OBLICZANIE PRZEPŁYWÓW POWODZIOWYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEKROCZENIA THE CALCULATION OF PROBABLE ANNUAL FLOOD FLOWS

Wielkość: px
Rozpocząć pokaz od strony:

Download "OBLICZANIE PRZEPŁYWÓW POWODZIOWYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEKROCZENIA THE CALCULATION OF PROBABLE ANNUAL FLOOD FLOWS"

Transkrypt

1 IFRASTRUKTURA I EKOLOGIA TEREÓW WIEJSKICH IFRASTRUCTURE AD EKOLOGY OF RURAL AREAS Ilości osadów pochodzących r 5/2008, POLSKA AKADEMIA AUK, Oddział w Krakowie, s Komisja Techiczej Ifrastruktury Wsi Adrzej Byczkowski, Kazimierz Baasik, L. Hejduk OBLICZAIE PRZEPŁYWÓW POWODZIOWYCH O OKREŚLOYM PRAWDOPODOBIEŃSTWIE PRZEKROCZEIA THE CALCULATIO OF PROBABLE AUAL FLOOD FLOWS Streszczeie W artykule przedstawioe zostały wyiki oszacowaia prawdopodobieństwa przepływów maksymalych roczych przy wykorzystaiu dwóch różych serii daych z małej zlewi roliczej. Tradycyja seria statystycza została utworzoa z maksymalych roczych przepływów, jakie zdarzyły się w poszczególych latach hydrologiczych (AM). Druga seria została utworzoa z wybraych kulmiacyjych przepływów, które przekroczyły przyjętą wartość graiczą (POT). Do aalizy serii AM i POT wykorzystae zostały odpowiedio program komputerowy opracoway przez IMGW oraz arkusz kalkulacyjy. Wyiki obliczeń przy zastosowaiu obydwóch metod wykazują iezacze różice wartości prawdopodobieństwa przepływów maksymalych. Summary The results of estimatio of the probable aual flood flows with the use of two various sets of data from a small agricultural lowlad river are preseted. The traditioal statistical series are formed from the aual maximum (AM) flows of hydrological years. The other series for flood frequecy aalysis has bee formed by selectig peaks over threshold discharges (POT). A computer program, developed by IMGW (Istitute of Hydrology ad Water Maagemet), ad spreadsheet were applied for frequecy aalysis with the use of AM series ad POT series, respectively. Results of computatios with the use of AM ad POT data idicate for osigificat differeces i probable flood flows. Key words: flood estimatio, small catchmet, aual maxima (AM), peaks over threshold (POT) 99

2 Adrzej Byczkowski, Kazimierz Baasik, L. Hejduk WPROWADZEIE Metody określaia wartości przepływów maksymalych roczych o założoym prawdopodobieństwie przekroczeia były przedmiotem szeregu prac Autorów [Baasik i i. 2003; Baasik, Byczkowski 2006 i 2007]. Metody te wykorzystują ciągi wartości liczbowych przepływów maksymalych roczych (Q max ) z wielolecia (aual maxima AM). Dokładość oszacowaia zależy od długości okresu z którego pochodzą dae pomiarowe, poieważ błędy oszacowaia wartości Q max maleją wraz ze zwiększeiem się liczebości ciągów. Zależą oe rówież od asymetrii zbioru i prawdopodobieństwa przekroczeia. Wyika stąd, że do określaia przepływów zdarzających się rzadko (tj o małym prawdopodobieństwie wystąpieia) wymagae są dłuższe ciągi, iż dla przepływów występujących częściej. Zazwyczaj w praktyce (zwłaszcza w przypadku rzek małych) liczebość ciągów ie spełia wymagań dotyczących obliczaia wartości przepływów Q p Q %. iektórzy autorzy, jak p. Strupczewski [967a], Zielińska [965] propoują, aby liczebość ciągów pomiarowych zwiększać w drodze uwzględiaia ie tylko maksimów roczych, ale rówież drugorzędych kulmiacji, występujących w daym roku. W metodzie tej azwaej metodą wszystkich wezbrań bierze się pod uwagę wszystkie przepływy kulmiacyje wezbrań o wartościach przekraczających pewą wartość graiczą (Q max Q gr ). Wprowadzeie przepływu graiczego, stosowaego także przez Autorów [Baasik, Byczkowski 2007], jest tu warukiem iezbędym, poieważ przepływy kulmiacyje wszystkich bardzo małych wezbrań i przyborów mogą ie spełiać postulatu iezależości zdarzeń. W literaturze przyjmuje się ajczęściej ajiższą wartość z roczych maksimów przepływu z okresu wieloletiego WQ [Strupczewski 967a; Zielińska 965]. W te sposób wszystkie maksima rocze przepływu są brae pod uwagę. Moża spotkać się rówież z opiią, aby przyjmować Q gr = 2SSQ [Aleksejev za Strupczewskim 967a]. ieraz w praktyce, kryterium poziomu odcięcia ( peak over threshold - POT) przyjmuje się w zależości od kokretych potrzeb opracowaia, a ie od wartości graiczej wyikającej z itesywości badaego zjawiska [Zielińska 965]. Przypadek taki może wystąpić przy określaiu prawdopodobieństwa wystąpieia wezbrań powodujących szkody powodziowe. Graiczym przepływem może tu być p. przepływ dozwoloy (Q dozw ). W iiejszym artykule, jako przepływ graiczy przyjęto wodę brzegową, tj przepływ, przy którym woda występuje z koryta a tere zalewowy doliy rzeczej. W takich przypadkach może zaleźć zastosowaie metoda wszystkich wezbrań dla wariatu, gdy rozważae zjawisko może występować więcej iż jede raz w roku, a jedocześie mogą zdarzyć się lata, w których zjawisko ie jest obserwowae [Strupczewski 967b, Zielińska 965). 200

