Wpływ niejednorodnych efektów lokalnych na dokładność prognozy rozprzestrzeniania się drgań przykład z terenu miasta Polkowice
|
|
- Natalia Gajda
- 7 lat temu
- Przeglądów:
Transkrypt
1 WARSZTATY 00 z cyklu Zagrożenia naturalne w górnictwie Mat. Symp. str Stanisław LASOCKI, Dorota OLSZEWSKA Akademia Górniczo-Hutnicza, Kraków Wpływ niejednorodnych efektów lokalnych na dokładność prognozy rozprzestrzeniania się drgań przykład z terenu miasta Polkowice Streszczenie Przedstawiono nową wersję relacji tłumienia wartości szczytowej składowej poziomej przyspieszenia drgań gruntu w paśmie częstotliwości do 10 Hz dla rejonu miasta Polkowice. Pomimo wykorzystania bardzo dużej liczby pomiarów pochodzących z ograniczonego terenu miasta, nowa relacja nie wyjaśnia ponad 6 % zmienności obserwowanych danych. Stosując analizę wariancji reszt równania regresji wykazano, że istotnym powodem tak dużego składnika losowego jest zróżnicowanie warunków naturalnych odbioru drgań dla poszczególnych stanowisk pomiarowych. W sytuacjach pomiarowych zapewniających jednakową wielkość i kierunkowość źródła i podobne warunki propagacji dla wszystkich stanowisk pomiarowych, rejestrowane amplitudy drgań często wykazują odstępstwa od zasady spadku z odległością. Wykorzystując estymaty współczynników amplifikacji uzyskane eksperymentalnie metodą dzielenia widm, HVSR, w innej pracy (Olszewska i Lasocki 00), wartości szczytowe amplitud redukowano do twardego podłoża. Korelacja pomiędzy wartościami zredukowanymi, a odległością od źródła jest znacznie lepsza niż pomiędzy wartościami pomierzonymi na powierzchni ziemi, a tą odległością. Wynik ten dowodzi, że za odstępstwa od zasady spadku amplitudy odpowiedzialna jest w pierwszym rzędzie znaczna nierównomierność wzmacniającego drgania wpływu warstwy przypowierzchniowej w miejscach lokalizacji stanowisk pomiarowych. Ponadto wskazuje, że metoda HVSR może dostarczyć realistycznych ocen wielkości amplifikacji na terenach indukowanej aktywności sejsmicznej. 1. Wstęp Sposób rozprzestrzeniania się na powierzchni ziemi drgań wywołanych naturalnymi bądź indukowanymi wstrząsami podziemnymi jest niezbędną informacją wejściową analizy hazardu sejsmicznego podstawowego narzędzia do oceny i prognozy możliwych wielkości wzbudzeń na terenach sejsmicznych. Typowo propagacja drgań ujmowana jest ilościowo, znaną pod nazwą relacji tłumienia, zależnością regresyjną wybranej parametryzacji sygnału sejsmometrycznego od wielkości źródła i odległości epicentralnej (np. Seismological Research Letters 1997). Takie podejście nie uwzględnia ani kierunkowości źródła i niejednorodności propagacji ani, zmieniających się z miejscem odbioru, lokalnych warunków odbioru drgań. Wymienione czynniki zwiększają wariancję resztową regresji czyli są odpowiedzialne za stopień rozproszenia efektów rzeczywistych wokół wyznaczonego związku regresyjnego, a więc za dokładność opisu propagacji drgań. 11
2 S. LASOCKI, D. OLSZEWSKA Wpływ niejednorodnych efektów lokalnych na dokładność... Dokładność ilościowej reprezentacji propagacji drgań istotnie wpływa na prognozę spodziewanych w przyszłości oddziaływań. Przeprowadzona prawidłowo analiza hazardu uwzględnia możliwe rozproszenie wielkości rzeczywistych wokół przewidywanych z zależności regresyjnej (Lasocki i Orlecka 00). Im większe jest rozproszenie im szersze są przedziały ufności dla predykcji, tym prognoza jest ostrożniejsza w tym sensie, że przewidywane są, jako możliwe, większe drgania. Sytuacja jest znacznie gorsza jeśli, jak zdarza się niekiedy, wielkość drgań prognozowana jest z relacji tłumienia bez uwzględnienia jej parametrów rozproszenia. Wówczas wynik może zarówno znacznie przecenić jak i niedocenić przyszłe drgania. Najbardziej efektywnym sposobem ograniczania niepewności relacji tłumienia, związanej z niejednorodnościami propagacji, jest tworzenie relacji