Zależność cech (wersja 1.01)
|
|
- Bogdan Laskowski
- 8 lat temu
- Przeglądów:
Transkrypt
1 KRZYSZTOF SZYMANEK Zależność cech (wersja 1.01) 1. Wprowadzenie Często na podstawie wiedzy, że jakiś przedmiot posiada określoną cechę A możemy wnioskować, że z całą pewnością posiada on też pewną inną cechę B - albo że cechy tej nie posiada. Na przykład z faktu, że X posiada cechę bycia inżynierem możemy wnioskować, że X ma wyższe wykształcenie; z tego zaś, że X jest kawalerem wnioskujemy, że X nie jest żonaty. Wnioskowania powyższe zawdzięczają swoją pewność temu, że zbiór inżynierów zawiera się w zbiorze osób wykształconych, zaś zbiór kawalerów jest rozłączny ze zbiorem żonatych. Zapytajmy teraz, czy stwierdzony fakt, że X jest dorosłym Polakiem pozwala na wyciągnięcie wniosku, że X zna język polski? Wnioskowanie takie robi wrażenie rozsądnego, jednakże musimy zauważyć, że nie jest ono całkowicie pewne. Zbiór dorosłych Polaków nie zawiera się bowiem w zbiorze osób znających język polski. Pewna niewielka część osób dorosłych narodowości polskiej nie zna języka polskiego. Jest to część tak drobna, że wnioskowanie, o którym mowa, jest w zwykłych warunkach rozsądne, choć nieco ryzykowne. Jeszcze bardziej ryzykowne jest na podstawie tego, że X jest kawalerem wnioskowanie, że X ma mniej niż 30 lat. Bardzo często związek między cechami nie pozwala wprawdzie na rozsądne wnioskowanie o jednej na podstawie drugiej, lecz mimo to posiadanie jednej z nich zwiększa lub zmniejsza prawdopodobieństwo posiadania drugiej. Mówimy wtedy o statystycznej zależności cech. Zależność zachodzi np. między byciem głodnym i byciem biednym, byciem ptakiem i byciem zwierzęciem fruwającym. Mówimy o zależności pozytywnej (zbieżność) albo negatywnej (rozbieżność). Negatywna zależność zachodzi np. między byciem miłośnikiem piłki nożnej i byciem kobietą, albo między byciem substancją smaczną i byciem lekarstwem.
2 2 w w w. s z y m a n e k. o r g A B A B rys. 1 rys. 2 Zależność może być słabsza, lub silniejsza. Najsilniejsza jest wtedy, gdy jedna z cech wynika z drugiej (por. rys. 1) lub cechy się wykluczają (por. rys. 2). Na ogół cechy wchodzą w związek ilustrowany rysunkiem 3. A B rys. 3 w tym wypadku pewne przedmioty mają cechy A i B, niektóre inne mają cechę A a nie mają cechy B, niektóre przedmioty mające cechę B nie mają cechy A. 2. Definicje Populacją nazywamy rozważany przez nas zbiór elementów mogących mieć cechy A oraz B. Populacją może być np. zbiór wszystkich Polaków, zbiór drzew na jakimś terenie, zbiór możliwych wyników jakiegoś doświadczenia. Jeśli element nie posiada cechy A, to posiada cechę nie-a, którą notujemy A. Podobnie B oznacza nieposiadanie cechy B. Cechy identyfikować będziemy ze zbiorami elementów. Np. cecha bycia Polakiem to dla nas zbiór Polaków. Cecha bycia nie-polakiem to zbiór wszystkich elementów populacji nie będących Polakami. Przypuśćmy, że populacja liczy N elementów, z których każdy może posiadać cechę A lub cechę B. Dane o liczbie elementów posiadających te cechy przedstawia tabelka:
3 3 w w w. s z y m a n e k. o r g A A B a b B c d TABELKA 1 Z tabelki tej odczytujemy, że: (i) a elementów posiada obie cechy A i B (ii) b elementów posiada cechę B, ale nie A (iii) c elementów posiada cechę A, ale nie B (iv) d elementów nie posiada ani cechy A, ani B Oczywiście a+b+c+d = N Odnotujmy też, że: (*) b = 0 wtedy i tylko wtedy, gdy B A (**) c =0 wtedy i tylko wtedy, gdy A B (***) a =0 wtedy i tylko wtedy, gdy A)(B (****) d = 0 wtedy i tylko wtedy, gdy A B (B A) Wygodne jest stosowanie tabelki, w której w dodatkowej kolumnie i dodatkowym wierszu (oznaczone przez RAZEM) wpisane są wartości łączne: A A RAZEM B a b a+b B c d c+d RAZEM a+c b+d N TABELKA 2 Wszystkich elementów posiadających cechę B jest a + b, wszystkich elementów nie posiadających cechy B jest c + d. Wszystkich elementów posiadających cechę A jest a + c, wszystkich elementów nie posiadających cechy A jest b + d.
4 4 w w w. s z y m a n e k. o r g Przykład Zbadano zarobki oraz wykształcenie 150 pracowników pewnej firmy (ta grupa stanowi więc populację). Wszystkich podzielono według kryterium osiągania zarobków wyższych niż średnia krajowa (S) i posiadania wyższego wykształcenia (W). Wyniki zestawiono w następującej tabelce: S S RAZEM W W RAZEM TABELKA 3 Z powyższych danych wynika, że osób zarabiających powyżej średniej krajowej jest w całej populacji 30/160 czyli ok. 19%. Jednak w grupie osób posiadających wyższe wykształcenie (40 osób) zarabia powyżej średniej krajowej 10 osób, czyli 25%. Jeśli o jakiejś osobie wiemy tylko tyle, że pracuje w badanej firmie, to szansę, że zarabia ona powyżej średniej krajowej ocenimy na ok. 19%. Jeśli jednak wiemy dodatkowo, że osoba ta posiada ona wyższe wykształcenie, to szansa ta rośnie do 25%. Dlatego właśnie uznajemy cechy W i S za cechy statystycznie zależne. Ogólnie, mając tabelkę: powiemy, że: A A RAZEM B a b a+b B c d c+d RAZEM a+c b+d N TABELKA 4 (i) cechy A i B są zbieżne, gdy zachodzi: (*) (ii) cechy A i B są rozbieżne, gdy zachodzi:
5 5 w w w. s z y m a n e k. o r g (**) (iii) cechy A i B są niezależne, gdy: (***) Mniej formalnie, cechy A i B są zbieżne (rozbieżne) gdy pośród elementów posiadających cechę A jest większy (mniejszy) procent elementów posiadających cechę B niż w całości populacji. Cechy A i B są niezależne, jeśli odpowiednie odsetki są równe. Zależność statystyczną można też wyrazić w następujący sposób. Cecha A jest zbieżna z B, gdy pośród elementów mających cechę A jest większy procent elementów mających cechę B niż pośród elementów nie mających cechy B. W istocie warunek (*) można zastąpić przez warunek równoważny: Warunek (**) można zastąpić przez: a warunek (***) przez: Przykłady Można się spodziewać, że w populacji obywateli Polski następujące cechy są zbieżne: (a) posiadania wyższego wykształcenia i znajomości języka angielskiego (b) bycia sławnym aktorem i bycia osobą wielokrotnie rozwiedzioną (c) bycia bogatym i bycia po czterdziestce Można się spodziewać, że w populacji obywateli Polski następujące cechy są rozbieżne: (a) głosowanie na partię rolników i bycie mieszkańcem dużego miasta (b) bycie chorym i bycie szczęśliwym (c) bycie księdzem i popieranie prawa do eutanazji
6 6 w w w. s z y m a n e k. o r g Przykładowe cechy niezależne (bliskie niezależności - por. następny rozdział) to: (a) bycie mężczyzną i bycie urodzonym w środę (b) posiadanie rodzeństwa i bycie kobietą (c) bycie inteligentnym i mieszkanie w pobliżu jeziora 3. Siła związku między cechami Jest intuicyjnie jasne, że cechy mogą związane silniej albo słabiej. Cechy bycia kierowcą zawodowym i bycia mężczyzną na pewno są niewątpliwie silniej zbieżne niż cechy bycia palaczem tytoniu i bycia mężczyzną. Odsetek mężczyzn pośród kierowców zawodowych jest bliski 100% podczas gdy wśród palaczy jest to ok. 70%. Zwróćmy też uwagę na to, że gdyby wykonać odpowiednie obliczenia, to cechy bycia mężczyzną i bycia urodzonym w środę okazałyby się nie tyle niezależne, co prawie niezależne. Trudno bowiem oczekiwać, by obliczone wielkości oraz były równe co do piątego miejsca po przecinku. Poniżej wprowadzimy miarę siły związku pomiędzy cechami. Rozpatrzmy znowu tabelkę: A A RAZEM B a b a+b B c d c+d RAZEM a+c b+d N TABELKA 5 O związku między cechami A i B decydują wielkości oraz. Im bardziej jedna przewyższa drugą, tym silniejszy związek między cechami. Wygodnie jest zastosowanie ilorazu tych liczb jako miary, o którą chodzi. = Wprowadzamy współczynnik szans (odds ratio) OR(A, B) za pomocą wzoru:
7 7 w w w. s z y m a n e k. o r g OR(A, B) = rozpatrujemy wyłącznie przypadki, gdy ad 0 lub bc 0. Jeśli bc = 0, to przyjmujemy OR(A, B) =. Współczynnik szans ma następujące własności: (OR1) 0 OR(A, B) (OR2) jeśli OR(A, B) < 1 to cechy A i B są rozbieżne (OR3) jeśli OR(A, B) > 1 to cechy A i B są zbieżne (OR4) jeśli OR(A, B) = 1 to cechy A i B są niezależne (OR5) jeśli OR(A, B) = 0 to B A lub ( B) A (OR6) jeśli OR(A, B) = to A B lub B A (OR7) OR(A, B) = OR(A, B ) = Ćwiczenie 1 Podać wzór na OR(B, A), OR(A, B), OR(A, B ), OR(A, B ) Ćwiczenie 2 Zaobserwować, że OR(A, B) = OR(B, A). Ćwiczenie 3 Na podstawie uzyskanych w poprzednich ćwiczeniach wzorów zauważyć, że: (i) jeśli A jest zbieżne z B, to B jest zbieżne z A (ii) jeśli A jest rozbieżne z B, to B jest rozbieżne z A (iii) jeśli A jest niezależne od B, to B jest niezależne od A (iv) jeśli A jest zbieżne z B, to A jest rozbieżne z B (v) związek między A i B jest zawsze ten sam, co między A oraz B
Sposoby prezentacji problemów w statystyce
S t r o n a 1 Dr Anna Rybak Instytut Informatyki Uniwersytet w Białymstoku Sposoby prezentacji problemów w statystyce Wprowadzenie W artykule zostaną zaprezentowane podstawowe zagadnienia z zakresu statystyki
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoWykład 4 Przebieg zmienności funkcji. Badanie dziedziny oraz wyznaczanie granic funkcji poznaliśmy na poprzednich wykładach.
Wykład Przebieg zmienności funkcji. Celem badania przebiegu zmienności funkcji y = f() jest poznanie ważnych własności tej funkcji na podstawie jej wzoru. Efekty badania pozwalają naszkicować wykres badanej
Bardziej szczegółowodr hab. Dariusz Piwczyński, prof. nadzw. UTP
dr hab. Dariusz Piwczyński, prof. nadzw. UTP Cechy jakościowe są to cechy, których jednoznaczne i oczywiste scharakteryzowanie za pomocą liczb jest niemożliwe lub bardzo utrudnione. nominalna porządek
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 3 kwietnia Magdalena Alama-Bućko Statystyka 3 kwietnia / 36
Statystyka Wykład 7 Magdalena Alama-Bućko 3 kwietnia 2017 Magdalena Alama-Bućko Statystyka 3 kwietnia 2017 1 / 36 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
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 szczegółowoKontekstowe wskaźniki efektywności nauczania - warsztaty
Kontekstowe wskaźniki efektywności nauczania - warsztaty Przygotowała: Aleksandra Jasińska (a.jasinska@ibe.edu.pl) wykorzystując materiały Zespołu EWD Czy dobrze uczymy? Metody oceny efektywności nauczania
Bardziej szczegółowoGRUPY NIEZALEŻNE Chi kwadrat Pearsona GRUPY ZALEŻNE (zmienne dwuwartościowe) McNemara Q Cochrana
GRUPY NIEZALEŻNE Chi kwadrat Pearsona Testy stosujemy w sytuacji, kiedy zmienna zależna mierzona jest na skali nominalnej Liczba porównywanych grup (czyli liczba kategorii zmiennej niezależnej) nie ma
Bardziej szczegółowoKOMUNIKATzBADAŃ. Preferencje partyjne w czerwcu NR 73/2017 ISSN
KOMUNKATzBADAŃ NR 73/ SSN 2353-5822 Preferencje partyjne w czerwcu Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35
Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38
Statystyka Wykład 8 Magdalena Alama-Bućko 23 kwietnia 2017 Magdalena Alama-Bućko Statystyka 23 kwietnia 2017 1 / 38 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoKOMUNIKATzBADAŃ. Preferencje partyjne w sierpniu NR 106/2017 ISSN
KOMUNKATzBADAŃ NR 106/ SSN 2353-5822 Preferencje partyjne w sierpniu Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych
Bardziej szczegółowoOSZCZĘDNOŚCI I ZAKUPY W LUTYM WARSZAWA, MARZEC 2000
CBOS CENTRUM BADANIA OPINII SPOŁECZNEJ SEKRETARIAT OŚRODEK INFORMACJI 629-35 - 69, 628-37 - 04 693-58 - 95, 625-76 - 23 UL. ŻURAWIA 4A, SKR. PT.24 00-503 W A R S Z A W A TELEFAX 629-40 - 89 INTERNET http://www.cbos.pl
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoSpacery losowe generowanie realizacji procesu losowego
Spacery losowe generowanie realizacji procesu losowego Michał Krzemiński Streszczenie Omówimy metodę generowania trajektorii spacerów losowych (błądzenia losowego), tj. szczególnych procesów Markowa z
Bardziej szczegółowoWyznaczenie celów. Rozdział I. - Wyznaczanie celów - Cel SMART - Przykłady dobrze i źle wyznaczonych celów
Wyznaczenie celów - Wyznaczanie celów - Cel SMART - Przykłady dobrze i źle wyznaczonych celów Kurs Dydaktyka zarządzania czasem. 11 Wyznaczanie celów Jeżeli dobrze się zastanowimy nad naszym działaniem,
Bardziej szczegółowoJeśli powyższy opis nie jest zrozumiały należy powtórzyć zagadnienie standaryzacji zanim przejdzie się dalej!
CO POWINNIŚMY WIEDZIEĆ (I ROZUMIEĆ) ZABIERAJĄC SIĘ DO CZYTANIA 1. Jeśli mamy wynik (np. z kolokwium) podany w wartościach standaryzowanych (np.: z=0,8) to wiemy, że aby ustalić jaki był wynik przed standaryzacją
Bardziej szczegółowoStatystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
Bardziej szczegółowoRACHUNEK ZBIORÓW 5 RELACJE
RELACJE Niech X i Y są dowolnymi zbiorami. Układ ich elementów, oznaczony symbolem x,y (lub też (x,y) ), gdzie x X i y Y, nazywamy parą uporządkowaną o poprzedniku x i następniku y. a,b b,a b,a b,a,a (o
Bardziej szczegółowoPreferencje partyjne w maju
KOMUNIKAT Z BADAŃ ISSN 2353 5822 Nr 71/ Preferencje partyjne w maju Maj Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych
Bardziej szczegółowo1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:
Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,
Bardziej szczegółowoPDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych
Bardziej szczegółowoSTATYSTYKA OPISOWA. Znaczenie podstawowych miar
STATYSTYKA OPISOWA Znaczenie podstawowych miar Pytanie wieczoru 1: Ile zarabiają dyrektorzy w działach ach sprzedaŝy? Średnia zarobków w dyrektorów w sprzedaŝy wynosi 12 161 PLN. PYTANIA: Jak obliczono
Bardziej szczegółowoRozstęp Pozycyjne Odchylenie ćwiartkowe Współczynnik zmienności
Miary zmienności: Miary zmienności Klasyczne Wariancja Odchylenie standardowe Odchylenie przeciętne Współczynnik zmienności Rozstęp Pozycyjne Odchylenie ćwiartkowe Współczynnik zmienności 2 Spróbujmy zastanowić
Bardziej szczegółowoZmienne losowe i ich rozkłady
Zmienne losowe i ich rozkłady 29 kwietnia 2019 Definicja: Zmienną losową nazywamy mierzalną funkcję X : (Ω, F, P) (R n, B(R n )). Definicja: Niech A będzie zbiorem borelowskim. Rozkładem zmiennej losowej
Bardziej szczegółowoZadanie 2.Na III roku bankowości złożonym z 20 studentów i 10 studentek przeprowadzono test pisemny ze statystyki. Oto wyniki w obu podgrupach.
Zadanie 1.Wiadomo, że dominanta wagi tuczników jest umiejscowiona w przedziale [120 kg, 130 kg] i wynosi 122,5 kg. Znane są również liczebności przedziałów poprzedzającego i następnego po przedziale dominującym:
Bardziej szczegółowoZnaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie:
Ciągi rekurencyjne Zadanie 1 Znaleźć wzór ogólny i zbadać istnienie granicy ciągu określonego rekurencyjnie: w dwóch przypadkach: dla i, oraz dla i. Wskazówka Należy poszukiwać rozwiązania w postaci, gdzie
Bardziej szczegółowoSTATYSTYKA POWTÓRZENIE WIADOMOŚCI
STATYSTYKA POWTÓRZENIE WIADOMOŚCI ZADANIE Średnia arytmetyczna wszystkich liczb pierwszych należacych do przedziału, 9) A) B), C) D), ZADANIE Średnia licz,,,,9,9,, jest liczba A) B), C) D), ZADANIE Diagram
Bardziej szczegółowoBadanie na temat mieszkalnictwa w Polsce
Badanie na temat mieszkalnictwa w Polsce BADANIE NA REPREZENT ATYWNEJ GRUPIE POLEK/POLAKÓW Badanie realizowane w ramach projekru Społeczne Forum Polityki Mieszkaniowej współfinansowanego z Funduszy EOG
Bardziej szczegółowoPrzykładami ciągów, które Czytelnik dobrze zna (a jeśli nie, to niniejszym poznaje), jest ciąg arytmetyczny:
Podstawowe definicje Definicja ciągu Ciągiem nazywamy funkcję na zbiorze liczb naturalnych, tzn. przyporządkowanie każdej liczbie naturalnej jakiejś liczby rzeczywistej. (Mówimy wtedy o ciągu o wyrazach
Bardziej szczegółowoBadanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa
Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa Test serii (test Walda-Wolfowitza) Założenie. Rozpatrywane rozkłady są ciągłe. Mamy dwa uporządkowane
Bardziej szczegółowoKOMUNIKATzBADAŃ. Preferencje partyjne w kwietniu NR 40/2017 ISSN
KOMUNKATzBADAŃ NR 40/ SSN 2353-5822 Preferencje partyjne w kwietniu Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych
Bardziej szczegółowoWarszawa, czerwiec 2010 BS/80/2010 OPINIE O POCZUCIU BEZPIECZEŃSTWA I ZAGROŻENIU PRZESTĘPCZOŚCIĄ
Warszawa, czerwiec 2010 BS/80/2010 OPINIE O POCZUCIU BEZPIECZEŃSTWA I ZAGROŻENIU PRZESTĘPCZOŚCIĄ - 2 - Znak jakości przyznany CBOS przez Organizację Firm Badania Opinii i Rynku 4 lutego 2010 roku Fundacja
Bardziej szczegółowoPreferencje partyjne w czerwcu
KOMUNIKAT Z BADAŃ ISSN 2353 5822 Nr 76/ Preferencje partyjne w czerwcu Czerwiec Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych
Bardziej szczegółowoWynagrodzenia w sektorze publicznym w 2011 roku
Wynagrodzenia w sektorze publicznym w 2011 roku Już po raz dziewiąty mamy przyjemność przedstawić Państwu podsumowanie Ogólnopolskiego Badania Wynagrodzeń (OBW). W 2011 roku uczestniczyło w nim ponad sto
Bardziej szczegółowoTestowanie hipotez statystycznych
Agenda Instytut Matematyki Politechniki Łódzkiej 2 stycznia 2012 Agenda Agenda 1 Wprowadzenie Agenda 2 Hipoteza oraz błędy I i II rodzaju Hipoteza alternatywna Statystyka testowa Zbiór krytyczny Poziom
Bardziej szczegółowoFUNKCJA LINIOWA - WYKRES. y = ax + b. a i b to współczynniki funkcji, które mają wartości liczbowe
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (postać kierunkowa) Funkcja liniowa to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości liczbowe Szczególnie ważny w postaci
Bardziej szczegółowoPreferencje partyjne we wrześniu
KOMUNKAT Z BADAŃ SSN 2353 5822 Nr 119/ Preferencje partyjne we wrześniu Wrzesień Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych
Bardziej szczegółowoKOMUNIKATzBADAŃ. Preferencje partyjne w marcu NR 28/2017 ISSN
KOMUNKATzBADAŃ NR 28/ SSN 2353-5822 Preferencje partyjne w marcu Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych
Bardziej szczegółowoWarszawa, marzec 2013 BS/34/2013 KOBIETY W ŻYCIU PUBLICZNYM
Warszawa, marzec 2013 BS/34/2013 KOBIETY W ŻYCIU PUBLICZNYM Znak jakości przyznany CBOS przez Organizację Firm Badania Opinii i Rynku 11 stycznia 2013 roku Fundacja Centrum Badania Opinii Społecznej ul.
Bardziej szczegółowo6.4 Podstawowe metody statystyczne
156 Wstęp do statystyki matematycznej 6.4 Podstawowe metody statystyczne Spóbujemy teraz w dopuszczalnym uproszczeniu przedstawić istotę analizy statystycznej. W szczególności udzielimy odpowiedzi na postawione
Bardziej szczegółowoP: Czy studiujący i niestudiujący preferują inne sklepy internetowe?
2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali
Bardziej szczegółowoFUNKCJA LINIOWA - WYKRES
FUNKCJA LINIOWA - WYKRES Wzór funkcji liniowej (Postać kierunkowa) Funkcja liniowa jest podstawowym typem funkcji. Jest to funkcja o wzorze: y = ax + b a i b to współczynniki funkcji, które mają wartości
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. opulacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoWarszawa, wrzesień 2013 BS/127/2013 POLACY O ZAROBKACH RÓŻNYCH GRUP ZAWODOWYCH
Warszawa, wrzesień 2013 BS/127/2013 POLACY O ZAROBKACH RÓŻNYCH GRUP ZAWODOWYCH Znak jakości przyznany CBOS przez Organizację Firm Badania Opinii i Rynku 11 stycznia 2013 roku Fundacja Centrum Badania Opinii
Bardziej szczegółowoKOMUNIKATzBADAŃ. Zadowolenie z życia NR 3/2017 ISSN
KOMUNIKATzBADAŃ NR 3/2017 ISSN 2353-5822 Zadowolenie z życia Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych wymaga
Bardziej szczegółowoRozkłady zmiennych losowych
Rozkłady zmiennych losowych Wprowadzenie Badamy pewną zbiorowość czyli populację pod względem występowania jakiejś cechy. Pobieramy próbę i na podstawie tej próby wyznaczamy pewne charakterystyki. Jeśli
Bardziej szczegółowoRozkłady statystyk z próby
Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny
Bardziej szczegółowoKurs ZDAJ MATURĘ Z MATEMATYKI - MODUŁ 11 Teoria planimetria
1 Pomimo, że ten dział, to typowa geometria wydawałoby się trudny dział to paradoksalnie troszkę tu odpoczniemy, jeśli chodzi o teorię. Dlaczego? Otóż jak zapewne doskonale wiesz, na maturze otrzymasz
Bardziej szczegółowoArytmetyka. Działania na liczbach, potęga, pierwiastek, logarytm
Arytmetyka Działania na liczbach, potęga, pierwiastek, logarytm Zbiory liczbowe Zbiór liczb naturalnych N = {1,2,3,4, }. Zbiór liczb całkowitych Z = {, 3, 2, 1,0,1,2,3, }. Zbiory liczbowe Zbiór liczb wymiernych
Bardziej szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoKorelacja krzywoliniowa i współzależność cech niemierzalnych
Korelacja krzywoliniowa i współzależność cech niemierzalnych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki Szczecińskiej
Bardziej szczegółowoWSTĘP DO REGRESJI LOGISTYCZNEJ. Dr Wioleta Drobik-Czwarno
WSTĘP DO REGRESJI LOGISTYCZNEJ Dr Wioleta Drobik-Czwarno REGRESJA LOGISTYCZNA Zmienna zależna jest zmienną dychotomiczną (dwustanową) przyjmuje dwie wartości, najczęściej 0 i 1 Zmienną zależną może być:
Bardziej szczegółowoP (A B) P (B) = 1/4 1/2 = 1 2. Zakładamy, że wszystkie układy dwójki dzieci: cc, cd, dc, dd są jednakowo prawdopodobne.
Wykład Prawdopodobieństwo warunkowe Dwukrotny rzut symetryczną monetą Ω {OO, OR, RO, RR}. Zdarzenia: Awypadną dwa orły, Bw pierwszym rzucie orzeł. P (A) 1 4, 1. Jeżeli już wykonaliśmy pierwszy rzut i wiemy,
Bardziej szczegółowoPreferencje partyjne w marcu
KOMUNKAT Z BADAŃ SSN 2353 5822 Nr 36/ Preferencje partyjne w marcu Marzec Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych
Bardziej szczegółowoWielkość dziennego obrotu w tys. zł. (y) Liczba ekspedientek (x) 6 2 4 5,5 6,6
Zad. 1. Zbadano wydajność odmiany pomidorów na 100 poletkach doświadczalnych. W wyniku przeliczeń otrzymano przeciętną wydajność na w tonach na hektar x=30 i s 2 x =7. Przyjmując, że rozkład plonów pomidora
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 5 Analiza współzależności ZADANIE DOMOWE. Strona 1
KURS STATYSTYKA Lekcja 5 Analiza współzależności ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowiedź (tylko jedna jest prawdziwa). Pytanie 1 W analizie współzależności a) badamy
Bardziej szczegółowoZadowolenie z życia KOMUNIKAT Z BADAŃ. ISSN Nr 6/2019. Styczeń 2019
KOMUNIKAT Z BADAŃ ISSN 2353-5822 Nr 6/19 Zadowolenie z życia Styczeń 19 Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych
Bardziej szczegółowoElementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoDydaktyka matematyki (III etap edukacyjny) IV rok matematyki Semestr letni 2017/2018 Ćwiczenia nr 12
Dydaktyka matematyki (III etap edukacyjny) IV rok matematyki Semestr letni 2017/2018 Ćwiczenia nr 12 Zadanie konkursowe: Kawa z mlekiem Dwie identyczne szklanki wypełnione są dokładnie w 13/18, pierwsza
Bardziej szczegółowoSTATYSTYKA wykład 5-6
TATYTYKA wykład 5-6 Twierdzenia graniczne Rozkłady statystyk z próby Wanda Olech Twierdzenia graniczne Jeżeli rozpatrujemy ciąg zmiennych losowych {X ; X ;...; X n }, to zdarza się, że ich rozkłady przy
Bardziej szczegółowoStatystyka. Wykład 6. Magdalena Alama-Bućko. 9 kwietnia Magdalena Alama-Bućko Statystyka 9 kwietnia / 36
Statystyka Wykład 6 Magdalena Alama-Bućko 9 kwietnia 2018 Magdalena Alama-Bućko Statystyka 9 kwietnia 2018 1 / 36 Krzywa koncentracji Lorenza w ekonometrii, ekologii, geografii ludności itp. koncentrację
Bardziej szczegółowoESTYMACJA PRZEDZIAŁOWA WYBRANYCH PARAMETRÓW
ESTYMACJA PRZEDZIAŁOWA WYBRANYCH PARAMETRÓW POPULACJI Szkic wykładu Wprowadzenie 1 Wprowadzenie 2 3 4 Przypomnienie dotychczasowych rozważań Przedziałem ufności nazywamy przedział losowy, o którym przypuszczamy
Bardziej szczegółowoStatystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28
Statystyka #5 Testowanie hipotez statystycznych Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2016/2017 1 / 28 Testowanie hipotez statystycznych 2 / 28 Testowanie hipotez statystycznych
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD stycznia 2010
STATYSTYKA MATEMATYCZNA WYKŁAD 14 18 stycznia 2010 Model statystyczny ROZKŁAD DWUMIANOWY ( ) {0, 1,, n}, {P θ, θ (0, 1)}, n ustalone P θ {K = k} = ( ) n θ k (1 θ) n k, k k = 0, 1,, n Geneza: Rozkład Bernoulliego
Bardziej szczegółowoCENTRUM BADANIA OPINII SPOŁECZNEJ
CENTRUM BADANIA OPINII SPOŁECZNEJ SEKRETARIAT OŚRODEK INFORMACJI 629 - - 69, 628-3 - 04 693-46 - 92, 625-6 - 23 UL. ŻURAWIA 4A, SKR. PT.24 00-503 W A R S Z A W A TELEFAX 629 - - 89 INTERNET http://www.cbos.pl
Bardziej szczegółowoWykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe
Wykład 6 Centralne Twierdzenie Graniczne. Rozkłady wielowymiarowe Nierówność Czebyszewa Niech X będzie zmienną losową o skończonej wariancji V ar(x). Wtedy wartość oczekiwana E(X) też jest skończona i
Bardziej szczegółowo(x j x)(y j ȳ) r xy =
KORELACJA. WSPÓŁCZYNNIKI KORELACJI Gdy w badaniu mamy kilka cech, często interesujemy się stopniem powiązania tych cech między sobą. Pod słowem korelacja rozumiemy współzależność. Mówimy np. o korelacji
Bardziej szczegółowoIle waży arbuz? Copyright Łukasz Sławiński
Ile waży arbuz? Arbuz ważył7kg z czego 99 % stanowiła woda. Po tygodniu wysechł i woda stanowi 98 %. Nieważne jak zmierzono te %% oblicz ile waży arbuz teraz? Zanim zaczniemy, spróbuj ocenić to na wyczucie...
Bardziej szczegółowoMetody probabilistyczne
Metody probabilistyczne 13. Elementy statystki matematycznej I Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 17.01.2019 1 / 30 Zagadnienia statystki Przeprowadzamy
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoJoanna Konieczna Repetytorium ze statystyki opisowej (materiał roboczy)
1. Dana jest niekompletna macierz danych surowych zawierająca informację o zmiennych X i Y oraz rozkłady zmiennych X i Y. Uzupełnij macierz tak, aby zmienne X i Y miały w tej populacji taki rozkład, jak
Bardziej szczegółowoCBOS CENTRUM BADANIA OPINII SPOŁECZNEJ STOSUNEK DO PROCESU OSÓB ODPOWIEDZIALNYCH ZA GRUDZIEŃ 70 BS/102/102/98 KOMUNIKAT Z BADAŃ WARSZAWA, SIERPIEŃ 98
CBOS CENTRUM BADANIA OPINII SPOŁECZNEJ SEKRETARIAT ZESPÓŁ REALIZACJI BADAŃ 629-35 - 69, 628-37 - 04 621-07 - 57, 628-90 - 17 UL. ŻURAWIA 4A, SKR. PT.24 00-503 W A R S Z A W A TELEFAX 629-40 - 89 INTERNET:
Bardziej szczegółowoVII Olimpiada Matematyczna Gimnazjalistów
VII Olimpiada Matematyczna Gimnazjalistów Zawody stopnia pierwszego część testowa, test próbny www.omg.edu.pl (wrzesień 2011 r.) Rozwiązania zadań testowych 1. Liczba krawędzi pewnego ostrosłupa jest o
Bardziej szczegółowoWyniki PIAAC w Polsce
Wyniki PIAAC w Polsce Maja Rynko, IBE Umiejętności Polaków - wyniki Międzynarodowego Badania Kompetencji Osób Dorosłych PIAAC Warszawa, 8 października 2013 Podstawowe wyniki PIAAC Jaki poziom umiejętności
Bardziej szczegółowoWarszawa, październik 2011 BS/124/2011 PREFERENCJE PARTYJNE PRZED WYBORAMI
Warszawa, październik BS/124/ PREFERENCJE PARTYJNE PRZED WYBORAMI Znak jakości przyznany CBOS przez Organizację Firm Badania Opinii i Rynku 13 stycznia roku Fundacja Centrum Badania Opinii Społecznej ul.
Bardziej szczegółowoDokładne i graniczne rozkłady statystyk z próby
Dokładne i graniczne rozkłady statystyk z próby Przypomnijmy Populacja Próba Wielkość N n Średnia Wariancja Odchylenie standardowe 4.2 Rozkład statystyki Mówimy, że rozkład statystyki (1) jest dokładny,
Bardziej szczegółowoNawroty w uzależnieniach - zmiany w kontaktach z alkoholem po zakończeniu terapii
Sabina Nikodemska Rok: 1998 Czasopismo: Świat Problemów Numer: 6 (68) Celem niniejszego opracowania jest próba przyjrzenia się populacji tych pacjentów, którzy zgłaszają się do ambulatoryjnych placówek
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoWarszawa, kwiecień 2013 BS/45/2013 CZY POLACY SKORZYSTAJĄ Z ODPISU PODATKOWEGO NA KOŚCIÓŁ?
Warszawa, kwiecień 2013 BS/45/2013 CZY POLACY SKORZYSTAJĄ Z ODPISU PODATKOWEGO NA KOŚCIÓŁ? Znak jakości przyznany CBOS przez Organizację Firm Badania Opinii i Rynku 11 stycznia 2013 roku Fundacja Centrum
Bardziej szczegółowoCechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności. Łączny rozkład cech X, Y jest normalny: Test współczynnika korelacji Pearsona
Badanie zależności między cechami Obserwujemy dwie cechy: X oraz Y Obiekt (X, Y ) H 0 : Cechy X oraz Y są niezależne Próba: (X 1, Y 1 ),..., (X n, Y n ) Cechy X, Y są dowolnego typu: Test Chi Kwadrat niezależności
Bardziej szczegółowoAlgorytmy genetyczne
Algorytmy genetyczne Motto: Zamiast pracowicie poszukiwać najlepszego rozwiązania problemu informatycznego lepiej pozwolić, żeby komputer sam sobie to rozwiązanie wyhodował! Algorytmy genetyczne służą
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoWartość danej Liczebność
ZADANIE 1 (5 PKT) Średnia wieku w pewnej grupie studentów jest równa 23 lata. Średnia wieku tych studentów i ich opiekuna jest równa 24 lata. Opiekun ma 39 lat. Oblicz, ilu studentów jest w tej grupie.
Bardziej szczegółowo1.1 Wstęp Literatura... 1
Spis treści Spis treści 1 Wstęp 1 1.1 Wstęp................................ 1 1.2 Literatura.............................. 1 2 Elementy rachunku prawdopodobieństwa 2 2.1 Podstawy..............................
Bardziej szczegółowoRozdział 1. Wektory losowe. 1.1 Wektor losowy i jego rozkład
Rozdział 1 Wektory losowe 1.1 Wektor losowy i jego rozkład Definicja 1 Wektor X = (X 1,..., X n ), którego każda współrzędna jest zmienną losową, nazywamy n-wymiarowym wektorem losowym (krótko wektorem
Bardziej szczegółowoPomyłka Lincolna Lekcje z wykopem
Pomyłka Lincolna Lekcje z wykopem Scenariusz lekcji dla nauczyciela Pomyłka Lincolna Opis: Anegdota o zadaniu postawionym przed Lincolnem prowadzi do analizy modelu wzrostu liczby ludności zgodnego z ciągiem
Bardziej szczegółowoWarszawa, wrzesień 2011 BS/104/2011 PREFERENCJE PARTYJNE WE WRZEŚNIU
Warszawa, wrzesień BS/104/ PREFERENCJE PARTYJNE WE WRZEŚNIU Znak jakości przyznany CBOS przez Organizację Firm Badania Opinii i Rynku 13 stycznia roku Fundacja Centrum Badania Opinii Społecznej ul. Żurawia
Bardziej szczegółowoZadania ze statystyki, cz.6
Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z
Bardziej szczegółowoCBOS CENTRUM BADANIA OPINII SPOŁECZNEJ WIEDZA O PRAWACH PACJENTA BS/70/2001 KOMUNIKAT Z BADAŃ WARSZAWA, CZERWIEC 2001
CBOS CENTRUM BADANIA OPINII SPOŁECZNEJ SEKRETARIAT OŚRODEK INFORMACJI 629-35 - 69, 628-37 - 04 693-58 - 95, 625-76 - 23 UL. ŻURAWIA 4A, SKR. PT.24 00-503 W A R S Z A W A TELEFAX 629-40 - 89 INTERNET http://www.cbos.pl
Bardziej szczegółowoSTATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 12 listopada 2017 1 Analiza współzależności dwóch cech 2 Jednostka zbiorowości - para (X,Y ). Przy badaniu korelacji nie ma znaczenia, która
Bardziej szczegółowoCiąg monotoniczny. Autorzy: Katarzyna Korbel
Ciąg monotoniczny Autorzy: Katarzyna Korbel 07 Ciąg monotoniczny Autor: Katarzyna Korbel Ciągi, tak jak funkcje, mogą mieć różne własności, których znajomość może przyczynić się do dalszej analizy ich
Bardziej szczegółowo, , INTERNET: STOSUNEK DO RZĄDU PAŹDZIERNIK 94
CENTRUM BADANIA OPINII SPOŁECZNEJ SEKRETARIAT ZESPÓŁ REALIZACJI BADAŃ 629-35 - 69, 628-37 - 04 UL. ŻURAWIA 4A, SKR. PT.24 00-503 W A R S Z A W A TELEFAX 629-40 - 89 621-07 - 57, 628-90 - 17 INTERNET: http://www.korpo.pol.pl/cbos
Bardziej szczegółowoρ siła związku korelacyjnego brak słaba średnia silna bardzo silna
Ćwiczenie 4 ANALIZA KORELACJI, BADANIE NIEZALEŻNOŚCI Analiza korelacji jest działem statystyki zajmującym się badaniem zależności pomiędzy rozkładami dwu lub więcej badanych cech w populacji generalnej.
Bardziej szczegółowoVIII Olimpiada Matematyczna Gimnazjalistów
VIII Olimpiada Matematyczna Gimnazjalistów Zawody stopnia pierwszego część testowa www.omg.edu.pl (18 października 01 r.) Rozwiązania zadań testowych 1. Miary α, β, γ kątów pewnego trójkąta spełniają warunek
Bardziej szczegółowoSUBIEKTYWNEJ JAKOŚCI ŻYCIA TOM II SZCZEGÓŁOWE WYNIKI BADAŃ WEDŁUG DZIEDZIN
RAPORT Z BADAŃ SUBIEKTYWNEJ JAKOŚCI ŻYCIA TOM II SZCZEGÓŁOWE WYNIKI BADAŃ WEDŁUG DZIEDZIN Lider projektu: Uniwersytet Ekonomiczny we Wrocławiu Partner projektu: Uniwersytet Techniczny w Dreźnie Projekt:
Bardziej szczegółowo2a a a + 5 = 27 6a + 9 = % 18 = = 54
Wojewódzki Konkurs matematyczny dla uczniów szkół podstawowych od klas IV województwa pomorskiego, rok szkolny 2017/2018 Etap II - rejonowy W kluczu przedstawiono przykładowe rozwiązania oraz prawidłowe
Bardziej szczegółowoCharakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Bardziej szczegółowoOkręgi na skończonej płaszczyźnie Mateusz Janus
Okręgi na skończonej płaszczyźnie Mateusz Janus Skończona płaszczyzna, to płaszczyzna zawierająca skończoną liczbę punktów. Punkty utożsamiamy z parami liczb, które są resztami z dzielenia przez ustaloną
Bardziej szczegółowo