3 Ilości osadów pochodzących Celem pracy jest porówaie wartości maksymalych przepływów o określoym prawdopodobieństwie przekroczeia obliczoych dla zbioru przepływów maksymalych roczych Q max,r oraz zapropoowaą metodę dla Q max Q brzeg. METODYKA BADAŃ W metodzie wszystkich wezbrań dla każdej wartości ze zbioru przepływów kulmiacyjych, określa się empirycze prawdopodobieństwo przekroczeia: m m p ' () miejsce daego wyrazu w ciągu rozdzielczym, liczebość badaego zbioru. Wartości p ie są ekwiwalete z prawdopodobieństwem przekroczeia w roku p (Strupczewski 967a). Rozpatrując kulmiacje powyżej przyjętego poziomu odcięcia (POT), spotykamy się z sytuacją, gdy zjawisko może pojawić się częściej, iż jede raz w roku, może jedak wogóle w daym roku ie wystąpić. W związku z tym możliwe są 4 przypadki (Zielińska, Brzeziński 994) ) ` = r > zjawisko występuje w każdym roku; w tym w każdym może wystąpić więcej iż jede raz 2) ` = r = zjawisko występuje w każdym roku jede raz 3) ` < r > zjawisko występuje ie we wszystkich latach, atomiast w roku może wystąpić więcej iż jede raz 4) ` < r = zjawisko występuje ie we wszystkich latach, atomiast w roku może wystąpić jede raz liczba lat obserwacji, ` liczba lat w których występuje badae zjawisko, r liczba wystąpień w roku. W aalizowaym przypadku spotykamy się z wariatem (3) tj zjawisko może występować więcej iż jede raz w roku, atomiast zdarzają się lata w których ie występuje wogóle. W pracy [Baasik, Byczkowski 2007] poday został przykład obliczeń dla wariatu, tj. gdy zjawisko występuje we wszystkich latach okresu obserwacji, przy czym może występować więcej iż jede raz. W tym przypadku prawdopodobieństwo rocze określa się wzorem Lagbeia o postaci (Strupczewski 967a): 20

4 Adrzej Byczkowski, Kazimierz Baasik, L. Hejduk p p` λ λ p ( p`) (2) prawdopodobieństwo występowaia w roku prawdopodobieństwo występowaia w zbiorze wszystkich kulmiacji średia rocza częstotliwość występowaia zjawisk (kulmiacji), obliczaa ze wzoru: liczba kulmiacji w zbiorze liczba lat λ (3) W przypadku przedstawioym w iiejszym artykule przy pomocy rówaia (2) określa się prawdopodobieństwo przekroczeia badaej wielkości przepływu w ciągu roku, liczoe w odiesieiu do lat, w którym zjawisko występuje (p`). ależy więc brać tu rówież pod uwagę prawdopodobieństwo wystąpieia roku, w którym zjawisko się zrealizowało (p 2 ), czyli określać prawdopodobieństwo wystąpieia zjawiska w dowolym roku (p). Stąd rocze prawdopodobieństwo przekroczeia badaej wartości przepływu staowi prawdopodobieństwo koiukcji λ p p λ p2 ( p`) ] [ p średia częstotliwość występowaia zjawiska w roku liczoa względem lat, w którym zjawisko wystąpiło. Wielkość prawdopodobieństwa p 2 moża określić w oparciu o rozkład zero-jedykowy (Zielińska 965) z zależości: ^ p 2 liczba lat w których występuje zjawisko, ogóla liczba lat w rozpatrywaym okresie. Wystąpieie lub brak zjawiska opisywae jest w tym przypadku dwumiaowym rozkładem zero jedykowym Parametr λ we wzorze (4) oblicza się w tym przypadku z zależości: 2 (4) (5) λ (6) 202

5 Ilości osadów pochodzących Ostatecza postać wzoru (4) dla rozpatrywaego wariatu jest astępująca: p p2[ ( p`) ] [ ( p`) ] (7) OBLICZEIA I WYIKI Badaia przeprowadzoo a podstawie daych hydrometryczych dla rzeki Zagożdżoki, lewego dopływu środkowej Wisły w profilu wodowskazowym Płachty Stare (A = 82,4 km 2 ). W tej zlewi Katedra Iżyierii Wodej i Rekultywacji Środowiska (d. Katedra Budowictwa Wodego) SGGW prowadzi wieloletie badaia. Podstawą obliczeń był 40 leti ciąg przepływów dobowych, zawierający także ekstrema chwilowe, z lat Obliczeia przepływów maksymalych o określoym prawdopodobieństwie przekroczeia przeprowadzoo dla dwóch zbiorów - wartości maksymalych roczych, ozaczoych przez AM (aual maxima) oraz dla wartości maksymalych powyżej przyjętego poziomu graiczego, ozaczoych przez POT (peak over threshold). ajbardziej wiarygody rozkład prawdopodobieństwa przepływów maksymalych roczych (AM) dobray został spomiędzy ajczęściej stosowaych w praktyce rozkładów jak: Pearsoa t. III, logarytmiczo ormaly, Weibulla (Fishera Tippetta t. III (mi) i log Pearsoa t III wykorzystując program komputerowy QMAX, opracoway przez Ozgę-Zielińską z zespołem (999). Wybór rozkładu dokoay został a podstawie kryterium Akaikego [Mutua 994] o postaci j AIC 2 l 2 l f ( ) (8) l liczba oszacowaych parametrów rozkładu, f(x) fukcja gęstości rozkładu prawdopodobieństwa. ajmiejszą wartość kryterium Akaikego uzyskao w przypadku zbioru roczych kulmiacji (AM) dla rozkładu logarytmiczo-ormalego. Parametry rozkładu obliczoo metodą ajwiększej wiarygodości. Obliczoe a tej podstawie wartości przepływów maksymalych roczych zestawioo w tabeli ; krzywą prawdopodobieństwa występowaia przepływów maksymalych roczych (AM) przedstawia rysuek. Zbiór wszystkich wartości POT został utworzoy z kulmiacji wezbrań spełiających waruek Q Q gr Jako graiczy przepływ przyjęto przepływ dozwoloy Q dozw, rówy tzw. wodzie brzegowej Q brzeg. W badaym profilu rzeczym przepływ taki jest bliski przepływowi ZWQ = 2,97 m 3 /s. Zbiór te obejmuje 32 przypadki kulmiacji wezbrań. Średia rocza częstotliwość tak zdefiiowaych kulmiacji wyosi λ = 0,8 l x j 203

6 Adrzej Byczkowski, Kazimierz Baasik, L. Hejduk Tabela. Przepływy powodziowe Zagożdżoki w Płachtach Starych ustaloe a podstawie maksimów roczych i przepływów ekstremalych większych od Q brzeg Table. Probable flood flows estimated with the use of log-ormal distributio ad with various sets of records for the Zagożdżoka river at Płachty Stare Okres powtarzalosci Retur period T (lata/years) Prawdopodobieństwo Probability p (%) Przepływ powodziowy ustaloy a podstawie: Flood flows (m 3 /s) estimated o the base of: przepływów ekstremalych większych od Q brzeg Aual exceedaces (POT) i.e. 32 largest evets from the period of 40 years maksimów roczych z okresu 40 lat aual maxima (AM) for period of 40 years , 74,3 84,5 00,0 3,7 32,0 20 5,0 5,0 4, , 9, ,77 2,89 00 WQ i WQp% (m3/s) 0 0, prawdopodobieństwo (%) Rysuek. Krzywe prawdopodobieństwa zbioru przepływów maksymalych roczych (AM) Kulmiacje te ie są rozłożoe rówomierie w badaym okresie. Aaliza wykresu chroologiczego przebiegu kulmiacji (rys. 2) wykazuje, że w latach ie występowały powodzie, a stay wody ie przekraczały wody brzegowej. 204

7 Ilości osadów pochodzących 00 Przepływ (m3/s) 0 0, Lata hydrologicze WQ Qmax>Qgr Rysuek 2.Chwilowe maksymale rocze przepływy (WQ), tworzące zbiór AM oraz chwilowe maksymale przepływy Q max >Q gr, tworzące zbiór POT, rzeki Zagożdżoki w Płachtach Starych z okresu a podstawie zbioru Q max Q gr, obliczoo przepływy maksymale o określoym prawdopodobieństwie przekroczeia w zbiorze (p`), przyjmując podobie jak w przypadku przepływów maksymalych roczych rozkład logarytmiczo-ormaly. Dole ograiczeie rozkładu (ε) obliczoo metodą prób, w drodze maksymalizacji fukcji wiarygodości w postaci: L f x, ε, μ, σ ) f ( x, ε, μ, σ )... f ( x, ε, μ, ) (9) ( 2 σ L estymator fukcji ajwiększej wiarygodości, f(x i, ε, μ, σ) fukcja gęstości prawdopodobieństwa dla rozkładu log-ormalego, x, x 2,...x elemety badaego zbioru, ε, μ, σ parametry rozkładu. Zakładając wartości dolego ograiczeia rozkładu ε w graicach od 2,5 do 3,0 m 3 /s otrzymao maksimum fukcji wiarygodości (maxl) dla ε = 2,86m 3 /s (rys. 3). 205

8 Adrzej Byczkowski, Kazimierz Baasik, L. Hejduk -62, ,0 60 Fukcja L -63,5-64, WQ% (m3/s) -64, ,0 2,5 2,6 2,7 2,8 2,9 3,0 Ograiczeie dole d (m3/s) 20 Fukcja L WQ% Rysuek 3. Zmieość wartości fukcji kryterialej i przepływu WQ % wraz ze zmiaą wartości zakładaego dolego ograiczeia rozkładu log-ormalego zbioru POT (dla d = 2,86m 3 /s => max(l) i WQ % = 32,0 m 3 /s) 00 Qx>Qgr i WQp% (m3/s) 0 2 0, prawdopodobieństwo (%) Rysuek 4. Krzywe prawdopodobieństwa zbioru POT przepływów maksymalych Q max > Q gr : dla prawdopodobieństwa w zbiorze, 2 dla prawdopodobieństwa w roku 206

