Zastosowanie systemu automatycznej detekcji i usuwania fali sonomotorycznej z zapisu słuchowych potencjałów wywołanych pnia mózgu

Wielkość: px
Rozpocząć pokaz od strony:

Download "Zastosowanie systemu automatycznej detekcji i usuwania fali sonomotorycznej z zapisu słuchowych potencjałów wywołanych pnia mózgu"

Transkrypt

1 żyera bomedycza / bomedcal egeerg Zastosowae systemu automatyczej detekcj usuwaa fal soomotoryczej z zapsu słuchowych potecjałów wywołaych pa mózgu Applcato of the system of automatc detecto ad removal of soomotor wave from audtory brastem resposes Bartosz Trzaskowsk, W. Wktor Jędrzejczak, Edyta Płka, Krzysztof Kochaek, Heryk Skarżyńsk Istytut Fzjolog Patolog Słuchu, ul. Zgrupowaa AK Kampos, -93 Warszawa, tel , e mal: b.trzaskowsk@fps.org.pl Streszczee W pracy przedstawoo zastosowae systemu automatyczej detekcj usuwaa artefaktów w postac fal soomotoryczej z zapsu słuchowych potecjałów wywołaych pa mózgu (ABR Audtory Brastem Resposes). System te jest oparty a metodze dekompozycj przyblżoych, która umożlwa wyodrębee z aalzowaego sygału jego składowych a podstawe kryterów uwzględających wartośc latecj eerg oraz morfologę. Dzałae systemu zostało przetestowae a daych modelowaych rzeczywstych sygałach ABR. Słowa kluczowe: słuchowe potecjały wywołae pa mózgu, fala soomotorycza Abstract The applcato of automatc detecto ad removal of soomotor waves from Audtory Brastem Resposes (ABR), s preseted. The system s based o the method of adaptve approxmatos, whch eables the solato of the compoets from aalyzed sgal, basg o ther latecy, eergy ad the morphology. The performace of the system was evaluated o smulated sgals ad the real ABR recordgs. Key words: audtory brastem resposes, soomotor wave Słuchowe potecjały wywołae pa mózgu są obece wykorzystywae do obektywej ocey stau słuchu []. Główym parametram charakteryzującym odpowedź a bodzec słuchowy są ampltudy latecje poszczególych fal. Zależą oe od parametrów bodźca fzjologczych procesów zachodzących w drodze słuchowej. Spośród tych struktur ajwększe zaczee dagostycze ma fala V będąca przejawem sychroczej aktywośc euroów jądra wstęg boczej oraz częścowo wzgórków dolych. Metoda badaa słuchowych potecjałów wywołaych pa mózgu jest obarczoa czykem subektywym w postac wzrokowej ocey wyków przez osobę prowadzącą badae []. Iym elemetem zaburzającym jest spotacza elektrycza aktywość mózgu rejestrowaa za pomocą elektroecefalograf (EEG Electroecephalography). W celu wyróżea odpowedz ABR z tła EEG uśreda sę pojedycze rejestracje [3]. Potecjały wywołae pa mózgu, jako odpowedz sle zwązae z bodźcem, sumują sę w procese uśredaa, a wkład spotaczej aktywośc mózgu przypadkowej w tej skal czasowej zmejsza sę wraz z lczbą uśredeń. Kolejym rodzajem zakłóceń spotykaych przy rejestracjach słuchowych potecjałów wywołaych pa mózgu są odpowedz soomotorycze. Należą do ch mędzy ym: odruch męśa żwaczego (jaw reflex), potecjał męśa uszego tylego (PAM Postaurcular Muscle Potetal), potecjał potylczy (o potetal), a także mogee przedsokowe potecjały wywołae (VEMP Vestbular Evoked Myogec Potetals) [ ]. Potecjałem często akładającym sę a zaps ABR przy dużym atężeu bodźca jest odkryty w 93 roku potecjał geeroway w męśu uszym tylym [5]. Jest o rejestroway w zapsach ABR w postac fal soomotoryczej (SMW Soomotor Wave) o latecj ok. ms. Ze względu a możlwość wystąpea fal soomotoryczej o wartośc latecj ewele wększej ż latecja fal V, steje ryzyko błędego ozaczea tych fal. Opracowae metody oczyszczaa zapsu z fal soomotoryczej mogłoby wpłyąć a zmejszee ryzyka wystąpea takej sytuacj. Usuwae fal soomotoryczej z zapsu ABR może meć także bardzo duże zaczee w przypadku coraz częścej stosowaych systemów automatyczej detekcj odpowedz [7 ]. Fala soomotorycza, podobe jak odpowedź ABR, jest zjawskem zwązaym z bodźcem, dlatego emożlwe jest zmejszee jej udzału w zapse poprzez odrzucae zapsów z artefaktam czy zastosowae procesu uśredaa pojedyczych rejestracj. Koecze jest zatem opracowae metody usuwaa fal soomotoryczej z uśredoego zapsu, bez gerecj w odpowedź ABR. Materał metoda Wstęp Dae modelowae Optymale parametry pracy systemu oraz jego maksymala zdolość do usuwaa fal soomotoryczej zostały wyzaczoe w wyku aalzy dużej lczby sygałów modelowaych (N = ). Dae modelowae geerowao poprzez dodae do wzorca odpowedz ABR sygału symulowaej fal soomotoryczej zapsu modelowaej spotaczej aktywośc mózgu. Wzorce odpowedz otrzymao, uśredając specjale wyselekcjoowae rejestracje ABR. Każdy wykorzystay zaps był wykem uśredaa pojedyczych odpowedz. Na rysuku przedstawoo wzorce odpowedz dla tesywośc db HL (Decbel Above Normal Adult Hearg Level). Wartość db HL została wyzaczoa jako średa progowa wartość atężea bodźca w grupe osób ze słuchem ormalym. W tabel przedstawoo lczbę uśredeń zapsów ABR użytych do wyzaczea wzorców odpowedz dla daej tesywośc bodźca. Tabela Lczba uśredeń zapsów ABR wzorców odpowedz w zależośc od atężea bodźca Natężee bodźca [db HL] Lczba uśredeń zapsów ABR Acta Bo-Optca et Iformatca Medca /, vol. 7