lokalnych, identyfikowanych rejestracjami sejsmometrycznymi z ograniczonego rejonu i właściwych dla tego rejonu. Dzięki wielopunktowym obserwacjom sejsmometrycznym, prowadzonym zarówno przez gminy z Legnicko-Głogowskiego Okręgu Miedziowego jak i przez KGHM Polska Miedź S.A., zebrana została znaczna ilość danych o drganiach wywoływanych wstrząsami górniczymi występującymi w kopalniach miedzi LGOM. Ta baza danych umożliwia opracowywanie lokalnych relacji tłumienia dla interesujących rejonów LGOM. Lasocki (00) przedstawił taką lokalną relację tłumienia wartości szczytowej składowej poziomej przyspieszenia drgań gruntu w paśmie częstotliwości do 10 Hz dla rejonu miasta Polkowice. Przy jej opracowaniu wykorzystano wszystkie dostępne wówczas rejestracje sejsmometryczne z terenu miasta i okolicy. Stale zwiększająca się liczba rejestracji pozwoliła obecnie na zaktualizowanie relacji z cytowanej pracy. W niniejszym artykule podajemy nową relację tłumienia wyżej wymienionego parametru dla rejonu miasta Polkowice, która powstała na bazie znacznie obszerniejszego materiału obserwacyjnego zebranego jedynie w stacjach pomiarowych znajdujących się na terenie miasta. Pomimo ścisłej lokalności i bogactwa ilościowego rejestracji sejsmometrycznych wykorzystanych w jej identyfikacji, zaktualizowana relacja tłumienia charakteryzuje się nadal znaczną wariancją resztową. Niewyjaśniana regresją zmienność wybranego parametru drgań szacowana jest na ponad 6 %. Poprzez analizę wariancji reszt zależności regresyjnej oraz testy porównań post-hoc (np. Christensen 1996) wykazujemy, że istotnym składnikiem części niewyjaśnionej jest naturalne lokalne zróżnicowanie warunków odbioru dla poszczególnych stanowisk pomiarowych. Wykorzystując oszacowane metodą HVSR wartości współczynnika amplifikacji dla miejsc położenia czterech stanowisk pomiarowych (Olszewska i Lasocki 00) pokazujemy również, że to naturalne zróżnicowanie jest głównie wynikiem różnego wzmacniającego wpływu warstwy przypowierzchniowej w różnych punktach odbioru. Redukcja obserwowanych wartości szczytowych przyspieszenia drgań do twardego podłoża porządkuje w znacznym stopniu zależność amplitudy drgań od odległości.. Zaktualizowana relacja tłumienia wartości szczytowej składowej poziomej przyspieszenia drgań gruntu w paśmie częstotliwości do 10 Hz dla rejonu miasta Polkowice Pracownia Sejsmologii Górniczej i Inżynierskiej Zakładu Geofizyki Akademii Górniczo- Hutniczej w Krakowie posiada obszerną i stale rosnącą bazę danych sejsmometrycznych z obszaru Legnicko-Głogowskiego Okręgu Miedziowego. W chwili obecnej baza ta składa się ze znacznie powyżej 1500 zidentyfikowanych zjawisk pochodzenia górniczego z okresu ostatnich czterech lat. Dla większości z tych zjawisk w bazie znajdują się pełne trzyskładowe 114
3 WARSZTATY 00 z cyklu Zagrożenia naturalne w górnictwie sygnały sejsmometryczne. Ten obszerny zbiór danych uzyskany został dzięki materiałom pomiarowym przekazywanym sukcesywnie przez Zarząd Gminy Polkowice i zarządy innych gmin Legnicko-Głogowskiego Okręgu Miedziowego oraz okresowo przez KGHM Polska Miedź S.A. Korzystając z obszerności materiału pomiarowego w bazie danych sejsmometrycznych, do identyfikacji relacji tłumienia drgań dla miasta Polkowice wykorzystano dane pochodzące wyłącznie ze stanowisk z terenu miasta. Taki wybór pozwolił uściślić lokalny charakter wyniku, który w tej sytuacji odnosi się do miasta i jego najbliższych okolic. Analizowane dane pochodziły z siedmiu stanowisk sejsmometrycznych. Zarejestrowane zostały czujnikami akcelerometrycznymi mocowanymi w gruncie, w rozumieniu zasad opracowanych w Głównym Instytucie Górnictwa i zaleconych do stosowania przez Komisję do spraw Ochrony Powierzchni przy Wyższym Urzędzie Górniczym (Główny Instytut Górnictwa, 000). Współrzędne stanowisk pomiarowych w układzie lokalnym kopalnianych stacji sejsmologicznych