ZASTOSOWANIE MODELI PANELOWYCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TYPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "ZASTOSOWANIE MODELI PANELOWYCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TYPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNYCH"

Transkrypt

1 Emla Modraka Wydzał Ekoomczo Socjologczy Uwersytet Łódzk ZASTOSOWANIE MODELI PANELOWCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNCH 1. Ws t ę p Dysproporcje charakteryzujące pozom rozwoju gospodarczego społeczego państw człokowskch U Europejskej oraz ch regoów sprawły, że poltyka regoala astawoa a welowae różc rozwojowych stała sę główym kerukem dzałań Wspóloty oraz że w ramach tej poltyk skocetrowao środk przezaczoe a wyrówywae pozomów rozwoju gospodarczego. Podstawę hpotezy o występowau kowergecj gospodarczej staow eoklasyczy model Solowa, z którego wyka, że stopa wzrostu produkcj w przelczeu a zatrudoego obża sę wraz ze wzrostem produkcj przypadającej a zatrudoego. W odeseu do zbeżośc pozomów wzrostu gospodarczego regoów mechazm kowergecj gospodarczej typu β polega a występowau wększego tempa wzrostu gospodarczego, charakteryzującego regoy o ższym pozome dochodu per capta w porówau do regoów o wyższym pozome dochodów. Różce występujące pomędzy regoam posadają charakter strukturaly. Ozacza to, że e tylko wykają z waruków aturalych, tj. położea regoów, waruków klmatyczych, ale także przede wszystkm są determowae przez brak wyposażea 61

2 Emla Modraka w frastrukturze techczej, społeczej stytucjoalej. Aalzoway w ejszym opracowau model kowergecj warukowej typu β umożlwa uwzględee zmeych charakteryzujących czyk strukturale decydujące o tempe wzrostu gospodarczego. Celem artykułu jest przedstawee oraz porówae wyków badań dotyczących tempa kowergecj gospodarczej a pozome regoów U Europejskej z zastosowaem model paelowych oraz uwzględeem zależośc przestrzeych. Spotykae w lteraturze przedmotu podejśca do weryfkacj występowaa kowergecj tempa wzrostu gospodarczego odchodzą od stosowaa przekrojowych regresj wzrostu. To, że moża uwzględć w modelach dywdualych eobserwowale cechy badaych gospodarek, przyczyło sę do popularyzacj modelu paelowego z efektam stałym w ewaluacj kowergecj gospodarczej. Przyjęce założea o wpływe zależośc przestrzeych pomędzy gospodarkam regoów a tempo ch wzrostu determuje dalszy rozwój metod badawczych uwzględających efekty przestrzee wzrostu gospodarczego. 2. Rozwój metodolog badaa kowergecj warukowej W lteraturze przedmotu steje wele podejść wykorzystywaych do weryfkacj hpotezy o występowau kowergecj gospodarczej. Według systematyk stosowaej przez Sala Marta 1, oprócz kowergecj typu σ, rozumaej jako malejące zróżcowae dochodu per capta pomędzy badaym regoam (państwam), wyróża sę róweż kowergecję typu β. Podstawę hpotezy o występowau kowergecj warukowej typu β staow eoklasyczy model Solowa Swaa. Zgode z założeam kowergecj typu beta pomędzy przecętą stopą wzrostu gospodarczego a początkowym dochodem występuje stota zależość ujema. Zakładay jest róweż relatywe szybszy wzrost gospodarczy w regoach o ższym pozome dochodów 2. Dodatkowo kowergecja typu beta jest dzeloa a kowergecję absolutą (bezwarukową) oraz kowergecję warukową. Według założeń kowergecj absolutej typu β regoy o ższym pozome dochodu odotowują wyższe tempo jego wzrostu, ezależe od charakterystyk strukturalych, jedocześe dążą do tego samego stau wzrostu 1 X. Sala Mart, The classcal approach to covergece aalyss, The Ecoomc Joural 1996, vol. 106, s , cyt za: D. Cołek, Badae kowergecj krajów Europy Środkowo Wschodej z wykorzystaem daych paelowych, Dyamcze modele ekoometrycze, VIII Ogólopolske Semarum Naukowe, , Toruń, s M. Herbst, P. Wójck, Efekty przestrzee w kowergecj Polskch podregoów, Badae spójośc terytoralej przecwdzałae margalzacj obszarów problemowych, Koferecja Msterstwa Rozwoju Regoalego, , Warszawa. 62