9 Ilości osadów pochodzących Wyiki obliczeń przepływów maksymalych roczych z okresu 40 letiego oraz przepływów kulmiacyjych Q>Q gr o prawdopodobieństwie wystąpieia w roku (p) zestawioo w tabeli. Wartości prawdopodobieństwa wystąpieia w roku (p) określoo w drodze trasformacji wartości prawdopodobieństwa w zbiorze (p`) a prawdopodobieństwo występowaia w roku (p) przy zastosowaiu wzoru (7). Krzywą prawdopodobieństwa przepływów maksymalych o określoym prawdopodobieństwie w roku otrzymaą a podstawie kulmiacji Q Q gr (POT) przedstawioo a rysuku 4. WIOSKI Aaliza różic wartości przepływów maksymalych roczych o określoym prawdopodobieństwie wystąpieia w roku obliczoych a podstawie zbiorów (POT) i (AM) pozwala wyciągąć astępujące wioski:. Przepływy obliczoe metodą POT i AM o prawdopodobieństwie przekroczeia w roku p w graicach p < %;50% > różią się od siebie iewiele (0.9% 5.6%). 2. Większe różice wartości przepływów występują dopiero dla p = 0,%; przepływy określoe wg metody POT mają wartości większe o około 4%. 3. Przedstawioe obliczeia wykazują, że pomijając przepływy dla p = 0,% ie uzyskuje się istotych różic przy określaiu przepływów metodą tradycyją (AM) i metodą uwzględiającą wszystkie przepływy Q>Q dozw (POT). Przyjęta wartość Q gr jest a tyle duża, że liczebość zbioru (POT) otrzymaego dla wszystkich kulmiacji wyższych od Q gr = Q dozw. iewiele się różi od liczby elemetów w zbiorze kulmiacji roczych a tym samym różice, między wartościami przepływów ie mogą być duże. 4. Średia częstotliwość wystąpieia zjawiska w roku w rozpatrywaym przykładzie wyosi λ = 0,8 podczas gdy przy założeiu Q gr = WQ, średia częstotliwość kulmiacji w roku jest rówa λ=6,5 (Baasik, Byczkowski 2007). 5. Mała liczebość zbioru (POT) wyika z hydrologiczego charakteru badaego okresu lat Długa sekwecja lat o iskich przepływach wezbraiowych spowodowała, że liczebość zbioru (POT) iewiele różi się od liczebości zbioru (AM). 6. ależy sądzić że przy większych wartościach parametru λ, iż w rozpatrywaym przykładzie, wyiki otrzymae a podstawie zbioru (POT) będą wykazywały większe różice w stosuku do wyików otrzymaych ze zbioru (AM). 207

10 Adrzej Byczkowski, Kazimierz Baasik, L. Hejduk BIBLIOGRAFIA Baasik K., Byczkowski A., Gładecki J. Predictio of T-year flood discharge for a small river basi usig direct ad idirect methods. Aals of Warsaw Agricultural Uiversity, Lad Reclamatio. o 34, 2003, p Baasik K., Byczkowski A. Estimatio of T-year flood discharge for a small lowlad river usig statistical method. Aals of Warsaw Agricultural Uiversity, Lad Reclamatio. o 37, 2006, p Baasik K., Byczkowski A. Probable aual floods i a small lowlad river estimated with the use of various sets of data. Aals of Warsaw Uiversity of Life Scieces SGGW, Lad Reclamatio. o 38, 2007, p Byczkowski A Hydrologia. Wyd. SGGW, t.2, Warszawa 999. Mutua F. M., The use of the Akaike iformatio criterio i the idetificatio of a optimum flood frequecy model. Hydrological Sciece Joural, Vol. 39 o. 3, 994, p Ozga-Zielińska M., Brzeziński J., Ozga-Zieliński B. Zasady obliczaia ajwiększych przepływów roczych o określoym prawdopodobieństwie przewyższeia przy projektowaiu obiektów budowictwa hydrotechiczego (Guidelies for flood frequecy computatio with small probability of exceedaces for desig of hydrotechical structures). Materiały Badawcze, Seria: Hydrologia i Oceaologia. IMGW, Warszawa 999. Ozga- Zielińska M., Brzeziński J., Ozga-Zieliński B. Określeie prawdopodobieństwa przepływów ekstremalych roczych geetyczie iejedorodych metoda alteratywy zdarzeń (Determiig the probability of geetically heterogeeous yearly floods method of the alterative evets). Gospodarka Woda o 5, 2007, p Strupczewski W.mDetermiatio of the probability of repeatig pheomea. Acta Geophysica Poloica, Vol. XV, o. 2, 967a, p Strupczewski W. Determiatio of the probability aual distributio of some evets of all their occurreces. Acta Geophysica Poloica, Vol. XV, o 3, 967b, p WMO (World Meteorological Orgaisatio). Guide to Hydrological Practices, WMO, o. 68, 994. Zielińska M. Sposoby zestawiaia daych hydrometeorologiczych dla opracowań statystyczych. Gosp. Woda z.7, 965. Prof. dr hab. iż. Adrzej Byczkowski Prof. dr hab. iż. Kazimierz Baasik L. Hejduk Katedra Iżyierii Wodej i Rekultywacji Środowiska Szkoła Główa Gospodarstwa Wiejskiego w Warszawie Recezet: Prof. dr hab. iż. Beiami Więzik 208

PORÓWNANIE PRZEPŁYWÓW MAKSYMALNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA W MAŁEJ RZECE WYŻYNNEJ

PORÓWNANIE PRZEPŁYWÓW MAKSYMALNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA W MAŁEJ RZECE WYŻYNNEJ MONOGRAFIE KOMITETU GOSPODARKI WODNEJ PAN z. XX 2014 Andrzej BYCZKOWSKI 1, Janusz OSTROWSKI 2, Kazimierz BANASIK 1 1 Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wydział Budownictwa i Inżynierii Środowiska

Bardziej szczegółowo

METODA PODOBIEŃSTWA HYDROLOGICZNEGO W UJĘCIU RÓŻNYCH AUTORÓW

METODA PODOBIEŃSTWA HYDROLOGICZNEGO W UJĘCIU RÓŻNYCH AUTORÓW ZBIGNIEW MROZIŃSKI METOD PODOBIEŃSTW YDROLOGICZNEGO W UJĘCIU RÓŻNYC UTORÓW. Wstęp Zagadieie podobieństwa hydrologiczego jest bardzo waże z uwagi a koieczość określaia charakterystyk hydrologiczych koieczych

Bardziej szczegółowo

pdf: Instytut Technologiczno-Przyrodniczy w Falentach, 2012

pdf:  Instytut Technologiczno-Przyrodniczy w Falentach, 2012 WODA-ŚRODOWISKO-OBSZARY WIEJSKIE 2012 (VII IX): t. 12 z. 3 (39) WATER-ENVIRONMENT-RURAL AREAS ISSN 1642-8145 s. 17 26 pdf: www.itep.edu.pl/wydawnictwo Instytut Technologiczno-Przyrodniczy w Falentach,

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

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,

Bardziej szczegółowo

Przepływy maksymalne prawdopodobne dla małej rzeki nizinnej porównanie metod Maximal annual discharges of small lowland river comparison of methods

Przepływy maksymalne prawdopodobne dla małej rzeki nizinnej porównanie metod Maximal annual discharges of small lowland river comparison of methods Kazimierz BANASIK, Andrzej BYCZKOWSKI, Jacek GŁADECKI Katedra InŜynierii Wodnej i Rekultywacji Środowiska SGGW Department of Hydraulic Engineering and Environmental Recultivation WAU Przepływy maksymalne

Bardziej szczegółowo

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

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

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii. TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla

Bardziej szczegółowo

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.

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,

Bardziej szczegółowo

Statystyka matematyczna. Wykład II. Estymacja punktowa

Statystyka matematyczna. Wykład II. Estymacja punktowa Statystyka matematycza. Wykład II. e-mail:e.kozlovski@pollub.pl Spis treści 1 dyskretych Rozkłady zmieeych losowych ciągłych 2 3 4 Rozkład zmieej losowej dyskretej dyskretych Rozkłady zmieeych losowych

Bardziej szczegółowo

Punktowe procesy niejednorodne

Punktowe procesy niejednorodne Modelowaie i Aaliza Daych Przestrzeych Wykład 5 Adrzej Leśiak Katedra Geoiformatyki i Iformatyki Stosowaej Akademia Góriczo-Huticza w Krakowie Puktowe procesy iejedorode Jak wcześiej wspomiao, dla procesów

Bardziej szczegółowo

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

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

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

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

Bardziej szczegółowo

Pomiary hydrometryczne w zlewni rzek

Pomiary hydrometryczne w zlewni rzek Pomiary hydrometryczne w zlewni rzek Zagożdżonka onka i Zwoleńka Hydrometric measurements in Zwoleńka & Zagożdżonka onka catchments Anna Sikorska, Kazimierz Banasik, Anna Nestorowicz, Jacek Gładecki Szkoła

Bardziej szczegółowo

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności)

Estymacja: Punktowa (ocena, błędy szacunku) Przedziałowa (przedział ufności) IV. Estymacja parametrów Estymacja: Puktowa (ocea, błędy szacuku Przedziałowa (przedział ufości Załóżmy, że rozkład zmieej losowej X w populacji geeralej jest opisay dystrybuatą F(x;α, gdzie α jest iezaym

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

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

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

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

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

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

Bardziej szczegółowo

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste Statystyka opisowa Miary statystycze: 1. miary położeia a) średia z próby x = 1 x = 1 x = 1 x i - szereg wyliczający x i i - szereg rozdzielczy puktowy x i i - szereg rozdzielczy przedziałowy, gdzie x

Bardziej szczegółowo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

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

Bardziej szczegółowo

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

ZSTA LMO Zadania na ćwiczenia

ZSTA LMO Zadania na ćwiczenia ZSTA LMO Zadaia a ćwiczeia Efektywość estymatorów ieobciążoych Zadaie 1. Zakładamy, że badaa cecha X populacji ma rozkład Poissoa πλ, gdzie λ > 0 jest parametrem. Poadto, iech X = X 1, X,..., X będzie

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

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

Bardziej szczegółowo

Lista 6. Estymacja punktowa

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?

Bardziej szczegółowo

Ciągi liczbowe wykład 3

Ciągi liczbowe wykład 3 Ciągi liczbowe wykład 3 dr Mariusz Grządziel semestr zimowy, r akad 204/205 Defiicja ciągu liczbowego) Ciagiem liczbowym azywamy fukcję odwzorowuja- ca zbiór liczb aturalych w zbiór liczb rzeczywistych

Bardziej szczegółowo

Model ciągły wyceny opcji Blacka Scholesa - Mertona. Wzór Blacka - Scholesa na wycenę opcji europejskiej.

