ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH
|
|
- Lidia Mazurkiewicz
- 7 lat temu
- Przeglądów:
Transkrypt
1 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 jaka będze kokreta wartośd cechy Y (zależej) przy daej wartośc cechy X (ezależej) RODZAJE ZALEŻOŚCI KORELACYJYCH Słę zależośc pomędzy cecham moża wyrazd lczbowo za pomocą odpowedch merków Wybór merka jest uzależoy od rodzaju cech medzy którym badaa jest zależośd lczby obserwacj 3 charakteru zależośc KLASYFIKACJA METOD AALIZY ZALEŻOŚCI STATYSTYCZYCH Pomar jest to przyporządkowae badaym obektom, zgode z pewym zborem reguł, lczb Określee pomaru w statystyce ma szeroke zaczee Zastosowae skal pomaru determuje w dużym stopu zakres możlwej aalzy statystyczej (ostatego etapu badaa) Wyróżamy astępujące skale pomarowe : omala pozwala określd jedye przyależośd badaych elemetów do wyróżoych dla daej cechy jakoścowych kategor Przykładem jest określee płc lub regou zameszkaa badaych osób omala reprezetuje ajższy pozom pomaru e moża określd relacj wększy-mejszy, lepszy-gorszy porządkowa umożlwa przyporządkowae jedostek statystyczych według stopa atężea badaej cechy Przykładem jest określee statusu materalego daej osoby (sk, śred, wysok) lub osągęd w auce (edostateczy, mery, dostateczy, dobry, bardzo dobry) Obe wymeoe cechy są jakoścowe, jedak umożlwają przyporządkowae sklasyfkowaych jedostek e moża określd dystasu (różcy) pomędzy jedostkam ależącym do różych grup klasyfkacj terwałowa (przedzałowa) występuje wtedy, gdy uporządkoway zbór wartośc cechy składa sę z lczb rzeczywstych Wartośd 0 w tej skal ustaloa jest dowole Przykładem tej skal jest skala temperatur Kelwa Celsjusza (wartośd 0 jest umowa) przedzałowa pozwala tylko stwerdzd o le wartośd cechy jedostk roż sę cechy ej jedostk lorazowa (stosukowa) pomar a tej skal charakteryzuje sę stałym lorazam zerem bezwzględym (zawsze w tym samym pukce) W tej skal możlwe jest porówywae jedostek za pomocą charakterystyk p płaca, której aturalym początkem jest 0, co pozwala stwerdzd, że wyagrodzee 4 tys zł jest razy wększa od płacy w wysokośc tys zł terwałowa lorazowa są skalam lczbowym, z ustaloym jedostkam pomaru, co pozwala a określee e tylko porządku jedostek, lecz także różc (dystasu) mędzy m Są oe praktycze trudo rozróżale terwałowa e ma aturalego początku, który uprawałby do oblczea lorazów wartośc cechy zaczące ch terpretowae Por Jarosław Podgórsk, Statystyka dla studów lcecjackch, Polske Wydawctwo Ekoomcze, Warszawa 005 r, s 0- Zajęca 5 Materały pomoccze do ćwczeo ze Statystyk Stroa z 5 mgr Emla Modraka emodraka@ulodzpl
2 Rodzaj metody a skala pomarowa badaych cech Mary korelacj zmee Wele zmeych omala porządkowa terwałowa lorazowa porządkowa przedzałowa lorazowa Φ Yule a Q Kedalla C Pearsoa T Czuprowa τkedalla Ρ Spearmaa V Pearsoa η stosuek korelacyjy Współczyk welorakej korelacj ragowej Kedalla Współczyk cząstkowej korelacj ragowej Kedalla Współczyk korelacj welorakej R Pearsoa Współczyk korelacj cząstkowej Pearsoa V Cramera Λ Goodmaa I Kruskala Źródło: Opracowae włase a podstawe: H Walesak, Metody aalzy daych marketgowych, Wydawctwo aukowe PW, Warszawa 996 r WIZUALIZACJA ZWIĄZKU DWUWYMAIROWEGO ZWIĄZKU KORELACYJEGO Szereg statystyczy Budowa szeregu statystyczego polega a uporządkowau (przy małej lczbe obserwacj) według pozomu zmeej ezależej (X) wartośc zmeej zależej (Y) Jeśl wartośc jedej cechy rosą (maleją), a drugej wykazują tedecję spadkową (rosącą) ujema korelacja p: wraz ze wzrostem ce maleje popyt a określoe dobro Jeśl wartośc jedej cechy rosą (maleją) oraz drugej rosą (maleją) dodata korelacja p: wraz ze wzrostem ce rośe podaż wybraego dobra Zajęca 5 Materały pomoccze do ćwczeo ze Statystyk Stroa z 5 mgr Emla Modraka emodraka@ulodzpl
3 Y Y Tablca korelacyja Posługujemy sę ą przy dłużej lczbe obserwacj Przedstawa rozkład wartośc dwóch cech X Y y y y 3 y l l j j x x x 3 x k 3 l l k k k3 kl k k 3 l j j Jeśl dla każdego pozomu zmeej ezależej X oblczamy pozom zmeej zależej (średą grupową), czyl warukową, to układ tych zmeych wskaże czy pomędzy badaym zmeym steje zależośd Mając do dyspozycj dae w układze szegu moża przekształcd je do postac tablcy korelacyjej za pomocą TABELI PRZESTAWEJ oprogramowaej w arkuszu MS Excel Dagram korelacyjy korelogram (arkusz kalkulacyjym MS Excel 003) Stworzyd dwe kolumy z daym I koluma: oś X, II koluma: oś Y; Zazaczyd wartośc w kolumach bez komórek z tytułam 3 Meu: Wstaw > Wykres >typ: XY (puktowy) > Dalej > Sere: ułożoe w kolumach > Dalej 4 W tytuły os X I Y wpsad odpowede tytuły kolum źródłowych daych 5 W zakładce kreatora: Le satk: Główe le satk dla os OX 6 Odpowedo sformatowad grafcze tło (bałe) le I e elemety wykresu X X Korelacja dodata Brak korelacj Zajęca 5 Materały pomoccze do ćwczeo ze Statystyk Stroa 3 z 5 mgr Emla Modraka emodraka@ulodzpl
4 BADAIE WSPÓŁZALEŻOŚCI PROSTOLIIOWEJ WSPÓŁCZYIK KORELACJI LIIOWEJ PEARSOA Służy do merzea ścsłośc zwązku prostolowego Stosoway w przypadku, cechy są merzale, po sprawdzeu czy pomędzy m zachodz zależośd prostolowa r xy cov(x,y) sx sy r xy cov(x,y) sx sy / (x x) (x x)(y y) Wzór alteratywy x (x) xy x y y (y y) Współczyk przyjmuje wartośc z przedzału *-, + Zależośd lowa rośe wraz ze wzrostem wartośc bezwzględej współczyka korelacj Pearsoa W zagadeach społeczo-ekoomczych występuje korelacja edoskoała Oretacyje przyjmuje sę, że: r xy 0,5 - korelacja mędzy cecham jest wyraźa 0,3 rxy 0,5 - średa r xy 0,3 ewyraźa r xy korelacja doskoała r xy 0 brak korelacj prostolowej r xy r xy > 0 korelacja dodata < 0 korelacja ujema p r xy =-0,9 cechy charakteryzują sę wyraźą ujemą korelacją lową, która ozacza, że wraz ze wzrostem X wartośd cechy Y maleje Zadae (y) / AALIZA KORELACJI DWÓCH CECH MIERZOYCH A SKALI PORZĄDKOWEJ WSPÓŁCZYIK KORELACJI RAG SPEARMAA Służy do ocey sły zależośc pomędzy zmeym, kedy są wyrażoe co ajmej a skal porządkowej, lub mogą byd poddae ragowau 6 rs ( ) Gdze d różce pomędzy ragam cechy x y, lczba wszystkch obserwacj Zajęca 5 Materały pomoccze do ćwczeo ze Statystyk Stroa 4 z 5 mgr Emla Modraka emodraka@ulodzpl d
5 Iterpretacja: jak w przypadku współczyka korelacj Pearsoa Oblczea zaczyamy od uporządkowaa wartośc cech poprzez adae m rag kolejego umeru (dx, dy) W przypadku gdy występują w szeregu te same wartośc, przyporządkowujemy m średą arytmetyczą z kolejych umerów w uporządkowaym szeregu Zadae Praca domowa a podstroe Zajęca 5 Materały pomoccze do ćwczeo ze Statystyk Stroa 5 z 5 mgr Emla Modraka emodraka@ulodzpl
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 szczegółowoStatystyka. 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 szczegółowoAKADEMIA 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 szczegółowoTESTY 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 szczegółowoL.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 szczegółowoStatystyczne 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 szczegółowoMiary 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 szczegółowoStatystyka. 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 szczegółowoŚrednia 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 szczegółowoPodstawy 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 szczegółowoStatystyka 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 szczegółowoL.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 szczegółowoSTATYSTYKA 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 szczegółowoPrawdopodobieństwo 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 szczegółowoPomiary 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 szczegółowoLekcja 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 szczegółowoMiary 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 szczegółowoProbabilistyka 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 szczegółowoPlanowanie 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 szczegółowoPOPULACJA 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 szczegółowoWspółczynnik 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 szczegółowoPodstawy 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 szczegółowoKONCEPCJA 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 szczegółowoWnioskowanie 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 szczegółowoma 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 szczegółowoMatematyczny 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 szczegółowoPODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE
Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka
Bardziej szczegółowoWyrażanie 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 szczegółowoSTATYSTYKA 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 szczegółowoSTATYSTYKA 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 szczegółowoStatystyczna 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 szczegółowoPODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH
PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa
Bardziej szczegółowoElementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)
Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod
Bardziej szczegółowoStatystyka 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 szczegółowoPodstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.
Metody probablstycze statystyka Wykład 7: Statystyka opsowa. Rozkłady prawdopodobestwa wystpujce w statystyce. Podstawowe pojca Populacja geerala - zbór elemetów majcy przyajmej jed włacwo wspól dla wszystkch
Bardziej szczegółowoMatematyka 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 szczegółowoPodstawowe 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 szczegółowoTARCIE 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 szczegółowoStanisław 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 szczegółowoStatystyka 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 szczegółowoBADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ
Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB WYKŁAD 2 BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB Przkład.
Bardziej szczegółowoMonika 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 szczegółowoTablica 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 szczegółowoĆwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych
Ćczea r 3 Fae II obert Ślepaczuk Teora portfela paperó artoścoych Teora portfela paperó artoścoych jet jedym z ajażejzych dzałó ooczeych faó. Dotyczy oa etycj faoych, a przede zytkm etycj dokoyaych a ryku
Bardziej szczegółowoJego 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. 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 szczegółowoZJAZD 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 szczegółowoPortfel. 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 szczegółowoStanisław 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 szczegółowoSTATYSTYKA 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 szczegółowoN ( 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 szczegółowoSTATYSTYKA OPISOWA PODSTAWOWE WZORY
MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału
Bardziej szczegółowoPDF 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 szczegółowoSTATYSTYKA 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 szczegółowoBadania 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 szczegółowoĆwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny
TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości
Bardziej szczegółowoLiniowe 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 szczegółowoPrawdopodobieństwo 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 szczegółowoElementy arytmetyki komputerowej
Elemety arytmetyk komputerowej cz. I Elemety systemów lczbowych /materał pomocczy do wykładu Iformatyka sem II/ Sps treśc. Wprowadzee.... Wstępe uwag o systemach lczbowych... 3. Przegląd wybraych systemów
Bardziej szczegółowoKORELACJA KORELACJA I REGRESJA. X, Y - cechy badane równocześnie. Dane statystyczne zapisujemy w szeregu statystycznym dwóch cech
KORELACJA I REGRESJA. KORELACJA X, Y - cech badae rówocześe. Dae statstcze zapsujem w szeregu statstczm dwóch cech...... lub w tablc korelacjej. X Y... l.... l.... l................... k k k... kl k..j......l
Bardziej szczegółowoJEDNOWYMIAROWA 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 szczegółowoZadanie 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 szczegółowoPODSTAWY 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 szczegółowod wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistyczna Definicja Odwzorowanie X: Ω R nazywamy 1-wymiarowym wektorem
d wymiarowy wektor losowy Niech (Ω, S, P) przestrzeń probabilistycza Defiicja Odwzorowaie X: Ω R d azywamy d-wymiarowym wektorem losowym jeśli dla każdego (x 1, x 2,,x d ) є R d zbiór Uwaga {ω є Ω: X(ω)
Bardziej szczegółowoSTATYSTYKA OPISOWA PODSTAWOWE WZORY
MIARY POŁOŻENIA Średia Dla daych idywidualych: x = 1 STATYSTYKA OPISOWA PODSTAWOWE WZORY x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału Domiata (moda Liczba ajczęściej
Bardziej szczegółowoObliczanie 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 szczegółowoStatystyka Matematyczna Anna Janicka
Statystyka Matematycza Aa Jacka wykład II, 9.0.06 STATYSTYKA OPISOWA, cz. II WSTĘP DO STATYSTYKI MATEMATYCZNEJ Pla a dzsaj. Statystyka opsowa, cz. II: mary położea dokończee mary zróżcowaa mary asymetr
Bardziej szczegółowoWSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Co w Sylabusie?
WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Co w Sylabuse?. Aalza korelacj. Testy ezależośc 3. Aalza regresj 4. Regresja perwszego drugego rodzaju 5. Woskowae statystycze WSPÓŁCZYNNIK KORELACJI (PEARSONA) Aalza korelacj
Bardziej szczegółowoW 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 szczegółowoO 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 szczegółowoPrzestrzenno-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 szczegółowoBadanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej
Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.
Bardziej szczegółowoKorelacja i regresja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 12
Wykład Korelacja i regresja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Wykład 8. Badaie statystycze ze względu
Bardziej szczegółowoZadanie 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 szczegółowoFINANSE 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 szczegółowok 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 szczegółowoSPRZEDAŻ 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 szczegółowoRóżniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski
Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f
Bardziej szczegółowoWPŁYW 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 szczegółowoRachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.
Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują
Bardziej szczegółowoStatystyka 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 szczegółowoStatystyka Opisowa 2014 część 2. Katarzyna Lubnauer
Statystyka Opsowa 2014 część 2 Katarzyna Lubnauer Lteratura: 1. Statystyka w Zarządzanu Admr D. Aczel 2. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucjan Kowalsk. 4. Statystyka opsowa,
Bardziej szczegółowoWYZNACZANIE 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 szczegółowoMETODY ANALIZY DANYCH DOŚWIADCZALNYCH
POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych
Bardziej szczegółowoZe względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.
Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest
Bardziej szczegółowoPODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016
PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INTYTUT FIZYKI UJ BIOLOGIA 06 CEL ĆWICZEŃ. Obserwacja zjawsk efektów fzyczych. Doskoalee umejętośc
Bardziej szczegółowoMiary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.
Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla
Bardziej szczegółowoELEMENTY TEORII MOŻLIWOŚCI
ELEMENTY TEORII MOŻLIWOŚCI Opracował: M. Kweselewcz Zadeh (978) wprowadzł pojęce rozkładu możlwośc jako rozmyte ograczee, kóre odzaływuje w sposób elastyczy a wartośc przypsae daej zmeej. Defcja. Nech
Bardziej szczegółowoPODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017
PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Marzec 07 PODRĘCZNIKI Wstęp do aalzy błędu pomarowego Joh R. Taylor Wydawctwo Naukowe PWN Warszawa 999
Bardziej szczegółowoPodprzestrzenie macierzowe
Podprzestrzee macerzowe werdzee: Dla dwóch macerzy A B o tych samych wymarach zachodz: ( ) ( ) wersz a) R A R B A ~ B Dowód: wersz a) A ~ B stee P taka że PA B 3 0 A 4 3 0 0 E A B 0 0 0 E B 3 6 4 0 0 0
Bardziej szczegółowoOpracowanie wyników pomiarów
Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów
Bardziej szczegółowoSTATYSTYKA OPISOWA WYKŁAD 1 i 2
STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest
Bardziej szczegółowoZAGADNIENIE 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 szczegółowoMiary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.
Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla
Bardziej szczegółowo( 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 szczegółowoROZKŁADY ZMIENNYCH LOSOWYCH
ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X
Bardziej szczegółowoMiary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.
MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,
Bardziej szczegółowoRelacyjny model danych. Relacyjny model danych
Pla rozdzału Relacyjy model daych Relacyjy model daych - pojęca podstawowe Ograczea w modelu relacyjym Algebra relacj - podstawowe operacje projekcja selekcja połączee operatory mogoścowe Algebra relacj
Bardziej szczegółowoOKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)
Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały
Bardziej szczegółowoWyznaczanie 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