3 Zastosowae model paelowych w aalze warukowej kowergecj zrówoważoego, czyl do podobego pozomu zamożośc wyrażoego wartoścą dochodu per capta. Kowergecja warukowa typu β bazuje a założeu, że egatywa zależość pomędzy dyamką wzrostu dochodu a jego początkową wartoścą dotyczy regoów podobych pod względem charakterystyk strukturalych, co węcej każdy rego dąży do osągęca właścwego sobe stau wzrostu zrówoważoego. Jako dodatkowe zmee objaśające (statystyk strukturale) różce w pozome rozwoju są stosowae m..: lczba osób z wyższym wykształceem, odsetek pracujących ze średm lub wyższym wykształceem 3, średa lczba lat auk wśród osób w weku 25 do 64 lat, defcyt fskaly 4, udzał osób pracujących w sektorze rolym 5 czy wskaźk zatrudea. Aalza kowergecj gospodarczej oparta a przestrzeych daych paelowych determuje zastosowae metod uwzględających zarówo specyfcze własośc gospodarek regoów, dyamkę zma ch wartośc, jak zależośc przestrzee warukujące zróżcowae pozomu wzrostu gospodarczego oraz dyamkę procesów kowergecj 6. Początkowe badaa ad tempem kowergecj, prowadzoe m.. przez Kormedego Megure (1985), Baumola (1986), Barro (1991), Barro, Sala Marta (1992), Makwa, Romera Wela (1992), Leve a Reelta (1992), polegały a estymacj rówaa przekrojowej regresj wzrostu 7. Szacując zależość wzrostu PKB za pomocą tej metody, zakładao stałe wartośc zmeych objaśających, występujących w modelu Solowa, a którym opera sę aalzowaa regresja wzrostu, tj. pozomu techolog, tedecj do oszczędzaa, stopy deprecjacj oraz tempa wzrostu produktywośc. Wybór odpowedo długej jedostk czasu (klkaaśce lub klkadzesąt lat) mał a celu wyelmowae wpływu cykl koukturalych. Postać modelu kowergecj stawa warukowej po sze rówae przedstawa : poższe rówae 8 : T, -λk l = α + e + γ + ξ (1 ) l 0, X 0,, (1) 0, ć PKB (w PPS) per capta w perwszym rok 3 B. Herz, L. Vogel, Regoal Covergece Cetral ad Easter Europe:Evdece from a Decade of Trasto, Uverstät Bayreuth w ostatm Rechts- ud Wrtschaftswsseschaftlche roku (po k okresach), Fakultät Wrtschaftswsseschaftlche Dskussospapere 2003, vol. 13/03, s G. Arba, L. Domocs, G. Pras, Regoal growth ad regoal equalty EU ad trasto coutres: a spatal ecoometrc approach, 45 th Cogress of the Europea Regoal Scece Assocato, , Amsterdam, s J. Ramajo, M. Marquez, G. Hewgs, M. Salas, Spatal heterogeety ad terregoal spllovers the Europea Uo: Do coheso polces ecourage covergece across regos?, Europea Ecoomc Revew 2008, vol. 52, s J.P. Elhorst, Spatal Pael Data Models, w: Hadbook of Appled Spatal Aalyss. Software Tools, Methods ad Applcatos, red. M.M. Fsher, A. Gets, Sprger, Hedelberg Dordrecht Lodo New ork 2010, s D. Cołek, op.ct., s G. Arba, R. Basle, G. Pras, Usg Spatal Pael Data Modellg Regoal Growth ad Covergece, Isttuto d Stude Aals Ecoomca, Workg Paper 2005, vol. 5, s

