Spis treści. Wprowadzenie 13
|
|
- Mateusz Gajewski
- 7 lat temu
- Przeglądów:
Transkrypt
1 Spis treści Wprowadzenie 13 Ewa Frątczak Rozdział 1. Wprowadzenie - wybrane zagadnienia wielowymiarowej analizy statystycznej Czym jest wielowymiarowa analiza statystyczna i do czego służy? Organizacja danych na użytek wielowymiarowej analizy statystycznej Skalowanie zmiennych i techniki graficzne Zagadnienie pomiaru odległości Rozkład normalny jednej zmiennej Rozkład normalny wielu zmiennych Próba losowa i estymatory największej wiarygodności Rozkłady statystyk z próby ( X i S) Informacje ogólne o systemie SAS Literatura Rozdział 2. Algebra macierzy Macierze Definicja macierzy Szczególne przypadki macierzy Wektory Równość macierzy Macierz transponowana Operacje na macierzach Dodawanie, odejmowanie macierzy i mnożenie macierzy przez liczbę Mnożenie macierzy przez macierz Iloczyn skalarny i norma wektorów Wyznacznik macierzy Minory Macierz odwrotna i rozwiązywanie układów równań liniowych Macierz odwrotna Rozwiązywanie układów równań liniowych Przestrzenie liniowe Liniowa zależność i niezależność wektorów Baza Rząd macierzy Wektory i macierze blokowe Macierze ortogonalne, macierze idempotentne Macierze ortogonalne Macierze idempotentne Wartości własne i wektory własne, diagonalizacja macierzy Macierze podobne Ślad macierzy Diagonalizacja macierzy Dekompozycja spektralna Formy kwadratowe Zastosowania w analizie statystycznej... 78
2 Macierz momentów Macierz korelacji Literatura...81 Elżbieta Gołata Rozdział 3. Wybrane zagadnienia metody reprezentacyjnej Wprowadzenie do estymacji statystycznej Operat losowania Wybrane schematy losowania próby Losowanie proste Losowanie warstwowe Losowanie warstwowe proporcjonalne Losowanie warstwowe optymalne Losowanie systematyczne Metoda reprezentacyjna w procedurach SAS Losowanie proste Losowanie proste zastosowanie procedury SURVEYSELECT Losowanie proste zastosowanie procedury SURVEYMEANS Losowanie warstwowe Losowanie warstwowe proporcjonalne zastosowanie procedury SURVEYSELECT Losowanie warstwowe proporcjonalne zastosowanie procedury SURVEYMEANS Losowanie warstwowe optymalne zastosowanie procedury SURVEYSELECT Losowanie warstwowe optymalne zastosowanie procedury SURVEYMEANS Losowanie systematyczne Losowanie systematyczne zastosowanie procedury SURVEYSELECT Losowanie systematyczne zastosowanie procedury SURVEYMEANS Literatura Rozdział 4. Analiza skupień Metody analizy skupień Wprowadzenie Charakterystyka obiektów Metody grupowania Własności metod grupowania Ocena poprawności grupowania Ocena zgodności wyników grupowania uzyskanych za pomocą różnych metod Zasady przeprowadzania grupowania Wybór zmiennych diagnostycznych Wybór mierników podobieństwa lub niepodobieństwa obiektów Normalizacja Rozkład populacji Obiekty nietypowe Ustalenie liczby grup Procedury analizy skupień występujące w systemie SAS
3 Procedura CLUSTER Procedura FASTCLUS Przykłady Przykład Przykład Literatura Rozdział 5. Analiza korespondencji Wprowadzenie Geneza analizy korespondencji Tablica kontyngencji Tablica korespondencji Odległość χ Bezwładność Pozostałe zagadnienia analizy korespondecji Przykład analizy Mapy asymetryczne i symetryczne Analiza korespondencji w Systemie SAS Przykłady analizy korespondencji w Systemie SAS Literatura Aneta Ptak-Chmielewska Rozdział 6. Metoda głównych składowych i analiza czynnikowa Metoda głównych składowych Zapis formalny modelu, podstawy matematyczne metody Zagadnienie wyboru liczby głównych składowych i wyznaczanie wag Interpretacja i wykorzystanie analizy głównych składowych Analiza głównych składowych w systemie SAS Przykłady zastosowań z wykorzystaniem SAS Analiza czynnikowa Formalny zapis modelu analizy czynnikowej Metody estymacji modelu analizy czynnikowej Weryfikacja modelu z wykorzystaniem testów Zagadnienie rotacji czynników Factor scores czyli przypisywanie wag Zastosowanie analizy czynnikowej Analiza czynnikowa w systemie SAS Przykłady zastosowań z wykorzystaniem SAS Literatura Aneta Ptak-Chmielewska, Rozdział 7. Analiza dyskryminacji Wprowadzenie Sformułowanie modelu Dostosowanie punktów odcięcia Nadanie ocen punktowych - score Ocena modelu Oszacowanie błędów klasyfikacji Klasyfikacja do więcej niż do dwóch grup
4 7.8. Założenia i ograniczenia analizy dyskryminacyjnej Analiza dyskryminacji w systemie SAS Literatura Tomasz Klimanek Rozdział 8. Statystyka Małych Obszarów Wprowadzenie i podstawowe definicje Istota Statystyki Małych Obszarów Estymacja dla małych domen a podejście metody reprezentacyjnej Estymatory SMO Estymacja bezpośrednia dla domen Estymacja syntetyczna Idea estymacji syntetycznej - zmienne pomocnicze Estymacja syntetyczna regresyjna Estymacja złożona Kody programów i tablice wynikowe Kody programów Tablice wynikowe Literatura
5 Contents Introduction...13 Ewa Frątczak Chapter 1. Selected aspects of multivariate analysis What is the multivariate statistical analysis and what is it used for? Organization of data for multivariate analysis Scaling and graphical techniques Distance measurement Normal distribution Multivariate normal distribution Sampling and Maximum Likelihood Estimators The sampling distribution of X and S General information about SAS... Bibliography... Chapter 2. Matrix algebra Matrices Definition of a matrix The special cases of matrices Vectors Equality of matrices The transpose of a matrix Matrix operations Addition, subtraction and scalar multiplication Matrix multiplication Inner product and a norm of vectors Determinant of a matrix Minors Inverse matrix and solution of systems of linear equations Inverse matrix Solution of system of linear equations Linear spaces Linear dependence and independence of vectors Basis Rank of a matrix Partitioned vectors and matrices Orthogonal matrices, idempotent matrices Orthogonal matrices Idempotent matrices Eigenvalues, eigenvectors, diagonalization of a matrix Similar matrices Trace of a matrix Diagonalization of a matrix Spectral decomposition of a matrix Quatradic forms Applications in statistical analysis Moments matrix Correlation matrix... Bibliography
6 Elżbieta Gołata Chapter 3. Sampling selected aspects Introduction to statistical estimation Sampling frame The sample selection schemes Simple sampling Stratified sampling Stratified sampling with proportional allocation Stratified sampling with optimal allocation Systematic sampling Sampling in SAS procedures Simple sampling Simple sampling the SURVEYSELECT procedure Simple sampling the SURVEYMEANS procedure Stratified sampling Stratified sampling with proportional allocation the SURVEYSELECT procedure Stratified sampling with proportional allocation the SURVEYMEANS procedure Stratified sampling with optimal allocation the SURVEYSELECT procedure Stratified sampling with optimal allocation the SURVEYMEANS procedure Systematic sampling Systematic sampling the SURVEYSELECT procedure Systematic sampling the SURVEYMEANS procedure... Bibliography... Chapter 4. Cluster analysis Methods of cluster analysis Introduction Description of objects Method of clustering Property of methods of clustering Assessing validity of clustering Assessing goodness of fit of clustering results acchieved by different methods Principles of clustering Choosing diagnostic variables Choosing similarity and dissimilarity measures of objects Normalization Population distribution Outliers Choosing the number of clusters Procedures of cluster analysis in SAS Procedure CLUSTER Procedure FASTCLUS
7 4.4. Examples Example Example 2... Bibliography... Chapter 5. Correspondence analysis Introduction Genesis of correspondence analysis Contingency table Correspondence table Distance χ Inertia Other issues of correspondence analysis Example of analysis Asymetric and symetric maps Correspondence analysis in SAS Examples of correspondence analysis in SAS... Bibliography. Aneta Ptak-Chmielewska Chapter 6. Principal components method and factor analysis Principal components method Model formulation, mathematical background Number of principal components selection and weights Interpretation and application of principal components Principal components analysis in SAS Examples of application in SAS Factor analysis Factor analysis model formulation Methods of model estimation Model verification using tests Factor rotations Factor scores weights Application of factor analysis Factor analysis in SAS Examples of application in SAS... Bibliography.. Aneta Ptak-Chmielewska, Chapter 7. Discriminant analysis Introduction Model formulation Cut-offs adjustment Scores Model evaluation Estimation of classifications errors Multigroup classification Assumptions and limitations of discriminant analysis Discriminant analysis in SAS... Bibliography
8 Tomasz Klimanek Chapter 8. Small area statistics Introduction and basic definitions The idea and meaning of the small area stasistics Smal area estimation and classical approach in sampling methodology Estimators of small area statistics Direct estimation Synthetic estimation Idea of the synthetic estimation auxiliary variables Regression synthetic estimation Composite estimation Codes of programmes and results tables Codes of programmes Results tables... Bibliography
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS wersja 9.2 i 9.3 Szkoła Główna Handlowa w Warszawie Spis treści Wprowadzenie... 6 1. Podstawowe informacje o systemie SAS... 9 1.1. Informacje ogólne... 9 1.2. Analityka...
Bardziej szczegółowoSTATYSTYKA OD PODSTAW Z SYSTEMEM SAS. wersja 9.2 i 9.3. Szkoła Główna Handlowa w Warszawie
STATYSTYKA OD PODSTAW Z SYSTEMEM SAS wersja 9.2 i 9.3 Szkoła Główna Handlowa w Warszawie Spis treści Wprowadzenie... 6 1. Podstawowe informacje o systemie SAS... 9 1.1. Informacje ogólne... 9 1.2. Analityka...
Bardziej szczegółowoModelowanie danych hodowlanych
Modelowanie danych hodowlanych 1. Wykład wstępny 2. Algebra macierzowa 3. Wykorzystanie różnych źródeł informacji w predykcji wartości hodowlanej 4. Kowariancja genetyczna pomiędzy spokrewnionymi osobnikami
Bardziej szczegółowoElementy statystyki wielowymiarowej
Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Elementy statystyki wielowymiarowej 1.1 Kowariancja i współczynnik korelacji 1.2 Macierz kowariancji 1.3 Dwumianowy rozkład normalny 1.4 Analiza składowych
Bardziej szczegółowoPrzedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii
SPIS TREŚCI Przedmowa... 11 Wykaz symboli... 15 Litery alfabetu greckiego wykorzystywane w podręczniku... 15 Symbole wykorzystywane w zagadnieniach teorii mnogości (rachunku zbiorów)... 16 Symbole stosowane
Bardziej szczegółowostrona 1 / 11 Autor: Walesiak Marek Subdyscyplina: Klasyfikacja i analiza danych Publikacje:
Autor: Walesiak Marek Subdyscyplina: Klasyfikacja i analiza danych Publikacje: 1. Autorzy rozdziału: Borys Tadeusz; Strahl Danuta; Walesiak Marek Tytuł rozdziału: Wkład ośrodka wrocławskiego w rozwój teorii
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoSPIS TEŚCI CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA
SPIS TEŚCI PRZEDMOWA...13 CZĘŚĆ I RACHUNEK PRAWDOPODOBIEŃSTWA 1. ZDARZENIA LOSOWE I PRAWDOPODOBIEŃSTWO...17 1.1. UWAGI WSTĘPNE... 17 1.2. ZDARZENIA LOSOWE... 17 1.3. RELACJE MIĘDZY ZDARZENIAMI... 18 1.4.
Bardziej szczegółowoImportowanie danych do SPSS Eksportowanie rezultatów do formatu MS Word... 22
Spis treści Przedmowa do wydania pierwszego.... 11 Przedmowa do wydania drugiego.... 15 Wykaz symboli.... 17 Litery alfabetu greckiego wykorzystywane w podręczniku.... 17 Symbole wykorzystywane w zagadnieniach
Bardziej szczegółowostrona 1 / 12 Autor: Walesiak Marek Publikacje:
Autor: Walesiak Marek Publikacje: 1. Autorzy rozdziału: Borys Tadeusz; Strahl Danuta; Walesiak Marek Tytuł rozdziału: Wkład ośrodka wrocławskiego w rozwój teorii i zastosowań metod taksonomicznych, s.
Bardziej szczegółowoSpis treści. Przedmowa Monika Książek Rozdział I Analiza danych jakościowych... 25
Spis treści Przedmowa................................................................ 17 Monika Książek Rozdział I Analiza danych jakościowych................................................. 25 I. Teoria....................................................................
Bardziej szczegółowoOPTYMALIZACJA LICZBY WARSTW DLA ALOKACJI NEYMANA
Tomasz Bąk Uniwersytet Ekonomiczny w Katowicach OPTYMALIZACJA LICZBY WARSTW DLA ALOKACJI NEYMANA Wprowadzenie Losowanie warstwowe jest często wykorzystywaną w praktyce metodą doboru próby w przypadku estymacji
Bardziej szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium
Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim ELEMENTY STATYSTYKI Nazwa w języku angielskim Elements of Statistics Kierunek studiów (jeśli dotyczy): Matematyka
Bardziej szczegółowoPodstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak
Podstawy statystyki dla psychologów. Podręcznik akademicki. Wydanie drugie poprawione. Wiesław Szymczak Autor prezentuje spójny obraz najczęściej stosowanych metod statystycznych, dodatkowo omawiając takie
Bardziej szczegółowoPrawdopodobieństwo i statystyka
Wykład XV: Zagadnienia redukcji wymiaru danych 2 lutego 2015 r. Standaryzacja danych Standaryzacja danych Własności macierzy korelacji Definicja Niech X będzie zmienną losową o skończonym drugim momencie.
Bardziej szczegółowoRecenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak
Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Redakcja i korekta Bogdan Baran Projekt graficzny okładki Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2011 ISBN
Bardziej szczegółowo5.3. Analiza maskowania przez kompaktory IED-MISR oraz IET-MISR wybranych uszkodzeń sieci połączeń Podsumowanie rozdziału
3 SPIS TREŚCI WYKAZ WAŻNIEJSZYCH SKRÓTÓW... 9 WYKAZ WAŻNIEJSZYCH OZNACZEŃ... 12 1. WSTĘP... 17 1.1. Zakres i układ pracy... 20 1.2. Matematyczne podstawy opisu wektorów i ciągów binarnych... 25 1.3. Podziękowania...
Bardziej szczegółowoStatystyka i eksploracja danych
Wykład XII: Zagadnienia redukcji wymiaru danych 12 maja 2014 Definicja Niech X będzie zmienną losową o skończonym drugim momencie. Standaryzacją zmiennej X nazywamy zmienną losową Z = X EX Var (X ). Definicja
Bardziej szczegółowoLiczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Finanse i Rachunkowość Rodzaj przedmiotu: podstawowy Opiekun: prof. nadzw. dr hab. Tomasz Kuszewski Poziom studiów (I lub II stopnia): II stopnia
Bardziej szczegółowoStatystyka Małych Obszarów w badaniach próbkowych
Statystyka Małych Obszarów w badaniach próbkowych Łukasz Wawrowski l.wawrowski@stat.gov.pl Urząd Statystyczny w Poznaniu SKN Estymator, UEP 5.03.2012 1 Wprowadzenie Podstawowe pojęcia Badanie 2 Estymator
Bardziej szczegółowoStatystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści
Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, 2018 Spis treści Przedmowa 13 O Autorach 15 Przedmowa od Tłumacza 17 1. Wprowadzenie i statystyka opisowa 19 1.1.
Bardziej szczegółowoWykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap
Wykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap Magdalena Frąszczak Wrocław, 21.02.2018r Tematyka Wykładów: Próba i populacja. Estymacja parametrów z wykorzystaniem metody
Bardziej szczegółowoANALIZA HISTORII ZDARZEŃ - ELEMENTY TEORII, WYBRANE PRZYKŁADY ZASTOSOWAŃ Z WYKORZYSTANIEM PAKIETU TDA
Ewa Frątczak ANALIZA HISTORII ZDARZEŃ - ELEMENTY TEORII, WYBRANE PRZYKŁADY ZASTOSOWAŃ Z WYKORZYSTANIEM PAKIETU TDA MATERIAŁY DO WYKŁADU I ĆWICZEŃ SZKOŁA GŁÓWNA HANDLOWA 2 Recenzenci Redaktor Ewa Heynar-Skowrońska
Bardziej szczegółowoMetoda największej wiarygodności
Rozdział Metoda największej wiarygodności Ogólnie w procesie estymacji na podstawie prób x i (każde x i może być wektorem) wyznaczamy parametr λ (w ogólnym przypadku również wektor) opisujący domniemany
Bardziej szczegółowoMatematyka dla studentów ekonomii : wykłady z ćwiczeniami/ Ryszard Antoniewicz, Andrzej Misztal. Wyd. 4 popr., 6 dodr. Warszawa, 2012.
Matematyka dla studentów ekonomii : wykłady z ćwiczeniami/ Ryszard Antoniewicz, Andrzej Misztal. Wyd. 4 popr., 6 dodr. Warszawa, 2012 Spis treści Przedmowa 9 CZĘŚĆ I. WSTĘP DO MATEMATYKI 11 Wykład 1. Rachunek
Bardziej szczegółowoProbabilistic Methods and Statistics. Computer Science 1 st degree (1st degree / 2nd degree) General (general / practical)
MODULE DESCRIPTION Module code Module name Metody probabilistyczne i statystyka Module name in English Probabilistic Methods and Statistics Valid from academic year 2012/2013 MODULE PLACEMENT IN THE SYLLABUS
Bardziej szczegółowo4. EKSPLOATACJA UKŁADU NAPĘD ZWROTNICOWY ROZJAZD. DEFINICJA SIŁ W UKŁADZIE Siła nastawcza Siła trzymania
3 SPIS TREŚCI Przedmowa... 11 1. WPROWADZENIE... 13 1.1. Budowa rozjazdów kolejowych... 14 1.2. Napędy zwrotnicowe... 15 1.2.1. Napęd zwrotnicowy EEA-4... 18 1.2.2. Napęd zwrotnicowy EEA-5... 20 1.3. Współpraca
Bardziej szczegółowoAnaliza korespondencji
Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy
Bardziej szczegółowoWykład 10 Skalowanie wielowymiarowe
Wykład 10 Skalowanie wielowymiarowe Wrocław, 30.05.2018r Skalowanie wielowymiarowe (Multidimensional Scaling (MDS)) Główne cele MDS: przedstawienie struktury badanych obiektów przez określenie treści wymiarów
Bardziej szczegółowoRecenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak
Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Redakcja i korekta Bogdan Baran Projekt graficzny okładki Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2011 ISBN
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoKierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Metody statystyczne w naukach przyrodniczych
Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Metody statystyczne w naukach przyrodniczych kod modułu: 2BL_02 1. Informacje ogólne koordynator
Bardziej szczegółowoRecenzenci Stefan Mynarski, Waldemar Tarczyński. Redaktor Wydawnictwa Anna Grzybowska. Redaktor techniczny Barbara Łopusiewicz. Korektor Barbara Cibis
Komitet Redakcyjny Andrzej Matysiak (przewodniczący), Tadeusz Borys, Andrzej Gospodarowicz, Jan Lichtarski, Adam Nowicki, Walenty Ostasiewicz, Zdzisław Pisz, Teresa Znamierowska Recenzenci Stefan Mynarski,
Bardziej szczegółowoφ(x 1,..., x n ) = a i x 2 i +
Teoria na egzamin z algebry liniowej Wszystkie podane pojęcia należy umieć określić i podać pprzykłady, ewentualnie kontrprzykłady. Ponadto należy znać dowody tam gdzie to jest zaznaczone. Liczby zespolone.
Bardziej szczegółowoIdea. Analiza składowych głównych Analiza czynnikowa Skalowanie wielowymiarowe Analiza korespondencji Wykresy obrazkowe.
Idea (ang. principal components analysis PCA), zwana również dekompozycją według wartości osobliwych (SVD) lub dekompozycją spektralną, jest popularną techniką redukcji wymiarowości danych(liczby cech).
Bardziej szczegółowoUWAGI O TESTACH JARQUE A-BERA
PRZEGLĄD STATYSTYCZNY R. LVII ZESZYT 4 010 CZESŁAW DOMAŃSKI UWAGI O TESTACH JARQUE A-BERA 1. MIARY SKOŚNOŚCI I KURTOZY W literaturze statystycznej prezentuje się wiele miar skośności i spłaszczenia (kurtozy).
Bardziej szczegółowoPODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE
UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE http://matman.uwm.edu.pl/psi e-mail: psi@matman.uwm.edu.pl ul. Słoneczna 54 10-561
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: przedmiot obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL PRZEDMIOTU
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoWykład 4 Wybór najlepszej procedury. Estymacja parametrów re
Wykład 4 Wybór najlepszej procedury. Estymacja parametrów regresji z wykorzystaniem metody bootstrap. Wrocław, 22.03.2017r Wybór najlepszej procedury - podsumowanie Co nas interesuje przed przeprowadzeniem
Bardziej szczegółowoPROBLEMY ROLNICTWA ŚWIATOWEGO
Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie PROBLEMY ROLNICTWA ŚWIATOWEGO Tom 11 (XXVI) Zeszyt 4 Wydawnictwo SGGW Warszawa 2011 Dorota Kozioł-Kaczorek 1 Katedra Ekonomiki Rolnictwa
Bardziej szczegółowoZaliczenie na ocenę 0,5 0,5
Zał. nr 4 do ZW WYDZIAŁ CHEMICZNY KARTA PRZEDMIOTU Nazwa w języku polskim Wstęp do statystyki praktycznej Nazwa w języku angielskim Introduction to practical statistics Kierunek studiów (jeśli dotyczy)
Bardziej szczegółowoSylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13
Sylabus do programu kształcenia obowiązującego od roku akademickiego 2012/13 (1) Nazwa Algebra liniowa z geometrią (2) Nazwa jednostki prowadzącej Instytut Matematyki przedmiot (3) Kod () Studia Kierunek
Bardziej szczegółowoInstrumenty i efekty wsparcia Unii Europejskiej dla regionalnego rozwoju obszarów wiejskich w Polsce
Katarzyna Zawalińska Instrumenty i efekty wsparcia Unii Europejskiej dla regionalnego rozwoju obszarów wiejskich w Polsce Instytut Rozwoju Wsi i Rolnictwa Polskiej Akademii Nauk Warszawa 2009 SPIS TREŚCI
Bardziej szczegółowoMODELOWANIE PRZESTRZENI ZA POMOCĄ MULTIILOCZYNÓW WEKTORÓW
Dr inż. Andrzej Polka Katedra Dynamiki Maszyn Politechniki Łódzkiej MODELOWANIE PRZESTRZENI ZA POMOCĄ MULTIILOCZYNÓW WEKTORÓW Praca zawiera opis kształtowania przestrzeni n-wymiarowej, definiowania orientacji
Bardziej szczegółowodr Mariusz Grządziel 15,29 kwietnia 2014 Przestrzeń R k R k = R R... R k razy Elementy R k wektory;
Wykłady 8 i 9 Pojęcia przestrzeni wektorowej i macierzy Układy równań liniowych Elementy algebry macierzy dodawanie, odejmowanie, mnożenie macierzy; macierz odwrotna dr Mariusz Grządziel 15,29 kwietnia
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 szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYCZNA ANALIZA DANYCH Nazwa w języku angielskim STATISTICAL DATA ANALYSIS Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoWłasności statystyczne regresji liniowej. Wykład 4
Własności statystyczne regresji liniowej Wykład 4 Plan Własności zmiennych losowych Normalna regresja liniowa Własności regresji liniowej Literatura B. Hansen (2017+) Econometrics, Rozdział 5 Własności
Bardziej szczegółowoWYKAZ PUBLIKACJI I. Artykuły Ia. Opublikowane przed obroną doktorską
Dr Marcin Pełka Uniwersytet Ekonomiczny we Wrocławiu Wydział Ekonomii, Zarządzania i Turystyki Katedra Ekonometrii i Informatyki WYKAZ PUBLIKACJI I. Artykuły Ia. Opublikowane przed obroną doktorską 1.
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 8
Stanisław Cichocki Natalia Nehrebecka Zajęcia 8 1. Testy diagnostyczne 2. Testowanie prawidłowości formy funkcyjnej modelu 3. Testowanie normalności składników losowych 4. Testowanie stabilności parametrów
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoPŁODNOŚĆ I MAŁZENSKOSC W POLSCE - analiza kohortowa: kohorty urodzeniowe
Ewa Frątczak Aneta Ptak-Chmielewska Marek Pęczkowski Iga Sikorska PŁODNOŚĆ I MAŁZENSKOSC W POLSCE - analiza kohortowa: kohorty urodzeniowe 1911-1986 FERTILITY AND NUPTIALITY IN POLAND - cohort analysis:
Bardziej szczegółowoAutomatic Control and Robotics 1 st degree (1st degree / 2nd degree) General (general / practical) Full-time (full-time / part-time)
MODULE DESCRIPTION Module code Module name Algebra liniowa Module name in English Linear Algebra Valid from academic year 013/014 MODULE PLACEMENT IN THE SYLLABUS Subject Level of education Studies profile
Bardziej szczegółowoOpisy przedmiotów do wyboru
Opisy przedmiotów do wyboru moduły specjalistyczne oferowane na stacjonarnych studiach II stopnia (magisterskich) dla 2 roku matematyki semestr letni, rok akademicki 2017/2018 Spis treści 1. Data mining
Bardziej szczegółowoZAWANSOWANE METODY ANALIZ STATYSTYCZNYCH ADVANCED STATISTICAL ANALYSIS METHODS. Część A
NOWY PROGRAM STUDIÓW 2014/2015 STANDARDOWY SYLABUS PRZEDMIOTU KIERUNKOWEGO/SPECJALNOŚCIOWEGO Koordynator przedmiotu: dr hab. prof. SGH Ewa Frątczak Sygnatura: Wykładowcy uczestniczący w opracowaniu sylabusa:
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Wykład 7
Stanisław Cichocki Natalia Nehrebecka Wykład 7 1 1. Metoda Największej Wiarygodności MNW 2. Założenia MNW 3. Własności estymatorów MNW 4. Testowanie hipotez w MNW 2 1. Metoda Największej Wiarygodności
Bardziej szczegółowoDotyczy PN-EN ISO 14001:2005 Systemy zarządzania środowiskowego Wymagania i wytyczne stosowania
POPRAWKA do POLSKIEJ NORMY ICS 13.020.10 PN-EN ISO 14001:2005/AC listopad 2009 Wprowadza EN ISO 14001:2004/AC:2009, IDT ISO 14001:2004/AC1:2009, IDT Dotyczy PN-EN ISO 14001:2005 Systemy zarządzania środowiskowego
Bardziej szczegółowoProjektowanie (design) Eurostat
Projektowanie (design) Eurostat Podstawa prezentacji moduł Overall design autor Eva Elvers ze Statistics Sweden Prezentacja autora na szkoleniu w Hadze 28-29 listopada 2013 r. Zarys Badanie statystyczne
Bardziej szczegółowoRok akademicki: 2013/2014 Kod: JFT s Punkty ECTS: 5. Poziom studiów: Studia I stopnia Forma i tryb studiów: -
Nazwa modułu: Matematyczne metody fizyki 1 Rok akademicki: 2013/2014 Kod: JFT-1-103-s Punkty ECTS: 5 Wydział: Fizyki i Informatyki Stosowanej Kierunek: Fizyka Techniczna Specjalność: - Poziom studiów:
Bardziej szczegółowoNiepełnosprawność w świetle estymacji pośredniej na przykładzie województwa wielkopolskiego
Niepełnosprawność w świetle estymacji pośredniej na przykładzie województwa wielkopolskiego Michał Pietrzak 1,2, Tomasz Józefowski 2, Tomasz Klimanek 2, Marcin Szymkowiak 1,2 Uniwersytet Ekonomiczny w
Bardziej szczegółowoWYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI
WYDZIAŁ GEOINŻYNIERII, GÓRNICTWA I GEOLOGII KARTA PRZEDMIOTU Nazwa w języku polskim: Statystyka matematyczna Nazwa w języku angielskim: Mathematical Statistics Kierunek studiów (jeśli dotyczy): Górnictwo
Bardziej szczegółowoWYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO
Zał. nr 4 do ZW WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA STOSOWANA Nazwa w języku angielskim APPLIED STATISTICS Kierunek studiów (jeśli dotyczy): Specjalność
Bardziej szczegółowoSpis treści. Wstęp... 9
Spis treści Wstęp.............................................................. 9 Małgorzata Rószkiewicz, Wizualizacja danych nominalnych oraz różnego typu danych porządkowych w procedurze skalowania optymalnego...
Bardziej szczegółowoIdea. Analiza składowych głównych Analiza czynnikowa Skalowanie wielowymiarowe Analiza korespondencji Wykresy obrazkowe.
Idea (ang. Principal Components Analysis PCA) jest popularnym używanym narzędziem analizy danych. Na metodę tę można spojrzeć jak na pewną technikę redukcji wymiarowości danych. Jest to metoda nieparametryczna,
Bardziej szczegółowoWłaściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa.
Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Paweł Strawiński Uniwersytet Warszawski Wydział Nauk Ekonomicznych 16 stycznia 2006 Streszczenie W artykule analizowane są właściwości
Bardziej szczegółowoZróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci
Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci Łukasz Wawrowski Katedra Statystyki Uniwersytet Ekonomiczny w Poznaniu Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 2 / 23 Plan
Bardziej szczegółowoPobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
Bardziej szczegółowoWstęp C z ę ś ć I Psychologiczne uwarunkowania przeżycia religijnego
Spis treści Wstęp 13 Część I Psychologiczne uwarunkowania przeżycia religijnego 23 Wprowadzenie 25 Rozdział I Doświadczenie religijne i związane z nim przeżycie religijne jako przedmiot badań interdyscyplinarnych
Bardziej szczegółowoZadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1
Bardziej szczegółowoPODSTAWY AUTOMATYKI. MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
WYDZIAŁ ELEKTROTECHNIKI I AUTOMATYKI Katedra Inżynierii Systemów Sterowania PODSTAWY AUTOMATYKI MATLAB - komputerowe środowisko obliczeń naukowoinżynierskich - podstawowe operacje na liczbach i macierzach.
Bardziej szczegółowo2.1. Postać algebraiczna liczb zespolonych Postać trygonometryczna liczb zespolonych... 26
Spis treści Zamiast wstępu... 11 1. Elementy teorii mnogości... 13 1.1. Algebra zbiorów... 13 1.2. Iloczyny kartezjańskie... 15 1.2.1. Potęgi kartezjańskie... 16 1.2.2. Relacje.... 17 1.2.3. Dwa szczególne
Bardziej szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w Uczelni ,5 1
Zał. nr 4 do ZW WYDZIAŁ ***** KARTA PRZEDMIOTU Nazwa w języku polskim ALGEBRA Z GEOMETRIĄ ANALITYCZNĄ B Nazwa w języku angielskim Algebra and Analytic Geometry B Kierunek studiów (jeśli dotyczy): Specjalność
Bardziej szczegółowoAlgebra liniowa. 1. Macierze.
Algebra liniowa 1 Macierze Niech m oraz n będą liczbami naturalnymi Przestrzeń M(m n F) = F n F n będącą iloczynem kartezjańskim m egzemplarzy przestrzeni F n z naturalnie określonymi działaniami nazywamy
Bardziej szczegółowoSylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15
Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 Nazwa Algebra liniowa z geometrią Nazwa jednostki prowadzącej Wydział Matematyczno - Przyrodniczy przedmiot Kod Studia Kierunek
Bardziej szczegółowoRegresja logistyczna z wykorzystaniem narzędzi SAS Logistic Regression with SAS
NOWY PROGRAM STUDIÓW 2014/2015 STANDARDOWY SYLABUS PRZEDMIOTU Koordynator przedmiotu: dr hab. Ewa Frątczak Sygnatura: Wykładowcy uczestniczący w opracowaniu sylabusa: 1. dr hab. Ewa Frątczak 2. 3. 4. 5.
Bardziej szczegółowoSzacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE. Joanna Sawicka
Szacowanie optymalnego systemu Bonus-Malus przy pomocy Pseudo-MLE Joanna Sawicka Plan prezentacji Model Poissona-Gamma ze składnikiem regresyjnym Konstrukcja optymalnego systemu Bonus- Malus Estymacja
Bardziej szczegółowoKomputerowa Analiza Danych Doświadczalnych
Komputerowa Analiza Danych Doświadczalnych Prowadząca: dr inż. Hanna Zbroszczyk e-mail: gos@if.pw.edu.pl tel: +48 22 234 58 51 konsultacje: poniedziałek, 10-11, środa: 11-12 www: http://www.if.pw.edu.pl/~gos/students/kadd
Bardziej szczegółowoWprowadzenie do teorii ekonometrii. Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe
Wprowadzenie do teorii ekonometrii Wykład 1 Warunkowa wartość oczekiwana i odwzorowanie liniowe Zajęcia Wykład Laboratorium komputerowe 2 Zaliczenie EGZAMIN (50%) Na egzaminie obowiązują wszystkie informacje
Bardziej szczegółowoestymacja wskaźnika bardzo niskiej intensywności pracy z wykorzystaniem modelu faya-herriota i jego rozszerzeń
estymacja wskaźnika bardzo niskiej intensywności pracy z wykorzystaniem modelu faya-herriota i jego rozszerzeń Łukasz Wawrowski, Maciej Beręsewicz 12.06.2015 Urząd Statystyczny w Poznaniu, Uniwersytet
Bardziej szczegółowoUkłady równań liniowych. Krzysztof Patan
Układy równań liniowych Krzysztof Patan Motywacje Zagadnienie kluczowe dla przetwarzania numerycznego Wiele innych zadań redukuje się do problemu rozwiązania układu równań liniowych, często o bardzo dużych
Bardziej szczegółowoMETODY SKALOWANIA WIELOWYMIAROWEGO OBIEKTÓW SYMBOLICZNYCH
Marcin Pełka Akademia Ekonomiczna we Wrocławiu METODY SKALOWANIA WIELOWYMIAROWEGO OBIEKTÓW SYMBOLICZNYCH 1. Wprowadzenie Metody skalowania wielowymiarowego obiektów symbolicznych, podobnie jak w przypadku
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.
Bardziej szczegółowoModele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11
Modele DSGE Jerzy Mycielski Maj 2008 Jerzy Mycielski () Modele DSGE Maj 2008 1 / 11 Modele DSGE DSGE - Dynamiczne, stochastyczne modele równowagi ogólnej (Dynamic Stochastic General Equilibrium Model)
Bardziej szczegółowostudia stacjonarne w/ćw zajęcia zorganizowane: 30/15 3,0 praca własna studenta: 55 Godziny kontaktowe z nauczycielem akademickim: udział w wykładach
Nazwa jednostki prowadzącej kierunek: Nazwa kierunku: Poziom kształcenia: Profil kształcenia: Moduły wprowadzające / wymagania wstępne: Nazwa modułu (przedmiot lub grupa przedmiotów) Osoby prowadzące:
Bardziej szczegółowoAnaliza kanoniczna w pigułce
Analiza kanoniczna w pigułce Przemysław Biecek Seminarium Statystyka w medycynie Propozycje tematów prac dyplomowych 1/14 Plan 1 Słów kilka o podobnych metodach (PCA, regresja) 2 Motywacja, czyli jakiego
Bardziej szczegółowoAnaliza matematyczna i algebra liniowa
Materiały pomocnicze dla studentów do wykładów Opracował (-li): 1 Prof dr hab Edward Smaga dr Anna Gryglaszewska 3 mgr Marta Kornafel 4 mgr Fryderyk Falniowski 5 mgr Paweł Prysak Materiały przygotowane
Bardziej szczegółowoStatystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.
Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde
Bardziej szczegółowo12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
Bardziej szczegółowoStatystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
Bardziej szczegółowoWykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne.
Wykład Matematyka A, I rok, egzamin ustny w sem. letnim r. ak. 2002/2003. Każdy zdający losuje jedno pytanie teoretyczne i jedno praktyczne. pytania teoretyczne:. Co to znaczy, że wektory v, v 2 i v 3
Bardziej szczegółowo1 Zbiory i działania na zbiorach.
Matematyka notatki do wykładu 1 Zbiory i działania na zbiorach Pojęcie zbioru jest to pojęcie pierwotne (nie definiuje się tego pojęcia) Pojęciami pierwotnymi są: element zbioru i przynależność elementu
Bardziej szczegółowoJądrowe klasyfikatory liniowe
Jądrowe klasyfikatory liniowe Waldemar Wołyński Wydział Matematyki i Informatyki UAM Poznań Wisła, 9 grudnia 2009 Waldemar Wołyński () Jądrowe klasyfikatory liniowe Wisła, 9 grudnia 2009 1 / 19 Zagadnienie
Bardziej szczegółowoWSHiG Karta przedmiotu/sylabus. Podstawy statystyki. Studia niestacjonarne - 8. Podstawy statystyki
WSHiG Karta przedmiotu/sylabus KIERUNEK SPECJALNOŚĆ TRYB STUDIÓW SEMESTR Turystyka i Rekreacja wszystkie specjalności Stacjonarny / niestacjonarny IV / I stopnia Nazwa przedmiotu Podstawy statystyki Wymiar
Bardziej szczegółowoKARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Algebra liniowa (ALL010) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: I/1
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Algebra liniowa (ALL010) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: I/1 5. LICZBA PUNKTÓW ECTS: 8 6. LICZBA GODZIN: 30 / 30 7. TYP
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 szczegółowo12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
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 szczegółowoMetody Statystyczne. Metody Statystyczne.
gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja
Bardziej szczegółowo