2 Falę soomotoryczą modelowao jako fukcję Gabora o specjale dobraych parametrach. Fukcja Gabora to fukcja sus modulowaa fukcją Gaussa, wyrażoa wzorem: t u π g s γ = A e s (πf (t u) + φ) () Fukcja Gabora opsaa jest przez astępujące parametry: ampltuda (A), czas (u), częstotlwość (f), szerokość (s) faza (ϕ). Ampltudę fal soomotoryczej staow wartość losowa podlegająca rozkładow płaskemu z przedzału od do wartośc wyzaczoej a podstawe aalzy daych klczych. Szerokość latecja fal to zmee losowe rozkładu ormalego wokół wartośc oczekwaych, wyzaczoych a podstawe wartośc średch tych parametrów z rzeczywstych zapsów fal soomotoryczej. Na potrzeby ejszej publkacj zdefowao welkość stosuku eerg sygału do eerg fal soomotoryczej (SWR Sgal to Wave Rato). Welkość tę (wyrażoą w decybelach) zdefowao za pomocą wzoru: (s s) (w m w m ) SWR = log () Ampltuda [μv] Lczebość,, -, -, Rys. Wzorce odpowedz ABR otrzymae poprzez welokrote uśredae wyselekcjoowaych zapsów o typowej latecj morfolog fal żyera bomedycza / bomedcal egeerg gdze s sygał modelowaego zapsu ABR zawerającego falę soomotoryczą, w m sygał modelowaej fal soomotoryczej. Rysuek przedstawa hstogram stosuku eerg sygału do eerg fal soomotoryczej (SWR) dla modelowaych zapsów ABR aalzowaych w pracy. Spotacza elektrycza aktywość mózgu (EEG) modelowaa była za pomocą modelu autoregresyjego opsaego rówaem [, ]: SWR [db] Rys. Hstogram stosuku eerg sygału do eerg fal soomotoryczej (SWR) wyrażoego w db dla modelowaych zapsów ABR e t =,5 e t,57 e t,39 e t 3,5 e t + w t gdze e t wartość modelowaej spotaczej aktywośc mózgu w dyskretej chwl czasu t, w t szum bały podlegający rozkładow ormalemu. W skal czasowej charakterystyczej w przypadku badań ABR zaps spotaczej aktywośc elektryczej mózgu powe być traktoway jako szum. Jego wkład w zaps słuchowych potecjałów wywołaych pa mózgu zależy od welu czyków (p. lczby uśredeń czy stopa zrelaksowaa osoby badaej) charakteryzuje sę dużym rozrzutem w grupe zapsów spotykaych w codzeej pracy klczej. Z tego powodu stosuek eerg EEG do eerg wzorca odpowedz był losowy podlegał rozkładow płaskemu w przedzale wartośc ustaloym a podstawe aalzy zapsów klczych. Rysuek 3 przedstawa przykład sytezy pojedyczego sygału z opsaych wyżej elemetów składowych. Dae klcze Dae klcze zarejestrowao za pomocą urządzea EPTEST v., dla stadardowo stosowaego bodźca typu trzask trwającego µs o wartośc atężea db HL, zmeaego skokowo co db. Bodzec geeroway był z częstotlwoścą 7 Hz podaway przez słuchawk TDH-39, przy zastosowau polaryzacj aprzemeej. Pasmo wzmacacza ustawoo w przedzale Hz. Odpowedz rejestrowao w oke ms. Zaps ABR każdej wartośc atężea bodźca był wykem lowego uśredea pojedyczych odpowedz. Aalze poddao 5 pełych zapsów szeregów atężeowych, w których występowała wyraźa fala soomotorycza, oraz 5 szeregów atężeowych bez fal soomotoryczej. Łącze przeaalzowao zapsów ABR. (3) Ampltuda [jed. arbtrale] Czas [ms] Rys. 3 Przykład sygału modelowaego zawerającego falę soomotoryczą. Wzorzec odpowedz ABR ozaczoo lą przerywaą, modelowaa fala soomotorycza (SMW) reprezetowaa jest przez lę kropkowaą, spotaczą aktywość elektryczą mózgu (EEG) ozaczoo lą kropka-kreska. Ostateczy sygał symuloway będący sumą wszystkch składowych ozaczoo lą cągłą. Dekompozycje przyblżoe Metody aalzy bazujące a dekompozycjach przyblżoych umożlwają przedstawee sygału w postac sumy fukcj wybraych z określoego zboru. Jedą z ajpopularejszych jest algorytm MP (Matchg Pursut), opsay w 993 [3]. Jest to elowa teracyja procedura poszukująca lowego rozwęca sygału w postac sumy zaych fukcj azywaych atomam, wyberaych z redudatego zboru słowka. Metoda ta bardzo szybko zalazła zastosowae w aalze sygałów elektrofzjologczych []. Dekompozycja MP jest rozwązaem suboptymalym. Na początku procedury ze słowka (D) wyberay jest atom odzwercedlający ajwększy procet eerg sygału (g γ ), a jego wkład odejmoway jest od sygału. Następe algorytm w sposób aalogczy wybera ze słowka atom odzwercedlający Acta Bo-Optca et Iformatca Medca /, vol. 7 39

3 żyera bomedycza / bomedcal egeerg ajwększą część eerg resduum (R ), pozostałego po odjęcu od sygału wyku dekompozycj w poprzedm kroku. Algorytm dzała teracyje do mometu odwzorowaa sygału z żądaą dokładoścą lub wykoaa określoej lczby powtórzeń. Proces te opsują rówaa: R f = g γ R f = f R f, g γ = arg max g γ gγ D + R + f R f, g γ gdze R f resduum sygału f w -tym powtórzeu, g γ fukcja Gabora. W przypadku kompletego słowka wraz ze wzrostem lczby powtórzeń do eskończoośc wartośc uzyskae w procedurze dekompozycj zblżają sę do wartośc sygału wejścowego. Atomy ze słowka mają postać fukcj Gabora g γ, czyl fukcj sus modulowaej obwedą Gaussa. Słuchowe potecjały wywołae pa mózgu są sygałam charakteryzującym sę olbrzymą różorodoścą morfolog odpowedz, co w zwązku z eoscylacyjym charakterem odpowedz ABR stwarza potrzebę modyfkacj orygalego algorytmu MP, p. za pomocą zmejszea wkładu składowej harmoczej atomów Gabora. W badaach opracowao metodę dekompozycj zapsów ABR a fukcje Gaussa: MP-Gauss. Metoda ta jest modyfkacją orygalego algorytmu dopasowaa kroczącego, zmeającą postać fukcj wykorzystywaej w dekompozycj. Zbór fukcj bazowych, które borą udzał w dekompozycj, staową w tym przypadku fukcje Gaussa, a e jak w przypadku klasyczego MP fukcje Gabora. Poeważ fukcja Gaussa staow obwedę fukcj Gabora, to modyfkacja ta pozwala pozbawć atomy Gabora elemetu oscylacyjego. Wyk () Rys. Krzywa ROC metody MP-Gauss (la cągła) wyzaczoa dla modelowaych zapsów ABR AUC,99 DP 9,353 Czułość,7 Specyfczość,93 Wartość predykcyja dodata,9 Wartość predykcyja ujema,77 Dae modelowae W celu wyzaczea parametrów pracy oraz ocey skuteczośc dzałaa systemu automatyczej detekcj usuwaa fal soomotoryczej użyto daych modelowaych. Pozwolło to zoptymalzować zestawy parametrów systemu poprzez geerowae dowole dużej lczby sygałów testowych o dokłade określoych właścwoścach, jak p. stosuek eerg sygału do szumu (SNR Sgal to Nose Rato). Eergetycza zawartość fal soomotoryczej w sygale, w sposób lczbowy opsywaa wartoścą współczyka SWR, przyjmuje dla kolejych daych modelowaych wartość losową. Hstogram współczyka SWR dla modelowaych zapsów ABR przedstawoo a rys.. Wartość progowa współczyka SWR, od której uzawao obecość w zapse ABR fal soomotoryczej, wyos SWR thr = 5 db. Wyzaczoo ją a podstawe aalzy modelowaych sygałów przyjęto jako wartość odesea przy wyzaczeu krzywych ROC (Recever Operatg Characterstc) oraz współczyków czułośc, specyfczośc wartośc predykcyjych metody. Rysuek przedstawa krzywą ROC opracowaej metody detekcj usuwaa fal soomotoryczej MP-Gauss. Krzywa została wyzaczoa w fukcj parametru detekcj (DP Detecto Parameter) fal soomotoryczej, będącego odsetkem wartośc eerg sygału ABR, odzwercedlaego przez składowy atom o ajwększej eerg przy dekompozycj, w oczekwaym przedzale latecj. W tabel podao pole powerzch pod krzywą (AUC Area Uder Curve) oraz wyzaczoy za pomocą krzywej ROC optymaly parametr detekcj fal soomotoryczej. Dla systemu optymalego wyzaczoo wartośc czułośc, specyfczośc parametrów predykcyjych, które przedstawoo w tabel 3. Usuwae fal soomotoryczej z zapsu ABR realzowae jest w wyku pełej dekompozycj sygału, określea występowaa fal soomotoryczej oraz jej latecj a podstawe kryterum eergetyczego, a astępe usuęca w otoczeu fal określoej lczby atomów w zdefowaym przedzale latecj. Optymaly względy przedzał latecj lczba usuwaych atomów zostały wyzaczoe a podstawe daych modelowaych. W celu loścowego określea jakośc usuęca fal soomotoryczej zdefowae zostały dwa współczyk jakośc usuęca fal (QoR Qualty of Removal): a podstawe kryterum eergetyczego QoR e kryterum korelacyjego QoR corr. Eergetyczy współczyk jakośc usuęca został skostruoway a podstawe wartośc usuętej eerg z całkowtej eerg fal soomotoryczej. Defoway jest za pomocą wzoru: ( r r ) QoR e = ( w ; r = w m w r (5) m w m ) gdze w m sygał modelowaej fal soomotoryczej, w r sygał zrekostruowaej fal soomotoryczej. Korelacyjy współczyk jakośc usuęca polega a loścowym określeu podobeństwa sygału ezakłócoego falą soomotoryczą do resduum sygału zaburzoego, pozostałego po usuęcu fal. Opsuje sę go wzorem: QoR corr = Tabela Pole powerzch pod krzywą ROC oraz wartość optymalego parametru detekcj fal soomotoryczej metody MP-Gauss, wyzaczoe dla modelowaych zapsów ABR ( r r )( r r ) ; r = s w m ; r = s w r ( r r ) ( r r ) Tabela 3 Wartośc czułośc, specyfczośc oraz dodate ujeme wartośc predykcyje metody MP-Gauss dla modelowaych zapsów ABR gdze s sygał modelowaego zapsu ABR zawerającego falę soomotoryczą, w m sygał modelowaej fal soomotoryczej, w r sygał zrekostruowaej fal soomotoryczej. Rysuk 5 przedstawają zależość QoR e QoR corr w metodze MP-Gauss od lczby usuętych atomów względego przedzału latecj, z którego usuwae są atomy. Jest to zależość uśredoa dla zapsów modelowaych. Obe mary QoR dostarczają podobą formację, szacując lczbowo jakość usuęca z zapsu ABR fal soomotoryczej, z tego powodu dają zblżoe wyk. Otrzymae optymale wartośc względego przedzału latecj lczby usuwaych () 3 Acta Bo-Optca et Iformatca Medca /, vol. 7

4 atomów przedstawoo w tabel. Są to wartośc tych parametrów, dla których współczyk jakośc usuęca fal soomotoryczej QoR przyjmują wartośc maksymale. Ostatecze wartośc zoptymalzowaych parametrów zostały oblczoe jako średa arytmetycza wartośc wyzaczoych przy zastosowau obu mar QoR. Względy przedzał latecj dl to stosuek szerokośc przedzału latecj, z którego usuwae są atomy, do wartośc odchylea stadardowego fukcj Gaussa główego atomu dekompozycj fal soomotoryczej. Względy przedzał latecj Rys. 5 Mapa rozkładu eergetyczych współczyków jakośc usuęca fal soomotoryczej QoR e w fukcj lczby usuętych atomów względego przedzału usuwaa atomów w latecj w metodze MP-Gauss dla modelowaych zapsów ABR Względy przedzał latecj Rys. Mapa rozkładu korelacyjych współczyków jakośc usuęca fal soomotoryczej QoR corr w fukcj lczby usuętych atomów względego przedzału usuwaa atomów w latecj w metodze MP-Gauss dla modelowaych zapsów ABR Lczebość Lczba usuętych atomów Lczba usuętych atomów 5% 5% 75% % Procet usuęca eerg fal soomotoryczej Rys. 7 Hstogram przedstawający rozkład jakośc usuęca fal soomotoryczej wyrażoy w procetach usuętej eerg fal ocea eksperta,9,,7,,5,,3,,,9,,7,,5,,3,, Tabela Optymale wartośc względego przedzału latecj (dl) lczby usuwaych atomów (N), dla których wartośc współczyków jakośc usuęca fal soomotoryczej (QoR e QoR corr ) są maksymale, metoda MP-Gauss. W ostatm rzędze tabel przedstawoo maksymale wartośc współczyków QoR QoR corr Dae klcze Dzałae opracowaego systemu detekcj usuwaa fal soomotoryczej przetestowao a daych klczych zarejestrowaych u pacjetów z ormą słuchową. Ocea występowaa fal soomotoryczej została dokoaa przez eksperta dośwadczoego w aalzowau zapsów ABR. Zgode z tą oceą wśród zapsów ABR ( szeregów atężeowych dla tesywośc bodźca) fala soomotorycza występowała w 7 zapsach. W każdym zapse z falą soomotoryczą została oa wykryta przez algorytm usuęta. Wyk dzałaa systemu zostały przedstawoe ekspertow w celu ocey jakośc usuęca fal z zapsu. Hstogram oce usuęca eerg fal z sygału wyrażoych w procetach przedstawoo a rysuku 7. Główym celem dzałaa metody MP-Gauss było usuęce pku fal soomotoryczej. Za poprawe dzałae systemu uzawao usuęce przyajmej 5% eerg pku. Mało to mejsce w z 7 zapsów z falą, czyl w 9% przypadków. W przypadku 53 pozostałych zapsów ezawerających fal soomotoryczej system dokoał eprawdłowej detekcj usuęca w 9 przypadkach. Należy podkreślć, że tylko dwe spośród eprawdłowych detekcj astąpły w przypadku bodźca o atężeu wyższym ż db HL. Pozostałe 7 przypadków błędych detekcj fal soomotoryczej dotyczyło sygałów o słabej odpowedz lub jej braku a bodźce o atężeu db HL. Dwa take przypadk przedstawoo a rysuku. Dyskusja QoR e dl,5,5 N 3 3 maks. QoR,75,77 W sytuacj, gdy sygały elektrycze merzoe z powerzch głowy są zakłócoe przez artefakty, stadardową procedurą postępowaa jest odrzucae daego sygału poowe wykoae pomaru [5]. Coraz częścej jedak mędzy ym ze względu a astępujące w ostatch latach zwększae mocy oblczeowych komputerów propoowae są metody umożlwające usuęce artefaktów przy zachowau wększośc właścwośc merzoego sygału. Ogromy rozwój astąpł w przypadku aalzy sygałów welokaałowych. Dzęk porówau sygałów z poszczególych kaałów możlwa jest separacja aktywośc pochodzących z różych źródeł []. Sygały ABR są merzoe stadardowo przy wykorzystau tylko jedego kaału, dlatego obektywe usuwae artefaktów staow wększy problem. Dodatkowym utrudeem w przypadku fal soomotoryczej jest fakt jej sychrozacj z bodźcem. Powoduje to, że uśredae stosowae w celu zmejszea wkładu artefaktów męśowych czy aktywośc EEG w zapse dodatkowo ją wzmaca. W prezetowaej pracy do rozpozaa fal soomotoryczej wykorzystao jej właścwośc, take jak: latecja ampltuda, a proces usuwaa odbywał sę dzęk metodze dekompozycj przyblżoych MP. Metody tego typu e były wcześej stosowae do aalzy ABR, ale już welokrote sprawdzły sę w wydobywau kokretych składowych z różych sygałów fzjologczych [7 9]. Przede wszystkm stosowao je do usuwaa artefaktów z sygałów EEG EKG [, ]. Istotym elemetem było wyzaczee optymalych parametrów pracy systemu automatyczej detekcj usuwaa fal soomotoryczej. Optymalzacja ta mała a celu maksymalzację poprawośc wykrywaa jakośc usuwaa tego artefaktu przy jedoczesej mmalzacj usuwaa z zapsu odpowedz ABR. Dla optymalych parametrów wyzaczoo maksymalą żyera bomedycza / bomedcal egeerg Acta Bo-Optca et Iformatca Medca /, vol. 7 3

5 żyera bomedycza / bomedcal egeerg db 7 db db 5 db db 3 db db db Rys. Przykłady dwóch szeregów atężeowych zawerających falę soomotoryczą (przed dzałaem algorytmu la przerywaa po dzałau algorytmu MP-Gauss la cągła; wystąpee fal soomotoryczej według eksperta czara kropka). zdolość systemu do usuwaa fal soomotoryczej loścowo charakteryzowaą przez współczyk QoR eergetyczy korelacyjy. Otrzymae wysoke wartośc tych współczyków (tabela ) pokazują, że jest możlwe usuęce zaczej eerg fal soomotoryczej przy zachowau odpowedz w zapse. Wyk dokoaej przez eksperta ocey dzałaa systemu w przypadku daych klczych (rys. 7), potwerdzają skuteczość metody w usuwau fal soomotoryczej z zapsów ABR. Wartośc czułośc specyfczośc otrzymae a podstawe aalzy wyków w przypadku daych modelowaych pokazują, że metoda dobrze rozpozaje fale soomotorycze, e geerując przy tym wysokej lczby detekcj fałszywe dodatch. Te wyk róweż zajdują odzwercedlee w rezultatach dzałaa systemu a daych klczych. Zapropoowaa w ejszej pracy metoda może staowć etap przygotowaa sygałów do ocey przez eksperta, podobe jak p. stadardowo stosowae fltrowae częstotlwośc sec. Poadto może być wykorzystaa w algorytmach automatyczej detekcj. Usuęce artefaktów czasam jest krytycze dla poprawego dzałaa tego typu systemów []. Wosk Otrzymae wyk pokazują, że jest możlwe usuęce zaczej częśc eerg fal soomotoryczej przy zachowau odpowedz w zapse ABR. Wysoke wartośc parametrów predykcyjych w przypadku aalzy daych modelowaych oraz dobre wyk oce eksperta w przypadku daych klczych sugerują, że metoda mogłaby zaleźć zastosowae w praktyce klczej. Zapotrzebowae a mplemetację takej metody jest szczególe duże w przypadku systemów automatyczej detekcj odpowedz ABR. Opracowaa metoda rozpozawaa usuwaa fal soomotoryczej z zapsu ABR dzała w przypadku uśredoych zapsów dla poszczególych tesywośc bodźca w szeregu atężeowym. Uwzględee dodatkowych waruków w postac formacj kotekstowej o występowau fal dla ych wartośc atężeń bodźca lub waruku kocydecj fal soomotoryczej w dwóch przebegach może w zaczy sposób przyczyć sę do poprawy efektywośc prezetowaej metody. db 7 db db 5 db db 3 db db db Lteratura. D.L. Jewett, J.S. Wllsto: Audtory-evoked far felds averaged from the scalp of humas, Bra, vol. 9, 97, s M. Vdler, D. Parkert: Audtory brastem respose threshold estmato: subjectve threshold estmato by expereced clcas a computer smulato of the clcal test, It J Audol, vol. 3,, s M. Do, C. Elberlg: Evaluatg resdual backgroud ose huma audtory bra-stem resposes, J Acoust Soc Am, vol. 9, 99, s K. Meer-Ewert, K. Gletsma, F. Reter: Acoustc jaw reflex ma: ts relatoshp to other bra-stem ad mcroreflexes, Electroecephalogr Cl Neurophysol, vol. 3, 97, s N.Y.-S. Kag, A.H. Chrst, M. Frech, A. Edwards: Postaurcular electrc respose to acoustc stmul humas, Q Prog Rep Res Laboratory Elec MIT, vol., 93, s D.T. Cody, J.N. Jacobso, J.C. Walker, R.G. Bckford: Averaged evoked myogec ad cortcal potetals to soud ma, A Otol Rhol Larygol, vol. 73, 9, s S. Iwasak, Y. Hayash, A. Sek, M. Nagura, Y. Hashmoto, G. Oshma, T. Hosho: A model of two-stage ewbor hearg screeg wth automated audtory brastem respose, It J Pedatr Otorholarygol, vol. 7(), 3, s B.M. Keohae, S.M. Maso, D.M. Baguley: Clcal evaluato of the vector algorthm for eoatal hearg screeg usg automated audtory brastem respose, J Larygol Otol, vol.,, s A.P. Bradley, W.J. Wlso: Automated aalyss of the audtory brastem respose usg dervatve estmato wavelets, Audol Neurootol, vol., 5, s. -.. S.G. Korres, D.G. Balatsouras, C. Lyra, D. Kadloros, E. Ferekds: A comparso of automated audtory brastem resposes ad trasetly evoked otoacoustc emssos for uversal ewbor hearg screeg, Med Sc Mot, vol.,, s X.H. Yu, Z.Y. He, Y.S. Zhag: Tme-varyg adaptve flters for evoked potetal estmato, IEEE Tras Bomed Eg, vol., 99, s X.H. Yu, Z.Y. He, Y.S. Zhag: Peak compoet latecy-corrected average method for evoked potetal waveform estmato, IEEE Tras Bomed Eg, vol., 99, s S.G. Mallat, Z. Zhag: Matchg pursut wth tme-frequecy dctoares, IEEE Sgal Processg Socety, vol., 993, s K. Blowska, P. Durka: The applcato of wavelet trasform ad matchg pursut to the tme-varyg EEG sgals, ASME Press, vol., 99, s C. Patev, R. Khvoles: Comparso of the effcecy of varous crtera for artfact rejecto the recordg of audtory bra-stem resposes (ABR), Scad Audol, vol. 3, 9, s G.D. Brow, S. Yamada, T.J. Sejowsk: Idepedet compoet aalyss at the eural cocktal party, Treds Neurosc, vol.,, s C.C. Jouy, P.J. Fraaszczuk, G.K. Bergey: Characterzato of epleptc sezure dyamcs usg Gabor atom desty, Cl Neurophysol, vol., 3, s W.W. Jedrzejczak, K.J. Blowska, K. Kochaek, H. Skarżysk: Sychrozed spotaeous otoacoustc emssos aalyzed a tme-frequecy doma, J Acoust Soc Am, vol.,, s Y. Lu, J.E. Mchaels: Numercal mplemetato of matchg pursut for the aalyss of complex ultrasoc sgal, IEEE Tras Ultraso Ferroelectr Freq Cotrol, vol. 55,, s M. Akay, J.A. Daubespeck: Ivestgatg the cotamato of electroecephalograms by facal muscle electromyographc actvty usg matchg pursut, Bra Lag, vol., 999, s. -.. J.H. Husøy, J. Elevstjø, T. Eftestøl, S.O. Aase, H. Myklebust, P.A. Stee: Removal of cardopulmoary resusctato artfacts from huma ECG usg a effcet matchg pursut-lke algorthm, IEEE Tras Bomed Eg, vol. 9,, s K.D. Pool, T. Ftzo: Evaluato of a computer-automated program for clcal assessmet of the audtory bra stem respose, Ear Hear, vol., 99, s otrzymao / receved:.3. wersja poprawoa / revsed verso:.9. zaakceptowao / accepted:.. 3 Acta Bo-Optca et Iformatca Medca /, vol. 7

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

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

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

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

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

ma rozkład normalny z nieznaną wartością oczekiwaną m

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

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

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

Bardziej szczegółowo

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

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

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

Wyrażanie niepewności pomiaru

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

Bardziej szczegółowo

KALIBRACJA NIE ZAWSZE PROSTA

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

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

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

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

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

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń

Zastosowanie metody najmniejszych kwadratów do pomiaru częstotliwości średniej sygnałów o małej stromości zboczy w obecności zakłóceń Zasosowae meody ajmejszych kwadraów do pomaru częsolwośc średej sygałów o małej sromośc zboczy w obecośc zakłóceń Elgusz PAWŁOWSKI, Darusz ŚWISULSKI Podsawowe meody pomaru częsolwośc Zlczae okresów w zadaym

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

Bardziej szczegółowo

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

Portfel złożony z wielu papierów wartościowych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

. Wtedy E V U jest równa

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

Bardziej szczegółowo

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

Propagacja wielodrogowa. Paweł Kułakowski

Propagacja wielodrogowa. Paweł Kułakowski Propagacja welodrogowa Paweł Kułakowsk Pla wykładu. Propagacja welodrogowa ops zjawska w dzedze czasu częstotlwośc przypadek propagacj przyzemej. Zak sygału radowego 3. Iterferecje mędzysymbolowe . Propagacja

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

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. I Pracownia IF UJ Marzec 2017

PODSTAWY 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 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

ELEMENTY TEORII MOŻLIWOŚCI

ELEMENTY 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 szczegółowo

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych

Sprawdzenie stateczności skarpy wykopu pod składowisko odpadów komunalnych Sprawdzee stateczośc skarpy wykopu pod składowsko odpadów koualych Ustalee wartośc współczyka stateczośc wykoae zostae uproszczoą etodą Bshopa, w oparcu o poższą forułę: [ W s( α )] ( φ ) ( φ ) W ta F

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

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

Bardziej szczegółowo

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

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

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

POMIAR WSPÓŁCZYNNIKA POCHŁANIANIA PROMIENIOWANIA γ

POMIAR WSPÓŁCZYNNIKA POCHŁANIANIA PROMIENIOWANIA γ Ćwczee 56 POMIAR WSPÓŁCZYNNIKA POCHŁANIANIA PROMIENIOWANIA γ 56.. Wadomośc ogóle Rozpatrzmy wąską skolmowaą wązkę prome γ o atężeu I 0, padającą a płytkę substacj o grubośc x (rys. 56.). Natężee promeowaa

Bardziej szczegółowo

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI GIEŁDOWYCH PRZY UŻYCIU ALGORYTMÓW GENETYCZNYCH mgr ż. Marc Klmek Katedra Iformatyk Państwowa Wyższa Szkoła Zawodowa m. Papeża Jaa Pawła II w Bałej Podlaskej Streszczee:

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

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

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

Bardziej szczegółowo

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem

Mh n. 2 ε. h h/ n n. Ekstrapolacja Richardsona (szacowanie błędu) błąd. ekstrapolowana wartość całki I. kwadratury z adaptowanym krokiem Ekstrapolacja Rchardsoa (szacowae błędu) dla daej, ustaloej metody błąd Mh zakładając, że M jest w przyblżeu ezależe od h I I + Mh h h/ / I I + Mh ekstrapolowaa wartość całk I I e I h / + Ih / ( I h )

Bardziej szczegółowo

Wyznaczanie oporu naczyniowego kapilary w przepływie laminarnym.

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

Bardziej szczegółowo

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

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu НАЦІОНАЛЬНИЙ ТРАНСПОРТНИЙ УНІВЕРСИТЕТ 1 013 KARBOWNICZEK Dagmara doktoratka, mgr ż. ; LEJDA Kazmerz ; prof. dr hab. ż. oltechka Rzeszowska, Katedra Slków Spalowych Trasportu ANALIZA WSKAŹNIKA GŁĘBOKOŚCI

Bardziej szczegółowo

TMM-2 Analiza kinematyki manipulatora metodą analityczną

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

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

Bardziej szczegółowo

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Analiza wyniku finansowego - analiza wstępna

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

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

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

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE 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 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

WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU

WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU Fzyka cała stałeo WYZNACZANIE PRZERWY ENERGETYCZNEJ GERMANU 1. Ops teoretyczy do ćwczea zameszczoy jest a stroe www.wtc.wat.edu.pl w dzale DYDAKTYKA FIZYKA ĆWICZENIA LABORATORYJNE.. Ops układu pomaroweo

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

Modelowanie i Analiza Danych Przestrzennych

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

Bardziej szczegółowo

Matematyczny opis ryzyka

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

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej

Rachunek prawdopodobieństwa i statystyka matematyczna. Estymacja przedziałowa parametrów strukturalnych zbiorowości generalnej Rachek prawdopodobeńswa saysyka maemaycza Esymacja przedzałowa paramerów srkralych zborowośc geeralej Częso zachodz syacja, że koecze jes zbadae ogół poplacj pod pewym kąem p. średa oce z pewego przedmo.

Bardziej szczegółowo

Projekt 3 Analiza masowa

Projekt 3 Analiza masowa Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga

Bardziej szczegółowo

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

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

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

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

Bardziej szczegółowo

Badania niezawodnościowe i statystyczna analiza ich wyników

Badania niezawodnościowe i statystyczna analiza ich wyników Badaa ezawodoścowe statystycza aalza ch wyków. Co to są badaa ezawodoścowe jak sę je przeprowadza?. Metody prezetacj opsu daych pochodzących z eksperymetu 3. Sposoby wyzaczaa rozkładu zmeej losowej a podstawe

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

2. Rozkład zawartości popiołu w węglu jako mieszanina rozkładów

2. Rozkład zawartości popiołu w węglu jako mieszanina rozkładów Górctwo Geożyera Rok 3 Zeszyt 4 007 Tomasz Nedoba* OCENA ZAWARTOŚCI POPIOŁU W POKŁADACH WĘGLA ZA POMOCĄ NIEPARAMETRYCZNYCH METOD STATYSTYCZNYCH**. Wprowadzee W procese przeróbk węgla ezwykle ważym problemem

Bardziej szczegółowo

Zagadnienia optymalizacji kosztów w projektowaniu gazowych sieci rozdzielczych

Zagadnienia optymalizacji kosztów w projektowaniu gazowych sieci rozdzielczych Zagadea optymalzacj kosztów w projektowau gazowych sec rozdzelczych Autorzy: dr Ŝ. ech Dobrowolsk, m Ŝ. Wtold Maryka ( Ryek Eerg 6/200) Słowa kluczowe: rozdzelcza seć gazowa, stacje gazowe redukcyje, gazocąg

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

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

Bardziej szczegółowo

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

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

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

Bardziej szczegółowo

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

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB

WALIDACJA METOD BADAŃ STOSOWANYCH W LOTOS LAB Data 3//03 Nr wyd troa z Nr egz Nr wydaa troa Data wprowadzea zmay Zmaa Opracował Podps prawdzł Podps Zatwerdzł Podps Kamńsk Cudowsk Marjańsk Data 3//03 Nr wyd troa z Nr egz. Cel Celem ejszej strukcj jest

Bardziej szczegółowo

Statystyka Inżynierska

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

Bardziej szczegółowo

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

D P. Rys. 1 Schemat hydrauliczny obliczeń filtracji przez zaporę ziemną z drenażem

D P. Rys. 1 Schemat hydrauliczny obliczeń filtracji przez zaporę ziemną z drenażem Kostrukcje budowle zeme OBLICZENIA WSPÓŁCZYNNIKA STATECZNOŚCI SKAPY ODWODNEJ METODĄ FELLENIUSA DLA ZAPOY ZIEMNEJ BEZ ELEMENTÓW USZCZELNIAJĄCYCH Z DENAŻEM Zapora zema posadowoa a podłożu przepuszczalym

Bardziej szczegółowo

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM Edward CHLEBUS, Joaa HELMAN, Mara ROSIENKIEWICZ, Paweł STEFANIAK Streszczee: Nejszy artykuł

Bardziej szczegółowo