4 Emla Modraka gdze: 0, wartość PKB (w PPS) per capta w perwszym roku (t), T, wartość PKB per capta w ostatm roku (po k okresach), λ szybkość procesu kowergecj 9, X t, macerz wartośc charakterystyk strukturalych; wyłączee zmeych strukturalych prowadz do otrzymaa modelu kowergecj absolutej (bezwarukowej). W celu oszacowaa modelu lu KMNK KMNK wprowadza sę parametr β: - k β( 1= (1e e) λ ) (2) T, l l = α + β + γ + ξ l 0, X 0, (3) 0, l l ( β + 1) 1) λ =. (4) k wartość param Ujema oraz stota statystycze ch regoów. wartość parametru śwadczy o występowau kowergecj gospodarczej badaych regoów. Zastosowae opsaej metody weryfkacj założea o kowergecj warukowej prowadz do utraty formacj zwązaych ze zróżcowaem wzrostu gospodarczego gospodarek zmeoścą opsujących go czyków w czase. Pomęte zostają róweż eobserwowale cechy badaych gospodarek, które przez brak możlwośc odpowedej operacjoalzacj powększają wartość reszt oszacowaego modelu. W kosekwecj prowadz to do espełea waruku o braku korelacj pomędzy wartoścam składka losowego oraz zmeych objaśających. Podkreśla sę, że wyk estymacj takch regresj szacowae KMNK są ezgode obcążoe 10. Aplkacja model paelowych umożlwa uwzględee eobserwowalych własośc regoów, które to własośc decydują o tempe wzrostu gospodarczego tych regoów: ych regoów: t + k, l = α + β lt, + γ t, + ξ t, X, (5) t, w składających sę a długość przedz gdze: k lczba okresów h w badaach składających model sę a daych długość paelo przedzału czasowego. Wśród stosowaych w badaach model daych paelowych ależy wymeć: z Model ze zmeym zero jedykowym LSDV (ag. Least Squared Dummy Varables Model) zakłada wprowadzee do przekrojowego modelu regresj zmeych zero-jedykowych, które objaśają heterogeczość obektów. 9 P. Klber, Ekoometrycza aalza kowergecj regoów Polsk metodam paelowym, Studa Regoale Lokale 2007, vol. 1/27, s D. Cołek, op.ct., s

5 Zastosowae model paelowych w aalze warukowej kowergecj W modelu LSDV współczyk kerukowe są stałe pomędzy grupam w czase. Model zajduje zastosowae w przypadku szacowaa efektów grupowych dla małej lczby obektów. Zbyt duża lczba zmeych zero jedykowych (dużo wększa lczba obektów ż obserwacj czasowych) prowadz do utraty stop swobody. z Model z efektam wewątrzgrupowym, tzw. wth effects model, w przecweństwe do model LSDV wykorzystuje odchylea wartośc zmeej od średej grupowej. Model estymoway jest bez stałej za pomocą MNK, przez co zaburzoa jest wartość współczyka determacj. Oszacowae współczyk kerukowe przy zmeych modelu merzą wpływ zma zmeej objaśającej a wartość zmeej objaśaej. Model e uwzględa zma pomędzy grupam. z Model z efektam mędzygrupowym, tzw. betwee effects model, jego estymacja jest prowadzoa a podstawe średch grupowych zmeych objaśających zmeej objaśaej. Poprzez wprowadzee średch wyrówywae są wartośc odstające. Oszacowaa parametrów model wskazują a wpływ zma mędzy grupam a wartośc zmeej objaśaej 11. Neoklasyczy model wzrostu, a podstawe którego zostało wyspecyfkowae rówae kowergecj, opera sę a założeu o braku powązań pomędzy gospodarkam badaych regoów. Moblość czyków produkcj prowadz do przepływu kaptału do regoów o ższej kaptałochłoośc produkcj, podczas gdy przepływy sły roboczej astępują w keruku przecwym. Iym czykem decydującym o wyrówywau sę pozomów wzrostu gospodarczego jest dyfuzja techolog owacj. Według założeń spotykaych w lteraturze przedmotu, uwzględee w specyfkacj modelu zależośc pomędzy gospodarkam regoów będze skutkowało otrzymaem zwększoego tempa kowergecj gospodarczej regoów 12. Jedą z metod uwzględea przepływów kaptału sły roboczej oraz techolog jest kostrukcja modelu wzrostu gospodarczego uwzględającego wymeoe czyk. Brak daych o przepływe czyków produkcj, zwłaszcza techolog, uemożlwa jedak prowadzee tego typu aalz. Pośredą metodą pozwalającą a uwzględee efektów przepływów mędzyregoalych w aalzach kowergecj gospodarczej jest specyfkacja modelu charakteryzującego zależośc pomędzy wartoścam badaych charakterystyk w sąsedch lokalzacjach 13. W lteraturze przedmotu wyróża sę m.. zależość przestrzeą wykającą z przestrzeego 11 K. Kopczewska, T. Kopczewsk, P. Wójck, Metody loścowe w R. Aplkacje ekoomcze fasowe, CeDeWu, Warszawa, 2009, s G. Arba, R. Basle, G. Pras, op.ct., s Określee charakteru sąsedztwa jedostek przestrzeych poprzez specyfkację macerzy wag przestrzeych (sąsedztwa lub odległośc) w sposób zaczący wpływa a weryfkację zależośc przestrzeej cech. Przyjęce różych macerzy wag może skutkować odmeym wykam aalz. 65

