rok 2006/07 Jacek Jarnicki,, Kazimierz Kapłon, Henryk Maciejewski
|
|
- Dominika Karpińska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Projekt z niezawodności i diagnostyki systemów cyfrowych rok 2006/07 Jacek Jarnicki,, Kazimierz Kapłon, Henryk Maciejewski Cel projektu Celem projektu jest: 1. Poznanie metod i napisanie oprogramowania umoŝliwiającego wyznaczanie niezawodności systemów naprawialnych za pomocą badań symulacyjnych (dowolne środowisko). 2. Poznanie metod analizy danych dotyczących niezawodności obiektów technicznych i napisanie oprogramowania umoŝliwiającego statystyczną analizę danych niezawodnościowych m.in. z badania symulacyjnego (proponowane środowisko - SAS System). Przebieg projektu Etap1. Zbudowanie modelu symulacyjnego zadanego systemu naprawialnego, Etap2. Wykonanie eksperymentu symulacyjnego, Etap3. Statystyczna analiza jego wyników, Etap4. Opracowanie wniosków i sprawozdania końcowego. Model symulacyjny systemu (etap 1) NaleŜy zaproponować model systemu realizującego usługę dla swoich odbiorców (np. system udostępniający usługę zdalnego dostępu do zasobów za pomocą Internetu). Elementy systemu mogą ulegać awariom, następnie być naprawiane (lub wymieniane na nowe); zaś awaria poszczególnych elementów systemu ma wpływ na realizowaną usługę - wpływ ten wynika ze struktury niezawodnościowej systemu. Na przykład pewne awarie mogą spowodować niedostępność usługi, inne - ograniczenie poziomu usługi, jeszcze inne - pozostać niezauwaŝone przez uŝytkowników, o ile pracuje element redundantny.
2 Budując model funkcjonalno-niezawodnościowy proponowanego systemu naleŝy określić: Model niezawodnościowy kaŝdego z elementów systemu, który moŝe ulegać awarii. Najprostszym modelem elementu naprawialnego jest dwustanowy proces stochastyczny, zwany przemiennym procesem odnowy. Stan 1 oznacza sprawność elementu, stan 0 niesprawność (odnowę). Stany 1 i 0 występują na przemian. Stanem początkowym jest stan 1. Rozkłady czasów sprawnościi odnowy opisane są zmiennymi losowymi o znanych rozkładach (np. Weibula, wykładniczy, jednostajny, normalny). Strukturę niezawodnościową systemu - tzn. wpływ awarii elementów na stan systemu - czyli poziom usługi świadczonej przez system. Modelem systemu naprawialnego jest proces stochastyczny dwu lub wielostanowy, w którym stan systemu jest pewną funkcją wektora stanów elementów. Funkcja ta moŝe być wyraŝona w sposób jawny lub wyznaczana przy pomocy pewnego algorytmu. Najprostszym przykładem jest tzw. system szeregowy, czyli taki, który jest sprawny, (czyli znajduje się w stanie 1) jeśli wszystkie jego elementy są sprawne. Celem etapu projektu jest przeprowadzenie symulacji komputerowej działania zadanego systemu, przez co rozumie się napisanie programu pozwalającego na generowanie kolejnych stanów systemu w czasie. Przedmiotem analiz mogą być następujące systemy: 1) System szeregowo-równoległy o n elementach i k n konserwatorach. 2) System k z n z l n konserwatorami. 3) System o strukturze złoŝonej (np. mostkowej) z jednym konserwatorem. 4) System o n elementach, przy czym w kaŝdym elemencie moŝe wystąpić, k róŝnych uszkodzeń i liczba konserwatorów dla kaŝdego typu uszkodzenia jest mniejsza od liczby elementów. 5) System szeregowy n elementach i k n konserwatorach z wymianami profilaktycznymi. 6) System kas sklepowych z moŝliwością występowania uszkodzeń kas. 7) Inne systemy podane przez prowadzącego zajęcia projektowe Realizacja etapu projektu przebiegać będzie w dwóch częściach: Przygotowanie załoŝeń projektu (formalny opis systemu, ustalenie techniki symulacji). Napisanie w wybranym środowisku (np. MATLAB) programu symulacyjnego.
3 Eksperyment symulacyjny (etap 2) Celem eksperymentu symulacyjnego jest wyznaczenie metodą Monte Carlo interesujących charakterystyk niezawodnościowych, funkcjonalnych i/lub ekonomicznych systemu przy zadanych parametrach opisujących system. Przykładowymi charakterystykami, które mogą być interesujące są gotowość systemu, całkowity koszt z zadanym horyzoncie czasowym (np. 1 rok) związany z naprawami i przerwami nieplanowanymi wynikającymi z awarii itp. Dodatkowo w ramach eksperymentu symulacyjnego naleŝy zbadać wpływ wybranego parametru opisującego model systemu na interesującą nas charakterystykę systemu. Na przykład moŝemy zbadać jak na dostępność systemu wpływa zastosowanie bardziej niezawodnych elementów systemu (większe MTBF, ale i wyŝszy koszt) w stosunku do wariantu z elementami bardziej zawodnymi; lub skracanie czasu naprawy elementów systemu (np. czy warto inwestować w coraz droŝsze umowy serwisowe o krótkich czasach reakcji?). Etap polega na zaplanowaniu i przeprowadzeniu eksperymentu symulacyjnego, poprzez: Wyspecyfikowanie obserwowanych parametrów systemu, Określenie parametrów symulacji (liczba eksperymentów, czas symulacji), Wykonanie obliczeń, ewentualna modyfikacja parametrów symulacji i archiwizacja wyników. Wyniki z eksperymentu symulacyjnego zostaną przeanalizowane w etapie 3. Statystyczna analiza wyników eksperymentu symulacyjnego (etap 3) W etapie tym naleŝy wyznaczyć, na podstawie danych z eksperymentu symulacyjnego, dwie grupy charakterystyk opisujących system: Charakterystyki punktowe (np. gotowość systemu w ciągu roku; bądź spodziewany roczny koszt napraw i przestojów - jak opisany powyŝej, lub tym podobne parametry); Poziom ryzyka przekroczenia przez zadaną charakterystykę systemu załoŝonej wartości krytycznej, np. ryzyko (czyli prawdopodobieństwo) uzyskania gotowości rocznej poniŝej 95% lub ryzyko zaistnienia przerw w pracy systemu dłuŝszych niŝ 12 godzin. Analizę (szczególnie drugą część) naleŝy przeprowadzić z wykorzystaniem pakietu SAS, za pomocą którego naleŝy estymować rozkład obserwowanej charakterystyki systemu (na podstawie danych z eksperymentu), a następnie odczytać z rozkładu interesujące nas miary ryzyka. NaleŜy wyznaczyć rozkłady obserwowanych parametrów badanego systemu, poprzez: Wstępne określenie typu estymowanego rozkładu, Estymację parametrów rozkładu np. metodą największej wiarogodności,
4 Weryfikację hipotezy o typie rozkładu przy pomocy testu statystycznego np. testu lambda Smirnowa-Kołmogorowa, Przebieg analizy Na podstawie próby z badanej zmiennej losowej (tzn. wartości obserwowanego parametru uzyskanych z eksperymentu symulacyjnego): 1) Wyznaczyć statystyki punktowe (średnia (+ przedział ufności dla średniej), wariancja, min, max, rozrzut), 2) Wyznaczyć histogram i dystrybuantę empiryczną, 3) Znaleźć rozkład (spośród następujących: wykładniczy, gamma, lognormalny, normalny, i Weibull-a), który najlepiej przybliŝa obserwowaną dystrybuantę empiryczną. Gęstość i dystrybuantę znalezionego rozkładu nałoŝyć na histogram i dystrybuantę empiryczną. Weryfikację jakości dopasowanie przeprowadzić: - za pomocą testów zgodności rozkładów (Kołmogorowa-Smirnowa, Pearsona i in. dostępnych) - korzystając z wykresów probability plots (np. jeśli wartości próby pochodzą z rozkładu Weibulla, wówczas na wykresie probability plot dla rozkładu Weibulla powinny leŝeć na prostej) 4) Wyznaczyć nieprarametryczne charakterystyki czasu Ŝycia badanego obiektu (tj. empiryczna funkcja niezawodności, funkcja intensywności uszkodzeń). Narzędzia: Pakiet SAS wer. 9.1, moduły Base SAS, SAS/QC, SAS/STAT Oprogramowanie dostępne jest w laboratorium 229/C3, 125A/C3 lub dostępne w wersji instalacyjnej dla studentów do uŝytku w domu. Dokumentacja do SAS-a, np: MoŜna wykorzystać następujące procedury SAS: PROC MEANS PROC CAPABILITY (polecenia: CDFPLOT i HISTOGRAM) oraz PROC RELIABILITY (polecenia: DISTRIBUTION i PROBPLOT). PROC LIFETEST
5 Opracowanie wniosków i sprawozdania końcowego (etap 4). Dokumentacja projektu powinna zawierać: Stronę tytułową z nazwiskami autorów pracy Spis treści Cel i załoŝenia projektu Zwięzły opis kaŝdego etapu projektu Źródła wykorzystywanych wzorów Przykładowe wyniki eksperymentu Analizę wyników Uwagi i wnioski dotyczące realizacji projektu Źródła opracowanych w projekcie programów. Zaliczenie 1) Warunkiem zaliczenia projektu jest zaprezentowanie poprawnie działających programów oraz dostarczenie dokumentacji projektu. 2) Termin oddania projektu upływa w ostatnim dniu planowych w semestrze zajęć. 3) KaŜde kolejne 3 dniowe opóźnienie skutkuje obligatoryjnym obniŝeniem maksymalnej moŝliwej oceny o 1 (jeden) stopień, aŝ do osiągnięcia oceny dostatecznej. Wpływ na ocenę mają: Termin oddania projektu Zakres i stopień poprawności działania programu Sposób prezentacji programu Zawartość merytoryczna dokumentacji Strona edytorska dokumentacji Znajomość zagadnień bezpośrednio związanych z tematyką projektu.
Niezawodność i diagnostyka projekt. Jacek Jarnicki
Niezawodność i diagnostyka projekt Jacek Jarnicki Zajęcia wprowadzające 1. Cel zajęć projektowych 2. Etapy realizacji projektu 3. Tematy zadań do rozwiązania 4. Podział na grupy, wybór tematów, organizacja
Bardziej szczegółowoNiezawodność i diagnostyka projekt
Niezawodność i diagnostyka projekt Jacek Jarnicki Henryk Maciejewski Zajęcia wprowadzające 1. Cel zajęć projektowych 2. Etapy realizacji projektu 3. Tematy zadań do rozwiązania 4. Podział na grupy, wybór
Bardziej szczegółowoW4 Eksperyment niezawodnościowy
W4 Eksperyment niezawodnościowy Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Badania niezawodnościowe i analiza statystyczna wyników 1. Co to są badania niezawodnościowe i
Bardziej szczegółowoWprowadzenie do estymacji rozkładów w SAS.
Wprowadzenie do estymacji rozkładów w SAS Henryk.Maciejewski@pwr.wroc.pl 1 Plan Empiryczne modele niezawodności Estymacja parametryczna rozkładów zmiennych losowych Estymacja nieparametryczna Empiryczne
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoNiezawodność diagnostyka systemów laboratorium. Ćwiczenie 2
dr inż. Jacek Jarnicki doc. PWr Niezawodność diagnostyka systemów laboratorium Ćwiczenie 2 1. Treść ćwiczenia Generowanie realizacji zmiennych losowych i prezentacja graficzna wyników losowania. Symulacja
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 3 Generacja realizacji zmiennych losowych Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia: Generowanie
Bardziej szczegółowoNiezawodność i diagnostyka systemów cyfrowych projekt 2015
Niezawodność i diagnostyka systemów cyfrowych projekt 2015 Jacek Jarnicki jacek.jarnicki@pwr.edu.pl Zajęcia wprowadzające 1. Cel zajęć projektowych 2. Etapy realizacji projektu 3. Tematy zadań do rozwiązania
Bardziej szczegółowoInstytut Politechniczny Państwowa Wyższa Szkoła Zawodowa. Diagnostyka i niezawodność robotów
Instytut Politechniczny Państwowa Wyższa Szkoła Zawodowa Diagnostyka i niezawodność robotów Laboratorium nr 6 Model matematyczny elementu naprawialnego Prowadzący: mgr inż. Marcel Luzar Cele ćwiczenia:
Bardziej szczegółowoInżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA
Bardziej szczegółowoprzedmiot podstawowy obowiązkowy polski drugi
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 07/08 IN--008 STATYSTYKA W INŻYNIERII ŚRODOWISKA Statistics in environmental engineering
Bardziej szczegółowoNiezawodność w energetyce Reliability in the power industry
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoW6 Systemy naprawialne
W6 Systemy naprawialne Henryk Maciejewski Jacek Jarnicki Marek Woda www.zsk.iiar.pwr.edu.pl Plan wykładu 1. Graf stanów elementu naprawialnego / systemu 2. Analiza niezawodnościowa systemu model Markowa
Bardziej szczegółowoSTATYSTYKA Statistics. Inżynieria Środowiska. II stopień ogólnoakademicki
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13 STATYSTYKA
Bardziej szczegółowoPARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV
Elektroenergetyczne linie napowietrzne i kablowe wysokich i najwyższych napięć PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV Wisła, 18-19 października 2017
Bardziej szczegółowoA B. 2 5 8 18 2 x x x 5 x x 8 x 18
Narzędzia modelowania niezawodności 1 Arkusz kalkulacyjny - jest to program zbudowany na schemacie relacyjnych baz danych. Relacje pomiędzy dwiema (lub więcej) cechami można zapisać na kilka sposobów.
Bardziej szczegółowoElektrotechnika I stopień (I stopień / II stopień) Ogólno akademicki (ogólno akademicki / praktyczny) Kierunkowy (podstawowy / kierunkowy / inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Niezawodność zasilania energią elektryczną
Bardziej szczegółowoStatystyka od podstaw Janina Jóźwiak, Jarosław Podgórski
Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej
Bardziej szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim: STATYSTYKA W MODELACH NIEZAWODNOŚCI I ANALIZIE PRZEŻYCIA Nazwa w języku angielskim: STATISTICS IN RELIABILITY MODELS AND
Bardziej szczegółowoZadanie projektowe: Niezawodność i diagnostyka układów cyfrowych
Bartłomiej Piekarski 76 Data utworzenia:.6.r. Łukasz Tkacz 73 Łukasz Przywarty 78 Zadanie projektowe: Niezawodność i diagnostyka układów cyfrowych Temat: Ocena niezawodności systemu pomiarowego typu 'z3'
Bardziej szczegółowoKarta (sylabus) modułu/przedmiotu Transport Studia I stopnia. Język polski
Karta (sylabus) modułu/przedmiotu Transport Studia I stopnia Przedmiot: Niezawodność środków transportu Rodzaj przedmiotu: obowiązkowy Kod przedmiotu: TR 1 S 0 6 42-0_1 Rok: III Semestr: 6 Forma studiów:
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoOPIS MODUŁ KSZTAŁCENIA (SYLABUS)
OPIS MODUŁ KSZTAŁCENIA (SYLABUS) I. Informacje ogólne: 1 Nazwa modułu Metody opracowania obserwacji 2 Kod modułu 04-A-MOO-60-1L 3 Rodzaj modułu obowiązkowy 4 Kierunek studiów astronomia 5 Poziom studiów
Bardziej szczegółowoGenerowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport
Generowanie ciągów pseudolosowych o zadanych rozkładach przykładowy raport Michał Krzemiński Streszczenie Projekt dotyczy metod generowania oraz badania własności statystycznych ciągów liczb pseudolosowych.
Bardziej szczegółowoSterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Bardziej szczegółowoSylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15
Sylabus do programu kształcenia obowiązującego od roku akademickiego 0/5 () Nazwa Rachunek prawdopodobieństwa i statystyka () Nazwa jednostki prowadzącej Wydział Matematyczno - Przyrodniczy przedmiot ()
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Kierunek studiów: Inżynieria Środowiska
Bardziej szczegółowo12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoSPRAWDZIAN NR 1 ROBERT KOPERCZAK, ID studenta : k4342
TECHNIKI ANALITYCZNE W BIZNESIE SPRAWDZIAN NR 1 Autor pracy ROBERT KOPERCZAK, ID studenta : k4342 Kraków, 22 Grudnia 2009 2 Spis treści 1 Zadanie 1... 3 1.1 Szereg rozdzielczy wag kobiałek.... 4 1.2 Histogram
Bardziej szczegółowo12. Przynależność do grupy przedmiotów: Blok przedmiotów matematycznych
(pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 5 1. Nazwa przedmiotu: Rachunek prawdopodobieństwa i statystyka matematyczna 2. Kod przedmiotu: RPiS 3. Karta przedmiotu ważna od roku akademickiego:
Bardziej szczegółowoStatystyka w przykładach
w przykładach Tomasz Mostowski Zajęcia 10.04.2008 Plan Estymatory 1 Estymatory 2 Plan Estymatory 1 Estymatory 2 Własności estymatorów Zazwyczaj w badaniach potrzebujemy oszacować pewne parametry na podstawie
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoWYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO
Zał. nr 4 do ZW WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA STOSOWANA Nazwa w języku angielskim APPLIED STATISTICS Kierunek studiów (jeśli dotyczy): Specjalność
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki KARTA PRZEDMIOTU
Politechnika Krakowska im. Tadeusza Kościuszki KARTA obowiązuje słuchaczy rozpoczynających studia podyplomowe w roku akademickim 018/019 Nazwa studiów podyplomowych Budowa i eksploatacja pojazdów szynowych
Bardziej szczegółowoWYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI
WYDZIAŁ GEOINŻYNIERII, GÓRNICTWA I GEOLOGII KARTA PRZEDMIOTU Nazwa w języku polskim: Statystyka matematyczna Nazwa w języku angielskim: Mathematical Statistics Kierunek studiów (jeśli dotyczy): Górnictwo
Bardziej szczegółowoOpis przedmiotu. Karta przedmiotu - Probabilistyka I Katalog ECTS Politechniki Warszawskiej
Kod przedmiotu TR.NIK304 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Niestacjonarne
Bardziej szczegółowo2008-03-18 wolne wolne 2008-03-25 wolne wolne
PLAN SPOTKAŃ ĆWICZEŃ: Data Grupa 2a Grupa 4a Grupa 2b Grupa 4b 2008-02-19 Zajęcia 1 Zajęcia 1 2008-02-26 Zajęcia 1 Zajęcia 1 2008-03-04 Zajęcia 2 Zajęcia 2 2008-03-11 Zajęcia 2 Zajęcia 2 2008-03-18 wolne
Bardziej szczegółowoOBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp
tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE
Bardziej szczegółowodr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu
Kod przedmiotu TR.SIK303 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Stacjonarne
Bardziej szczegółowoOpis programu studiów
IV. Opis programu studiów Załącznik nr 9 do Zarządzenia Rektora nr 35/19 z dnia 1 czerwca 019 r. 3. KARTA PRZEDMIOTU Kod przedmiotu I-IŚ-103 Nazwa przedmiotu Statystyka w inżynierii środowiska Nazwa przedmiotu
Bardziej szczegółowoS YLABUS MODUŁU (PRZEDMIOTU) I nformacje ogólne. Nie dotyczy
S YLABUS MODUŁU (PRZEDMIOTU) I nformacje ogólne Nazwa modułu: Moduł B - Statystyka z elementami matematyki Rodzaj modułu/przedmiotu Wydział PUM Kierunek studiów Specjalność Poziom studiów Forma studiów
Bardziej szczegółowoBadanie normalności rozkładu
Temat: Badanie normalności rozkładu. Wyznaczanie przedziałów ufności. Badanie normalności rozkładu Shapiro-Wilka: jest on najbardziej zalecanym testem normalności rozkładu. Jednak wskazane jest, aby liczebność
Bardziej szczegółowoMatematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013
0,KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 11 i 12 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 11 i 12 1 / 41 TESTOWANIE HIPOTEZ - PORÓWNANIE
Bardziej szczegółowoSTATYSTYKA
Wykład 1 20.02.2008r. 1. ROZKŁADY PRAWDOPODOBIEŃSTWA 1.1 Rozkład dwumianowy Rozkład dwumianowy, 0 1 Uwaga: 1, rozkład zero jedynkowy. 1 ; 1,2,, Fakt: Niech,, będą niezależnymi zmiennymi losowymi o jednakowym
Bardziej szczegółowoEkonometria. Zajęcia
Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)
Bardziej szczegółowoPorównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
Bardziej szczegółowolaboratoria 24 zaliczenie z oceną
Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Andrzej Tarłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Niestacjonarne
Bardziej szczegółowoEstymacja parametrów rozkładu cechy
Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział
Bardziej szczegółowoOpis przedmiotu: Probabilistyka I
Opis : Probabilistyka I Kod Nazwa Wersja TR.SIK303 Probabilistyka I 2012/13 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka prowadząca
Bardziej szczegółowoRachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych
Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych Autorzy: Marta Rotkiel, Anna Konik, Bartłomiej Parowicz, Robert Rudak, Piotr Otręba Spis treści: Wstęp Cel
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: przedmiot obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL PRZEDMIOTU
Bardziej szczegółowoMetody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2
Metody matematyczne w analizie danych eksperymentalnych - sygnały, cz. 2 Dr hab. inż. Agnieszka Wyłomańska Faculty of Pure and Applied Mathematics Hugo Steinhaus Center Wrocław University of Science and
Bardziej szczegółowoInformatyka I stopień (I stopień / II stopień) ogólno akademicki (ogólno akademicki / praktyczny) podstawowy (podstawowy / kierunkowy / inny HES)
KARTA MODUŁU / KARTA PRZEDMIOTU Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013
Bardziej szczegółowoW3 - Niezawodność elementu nienaprawialnego
W3 - Niezawodność elementu nienaprawialnego Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Niezawodność elementu nienaprawialnego 1. Model niezawodności elementu nienaprawialnego
Bardziej szczegółowoMATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ
MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ Opracowała: Milena Suliga Wszystkie pliki pomocnicze wymienione w treści
Bardziej szczegółowoEKSPLOATACJA SYSTEMÓW TECHNICZNYCH
Jan Kaźmierczak EKSPLOATACJA SYSTEMÓW TECHNICZNYCH dla studentów kierunków: ZARZĄDZANIE Gliwice, 1999 SPIS TREŚCI 1. WPROWADZENIE... 7 2. PRZEGLĄD PODSTAWOWYCH PROBLEMÓW EKSPLOATACJI SYSTEMÓW TECHNICZNYCH...
Bardziej szczegółowoWykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap
Wykład 1 Próba i populacja. Estymacja parametrów z wykorzystaniem metody bootstrap Magdalena Frąszczak Wrocław, 21.02.2018r Tematyka Wykładów: Próba i populacja. Estymacja parametrów z wykorzystaniem metody
Bardziej szczegółowoTesty zgodności. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 11
Testy zgodności Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki Szczecińskiej 27. Nieparametryczne testy zgodności Weryfikacja
Bardziej szczegółowoNiezawodność elementów i systemów. Sem. 8 Komputerowe Systemy Elektroniczne, 2009/2010 1
Niezawodność elementów i systemów Sem. 8 Komputerowe Systemy Elektroniczne, 2009/2010 1 Niezawodność wyrobu (obiektu) to spełnienie wymaganych funkcji w określonych warunkach w ustalonym czasie Niezawodność
Bardziej szczegółowoMatematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.
Bardziej szczegółowoPodstawy niezawodności Bases of reliability. Elektrotechnika II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13
Bardziej szczegółowoWeryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Bardziej szczegółowoMETODY PROBABILISTYCZNE I STATYSTYKA
METODY PROBABILISTYCZNE I STATYSTYKA PROPOZYCJE DYDAKTYCZNE Opracował Marek Cieciura SPIS TREŚCI 1. ROZLICZENIE GODZINOWE... 2 2. CELE ZAJĘĆ Z PRZEDMIOTU... 2 3. ORGANIZACJA ZAJĘĆ... 2 3.1. KLUCZOWE ZAŁOśENIA...
Bardziej szczegółowoAnaliza autokorelacji
Analiza autokorelacji Oblicza się wartości współczynników korelacji między y t oraz y t-i (dla i=1,2,...,k), czyli współczynniki autokorelacji różnych rzędów. Bada się statystyczną istotność tych współczynników.
Bardziej szczegółowoModele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 1
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 1 Konrad Miziński, nr albumu 233703 1 maja 2015 Zadanie 1 Parametr λ wyestymowano jako średnia z próby: λ = X n = 3.73 Otrzymany w
Bardziej szczegółowoElektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy
Elektrotechnika II [ Laboratorium Grupa ] 206/207 Zimowy Lp Numer indeksu Pkt Kol Suma Popr Ocena Data Uwagi 97574 6 7 Db + 2 9758 ++0,9 5 7,9 Db + 3 99555 0,9+0,9 2,8 Dst + 4 97595 0,8++ 0 2,8 Dst + 5
Bardziej szczegółowoTransport II stopień (I stopień / II stopień) Ogólnoakademicki (ogólno akademicki / praktyczny) Studia stacjonarne (stacjonarne / niestacjonarne)
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Metody probabilistyczne w transporcie Nazwa modułu w języku angielskim Probabilistic
Bardziej szczegółowoANALIZA STATYSTYCZNA WYNIKÓW BADAŃ
ANALIZA STATYSTYCZNA WYNIKÓW BADAŃ Dopasowanie rozkładów Dopasowanie rozkładów- ogólny cel Porównanie średnich dwóch zmiennych 2 zmienne posiadają rozkład normalny -> test parametryczny (t- studenta) 2
Bardziej szczegółowoStatystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Bardziej szczegółowoWYDZIAŁ MECHANICZNY ENERGETYKI I LOTNICTWA WYKŁAD
POLITECHNIKA WARSZAWSKA WYDZIAŁ MECHANICZNY ENERGETYKI I LOTNICTWA WYKŁAD 3 dr inż. Kamila Kustroń Warszawa, 10 marca 2015 24 lutego: Wykład wprowadzający w interdyscyplinarną tematykę eksploatacji statków
Bardziej szczegółowoW2 Podstawy rachunku prawdopodobieństwa (przypomnienie)
W2 Podstawy rachunku prawdopodobieństwa (przypomnienie) Henryk Maciejewski Jacek Jarnicki Marek Woda www.zsk.iiar.pwr.edu.pl Rachunek prawdopodobieństwa - przypomnienie 1. Zdarzenia 2. Prawdopodobieństwo
Bardziej szczegółowoLABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej
LABORATORIUM 3 Przygotowanie pliku (nazwy zmiennych, export plików.xlsx, selekcja przypadków); Graficzna prezentacja danych: Histogramy (skategoryzowane) i 3-wymiarowe; Wykresy ramka wąsy; Wykresy powierzchniowe;
Bardziej szczegółowoWYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH
WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład
Bardziej szczegółowoPODSTAWY OCENY WSKAŹNIKÓW ZAWODNOŚCI ZASILANIA ENERGIĄ ELEKTRYCZNĄ
Andrzej Purczyński PODSTAWY OCENY WSKAŹNIKÓW ZAWODNOŚCI ZASILANIA ENERGIĄ ELEKTRYCZNĄ Materiały szkolenia technicznego, Jakość energii elektrycznej i jej rozliczanie, Poznań Tarnowo Podgórne II/2008, ENERGO-EKO-TECH
Bardziej szczegółowoLiczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 16 zaliczenie z oceną
Wydział: Zarządzanie i Finanse Nazwa kierunku kształcenia: Finanse i Rachunkowość Rodzaj przedmiotu: podstawowy Opiekun: prof. nadzw. dr hab. Tomasz Kuszewski Poziom studiów (I lub II stopnia): II stopnia
Bardziej szczegółowoWSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48
TECHNIKA TRANSPORTU SZYNOWEGO Andrzej MACIEJCZYK, Zbigniew ZDZIENNICKI WSPÓŁCZYNNIK GOTOWOŚCI SYSTEMU LOKOMOTYW SPALINOWYCH SERII SM48 Streszczenie W artykule wyznaczono współczynniki gotowości systemu
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa
STATYSTYKA MATEMATYCZNA rachunek prawdopodobieństwa treść Zdarzenia losowe pojęcie prawdopodobieństwa prawo wielkich liczb zmienne losowe rozkłady teoretyczne zmiennych losowych Zanim zajmiemy się wnioskowaniem
Bardziej szczegółowoNiezawodność diagnostyka systemów laboratorium
Doc. dr inż. Jacek Jarnicki Niezawodność diagnostyka systemów laboratorium 1. Zajęcia wprowadzające treść ćwiczenia Informacje wstępne, cel zajęć, organizacja zajęć, materiały dydaktyczne, sprawozdania,
Bardziej szczegółowoWykład 7 Testowanie zgodności z rozkładem normalnym
Wykład 7 Testowanie zgodności z rozkładem normalnym Wrocław, 05 kwietnia 2017 Rozkład normalny Niech X = (X 1, X 2,..., X n ) będzie próbą z populacji o rozkładzie normalnym określonym przez dystrybuantę
Bardziej szczegółowoMatematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA MATEMATYCZNA Nazwa w języku angielskim Mathematical Statistics Kierunek studiów (jeśli dotyczy): Specjalność (jeśli
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoAnaliza niezawodnościowa działania warsztatu samochodowego
Grzegorz Pietrzak (133329) Jacek Symonowicz (133375) Wrocław, dnia 8 stycznia 2007 Analiza niezawodnościowa działania warsztatu samochodowego Kurs: Niezawodność i diagnostyka systemów cyfrowych (2), projekt
Bardziej szczegółowoGrupowanie materiału statystycznego
Grupowanie materiału statystycznego Materiał liczbowy, otrzymany w wyniku przeprowadzonej obserwacji statystycznej lub pomiaru, należy odpowiednio usystematyzować i pogrupować. Doskonale nadają się do
Bardziej szczegółowoLABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI
LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych
Bardziej szczegółowoPodstawowe charakterystyki niezawodności. sem. 8. Niezawodność elementów i systemów, Komputerowe systemy pomiarowe 1
Podsawowe charakerysyki niezawodności sem. 8. Niezawodność elemenów i sysemów, Kompuerowe sysemy pomiarowe 1 Wsęp Niezawodność o prawdopodobieńswo pewnych zdarzeń Inensywność uszkodzeń λ wyraŝa prawdopodobieńswo
Bardziej szczegółowoW rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:
W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 9 i 10 - Weryfikacja hipotez statystycznych Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 9 i 10 1 / 30 TESTOWANIE HIPOTEZ STATYSTYCZNYCH
Bardziej szczegółowoFunkcje charakteryzujące proces. Dr inż. Robert Jakubowski
Funkcje charakteryzujące proces eksploatacji Dr inż. Robert Jakubowski Niezawodność Niezawodność Rprawdopodobieństwo, że w przedziale czasu od do t cechy funkcjonalne statku powietrznego Ubędą się mieścić
Bardziej szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium 30
Zał. nr 4 do ZW WYDZIAŁ CHEMICZNY KARTA PRZEDMIOTU Nazwa w języku polskim Wstęp do statystyki praktycznej Nazwa w języku angielskim Intriduction to the Practice of Statistics Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoWARUNKI GWARANCJI I SERWISU GWARANCYJNEGO
Załącznik nr 3 do Umowy nr.. z dnia r. Warunki gwarancji i serwisu gwarancyjnego WARUNKI GWARANCJI I SERWISU GWARANCYJNEGO 1. Definicję pojęć: Celem opisania warunków świadczenia usług serwisowych definiuje
Bardziej szczegółowoEstymacja punktowa i przedziałowa
Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora
Bardziej szczegółowoZastosowanie symulacji Monte Carlo do zarządzania ryzykiem przedsięwzięcia z wykorzystaniem metod sieciowych PERT i CPM
SZKOŁA GŁÓWNA HANDLOWA w Warszawie STUDIUM MAGISTERSKIE Kierunek: Metody ilościowe w ekonomii i systemy informacyjne Karol Walędzik Nr albumu: 26353 Zastosowanie symulacji Monte Carlo do zarządzania ryzykiem
Bardziej szczegółowoRok akademicki: 2012/2013 Kod: JFM s Punkty ECTS: 3. Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne
Nazwa modułu: Statystyka inżynierska Rok akademicki: 2012/2013 Kod: JFM-1-210-s Punkty ECTS: 3 Wydział: Fizyki i Informatyki Stosowanej Kierunek: Fizyka Medyczna Specjalność: Poziom studiów: Studia I stopnia
Bardziej szczegółowoZad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Bardziej szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium Liczba godzin zajęć zorganizowanych w
WYDZIAŁ MATEMATYKI KARTA PRZEDMIOTU Nazwa w języku polskim: Analiza danych ankietowych Nazwa w języku angielskim: Categorical Data Analysis Kierunek studiów (jeśli dotyczy): Matematyka stosowana Specjalność
Bardziej szczegółowoWERYFIKACJA HIPOTEZ STATYSTYCZNYCH
WERYFIKACJA HIPOTEZ STATYSTYCZNYCH I. TESTY PARAMETRYCZNE II. III. WERYFIKACJA HIPOTEZ O WARTOŚCIACH ŚREDNICH DWÓCH POPULACJI TESTY ZGODNOŚCI Rozwiązania zadań wykonywanych w Statistice przedstaw w pliku
Bardziej szczegółowo