Statystyka opisowa. Statystyczne metody badania prawidłowości w zakresie struktury zjawisk masowych

Wielkość: px
Rozpocząć pokaz od strony:

Download "Statystyka opisowa. Statystyczne metody badania prawidłowości w zakresie struktury zjawisk masowych"

Transkrypt

1 Statstka opsowa Statstcze metod badaa pawdłowośc w zakese stuktu zjawsk masowch Jak pamętam są czte odzaje pawdłowośc statstczej: 1) pawdłowość w zakese stuktu ) pawdłowość w zakese damk 3) pawdłowość w zakese współzależośc w czase 4) pawdłowość w zakese współzależośc w pzestze Badae pawdłowośc w zakese stuktu zjawsk masowch możem w skóce azwać aalzą stuktu. Podstawowm fomam pezetacj dach statstczch w aalze stuktu są szeeg szczegółowe szeeg ozdzele. Szeeg szczegółowe wkozstujem wówczas, gd badae dotcz małch zboowośc statstczch (klka, klkaaśce jedostek). Natomast waz ze wzostem lczb jedostek zboowośc wskazae jest pezetowae mateału statstczego w postac szeegów ozdzelch. Szeeg szczegółow to ajstasz szeeg statstcz. Twozą go watośc jedostek upoządkowae od watośc ajmejszch do ajwększch. Ne mówm węc tu o tabelaczej fome pezetacj dach (bo jest tlko jede wesz). W szeegu ozdzelczm mam dwe kolum: waat badach cech oaz lczb jedostek. Jest węc o tabelaczą fomą pezetacj dach. Wdocz jest ozkład badaej cech w daej zboowośc. dla cech loścowch pzedzałowe szeeg ozdzelcze puktowe dla cech jakoścowch Isteją też gafcze fom pezetacj dach. Do lowch ależą welobok lczebośc zwkł skumulowa. Do powezchowch ależą hstogam zwkł skumulowa. Fom te są gafczm pzedstaweem szeegów ozdzelczch pzedzałowch. Jeżel mam szeeg ozdzelcz puktow, to stosujem dagam puktow. Wbó szeegu puktowego pzedzałowego e zależ od odzaju badaej cech (skokowego cągłego), choć w pewe sposób są oe powązae. Jedak główe opeam sę a lczbe waatów daej cech. Tp ozkładów empczch w zboowośc statstczej. Rozkładem empczm badaej cech azwam pzpoządkowae kolejm watoścom cech, odpowadającm m lczeboścom. Szeeg ozdzelcz dla cech loścowej to właśe tabelacza foma pzedstawea ozkładu empczego badaej cech zboowośc statstczej. Rodzaje (cech) ozkładu empczego:

2 1) ze względu a lczbę puktów ekstemalch; wóżam jedomodale (jeda watość domująca) welomodale (klka watośc domującch). jedomodal. tzmodal Welomodalość jest często spotkaa. Wele zjawsk ma ozkład welomodal, p. staż pac pzjmuje postać wkesu o waźch dwóch modach (jest to taka pewa pawdłowość tej cech). ) Ze względu a odzaj zmeośc; wóżam tu ozkład empcze a) smetcze (mają oś smet a po obu jej stoach ozkład lośc jest tak sam); ozkład smetcze moża podzelć a omale, spłaszczoe wsmukłe. omal. wsmukł. spłaszczo b) asmetcze (e mają os smet); dzelm je a ozkład o asmet lewostoej pawostoej (pz czm każda z ch może bć skaja umakowaa) Czasam e wato lczć śedej p. pz skajej asmet, wted tzeba odpowedo dobać paamet. asmeta pawostoa umakowaa asmeta lewostoa umakowaa

3 asmeta pawostoa skaja asmeta lewostoa skaja c) ówomee u-kształte Paamet opsowe ozkładu watośc cech zboowośc statstczej Paametem opsowm (chaaktestką, maą) azwam lczbę, któa w sposób stetcz okeśla właścwośc badach zboowośc statstczch. Paamet opsowe umożlwają: 1) sumacz ops ozkładu cech w zboowośc statstczej ) poówae a) dwóch lub węcej zboowośc pod względem ozkładu tej samej cech b) ozkładów dwóch lub węcej cech w amach jedej zboowośc Zapozajm sę teaz z klasfkacją paametów opsowch. Paamet opsowe w aalze stuktu dzelm a pęć gup w zależośc od tego, czego dae paamet są maą: 1) tedecj cetalej ) zóżcowaa 3) asmet 4) spłaszczea 5) kocetacj W zależośc od tego, jake mam ozkład empcze, wbeam odpowede ma paametów opsowch, p. pze ozkładze smetczm e lczm asmet. Wszstke paamet opsowe dzelm a: a) klascze - są wpadkową watośc pzjmowach pzez wszstke jedostk badaej zboowośc statstczej - w amach daej gup paametów wkluczają sę wzajeme - pz ch oblczau e jest koecze poządkowae jedostek b) pozcje - są wzaczae a podstawe watośc jedej lub klku jedostek zajmującch szczególą pozcję w badaej zboowośc statstczej