6 Emla Modraka wymaru aktywośc ekoomczej (ag. substatve depedece), jak z ezgodośc pomędzy gracam procesów gospodarczych oraz jedostek geografczych (ag. usace depedece) 14. Puktem wyjśca aplkacj model przestrzeych jest weryfkacja występowaa autokorelacj przestrzeej zmeych. Jedą z podstawowych metod jest testowae stotośc statystyczej współczyka globalej autokorelacj przestrzeej Moraa I 15. ej Moraa I. I = S o = 1 j= 1 w, j ( x x )( x x ) ( x x ) = 1 gdze: x ta obserwacja zmeej X, W w j serwacja zmeej j= X,, macerz wag przestrzeych. 1 W w Dodata, statystycze stota wartość statystyk Moraa I śwadczy o występowau dodatej autokorelacj przestrzeej, statystyk co dowodz M wpływu wartośc badaej zmeej w daej lokalzacj a pozomy tej zmeej w sąsedch lokalzacjach (regoach). Wartośc opsywaych cech tworzą skupea. W przypadku ujemej wartośc statystyk wysoke wartośc sąsadują z skm. Jedym z podstawowych model daych paelowych z efektam przestrzeym, stosowaym w aalzach wzrostu gospodarczego, jest paelowy model opóźea przestrzeego z efektam stałym (ag. fxed effect spatal lag model), do którego zostaje wprowadzoa opóźoa przestrzee zmea zależa: gdze W =, (7)16 t+ k, t+ k, l α ρ w, jl β lt, γ t, = t, j 1 X = t, + ξt, = w, j staow macerz wag wag przestrzeych. j= 1 Alteratywą metodę wprowadzea do model paelowych zależośc przestrzeych statystyk staow M opóźee przestrzee składka losowego, czego wykem jest specyfkacja postac paelowego modelu błędu przestrzeego z efektam stałym (fxed effect spatal error model): 2 j, (6) 14 T. Kossowsk, Kowergecja przestrzea aspekty teoretycze, w: Praktycze aspekty badań regoalych vara, t. 2, red. P. Chursk Bulety Istytutu Geograf Społeczo Ekoomczej Gospodark Przestrzeej Uwersytetu m. Adama Mckewcza w Pozau 2009, r 8, sera: Rozwój Regoaly Poltyka Regoala, s Ekoometra przestrzea. Metody modele aalzy daych przestrzeych, red. B. Sucheck, Wydawctwo C.H. Beck, Warszawa 2010, s G. Arba, R. Basle, G. Pras, op.ct., s

7 Zastosowae model paelowych w aalze warukowej kowergecj d-effect spatal error model): t+ k, l = α + β lt, + γ t, + ξt, X t, (8) ξ t, = ρ w, jξ t, + η. (9) 17 j = 1 2. Aalza Wyk estymacj przekrojowych regresj wzrostu 18 dla regoów U Europejskej z lat wskazywały a tempo kowergecj a pozome 2 3%, po 1975 r. prędkość ta spadła do pozomu 1,7%. Rezultaty badań ad szybkoścą procesu kowergecj dowodzą, że oszacowaa model wzrostu z wykorzystaem daych paelowych dają wartośc współczyka kowergecj powyżej pozomu 2% rocze 19. Przedmotem poższej aalzy jest weryfkacja założea dotyczącego wskazywaej w lteraturze szybkośc kowergecj warukowej w przypadku model paelowych z efektam stałym (dywdualym czasowym). Dae o wartośc PKB per capta w latach wg PPS w ceach beżących dla 290 regoów U Europejskej a pozome NUTS 2 wygeerowao z bazy daych Eurostat. Wartośc, poprzez przyjęce wskaźków flacj dla pozomów NUTS 0 (kraju), wyrażoo w ceach stałych z 2000 r. Ze względu a ograczea dostępośc daych w przekroju terytoralym czasowym za charakterystykę strukturalą regoów obrao wskaźk zatrudea osób w weku powyżej 15. roku życa. Komplete dae z okresu zgromadzoo dla 193 regoów. W tabel 1 przedstawoo oszacowaa współczyków kerukowych rówaa (5) przy logarytme zmeej PKB per capta ( t, ) oraz wskaźku zatrudea osób w weku powyżej 15 lat (X t, ). Oszacowaa estymatora wewątrzgrupowego (ag. wth) z efektam dywdualym staową o występowau pomędzy badaym regoam kowergecj warukowej. W okrese jej szybkość wyosła 28,4% rocze. Oszacowaa modelu były jedak obarczoe ajwyższym błędem w porówau do pozostałych model. Wprowadzee do modelu stałych efektów czasowych skutkuje odrzuceem hpotezy o kowergecj gospodarczej. Rówoczese uwzględee efektów dywdualych czasowych spowodowało utratę przez charakterystykę strukturalą (wskaźk zatrudea) stotośc statystyczej. Najmejszym błędam oszacowań 17 Ibdem. 18 Badaa prowadzoe przez Nevea, Gouyette (1995), Armstroga (1995), Verspagea (1996), Todla (1999), Marta (1999), de la Fuete (1996), por. H. Badger, W.G. Müller, G. Todl, Regoal Coverece Europea Uo ( ): A Spatal Dyamc Pael Aalyss, HWWA, Dscuso Paper 2002, vol. 210, s G. Arba, R. Basle, G. Pras, op.ct., s

8 Emla Modraka charakteryzowały sę estymatory mędzygrupowe. Oszacowaa współczyków kerukowych modelu z efektam zarówo dywdualym, jak czasowym wskazywały dodatą zależość mędzy pozomem dochodu a dyamką jego wzrostu (co przeczy założeu o występowau kowergecj gospodarczej), jedak tylko w przypadku modelu z efektam dywdualym okazały sę stote statystycze. Tabela 1. Wyk oszacowań model z efektam stałym modelu kowergecj warukowej Model paelowy z efektam stałym t, X t, λ Oeway (dvdual) effect Wth Model 0,247 *** 0,0053 *** 0,284 Oeway (tme) effect Wth Model 0,005 ** 0,0008 *** 0,005 Twoways effects Wth Model 0,270 *** 0,0010 0,315 Oeway (dvdual) effect Betwee Model 0,007 *** 0,0007 *** 0,007 Oeway (tme) effect Betwee Model 0,379 0,0430 0,321 Źródło: opracowae włase, R Cra W celu scharakteryzowaa tedecj czasowych wzrostu gospodarczego w regoach NUTS 2 przedstawoo przestrzee zróżcowae wartośc średego tempa zma PKB per capta wg PSN w latach Rysuek 1. Średe tempo zma PKB per capta wg PSN (cey stałe, 2000=1) w latach w 193 regoach NUTS 2 Źródło: opracowae włase, R Cra

9 Zastosowae model paelowych w aalze warukowej kowergecj Wykres rozrzutu statystyk Moraa I LV00 SK01 PL12 Ś rede tempo zma opóźoe przestrzee [SRTEMP*W] R O41 RO12 GR24 GR25 GR13 UKI1 GR30 PL51 O 22 O21 RO11 RO31 RO Średe tempo zma [SRTEMP] Rysuek 2. Korelogram statystyk Moraa I średego tempa zma PKB per capta wg PSN (cey stałe, 2000=1) w latach w 193 regoach NUTS2 Źródło: pracowae włase, R Cra Wartość statystyk Moraa I a pozome 0, 7021 (p value = 0,001) śwadczy o występowau stotych zależośc przestrzeych pomędzy wartoścam średego tempa wzrostu gospodarczego. W tabel 2 przedstawoo zestawee wyków oszacowaa parametrów rówaa (7). Wprowadzee do modelu opóźoego przestrzee tempa wzrostu PKB per capta, uwzględającego wpływ dyamk wzrostu w regoach sąsedch, wywołało obżee wartośc współczyka kowergecj w stosuku do oszacowań uzyskaych w modelu paelowym bez efektów przestrzeych. Tabela 2. Wyk oszacowań paelowych model opóźea przestrzeego z efektam stałym modelu kowergecj warukowej Paelowy model opóźea przestrzeego z efektam stałym Oeway (dvdual) effect Wth Model Oeway (tme) effect Wth Model Twoways effects Wth Model t, X t, λ ρ 0,128 *** 0,0001 0,137 0,767 *** 0,002. 0,0003 ** 0,002 0,664 *** 0,186 *** 0, ,206 0,613 *** Źródło: opracowae włase, R Cra

