady prawdopodobestwa wystpujce w statystyce. Podstawowe pojca Populacja geerala - zbór elemetów majcy przyajmej jed włacwo wspól dla wszystkch

Bardziej szczegółowo

KALIBRACJA NIE ZAWSZE PROSTA

KALIBRACJA NIE ZAWSZE PROSTA KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH AALIZA KORELACJI DEFIICJA ZALEŻOŚCI KORELACYJEJ, Zależośd korelacyja (statystycza) występuje wtedy, gdy określoym wartoścom jedej zmeej są przyporządkowae pewe średe wartośc drugej zmeej e moża wyzaczyd

Bardziej szczegółowo

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula MATERAŁY STUDA Zesz y t r 242 Efektywość sektora publczego a pozome samorządu lokalego Barbara Karbowk, Grzegorz Kula Warszawa 2009 Barbara Karbowk Narodowy Bak Polsk, barbara.karbowk@bp.pl Grzegorz Kula

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

ĆWICZENIE 5 TESTY STATYSTYCZNE

ĆWICZENIE 5 TESTY STATYSTYCZNE ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej Rachek prawdopodobeńswa saysyka maemaycza Esymacja przedzałowa paramerów srkralych zborowośc geeralej Częso zachodz syacja, że koecze jes zbadae ogół poplacj pod pewym kąem p. średa oce z pewego przedmo.

Bardziej szczegółowo

Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć

Badania operacyjne. Algorytm simpleks. Organizacja zajęć. Zaliczenie. Literatura. Program zajęć Algorytm smpleks adaa operacyje Wykład adaa operacyje dr hab. ż. Joaa Józefowska, prof.pp Istytut Iformatyk Orgazacja zajęć 5 godz wykładów dr hab. ż. J. Józefowska, prof. PP Obecość a laboratorach jest

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

Bardziej szczegółowo

WYBRANE MIARY OCENY STOPNIA DYWERSYFIKACJI PORTFELI INWESTYCYJNYCH

WYBRANE MIARY OCENY STOPNIA DYWERSYFIKACJI PORTFELI INWESTYCYJNYCH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 2083-86 Nr 340 207 Iformatyka Ekoometra 0 Agata Gluzcka Uwersytet Ekoomczy w Katowcach Wydzał Iformatyk Komukacj Katedra Badań Operacyjych

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH Mara KLONOWSKA-MATYNIA Natala CENDROWSKA WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY Zarys treśc: Nejsze opracowae pośwęcoe zostało spółkom akcyjym, które

Bardziej szczegółowo

Analiza niepewności pomiarów Definicje

Analiza niepewności pomiarów Definicje Teora pomarów Aalza epewośc pomarów Defce Dr hab. ż. Paweł Mada www.pmada.zt.ed.pl Podstawowa defca Nepewość pomar to parametr zwązay z wykem pomar, charakteryzący rozrzt wartośc, który w zasadoy sposób

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

Bardziej szczegółowo

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

ELEMENTY TEORII MOŻLIWOŚCI

ELEMENTY TEORII MOŻLIWOŚCI ELEMENTY TEORII MOŻLIWOŚCI Opracował: M. Kweselewcz Zadeh (978) wprowadzł pojęce rozkładu możlwośc jako rozmyte ograczee, kóre odzaływuje w sposób elastyczy a wartośc przypsae daej zmeej. Defcja. Nech

Bardziej szczegółowo

ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI DEMOGRAPHIC DEVELOPMENT OF POLISH PROVINCES. Wstęp

ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI DEMOGRAPHIC DEVELOPMENT OF POLISH PROVINCES. Wstęp STOWARZYSZENIE EKONOMISTÓW Rozwó ROLNICTWA demografczy I AGROBIZNESU woewódzw Polsk Roczk Naukowe om XV zeszy 4 237 Lda Luy Uwersye Rolczy m. Hugoa Kołłąaa w Krakowe ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI

Bardziej szczegółowo

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU Haa Dudek a, Moka Dybcak b a Katedra Ekoometr Iformatyk SGGW b studetka Mędzywydzałowego Studum Iformatyk Ekoometr e-mal: hdudek@mors.sggw.waw.pl ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

Bardziej szczegółowo

Badania Operacyjne (dualnośc w programowaniu liniowym)

Badania Operacyjne (dualnośc w programowaniu liniowym) Badaa Operacye (dualośc w programowau lowym) Zadae programowaa lowego (PL) w postac stadardowe a maksmum () c x = max, podczas gdy spełoe są erówośc () ax = b ( m ), x 0 ( ) Zadae programowaa lowego (PL)

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych Modelowae Aalza Daych Przestrzeych Wykład 8 Adrze Leśak Katedra Geoformatyk Iformatyk Stosowae Akadema Górczo-Hutcza w Krakowe Jaką postać ma warogram daych z tredem? Moża o wylczyć teoretycze prostego

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

ANALIZA INPUT - OUTPUT

ANALIZA INPUT - OUTPUT Aalza put - output Notatk S Dorosewcz J Staseńko Stroa z 28 SŁAWOMIR DOROSIEWICZ JUSTYNA STASIEŃKO ANALIZA INPUT - OUTPUT NOTATKI Istytut Ekoometr SGH Aalza put - output Notatk S Dorosewcz J Staseńko Stroa

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

MODEL PROPORCJONALNEGO HAZARDU COXA PRZY RÓŻNYCH SPOSOBACH KODOWANIA ZMIENNYCH

MODEL PROPORCJONALNEGO HAZARDU COXA PRZY RÓŻNYCH SPOSOBACH KODOWANIA ZMIENNYCH PRZEGLĄD STATYSTYCZNY R. LVI ZESZYT 2 2009 IWONA MARKOWICZ, BEATA STOLORZ MODEL PROPORCJONALNEGO HAZARDU COXA PRZY RÓŻNYCH SPOSOBACH KODOWANIA ZMIENNYCH. WSTĘP Metody aalzy przeżyca są coraz częścej stosowae

Bardziej szczegółowo

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM Edward CHLEBUS, Joaa HELMAN, Mara ROSIENKIEWICZ, Paweł STEFANIAK Streszczee: Nejszy artykuł

Bardziej szczegółowo

WRAŻLIWOŚĆ WYNIKU TECHNICZNEGO ZAKŁADU UBEZPIECZEŃ NA ZMIANĘ POZIOMU REZERWY SZKODOWEJ

WRAŻLIWOŚĆ WYNIKU TECHNICZNEGO ZAKŁADU UBEZPIECZEŃ NA ZMIANĘ POZIOMU REZERWY SZKODOWEJ Aca Woy WRAŻLIWOŚĆ WYNIKU TECHNICZNEGO ZAKŁADU UBEZPIECZEŃ NA ZMIANĘ POZIOMU REZERWY SZKODOWEJ Wstęp Załad ubezpeczeń est zobgoway do tworzea fuduszu ubezpeczeowego sładaącego sę z rezerw techczo-ubezpeczeowych

Bardziej szczegółowo

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7 6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

IV. ZMIENNE LOSOWE DWUWYMIAROWE IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

Bardziej szczegółowo

Liniowe relacje między zmiennymi

Liniowe relacje między zmiennymi Lowe relacje mędzy zmeym Marta Zalewska Zakład Proflaktyk ZagrożeńŚrodowskowych Alergolog Ocea lowych relacj mędzy zmeym Metoda korelacj - określee rodzaju sły zależośc mędzy cecham. Metoda regresj 1 Uwaga

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

Probabilistyka i statystyka. Korelacja

Probabilistyka i statystyka. Korelacja 06-05-08 Probablstyka statystyka Korelacja Probablstyka statystyka - wykład 9 dla Elektrok Korelacja Aalza korelacj zajmuje sę badaam stea zależośc lowej mędzy dwema cecham X Y. Podstawową marą jest współczyk

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo