Statistical evaluation of the intensity of the carbon deposits accumulation on fuel injector nozzles for different bio-fuels

Wielkość: px
Rozpocząć pokaz od strony:

Download "Statistical evaluation of the intensity of the carbon deposits accumulation on fuel injector nozzles for different bio-fuels"

Transkrypt

1 rtcle ctato o: ORU G. tatstcal evaluato o the testy o the carbo deposts accumulato o uel ector ozzles or deret bo-uels. Combusto ges. 015, 16(3), N Grzegorz ORU N tatstcal evaluato o the testy o the carbo deposts accumulato o uel ector ozzles or deret bo-uels expermet desged to vestgate the derece the testy o carbo deposts accumulato wth uel ector ozzle holes eed to the cylder o desel ege stadard desel uel ad sx deret compostos o bo-uels was descrbed brely. Durg ths expermet, varatos o pressure o ar expadg rom the stad cylder to the atmosphere through the holes o used ectors ozzles are recorded. Frstly, the qualty o the t o curvlear regresso usg some selected curves or obtaed varatos o ar pressure was rated t tured out that the best s a scaled expoet ucto wth lear dex. he, basg o the results o the curvlear regresso, the detty o the mauacturg o tested ozzles based o the test o equalty o the slope coecets o regresso les o at least three compared lmes was vered used ozzles have proved to be deret o the accepted level o sgcace. Fally, the deretallty o carbo deposts accumulato o the ozzles depedg o the used uel was checed, basg o tests o sgcace or slope ad traslato coecets the correspodg regresso les t was oud that or all uel, except o oe o the tested bo-uels, o the accepted level o sgcace there s, the accumulato o carbo deposts wth ozzles holes. t was also oud that the accumulato testy or our tested bo-uels s lghter tha desel uel, ad or the last o the tested bo-uels s partcularly hgh, ad hgher tha or desel uel. Key words: bo-uels or desels, carbo deposts, curvlear regresso, tests o sgcace tatystycza ocea tesywośc gromadzea sę osadów a rozpylaczach dla różych bopalw Króto opsao esperymet maący a celu zbadae różcy tesywośc gromadzea sę osadów w obrębe otworów rozpylacza wtryswacza podaącego do cyldra sla o zapłoe samoczyym stadardowy ole apędowy oraz sześć różych ompozyc bopalw. W trace tego esperymetu reestrowao czasowe przebeg cśeń powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy użytych wtryswaczy. W perwsze oleośc oceoo aość dopasowaa regres zywolowe loma wybraym zywym do uzysaych przebegów cśeń alepszą oazała sę salowaa uca espoes z lowym wyładem. Następe, w oparcu o wy regres zywolowe, sprawdzoo detyczość wyoaa badaych rozpylaczy w oparcu o test rówośc współczyów eruowych prostych regres dla przyame trzech porówywaych prostych użyte rozpylacze oazały sę róże a przyętym pozome stotośc. W ońcu sprawdzoo rozróżalość tesywośc gromadzea sę osadów a rozpylaczach zależe od zastosowaego palwa w oparcu o testy stotośc dla współczyów eruowego przesuęca odpowedch prostych regres dla wszystch palw, z wyątem edego z badaych bopalw, a przyętym pozome stotośc stwerdzoo gromadzee sę osadów w obrębe otworów rozpylacza. twerdzoo, że gromadzee to dla czterech badaych bopalw ma meszą tesywość ż dla oleu apędowego, a dla ostatego z badaych bopalw tesywość ta est szczególe duża węsza ż dla oleu apędowego. łowa luczowe: bopalwa dla slów o Z, osady (agary), regresa zywolowa, testy stotośc 1. Wprowadzee W Laboratorum adaa Jaośc opalw Hamow lowe Katedry Mechatro WN UWM przeprowadzoo badaa ad różcą tesywośc gromadzea sę osadów w obrębe otworów rozpylacza wtryswacza podaącego do cyldra sla o zapłoe samoczyym stadardowy ole apędowy oraz róże ompozyce bopalw. Gromadzee sę osadów w obrębe otworów rozpylacza powodue ch zapychae utruda przepływ przez e palwa. W prezetowae pracy supoo sę a zastosowau arzędz statysty do ocey wspomaych różc. Wy ych badań prowadzoych przez zespół Katedry ad badaym ompozycam bopalw (p. ch sładu, właścwośc zyochemczych eetywośc spalaa w slu) moża zaleźć w ych pracach pracowów zespołu. Do badań wyorzystao partę abrycze owych wtryswaczy, dla tórych spodzewao sę powtarzalośc wyoaa, a węc tych samych rozmarów otworów rozpylaczy oporów przepływu przepływaącego przez e płyu. rzebeg esperymetu był astępuący. W celu weryac detyczośc wyoaa badaych rozpylaczy, z badaych wtryswaczy wymotowao glce zawory steruące, pozostawaąc rozpylacz połączoy z adłubem, a węc elemet, w tórym możlwy był swobody przepływ płyu 899

2 (powetrza) od przyłącza wtryswacza do otworów rozpylacza. rzyłącze ta przygotowaego wtryswacza łączoo przez zawór ze sztywym przewodem butlą zaweraącą powetrze sprężoe do adcśea poad cśee atmoserycze przeaczaącego 0,4 Ma, a wylot rozpylacza był otwarty do atmosery. W trace próby otwerao zawór a przyłączu wtryswacza, powetrze wypływało przez eszczelość aą były otwor rozpylacza, a maleące cśee powetrza we wspomae butl reestrowao co 1 m, lcząc od chwl spadu tego cśea do wartośc o. 0,4 Ma powyże atmoseryczego, dla tóre przyęto czas perwszego pomaru za 1 (a e 0, co pozwolło a bezpecze operowae logarytmam opsae w pt. pracy). o tym badau rozpylaczy, wtryswacze, tórych były częścą, złożoo z powrotem w ucoalą całość. Następe wtryswacze te motowao a slu podawao przez e róże palwa w trace pracy sla z różym prędoścam pod różym obcążeam uładaącym sę w przyęty test. W oleo powtarzaych testach sl zaslao oleo stadardowym oleem apędowym pęcoma różym meszaam bopalw, przy czym w ażdym teśce (dla ażdego z badaych palw) stosoway był y egzemplarz wtryswacza z pul wtryswaczy z badaym rozpylaczam. W eece dyspoowao sześcoma wtryswaczam, a tórych rozpylaczach, odpowedo dla badaych sześcu palw zaslaących ta samo pracuący sl, zgromadzły sę osady odpowedo zmeszaąc rozmary ch otworów. Z wtryswaczy tych poowe wymotowao glce zawory steruące poowe sprawdzoo ch opory przepływu (rozmary otworów rozpylaczy) a staowsu opsaym powyże. Otrzymae zmay reestrowaego cśea w uc czasu porówao pod ątem ch rozróżalośc, co pozwolło oeślć różce tesywośc gromadzea sę osadów w obrębe otworów rozpylacza wtryswacza podaącego do cyldra sla stadardowy ole apędowy oraz badae ompozyce bopalw.. Regresa zywolowa Otrzymae esperymetale czasowe przebeg cśeń powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy t, p złożoe z pomarów maą charater elowy, a perwszy rzut oa uładaą sę bowem w zywe typu hperbolczego (potęgowego z uemym wyładem) lub espoesalego. des oeśla umer uzysaego przebegu (część z ch odpowada testowaym rozpylaczom przed ch pracą w slu, część po te pracy), a des = 1,..., oeśla oley umer pomaru cśea. Do weryac hpotezy o erozróżalośc uzysaych przebegów postaowoo zastosować test rówośc współczyów regres prostolowe otrzymaych metodą ameszych wadratów [1,, 3, 4], co wymaga uprzedego ulowea otrzymaych przebegów elowych. oeważ regresa prostolowa metodą ameszych wadratów wyzacza wartośc dwóch współczyów (eruowego przesuęca) w prostych regres, gdze ozacza rodza ulawa- e zywe, do opsu otrzymaych przebegów cśeń t, p wybrae zostały cztery uce maleące elowo o dwóch parametrach typu p p t, a, b, tóre bardzo łatwo ulowć, czyl sprowadzć do postac p a, b t a, b [3, 4]. ostace wybraych zywych sposób ch ulowea poazao w tab. 1. Oczywśce regresa prostolowa była przeprowadzoa dla odpowedo przelczoych wartośc czasu t cśea p a wartośc t p. o wyzaczeu metodą ameszych wadratów wartośc współczyów regres prostolowe cov, 1 1 est waracą wartośc czasu, es pozome ad symbolam ozaczaą średe arytmetycze) dla ażdego z uzysaych przebegów oddzele, wyzaczoo z ch wartośc współczyów a b regres zywolo- wych, wg oczywstych relac poazaych w tab. 1, ao alepe dopasowaych do daych esperymetalych w sese metody ameszych wadratów regres prostolowe. Dyspouąc współczyam a b wyzaczoo wartośc teore- tyczych cśeń p t a, b, dla chwl pomarów t, co pozwolło a wybrae spośród zywych typu alepe dopasowaego do daych esperymetalych. W celu oeślea tego dopasowaa zastosowao prostą marę odstępu zywe regres od daych esperymetalych w postac 1 D p p [3, 4]. 1 W tab. przedstawoo uzysae postace zastosowaych regres zywolowych wartośc przyęte mary ch dopasowaa do przebegów esperymetalych, a a rys. 1 graczy przyład tego dopasowaa. Ja wdać zywą alepe dopasowaą do uzysaych przebegów esperymetalych est saloway espoes z lowym p b exp a t. prawdzee wyładem: detyczośc wyoaa rozpylaczy rozróżal- 900

3 ośc tesywośc gromadzea sę a ch osadów zależe od zastosowaego palwa wyoao węc przy założeu taego espoesalego spadu cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy dla uproszczea zapsów w dalsze częśc opracowaa pomęto góry des. 3. esty rówośc współczyów regres prostolowe o wybrau uc p b expa t ao alepe dopasowae do wszystch esperymetalych przebegów cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy, do porówaa otrzymao wartośc współczyów prostych regres o postac p l p a t lb t, w tó- rych edyą operacą a daych orygalych est logarytmowae przy podstawe e zareestrowaych wartośc cśeń proste regres są otrzymae dla wyesu daych orygalych t, p przedstawoych dla lowe os czasu logarytmcze os cśea. Na podstawe ta otrzymaych prostych ab. 1. rzeształcea daych pozwalaące a tratowae ch przebegów ao prostolowych. p t a, b p a b t a, b,, a b t a exp t b a t l p l l p b exp p a b p lt a a l t l a a lb l t b t l lb a b exp exp exp ab. a. ostace przyętych zywych alepe dopasowaych do daych esperymetalych dla abrycze owych rozpylaczy. Nr rozp. b D b D 1-0,465,098 8,146 0,40-0,847 1,885 6,586 1,860-0,47,096 8,135 0,398-0,840 1,846 6,333 10, ,484,107 8,0 0,401-0,807 1,751 5,759 5,8 4-0,479,131 8,4 0,410-0,819 1,8 6,186 8, ,475,079 7,989 0,391-0,93,009 7,459 9, ,487,17 8,391 0,408-0,94,00 7,534 30,71 Nr rozp. b D D 1-0, , ,44 0,049-0,981 5,18 0,1-0, , ,194 0,047-0,978 5,133 0,15 3-0, , ,116 0,046-0,966 5,049 0,13 4-0, ,4468 4,50 0,050-0,99 5,06 0,0 5-0, , ,100 0,046-0,956 5,013 0,11 6-0, , ,190 0,049-0,983 5,130 0,17 ab. b. ostace przyętych zywych alepe dopasowaych do daych esperymetalych dla rozpylaczy po ch pracy w slu. Nr rozp. b D b D 1-0,457,080 8,007 0,39-0,840 1,88 6,570 1,91-0,476,107 8,3 0,400-0,93,03 7,67 33, ,47,10 8,333 0,406-0,931,081 8,016 49, ,478,098 8,149 0,401-0,86 1,881 6,56 1, ,480,118 8,315 0,404-0,815 1,796 6,06 7,49 6-0,48,033 7,639 0,365-0,946,168 8,739 99,719 Nr rozp. b D D 1-0, , ,165 0,045-0,958 5,118 0,19-0, , ,169 0,049-0,971 5,109 0,18 3-0, , ,49 0,050-0,986 5,07 0, 4-0, , ,16 0,049-0,959 5,046 0,18 5-0, ,4307 4,188 0,047-0,980 5,139 0,17 6-0,0339 1, ,19 0,03-0,934 5,116 0,09 l t b 901

4 Rys. 1. Dae pomarowe cztery rozważae postac regres zywolowe alepe dopasowae do przyładowego przebegu esperymetalego. regres sprawdzoo aperw detyczość wyoaa rozpylaczy, a astępe rozróżalość tesywośc gromadzea sę a ch osadów zależe od zastosowaego palwa prawdzee detyczośc wyoaa badaych rozpylaczy Weryaca prawdzwośc hpotezy H 0 o rówoległośc wszystch prostych regres rozpatrywaych a etape aalzy detyczośc wyoaa rozpylaczy (sześcu abrycze owych rozpylaczy), czyl o 1 =... =, wobec hpotezy alteratywe H 1 o brau te rówoległośc a pozome stotośc została przeprowadzoa wg testu rówośc współczyów eruowych prostych regres dla przyame trzech porówywaych prostych ( 3) [1]. W teśce tym wyzacza sę dla ażdego porówywaego przebegu wartośc 1 (lczoe ao maow 1 1 współczyów ), wartośc , a a ch podstawe. Następe wartośc te sumue sę dla wszystch porówywaych przebegów: 1 1, 1, 1 ', a w ońcu wyzacza wartość. Jeżel hpoteza H 0 est prawdzwa, ' to statystya F, gdze, ' 1 1 ma rozład F edecora o 1 stopach swobody. Zborem ytyczym dla weryac prawdzwośc hpotezy H 0 przecw hpoteze H 1 a pozome stotośc est zbór F 1, 1,,, gdze F est watylem rzędu 1 rozładu F edecora o 1 stopach swobody. Jeżel F F to a pozome stotośc ależy odrzucć hpotezę H 0 a orzyść hpotezy H 1. Jeżel F to a F pozome stotośc aalzowae dae e przeczą hpoteze H 0 e ma podstaw do e odrzucea. W przypadu uzaa prawdzwośc hpotezy H 0 wyzacza sę wspóly dla wszystch aalzowaych daych współczy eruowy proste regres z zależośc oraz moża sprawdzć, czy rozpatrywae, uzae za rówoległe, proste regres leżą a tyle blso sebe, że moża przyąć, że sę poywaą. Weryacę prawdzwośc hpotezy H 0 o poywau sę wszystch rówoległych prostych regres rozpatrywaych w tym etape aalzy (a węc dla sześcu abrycze owych rozpylaczy), czyl o 1 =... =, wobec hpotezy alteratywe H 1 o brau tego poywaa sę a pozome stotośc przeprowadza sę wg testu rówośc współczyów przesuęca prostych regres dla przyame trzech porówywaych prostych ( 3) [1]. W teśce tym wyzacza sę wspóle dla wszystch porówywaych przebegów wartośc 1 G, G G , a a ch G podstawe wartość G G. Jeżel hpoteza G H 0 est prawdzwa, to statystya G 1 F, gdze wartośc zostały 1 wyzaczoe podczas weryac prawdzwośc hpotezy H 0, ma rozład F edecora o 1 1 stopach swobody. Zborem ytyczym dla weryac prawdzwośc hpotezy H 0 przecw hpoteze H 1 a pozome stotośc est zbór F 1, 1, 1,, gdze F est watylem rzędu 1 rozładu F edecora o 1 1 stopach swobody. Jeżel F F to a pozome stotośc ależy odrzucć hpotezę H 0 a orzyść hpotezy H 1. Jeżel F to a F pozome stotośc aalzowae dae e przeczą hpoteze H 0 e ma podstaw do e odrzucea. W przypadu uzaa prawdzwośc hpotezy H 0 wyzacza sę wspóly dla wszystch aalzowa- 90

5 ych daych współczy przesuęca proste 1 regres z zależośc, gdze est wspólym dla tych daych współczyem eruowym proste regres. Na rys. przedstawoo porówywae proste regres, a w tab. 3 opsae powyże wartośc uzysae dla badae part abrycze owych rozpylaczy. Wartość statysty F est stosuowo mała, węc e ma podstaw do odrzucea hpotezy H 0 : 1 =... = o rówoległośc prostych regres awet a bardzo wysom pozome stotośc = 0,5, czyl przyętym prawdopodobeństwe popełea błędu uzaa prawdzwe hpotezy H 0 za ałszywą F 0,75;5;366 1,33. Moża węc stwerdzć, dla wspólego = 0,6468, że dla wszystch badaych rozpylaczy obserwoway spade cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy może być opsay ucą espoes o wspólym wyładu at = 0,6468t. Wartość statysty F est z ole stosuowo duża, węc awet a bardzo sm pozome stotośc = 0,001 (przyętym prawdopodobeństwe popełea błędu uzaa prawdzwe hpotezy H 0 za ałszywą, F 0,999;5;371 4, ) ależy hpotezę H 0 o poywau sę rówoległych prostych regres odrzucć a orzyść hpotezy H 1. Moża węc stwerdzć, że dla wszystch badaych rozpylaczy obserwoway spade cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy e może być opsay ucą espoes o wspólym współczyu sal b. Ostatecze, w wyu przeprowadzoego testu przyęto, że przebeg cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy są stote róże dla różych rozpylaczy z badae part. W eece sprawdzee rozróżalośc tesywośc gromadzea sę osadów a tych rozpylaczach zależe od zastosowaego palwa przeprowadzoo dywduale dla ażdego z ch. 3.. prawdzee rozróżalośc tesywośc gromadzea sę osadów a rozpylaczach zależe od zastosowaego palwa 1 1 Rys.. orówywae proste regres dla abrycze owych rozpylaczy. ab. 3. Wartośc wyzaczaące statysty testu poywaa sę prostych regres dla przyame trzech porówywaych prostych. F ,70-50,5 0, , ,8 0,353 0,3568 0, ,0-56,6 0,053 G G G G F ,35-578,0 0, , , ,4896 7, ,11-573,1 0, ,4-530,6 0, ,57-581,8 0,0660 W tym etape aalzy porówao par prostych regres wyzaczoych dla ażdego z rozpylaczy palw: perwsze proste wyzaczoe były dla rozpylaczy abrycze owych (przyęto e za proste odesea), a druge dla tych rozpylaczy po ch pracy w slu zaslaym daym rodzaem palwa. W celu zweryowaa prawdzwośc hpotez H 0 o rówoległośc prostych regres opsuących przebeg zlogarytmowaego cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy po ch pracy w slu z prostym regres 0 0 opsuącym przebeg zlogarytmowaego cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy owych (przed ch pracą w slu), czyl o 1 = 0, wobec hpotez alteratywych H 1 o brau te rówoległośc (t. o 1 0 ) a pozome stotośc przeprowadzoo testy stotośc dla współczya eruowego proste regres [1], w tórych założoo, że wartość 0 dla -tego rozpylacza est zaą wartoścą odesea. Jeżel dla -tego rozpylacza palwa hpoteza H 0 est prawdzwa, to statystya r r t, gdze, ' 1 r est średm odchyleem wadratowym daych esperymetalych od wyz- 903

6 ' aczoe dla ch proste regres 1 1 [5], cov r, est współczyem orelac lowe earsoa mędzy wartoścam czasu cśea, są waracam odpowedo wartośc czasu cśea, ma rozład t tudeta o stopach swobody. Zborem ytyczym dla weryac prawdzwośc hpotezy H 0 przecw hpoteze H 1 a pozome stotośc est zbór, t 1, t 1,,, gdze t est watylem rzędu 1 rozładu t tudeta o stopach swobody. Jeżel t t to a pozome stotośc ależy odrzucć hpotezę H 0 a orzyść hpotezy H 1. Jeżel t t to a pozome stotośc aalzowae dae e przeczą hpoteze H 0 e ma podstaw do e odrzucea. W przypadu uzaa prawdzwośc hpotezy H 0 moża sprawdzć, czy rozpatrywae, uzae za rówoległe, proste regres leżą a tyle blso sebe, że moża przyąć, że sę poywaą. Weryacę prawdzwośc hpotez H 0 o poywau sę rówoległych prostych regres rozpatrywaych w tym etape aalzy, czyl o 1 = 0, wobec hpotez alteratywych H 1 o brau te rówoległośc (t. o 1 0 ) a pozome stotośc przeprowadzoo wg testów stotośc dla współczya przesuęca proste regres [1], w tórych założoo, że wartość 0 dla -tego rozpylacza est zaą wartoścą odesea. Jeżel dla -tego rozpylacza palwa hpoteza H 0 est prawdzwa, to statystya t, gdze 1 0 r 1 r, ma rozład t tudeta o stopach swobody. Zborem ytyczym dla weryac prawdzwośc hpotezy H 0 przecw hpoteze H 1 a pozome stotośc est ta sam a powyże zbór oeśloy przez watyl t rzędu 1 rozładu t tudeta o stopach swobody. Jeżel t t to a pozome stotośc ależy odrzucć hpotezę H 0 a orzyść hpotezy H 1. Jeżel t t to a pozome stotośc aalzowae dae e przeczą hpoteze H 0 e ma podstaw do e odrzucea. Na rys. 3 przedstawoo porówywae proste regres, a w tab. 4 opsae powyże wartośc uzysae dla badae part rozpylaczy dla badaych palw. Wdocze est zróżcowae uzysaych wartośc statysty t t dla poszczególych badaych palw. Na podstawe uzysaych wartośc statysty t, oceaące rówoległość prostych regres przebegów reestrowaych cśeń dla rozpylaczy przed po ch pracy w slu, moża stwerdzć, że abardze rówoległe są te proste dla palwa o symbolu 3, me rówoległe są proste dla palw o symbolach 1, 4, eszcze me rówoległe są te proste dla oleu apędowego, a ame rówoległe są oe dla palwa o symbolu 5, przy czym ze względu a dodatość wartośc statysty t wszyste proste regres uzysae dla rozpylaczy po ch pracy w slu są me strome w stosuu do os czasu od prostych regres uzysaych dla rozpylaczy owych. amętaąc o tym, że współczy eruowe prostych regres są współczyam saluącym czas w wyładu uc espoes przyęte do opsu obserwowaego spadu cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy, moża pousć sę o stwerdzee, że dla wszystch badaych palw stwerdzoo pewe spade tempa tego spadu cśea dla rozpylaczy po ch pracy w slu w stosuu do tego tempa dla rozpylaczy owych, przy czym różce tych temp były mesze od zareestrowae dla oleu apędowego dla wszystch badaych bopalw za wyątem bopalwa o symbolu 5, dla tórego ta zareestrowaa zmaa temp est zdecydowae awyższa. rzeładaąc to a załaday zwąze tempa spadu cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy z loścą osadu zgromadzoego w obrębe tych otworów moża wysuć wose, że w stosuu do stadardowego oleu apędowego meszą zdolość do gromadzea sę osadów wewątrz cyldra sla stwerdzoo dla wszystch badaych bopalw za wyątem bopalwa o symbolu 5, dla tórego tę zdolość stwerdzoo o wele węszą. Rozważaa te dotyczą oczywśce tylo tempa spadu cśea oeślaego przez wyład uc espoes przyęte do opsu obserwowaych przebegów cśeń (współczy eruowy odpowedch prostych regres) w ostatecze ocee rozróżalośc tych przebegów ależy eszcze uwzględć wartośc współczyów saluących ucę espoes (współczyów przesuęca odpowedch prostych regres). rawdzwość hpotez H 0 : 1 = 0 sprawdzoo a sm pozome stotośc = 0,01, dla tórego t 0,995;6,. ommo ta małego przyę

7 tego prawdopodobeństwa popełea błędu uzaa prawdzwe hpotezy H 0 za ałszywą, w wyu przeprowadzoego testu stwerdzoo, że dae esperymetale e przeczą hpoteze H 0 tylo dla palw o symbolach 1, 3 4. Obżaąc pozom stotośc do 0,005 t 0,9975;6,911 podobe stwerdzee moża rozszerzyć a palwo o symbolu, ależy eda meć śwadomość tego, że ta s pozom stotośc zacząco zwęsza prawdopodobeństwo popełea błędu uzaa ałszywe hpotezy H 0 za prawdzwą. Jedocześe dla palwa o symbolu 3 dae esperymetale e przeczą prawdzwośc hpotezy H 0 awet dla estremale wysoego pozomu stotośc 0,5 t 0,875;6 1,161. Odpowedo dla oleu apędowego palw o symbolach 5 a przyętym pozome stotośc 0,01 ależy odrzucć hpotezę H 0 a orzyść hpotezy H 1, czyl uzać, że tesywość gromadzea sę osadów w obrębe otworów rozpylaczy stote zmea tesywość przepływu przez e powetrza. Dla rozpylaczy palw, dla tórych e odrzucoo hpotez H 0, czyl rozpylaczy podaących do sla palwa o symbolach 1, (przy zastrzeżeach opsaych powyże), 3 4 sprawdzoo prawdzwość hpotez H 0 : 1 = 0. prawdzee to przeprowadzoo a sm pozome stotośc = 0,01, dla tórego t 0,995;6, 657. ommo ta małego przyętego prawdopodobeństwa popełea błędu uzaa prawdzwe hpotezy H 0 za ałszywą, w wyu przeprowadzoego testu stwerdzoo, że dae esperymetale e przeczą hpoteze H 0 tylo dla palwa o symbolu 1. Obżaąc pozom stotośc do 0,005 t 0,9975;6,911 prawdzwość hpotezy H 0 moża stwerdzć też dla palwa o symbolu 4. Rys. 3. orówywae proste regres dla rozpylaczy owych po pracy w slu zaslaym oleo oleem apędowym pęcoma badaym meszaam bopalw. ab. 4. Wartośc wyzaczaące statysty testów stotośc dla współczya eruowego przesuęca prostych regres dla rozpylaczy badaych palw. Wartośc wspóle dla wszystch rozpylaczy badaych palw: = 64, = 18,47, 1397, 5 r r 1 0 t ON 0,463 0,08-0, , , , ,76 1 0,48 0,031-0, , , ,06533,47 0,478 0,03-0, , , ,064630, ,485 0,033-0, ,0000-0, , ,66 4 0,486 0,030-0, , , ,067314, ,430 0,0-0, , ,0339-0, , t , , , ,763 0, , , ,961 0, , ,4468-3,876 0, ,4307 1,410957,

8 by pousć sę a to samo dla palw o symbolach 3 ależy obżyć pozom stotośc do bardzo małego pozomu 0,0001 t 0,99995;6 4,159, e stosowaego w auach przyrodczych ze względu a bardzo duże prawdopodobeństwo popełea błędu uzaa ałszywe hpotezy H 0 za prawdzwą. Ostatecze, w wyu przeprowadzoych testów przyęto, że uzysae przebeg cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy owych po ch pracy w slu zaslaym różym palwam e są rozróżale: - a pozome stotośc 0,01 tylo dla bopalwa o symbolu 1, - a pozome stotośc 0,005 też dla bopalwa o symbolu 4, - a pozome stotośc 0,0001 też dla bopalw o symbolach 3, przy czym ze względu a prawdopodobeństwo popełea błędu uzaa ałszywe hpotezy za prawdzwą zwyczaowo ameszą przymowaą wartoścą pozomu stotośc, czyl prawdopodobeństwa popełea błędu uzaa prawdzwe hpotezy za ałszywą, est 0,01. Jedocześe stwerdzoo, że uzysae przebeg cśeń dla rozpylaczy owych po ch pracy w slu stote sę różą awet a pozome stotośc 0,5 dla oleu apędowego bopalwa o symbolu Wos blography/lteratura [1] Krysc W., artos J., Dycza W., Królowsa K., Waslews M.: Rachue prawdopodobeństwa statystya matematycza w zadaach. Cz. : tatystya matematycza. WN, Warszawa, 007. [] oruta G.: Wyorzystae ezawodośc symptomowe do progozowaa zdatośc tłoowych slów spalowych. ul. W, ro XLV, r 5 (55), str , ra statystycze detyczośc abrycze owych rozpylaczy powodue, przy wymogu porówywalośc pracy wszystch cyldrów sla, oeczość dywdualego sterowaa procesem wtrysu palwa do ażdego z cyldrów sla. Jedocześe wymaa daego egzemplarza wtryswacza a y, o ych parametrach rozpylaa palwa, wymaga odpowedego przesterowaa urządzea steruącego procesem wtrysu przez owy wtryswacz. tesywość gromadzea sę osadów a zastosowaych rozpylaczach podczas pracy sla zaslaego różym palwam est stota. Nawęszą zdolość do gromadzea sę osadów, wyraźe węszą ż dla stadardowego oleu apędowego, stwerdzoo dla bopalwa o symbolu 5. Dla pozostałych badaych bopalw zaobserwowao zdolość do gromadzea sę osadów meszą ż dla stadardowego oleu apędowego. W wyu przeprowadzoych testów statystyczych przyęto, że uzysae przebeg cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy owych po ch pracy w slu zaslaym różym palwam e są rozróżale a pozome stotośc 0,01 tylo dla bopalwa o symbolu 1. rzeładaąc to a załaday zwąze tempa spadu cśea powetrza rozprężaącego sę z butl do atmosery przez otwory rozpylaczy z loścą osadów zgromadzoych w obrębe tych otworów moża wysuć wose, że tylo dla tego palwa e stwerdzoo zdolośc do gromadzea sę osadów a przyętym pozome stotośc. [3] oruta G.: Wyzaczae tredów parametru dagostyczego maszyy. ul. W, ro XLV, r 10 (554), str , [4] oruta G., Dzuba.: Wyzaczae parametrów tredów oporu przepływu ltru powetrza sla poazdu tereowego. ul. W, ro XLV, r 8-9 ( ), str , [5] Greń J.: tatystya matematycza. Modele zadaa. WN, Warszawa, 1984 Mr Grzegorz oruta, hd., g. ssstat roessor the Faculty o echcal ceces at Uversty o Warma ad Mazury Olszty. Dr ż. Grzegorz oruta adut a Wydzale Nau echczych Uwersytetu Warmńso-Mazursego w Olsztye. 906

ĆWICZENIE 5 TESTY STATYSTYCZNE

ĆWICZENIE 5 TESTY STATYSTYCZNE ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2 Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; }

Typ może być dowolny. //realizacja funkcji zamiana //przestawiajacej dwa elementy //dowolnego typu void zamiana(int &A, int &B) { int t=a; A=B; B=t; } Idea: Wyzaczamy ameszy elemet w cągu tablcy zameamy go mescam z elemetem perwszym, astępe z pozostałego cągu wyberamy elemet ameszy ustawamy go a druge mesce tablcy zmeamy, td. Realzaca w C++ vod seleca

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

Analiza Matematyczna Ćwiczenia. J. de Lucas

Analiza Matematyczna Ćwiczenia. J. de Lucas Aalza Matematycza Ćwczea J. de Lucas Zadae. Oblczyć grace astępujących fucj a lm y 3,y 0,0 b lm y 3 y ++y,y 0,0 +y c lm,y 0,0 + 4 y 4 y d lm y,y 0,0 3 y 3 e lm,y 0,0 +y 4 +y 4 f lm,y 0,0 4 y 6 +y 3 g lm,y

Bardziej szczegółowo

Indukcja matematyczna

Indukcja matematyczna Iducja matematycza Twerdzee. zasada ducj matematyczej Nech T ozacza pewą tezę o lczbe aturalej. Jeżel dla pewej lczby aturalej 0 teza T 0 jest prawdzwa dla ażdej lczby aturalej 0 z prawdzwośc tezy T wya

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X PERMUTACJE Permutacą zboru -elemetowego X azywamy dowolą wzaeme edozaczą fucę f : X X f : X X Przyład permutac X = { a, b, c, d } f (a) = d, f (b) = a, f (c) = c, f (d) = b a b c d Zaps permutac w postac

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

Zmiana bazy i macierz przejścia

Zmiana bazy i macierz przejścia Auomaya Roboya Algebra -Wyład - dr Adam Ćmel cmel@agh.edu.pl Zmaa bazy macerz prześca Nech V będze wymarową przesrzeą lową ad całem K. Nech Be e będze bazą przesrze V. Rozważmy ową bazę B e... e. Oczywśce

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

JEDNOWYMIAROWA ZMIENNA LOSOWA JEDNOWYMIAROWA ZMIENNA LOSOWA Nech E będze zborem zdarzeń elemetarych daego dośwadczea. Fucję X(e) przyporządowującą ażdemu zdarzeu elemetaremu e E jedą tylo jedą lczbę X(e)=x azywamy ZMIENNĄ LOSOWĄ. Przyład:

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Przegląd wybranych testów

Przegląd wybranych testów Statystya Wyład 7 Adam Ćmel A3-A4 3a cmel@agh.edu.pl Przegląd wybraych testów Testy dotyczące wartośc oczewae w rozładze ormalym problem testowaa rówośc średch w dwóch zależych populacach o rozładze ormalym.

Bardziej szczegółowo

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3

i = 0, 1, 2 i = 0, 1 33,115 1,698 0,087 0,005!0,002 34,813 1,785 0,092 0,003 36,598 1,877 0,095 38,475 1,972 40,447 i = 0, 1, 2, 3 35 Iterpoaca Herte a 3 f ( x f ( x,,, 3, 4 f ( x,,, 3 f ( x,, 3 f ( x, 4 f ( x 33,5,698,87,5!, 34,83,785,9,3 36,598,877,95 38,475,97 4,447 Na podstawe wzoru (38 ay zate 87,, 5, L4 ( t 335, +, 698t+ t(

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).

Bardziej szczegółowo

WIELOWYMIAROWE REGUŁY ASOCJACJI W MODELOWANIU TENDENCJI ROZWOJOWYCH MSP

WIELOWYMIAROWE REGUŁY ASOCJACJI W MODELOWANIU TENDENCJI ROZWOJOWYCH MSP KATARZYNA BŁASZCZYK BOGDAN RUSZCZAK Poltecha Opolsa WIELOWYMIAROWE REGUŁY ASOCJACJI W MODELOWANIU TENDENCJI ROZWOJOWYCH MSP Wstęp Esploraca daych (ag. data g) zaue sę efetywy zadowae ezaych dotychczas

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

Metoda Monte-Carlo i inne zagadnienia 1 Metoda Mote-Carlo e zagadea Metoda Mote-Carlo Są przypadk kedy zamast wykoać jakś eksperymet chcelbyśmy symulować jego wyk używając komputera geeratora lczb (pseudolosowych. Wększość bblotek programów

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZA. Wkład węp. Teora prawdopodobeńwa elemet kombatork 3. Zmee losowe 4. Populace prób dach 5. Teowae hpotez emaca parametrów 6. Te t 7. Te 8. Te F 9. Te eparametrcze 0. Podsumowae dotchczasowego

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, tr. 3 STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI Dorota Kozoł-Kaczorek Katedra Ekoomk Rolcta Mędzyarodoych Stoukó Gopodarczych Szkoła

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych ZJAZD Przedmotem statystyk jest zberae, prezetacja oraz aalza daych opsujących zjawska losowe. Badau statystyczemu podlega próbka losowa pobraa z populacj, aczej populacj geeralej. Na podstawe uzyskaych

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

Analiza spektralna stóp zwrotu z inwestycji w akcje

Analiza spektralna stóp zwrotu z inwestycji w akcje Nasz rye aptałowy, 003 r3, str. 38-43 Joaa Góra, Magdalea Osńsa Katedra Eoometr Statysty Uwersytet Mołaja Kopera w Toruu Aalza spetrala stóp zwrotu z westycj w acje. Wstęp Agregacja w eoom eoometr bywa

Bardziej szczegółowo

WRAŻLIWOŚĆ WYNIKU TECHNICZNEGO ZAKŁADU UBEZPIECZEŃ NA ZMIANĘ POZIOMU REZERWY SZKODOWEJ

WRAŻLIWOŚĆ WYNIKU TECHNICZNEGO ZAKŁADU UBEZPIECZEŃ NA ZMIANĘ POZIOMU REZERWY SZKODOWEJ Aca Woy WRAŻLIWOŚĆ WYNIKU TECHNICZNEGO ZAKŁADU UBEZPIECZEŃ NA ZMIANĘ POZIOMU REZERWY SZKODOWEJ Wstęp Załad ubezpeczeń est zobgoway do tworzea fuduszu ubezpeczeowego sładaącego sę z rezerw techczo-ubezpeczeowych

Bardziej szczegółowo

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ Podstawowe pojęca rachuu prawdopodobeństwa: zdarzee losowe, zdarzee elemetare, prawdopodobeństwo, zbór zdarzeń elemetarych. Def. Nech E będze zborem

Bardziej szczegółowo

KALIBRACJA NIE ZAWSZE PROSTA

KALIBRACJA NIE ZAWSZE PROSTA KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel

Bardziej szczegółowo

Równania rekurencyjne

Równania rekurencyjne Rówaa reurecyje Ja stosować do przelczaa obetów obatoryczych? zaleźć zwąze reurecyjy, oblczyć la początowych wartośc, odgadąć ogóly wzór, tóry astępe udowaday stosując ducję ateatyczą. W etórych przypadach,

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

Lista 6. Kamil Matuszewski 26 listopada 2015

Lista 6. Kamil Matuszewski 26 listopada 2015 Lsta 6 Kaml Matuszews 6 lstopada 5 4 5 6 7 8 9 4 5 X X X X X X X X X X X D X X N Gdze X-spsae, D-Delarowae, N-edelarowae. Zadae Zadae jest westą odpowedego pomalowaa. Weźmy sobe szachowcę x, poumerujmy

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

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

SPOŁECZNA AKDAEMIA NAUK W ŁODZI

SPOŁECZNA AKDAEMIA NAUK W ŁODZI SPOŁECZNA AKDAEMIA NAUK W ŁODZI KIERUNEK STUDIÓW: ZARZĄDZANIE PRZEDMIOT: METODY ILOŚCIOWE W ZARZĄDZANIU (MATERIAŁ POMOCNICZY PRZEDMIOT PODSTAWOWY ) Łódź Sps treśc Moduł Wprowadzee do metod loścowych w

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

( ) ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ,,, ~ B, β ( β β ( ( Γ( β Γ + f ( Γ ( + ( + β + ( + β Γ + β Γ + Γ + β Γ + + β E Γ Γ β Γ Γ + + β Γ + Γ β + β β β Γ + β Γ + Γ + β Γ + + β E ( Γ Γ β Γ Γ + + β Γ + Γ β β + β Metoda mometów polega a przyrówau

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych Modelowae Aalza Daych Przestrzeych Wykład 8 Adrze Leśak Katedra Geoformatyk Iformatyk Stosowae Akadema Górczo-Hutcza w Krakowe Jaką postać ma warogram daych z tredem? Moża o wylczyć teoretycze prostego

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

Parametry zmiennej losowej

Parametry zmiennej losowej Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lecja 4 Nearametrycze testy stotośc ZADANIE DOMOWE www.etraez.l Stroa 1 Część 1: TEST Zazacz orawą odowedź (tylo jeda jest rawdzwa). Pytae 1 W testach earametryczych a) Oblczamy statystyę

Bardziej szczegółowo

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu METODA RÓŻIC SKOŃCZOYCH (omówee a przykładze rówań lowych) ech ( rówaa różczkowe zwyczaje lowe I-rz.) lub jedo II-rzędu f / / p( x) f / + q( x) f + r( x) a x b, f ( a) α, f ( b) β dea: a satce argumetu

Bardziej szczegółowo

Analiza niepewności pomiarów Definicje

Analiza niepewności pomiarów Definicje Teora pomarów Aalza epewośc pomarów Defce Dr hab. ż. Paweł Mada www.pmada.zt.ed.pl Podstawowa defca Nepewość pomar to parametr zwązay z wykem pomar, charakteryzący rozrzt wartośc, który w zasadoy sposób

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Regresja REGRESJA

Regresja REGRESJA Regresja 39. REGRESJA.. Regresja perwszego rodzaju Nech (, będze dwuwyarową zeą losową, dla które steje kowaracja. Nech E( y ozacza warukową wartość oczekwaą zdefowaą dla przypadku zeych losowych typu

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

ĆWICZENIE 10 OPTYMALIZACJA STRUKTURY CZUJKI TEMPERATURY W ASPEKCIE NIEZWODNOŚCI

ĆWICZENIE 10 OPTYMALIZACJA STRUKTURY CZUJKI TEMPERATURY W ASPEKCIE NIEZWODNOŚCI ĆWICZENIE 0 OPTYMALIZACJA STUKTUY CZUJKI TEMPEATUY W ASPEKCIE NIEZWODNOŚCI Cel ćwczea: zapozae z metodam optymalzac wewętrze struktury mozakowe czuk temperatury stosowae w systemach sygalzac pożaru; wyzaczee

Bardziej szczegółowo

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej

Modelowanie niezawodności i wydajności synchronicznej elastycznej linii produkcyjnej Dr hab. ż. Ato Śwć, prof. adzw. Istytut Techologczych ystemów Iformacyych oltechka Lubelska ul. Nadbystrzycka 36, 2-68 Lubl e-mal: a.swc@pollub.pl Dr ż. Lech Mazurek aństwowa Wyższa zkoła Zawodowa w Chełme

Bardziej szczegółowo

teorii optymalizacji

teorii optymalizacji Poltechka Gdańska Wydzał Oceaotechk Okrętowctwa St. II stop. se. I Podstawy teor optyalzac wykład 7 M. H. Ghae Ma 5 Podstawy teor optyalzac Oceaotechka II stop. se. I 5 Podstawy teor optyalzac Oceaotechka

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym. Wyzaczae oporu aczyowego kaplary w przepływe lamarym. I. Przebeg ćwczea. 1. Zamkąć zawór odcający przewody elastycze a astępe otworzyć zawór otwerający dopływ wody do przewodu kaplarego. 2. Ustawć zawór

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982.

Wykłady z Analizy rzeczywistej i zespolonej w Matematyce stosowanej. Literatura. W. Rudin: Podstawy analizy matematycznej, PWN, Warszawa, 1982. Wyłady z Aalzy rzeczywstej zespoloej w Matematyce stosowaej Lteratura W Rud: Podstawy aalzy matematyczej, PWN, Warszawa, 1982 W Rud: Aalza rzeczywsta zespoloa, PZWS, Warszawa, 1986 W Szabat: Wstęp do aalzy

Bardziej szczegółowo

Bajki kombinatoryczne

Bajki kombinatoryczne Artyuł powstał a podstawe odczytu pod tym samym tytułem, wygłoszoego podczas XXXVI Szoły Matematy Poglądowej Pomysł czy rachue? w Grzegorzewcach, styczeń 006. Baj ombatorycze Joaa JASZUŃSKA, Warszawa Ja

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min Fukca warogodośc Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x;. Fukcą warogodośc dla próby x azywamy welkość: ( x; f ( x ; L Twerdzee (Cramera-Rao: Mmala wartość warac m dowolego eobcążoego

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7) PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay

Bardziej szczegółowo

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min

WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORATORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX. min. min WSPOMAGANIE DECYZJI - MIŁOSZ KADZIŃSKI LABORAORIUM II PROGRAMOWANIE CELOWE, ILORAZOWE I MIN-MAX Probley prograowae celowego lorazowego to probley prograowae ateatyczego elowego, który oża sktecze zlearyzować

Bardziej szczegółowo

Funkcja wiarogodności

Funkcja wiarogodności Fukca warogodośc Defca: Nech będze daa próba losowa prosta o lczebośc z rozkładu f (x; θ. Fukcą warogodośc dla próby x azywamy welkość: ( x; θ f ( x ; θ L Uwaga: Fukca warogodośc to e to samo co łącza

Bardziej szczegółowo

Liniowe relacje między zmiennymi

Liniowe relacje między zmiennymi Lowe relacje mędzy zmeym Marta Zalewska Zakład Proflaktyk ZagrożeńŚrodowskowych Alergolog Ocea lowych relacj mędzy zmeym Metoda korelacj - określee rodzaju sły zależośc mędzy cecham. Metoda regresj 1 Uwaga

Bardziej szczegółowo

Statystyka Wykład 6 Adam Ćmiel A3-A4 311a

Statystyka Wykład 6 Adam Ćmiel A3-A4 311a Testowae hpotez Nech (X, B, P={P : }) będze przestrzeą statystyczą, przy czym = =. Problem testowaa hpotez moża sformułować astępująco: a podstawe obserwacj X X zweryfkować hpotezę H : wobec alteratywy

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

METODY KOMPUTEROWE 1

METODY KOMPUTEROWE 1 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN MTODA ULRA Mcał PŁOTKOWIAK Adam ŁODYGOWSKI Kosultacje aukowe dr z. Wtold Kąkol Pozań 00/00 MTODY KOMPUTROW WIADOMOŚCI WSTĘPN Metod umercze MN pozwalają a ormułowae matematczc

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

Niech Φ oznacza funkcję zmiennej x zależną od n + 1 parametrów a 0, a 1, K, a n, tj.

Niech Φ oznacza funkcję zmiennej x zależną od n + 1 parametrów a 0, a 1, K, a n, tj. III. INTERPOLACJA 3.. Ogóe zadae terpoac Nech Φ ozacza fucę zmee x zaeżą od + parametrów a 0, a, K, a, t. Defca 3.. Zadae terpoac poega a oreśeu parametrów a ta, żeby da + da- ych par ( x, f ( x ( 0,,...,

Bardziej szczegółowo

ZMIENNE LOSOWE WIELOWYMIAROWE

ZMIENNE LOSOWE WIELOWYMIAROWE L.Kowals Zmee losowe welowmarowe ( ΩS P ZMIENNE LOSOWE WIELOWMIAROWE - ustaloa przestrzeń probablstcza. (... - zmea losowa - wmarowa (wetor losow cąg losow. : Ω R (fuca borelowsa P : Β R [0 - rozład zmee

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

Bardziej szczegółowo