zakładów górniczych KGHM Polska Miedź S.A. są następujące: St. 1 Polkowice, ul Lipowa: X=090, Y=570 St. 0 Polkowice, ul. Akacjowa 4: X=0548, Y=588 St. Polkowice, ul. -go Maja 8: X=110, Y=5546 St. Polkowice, ul. Miedziana 9: X=0864, Y=5756 St. 6 Polkowice, ul. Sosnowa: X=051, Y=67,5 St. 40 Polkowice, ul. Hubala: X=0500, Y=550 St. 41 Polkowice, ul. Kolejowa: X=1050, Y=5950 Ich rozkład geograficzny przedstawiony jest na rysunku.1. Numeracja stanowisk jest zgodna z numeracją w bazie sejsmometrycznej. Stanowiska 1, 0,,, 6 wyposażone są w aparaturę WORS CM produkcji firmy JAKE, stanowiska 40, 41 w aparaturę AMAX99, produkcji Głównego Instytutu Górnictwa. Rys..1. Rozkład geograficzny stanowisk sejsmometrycznych Fig..1. Area distribution of the recording stations Odrzuciwszy bardzo słabe sygnały, których wartość szczytowa była mniejsza niż 0,0 m/s, analizie poddano 560 rejestracji. W stosunku do poprzedniego studium tego typu (Lasocki 00) nastąpił ponad czterokrotny wzrost liczebności analizowanej próby. 115
4 S. LASOCKI, D. OLSZEWSKA Wpływ niejednorodnych efektów lokalnych na dokładność... Podobnie jak w cytowanej pracy relację tłumienia opracowano dla wartości szczytowej składowej poziomej przyspieszenia drgań, uzyskanej z sygnału poddanego filtracji dolnoprzepustowej w paśmie do 10 Hz. Parametr ten nazywany jest dalej przyspieszenie maksymalne i oznaczany jako a max. Parametrem opisującym wielkość źródła jest energia źródłowa E lub jej logarytm dziesiętny m=loge. Parametrem opisującym odległość źródła od stanowiska pomiarowego jest odległość epicentralna r lub jej logarytm dziesiętny. Wszystkie jednostki są w układzie S.I. Parametry analizowanych rejestracji znajdowały się w następujacych zakresach: a max [0,008; 1,109] mediana=0,104 średnia=0,157 E [1,510 ;,510 9 ] mediana=4,510 7 średnia=7,010 8 r [198 ; 7460] mediana=947 średnia=144 Większość rejestracji miała małe przyspieszenia maksymalne, poniżej 0, m/s. Zarejestrowana została także wystarczająca ilość drgań silniejszych. Energia źródeł wywołujących zarejestrowane drgania wahała się w szerokim zakresie. Większość rejestracji pochodziła z małych odległości epicentralnych ale reprezentacja w rejestracjach większych odległości epicentralnych była też wystarczająca. Metoda wyznaczania relacji tłumienia została szczegółowo przedstawiona w pracy Lasockiego (00). W niniejszej pracy również przyjęto standardowy regresyjny model zależności przyspieszenia maksymalnego od wielkości źródła i odległości epicentralnej postaci: loga max m logr (.1) gdzie: R = (r +z ) 0.5, r jest odległością epicentralną miejsca odbioru od źródła, a z jest wspólnym dla wszystkich źródeł zlokalizowanych w badanym rejonie czynnikiem związanym z wgłębnym położeniem źródeł, estymowanym z obserwacji tak by standardowy błąd estymaty był najmniejszy (nie jest to głębokość źródła),,, współczynniki regresji. Identyfikację relacji tłumienia prowadzono według schematu: 1. Nieliniowa estymacja czteroparametrowego modelu (.1) o parametrach,,, z.. Regresja dwuwymiarowa z modelem Y m X, gdzie Y = loga max, X log r zˆ, a zˆ wartość wyznaczona w kroku 1.. Badanie prawidłowości wykresu normalnego prawdopodobieństwa reszt i testowanie normalności rozkładu reszt. 4. W przypadku nieprawidłowej postaci wykresu normalnego prawdopodobieństwa reszt i/lub odrzucenia hipotezy o normalnym rozkładzie reszt, analiza wartości skrajnych dla identyfikacji rejestracji sejsmometrycznych mających największy wpływ na nieprawidłowość modelu regresyjnego. 5. Eliminowanie z danych rejestracji zidentyfikowanych w kroku Powrót do kroku 1. Powyższą procedurę powtarzano tak długo, aż uzyskano akceptowalną formę rozkładu reszt. W wyniku tej procedury odrzucono 14 wartości skrajnych. Stanowi to zaledwie,5 % pierwotnego zbioru danych (560 elementów). Jest, więc zgodne z zasadami analizy regresji, które dopuszczają eliminację do 0 % wartości skrajnych. Ustalona na podstawie pozostałych 546 obserwacji zaktualizowana relacja tłumienia przyspieszenia maksymalnego ma postać: 116
5 WARSZTATY 00 z cyklu Zagrożenia naturalne w górnictwie log a max log E 1.89log r (79 ) (.) a granice jej (1-p) prawdopodobnego przedziału ufności dla predykcji są: log a max T 79 t 54 X C X m 1.89log r (.) p b gdzie: C b macierz korelacji estymatorów współczynników regresji, X m 1, T X jego transpozycja, log r 79 t p(54) kwantyl rozkładu Studenta dla 54 stopni swobody. Błąd standardowy estymaty wynosi SEE=0,59, współczynnik korelacji wielokrotnej R=0,797, współczynnik determinacji R =0,65. Prawdopodobieństwo braku zależności regresyjnej, wyrażające się istotnością hipotezy H 0( = = 0), jest mniejsze od Istotność indywidualnych hipotez zerowych o braku wpływu poszczególnych zmiennych niezależnych na zmienną zależną: H 0( = 0) i H 0( = 0), jest w obu przypadkach mniejsze od Hipoteza zerowa o zgodności reszt z rozkładem normalnym badana była testami Kołmogorowa-Smirnowa i Shapiro-Wilka. Prawdopodobieństwo tej hipotezy zostało ocenione na: test K-S p>0,, test S-W p=0,11. Wyniki testów wskazują, że założenie regresji o normalnym rozkładzie reszt było spełnione w stopniu wystarczającym. Wykres normalnego prawdopodobieństwa reszt ostatecznego modelu regresyjnego nie wykazywał istotnych anomalii i potwierdził prawidłowość modelu regresyjnego. Uzyskany wynik (.) i (.) różni się od wyniku otrzymanego poprzednio dla tego samego rejonu (Lasocki 00). Różnice dotyczą współczynników regresji poprzednio =0,88, =0,9, =-1,049 i w bardzo niewielkim stopniu parametru z poprzednio z=81. Zaktualizowana relacja tłumienia lepiej wyjaśnia zmienność danych pomiarowych. Jej współczynnik korelacji wielokrotnej jest wyższy, a błąd standardowy estymaty mniejszy niż, odpowiednio te parametry ocenione dla relacji z 00 roku (SEE=0,1, R=0,716, R =0,51), pomimo, że liczba danych wzrosła czterokrotnie. Z trzech współczynników regresji tylko różnica pomiędzy poprzednim i obecnym współczynnikiem przy wielkości źródła,, jest statystycznie istotna. Dokumentują to 95% przedziały ufności współczynników dla współczynników, które wynoszą: relacja z 00 roku: relacja zaktualizowana: [-0,56, 1,0] [0,557, 1,07] [0,8, 0,4] [0,4, 0,90] [-1,76, -0,8] [-1,56, -1,5]. 117
6 S. LASOCKI, D. OLSZEWSKA Wpływ niejednorodnych efektów lokalnych na dokładność... Tylko w przypadku współczynnika przedziały ufności nie nakładają się. Różnice w medianach wartości loga max (linia regresji bez przedziałów ufności) w funkcji odległości epicentralnej, dla trzech różnych wartości energii przedstawia rysunek.. W opracowanej obecnie relacji tłumienia, przyspieszenie maksymalne szybciej spada z rosnącą odległością epicentralną. Dla bardzo dużych wstrząsów zaktualizowana relacja przewiduje większe drgania w strefie małych odległości epicentralnych. loga max loga max E=10 5 J r E=10 7 J r E=10 9 J loga max r Rys... Zmiana logamax z odległością epicentralną, według zaktualizowanej relacji tłumienia (linia ciągła) i relacji tłumienia z roku 00 (Lasocki 00; linia przerywana), dla trzech różnych wielkości źródła Fig... logamax vs. epicentral distance variation, according to the updated attenuation relation (solid line) and the relation provided by Lasocki (00; dashed line), for three different source sizes Podstawowym źródłem zmian wyniku uzyskanego w ramach niniejszej pracy w stosunku do wyniku przedstawionego w roku 00 (Lasocki 00) są różnice w wejściowym materiale obserwacyjnym. Relacja tłumienia z roku 00 powstała na bazie 15 rejestracji sejsmometrycznych. 4 rejestracje pochodziły ze stanowisk pomiarowych oddalonych od miasta Polkowice. W konstrukcji obecnej relacji tłumienia wykorzystano znacznie szerszy zbiór danych 560 sygnałów. Obserwacje te pochodzą jedynie ze stanowisk pomiarowych w mieście Polkowice. 118