4 - w amach daej gup paametów uzupełają sę wzajeme uzupełają ma klascze - pz ch oblczau koecze jest upoządkowae jedostek według watośc badaej cech (zazwczaj od ajmejszch do ajwększch) Paamet opsowe możem też podzelć w sposób. Na paamet: a) absolute - ma maowae, ważoe w takch jedostkach, w jakch ujęta jest badaa cecha b) względe (stosukowe) emaowae, ajczęścej ważoe w pocetach Ma tedecj cetalej chaaktezują pozom watośc badaej cech w zboowośc statstczej. Wszstke ma w tej gupe to welkośc absolute. I. Ma klascze - śeda atmetcza H - śeda hamocza CH - śeda choologcza G - śeda geometcza Dwe ostate śede wkozstwae są pzede wszstkm w aalze damk. Podstawową maą jest. Ifomuje oa jaka błab watość cech, gdb wszstke jedostk badaej zboowośc bł jedakowe, p. pzecęt staż pac wos 15 lat jest ówoważe ze stwedzeem gdb każd z pacowków małb meć te sam staż pac to błob to 15 lat. Sposób oblczaa śedej atmetczej zależ od fom pezetacj dach: dla szeegu szczegółowego oblczam śedą atmetczą zwkłą, atomast dla szeegu ozdzelczego śedą atmetczą ważoą (wagam są lczebośc). Wauk stosowaa śedej atmetczej: 1) koecza jest zajomość wszstkch watośc badaej cech ) zboowość powa bć jedooda z puktu wdzea badaej cech (czl ozkład powe sę chaaktezować ewelkm zóżcowaem słabą asmetą) Otwate pzedzał klasowe: pożej węcej Sugeują oe, że e moża polczć, ale są dwa wjątk: a) Pz otwatch pzedzałach klasowch moża oblczć gd są podstaw do domkęca otwatch pzedzałów klasowch, czl lczebość w tch pzedzałach jest e wększa ż 5% ogólej lczebośc badaej zboowośc. b) Gd e ma pzesłaek do domkęca pzedzałów klasowch, ale lczebość w tch pzedzałach jest e wększa ż 1% ogólej lczebośc zboowośc, moża te pzedzał pomąć. Domkęce powższch pzedzałów klasowch:

5 (ozpętość ostatego taka jak sąsedego!) e powo sę lczć pz skajej asmet, dla ozkładu welomodalego lub u- kształtego, bo tac oa ses pozawcz. Zapozać sę z własoścam śedej atmetczej (zwłaszcza tej że śeda atmetcza mus sę meścć mędz m ma ) Śeda hamocza ( H ) powa bć stosowaa wówczas gd watośc badaej cech ważają stosuek mędz dwoma zjawskam powązam ze sobą w logcz sposób, tz. gd badaa cecha jest wskaźkem atężea p. gęstość zaludea, pacochłoość podukcj, wdajość (welkość podukcj : lość zatudoch), koszt jedostkow, współczk etowośc (ogóle ujmując wszędze gdze mam loaz). Wbó pomędz a H zależ od tego, cz mam dae dotczące welkośc w lczku cz maowku. Jeśl zam to oblczam śedą hamoczą, jeśl z to atmetczą. Jako że wszstke te ma tedecj cetalej są maam klasczm, to albo lczm śedą atmetczą albo hamoczą (wkluczają sę wzajeme). Sposób oblczaa śedch zależ od sposobu pezetacj dach. Obe śede są badzo ważlwe a watośc skaje, maowae. z II. Ma pozcje Domata (D) oaz kwatle. Domata to watość któa wstępuje ajczęścej w badaej zboowośc. Sposób wzaczaa domat zależ od fom pezetowaa dach statstczch. Dla szeegu szczegółowego ozdzelego puktowego, domatą jest ta watość cech, któej odpowada ajwększa lczebość. Dla ozdzelego pzedzałowego domatę moża wzaczć w sposób pzblżo gafcze (wkozstując hstogam zwkł) oaz aaltcze (za pomocą wzou tepolacjego), Wauk stosowaa domat. Należ spawdzć cz: 1) ozkład badaej cech jest jedomodal ) ozpętość pzedzałów klasowch jest jedakowa (gd pzedzał e są ówe, to moża zastosować odpowede wzok) 3) ozkład badaej cech chaaktezuje sę umakowaą asmetą (ale e jest to ajważejsz wauek) Ma zmeośc, spłaszczea asmet (4.X) Momet zwkłe cetale. Mometem -tego zędu cech azwam śedą atmetczą odchleń poszczególch watośc cech od pewej stałej 0 podesoch do potęg -tej. M ( ) 0 1

6 W zależośc od tego, co podstawm za asze 0 wóżam: momet zwkłe (gd 0 = 0) momet cetale (gd 0 = ) m ; =1,,3... ( ) 1 ; =1,,3... Wpszm sobe óże chaaktestcze zęd mometów: m jest to zaa am śeda atmetcza 1 m jest to zaa am śeda atmetcza kwadatów cech ( ) 1 0 to jest zeo a podstawe własośc śedej atmetczej ( ) S ( ) jest to tzw. waacja (momet cetal dugego zędu) 3 ( ) 3 momet te będze wkozstwa do mezea asmet 4 ( ) 4 a te do mezea spłaszczea Tak węc w aalze stuktu wkozstujem momet ale pod m azwam. Ab je oblczć musm meć dae szczegółowe. Gd mam szeeg ozdzelcze to musm skozstać z mometów ważoch. Tak jak śeda atmetcza może bć zwkła ważoa, tak momet óweż. Ab odóżć momet ważoe od zwkłch, gd mam do czea z epezetacją dach w postac szeegów ozdzelczch o k waatach, wzó a momet zapsujem w astępującej postac: M k ( ) 0 1 (!) Każd momet cetal moża zapsać jako sumę mometów zwkłch: m (m1 ) S ( ) ( ) III. Ma zmeośc (zóżcowaa, ozposzea, dspesj) Ma z tej gup pozwalają okeślć jake jest zóżcowae watośc cech w badaej zboowośc statstczej. Dają odpowedź a dwa ptaa z tego względu właśe dzelą sę a dwe gup:

7 1) ma absolute odpowadają a ptae o le śedo óżą sę watośc cech pzjmowae pzez poszczególe jedostk zboowośc od swej pzecętej ) ma stosukowe odpowadają a ptae jak welke są to óżce w stosuku do pzecętej. Odchlea poszczególch watośc cech od pzecętej powstają pod wpłwem pzcz uboczch, dlatego też ma zmeośc mezą w pzblżeu składk pzpadkow. Natomast składk sstematcz mez śeda atmetcza (aczej sę ją węc tepetuje jako watość wszstkch cech gd dzała tlko pzcza główa). Podzał ma zmeośc: Pozcje absolute absolute stosukowe pozcje R,Q V Q klascze S(), d() V S,V d Rozstęp (R), czl tzw. empcz obsza zmeośc, jest óżcą mędz ajwększą ajmejszą watoścą cech w badaej zboowośc. Jest to maa badzo posta, mająca zaazem ajmejszą watość pozawczą, gdż e daje fomacj o zóżcowau poszczególch watośc cech w zboowośc. Odchlee ćwatkowe (Q) okeśla o le śedo óżą sę watośc cech od meda (M); to medaa a e domata jest pzecętą watoścą cech wśód ma pozcjch, tak jak ś. atmetcza wśód klasczch. Q mez zóżcowae w tzw. zawężom obszaze zmeośc, czl dla 50% jedostek, któch watośc zajdują sę pomędz watoścą kwatla pewszego (Q 1.4 ) kwatla tzecego (Q 3.4 ). Moża tutaj zastosować pewą aalogę: R= ma - m (empcz obsza zmeośc) Q=Q Q 1.4 (zawężo obsza zmeośc). Isteją dwe ogóle stuacje w któch wkozstujem ma pozcje: a) e moża polczć ma klasczch, węc musm lczć pozcje, b) moża polczć klascze lczm pozcje ab uzupełć posadae fomacje. W szczególośc, w wpadku odchlea ćwatkowego: a) gd e możem polczć ś. atmetczej, gd p. ozkład badaej cech jest skaje asmetcz lub e zam wszstkch watośc badaej cech, wted Q jest jedą maą z któej możem kozstać b) gd moża polczć ś. atmetczą, oblczam Q jako dodatkową, uzupełającą maę, pod waukem że zboowość jest dostatecze lcza ab wzaczć Q 1.4 Q 3.4. Zając M Q moża wzaczć pozcj tpow obsza zmeośc ( p tp ). Obsza te zawea watośc jedostek z pzedzału M-Q < < M+Q. Pzedzał te po odzuceu watośc skajch, chaaktezuje tpowe watośc jedostek w zboowośc statstczej. Klascze absolute Ma te są wpadkową óżc poszczególch watośc cech spotkach u wszstkch jedostek zboowośc. Różce te wzaczam w stosuku do śedej atmetczej.

8 0) ( ) 1) ( ) ) 1 1 Jako że wauek 0. zgode z własoścam śedej atmetczej jest ów 0 e posada węc żadej watośc pozawczej, zapopoowao e podejśca: 1. odchlee stadadowe S(). odchlee pzecęte d() Wato podkeślć, że S() e lczm bezpośedo. Najpew lczm waację S () a odchlee stadadowe otzmujem pzez jej spewastkowae. Te dwe ma sę wzajeme wkluczają lczm tlko jedą z ch! Ma te mówą am o le śedo poszczególe watośc cech odchlają sę od śedej atmetczej. W paktce zazwczaj za podstawową klasczą absolutą maę zóżcowaa pzjmuje sę S(). W aukach ekoomczch to właśe odchlee stadadowe jest paametem któ decduje o kształce ozkładu omalego. Natomast w aukach ścsłch lcz sę aczej d(). Dlatego gd waźe e będze okeśloe z jakej ma klasczej absolutej mam skozstać to lczm S(). 1 Zając S() wzaczam klascz tpow obsza zmeośc ( k tp ). -S() < < +S(). Tu już Obsza te zawea watośc jedostek z pzedzału uwzględo jest cał obsza zóżcowaa, a e jak w Q tlko część. Jeżel ozkład jest smetcz to 68% (ok. /3) jedostek ma watośc z tego pzedzału. Okeśla sę też jeszcze e obsza: -S() < < +S() 95% jedostek dla ozkładu smetczego -3S() < < +3S() 99,7% jedostek, stąd możem pzjąć, że R 6S() Pomędz odchleam zachodz elacja: S() > d() > Q, a że główe lczm S(X) to: S() > Q Waacja e posada tepetacj statstczej, ale ma duże zaczee teoetcze, gdż służ do wzaczaa S(). I pamętajm jeszcze że S () to jest zawsze lcza eujema! Stosukowe klascze absolute Nazwam je ogóle współczkam zmeośc (V). Są oblczae jako loaz ma mezącej składk pzpadkow ma mezącej składk sstematcz. Ma te są emaowae tepetowae w pocetach. Ifomują jak pocet składka sstematczego staow składk pzpadkow. Zazwczaj pzjmują watośc 0-1 lub 0%-100%. Zazwczaj, bo może sę zdazć że pz skajm zóżcowau będze węcej ż 100%, ale jeśl tak wjdze, to ozacza że w ogóle e powśm bl bać sę za ch oblczae. Jeżel współczk zmeośc jest mejsz od 10% to watośc cech wkazują estote zóżcowae. Im wższa watość V tm zóżcowae jest wększe. Gd V>60% to moża pzjąć, że badaa zboowość jest ejedooda z puktu wdzea badaej cech. Gd badam ozkład jedej cech, to ocea welkośc zóżcowaa jest subektwa (p. cz 40% to dużo cz mało). Dlatego ma stosukowe mają welką watość pozawczą zwłaszcza pz wszelkego tpu poówaach.

9 S( ) d( ) Q V S 100% V d 100% V Q 100% M IV. Ma asmet Ma te pozwalają zbadać cz watośc badaej cech są ozłożoe ówomee w stosuku do śedej cz też mają tedecję do skupaa sę pz dolej bądź góej gac pzedzału zmeośc cech. Pozwalają okeślć cz asmeta wstępuje, a jeżel tak, to jaka jest jej sła keuek. Do oce asmet wkozstujem tz współczk asmet. klascz A 1 ajczęścej pzjmuje watośc z pzedzału (-;), pozcj A ścśle okeślo <-1;1> klasczo-pozcj A 3 ajczęścej z pzedzału (-1;1), Paamet A 1 A 3 wkluczają sę wzajeme, gdż mezą asmetę w całm obszaze zmeośc. A mez asmetę w zawężom obszaze zmeośc uzupeła maę A 1 lub A 3. O sle asmet decduje watość bezwzględa współczka A (w szczególośc A 1, A, A 3 ). Jeśl A=0 to mam do czea z ozkładem smetczm. Im A jest blżej końców pzedzałów, tm asmeta jest slejsza. Z eguł pzjmuje sę astępującą klasfkację okeślaa asmet: A: 0 < słaba < 0,4 < umakowaa < 0,7 < sla < 1 O keuku asmet decduje zak współczka asmet: jeśl A<0 to mam asmetę lewostoą, czl watośc cech mają tedecję do skupaa sę pz góej gac pzedzałów obszau zmeośc; jeśl A>0 to mam asmetę pawostoą, czl watośc cech mają tedecję do skupaa sę pz dolej gac pzedzałów obszau zmeośc; jeśl A=0 to mam ozkład smetcz. Gd mam okeślć włącze keuek (a e musm watośc) to możem skozstać z wkesu lub z elacj pomędz śedą atmetczą, medaą domatą. asmeta lewostoa A < 0 bak asmet A=0 asmeta pawostoa A < 0 < M < D = M = D > M > D V. Ma spłaszczea Należ je stosować dla ozkładów smetczch. Wóżam klasczą pozcją maę spłaszczea.

10 klascza - 4 pozcja - 4 S ( ) K p Q 3.4 Q 1.4 ( D9.10 D1. 10) ozkład spłaszczo ozkład omal ozkład wsmukł < 3 = 3 > 3 K p > 0,63 K p = 0,63 K p < 0,63 Mędz spłaszczeem a zóżcowaem steje sl zwązek polegając a tm, że m wększe zóżcowae, tm ozkład jest badzej spłaszczo a m mejsze zóżcowae tm ozkład jest badzej wsmukł. Jeśl jest małe zóżcowae (. wsmukł) to watośc mają tedecję do skupaa sę wokół watośc śedej atmetczej a dla ozkładów spłaszczoch, watośc są mej skupoe, węc zóżcowae jest wększe. VI. Ma kocetacj Kocetacją azwam eówome ozdzał ogólej sum watośc cech pomędz poszczególe jedostk zboowośc; p. kocetacja welkośc podukcj ozacza, że ewelka lczba fm podukcjch daje zaczą część ogólej welkośc podukcj, a udzał pozostałch fm, chocaż lczebe duż, daje zacze mejszą część ogólej welkośc podukcj (p. 0% fm wtwaza 80% poduktów), podobe moża mówć też o dochodach. Kocetację wzaczam wówczas gd ozkład empcze chaaktezują sę skają asmetą e moża w tm pzpadku zastosować ch ma z aalz stuktu. Kocetację moża aalzować a tz sposob: 1) sposób tabelacz - wkozstując odpowedo zbudowaą tablcę, ) sposób gafcz wkozstując wkes 3) sposób aaltcz wkozstując (oblczając) paamet K Do aalz kocetacj koecze jest wzaczee odsetków podmotów kocetacj (Y ) odsetków pzedmotów kocetacj (U ). Y 100% U 100% - to łącza watość badaej cech pzpadająca a -t pzedzał tej cech Po wzaczeu Y U musm wzaczć Y sk [%] U sk [%] to wszstko co jest potzebe w tabel: Y U Y sk U sk

11 Jak wdać w tabel 70% podmotów daje 40% podukcj, węc 30% pozostałch daje aż 60% Jeżel skumulowae odsetk z dwóch ostatch kolum są sobe ówe, to mam bak kocetacj, a jeśl są ozbeżośc pomędz tm welkoścam to a pewo będze wstępować zjawsko kocetacj ( m wększa óżca tm wększa jest kocetacja). Mając już tabelę moża asować wkes tzw. kzwej kocetacj lub kzwej Loeza: U sk la ówomeego ozkładu 100% kzwa Loeza W Z Y sk 100% Spawdzam jak daleko od l ówomeego ozdzału (ozkładu) zajduje sę kzwa kocetacj. Im jest dalej, tm kocetacja jest wększa. Należ zazaczć, że tabela wkes mają chaakte subektw (!). Zając wkes możem pokusć sę o aalzę paametu K. Paamet te jest to stosuek pola mędz kzwą Loeza lą ówomeego ozkładu (a suku W) do pola pod lą ówomeego ozkładu (a suku jest to W+Z). Jako że pole to wos 5000 (jest to połowa keskowaego kwadatu o bokach ), pole W moża zapsać jako 5000-Z. Robm te maew gdż e zam wzou fukcjego kzwej Loeza, a pole Z możem oblczć kozstając z tzw. metod tapezów (ale to a ćwczokach). W K W Z W 5000 Z K pzjmuje watośc <0;1>, m blżej 1, tm kocetacja jest slejsza, a m blżej 0 tm jest słabsza; gd K wos 0 to mam bak kocetacj, gd 1 to mam tzw. kocetację całkowtą; jedak w paktce paamet K e pzjmuje aczej watośc 0 1. Geeale, jeżel będze skaja asmeta to kocetacja zawsze wstąp. Statstcze metod badaa pawdłowośc w zakese damk zjawsk masowch (7.XI) W skóce będzem mówć po postu o aalze damk. Podstawową fomą pezetacj dach w aalze damk jest szeeg czasow. Szeeg czasow to cąg watośc badaego zjawska obsewowaego w kolejch jedostkach czasu. Zazwczaj* szeeg czasow składa sę z dwóch kolum (wesz), gdze w 1. są jedostk czasu, a w. jest pozom badaego zjawska w jedostce czasu t ( t ). *A dlatego zazwczaj, bo może bć p. tak sfomułowae zadae: w latach pozom badaego zjawska kształtował sę astępująco 1,,3... tutaj e mam dugego wesza :)

12 Szeeg czasowe dzelm a: 1) szeeg mometów fomują o ozmaach zjawska w ścśle okeślom momece czasu mają zawsze podae fomacje tpu sta a lub sta w du. Jeśl welkośc są esumowale to jest to szeeg mometów (p. lczba ludośc w Polsce: ,5 ml, ,6 ml jak dodam obe watośc, chcąc pozać lczbę ludośc to am wjdze pewa ejasość) ) szeeg okesów fomują o ozmaach zjawska w okeśloch okesach czasu, p. lczba owo zaejestowach bezobotch w cągu oku 1995 Tud pzkład: spożce towau w Polsce a 1 meszkańca ; lczbę ludośc z daego oku bezem jako sta ze śodka oku (30.VI) a że badam główe spożce (a jakś okes) tak węc jest to szeeg okesow. Gafczą fomą pezetacj szeegów czasowch są z eguł wkes lowe (tzw. welobok damk): t t t t welobok mometów welobok okesów (watośc a końcach okesów) (watośc a śodkach okesów) Badae damk zjawsk obejmuje tz zagadea: I) aalzę tedecj cetalej, czl wzaczae pzecętego pozomu zjawska w czase, II) badae zma kótkookesowch, czl okeślae jake zma zaszł w pozome zjawska w dwóch okesach (mometach) czasu, III) badae zma długookesowch, czl okeślae jake czk wpłwają a zmeość zjawska w czase. I. Aalza tedecj cetalej. Pzecęt pozom zjawska w czase wzaczam: 1) dla szeegów okesów pz pomoc śedej atmetczej: t t 1, gdze t to pozom zjawska w okese t, to lczba okesów ) dla szeegów mometów pz pomoc śedej choologczej CH , gdze to lczba mometów czasu

13 II. Badae zma kótkookesowch. Wśód metod badań zma kótkotemowch wóżam pzost deks. Pzost są to ajpostsze metod badaa damk. Dzelm je a: 1) absolute jest to óżca pomędz pozomem zjawska w okese (momece) badam a pozomem tego zjawska w okese (momece) podstawowm; w zależośc od tego cz podstawa poówań jest stała cz zmea w czase, pzost absolute dzelm a: a) jedopodstawowe b) łańcuchowe pzost absolute są to welkośc maowae, czl ależ je tepetować w tej samej jedostce ma co badae zjawsko; fomują as o le faktcze zmeł sę pozom badaego zjawska w poówwach okesach (mometach) czasu; ) względe to stosuek pzostu absolutego do pozomu zjawska w okese (momece) podstawowm; podobe dzelm je a a) jedopodstawowe b) łańcuchowe (azwae wskaźkam tempa pzostu) pzost względe są to welkośc emaowae tepetowae w pocetach (oczwśce możem p. otzmać 0, wted zameam to a 0%); fomują as o le pocet zmeł sę pozom badaego zjawska w poówwach okesach (mometach) czasu; jeżel jest dodat to mówm oczwśce o pzośce, jeśl ujem to o spadku a jeśl ów 0 to mówm o baku zma. pzost jedopodstawowe łańcuchowe absolute t 0 t 0 / t / t1 t t 1 względe t / 0 0 t 0 0 t / t1 t1 t t1 t1 Ideksem (wskaźkem damk) azwam stosuek pozomu zjawska w okese (momece) badam do pozomu zjawska w okese (momece) bazowm. Ideks w zależośc od podstaw poówań dzelm oczwśce jakżeb aczej, a jedopodstawowe łańcuchowe. Tu mała dgesja to smbol ozaczea deksów dwdualch a I deksów agegatowch (o któch będze późej). Ideks to welkośc emaowae, często ważae w pocetach, fomują o le % zmeł sę pozom badaego zjawska w poówwach okesach (mometach) czasu. Jak wtaw cztelk mógł zauważć, deks pzost względe fomują as o tm samm(!). Tak węc lczm tlko jedo z ch (a w paktce częścej jest to deks). jedopodstawowe łańcuchowe t / 0 t 0 t / t1 t t1 Ab ztepetować deks musm polczć take coś: (-1)100%, gd jest ważoe w postac ułamka, lub

14 % -100% gd jest ważoe w pocetach. Tak węc gd =1 to bak zma, >1 to wzost, <1 to spadek (p. 1, to wzost o 0% a 0,8 to spadek o 0%) Pomędz deksam a pzostam względm steje ścsł zwązek, któ moża zapsać astępująco: t / 0 t / 0 1, 0 t / t1 1 t / t1 t1

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

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

Oznaczenia: -średnia arytmetyczna -średnia geometryczna. x H -średnia harmoniczna

Oznaczenia: -średnia arytmetyczna -średnia geometryczna. x H -średnia harmoniczna Ops statystyczy Puktem wyjśca do woskowaa statystyczego (uogólae wyków badaa póby a populację geealą) jest odpoweda aalza ozkładu badaej cechy w tej póbe. Metody służące do aalzy ozkładu cechy w póbe są

Bardziej szczegółowo

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

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

Bardziej szczegółowo

= n = = i i. Sprawdzenie istotności współczynnika korelacji ρ dla populacji na podstawie współczynnika r

= n = = i i. Sprawdzenie istotności współczynnika korelacji ρ dla populacji na podstawie współczynnika r STATYSTKA I ANALIZA DANYCH LAB V I VI. Pla laboatoum V VI Koelacja współczk koelacj Peasoa testowae stotośc współczka koelacj Regesja lowa egesja posta, ocea dopasowaa, testowae stotośc współczków egesj

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

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

FUNKCJE DWÓCH ZMIENNYCH

FUNKCJE DWÓCH ZMIENNYCH FUNKCJE DWÓCH MIENNYCH De. JeŜel kaŝdemu puktow (, ) ze zoru E płaszczz XY przporządkujem pewą lczę rzeczwstą z, to mówm, Ŝe a zorze E określoa została ukcja z (, ). Gd zór E e jest wraźe poda, sprawdzam

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

Statystyka opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy.

Statystyka opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy. Statystyka osowa Statystyka osowa óż sę od statystyk matematyczej tym, że óy statystyczej dotyczącej daej cechy, e wykozystuje sę do woskowaa a temat oulacj, z któej óa ta została wylosowaa, a jedye aalzuje

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Statystyka. 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

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

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

KORELACJA KORELACJA I REGRESJA. X, Y - cechy badane równocześnie. Dane statystyczne zapisujemy w szeregu statystycznym dwóch cech

KORELACJA 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 szczegółowo

METODY KOMPUTEROWE 1

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

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

Niepewności pomiarów. DR Andrzej Bąk Nepewośc pomarów DR Adrzej Bąk Defcje Błąd pomar - różca mędz wkem pomar a wartoścą merzoej welkośc fzczej. Bwa też azwa błędem bezwzględm pomar. Poeważ wartość welkośc merzoej wartość prawdzwa jest w

Bardziej szczegółowo

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie

www.bdas.pl Rozdział 3 Zastosowanie języka SQL w statystyce opisowej 1 Wprowadzenie Rozdzał moogaf: 'Bazy Daych: Nowe Techologe', Kozelsk S., Małysak B., Kaspowsk P., Mozek D. (ed.), WKŁ 007 Rozdzał 3 Zastosowae języka SQL w statystyce opsowej Steszczee. Relacyje bazy daych staową odpowede

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

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY Państwowa Wższa Szkoła Zawodowa w Koe Materał ddaktcze 17 ARTUR ZIMNY STATYSTYKA OPISOWA Materał pomoccze do ćwczeń wdae druge zmeoe Ko 010 Ttuł Statstka opsowa Materał pomoccze do ćwczeń wdae druge zmeoe

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

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

Bardziej szczegółowo

Statystyka opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy.

Statystyka opisowa. W szeregu tym prezentowana jest ilość wystąpień w próbie każdej wartości cechy. Statystyka osowa Statystyka osowa óż sę od statystyk matematyczej tym, że óby statystyczej dotyczącej daej cechy, e wykozystuje sę do woskowaa a temat oulacj, z któej óba ta została wylosowaa, a jedye

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie 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 szczegółowo

BADANIE CHARAKTERYSTYKI DIODY PÓŁPRZEWODNIKOWEJ

BADANIE CHARAKTERYSTYKI DIODY PÓŁPRZEWODNIKOWEJ Fzyka cała stałego, Elektyczość magetyzm BADANIE CHARAKTERYTYKI DIODY PÓŁPRZEWODNIKOWEJ 1. Ops teoetyczy do ćwczea zameszczoy jest a stoe www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE..

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

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

BADANIE 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 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

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

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

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

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

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

Linie regresji II-go rodzaju

Linie regresji II-go rodzaju Lam regresj II-go rodzaju zmeej () względem () azwam zadae krzwe g(;,, ) oraz h(;,, ) gd spełają oe odpowedo waruk: E E Le regresj II-go rodzaju ( ( )) ( ) ( ) ( ) ( ) g ;,,... g ;,,... f, dd m,,... (

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

REGRESJA LINIOWA. gdzie

REGRESJA LINIOWA. gdzie REGREJA LINIOWA Jeżel zmerzoo obarczoe tlko błędam przpadkowm wartośc (, ),,,..., dwóch różch welkośc fzczch X Y, o którch wadomo, że są zwązae ze sobą zależoścą lową f(), to ajlepszm przblżeem współczków

Bardziej szczegółowo

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH Laboaoum eod aczch ĆWICZENIE 3 ANALIZA WPÓŁZALEŻNOŚCI ZJAWIK AOWCH Jedo wozące zboowość chaaezowae ą zazwcza za pomocą welu cech óe wzaeme ę wauuą. Celem aalz wpółzależośc e wedzee cz mędz badam cecham

Bardziej szczegółowo

MODEL SHARP A - MIARY WRAŻLIWOŚCI

MODEL SHARP A - MIARY WRAŻLIWOŚCI MODEL SHARP A - MIARY WRAŻLIWOŚCI Współzależość cech Rozważam jedostk zborowośc badae ze względu a dwe, lub węcej zmech W przpadku obserwacj opartch a dwóch zmech możem wkreślć dagram korelacj. Każda obserwacja

Bardziej szczegółowo

Regresja linowa metoda najmniejszych kwadratów. Tadeusz M. Molenda Instytut Fizyki US

Regresja linowa metoda najmniejszych kwadratów. Tadeusz M. Molenda Instytut Fizyki US Regresja lowa metoda ajmejszch kwadratów Tadeusz M. Moleda Isttut Fzk US Regresja lowa (też: metoda ajmejszch kwadratów, metoda wrówawcza, metoda Gaussa) Zagadea stota metod postulat Gaussa współczk prostej

Bardziej szczegółowo

Statystyka powtórzenie (II semestr) Rafał M. Frąk

Statystyka powtórzenie (II semestr) Rafał M. Frąk Statstka powtórzee (II semestr) Rafał M. Frąk TEORIA, OZNACZENIA, WZORY Rodzaje mar statstczch mar położea - wzaczają przecęta wartość cech statstczej mar zróżcowaa (lub zmeośc, rozproszea, dspersj) -

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

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

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

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

STATYKA. Cel statyki. Prof. Edmund Wittbrodt STATYKA Cel statyk Celem statyk jest zastąpee dowolego układu sł ym, rówoważym układem sł, w tym układem złożoym z jedej tylko sły jedej pary sł (redukcja do sły mometu główego) lub zbadae waruków, jake

Bardziej szczegółowo

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

Podstawowe 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 szczegółowo

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej

PŁASKA GEOMETRIA MAS. Środek ciężkości figury płaskiej PŁAKA GEOMETRIA MA Środek cężkośc fgury płaskej Mometam statyczym M x M y fgury płaskej względem os x lub y (rys. 7.1) azywamy gracę algebraczej sumy loczyów elemetarych pól d przez ch odległośc od os,

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

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

Bardziej szczegółowo

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył.

Matematyka II. Wykład 11. Całka podwójna. Zamiana na całkę iterowaną. Obliczanie pól obszarów i objętości brył. Wkład. Całka podwója. Zamaa a całkę terowaą. Oblczae pól obszarów objętośc brł.. Całka podwója w prostokące. Jak pamętam, całka ozaczoa z cągłej fukcj jedej zmeej wprowadzoa bła w celu oblczaa pola powerzch

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

STATYSTYCZNY OPIS UKŁADU CZĄSTEK

STATYSTYCZNY OPIS UKŁADU CZĄSTEK WYKŁAD 6 STATYSTYCZNY OPIS UKŁADU CZĄSTK Zespół statcz moża opisać: ) Klasczie pzestzeń fazowa P ( P PN, q, q q N) q Każda kofiguacja N cząstek zespołu statczego opisaa jest puktem w pzestzei fazowej.

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

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA

EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA EFEKTYWNA STOPA PROCENTOWA O RÓWNOWAŻNA STPOPA PROCENTOWA Nekedy zachodz koneczność zany okesu kapt. z ównoczesny zachowane efektów opocentowane. Dzeje sę tak w nektóych zagadnenach ateatyk fnansowej np.

Bardziej szczegółowo

Wymiarowanie przekrojów stalowych

Wymiarowanie przekrojów stalowych Wmarowae przekrojów stalowch Program służ o prostch, poręczch oblczeń ośośc przekrojów stalowch. Pozwala o a oblczea przekrojów obcążoch: mometem zgającm [km], mometem zgającm [km], słą połużą [k]. Przekroje

Bardziej szczegółowo

Równania różniczkowe cząstkowe

Równania różniczkowe cząstkowe Meod ecze Wkład Rówaa óżczkowe cząskowe d hab. Po Foczak Rówaa óżczkowe cząskowe RRC lczba zech F ząd ówaa: ząd awższe pochode 3 3 b chaakeska: lowe qas-lowe elowe C B A F E D C B A b c b a : : : : : :

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA Woskowe sttstcze - egesj koelcj teść Wpowdzee Regesj koelcj low dwóch zmech Regesj koelcj elow - tsfomcj zmech Regesj koelcj welokot Wpowdzee Jedostk zoowośc sttstczej mogą ć chktezowe

Bardziej szczegółowo

Egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce!

Egzamin z Analizy Matematycznej Każde zadanie należy rozwiązać na oddzielnej, podpisanej kartce! Egzami z Aaliz Matematczej Każde zadaie ależ ozwiązać a oddzielej, podpisaej katce! Zbadać, w jakich puktach jest óżiczkowala fukcja f (, ( + = +, (, (,), (, = (,) Zaleźć ajmiejszą i ajwiększą watość fukcji

Bardziej szczegółowo

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE

OBLICZANIE GEOMETRYCZNYCH MOMENTÓW BEZWŁADNOŚCI FIGUR PŁASKICH, TWIERDZENIE STEINERA LABORATORIUM RACHUNKOWE OBLICZNIE GEOMETRYCZNYCH MOMENTÓW BEZWŁDNOŚCI FIGUR PŁSKICH, TWIERDZENIE STEINER LBORTORIUM RCHUNKOWE Prz oblczeach wtrzmałoścowch dotczącch ektórch przpadków obcążea (p. zgae) potrzeba jest zajomość pewch

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 powtórzenie (II semestr) Rafał M. Frąk

Statystyka powtórzenie (II semestr) Rafał M. Frąk Statstka pwtórzee (II semestr) Rafał M. Frąk TEORIA, OZNACZENIA, WZORY Rdzae mar statstczch mar płżea - wzaczaą przecęta wartść cech statstcze mar zróżcwaa (lub zmeśc, rzprszea, dspers) - wzaczaą słę zróżcwaa

Bardziej szczegółowo

Wykład 15 Elektrostatyka

Wykład 15 Elektrostatyka Wykład 5 Elektostatyka Obecne wadome są cztey fundamentalne oddzaływana: slne, elektomagnetyczne, słabe gawtacyjne. Slne słabe oddzaływana odgywają decydującą ole w budowe jąde atomowych cząstek elementanych.

Bardziej szczegółowo

Rachunek Prawdopodobieństwa i statystyka W 10: Analizy zależności pomiędzy zmiennymi losowymi (danymi empirycznymi)

Rachunek Prawdopodobieństwa i statystyka W 10: Analizy zależności pomiędzy zmiennymi losowymi (danymi empirycznymi) Rachuek Prawdopodoeństwa statstka W 0: Aalz zależośc pomędz zmem losowm dam emprczm) Dr Aa ADRIAN Paw B5, pok 407 adra@tempus.metal.agh.edu.pl Odkrwae aalza zależośc pomędz zmem loścowmlczowm) Przedmotem

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

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

3. OPTYMALIZACJA NIELINIOWA

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

Bardziej szczegółowo

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

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

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

ANALIZA ZALEŻNOŚCI DWÓCH ZMIENNYCH ILOŚCIOWYCH

ANALIZA ZALEŻNOŚCI DWÓCH ZMIENNYCH ILOŚCIOWYCH ANALIZA ZALEŻNOŚCI DWÓCH ZMIENNYCH ILOŚCIOWYCH Na ogół oprócz obserwacj jedej zmeej zberam róweż formacje towarzszące, które mogą meć zaczee w aalze teresującej as welkośc. Iformacje te mogą bć p. wkorzstae

Bardziej szczegółowo

y Y : r R ; n Dobór zmiennych objaśniających do modelu ekonometrycznego Oznaczenia: Y - zmienna objaśniana, Postać macierzowa:

y Y : r R ; n Dobór zmiennych objaśniających do modelu ekonometrycznego Oznaczenia: Y - zmienna objaśniana, Postać macierzowa: Dobó zec objaśającc do odeu eooetczego Ozaczea Y - zea objaśaa,,.,, - potecjae zee objaśające. Postać acezowa Y,. Współcz oeacj R, R, gdze ;,.,, ; ;,.,,, Postuat dotczące zec objaśającc Wso pozo zeośc

Bardziej szczegółowo

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności BOGALECKA Magda 1 Wek statku a prawdopodobeństwo wstąpea wpadku a morzu aalza współzależośc WSTĘP Obserwowa od blsko weku tesw rozwój trasportu morskego, oprócz lądowego powetrzego, jest kosekwecją wzmożoej

Bardziej szczegółowo

STATYSTYKA I stopień ZESTAW ZADAŃ

STATYSTYKA I stopień ZESTAW ZADAŃ Stattka ZADAIA STATYSTYKA I topeń ZESTAW ZADAŃ dr Adam Sojda. Aalza truktur jedowmarowego rozkładu emprczego..... Badae wpółzależośc w dwuwmarowm rozkładze emprczm. 8 3. Aalza zeregów czaowch.... 4. Aalza

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

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY 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 szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

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

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

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

Bardziej szczegółowo

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

METODY 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 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

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

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

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC

24-01-0124-01-01 G:\AA_Wyklad 2000\FIN\DOC\Geom20.doc. Drgania i fale III rok Fizyki BC 4-0-04-0-0 G:\AA_Wyklad 000\FIN\DOC\Geom0.doc Dgaa ale III ok Fzyk BC OPTYKA GEOMETRYCZNA. W ośodku jedoodym śwatło ozcodz sę ostolowo.. Pzecające sę omee śwetle e zabuzają sę awzajem. 3. Pawo odbca śwatła.

Bardziej szczegółowo

Indukcja matematyczna

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

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY 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 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

Rachunek różniczkowy funkcji wielu zmiennych

Rachunek różniczkowy funkcji wielu zmiennych Iormaa - Wład 9 - dr Bogda Ćmel cmelbog@ma.ag.edu.pl Racue różczow ucj welu zmec Z uwag a prosoę zapsu ławe erpreacje gracze ograczm sę jede do ucj lub zmec. Naurale uogólea wprowadzac pojęć a ucje zmec

Bardziej szczegółowo

brak podstaw do odrzucenia hipotezy zerowej.

brak podstaw do odrzucenia hipotezy zerowej. Paca domowa 9. W pewnym bowaze zanstalowano dwa automaty do napełnana butelek. Ilość pwa nalewana pzez pewszy est zmenną losową o ozkładze N( m,, a lość pwa dozowana pzez dug automat est zmenną losową

Bardziej szczegółowo

ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BRYŁY SZTYWNEJ

ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BRYŁY SZTYWNEJ ZASADA ZACHOWANIA MOMENTU PĘDU: PODSTAWY DYNAMIKI BYŁY SZTYWNEJ 1. Welkośc w uchu obotowym. Moment pędu moment sły 3. Zasada zachowana momentu pędu 4. uch obotowy były sztywnej względem ustalonej os -II

Bardziej szczegółowo

Modele wartości pieniądza w czasie

Modele wartości pieniądza w czasie Joaa Ceślak, Paula Bawej Modele wartośc peądza w czase Podstawowe pojęca ozaczea Kaptał (ag. prcpal), kaptał początkowy, wartośd początkowa westycj - peądze jake zostały wpłacoe a początku westycj (a początku

Bardziej szczegółowo

BRYŁA SZTYWNA. Zestaw foliogramów. Opracowała Lucja Duda II Liceum Ogólnokształcące w Pabianicach

BRYŁA SZTYWNA. Zestaw foliogramów. Opracowała Lucja Duda II Liceum Ogólnokształcące w Pabianicach BRYŁA SZTYWNA Zestaw fologamów Opacowała Lucja Duda II Lceum Ogólokształcące w Pabacach Pabace 003 Byłą sztywą azywamy cało, któe e defomuje sę pod wpływem sł zewętzych. Poszczególe częśc były sztywej

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

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

Novosibirsk, Russia, September 2002

Novosibirsk, Russia, September 2002 Noobk, ua, Septebe 00 W-5 (Jaoewc) 4 lajdów Dyaka były tywej Cało tywe jego uch uch potępowy cała tywego uch obotowy cała tywego wględe tałej o obotu. oet bewładośc Dyaka cała tywego uch łożoy cała tywego

Bardziej szczegółowo

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

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

Bardziej szczegółowo

ANALIZA KORELACJI 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

Fizyka, technologia oraz modelowanie wzrostu kryształów

Fizyka, technologia oraz modelowanie wzrostu kryształów Fzyka, techologa oaz modelowae wzostu kyształów Stasław Kukowsk Mchał Leszczyńsk Istytut Wysokch Cśeń PA 0-4 Waszawa, ul Sokołowska 9/37 tel: 88 80 44 e-mal: stach@upess.waw.pl, mke@upess.waw.pl Zbgew

Bardziej szczegółowo

Projekt 2 2. Wielomiany interpolujące

Projekt 2 2. Wielomiany interpolujące Proekt Weloma terpoluące Rodzae welomaów terpoluącc uma edomaów Nec w przedzale a, b określoa będze fukca f: ec będze ustaloc m wartośc argumetu :,,, m, m L prz czm: < < L < < m m Pukt o tc odcztac azwa

Bardziej szczegółowo

Strona: 1 1. CEL ĆWICZENIA

Strona: 1 1. CEL ĆWICZENIA Katedra Podstaw Sstemów Techczch - Podstaw metrolog - Ćwczee 4. Wzaczae charakterstk regulacjej slka prądu stałego Stroa:. CEL ĆWICZENIA Celem ćwczea jest pozae zasad dzałaa udow slka prądu stałego, zadae

Bardziej szczegółowo

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ Wkład 4 Matematcze opracowwae wków ekspermetalch Cz. I. Metoda ajmejszch kwadratów Cz. II. Metod statstcze UWAGI OGÓLNE Ekspermet wkowae w auce moża podzelć

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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