Temat A. Wykład nr. Nr indeksu. Nazwisko, imię (studenta) 1 a b c 2 a b c 3 a b c 4 a b c 5 a b 6 a b c Test

Wielkość: px
Rozpocząć pokaz od strony:

Download "Temat A. Wykład nr. Nr indeksu. Nazwisko, imię (studenta) 1 a b c 2 a b c 3 a b c 4 a b c 5 a b 6 a b c Test"

Transkrypt

1 Wykład nr Nr ndeksu Nazwsko, mę (studenta). Egzamn ze statystyk Studa Lenjake Stajonarne ZESTAW PRZYKŁADOWY NR 1 Temat A Zad 1 a a 3 a 4 a 5 a 6 a Test Pkt Razem

2 Przy rozwązywanu zadań jeśl to konezne należy przyjąć pozom stotnoś 0,05 oraz współzynnk ufnoś 0,90. Zadane 1 Zadano 00 emerytów 00 osó aktywnyh zawodowo pod względem mesęznyh wydatków na komunkaję mejską (w zł) stwerdzono, że: - w grupe emerytów dokładne 5% osó wydawało na komunkaję mejską o najwyżej 30 złotyh, 60% o najwyżej 60 złotyh, a 80% o najwyżej 90 złotyh. Pozostała zęść emerytów wydawała na komunkaję mejską o najwyżej 10 złotyh; - w grupe osó aktywnyh zawodowo (praowny) strukturę wydatków orazuje następująy szereg rozdzelzy: Lza (Wydatk> praownków Na podstawe tego szeregu olzono: x n 18300; Ogółem 00 x x n ; Korzystają z powyższyh danyh należy: a) Zudować szereg rozdzelzy mesęznyh wydatków na komunkaję mejską w grupe emerytów oraz określć wartość medany w tej grupe. [] ) Przedstawć grafzny sposó wyznazena mary olzonej w punke 1a). [1] ) Za pomoą mar pozyyjnyh oenć porównać zróżnowane ou adanyh grup ze względu na wydatk na komunkaję mejską. Wadomo, że kwartyl perwszy, medana kwartyl trze w rozkładze dla osó aktywnyh zawodowo wynosły odpowedno: 71,9; 96,6; 115,4. [4] Zadane Korzystają z danyh z zadana 1 proszę: a. oszaować punktowo przedzałowo średne wydatk na komunkaję mejską w populaj osó aktywnyh zawodowo [4]. Zweryfkować hpotezę mówąą o tym, ż rak jest stotnyh różn mędzy frakjam emerytów osó aktywnyh zawodowo, którzy wydają mesęzne od 60 do 90 złotyh na komunkaję mejską. [3]. Dla jakego mnmalnego pozomu stotnoś deyzja weryfkayjna z punktu ) mogłay ule zmane? [1] Zadane 3 Przyjmuje sę, że zas żywotnoś pewnego rodzaju żarówk można opsać rozkładem normalnym o parametrah 4,11 tys. godz. oraz 0,1 tys. godz. a. Ile wynos prawdopodoeństwo, że zas żywotnoś losowo wyranej żarówk ędze różnć sę ne węej nż o 0, tys. godz. od średnego zasu założonego dla tego rodzaju żarówek? [1]. Na wykrese dystryuanty rozkładu teoretyznego zasu żywotnoś tego rodzaju żarówk przedstawć grafzną prezentaje prawdopodoeństwa z punktu 3a. [1]

3 . Z part wyprodukowanyh żarówek tego typu w sposó losowy wyrano 144 sztuk. Ile wynos prawdopodoeństwo, że średn zas żywotnoś żarówek w tej próe ędze dłuższy nż 4,10 tys. godz.? [] Zadane 4 Badane zależnoś mesęznyh dohodów (x- tys. zł) w losowej próe 100 gospodarstw domowyh w małyh mastah (lząyh do 10 tys. meszkańów) mesęznyh wydatków ogółem w tyh gospodarstwah (y tys. zł) dostarzyło nformaj: x 3,19; y,66; yˆ y 104,51; y yˆ s ( x),79; s ( y),16; (s - waranje neoążone) 108,66; ( x, y) ( y, x) 1,7; Korzystają z powyższyh danyh należy: a) Zapsać funkję regresj lnowej wydatków względem dohodów w tyh gospodarstwah. Podać nterpretaję współzynnka regresj [3] ) Olzyć odpowedną marę oenć w jakm stopnu zróżnowane wydatków może yć wyjaśnane przez regresję lnową dohodów? [] ) Dokonać prognozy mesęznyh wydatków w gospodarstwe domowym, którego dohody wynoszą 5 tys. zł. Ile wynos standardowy łąd dla tej prognozy? [] Zadane 5 Na podstawe nformaj z zadana 4 dokonano analzy występowana zależnoś mędzy wysokośą dohodów gospodarstwa płą głowy gospodarstwa domowego. Dane harakteryzująe dohody zostały pogrupowane w przedzały zudowano talę korelayjną: Dohody gospodarstwa Mężzyzna do tys tys powyżej 4 tys. 3 9 Koeta Olzono: ( n nˆ ) j nˆ j j j 9,04 a) Zweryfkować hpotezę dotyząa nezależnoś dohodów od pł głowy gospodarstwa domowego w populaj meszkańów małyh mast. [] ) Olzyć znterpretować wartość ˆn 1 [1]

4 Zadane 6 Dane dotyząe półroznyh wydatków na lek (w zł) w 100 zadanyh gospodarstwah domowyh w małyh mastah w latah przedstawa ponższe zestawene: Lata Półroze I II I II I II I II Wydatk (w zł) Średne ruhome 17,5 30 3,5 37,5 4,5 a) Na podstawe tyh danyh dokonano analzy sezonowoś wyznazono asolutny (addytywny) surowy wskaźnk sezonowoś dla drugh półrozy S =18,333. Uzupełnć rakująą średną ruhomą a następne olzyć znterpretować pozom wahań sezonowyh (ozyszzony) dla perwszyh półrozy analzowanyh lat. [3] ) Czy rozne wydatk na lek w latah średno rosły zy malały w jakm tempe? (Podać odpowedź na podstawe odpowednej mary dynamk zman). [] ) Wydatk na lek w adanyh gospodarstwah analzowano według h struktury (na reeptę ez reepty). Na podstawe ndeksów agregatowyh ustalono, że gdyy w 014 roku lość struktura zakuponyh leków yła taka sama jak w 01 roku, to tylko pod wpływem zmany en, ogólne wydatk na lek wzrosłyy w 014 r w stosunku do 01 roku o 4,5%. Na podstawe odpowednego ndeksu oenć wpływ zman w loś zakuponyh leków na ogólne wydatk gospodarstw w tyh latah. [] Część testowa Punktaja: poprawna odpowedź 1 pkt; rak odpowedz 0 pkt; odpowedź łędna 1 pkt. Jeżel ałkowta suma punktów z zęś testowej ędze ujemna, jako wynk zęś testowej zostane przyjęte 0 pkt. 1. W pewnej grupe lząej 5 osó średna, medana domnanta weku yły równe po lata. Do grupy dołązyło pęć osó - jedna mająa 18 lat, dwe po lata po 4 lata. Czy wynka z tego, że: a) Średna wzrosła T N ) Domnanta ne zmenła sę T N ) Medana wzrosła wynos 4 lata T N. Współzynnk korelaj Pearsona: a) Może yć zastosowany do pomaru zależnoś dwóh eh nemerzalnyh T N ) Przyjmuje wartoś z przedzału [0; 1] T N ) Równy zero wskazuje na rak korelaj lnowej mędzy zmennym T N 3. Z twerdzena granznego de Movr a-laplae a wynka, że: a) Cąg zmennyh losowyh { X n } o rozkładze dwumanowym z parametram n p jest zeżny do rozkładu normalnego o parametrah m=1, σ=1 ) Cąg zmennyh losowyh { X n } o rozkładze dwumanowym z parametram standardowego rozkładu normalnego N(0,1) ) Cąg zmennyh losowyh { X n } o rozkładze dwumanowym z parametram rozkładu t-studenta n p jest zeżny do n p jest zeżny do T T T N N N

5 EGZAMIN ZE STATYSTYKI: ZESTAW PRZYKŁADOWY NR Uwaga. W rozwązanah tam gdze to konezne - przyjąć pozom stotnoś 0,05 a współzynnk ufnoś 0,95 Zadane 1.(7pkt) Ponżej zaprezentowano dwa empryzne szereg rozdzelze. Perwszy dotyzy dzennyh orotów 130 spółek o najwyższej kaptalzaj WIG0,WIG40,WIG 80 (w mln zł), a drug wartoś jednostk udzałowej (w zł) 170 funduszy nwestyyjnyh na gełdze w wyranym dnu zerwa 016 roku. Spółk Fundusze nwestyyjne Oroty Lza spółek Wartość jednostk Lza funduszy Średna 16,0 ważona Waranja neoążona,51 a) Olz znterpretuj wartość medany orotów spółek (1,5pkt). ) Wyznaz znterpretuj klasyzną względną marę zróżnowana dla orotów (1pkt) ) Wykonaj wykres dystryuanty empryznej zaznaz (ez wykonana olzeń) wartość trzeego kwartyla w rozkładze wartoś jednostek udzałowyh funduszy nwestyyjnyh (,5 pkt). d) Porównują odpowedne mary (które zostały wyznazone w poprzednh podpunktah) lu wykonują hstogram sharakteryzuj kerunek asymetr w ou rozkładah. Znterpretuj wynk ( pkt). Zadane (5pkt) Wadomo, że rozkład wag pazkowanego produktu spożywzego ma rozkład normalny z wartośą ozekwaną 0 dag odhylenem standardowym 6 dag. Olz prawdopodoeństwo, że: a) waga losowo wyranej pazk przekrozy 5 dag. Wynk proszę zlustrować grafzne na rozkładze funkj gęstoś wystandaryzowanego rozkładu normalnego. (p) ) średna waga losowo wyranyh 16 pazek ne przekrozy 1 dag. Wynk proszę zlustrować na wykrese dystryuanty wystandaryzowanego rozkładu normalnego (3p) Zadane 3. (4pkt) W elu porównana wynagrodzeń koet mężzyzn w paźdzernku 01 r. wykonano na próah losowyh adane wynagrodzeń według pł weku. Sformułuj odpowedne hpotezy oeń, przy jakm granznym pozome stotnoś można stwerdzć, że średne wynagrodzene mężzyzn w najmłodszej grupe weku w populaj jest wyższe nż średne wynagrodzene koet w tej grupe weku w populaj. Wadomo, że próy losowe w najmłodszej grupe weku lzyły po

6 00 osó, a odhylene standardowe (neoążone) stanowło dla koet, dla mężzyzn w tej grupe po 60% średnego wynagrodzena. Wek Mężzyźn Koety średne wynagrodzene w tys. zł Ogółem 4,49 3,540 4 lata mnej,67, ,908 3, ,887 3, ,379 3, ,155 3, ,68 4, lat węej 6,387 5,604 Zadane 4 (5pkt) Przeprowadzono adane, którego elem yła oena zanteresowana eżąą poltyką sprawam pulznym w wyróżnonyh grupah weku. Respondentów podzelono na ztery grupy wg weku po 7 osó w każdej grupe. Każdemu zadano po 10 pytań. Ponższa taela zawera lzy prawdłowyh odpowedz uzyskane przez poszzególnyh respondentów. Lza prawdłowyh odpowedz w poszzególnyh grupah Szkoła średna Młodz dorośl Osoy w weku Osoy starsze średnm Ponadto olzono średne lzy poprawnyh odpowedz dla każdej z grup, które wynosły odpowedno: ;,71; 4,43; 7,86. Natomast neoążona waranja w ałej próe wynosła 9. a) Czy na podstawe adana można stwerdzć, że wek stotne różnuje zanteresowane poltyką sprawam eżąym w państwe? Zweryfkuj odpowedną hpotezę. Wykorzystaj analzę waranj (4p) ) Jake teoretyzne założena są przyjmowane w analze waranj? (1p) Zadane 5 (10 pkt) Ponższa taela zawera wyrane statystyk dotyząe przestępzoś oraz możlwyh determnant przestępzoś dla 10 stanów USA. Dane o przestępzoś przedstawono, jako lzę wyróżnonyh rodzajów przestępstw przypadająyh na meszkańów danego stanu. Stan Lzy przestępstw na meszkańów: Zmenne nezależne morderstw włamań kradzeży samohodów Gęstość zaludnena (l. osó na mlę kw.) Stopa ezrooa Mane ,7 5,4 Nowy Jork ,8 5,5 Oho ,5 6,5

7 Iowa ,7 4,0 Vrgna , 4,0 Kentuky ,5 6,3 Teksas ,9 4,8 Arzona , 5,9 Waszyngton ,4 5,3 Kalforna ,7 7,1 Średna 4, ,48 Waranja neoążona 4, ,044 a) Naszkuj wykres przedstawająy punkty reprezentująe oserwaje (stany) w dwuwymarowej przestrzen zmennyh: lzy kradzeży samohodów na meszkańów stopy ezrooa. Czy można zauważyć lnową zależność mędzy zmennym? Naszkuj lnę regresj. (1,5p) ) Olz współzynnk korelaj w próe zweryfkuj hpotezę o dodatnej korelaj pomędzy lzą kradzeży samohodów na meszkańów stopą ezrooa. Wadomo, że kowaranja pomędzy tym zmennym wynos 99,18. (3p) ) Czy deyzja weryfkayjna ulegne zmane, jeśl pozom stotnoś zmenmy do 0,1? Odpowedź uzasadnj(1p) d) Oszauj znterpretuj oeny parametrów funkj regresj, w której zmenną zależną ędze lza kradzeży samohodów na meszkańów, a zmenną nezależną stopa ezrooa (,5p) e) Wadomo, że w stane Alaama stopa ezrooa wynosła 8,, ne są natomast znane statystyk dotyząe przestępzoś. Wyznaz prognozę dla lzy kradzeży samohodów w tym stane wykorzystują otrzymany model. Jak ędze łąd standardowy tej prognozy, jeśl wadomo, że odhylene standardowe składnka resztowego s(e) przyjęło wartość 153,17. (p) Zadane 6 (5pkt). W taly zestawono dane na temat wskaźnka en wyranyh towarów konsumpyjnyh (zmany z kwartału na kwartał) Wyszzególnene I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. okres poprzedn = 100 Ogółem 101,7 101,3 99,5 100,4 100, 100,4 100,0 100,0 100, 100,0 99,5 99,6 Żywność napoje ezalkoholowe 103,5 10,0 98,0 100,8 101,9 100,8 99,0 99,9 101,8 98,8 97,5 99,3 Odzeż ouwe 95, 10, 95,4 10,7 94,8 10,6 95,3 10,7 95,1 10,4 95, 10,7 a) proszę wyznazyć, jak zmenły sę eny żywnoś napojów ezalkoholowyh w zwartym kwartale 014 r. w porównanu do zwartego kwartału 013 r. (p) ) wyznazyć znterpretować średne tempo zman en żywnoś napojów ezalkoholowyh w okrese I kwartał III kwartał 013.(p) ) zy uzasadnona yłay ze względów nterpretayjnyh oena tempa zman en odzeży ouwa w okrese IV kwartał 01- IV kwartał 013 za pomoą ndeksu średnego tempa zman. Odpowedź proszę uzasadnć, nekonezne za pomoą olzeń. (1p)

8 Zadane 7 (testowe 9 pkt) Otozyć kółkem w każdym przypadku odpowedź T-tak lu N-ne Punktaja w zadanu: odpowedź poprawna 1 pkt; rak odpowedz 0 pkt; odpowedź łędna -1 pkt. Jeżel ałkowta suma punktów z zęś testowej ędze ujemna, jako wynk zadana testowego zostane przyjęte 0 pkt. 1 Przy pozome ufnoś 0,95 wykonano estymaję przedzałową wydatków na żywność w gospodarstwah domowyh dwuosoowyh. A zy preyzja oszaowana zwększyłay sę, jeśl współzynnk ufnoś przyjęty ędze na pozome 0,99? T N B gdyy w nnym adanu średna yła wększa, zy przy pozostałyh wartośah nezmenonyh (lzeność próy, odhylene standardowe, pozom ufnoś) długość przedzału ufnoś (rozpętość) pozostałay nezmenona? C zy zwększene lzenoś próy popraw preyzję oszaowana? T N Test wykorzystywany jest do: A sprawdzana zgodnoś rozkładu z rozkładem normalnym T N B adana nezależnoś zmennyh X,Y T N C adana statystyznej stotnoś współzynnka regresj lnowej T N 3 Rozny wskaźnk nflaj (agregatowy ndeks en dla ok dór usług konsumpyjnyh, olzony formułą Laspeyresa) wynósł 1, 01. Oznaza to że: A na pewno eny wszystkh uwzględnonyh dór usług w adanym okrese wzrosły T N B agregatowy ndeks wartoś jest na pewno mnejszy od 1,01 T N C agregatowy ndeks loś mus yć mnejszy od jednoś. T N T N

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010

Egzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010 Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %)

Zad 2 Dynamika zatrudnienia mierzona indeksami łańcuchowymi w ostatnich pięciu latach kształtowały się następująco: Lata Indeksy ( w %) Analza dnamk Zad. 1 Indeks lczb studującch studentów w województwe śląskm w kolejnch pęcu latach przedstawał sę następująco: Lata 1 2 3 4 5 Indeks jednopodstawowe z roku t = 1 100,0 115,7 161,4 250,8 195,9

Bardziej szczegółowo

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4 Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =

Bardziej szczegółowo

Zadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np. Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Model potęgowy Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:

1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń: .. Uprość ops zdarzeń: a) A B, A \ B b) ( A B) ( A' B).. Uproścć ops zdarzeń: a) A B A b) A B, ( A B) ( B C).. Uproścć ops zdarzeń: a) A B A B b) A B C ( A B) ( B C).4. Uproścć ops zdarzeń: a) A B, A B

Bardziej szczegółowo

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4

0 0,2 0, p 0,1 0,2 0,5 0, p 0,3 0,1 0,2 0,4 Zad. 1. Dana jest unkcja prawdopodobeństwa zmennej losowej X -5-1 3 8 p 1 1 c 1 Wyznaczyć: a. stałą c b. wykres unkcj prawdopodobeństwa jej hstogram c. dystrybuantę jej wykres d. prawdopodobeństwa: P (

Bardziej szczegółowo

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są

Bardziej szczegółowo

65120/ / / /200

65120/ / / /200 . W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę

Bardziej szczegółowo

I PRACOWNIA FIZYCZNA, UMK TORUŃ WYZNACZANIE MOMENTU BEZWŁADNOŚCI BRYŁY SZTYWNEJ ZA POMOCĄ WAHADŁA TORSYJNEGO

I PRACOWNIA FIZYCZNA, UMK TORUŃ WYZNACZANIE MOMENTU BEZWŁADNOŚCI BRYŁY SZTYWNEJ ZA POMOCĄ WAHADŁA TORSYJNEGO PACOWNA FZYCZNA, UMK TOUŃ nstrukja do ćwzena nr 9 * WYZNACZANE MOMENTU BEZWŁANOŚC BYŁY SZTYWNEJ ZA POMOCĄ WAHAŁA TOSYJNEGO. Cel ćwzena Wyznazene momentu bezwładnoś za pomoą wahadła torsyjnego (metoda dynamzna).

Bardziej szczegółowo

WYSYCHANIE ZABYTKOWYCH MURÓW Z CEGŁY *

WYSYCHANIE ZABYTKOWYCH MURÓW Z CEGŁY * ROCZNIKI INŻYNIERII BUDOWLANEJ ZESZYT 7/007 Komsja Inżyner Budowlanej Oddzał Polskej Akadem Nauk w Katowah WYSYCHANIE ZABYTKOWYCH MURÓW Z CEGŁY * Andrzej KUCHARCZYK Poltehnka Opolska, Opole. Wprowadzene

Bardziej szczegółowo

Analiza korelacji i regresji

Analiza korelacji i regresji Analza korelacj regresj Zad. Pewen zakład produkcyjny zatrudna pracownków fzycznych. Ich wydajność pracy (Y w szt./h) oraz mesęczne wynagrodzene (X w tys. zł) przedstawa ponższa tabela: Pracownk y x A

Bardziej szczegółowo

Natalia Nehrebecka. Wykład 2

Natalia Nehrebecka. Wykład 2 Natala Nehrebecka Wykład . Model lnowy Postad modelu lnowego Zaps macerzowy modelu lnowego. Estymacja modelu Wartośd teoretyczna (dopasowana) Reszty 3. MNK przypadek jednej zmennej . Model lnowy Postad

Bardziej szczegółowo

dy dx stąd w przybliżeniu: y

dy dx stąd w przybliżeniu: y Przykłady do funkcj nelnowych funkcj Törnqusta Proszę sprawdzć uzasadnć, które z podanych zdań są prawdzwe, a które fałszywe: Przykład 1. Mesęczne wydatk na warzywa (y, w jednostkach penężnych, jp) w zależnośc

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 4

Natalia Nehrebecka. Zajęcia 4 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających

Bardziej szczegółowo

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa

Badania sondażowe. Braki danych Konstrukcja wag. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Badana sondażowe Brak danych Konstrukcja wag Agneszka Zęba Zakład Badań Marketngowych Instytut Statystyk Demograf Szkoła Główna Handlowa 1 Błędy braku odpowedz Całkowty brak odpowedz (UNIT nonresponse)

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Interpretacja parametrów przy zmennych objaśnających cągłych Semelastyczność 2. Zastosowane modelu potęgowego Model potęgowy 3. Zmenne cągłe za zmenne dyskretne

Bardziej szczegółowo

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE

CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE CZĘŚĆ 6. MODEL REGRESJI, TREND LINIOWY ESTYMACJA, WNIOSKOWANIE Zadane 1. Na podstawe obserwacj dotczącch welkośc powerzchn ekspozcjnej (cecha X w m kw.) oraz welkośc dzennego obrotu punktu sprzedaż płtek

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych Współcznnk korelacj lnowej oraz funkcja regresj lnowej dwóch zmennch S S r, cov współcznnk determnacj R r Współcznnk ndetermnacj ϕ r Zarówno współcznnk determnacj jak ndetermnacj po przemnożenu przez 00

Bardziej szczegółowo

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH

ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Potr Mchalsk Węzeł Centralny OŻK-SB 25.12.2013 rok ANALIZA KORELACJI WYDATKÓW NA KULTURĘ Z BUDŻETU GMIN ORAZ WYKSZTAŁCENIA RADNYCH Celem ponższej analzy jest odpowedź na pytane: czy wykształcene radnych

Bardziej szczegółowo

Temat B. Wykład nr. Nr indeksu. Nazwisko, imię (studenta) 1 a b c 2 a b c d 3 a b c d e 4 5 a b

Temat B. Wykład nr. Nr indeksu. Nazwisko, imię (studenta) 1 a b c 2 a b c d 3 a b c d e 4 5 a b Wykład nr Nr ndeksu Nazwsko, mę (studenta). Temat B Egzamn ze statystyk Studa Lcencjacke Stacjonarne Termn I /czerwec 20 Zad 1 a c 2 a c d 3 a c d e 4 5 a Pkt Razem Uwaga: Przy rozwązywanu zadań, jeśl

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4 Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja

Bardziej szczegółowo

Natalia Nehrebecka. Zajęcia 3

Natalia Nehrebecka. Zajęcia 3 St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 3 1. Dobroć dopasowana równana regresj. Współczynnk determnacj R Dk Dekompozycja warancj zmennej zależnej ż Współczynnk determnacj R. Zmenne cągłe a

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH 1 Test zgodnośc χ 2 Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład o dystrybuance F). Hpoteza alternatywna H1( Cecha X populacj

Bardziej szczegółowo

Nieparametryczne Testy Istotności

Nieparametryczne Testy Istotności Neparametryczne Testy Istotnośc Wzory Neparametryczne testy stotnośc schemat postępowana punkt po punkce Formułujemy hpotezę główną odnoszącą sę do: zgodnośc populacj generalnej z jakmś rozkładem, lub:

Bardziej szczegółowo

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1

Rozkład dwupunktowy. Rozkład dwupunktowy. Rozkład dwupunktowy x i p i 0 1-p 1 p suma 1 Rozkład dwupunktowy Zmenna losowa przyjmuje tylko dwe wartośc: wartość 1 z prawdopodobeństwem p wartość 0 z prawdopodobeństwem 1- p x p 0 1-p 1 p suma 1 Rozkład dwupunktowy Funkcja rozkładu prawdopodobeństwa

Bardziej szczegółowo

Analiza struktury zbiorowości statystycznej

Analiza struktury zbiorowości statystycznej Analza struktury zborowośc statystycznej.analza tendencj centralnej. Średne klasyczne Średna arytmetyczna jest parametrem abstrakcyjnym. Wyraża przecętny pozom badanej zmennej (cechy) w populacj generalnej:

Bardziej szczegółowo

Rozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT

Rozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT Rozwązana (lub wskazówk do rozwązań) wększośc zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT 01-014 ZMIENNA LOSOWA I JEJ ROZKŁAD Zadane 1/ str. 4 a/ zmenna może przyjmować

Bardziej szczegółowo

Weryfikacja hipotez parametrycznych. Test Value = % Confidence Interval of the

Weryfikacja hipotez parametrycznych. Test Value = % Confidence Interval of the Weryfkacja hpotez parametrycznych Zadane 1 Wadomo, ze meseczne wydatk na srodk czystosc w gospodarstwach domowych sa zmenna losowa o rozkladze normalnym z odchylenem standardowym równym 4 zl. Wsród 10

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli)

Model ASAD. ceny i płace mogą ulegać zmianom (w odróżnieniu od poprzednio omawianych modeli) Model odstawowe założena modelu: ceny płace mogą ulegać zmanom (w odróżnenu od poprzedno omawanych model) punktem odnesena analzy jest obserwacja pozomu produkcj cen (a ne stopy procentowej jak w modelu

Bardziej szczegółowo

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4.

Modele wieloczynnikowe. Modele wieloczynnikowe. Modele wieloczynnikowe ogólne. α β β β ε. Analiza i Zarządzanie Portfelem cz. 4. Modele weloczynnkowe Analza Zarządzane Portfelem cz. 4 Ogólne model weloczynnkowy można zapsać jako: (,...,,..., ) P f F F F = n Dr Katarzyna Kuzak lub (,...,,..., ) f F F F = n Modele weloczynnkowe Można

Bardziej szczegółowo

Zadanie 2. Dany jest szereg rozdzielczy przedziałowy, wyznaczyć następujące miary: 0 5 5 wariancja, odchylenie standardowe

Zadanie 2. Dany jest szereg rozdzielczy przedziałowy, wyznaczyć następujące miary: 0 5 5 wariancja, odchylenie standardowe Zadane 1. Dany jet zereg przedzałowy, wyznaczyć natępujące mary: x n średna arytmetyczna 1 10 warancja, odchylene tandardowe 15 domnanta 3 0 medana 4 35 kurtoza 5 0 6 15 Zadane. Dany jet zereg rozdzelczy

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Inżynerska dr hab. nż. Jacek Tarasuk AGH, WFIS 013 Wykład DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE Zmenna losowa, Funkcja rozkładu, Funkcja gęstośc, Dystrybuanta, Charakterystyk zmennej, Funkcje

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada. Zajęcia 3 Stansław Cchock Natala Nehrebecka Katarzyna Rosak-Lada Zajęca 3 1. Dobrod dopasowana równana regresj. Współczynnk determnacj R 2 Dekompozycja warancj zmennej zależnej Współczynnk determnacj R 2 2. Zmenne

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

Natalia Nehrebecka. Dariusz Szymański

Natalia Nehrebecka. Dariusz Szymański Natala Nehrebecka Darusz Szymańsk . Sprawy organzacyjne Zasady zalczena Ćwczena Lteratura. Czym zajmuje sę ekonometra? Model ekonometryczny 3. Model lnowy Postać modelu lnowego Zaps macerzowy modelu dl

Bardziej szczegółowo

ZASADY WYZNACZANIA DEPOZYTÓW ZABEZPIECZAJĄCYCH PO WPROWADZENIU DO OBROTU OPCJI W RELACJI KLIENT-BIURO MAKLERSKIE

ZASADY WYZNACZANIA DEPOZYTÓW ZABEZPIECZAJĄCYCH PO WPROWADZENIU DO OBROTU OPCJI W RELACJI KLIENT-BIURO MAKLERSKIE Zasady wyznazana depozytów zabezpezaąyh po wprowadzenu do obrotu op w rela lent-buro malerse ZAADY WYZNACZANIA DEPOZYTÓW ZABEZPIECZAJĄCYCH PO WPROWADZENIU DO OBROTU OPCJI W RELACJI KLIENT-BIURO MAKLERKIE

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystya.05.00 r. Zadane Zmenna losowa X ma rozład wyładnczy o wartośc oczewanej, a zmenna losowa Y rozład wyładnczy o wartośc oczewanej. Obe zmenne są nezależne. Oblcz E( Y X + Y =

Bardziej szczegółowo

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010

EKONOMETRIA I Spotkanie 1, dn. 05.10.2010 EKONOMETRIA I Spotkane, dn. 5..2 Dr Katarzyna Beń Program ramowy: http://www.sgh.waw.pl/nstytuty/e/oferta_dydaktyczna/ekonometra_stacjonarne_nest acjonarne/ Zadana, dane do zadań, ważne nformacje: http://www.e-sgh.pl/ben/ekonometra

Bardziej szczegółowo

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 2. Katarzyna Lubnauer Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,

Bardziej szczegółowo

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej Badane współzaleŝnośc dwóch cech loścowych X Y. Analza korelacj prostej Badane zaleŝnośc dwóch cech loścowych. Analza regresj prostej Kody znaków: Ŝółte wyróŝnene nowe pojęce czerwony uwaga kursywa komentarz

Bardziej szczegółowo

Statystyka. Zmienne losowe

Statystyka. Zmienne losowe Statystyka Zmenne losowe Zmenna losowa Zmenna losowa jest funkcją, w której każdej wartośc R odpowada pewen podzbór zboru będący zdarzenem losowym. Zmenna losowa powstaje poprzez przyporządkowane każdemu

Bardziej szczegółowo

Metody predykcji analiza regresji

Metody predykcji analiza regresji Metody predykcj analza regresj TPD 008/009 JERZY STEFANOWSKI Instytut Informatyk Poltechnka Poznańska Przebeg wykładu. Predykcja z wykorzystanem analzy regresj.. Przypomnene wadomośc z poprzednch przedmotów..

Bardziej szczegółowo

Natalia Nehrebecka Stanisław Cichocki. Wykład 10

Natalia Nehrebecka Stanisław Cichocki. Wykład 10 Natala Nehrebecka Stansław Cchock Wykład 10 1 1. Testy dagnostyczne 2. Testowane prawdłowośc formy funkcyjnej modelu 3. Testowane normalnośc składnków losowych 4. Testowane stablnośc parametrów 5. Testowane

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo

IID = 2. i i i i. x nx nx nx

IID = 2. i i i i. x nx nx nx Zadane Analzujemy model z jedną zmenną objaśnającą bez wyrazu wolnego: y = β x + ε, ε ~ (0, σ ), gdze x jest nelosowe.. Wyznacz estymator MNK parametru β oraz oblcz jego warancję. (4 pkt) y. Zaproponowano

Bardziej szczegółowo

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20

BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG20 Darusz Letkowsk Unwersytet Łódzk BADANIE STABILNOŚCI WSPÓŁCZYNNIKA BETA AKCJI INDEKSU WIG0 Wprowadzene Teora wyboru efektywnego portfela nwestycyjnego zaproponowana przez H. Markowtza oraz jej rozwnęca

Bardziej szczegółowo

Komputerowe generatory liczb losowych

Komputerowe generatory liczb losowych . Perwszy generator Komputerowe generatory lczb losowych 2. Przykłady zastosowań 3. Jak generuje sę lczby losowe przy pomocy komputera. Perwszy generator lczb losowych L. H. C. Tppet - 927 Ksąż ążka -

Bardziej szczegółowo

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r.

Minister Edukacji Narodowej Pani Katarzyna HALL Ministerstwo Edukacji Narodowej al. J. Ch. Szucha 25 00-918 Warszawa Dnia 03 czerwca 2009 r. Mnster Edukacj arodowej Pan Katarzyna HALL Mnsterstwo Edukacj arodowej al. J. Ch. Szucha 25 00-918 arszawa Dna 03 czerwca 2009 r. TEMAT: Propozycja zmany art. 30a ustawy Karta auczycela w forme lstu otwartego

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wkład wstępn. Teora prawdopodobeństwa element kombnatork. Zmenne losowe ch rozkład 3. Populacje prób danch, estmacja parametrów 4. Testowane hpotez statstcznch 5. Test parametrczne

Bardziej szczegółowo

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE

PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA WAHANIA SEZONOWE STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Krzysztof Dmytrów * Marusz Doszyń ** Unwersytet Szczecńsk PROGNOZOWANIE SPRZEDAŻY Z ZASTOSOWANIEM ROZKŁADU GAMMA Z KOREKCJĄ ZE WZGLĘDU NA

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL 1. Interakcje 2. Przyblżane model nelnowych 3. Założena KMRL W standardowym modelu lnowym zakładamy,

Bardziej szczegółowo

Analiza regresji modele ekonometryczne

Analiza regresji modele ekonometryczne Analza regresj modele ekonometryczne Klasyczny model regresj lnowej - przypadek jednej zmennej objaśnającej. Rozpatrzmy klasyczne zagadnene zależnośc pomędzy konsumpcją a dochodam. Uważa sę, że: - zależność

Bardziej szczegółowo

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa. PARA ZMIENNYCH LOSOWYCH

Analiza danych. Analiza danych wielowymiarowych. Regresja liniowa. Dyskryminacja liniowa.   PARA ZMIENNYCH LOSOWYCH Analza danych Analza danych welowymarowych. Regresja lnowa. Dyskrymnacja lnowa. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ PARA ZMIENNYCH LOSOWYCH Parę zmennych losowych X, Y możemy

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej Rachunek prawdopodobeństwa statstka W 11: Analz zależnoścpomędz zmennm losowm Model regresj welokrotnej Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Model regresj lnowej Model regresj lnowej prostej

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych

Bardziej szczegółowo

Analiza zależności zmiennych ilościowych korelacja i regresja

Analiza zależności zmiennych ilościowych korelacja i regresja Analza zależnośc zmennych loścowych korelacja regresja JERZY STEFANOWSKI Instytut Informatyk Poltechnka Poznańska Plan wykładu 1. Lnowa zależność mędzy dwoma zmennym: Prosta regresja Metoda najmnejszych

Bardziej szczegółowo

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Opsowa analza struktury zjawsk masowych Demografa statystyka PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY

Bardziej szczegółowo

Cyfrowe przetwarzanie i kompresja danych

Cyfrowe przetwarzanie i kompresja danych Cyfrowe przetwarzane kompresja danyh dr nż.. Wojeh Zają Wykład 4. Dyskretna transformata kosnusowa Shemat przetwarzana danyh w systeme yfrowym Cyfryzaja danyh Dekorelaja kwantyzaja ompresja FEC + przeplot

Bardziej szczegółowo

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE

PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE PROSTO O DOPASOWANIU PROSTYCH, CZYLI ANALIZA REGRESJI LINIOWEJ W PRAKTYCE Janusz Wątroba, StatSoft Polska Sp. z o.o. W nemal wszystkch dzedznach badań emprycznych mamy do czynena ze złożonoścą zjawsk procesów.

Bardziej szczegółowo

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH

ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Grzegorz PRZEKOTA ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH ZASTOSOWANIE ANALIZY HARMONICZNEJ DO OKREŚLENIA SIŁY I DŁUGOŚCI CYKLI GIEŁDOWYCH Zarys treśc: W pracy podjęto problem dentyfkacj cykl gełdowych.

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE

TRANZYSTOR BIPOLARNY CHARAKTERYSTYKI STATYCZNE POLITHNIKA RZSZOWSKA Katedra Podstaw lektronk Instrkcja Nr4 F 00/003 sem. letn TRANZYSTOR IPOLARNY HARAKTRYSTYKI STATYZN elem ćwczena jest pomar charakterystyk statycznych tranzystora bpolarnego npn lb

Bardziej szczegółowo

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne

Systemy Ochrony Powietrza Ćwiczenia Laboratoryjne ś POLITECHNIKA POZNAŃSKA INSTYTUT INŻYNIERII ŚRODOWISKA PROWADZĄCY: mgr nż. Łukasz Amanowcz Systemy Ochrony Powetrza Ćwczena Laboratoryjne 2 TEMAT ĆWICZENIA: Oznaczane lczbowego rozkładu lnowych projekcyjnych

Bardziej szczegółowo

WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI

WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI WPROWADZENIE DO ANALIZY KORELACJI I REGRESJI dr Janusz Wątroba, StatSoft Polska Sp. z o.o. Prezentowany artykuł pośwęcony jest wybranym zagadnenom analzy korelacj regresj. Po przedstawenu najważnejszych

Bardziej szczegółowo

STATYSTYKA REGIONALNA

STATYSTYKA REGIONALNA ЕЗЮМЕ В,. Т (,,.),. В, 2010. щ,. В -,. STATYSTYKA REGIONALNA Paweł DYKAS Zróżncowane rozwoju powatów w woj. małopolskm W artykule podjęto próbę analzy rozwoju ekonomcznego powatów w woj. małopolskm, wykorzystując

Bardziej szczegółowo

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty

WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO. Lidia Luty 74 LIDIA LUTY ROCZNIKI NAUKOWE EKONOMII ROLNICTWA I ROZWOJU OBSZARÓW WIEJSKICH, T. 11, z. 1, 214 WPŁYW AKCESJI POLSKI DO UNII EUROPEJSKIEJ NA ROZWÓJ ROLNICTWA EKOLOGICZNEGO Lda Lut Katedra Statstk Matematcznej

Bardziej szczegółowo

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 10. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 10 Mkołaj Czajkowsk Wktor Budzńsk Jak analzować dane o charakterze uporządkowanym? Dane o charakterze uporządkowanym Wybór jednej z welkośc na uporządkowanej skal Skala ne ma nterpretacj

Bardziej szczegółowo

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA

Problemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA

Bardziej szczegółowo

Funkcje i charakterystyki zmiennych losowych

Funkcje i charakterystyki zmiennych losowych Funkcje charakterystyk zmennych losowych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Funkcje zmennych losowych

Bardziej szczegółowo

ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji

ZAJĘCIA 3. Pozycyjne miary dyspersji, miary asymetrii, spłaszczenia i koncentracji ZAJĘCIA Pozycyjne ary dyspersj, ary asyetr, spłaszczena koncentracj MIARY DYSPERSJI: POZYCYJNE, BEZWZGLĘDNE Rozstęp dwartkowy (ędzykwartylowy) Rozstęp dwartkowy określa rozpętośd tej częśc obszaru zennośc

Bardziej szczegółowo

Pomiary parametrów akustycznych wnętrz.

Pomiary parametrów akustycznych wnętrz. Pomary parametrów akustycznych wnętrz. Ocena obektywna wnętrz pod względem akustycznym dokonywana jest na podstawe wartośc następujących parametrów: czasu pogłosu, wczesnego czasu pogłosu ED, wskaźnków

Bardziej szczegółowo

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH

PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH PODSTAWA WYMIARU ORAZ WYSOKOŚĆ EMERYTURY USTALANEJ NA DOTYCHCZASOWYCH ZASADACH Z a k ł a d U b e z p e c z e ń S p o ł e c z n y c h Wprowadzene Nnejsza ulotka adresowana jest zarówno do osób dopero ubegających

Bardziej szczegółowo

0. Oszacowanie kilku prostych regresji, interpretacja oszacować parametrów

0. Oszacowanie kilku prostych regresji, interpretacja oszacować parametrów 0. Oszacowane klku prostych regresj, nterpretacja oszacować parametrów Zacznemy od oszacowana metodą najmnejszych kwadratów następującego modelu: dochod = β0 + βwekwek + ε Najperw zastanowmy sę w jak sposób

Bardziej szczegółowo

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,

Bardziej szczegółowo

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ

Hipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego

Bardziej szczegółowo

Wyznaczenie współczynnika podziału kwasu octowego pomiędzy fazą organiczną a wodną

Wyznaczenie współczynnika podziału kwasu octowego pomiędzy fazą organiczną a wodną Ćwzene 13 Wyznazene współzynnka podzału kwasu otowego pomędzy fazą anzną a wodną Cel ćwzena Celem ćwzena jest wyznazene współzynnka podzału kwasu otowego pomędzy fazą anzną (butanolem) a wodną w oparu

Bardziej szczegółowo

ZRÓŻNICOWANIE ROZWOJU EKONOMICZNEGO POWIATÓW POLSKI WSCHODNIEJ

ZRÓŻNICOWANIE ROZWOJU EKONOMICZNEGO POWIATÓW POLSKI WSCHODNIEJ Studa Materały. Mscellanea Oeconomcae Rok 19, Nr 4/2015, tom I Wydzał Zarządzana Admnstracj Unwersytetu Jana Kochanowskego w Kelcach Zntegrowane podejśce do spójnośc rola statystyk publcznej Paweł Dykas

Bardziej szczegółowo

będzie próbką prostą z rozkładu normalnego ( 2

będzie próbką prostą z rozkładu normalnego ( 2 Zadae. eh K będze próbką prostą z rozkładu ormalego ( μ σ ) zaś: ( ) S gdze:. Iteresuje as względy błąd estymaj: σ R S. σ rzy wartość ozekwaa E R jest rówa ( ) (A).8 (B).9 (C). (D). (E). Zadae. eh K K

Bardziej szczegółowo

Proces narodzin i śmierci

Proces narodzin i śmierci Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do

Bardziej szczegółowo

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK Założena Nech oznacza ozom (warość) badanego zjawska (zmennej) w kolejnch momenach czasu T0, gdze T 0 0,1,..., n 1 oznacza worz szereg czasow. zbór numerów czasu. Cąg

Bardziej szczegółowo

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

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

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz

NAFTA-GAZ marzec 2011 ROK LXVII. Wprowadzenie. Tadeusz Kwilosz NAFTA-GAZ marzec 2011 ROK LXVII Tadeusz Kwlosz Instytut Nafty Gazu, Oddzał Krosno Zastosowane metody statystycznej do oszacowana zapasu strategcznego PMG, z uwzględnenem nepewnośc wyznaczena parametrów

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Maemayka ubezpeczeń mająkowych 7.05.00 r. Zadane. Pewne ryzyko generuje jedną szkodę z prawdopodobeńswem q, zaś zero szkód z prawdopodobeńswem ( q). Ubezpeczycel pokrywa nadwyżkę szkody ponad udzał własny

Bardziej szczegółowo

Sieć kątowa metoda spostrzeżeń pośredniczących. Układ równań obserwacyjnych

Sieć kątowa metoda spostrzeżeń pośredniczących. Układ równań obserwacyjnych Seć kątowa etoda spostrzeżeń pośrednząyh Układ równań obserwayjnyh rzyrosty współrzędnyh X = X X X X = X X Y = Y Y X Y = Y Y Długość odnka X ' ' ' ' x y Współzynnk kerunkowe x y * B * x y x y gdze - odpowedn

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 13. Mikołaj Czajkowski Wiktor Budziński Mkroekonometra 13 Mkołaj Czajkowsk Wktor Budzńsk Symulacje Analogczne jak w przypadku cągłej zmennej zależnej można wykorzystać metody Monte Carlo do analzy różnego rodzaju problemów w modelach gdze zmenna

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11

Stanisław Cichocki. Natalia Nehrebecka. Wykład 11 Stansław Cchock Natala Nehrebecka Wykład 11 1 1. Testowane hpotez łącznych 2. Testy dagnostyczne Testowane prawdłowośc formy funkcyjnej: test RESET Testowane normalnośc składnków losowych: test Jarque-Berra

Bardziej szczegółowo

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY

ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI PRACY STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36, T. 1 Barbara Batóg *, Jacek Batóg ** Unwersytet Szczecńsk ANALIZA WPŁYWU OBSERWACJI NIETYPOWYCH NA WYNIKI MODELOWANIA REGIONALNEJ WYDAJNOŚCI

Bardziej szczegółowo

Warszawa. .b«i». l. 4pCi/ day, and that, of stable caesium was 3,1-0,6 y

Warszawa. .b«i». l. 4pCi/ day, and that, of stable caesium was 3,1-0,6 y Zofa Petrzak-Fla Mara Bysek Centralne Laboratorum Ochrony Radologcznej Warszawa PODAŻ WYMLAłlB CEZU-37 CEZÜ STABHflEGO PBZEZ DZEC S t r e s z c z e n «Określono zawartość ^'Cs cezu naturalnego w próbkach

Bardziej szczegółowo