10 Emla Modraka Gdyby wszystke aalzowae regoy charakteryzowały sę tym samym tempem wzrostu gospodarczego oraz wpływem dyamk zma PKB per capta z sąsedch regoów, szybkość kowergecj szacowaa a podstawe modelu z efektam stałym wyosłaby 13,7% rocze. Jeśl odosłoby sę powyższe założea do modelu dwuczykowego, dyamka procesu zbeżośc gospodarek regoów do stau rówowag długookresowej wzrosłaby do 20,6%. 3. Podsumowae keruk dalszych badań Przedstawoe w opracowau rezultaty aalz mały a celu zweryfkowae założeń dotyczących wpływu postac modelu daych paelowych a detyfkację oraz szybkość kowergecj warukowej. Zgode z złożeam przedstawoym przez Arbę 20, szybkość kowergecj szacowaa a podstawe model paelowych z dywdualym efektam stałym przekroczyła wartość 2%. Uzyskae oszacowaa współczyka kowergecj w odeseu do długookresowej rówowag wzrostu wydają sę zawyżoe. Jedą z podkreślaych w lteraturze przyczy zawyżoej szybkośc kowergecj jest problem edogeczośc zmeych objaśających. Zwraca sę róweż uwagę a to, że wysoke tempo kowergecj, szacowae a podstawe model paelowych, e charakteryzuje dyamk zbeżośc gospodarek regoów dążących do osągęca stau rówowag długookresowej, lecz jest właścwe dla rówowag krótkookresowej 21. Występowae dodatej autokorelacj przestrzeej zadecydowało o koeczośc zastosowaa przestrzeych paelowych model kowergecj. Należy zazaczyć, że wprowadzee do model paelowych z efektam stałym opóźoych przestrzee zmeych objaśaych pozwolło a pozytywą weryfkację hpotezy o występowau kowergecj. Dyamka tego procesu w przypadku model z efektam przestrzeym była o połowę mejsza ż w przypadku model paelowych bez efektów przestrzeych. W badau pomęto testowae stotośc efektów stałych (grupowych czasowych), jak róweż badae wyków oszacowań model z efektam losowym. Dalszych aalz wymaga badae autokorelacj oraz heteroskedastyczośc składka losowego. 20 Ibdem. 21 M. Shbamoto,. Tsutsu, Note o the Iterpretato of Covergece Speed the Dyamc Pael Model, Kobe Uversty, Dscusso Paper Seres RIEB 2011, Jauary, s

11 Zastosowae model paelowych w aalze warukowej kowergecj Bblografa 1. Arba G., Basle R., Pras G., Usg Spatal Pael Data Modellg Regoal Growth ad Covergece, Isttuto d Stude Aals Ecoomca, Workg Paper 2005, vol 5, s Arba G., Domocs L., Pras G., Regoal growth ad regoal equalty EU ad trasto coutres: a spatal ecoometrc approach, 45 th Cogress of the Europea Regoal Scece Assocato, , Amsterdam. 3. Cołek D., Badae kowergecj krajów Europy Środkowo Wschodej z wykorzystaem daych paelowych, Dyamcze modele ekoometrycze, VIII Ogólopolske Semarum Naukowe, , Toruń, s Ekoometra przestrzea. Metody modele aalzy daych przestrzeych, red. B. Sucheck, Wydawctwo C.H. Beck, Warszawa Elhorst J.P., Spatal Pael Data Models, w: Hadbook of Appled Spatal Aalyss. Software Tools, Methods ad Applcatos, red. M.M. Fsher, A. Gets, Sprger, Hedelberg Dordrecht Lodo New ork 2010, s Herbst M., Wójck P., Efekty przestrzee w kowergecj Polskch podregoów, Badae spójośc terytoralej przecwdzałae margalzacj obszarów problemowych, Koferecja Msterstwa Rozwoju Regoalego, , Warszawa. 7. Herz B., Vogel L., Regoal Covergece Cetral ad Easter Europe: Evdece from a Decade of Trasto, Uverstät Bayreuth Rechts- ud Wrtschaftswsseschaftlche Fakultät Wrtschaftswsseschaftlche Dskussospapere 2003, vol. 13/ Klber P., Ekoometrycza aalza kowergecj regoów Polsk metodam paelowym, Studa Regoale Lokale 2007, vol. 1/27, s Kopczewska K., Kopczewsk T., Wójck P., Metody loścowe w R. Aplkacje ekoomcze fasowe, CeDeWu, Warszawa Kossowsk T., Kowergecja przestrzea aspekty teoretycze, w: Praktycze aspekty badań regoalych vara, t. 2, red. P. Chursk, Bulety Istytutu Geograf Społeczo Ekoomczej Gospodark Przestrzeej Uwersytetu m. Adama Mckewcza w Pozau 2009, r 8, sera: Rozwój Regoaly Poltyka Regoala, s Müller W.G., Todl G., Regoal Coverece Europea Uo ( ): A Spatal Dyamc Pael Aalyss, HWWA, Dscuso Paper 2002, vol. 210, s Ramajo J., Marquez M., Hewgs G., Salas M., Spatal heterogeety ad terregoal spllovers the Europea Uo: Do coheso polces ecourage covergece across regos?, Europea Ecoomc Revew 2008, vol. 52, s Shbamoto M., Tsutsu., Note o the Iterpretato of Covergece Speed the Dyamc Pael Model, Kobe Uversty, Dscusso Paper Seres RIEB 2011, Jauary, s

12 Emla Modraka Źródła secowe 1. [dostęp ] =e&pcode=tgs00005 [dostęp ]. Summary The applcato of pael models the aalyss of a codtoal β covergece cludg spatal depedece Ecoomc covergece regos of the EU s oe of the ma objectves of coheso polcy. The bass of the hypothess of the exstece of ecoomc covergece s a eoclasscal Solow model. Ths artcle ams to preset ad compare the results of studes o ecoomc codtoal covergece of EU regos wth the use of pael models ad takg to accout the spatal relatoshps. Keywords: pael data models, spatal autocorrelato, codtoal covergece, coheso polcy, NUTS2 Europea regos JEL classfcato: C21, C23, O47, O52, R11

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

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

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

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

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach,

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

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

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

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

Probabilistyka i statystyka. Korelacja

Probabilistyka i statystyka. Korelacja 06-05-08 Probablstyka statystyka Korelacja Probablstyka statystyka - wykład 9 dla Elektrok Korelacja Aalza korelacj zajmuje sę badaam stea zależośc lowej mędzy dwema cecham X Y. Podstawową marą jest współczyk

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

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

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

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

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

ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH

ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 335 07 Iformatyka Ekoometra 9 Moka Mśkewcz-Nawrocka Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Statystyk, Ekoometr

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

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH AALIZA KORELACJI DEFIICJA ZALEŻOŚCI KORELACYJEJ, Zależośd korelacyja (statystycza) występuje wtedy, gdy określoym wartoścom jedej zmeej są przyporządkowae pewe średe wartośc drugej zmeej e moża wyzaczyd

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

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

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 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

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

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH Mara KLONOWSKA-MATYNIA Natala CENDROWSKA WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY Zarys treśc: Nejsze opracowae pośwęcoe zostało spółkom akcyjym, które

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

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

Analiza wyniku finansowego - analiza wstępna

Analiza wyniku finansowego - analiza wstępna Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe

Bardziej szczegółowo

BADANIE ZRÓŻNICOWANIA SYTUACJI DEMOGRAFICZNEJ W POLSCE W LATACH

BADANIE ZRÓŻNICOWANIA SYTUACJI DEMOGRAFICZNEJ W POLSCE W LATACH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 38 07 Moka Mśkewcz-Nawrocka Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Matematyk moka.mskewcz@ue.katowce.pl

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

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

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

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

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

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

ANALIZA PRZESTRZENNA BEZROBOCIA W POLSCE

ANALIZA PRZESTRZENNA BEZROBOCIA W POLSCE Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 7 05 Ewa Pośpech Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Matematyk ewa.pospech@ue.katowce.pl ANALIZA PRZESTRZENNA

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

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

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

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

( 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

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

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

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

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

x, y środek ciężkości zbioru

x, y środek ciężkości zbioru Y ANALIZA REGRESJI I KORELACJI zwązek stochastyczy (losowy), probablstyczy Y X KAŻDEJ WARTOŚCI x ODPOWIADA CAŁY ZBIÓR WARTOŚCI y TWORZĄCYCH OKREŚLONY ROZKŁAD zwązek statystyczy ŷ a a x ŷ średa rozkładu

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

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

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

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

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

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

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

= , t 1872, = , t 1872,0.95

= , t 1872, = , t 1872,0.95 19 stycza 008 Zadae 1 Dyspoujemy próbą dla Staów Zjedoczoych z roku 1988 dotyczącą kobet: l_wage logarytm zarobków; ttl_exp całkowte dośwadczee zawodowe wyrażoe w latach; uo czy osoba ależy do zwązków

Bardziej szczegółowo

Statystyka Inżynierska

Statystyka Inżynierska Statystyka Iżyerska dr hab. ż. Jacek Tarasuk AGH, WFIS 013 Wykład 3 DYSKRETNE I CIĄGŁE ROZKŁADY JEDNOWYMIAROWE, PODSTAWY ESTYMACJI Dwuwymarowa, dyskreta fukcja rozkładu rawdoodobeństwa, Rozkłady brzegowe

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

AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH

AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/4, 05, str. 85 94 AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH Ea Pośpech, Adraa Mastalerz-Kodzs Katedra Matematyk, Uersytet

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

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU Haa Dudek a, Moka Dybcak b a Katedra Ekoometr Iformatyk SGGW b studetka Mędzywydzałowego Studum Iformatyk Ekoometr e-mal: hdudek@mors.sggw.waw.pl ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

Bardziej szczegółowo

MODEL PROPORCJONALNEGO HAZARDU COXA PRZY RÓŻNYCH SPOSOBACH KODOWANIA ZMIENNYCH

MODEL PROPORCJONALNEGO HAZARDU COXA PRZY RÓŻNYCH SPOSOBACH KODOWANIA ZMIENNYCH PRZEGLĄD STATYSTYCZNY R. LVI ZESZYT 2 2009 IWONA MARKOWICZ, BEATA STOLORZ MODEL PROPORCJONALNEGO HAZARDU COXA PRZY RÓŻNYCH SPOSOBACH KODOWANIA ZMIENNYCH. WSTĘP Metody aalzy przeżyca są coraz częścej stosowae

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

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula MATERAŁY STUDA Zesz y t r 242 Efektywość sektora publczego a pozome samorządu lokalego Barbara Karbowk, Grzegorz Kula Warszawa 2009 Barbara Karbowk Narodowy Bak Polsk, barbara.karbowk@bp.pl Grzegorz Kula

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

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

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZA 1. Wkład wstęp. Teora prawdopodobeństwa elemet kombatork. Zmee losowe ch rozkład 3. Populacje prób dach, estmacja parametrów 4. Testowae hpotez statstczch 5. Test parametrcze (a

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 686 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 686 FINANSE, RYNKI FINANSOWE, UBEZPIECZENIA NR ZESZYTY NUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 686 FINNSE, RYNKI FINNSOWE, UEZIECZENI NR 47 011 EW CHOMĆ IERZECK Leks Sp. z o.o. ROILISTYCZNE UJĘCIE METOD ILOŚCIOWYCH W NLIZIE WRTOŚCI RZEDSIĘIORSTW 1. Wprowadzee

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

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

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

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

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

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1)

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1) Katarzya Budy Uwersytet Ekoomczy w Krakowe WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO Wprowadzee Jedą z podstawowych mar spłaszczea czy też kocetrac rozkładu zmee losowe edowymarowe wokół średe est kurtoza

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

IV. ZMIENNE LOSOWE DWUWYMIAROWE IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo

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

. 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

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

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

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

TMM-2 Analiza kinematyki manipulatora metodą analityczną

TMM-2 Analiza kinematyki manipulatora metodą analityczną Opracował: dr ż. Przemysław Szumńsk Laboratorum Teor Mechazmów Automatyka Robotyka, Mechatroka TMM- Aalza kematyk mapulatora metodą aaltyczą Celem ćwczea jest zapozae sę ze sposobem aalzy kematyk mechazmu

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

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

INSTRUKCJA DO ĆWICZENIA NR 2

INSTRUKCJA DO ĆWICZENIA NR 2 KATEDRA MECHANIKI STOSOWANEJ Wydzał Mehazy POLITECHNIKA LUBELSKA INSTRUKCJA DO ĆWICZENIA NR 2 PRZEDMIOT TEMAT OPRACOWAŁ MECHANIKA TECHNICZNA Wyzazee położee środka ężkoś układu mehazego Dr ż. K. Kęk 1.

Bardziej szczegółowo

Statystyka Opisowa Wzory

Statystyka Opisowa Wzory tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:

Bardziej szczegółowo

STATYSTYKA EKONOMICZNA I SPOŁECZNA

STATYSTYKA EKONOMICZNA I SPOŁECZNA PROWADZĄCY Dwczea laboratoryje Rok akademck 0/0, semestr let mgr Emla Modraka, Katedra Ekoometr Przestrzeej UŁ emodraka@u.lodz.pl www.em.kep.prv.pl KONSULTACJE Poedzałek: 9.45-.0 Środa: 6.40-7.40 Pokój

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

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

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

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