Model ciągły wyceny opcji Blacka Scholesa - Mertona. Wzór Blacka - Scholesa na wycenę opcji europejskiej. Model ciągły wycey opcji Blacka Scholesa - Mertoa Wzór Blacka - Scholesa a wyceę opcji europejskiej. Model Blacka Scholesa- Mertoa Przełomowe prace z zakresu wycey opcji: Fischer Black, Myro Scholes The

Bardziej szczegółowo

INWESTYCJE MATERIALNE

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

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Katarzya Zeug-Żebro Uiwersytet Ekoomiczy w Katowicach Katedra Matematyki katarzya.zeug-zebro@ue.katowice.pl ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Wprowadzeie Zjawisko starzeia

Bardziej szczegółowo

Zmiany Q wynikające z przyrostu zlewni

Zmiany Q wynikające z przyrostu zlewni uch wody w korytach rzeczych Klasyfikacja ruchu. uch ieustaloy zmiey przepływ Q a długości rzeki i w czasie: ruch fal wezbraiowych ruch wody a długim odciku rzeki Q fala wezbraiowa obserwowaa w przekroju

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

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

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

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

Bardziej szczegółowo

Estymacja przedziałowa

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

Bardziej szczegółowo

Analiza potencjału energetycznego depozytów mułów węglowych

Analiza potencjału energetycznego depozytów mułów węglowych zaiteresowaia wykorzystaiem tej metody w odiesieiu do iych droboziaristych materiałów odpadowych ze wzbogacaia węgla kamieego ależy poszukiwać owych, skutecziej działających odczyików. Zdecydowaie miej

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie. Wykoujemy rzuty symetryczą kością do gry do chwili uzyskaia drugiej szóstki. Niech Y ozacza zmieą losową rówą liczbie rzutów w których uzyskaliśmy ie wyiki iż szóstka a zmieą losową rówą liczbie

Bardziej szczegółowo

Estymacja współczynnika dopasowania w klasycznym modelu ryzyka

Estymacja współczynnika dopasowania w klasycznym modelu ryzyka Ogólopolska Koferecja Naukowa Zagadieia Aktuariale Teoria i praktyka Warszawa, 9- czerwca 008 Estymacja współczyika dopasowaia w klasyczym modelu ryzyka Aa Nikodem Uiwersytet Ekoomiczy we Wrocławiu Klasyczy

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

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;

Bardziej szczegółowo

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

Bardziej szczegółowo

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Statystyka powtórzenie (I semestr) Rafał M. Frąk Statystyka powtórzeie (I semestr) Rafał M. Frąk TEORIA Statystyka Statystyka zajmuje się badaiem procesu zbieraia oraz iterpretacji daych liczbowych lub jakościowych. Przedmiotem statystyki są metody badaia

Bardziej szczegółowo

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu dr hab. iż. KRYSTIAN KALINOWSKI WSIiZ w Bielsku Białej, Politechika Śląska dr iż. ROMAN KAULA Politechika Śląska Optymalizacja sieci powiązań układu adrzędego grupy kopalń ze względu a koszty trasportu

Bardziej szczegółowo

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7 Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

KADD Metoda najmniejszych kwadratów

KADD Metoda najmniejszych kwadratów Metoda ajmiejszych kwadratów Pomiary bezpośredie o rówej dokładości o różej dokładości średia ważoa Pomiary pośredie Zapis macierzowy Dopasowaie prostej Dopasowaie wielomiau dowolego stopia Dopasowaie

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

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

Bardziej szczegółowo

Statystyka opisowa - dodatek

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

Bardziej szczegółowo

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 STATYSTYKA Rafał Kucharski Uiwersytet Ekoomiczy w Katowicach 2015/16 ROND, Fiase i Rachukowość, rok 2 Rachuek prawdopodobieństwa Rzucamy 10 razy moetą, dla której prawdopodobieństwo wyrzuceia orła w pojedyczym

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)

Bardziej szczegółowo

Parametryczne Testy Istotności

Parametryczne Testy Istotności Parametrycze Testy Istotości Wzory Parametrycze testy istotości schemat postępowaia pukt po pukcie Formułujemy hipotezę główą H odośie jakiegoś parametru w populacji geeralej Hipoteza H ma ajczęściej postać

Bardziej szczegółowo

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

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,

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

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,

Bardziej szczegółowo

16 Przedziały ufności

16 Przedziały ufności 16 Przedziały ufości zapis wyiku pomiaru: sugeruje, że rozkład błędów jest symetryczy; θ ± u(θ) iterpretacja statystycza przedziału [θ u(θ), θ + u(θ)] zależy od rozkładu błędów: P (Θ [θ u(θ), θ + u(θ)])

Bardziej szczegółowo

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

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

Bardziej szczegółowo

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,.

Zadanie 2 Niech,,, będą niezależnymi zmiennymi losowymi o identycznym rozkładzie,. Z adaie Niech,,, będą iezależymi zmieymi losowymi o idetyczym rozkładzie ormalym z wartością oczekiwaą 0 i wariacją. Wyzaczyć wariację zmieej losowej. Wskazówka: pokazać, że ma rozkład Γ, ODP: Zadaie Niech,,,

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test

Bardziej szczegółowo

Dydaktyka matematyki III-IV etap edukacyjny (wykłady)

Dydaktyka matematyki III-IV etap edukacyjny (wykłady) Dydaktyka matematyki III-IV etap edukacyjy (wykłady) Wykład r 12: Fukcja wykładicza cd. Ciągłość fukcji. Pochoda fukcji Semestr zimowy 2018/2019 Fukcja wykładicza (cd.) propozycja Podobie jak w przykładach

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

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

Bardziej szczegółowo

Struktura czasowa stóp procentowych (term structure of interest rates)

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,

Bardziej szczegółowo

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

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

Bardziej szczegółowo

Politechnika Poznańska

Politechnika Poznańska Politechika Pozańska Temat: Laboratorium z termodyamiki Aaliza składu spali powstałych przy spalaiu paliw gazowych oraz pomiar ich prędkości przepływu za pomocą Dopplerowskiego Aemometru Laserowego (LDA)

Bardziej szczegółowo

θx θ 1, dla 0 < x < 1, 0, poza tym,

θx θ 1, dla 0 < x < 1, 0, poza tym, Zadaie 1. Niech X 1,..., X 8 będzie próbą z rozkładu ormalego z wartością oczekiwaą θ i wariacją 1. Niezay parametr θ jest z kolei zmieą losową o rozkładzie ormalym z wartością oczekiwaą 0 i wariacją 1.

Bardziej szczegółowo

1 Testy statystyczne. 2 Rodzaje testów

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

Bardziej szczegółowo

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1).

PRZEDZIAŁY UFNOŚCI. Niech θ - nieznany parametr rozkładu cechy X. Niech α będzie liczbą z przedziału (0, 1). TATYTYKA MATEMATYCZNA WYKŁAD 3 RZEDZIAŁY UFNOŚCI Niech θ - iezay parametr rozkład cechy. Niech będzie liczbą z przedział 0,. Jeśli istieją statystyki, U i U ; U U ; których rozkład zależy od θ oraz U θ

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9

Rentgenowska analiza fazowa jakościowa i ilościowa Wykład 9 Retgeowska aaliza fazowa jakościowa i ilościowa Wykład 9 1. Retgeowska aaliza fazowa jakościowa i ilościowa. 2. Metody aalizy fazowej ilościowej. 3. Dobór wzorca w aalizie ilościowej. 4. Przeprowadzeie

Bardziej szczegółowo

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Analiza dokładności wskazań obiektów nawodnych. Accuracy Analysis of Sea Objects

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

Bardziej szczegółowo

PRZYGOTOWANIE DANYCH HYDROLOGICZNYCH W ZAKRESIE NIEZBĘDNYM DO MODELOWANIA HYDRAULICZNEGO

PRZYGOTOWANIE DANYCH HYDROLOGICZNYCH W ZAKRESIE NIEZBĘDNYM DO MODELOWANIA HYDRAULICZNEGO PRZYGOTOWANIE DANYCH HYDROLOGICZNYCH W ZAKRESIE NIEZBĘDNYM DO MODELOWANIA HYDRAULICZNEGO Tamara Tokarczyk, Andrzej Hański, Marta Korcz, Agnieszka Malota Instytut Meteorologii i Gospodarki Wodnej Państwowy

Bardziej szczegółowo

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

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:

Bardziej szczegółowo

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

PODSTAWY BIOSTATYSTYKI ĆWICZENIA PODSTAWY BIOSTATYSTYKI ĆWICZENIA FILIP RACIBORSKI FILIP.RACIBORSKI@WUM.EDU.PL ZAKŁAD PROFILAKTYKI ZAGROŻEŃ ŚRODOWISKOWYCH I ALERGOLOGII WUM ZADANIE 1 Z populacji wyborców pobrao próbkę 1000 osób i okazało

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

I kolokwium z Analizy Matematycznej

I kolokwium z Analizy Matematycznej I kolokwium z Aalizy Matematyczej 4 XI 0 Grupa A. Korzystając z zasady idukcji matematyczej udowodić ierówość dla wszystkich N. Rozwiązaie:... 4 < + Nierówość zachodzi dla, bo 4

Bardziej szczegółowo

Statystyczny opis danych - parametry

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

Bardziej szczegółowo

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

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.

Bardziej szczegółowo

Definicja interpolacji

Definicja interpolacji INTERPOLACJA Defiicja iterpolacji Defiicja iterpolacji 3 Daa jest fukcja y = f (x), x[x 0, x ]. Zamy tablice wartości tej fukcji, czyli: f ( x ) y 0 0 f ( x ) y 1 1 Defiicja iterpolacji Wyzaczamy fukcję

Bardziej szczegółowo

OCENA METOD OBLICZANIA ŁADUNKÓW ZANIECZYSZCZEŃ WYMYWANYCH ZE ZLEWNI. Mariusz Sojka, Sadżide Murat-Błażejewska, Jolanta Kanclerz

OCENA METOD OBLICZANIA ŁADUNKÓW ZANIECZYSZCZEŃ WYMYWANYCH ZE ZLEWNI. Mariusz Sojka, Sadżide Murat-Błażejewska, Jolanta Kanclerz Acta Sci. Pol., Formatio Circumiectus 6 (1) 2007, 3 13 OCENA METOD OBLICZANIA ŁADUNKÓW ZANIECZYSZCZEŃ WYMYWANYCH ZE ZLEWNI Mariusz Sojka, Sadżide Murat-Błażejewska, Jolata Kaclerz Akademia Rolicza w Pozaiu

Bardziej szczegółowo

Słowa kluczowe: statystyki pozycyjne, dystrybuanta graniczna, typy rozkładów ekstremalnych, prognoza ostrzegawcza, charakterystyki hydrologiczne.

Słowa kluczowe: statystyki pozycyjne, dystrybuanta graniczna, typy rozkładów ekstremalnych, prognoza ostrzegawcza, charakterystyki hydrologiczne. Łukasz Kuźmiński Uiwersytet Ekoomiczy we Wrocławiu Wydział Iżyieryjo-Ekoomiczy Katedra Metod Ilościowych w Ekoomii lukasz.kuzmiski@ue.wroc.pl ZASTOSOWANIE TEORII WARTOŚCI EKSTREMALNYCH W PROGNOZOWANIU

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

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

Bardziej szczegółowo

0.1 ROZKŁADY WYBRANYCH STATYSTYK

0.1 ROZKŁADY WYBRANYCH STATYSTYK 0.1. ROZKŁADY WYBRANYCH STATYSTYK 1 0.1 ROZKŁADY WYBRANYCH STATYSTYK Zadaia 0.1.1. Niech X 1,..., X będą iezależymi zmieymi losowymi o tym samym rozkładzie. Obliczyć ES 2 oraz D 2 ( 1 i=1 X 2 i ). 0.1.2.

Bardziej szczegółowo

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym

Lista 5. Odp. 1. xf(x)dx = xdx = 1 2 E [X] = 1. Pr(X > 3/4) E [X] 3/4 = 2 3. Zadanie 3. Zmienne losowe X i (i = 1, 2, 3, 4) są niezależne o tym samym Lista 5 Zadaia a zastosowaie ierówosci Markowa i Czebyszewa. Zadaie 1. Niech zmiea losowa X ma rozkład jedostajy a odciku [0, 1]. Korzystając z ierówości Markowa oszacować od góry prawdopodobieństwo, że

Bardziej szczegółowo

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3:

Szereg geometryczny. 5. b) b n = 4n 2 (b 1 = 2, r = 4) lub b n = 10 (b 1 = 10, r = 0). 2. jest równa 1 x dla x = 1+ Zad. 3: Szereg geometryczy Zad : Suma wszystkich wyrazów ieskończoego ciągu geometryczego jest rówa 4, a suma trzech początkowych wyrazów wyosi a) Zbadaj mootoiczość ciągu sum częściowych tego ciągu geometryczego

Bardziej szczegółowo

LABORATORIUM METROLOGII

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

Bardziej szczegółowo

ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU

ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU Dr iż. Staisław NOGA oga@prz.edu.pl Politechika Rzeszowska ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU Streszczeie: W publikacji

Bardziej szczegółowo

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n I. Ciągi liczbowe Defiicja 1. Fukcję określoą a zbiorze liczb aturalych o wartościach rzeczywistych azywamy ciągiem liczbowym. Ciągi będziemy ozaczać symbolem a ), gdzie a ozacza -ty wyraz ciągu a ). Defiicja.

Bardziej szczegółowo

Klasyfikacja inwestycji materialnych ze względu na ich cel:

Klasyfikacja inwestycji materialnych ze względu na ich cel: Metodologia obliczeia powyższych wartości Klasyfikacja iwestycji materialych ze względu a ich cel: mające a celu odtworzeie środków trwałych lub ich wymiaę w celu obiżeia kosztów produkcji, rozwojowe:

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA I ANALIZA DANYCH LAB II STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.

Bardziej szczegółowo

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu

Przykład Obliczenie wskaźnika plastyczności przy skręcaniu Przykład 10.5. Obliczeie wskaźika plastyczości przy skręcaiu Obliczyć wskaźiki plastyczości przy skręcaiu dla astępujących przekrojów: a) -kąta foremego b) przekroju złożoego 6a 16a 9a c) przekroju ciekościeego

Bardziej szczegółowo

2.1. Studium przypadku 1

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.

Bardziej szczegółowo

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA TATYTYKA MATEMATYCZNA ROZKŁADY PODTAWOWYCH TATYTYK zmiea losowa odpowiedik badaej cechy, (,,..., ) próba losowa (zmiea losowa wymiarowa, i iezależe zmiee losowe o takim samym rozkładzie jak (taką próbę

Bardziej szczegółowo

TRANZYSTORY POLOWE JFET I MOSFET

TRANZYSTORY POLOWE JFET I MOSFET POLTECHNKA RZEZOWKA Kaedra Podsaw Elekroiki srukcja Nr5 F 00/003 sem. lei TRANZYTORY POLOWE JFET MOFET Cel ćwiczeia: Pomiar podsawowych charakerysyk i wyzaczeie paramerów określających właściwości razysora

Bardziej szczegółowo

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ

SKUTKI ZAWODNOŚCI TRANSFORMATORÓW ROZDZIELCZYCH W SPÓŁCE DYSTRYBUCYJNEJ Prace Naukowe Istytutu Maszy, Napędów i Pomiarów Elektryczych Nr 60 Politechiki Wrocławskiej Nr 60 Studia i Materiały Nr 27 2007 Adrzej STOBIECKI *, Ja C. STĘPIEŃ trasformator, zawodość, koszty, eergia

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

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

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

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

Bardziej szczegółowo

WYKORZYSTANIE WYKRESÓW CZTEROPOLOWYCH W BADANIACH SPOŁECZNO-EKONOMICZNYCH 1

WYKORZYSTANIE WYKRESÓW CZTEROPOLOWYCH W BADANIACH SPOŁECZNO-EKONOMICZNYCH 1 Agieszka Staimir Uiwersytet Ekoomiczy we Wrocławiu WYKORZYSTANIE WYKRESÓW CZTEROPOLOWYCH W BADANIACH SPOŁECZNO-EKONOMICZNYCH 1 Wprowadzeie W badaiach społeczo-ekoomiczych bardzo często występują zmiee

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo