Analiza niepewności pomiarów Definicje

Wielkość: px
Rozpocząć pokaz od strony:

Download "Analiza niepewności pomiarów Definicje"

Transkrypt

1 Teora pomarów Aalza epewośc pomarów Defce Dr hab. ż. Paweł Mada

2 Podstawowa defca Nepewość pomar to parametr zwązay z wykem pomar, charakteryzący rozrzt wartośc, który w zasadoy sposób moża przypsać welkośc merzoe Ocea lczbowa epewośc będze róża w zależośc od przyęte defc metody szacowaa Szczec; Paweł Mada

3 Nepewość stadardowa (ag. stadard certaty) epewość wyk pomar wyrażoa przez odchylee stadardowe. Złożoa epewość stadardowa (ag. combed stadard certaty) - to epewość stadardowa wyk pomar, określaa, gdy wyk te est zależy od wel welkośc składowych, rówa perwastkow kwadratowem z smy wyrazów będących waracam lb kowaracam ych welkośc z wagam zależym od tego ak wyk pomar zmea sę wraz ze zmaam tych welkośc. c f f f, Szczec; Paweł Mada 3

4 Nepewość rozszerzoa (ag. epaded certaty) to welkość określaąca przedzał wokół wyk pomar, od którego to przedzał oczeke sę, że obeme dżą część rozkład wartośc, które w zasadoy sposób moża przypsać wartośc welkośc merzoe. U k gdze: k współczyk rozszerzea, zastosoway ako możk złożoe epewośc stadardowe w cel otrzymaa epewośc rozszerzoe, zwykle k 3. Jeżel brak est specalych wymagań przyme sę k= co odpowada pozomow fośc poad P=95%. Warygody wyk pomar est reprezetoway przez przedzał wyzaczoy a określoym pozome fośc P c U U ˆ gdze: -a est pozomem fośc, który określa prawdopodobeństwo, że wyzaczoy przedzał zawera prawdzwą wartość welkośc merzoe. Zdarzee przecwe, gdy wyzaczoy przedzał e obeme prawdzwe wartośc welkośc merzoe, est mało prawdopodobe, zatem zazwycza przyme sę a<0,05 ˆ Szczec; Paweł Mada 4

5 Grafcza terpretaca epewośc pomar epewość rozszerzoa złożoa epewość stadardowa Warygody wyk pomar est reprezetoway przez przedzał wyzaczoy a określoym pozome fośc. gdze -a est pozomem fośc, wartość prawdzwa wyk pomar P U U ˆ ˆ Szczec; Paweł Mada 5

6 Metody oblczaa wartośc lczbowe epewośc stadardowe Metoda typ A (ag. type A evalato of certaty). Jest to metoda oblczaa epewośc za pomocą aalzy statystycze ser poedyczych obserwac Szczec; Paweł Mada 6

7 Metody oblczaa wartośc lczbowe epewośc stadardowe Metoda typ B (ag. type B evalato of certaty). Jest to metoda oblczaa epewośc sposobam ym ż aalza ser obserwac. Ocea epewośc metodą typ B est wykoywaa a podstawe osobstego dośwadczea eksperymetatora, zyskaego w czase poprzedch pomarów, daych lteratrowych (ormy, charakterystyk metrologcze przyrządów pomarowych podawae przez prodcetów, poradk tp.), wyków zyskaych w czase wzorcowaa oraz rozkład prawdopodobeństwa przyętego przez obserwatora. Szacowae epewośc metodą typ B może być wykoywae m.. w przypadk wykoaa poedyczego pomar lb brak wdoczego rozrzt w ser pomarów Szczec; Paweł Mada 7

8 Metody oblczaa wartośc lczbowe epewośc stadardowe Celem podzał metod oblczaa epewośc a typ A typ B est wskazae dwóch różych sposobów oblczaa składowych epewośc. Oba typy oblczea są oparte a rozkładach prawdopodobeństwa wykorzyste sę w ch poęce odchylea stadardowego. Nepewość stadardowa typ A est oblczaa z fkc gęstośc prawdopodobeństwa otrzymae przez eksperymet z obserwowaego rozkład. Nepewość stadardowa typ B korzysta z daych spoza obece wykoywaego pomar est wyzaczaa a podstawe założoe fkc gęstośc prawdopodobeństwa, oparte a stop zafaa w to, że zadze aalzowae zdarzee Szczec; Paweł Mada 8

9 Postace rozkładów wykorzystywae dla celów szacowaa epewośc stadardowe metodą B trókąty; b 6 prostokąty (edostay); b 3 epewość stadardowa a atymodaly V; b b atymodaly U; b Szczec; Paweł Mada 9

10 Bdżet epewośc dla pomar dwpktowego średcy wałka mkrometrem Pytaa kotrole: Co to est epewość pomar? Co to est epewość stadardowa? Co to est epewość rozszerzoa? Co to est współczyk rozszerzea? Co to est waraca? Co to est odchylee stadardowe czym róz sę od odchylea stadardowego eksperymetalego? Czym róż sę odchylee stadardowe od odchylea stadardowego średe arytmetycze? W ak sposób zyskać formacę o postac rozkład prawdopodobeństwa badae cechy poplac (p. wyk pomar)? Co est marą błędów przypadkowych? Kedy stee potrzeba względaa w wyzacza epewośc pomar czło zwązaego z kowaracą zmeych? Omów kosekwece oddzaływaa cetralego twerdzea graczego rach. prawd. a. Błędy sę smą co to zaczy ak to rozmesz? Szczec; Paweł Mada 0

11 Przykładowe fkce gęstośc prawdopodobeństwa rozkład edostaego J, ormalego N oraz ch splot JN Praktyczą kosekwecą CTG est to, że w przypadk gdy ego założea są spełoe, w szczególośc, gdy epewość pomar est zdomowaa przez rozrzt wyków pomarów w ser to zasadoym perwszym przyblżeem przy oblcza epewośc rozszerzoe U=k, est przyęce dla k wartośc wykaące z () f rozkład ormalego. Prezetoway przykład dotyczy odmee sytac dome dzał składowych z rozkład edostaego (p. MPE przyrząd pomarowego) Metoda dokłada Metoda przyblżoa Różca U d =k JN c U p =k c U p U k JN(90%) = k 90% = % 00% k JN(95%) = k 95% = % k JN(99%) = k 99% = % d c A B U k 0.05 c A = 0.05mm rozkład ormaly, B = 0.5mm rozkład edostay. Współczyk rozszerzea k est wartoścą zmee stadaryzowae splot rozkładów składowych. Jego zaomość przy zadaym pozome prawdopodobeństwa pozwala kąć przyblżoych metod oblczaa epewośc rozszerzoe pomar tym samym zwększa dokładość e oszacowaa.

12 Oblczoa w sposób ścsły wartość współczyka rozszerzea k JN (P) dla różych stosków epewośc stadardowych rozkład edostaego - B ormalego - A U k JN B A Szczec; Paweł Mada

13 Skrócoy przeps oblczaa wyrażaa epewośc Opsae zasady, metody warków pomar, zdefowae welkośc merzoych. Wyrażee zwązk mędzy welkoścą merzoą welkoścam weścowym, od których zależy, postać fkc, czyl fkcę pomar pośredego, azywaą ekedy modelem pomar. Fkca ta powa zawerać wszystke welkośc, włączaąc w to poprawk oddzaływaa, które mogą wosć zaczące składowe do epewośc pomar. ˆ f ˆ, ˆ, ˆ 3,..., ˆ,...ˆ, ˆ Szczec; Paweł Mada 3

14 Skrócoy przeps oblczaa wyrażaa epewośc Wyzaczee estymat wartośc welkośc weścowych albo a podstawe aalzy statystycze ser obserwac, albo za pomocą ych metod. Dyspoąc serą pomarów welkośc weścowe ako e wyk przyme sę (zgode z zaleceam Przewodka) estymator wartośc oczekwae, którym est średa arytmetycza z ser pomarów oblczaa ze zae zależośc: ˆ Oblczee wyk pomar to est estymaty welkośc merzoe z zależośc fkcye, dla wartośc welkośc weścowych rówych estymatom. ˆ f ( ˆ, ˆ, ˆ 3,...ˆ,...ˆ, ˆ,) Szczec; Paweł Mada 4

15 Skrócoy przeps oblczaa wyrażaa epewośc Oblczee epewośc stadardowych ( ) estymat wartośc welkośc weścowych. Dla estymat wyzaczoych a drodze statystycze aalzy ser obserwac epewośc stadardowe oblcza sę metodą typ A. Dla estymat wyzaczaych ym metodam epewośc stadardowe ( ) oblcza sę metodą typ B. Na tym etape ależy pamętać także o oszacowa epewośc stadardowych dla poprawek. Dla poedyczego wyk pomar, zyskaego a podstawe ser obserwac, ezależe od rozkład prawdopodobeństwa akem podlega welkość weścowa, epewość stadardową oblczamy z zależośc: ( ) ˆ Natomast epewość stadardową wartośc średe staow odchylee stadardowe eksperymetale średe oblczae z zależośc : Szczec; Paweł Mada 5 atomast dla epewośc szacowaych metodą B z zależośc: a b ˆ

16 Skrócoy przeps oblczaa wyrażaa epewośc Szczec; Paweł Mada 6 Oblczee kowarac zwązaych z estymatam wartośc welkośc weścowych skorelowaych. Estymatę kowarac wyzaczamy w przypadk rówoczesego pomar, co ame dwóch, wartośc welkośc weścowych. Dla poedyczego pomar ezależych par obserwac oblczamy ą z zależośc: k k k ˆ ˆ, oraz dla wartośc średe:, ˆ, ˆ

17 Skrócoy przeps oblczaa wyrażaa epewośc Szczec; Paweł Mada 7 Oblczee złożoe epewośc stadardowe wyk pomar a podstawe epewośc stadardowych kowarac zwązaych z estymatam wartośc welkośc weścowych: c f f f,

18 Skrócoy przeps oblczaa wyrażaa epewośc Oblczee epewośc rozszerzoe U k c słżące do wyzaczea przedzał P U U ˆ ˆ który powe obemować dżą część rozkład wartośc, które moża w sposób zasadoy przypsać wartośc welkośc merzoe. Współczyk rozszerzea k, zwykle meszczący sę w zakrese od do 3. Wartość k wybera sę a podstawe żądaego pozom fośc Szczec; Paweł Mada 8

19 Skrócoy przeps oblczaa wyrażaa epewośc Podae wyk pomar wraz z epewoścą rozszerzoą. Do wyk pomar ależy dołączyć także ops sposob wyzaczaa epewośc stadardowych epewośc złożoe. Zalecaym est zestawee w postac bdżet epewośc. p. A=5,093 ± 0,03 m; k= Szczec; Paweł Mada 9

20 Uwaga! Tzw. Przewodk edozacze defe sposób szacowaa epewośc pomarów dla przypadków, kedy wyk pomar est skalarem. Co zrobć w przypadk, kedy wyk pomar est fkcoałem lb wyka z przekształceń operatorowych? Szczec; Paweł Mada 0

21 Dzękę za wagę Szczec; Paweł Mada

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

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

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

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

Wyrażanie niepewności pomiaru. Andrzej Kubiaczyk Wydział Fizyki, Politechnika Warszawska

Wyrażanie niepewności pomiaru. Andrzej Kubiaczyk Wydział Fizyki, Politechnika Warszawska Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 0 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

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

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

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

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

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

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

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

Funkcja wiarogodności

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

Bardziej szczegółowo

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

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INSTYTUT FIZYKI UJ BIOLOGIA 2016 PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I PRACOWNIA FIZYCZNA INTYTUT FIZYKI UJ BIOLOGIA 06 CEL ĆWICZEŃ. Obserwacja zjawsk efektów fzyczych. Doskoalee umejętośc

Bardziej 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

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

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

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

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

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

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

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

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji.

Estymacja to wnioskowanie statystyczne koncentrujące się wokół oszacowania wartości parametrów rozkładu populacji. Botatytyka, 018/019 dla Fzyk Medyczej, tuda magterke etymacja etymacja średej puktowa przedzał ufośc średej rozkładu ormalego etymacja puktowa przedzałowa waracj rozkładu ormalego etymacja parametrów rozkładu

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

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

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

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

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

Wykłady z fizyki FIZYKA II

Wykłady z fizyki FIZYKA II POLITECHNIKA OPOLSKA WYDZIAŁ INŻYNIERII PRODUKCJI I LOGISTYKI Istytt Matematyk Fzyk Katedra Fzyk Wykłady z fzyk FIZYKA II dr Barbara Klmesz Poltechka Opolska Opole Uversty of Techology www.po.opole.pl

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

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

Bardziej szczegółowo

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

PRZEGLĄD NAJPROSTSZYCH METOD OPRACOWANIA WYNIKÓW POMIARÓW. dr Michał Januszczyk Zakład Fizyki Medycznej, Wydział Fizyki UAM

PRZEGLĄD NAJPROSTSZYCH METOD OPRACOWANIA WYNIKÓW POMIARÓW. dr Michał Januszczyk Zakład Fizyki Medycznej, Wydział Fizyki UAM PRZEGLĄD NAJPROTZYCH METOD OPRACOWANIA WYNIKÓW POMIARÓW. dr Mchał Jauszczyk Zakład Fzyk Medyczej, Wydzał Fzyk UAM. Każdy zbór cał lub zjawsk fzyczych ma wele cech merzalych mogących staowć zasadę klasyfkacj..

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

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

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

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

Analiza danych pomiarowych

Analiza danych pomiarowych Materały pomoccze dla studetów Wydzału Chem UW Opracowała Ageszka Korgul. Aalza daych pomarowych wersja trzeca, uzupełoa Lteratura, Wstęp 3 R OZDZIAŁ SPRAWOZDANIE Z DOŚWIADCZENIA FIZYCZNEGO 4 Stałe elemety

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

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

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary.

Statystyka opisowa. Stawia się pytania: pytanie co? poprzedza pytanie jak?. Najpierw potrzebna jest miara, potem można badać zmiany tej miary. Statystyka opsowa Roma Syak Statystyka opsowa Stawa sę pytaa: pytae co? poprzedza pytae jak?. Najperw potrzeba jest mara, potem moża badać zmay tej mary. Potrzebe są mary zborcze, charakteryzujące zborowośc

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

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

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

[, ] [, ] [, ] ~ [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

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

Podstawowe dane dotyczące niepewności pomiaru konwencji GUM

Podstawowe dane dotyczące niepewności pomiaru konwencji GUM Podstawowe dae dotyczące epewośc poar kowecj GUM Wprowadzee W rok 99, po wel latac pracy ekspertów sygowayc przez sede ędzyarodowyc orgazacj zae pod akroa: BIPM, IEC, IFCC, ISO, IUPAC, IUPAP OIML, opblkoway

Bardziej szczegółowo

ĆWICZENIE 5 TESTY STATYSTYCZNE

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

Bardziej szczegółowo

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

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

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

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

. 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

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

Międzynarodowa Norma Oceny Niepewności Pomiaru (Guide to Expression of Uncertainty in Measurements-Międzynarodowa Organizacja Normalizacyjna ISO)

Międzynarodowa Norma Oceny Niepewności Pomiaru (Guide to Expression of Uncertainty in Measurements-Międzynarodowa Organizacja Normalizacyjna ISO) Mędzyarodowa Norma Ocey Nepewośc Pomaru (Gude to Epresso of Ucertaty Measuremets-Mędzyarodowa Orgazacja Normalzacyja ISO) RACHUNEK NIEPEWNOŚCI POMIARU http://physcs.st./gov/ucertaty Wyrażae Nepewośc Pomaru.

Bardziej szczegółowo

METROLOGIA. Dr inż. Eligiusz PAWŁOWSKI Politechnika Lubelska Wydział Elektrotechniki i Informatyki

METROLOGIA. Dr inż. Eligiusz PAWŁOWSKI Politechnika Lubelska Wydział Elektrotechniki i Informatyki METROLOGIA Dr ż. Elgusz PAWŁOWSKI Poltechka Lubelska Wydzał Elektrotechk Iformatyk Prezetacja do wykładu dla EINS Zjazd 4, wykład r 7, 8 Prawo autorske Nejsze materały podlegają ochroe zgode z Ustawą o

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

Liniowe relacje między zmiennymi

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

Bardziej szczegółowo

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

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

WSTĘP DO TEORII POMIARÓW

WSTĘP DO TEORII POMIARÓW Sps treśc POMIARY WIELKOŚCI FIZYCZNYCH I ICH BŁĘDY...1 METODY POMIAROWE...5 NIEPEWNOŚĆ POMIAROWA I METODY JEJ OKREŚLENIA...7 Nepewość stadardowa pomarów bezpośredch...8 Ocea epewośc pomarowej typu A...8

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

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

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

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

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

Statystyka Matematyczna Anna Janicka

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

Bardziej szczegółowo

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

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

Praktyczna umiejętność opracowywania wyników, teoria niepewności pomiaru

Praktyczna umiejętność opracowywania wyników, teoria niepewności pomiaru Praktycza umejętość opracowywaa wyków, teora epewośc pomaru Dostępa lteratura: 1. http://physcs.st/gov/ucertaty. Wyrażae Nepewośc Pomaru, Przewodk, Warszawa, Główy Urząd Mar, 1999 3. H. Szydłowsk, Pracowa

Bardziej szczegółowo

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem.

Średnia harmoniczna Za pomocą średniej harmonicznej obliczamy np. średnią prędkość jazdy samochodem. Statystyka Statystyka jest auką, która zajmuje sę zberaem daych ch aalzą. Praca statystyka polega główe a zebrau dużej lośc daych opsujących jakeś zjawsko ch aalze terpretacj. Ne będzemy zajmować sę oczywśce

Bardziej szczegółowo

Przewodnik do ćwiczeń ze statystyki

Przewodnik do ćwiczeń ze statystyki Przewodk do ćwczeń ze tatytyk Podtawowe defcje Próbka loowa, tatytycza Próbką loową jet ograczoy zbór oberwacj dokoay a pewej hpotetyczej lub realej zborowośc zwaej populacją. Waże jet, że oberwacje ą

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

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

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

ROZKŁADY ZMIENNYCH LOSOWYCH ROZKŁADY ZMIENNYCH LOSOWYCH ZMIENNA LOSOWA Defcja. Zmeą losową jest fukcja: X: E -> R która każdemu zdarzeu elemetaremu E przypsuje lczbę rzeczywstą e X ( e) R DYSTRYBUANTA Dystrybuatą zmeej losowej X

Bardziej szczegółowo

Niezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe

Niezawodność. systemów nienaprawialnych. 1. Analiza systemów w nienaprawialnych. 2. System nienaprawialny przykładowe Nezawoość sysemów eaprawalych. Aalza sysemów w eaprawalych. Sysemy eaprawale - przykłaowe srukury ezawooścowe 3. Sysemy eaprawale - przykłay aalzy. Aalza sysemów w eaprawalych Sysem eaprawaly jes o sysem

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zastosowanie informatyki w chemii

Zastosowanie informatyki w chemii Projekt p. Wzmocee potecjału dydaktyczego UMK w Toruu w dzedzach matematyczo-przyrodczych realzoway w ramach Poddzałaa 4.. Programu Operacyjego Kaptał Ludzk Zastosowae formatyk w chem Potr Szczepańsk UMK

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

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

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

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

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

1) Czym jest FIZYKA? FIZYKA jest podstawową nauką w kształceniu inżynierów.

1) Czym jest FIZYKA? FIZYKA jest podstawową nauką w kształceniu inżynierów. ) Czym jest FIZYKA? FIZYKA jest podstawową auką w kształceu żyerów. FIZYKA jest auką przyrodczą zajmującą sę ruchem we wszystkch jego przejawach oraz jego przyczyam skutkam. FIZYKA jest auką o przyrodze,

Bardziej szczegółowo

ZMIENNA LOSOWA JEDNOWYMIAROWA POJĘCIE ZMIENNEJ LOSOWEJ

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zajęcia wstępne dla kierunków inżynierskich. dr inż. Konrad Zubko

Zajęcia wstępne dla kierunków inżynierskich. dr inż. Konrad Zubko LABORATORIUM FIZYKI Zajęca wstępe dla keruków żyerskch dr ż. Korad Zubko pokój 37a, blok 00 korad.zubko@wat.edu.pl kosultacje w semestrze zmowym / letm roku akademckego 0...-... pątek 5.30 7.00 ) Czym

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

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

VI. TWIERDZENIA GRANICZNE

VI. TWIERDZENIA GRANICZNE VI. TWIERDZENIA GRANICZNE 6.. Wprowadzee Twerdzea gracze dotyczą własośc graczych cągów zmeych losowych dzelą sę a:! twerdzea lokale opsują zbeżośc cągu fukcj prawdopodobeństwa w przypadku cągu {X } zmeych

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

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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