ANALIZA SZEREGÓW CZASOWYCH
|
|
- Marian Kania
- 8 lat temu
- Przeglądów:
Transkrypt
1 ANALIZA SZEREGÓW CZASOWYCH Cze śći Szeregiem czasowym azywamy ciag {y t } wyików obserwacji uporzadkowa- ych w czasie, przy czym symbol t umery kolejych jedostek czasu, atomiast y t ozacza wielkość badaego zjawiska w okresie (lub momecie) t Szereg czasowy o skończoej liczbie wyrazów przedstawiamy z regu ly w postaci tabelaryczej: Okresy lub momety czasu t 1 2 y t y 1 y 2 y Szereg czasowy mometów, to szereg zawierajacy iformacje o poziomach badaego zjawiska w określoych mometach pewego przedzia lu czasowego Z kolei szereg czasowy okresów zawiera iformacje o rozmairach zjawiska w ciagu kolejych okresów daego przedzia lu czasowego Przyk lad 1 Szereg czasowy mometów: data 31 XII 31 XII 31 XII 31 XII 31 XII 31 XII 31 XII kaledarzowa sta ludości Polski w tys 38254, , , , , , , 5 Źród lo: Rocziki Demograficze Przyk lad 2 Szereg czasowy okresów: lata urodzeia żywe w Polsce w tys 378, 3 368, 2 353, 8 351, 1 356, 1 364, 4 374, 2 Źród lo: Rocziki Demograficze 1
2 Aaliza szeregów czasowych sprowadza siedoast epuj acych trzech zagadień: 1 aaliza opisowa szeregu czasowego (tj obliczaie średiej arytmetyczej lub chroologiczej, wariacji, odchyleia stadardowego), 2 porówaie poziomów zjawiska w czasie (tj aaliza dyamiki zjawisk z wykorzystaiem miar dyamiki), 3 dekompozycja szeregu czasowego (tj wyodr ebiaie tedecji rozwojowej, wahań okresowych i wahań przypadkowych) Ad1 Do podstawowych miar opisu szeregów czasowych zaliczamy: -średia arytmetycza(miar e tedecji cetralej dla szeregów czasowych okresów) ȳ = y 1 + y y = 1 y i, -średia chroologicza(miar e tedecji cetralej dla szeregów czasowych mometów) i=1 y 1+y y2+y3 2 + y 1+y 2 ȳ = 1 = 2 y 1 + y y -wariacje i odchyleie stadardowe s 2 = 1 (y i ȳ) 2, s = 1 i=1, = (y i ȳ) 2 i=1 Ad2 Aaliz e dyamiki zjawisk przeprowadzamy z wykorzystaiem miar dyamiki, do których zaliczamy: - przyrosty (absolute i wzgl ede), - ideksy dyamiki (idywiduale i zespo lowe) 2
3 PRZYROSTY Podstawowym sposobem porówywaia zmia zjawiska w czasie jest aaliza przyrostów absolutych i wzgledych Przyrost absoluty y t obliczamy jako różice pomi edzy poziomem zjawiska zaobserwowaym w czasie t a poziomem zjawiska zaobserwowaego w czasie t, przyj etym za podstaw e, czyli y t = y t y t, t =1, 2,, Przyrosty absolute iformuja, o ile wzrós l lub zmala l poziom badaego zjawiska zaobserwoway w okresie (lub momecie) t wporówaiu z jego poziomem w okresie (momecie) bazowym Przyrost wzgledy obliczamy jako iloraz przyrostu absolutego y t do poziomu zjawiska zaobserwowaego w czasie bazowym Iloraz te mam postać: y t y t, t =1, 2,, y t Jeśli przyrost wzgledy pomożymy przez 100%, wówczas otrzymamy procetowy przyrost wzgledy, który iformuje, o ile procet jest wyższy lub iższy poziom zjawiska zaobserwoway w okresie (momecie) t wporówaiu do jego poziomu w okresie (momecie) bazowym t Przyrostwzgledy określamy rówież miaem wskaźika tempa przyrostu (lub spadku) Przyrosty absolute lub wzglede dla kokretego szeregu czasowego, zestawioe w ciag, daja tzw szereg czasowy przyrostów Przyk lad 3 Na podstawie daych z przyk ladu 2 obliczymy przyrosty absolute i wzglede liczby urodzeń w Polse w latach , przyjmujac za podstaweporówań kolejo rok 2000 i rok 2003: okresy czasu (lata) przyrosty absolute w tys (rok bazowy ) 0 10, 1 24, 5 27, 2 22, 2 13, 9 4, 1 przyrosty wzglede w % (rok bazowy ) 0 2, 7 6, 5 7, 2 5, 9 3, 7 1, 1 przyrosty absolute w tys (rok bazowy ) 27, 2 17, 1 2, , 3 23, 1 przyrosty wzglede w % (rok bazowy ) 7, 8 4, 9 0, 8 0 1, 4 3, 8 6, 6 Źród lo: Obliczeia ia podstawe daych z przyk ladu 2 Zitepretujemy przyrosty absolute w przypadku, gdy podstawaporówań jest rok 2000 Zauważymy, że mamy tu do czyieia z wartościami ujemymi, co ozacza, że w latach liczby urodzeń by ly iższe w porówaiu do 3
4 roku 2000, przy czym p w roku 2001 wielkość taby la iższa o 10,1 tys, podczas gdy w roku 2003 aż o 27,2 tys Przyrosty wzglede w tym przypadku przyjmujarówież wartości ujeme Na przyk lad przyrost wzgledy dla roku 2003 ozacza, że w tym roku liczba urodzeń spad la o7, 2% w porówaiu do poziomu z roku 2000 INDEKSY DYNAMIKI Ideksem dyamiki azywamy iloraz wielkości badaego zjawiska w dwch porówywaych okresach (mometach) Ideksy dyamiki dzielimy a: - ideksy idywiduale ozaczae litera i (iaczej zwae ideksami czastko- wymi), - ideksy zespo lowe ozaczae litera I (iaczej zwae ideksami agregatowymi) Te podzia l ideksów dyamiki odpowiada aalogiczemu podzia lowi zjawisk a: - idywiduale, tj zjawiska jedorode, które mogabyć liczbowo wyrażoe w jedakowych jedostkach fizyczych (p w kilogramach, sztukach, metrach itp), - zespo lowe, tj zjawiska iejedorode, wyrażoych w różych jedostkach miary Ideksy idywiduale Idywidualym ideksem dyamiki azywamy iloraz poziomów badaego zjawiska y t1 oraz y t0 zaotowaych w dwóch okresach (lub mometach) t 1 oraz t 0, czyli i t1 = y t 1, t 0 y t0 gdzie y t1 ozacza poziom zjawiska w okresie (lub momecie) sprawozdawczym t 1, atomiast y t0 ozacza poziom zjawiska w okresie (lub momecie) t 0 uzaym za podstaweporówań W skrócie ideks te bedziemy zapisywać wzorem i 1 0 = y 1 y 0 Ideksy idywiduale dzielimy a: jedopodstawowe, dostarczajace ocey dyamiki zjawiska w kolejych okresach (mometach) czasu w porówaiu do sta lego okresu (mometu) przyjetego za podstaweporówań, 4
5 lańcuchowe, dostarczajace ocey dyamiki zjawisk w kolejych okresach (mometach) czasu w porówaiu do okresów (mometów) szeregu bezpośredio poprzedzajacych Jeśli ideksy idywiduale (jedopodstawowe lub lańcuchowe) pomożymy przez 100%, wówczas otrzymamy ideksy w wyrażeiu procetowym Idywiduale ideksy dyamiki (jedopodstawowe lub lańcuchowe) dla kokretego szeregu czasowego, zestawioe w ciag, daja tzw szeregi czasowe ideksów W przypadku szeregów zawierajacych lańcuchowe ideksy dyamiki, tj ciag ideksów postaci i t1 t 0, i t2 t 1,,i t t 1,moża wyzaczaćichśrediawartość, wykorzystujac formu l e średiej geometryczej G = i t1 t 0 i t2 t 1 i t t 1 Zauważymy, że stopień pierwiastka w podaej formule rówy jest liczbie sk ladików (tj ideksów lańcuchowych) wystepuj acych pod pierwiastkiem Powyższaformu l emoża uprościć, korzystajac z faktu, że każdy z ideksów lańcuchowych (o ogólej postaci i tj t j 1 )moża zapisaćzapomocaast epuj acego ilorazu i tj t j 1 = y t j y tj 1 Mamy zatem G = yt1 y t0 yt2 y t1 y t y t 1 = yt Średia geometrycza z ideksów lańcuchowych mierzy średie tempo zmia (tj tempo wzrostu lub spadku) wielkości zjawiska z okresu a okres w badaym przedziale czasowym Jest zatem wskazae, aby tego rodzaju średia wyzaczać w odiesieiu do takiego przedzia lu czasowego, w którym obserwuje sie jedokierukowy charakter zmia badaego zjawiska (tj albo wzrost, albo spadek) Przyk lad 4 Na podstawie daych z przyk ladu 2 obliczymy ideksy lańcuchowe oraz ideksy jedopodstawowe dla liczby urodzeń w Polse w latach , przyjmujac w tym drugim przypadku za podstaweporówań rok 2000 y t0 lata ideksy lańcuchowe w % (rok poprzedi=100) 97, 3 96, 1 99, 2 101, 4 102, 3 102, 7 ideksy jedopodstawowe w % (rok 2000=100) , 3 93, 5 92, 8 94, 1 96, 3 98, 9 Źród lo: Obliczeia ia podstawe daych z przyk ladu 2 5
6 Ziterpetujemy wybrae dwa ideksy Ideks jedopodstawowy dla roku 2006 iformuje, że w tym roku liczba urodzeń by la o 1, 1% iższa w porówaiu do liczby urodzeń w roku 2000 Z kolei ideks lańcuchowy dla tego samego roku iformuje, że liczba urodzeń by la w tym roku o 2, 7% wyższa w porówaiu do roku poprzediego Obliczymy jeszcze średie tempo wzrostu liczby urodzeń w latach , wykorzystujac formu l eśrediej geometryczej z ideksów lańcuchowych Mamy G = 3 101, 4 102, 3 102, 7 102, 15%, co ozacza, że średie, rocze tempo wzrostu liczby urodzeń w latach wyosi lo ok 2, 15% Ideksy zespo lowe Tego rodzaju ideksy stosujemy w odiesieiu do zjawisk z lożoych, tj zjawisk bed acychzespo lami (agregatami) zjawisk iejedorodych, tj iesumowalych w jedostkach fizyczych Przyk ladem iejedorodych agregatów moga być materia ly budowlae czy artyku ly żywościowe, w sk lad których wchodza towary i produkty wyrażoe w różych jedostkach fizyczych (p w toach, sztukach, kilogramach, litrach itp) Sk ladiki tego rodzaju agregatów ie sa wiec bezpośredio sumowale Problem iesumowalości zjawisk z lożoych rozwiazuje sieajcz eściej poprzez wyrażeie wszystkich sk ladików daego agregatu w pewych wspólych jedostkach przeliczeiowych, którymi saajcz eściej jedostki pieieże Przeliczeie agregatu a jedostki pieieże staowi pukt wyjścia do wyzaczaia tzw agregatowych ideksów dyamiki (w tym zespo lowych ideksów wartości, ilości i ce, omówioych poiżej) Agregatowy ideks wartości Niech j =1, 2,,J bed a umerami produktów, atomiast q 1t,q 2t,,q Jt iech bed a ilościami tych produktów (masa fizycza), wchodzacych w sk lad pewego wiekszego agregatu produktów w okresie (momecie) t Podobie, iech p 1t,p 2t,,p Jt ozaczaja cey jedostkowe poszczególych produktów w tym agregacie w okresie (momecie) t Jeśli ilości q jt wyrażoe sa wróżych jedostkach fizyczych, to ie moża ich do siebie dodawać, podobie jak ie moża dodawać do siebie ich ce W celu przeprowadzeia aalizy dyamiki w odiesieiu do tego rodzaju agregatu produktów, koiecze jest sprowadzeie go do sumowalości Dokoamy tego poprzez przedstawieie daego agregatu w ujeciu wartościowym 6
7 Wartość j-tego sk ladika (produktu) w badaym agregacie obliczymy, możac jego ilość q jt przez cee p jt w daym okresie (momecie) Stad l acza wartość w t ca lego agregatu jest rówa sumie w t = J q jt p jt j=1 Aby porówaćwartości badaego agregatu w dwóch różych okresach (mometach) czasu, ozaczoych dalej umowie przez t 1 i t 0, wystarczy podzielić przez siebie wartość agregatu w okresie (momecie) t 1, zwaym okresem lub mometem badaym, przez jego wartość w okresie (momecie) t 0,zwaymokresem lub mometem podstawowym W te sposób otrzymujemy agregatowy ideks wartości I w = w J t 1 j=1 = q p jt jt 1 1 J w t0 j=1 q p jt0 jt0 Dla uproszczeia zapisu ideks te zapisywaćbedziemy dalej wzorem skrócoym q1 p I w = 1 q0 p 0 Zauważymy, że agregatowy ideks wartości jest wypadkowa dyamiki ilości i ce produktów wchodzacych w sk lad badaego agregatu produktów Na jego podstawie ie moża wiec oddzielie oceić wp lywu zmia ilości lub wp lywu zmia ce a dyamikewartości tego agregatu Do tego celu s luża tzw agregatowe ideksy ilości i agregatowe ideksy ce Agregatowe ideksy ilości i ce Podstawa budowy tych ideksów jest tzw metoda stadaryzacji ideksowej polegajaca a tym, że w agregatowym ideksie wartości I w, przedstawioym powyżej jede ze sk ladików sumy wystepuj acej w licziku i miaowiku wzoru (a wiec cey lub ilości produktów) sa ustalae a sta lym poziomie w obu porówywaych okresach (mometach), tz przyjmuje siealbosta le cey, albo sta le ilości dla każdego z produktów w obu porówywaych okresach Dzieki temu możliwe jest określeie wp lywu drugiego z tych sk ladików a zmiay w wartości badaego agregatu Jeśli czyikiem ustaloym a sta lym poziomie bed a cey produktów, to w efekcie otrzymamy ideks iformujacy o tym, jaki wp lyw a dyamikewartości badaego agregatu mia ly zmiay w ilościach produktów zawartych w tym agregacie Z tego powodu ideks te azywamy agregatowym ideksem ilości Istiejadwieformu ly defiiujace agregatowy ideks ilości: Paaschego i Laspeyresa W pierwszej z ich przyjmuje siesta le cey a poziomie z okresu badaego, a w drugiej a poziomie z okresu podstawowego 7
8 Formu la Paaschego: P I q = J j=1 q jt 1 p jt 1 J j=1 q jt 0 p jt1, wskrócie P I q = q1 p 1 q0 p 1, Formu la Laspeyresa: LI q = J j=1 q p jt jt q1 1 0 p J j=1 q p, wskrócie LI q = 0 q0 p jt0 jt0 0 W podoby sposób kostruujemy agregatowe ideksy ce, tz przyjmujemy, że ilości produktów w daym agregacie saasta lym poziomie w obu porówywaych okresach (mometach) Formu la Paaschego: P I p = J j=1 q jt 1 p jt 1 J j=1 q jt 1 p jt0, wskrócie P I p = q1 p 1 q1 p 0, Formu la Laspeyresa: LI p = J j=1 q p jt jt q0 0 1 p J j=1 q p, wskrócie LI p = 1 q0 p jt0 jt0 0 Ze wzgledu a fakt, że w ideksach Paaschego i Laspeyresa ustala sie cey badź ilości a sta lych poziomach, ale z różych okresów (mometów), ideksy te a ogó l różiasi e, czyli LI p P I p, LI q P I q Miedzy agregatowymi ideksami wartości, ilości i ce zachodzi jedak zwiazek określay miaem rówości ideksowej I w = L I p P I q = P I p LI q Ze wzgledu a przyjmowae za lożeie o sta lości ce lub ilości w daym agregacie produktów, iterpretacji tych ideksów dokouje sieajcz eściej z użyciem trybu warukowego Ideksy ilości (ideksy ce) wg formu ly Paaschego iformuja, o ile zmiei laby sie, tj wzros la lub spad la, wartośćca lego agregatu produktówwporówywaych okresach, gdyby cey (ilości) produktów by ly sta le a poziomie z okresu badaego Ideksy ilości (ideksy ce) wg formu ly Laspeyresa iformuja, o ile zmiei laby sie, tj wzros la lub spad la, wartośćca lego agregatu produktówwporówywaych okresach, gdyby cey (ilości) produktów by ly sta le a poziomie z okresu podstawowego 8
Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.
MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,
Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.
Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla
Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017
STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej
Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.
Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla
STATYSTYKA OPISOWA PODSTAWOWE WZORY
MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału
Jak obliczać podstawowe wskaźniki statystyczne?
Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań
STATYSTYKA OPISOWA PODSTAWOWE WZORY
MIARY POŁOŻENIA Średia Dla daych idywidualych: x = 1 STATYSTYKA OPISOWA PODSTAWOWE WZORY x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału Domiata (moda Liczba ajczęściej
Analiza szeregów czasowych
Statystyka Wykład 5. Analiza szeregów czasowych michal.trzesiok@ue.katowice.pl Uniwersytet Ekonomiczny w Katowicach Katedra Analiz Gospodarczych i Finansowych 9 listopada 2015 r. Plan Szeregi czasowe wprowadzenie
Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)
Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr
STATYSTYKA OPISOWA WYKŁAD 1 i 2
STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest
STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND Finanse i Rachunkowość rok 2 Analiza dynamiki Szereg czasowy: y 1 y 2... y n 1 y n. y t poziom (wartość) badanego zjawiska w
Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy
Analiza dynami zjawisk Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy się w tej tematyce. Indywidualne indeksy dynamiki Indywidualne
Wykład nr 2. Statystyka opisowa część 2. Plan wykładu
Wykład r 2 Statystyka opisowa część 2 Pla wykładu 1. Uwagi wstępe 2. Miary tedecji cetralej 2.1. Wartości średie 2.2. Miary pozycyje 2.3. Domiata 3. Miary rozproszeia 4. Miary asymetrii 5. Miary kocetracji
ANALIZA KORELACJI IREGRESJILINIOWEJ
ANALIZA KORELACJI IREGRESJILINIOWEJ 1. ZALEŻNOŚCI STOCHASTYCZNE Badajac zjawiska o charakterze masowym, w tym szczególie zjawiska spo leczo-ekoomicze, stwierdzamy, że każde z ich jest uwarukowae dzia laiem
ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE
ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE WARTOŚĆ BEZWZGLĘDNA LICZBY Wartość bezwzględą liczby rzeczywistej x defiiujemy wzorem: { x dla x 0 x = x dla x < 0 Liczba x jest to odległość a osi liczbowej
INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ
LABORATORIUM OCHRONY ŚRODOWISKA - SYSTEM ZARZĄDZANIA JAKOŚCIĄ - INSTRUKCJA NR 06- POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ 1. Cel istrukcji Celem istrukcji jest określeie metodyki postępowaia w celu
Matematyka finansowa 08.10.2007 r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r.
Matematyka fiasowa 08.10.2007 r. Komisja Egzamiacyja dla Aktuariuszy XLIII Egzami dla Aktuariuszy z 8 paździerika 2007 r. Część I Matematyka fiasowa WERSJA TESTU A Imię i azwisko osoby egzamiowaej:...
Statystyka opisowa. () Statystyka opisowa 24 maja / 8
Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów
ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y
Zadaie. Łącza wartość szkód z pewego ubezpieczeia W = Y + Y +... + YN ma rozkład złożoy Poissoa z oczekiwaą liczbą szkód rówą λ i rozkładem wartości pojedyczej szkody takim, że ( Y { 0,,,3,... }) =. Niech:
WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa
Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut
1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o
1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady
INWESTYCJE MATERIALNE
OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów
Struktura czasowa stóp procentowych (term structure of interest rates)
Struktura czasowa stóp procetowych (term structure of iterest rates) Wysokość rykowych stóp procetowych Na ryku istieje wiele różorodych stóp procetowych. Poziom rykowej stopy procetowej (lub omialej stopy,
Geometrycznie o liczbach
Geometryczie o liczbach Geometryczie o liczbach Łukasz Bożyk Dodatią liczbę całkowitą moża iterpretować jako pole pewej figury składającej się z kwadratów jedostkowych Te prosty pomysł pozwala w aturaly
Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA
Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz
X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.
Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,
Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja
Iwestycja Wykład Celowo wydatkowae środki firmy skierowae a powiększeie jej dochodów w przyszłości. Iwestycje w wyiku użycia środków fiasowych tworzą lub powiększają majątek rzeczowy, majątek fiasowy i
Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15
Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay
Statystyka. Wykład 13. Magdalena Alama-Bućko. 18 czerwca Magdalena Alama-Bućko Statystyka 18 czerwca / 36
Statystyka Wykład 13 Magdalena Alama-Bućko 18 czerwca 2018 Magdalena Alama-Bućko Statystyka 18 czerwca 2018 1 / 36 Agregatowy (zespołowy) indeks wartości określonego zespołu produktów np. jak zmianiała
Statystyczny opis danych - parametry
Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea
Materiały do wykładu 4 ze Statystyki
Materiały do wykładu 4 ze Statytyki CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (dok.) 1. miary położeia - wykład 2 2. miary zmieości (dyperji, rozprozeia) - wykład 3 3. miary aymetrii (kośości) 4.
Wpływ warunków eksploatacji pojazdu na charakterystyki zewnętrzne silnika
POLITECHNIKA BIAŁOSTOCKA WYDZIAŁ MECHANICZNY Katedra Budowy i Eksploatacji Maszy Istrukcja do zajęć laboratoryjych z przedmiotu: EKSPLOATACJA MASZYN Wpływ waruków eksploatacji pojazdu a charakterystyki
Statystyka Wzory I. Analiza struktury
Uiwersytet Ekooiczy w Katowicach Wzory I. Aaliza struktury 1. Miary tedecji cetralej (średie, przecięte Średia arytetycza Dla sz. ważoego Dla sz. ważoego dla z. ciągłej Dla szeregu wyliczającego: dla zieej
MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty
MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.
Statystyka. Wykład 11. Magdalena Alama-Bućko. 22 maja Magdalena Alama-Bućko Statystyka 22 maja / 41
Statystyka Wykład 11 Magdalena Alama-Bućko 22 maja 2017 Magdalena Alama-Bućko Statystyka 22 maja 2017 1 / 41 Analiza dynamiki zjawisk badamy zmiany poziomu (tzn. wzrosty/spadki) badanego zjawiska w czasie.
Dyskretne modele populacji
Dyskretne modele populacji Micha l Machtel Adam Soboczyński 17 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których
Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona
Ćwiczeie r 4 Porówaie doświadczalego rozkładu liczby zliczeń w zadaym przedziale czasu z rozkładem Poissoa Studeta obowiązuje zajomość: Podstawowych zagadień z rachuku prawdopodobieństwa, Zajomość rozkładów
Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407
Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie
Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek
Zajdowaie pozostałych pierwiastków liczby zespoloej, gdy zay jest jede pierwiastek 1 Wprowadzeie Okazuje się, że gdy zamy jede z pierwiastków stopia z liczby zespoloej z, to pozostałe pierwiastki możemy
Dyskretne modele populacji
Dyskretne modele populacji Micha l Machtel Adam Soboczyński 19 stycznia 2007 Typeset by FoilTEX Dyskretne modele populacji [1] Wst ep Dyskretny opis modelu matematycznego jest dobry dla populacji w których
Estymacja przedziałowa
Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze
1 Testy statystyczne. 2 Rodzaje testów
1 Testy statystycze Podczas sprawdzaia hipotez statystyczych moga¾ wystapić ¾ dwa rodzaje b ¾edów. Prawdopodobieństwo b ¾edu polegajacego ¾ a odrzuceiu hipotezy zerowej (H 0 ), gdy jest oa prawdziwa, czyli
2.1. Studium przypadku 1
Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.
STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś
1 STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr iż Krzysztof Bryś Pojȩcia wstȩpe populacja - ca ly zbiór badaych przedmiotów lub wartości. próba - skończoy podzbiór populacji podlegaj acy badaiu.
Statystyka opisowa - dodatek
Statystyka opisowa - dodatek. *Jak obliczyć statystyki opisowe w dużych daych? Liczeie statystyk opisowych w dużych daych może sprawiać problemy. Dla przykładu zauważmy, że aiwa implemetacja średiej arytmetyczej
Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie
Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,
Wykład 11 ( ). Przedziały ufności dla średniej
Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;
PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH
PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH POMIAR FIZYCZNY Pomiar bezpośredi to doświadczeie, w którym przy pomocy odpowiedich przyrządów mierzymy (tj. porówujemy
Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).
Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy
Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja
Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im
KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1
KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę
x 1 2 3 t 1 (x) 2 3 1 o 1 : x 1 2 3 s 3 (x) 2 1 3. Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem
9.1. Izomorfizmy algebr.. Wykład Przykłady: 13) Działaia w grupach często wygodie jest zapisywać w tabelkach Cayleya. Na przykład tabelka działań w grupie Z 5, 5) wygląda astępująco: 5 1 3 1 1 3 1 3 3
STATYSTYKA I ANALIZA DANYCH
TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica
Analiza Funkcjonalna WPPT IIIr. semestr letni 2011 WYK LAD 9,5: ZBIEŻNOŚĆ S LABA I *-S LABA TWIERDZENIE BANACHA ALAOGLU 28/05/2013
Aaliza Fukcjoala WPPT IIIr. semestr leti 2011 WYK LAD 9,5: ZBIEŻNOŚĆ S LABA I *-S LABA TWIERDZENIE BANACHA ALAOGLU 28/05/2013 NiechX ozaczaprzestrzeńbaacha,ax jejdual a(czyliprzestrzeńfukcjoa lów ograiczoych
Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17
Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo
BADANIA DOCHODU I RYZYKA INWESTYCJI
StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;
14. RACHUNEK BŁĘDÓW *
4. RACHUNEK BŁĘDÓW * Błędy, które pojawiają się w czasie doświadczeia mogą mieć włase źródła. Są imi błędy związae z błędą kalibracją torów pomiarowych, szumy, czas reagowaia przyrządu, ograiczeia kostrukcyje,
3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy
ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Analiza dokładności wskazań obiektów nawodnych. Accuracy Analysis of Sea Objects
ISSN 1733-8670 ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNARODOWA KONFERENCJA NAUKOWO-TECHNICZNA E X P L O - S H I P 2 0 0 6 Adrzej Burzyński Aaliza dokładości wskazań obiektów
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych
Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,
CAŁKA NIEOZNACZONA. F (x) = f(x) dx.
CAŁKA NIEOZNACZONA Mówimy, że fukcja F () jest fukcją pierwotą dla fukcji f() w pewym ustaloym przedziale - gdy w kadym pukcie zachodzi F () = f(). Fukcję pierwotą często azywamy całką ieozaczoą i zapisujemy
a n 7 a jest ciągiem arytmetycznym.
ZADANIA MATURALNE - CIĄGI LICZBOWE - POZIOM PODSTAWOWY Opracowała mgr Dauta Brzezińska Zad.1. ( pkt) Ciąg a określoy jest wzorem 5.Wyzacz liczbę ujemych wyrazów tego ciągu. Zad.. ( 6 pkt) a Day jest ciąg
SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN
ZAŁĄCZNIK B GENERALNA DYREKCJA DRÓG PUBLICZNYCH Biuro Studiów Sieci Drogowej SYSTEM OCENY STANU NAWIERZCHNI SOSN WYTYCZNE STOSOWANIA - ZAŁĄCZNIK B ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI
co wskazuje, że ciąg (P n ) jest ciągiem arytmetycznym o różnicy K 0 r. Pierwszy wyraz tego ciągu a więc P 1 z uwagi na wzór (3) ma postać P
Wiadomości wstępe Odsetki powstają w wyiku odjęcia od kwoty teraźiejszej K kwoty początkowej K, zatem Z = K K. Z ekoomiczego puktu widzeia właściciel kapitału K otrzymuje odsetki jako zapłatę od baku za
LABORATORIUM METROLOGII
AKADEMIA MORSKA W SZCZECINIE Cetrum Iżyierii Ruchu Morskiego LABORATORIUM METROLOGII Ćwiczeie 5 Aaliza statystycza wyików pomiarów pozycji GNSS Szczeci, 010 Zespół wykoawczy: Dr iż. Paweł Zalewski Mgr
c 2 + d2 c 2 + d i, 2
3. Wykład 3: Ciało liczb zespoloych. Twierdzeie 3.1. Niech C R. W zbiorze C określamy dodawaie: oraz możeie: a, b) + c, d) a + c, b + d) a, b) c, d) ac bd, ad + bc). Wówczas C, +, ) jest ciałem, w którym
POLITECHNIKA OPOLSKA
POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia
P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF
29 kwietnia 2013, godzina 23: 56 strona 1 P. Urzyczyn: Materia ly do wyk ladu z semantyki Uproszczony 1 j ezyk PCF Sk ladnia: Poniżej Γ oznacza otoczenie typowe, czyli zbiór deklaracji postaci (x : τ).
INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW
INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz
Statystyka. Wykład 12. Magdalena Alama-Bućko. 29 maja Magdalena Alama-Bućko Statystyka 29 maja / 47
Statystyka Wykład 12 Magdalena Alama-Bućko 29 maja 2017 Magdalena Alama-Bućko Statystyka 29 maja 2017 1 / 47 Analiza dynamiki zjawisk badamy zmiany poziomu (tzn. wzrosty/spadki) badanego zjawiska w czasie.
Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1
30. Obliczyć wartość graicy ( 0 ( ( ( 4 +1 + 1 4 +3 + 4 +9 + 3 4 +7 +...+ 1 4 +3 + 1 ( ( 4 +3. Rozwiązaie: Ozaczmy sumę występującą pod zakiem graicy przez b. Zamierzamy skorzystać z twierdzeia o trzech
Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16
Egzami,.9.6, godz. :-5: Zadaie. ( puktów) Wyzaczyć wszystkie rozwiązaia rówaia z 4 = 4 w liczbach zespoloych. Zapisać wszystkie rozwiązaia w postaci kartezjańskiej (bez używaia fukcji trygoometryczych)
Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja
Charakterystyki liczbowe zmieych losowych: wartość oczekiwaa i wariacja dr Mariusz Grządziel Wykłady 3 i 4;,8 marca 24 Wartość oczekiwaa zmieej losowej dyskretej Defiicja. Dla zmieej losowej dyskretej
Wybrane litery alfabetu greckiego
Wybrae litery alfabetu greckiego α alfa β beta Γ γ gamma δ delta ɛ, ε epsilo η eta Θ θ theta κ kappa Λ λ lambda µ mi ν i ξ ksi π pi ρ, ϱ ro σ sigma τ tau Φ φ, ϕ fi χ chi Ψ ψ psi Ω ω omega Ozaczeia a i
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA
ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością
Zatem przyszła wartość kapitału po 1 okresie kapitalizacji wynosi
Zatem rzyszła wartość kaitału o okresie kaitalizacji wyosi m k m* E Z E( m r) 2 Wielkość K iterretujemy jako umowa włatę, zastęującą w rówoważy sosób, w sesie kaitalizacji rostej, m włat w wysokości E
Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7,
Matematyka ubezpieczeń majątkowych.0.008 r. Zadaie. r, Zmiea losowa N ma rozkład ujemy dwumiaowy z parametrami (, q), tz.: Pr( N k) (.5 + k) (.5) k! Γ Γ * Niech k ozacza taką liczbę aturalą, że: * k if{
RÓWNANIA RÓŻNICZKOWE WYKŁAD 11
RÓWNANIA RÓŻNICZKOWE WYKŁAD Szeregi potęgowe Defiicja Fukcja y = f () jest klasy C jeżeli jest -krotie różiczkowala i jej -ta pochoda jest fukcją ciągłą. Defiicja Fukcja y = f () jest klasy C, jeżeli jest
STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.
Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,
Materiał powtarzany w II etapie. II 4. Ciągi
Materiał powtarzay w II etapie II. Ciągi 3 1, dla parzystych 1. Wyzacz sześć początkowych wyrazów ciągu a = { +1, dla ieparzystych. Które wyrazy ciągu a = są rówe 1? 3. Pomiędzy liczby 7 i 5 wstaw 5 liczb
Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)
Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli
Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna
3 MAŁGORZATA STEC Dr Małgorzata Stec Zakład Statystyki i Ekoometrii Uiwersytet Rzeszowski Uwarukowaia rozwojowe województw w Polsce aaliza statystyczo-ekoometrycza WPROWADZENIE Rozwój społeczo-gospodarczy
Histogram: Dystrybuanta:
Zadaie. Szereg rozdzielczy (przyjmujemy przedziały klasowe o długości 0): x0 xi i środek i*środek i_sk częstości częstości skumulowae 5 5 8 0 60 8 0,6 0,6 5 5 9 0 70 7 0,8 0, 5 5 5 0 600 0, 0,6 5 55 8
Słowniczek Hipoteza statystyczna Hipoteza parametryczna Hipoteza nieparametryczna Hipoteza zerowa Hipoteza alternatywna Błąd pierwszego rodzaju
Słowiczek Hipoteza statystycza jakiekolwiek przypuszczeie dotyczące rozkładu populacji geeralej Hipoteza parametrycza hipoteza statystycza precyzująca wartość parametru w rozkładzie populacji geeralej
Lista 6. Estymacja punktowa
Estymacja puktowa Lista 6 Model metoda mometów, rozkład ciągły. Zadaie. Metodą mometów zaleźć estymator iezaego parametru a w populacji jedostajej a odciku [a, a +. Czy jest to estymator ieobciążoy i zgody?
Analiza dynamiki zjawisk STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 28 września 2018 1 Pojęcie szeregów czasowych i ich składowych SZEREGIEM CZASOWYM nazywamy tablicę, która zawiera ciag wartości cechy uporzadkowanych
Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika
Wyk lad 4 Dzia lania na macierzach Określenie wyznacznika 1 Określenie macierzy Niech K bedzie dowolnym cia lem oraz niech n i m bed a dowolnymi liczbami naturalnymi Prostokatn a tablice a 11 a 12 a 1n
O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności
Edward Stachowski O trzech elemetarych ierówościach i ich zastosowaiach przy dowodzeiu iych ierówości Przy dowodzeiu ierówości stosujemy elemetare przejścia rówoważe, przeprowadzamy rozumowaie typu: jeżeli
Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej
Indeks odwzorowania zmiennej zespolonej wzgl edem krzywej zamkni etej 1. Liczby zespolone - konstrukcja Hamiltona 2. Homotopia odwzorowań na okr egu 3. Indeks odwzorowania ciag lego wzgledem krzywej zamknietej
ANALIZA DANYCH DYSKRETNYCH
ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,
Statystyka w analizie i planowaniu eksperymentu
23 kwietnia 2014 Korelacja - wspó lczynnik korelacji 1 Gdy badamy różnego rodzaju rodzaju zjawiska (np. przyrodnicze) możemy stwierdzić, że na każde z nich ma wp lyw dzia lanie innych czynników; Korelacja
WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ
WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ LABORATORIUM RACHUNEK EKONOMICZNY W ELEKTROENERGETYCE INSTRUKCJA DO ĆWICZENIA
z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X
Matematyka ubezpieczeń majątkowych.0.0 r. Zadaie. Mamy day ciąg liczb q, q,..., q z przedziału 0,. Rozważmy trzy zmiee losowe: o X X X... X, gdzie X i ma rozkład dwumiaowy o parametrach,q i, i wszystkie
OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD
OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI ALGORYTM DO PROGRAMU MATHCAD 1 PRAWA AUTORSKIE BUDOWNICTWOPOLSKIE.PL GRUDZIEŃ 2010 Rozpatrujemy belkę swobodie podpartą obciążoą siłą skupioą, obciążeiem rówomierie
1. Referencyjne wartości sprawności dla wytwarzania rozdzielonego energii elektrycznej
Załączik r 2 REFERENCYJNE WARTOŚCI SPRAWNOŚCI DLA WYTWARZANIA ROZDZIELONEGO ENERGII ELEKTRYCZNEJ I CIEPŁA UŻYTKOWEGO. Referecyje wartości sprawości dla wytwarzaia rozdzieloego eergii elektryczej.. Referecyje
Rozkład normalny (Gaussa)
Rozład ormaly (Gaussa) Wyprowadzeie rozładu Gaussa w modelu Laplace a błędów pomiarowych. Rozważmy pomiar wielości m, tóry jest zaburzay przez losowych efetów o wielości e ażdy, zarówo zaiżających ja i
KURS MATURA PODSTAWOWA
KURS MATURA PODSTAWOWA LEKCJA 5 Ciągi ZADANIE DOMOWE www.etrapez.pl Stroa 1 Część 1: TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie 1 Piąty wyraz ciągu liczbowego o wzorze a a) 5 b)
Matematyka ubezpieczeń majątkowych 9.10.2006 r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n
Maemayka ubezpieczeń mająkowych 9.0.006 r. Zadaie. Rozważamy proces adwyżki ubezpieczyciela z czasem dyskreym posaci: U = u + c S = 0... S = W + W +... + W W W W gdzie zmiee... są iezależe i mają e sam