7 WARSZTATY 00 z cyklu Zagrożenia naturalne w górnictwie. Niejednorodność lokalnych warunków odbioru sygnałów sejsmometrycznych z punktu widzenia analizy wariancji reszt relacji tłumienia Pomimo, że model regresyjny (.) bardzo dobrze opisuje zmienność zmiennej loga max, znaczna część wariancji zmiennej zależnej nie jest wyjaśniona regresją. Cecha ta wskazana jest przez wartość współczynnika korelacji wielokrotnej lub wartość współczynnika determinacji. Część zmienności przyspieszenia maksymalnego nie tłumaczona zmiennością wielkości źródła i odległości od źródła przekracza 6 % ((1-R )100 %). Względnie duża wariancja resztowa nie jest na pewno spowodowana zbyt małą liczebnością danych. W analizie regresji 560 wartości to rzadki przypadek bogactwa empirycznego. Wraz ze wzrostem liczebności danych obserwacyjnych nie można się spodziewać zasadniczego zwiększenia siły związku pomiędzy loga max a m i logr. Szacunkowe 6 % niewyjaśnionej zmienności loga max jest wynikiem czynników traktowanych w standardowej relacji tłumienia jako przypadkowe czyli: kierunkowości źródła sejsmicznego, niejednorodności propagacji drgań i różnych warunków odbioru dla poszczególnych stanowisk pomiarowych. Pierwsze dwie z trzech wymienionych przyczyn zależą od mechanizmu ogniska i wzajemnego położenia źródło stanowisko. Trzecia jest ściśle lokalna, związana tylko z warunkami rejestracji. W związku z tym jej obecność może zostać stwierdzona poprzez badanie reszt, czyli różnic pomiędzy wartościami pomierzonymi, a wyliczonymi ze zidentyfikowanego modelu regresyjnego (.). Wynika to z faktu, że różne warunki odbioru dla stanowisk pomiarowych oznaczają różną odpowiedź zmiennej zależnej regresji, loga max, na te same wartości zmiennych niezależnych m i logr. W takiej sytuacji wartości oczekiwane reszt związanych z poszczególnymi stanowiskami pomiarowymi muszą się od siebie różnić. Wartość oczekiwana reszt związanych ze stanowiskiem pomiarowym, dla którego odpowiedź zmiennej zależnej jest podwyższona, będzie większa od zera, w sytuacji przeciwnej będzie mniejsza od zera. Do badania zróżnicowania wartości oczekiwanych reszt związanych z poszczególnymi stanowiskami pomiarowymi zastosowano analizę wariancji (np. Christensen 1996). Weryfikowano hipotezę zerową o równości wszystkich tych wartości oczekiwanych: H 0(E(reszta st.1)=e(reszta st.0)=...=e(reszta st.41)). Istotność hipotezy zerowej, oceniona metodą jednokrotnej analizy wariancji, została obliczona na mniej niż Średnie reszt z rejestracji na poszczególnych stanowiskach pomiarowych różnią się istotnie między sobą. Przeprowadzone w następnym kroku analizy porównania post-hoc przy użyciu testów Scheffé i HSD Tukeya dla prób różnych rozmiarów wskazały na istnienie następujących układów prowadzących do jednorodnych grup obserwacji: {st. 1, st., st., st. 6}, {st. 0, st. 41} i {st. 40}. Szczegółowe badania polegające na odrębnej identyfikacji modeli regresyjnych dla wyodrębnionych grup stanowisk i ponownych analizach wariancji wykazały, że powyższy podział jest trwały. Można, więc, wnioskować, że jest on związany ze sposobem uzyskiwania danych pomiarowych. Zróżnicowanie pomiędzy średnimi resztami związanymi z poszczególnymi stanowiskami pomiarowymi obrazuje rysunek.1. Średnie reszty dla rejestracji ze stanowisk 1, i są dodatnie. Oznacza to, że przy tych samych wielkości źródła i odległości od źródła wymienione stanowiska rejestrują większe wartości przyspieszenia maksymalnego niż stanowiska pozostałe. Ze względu na nakładanie się przedziałów ufności, analizy post-hoc zaliczają obserwacje ze stanowiska 6 do tej samej grupy co obserwacje z wyżej wymienionych stanowisk, chociaż średnia reszta związana ze stanowiskiem 6 jest widocznie niższa. Z grupy pozostałych stanowisk średnia reszta ze stanowiska 40 jest istotnie mniejsza od pozostałych. 119
8 S. LASOCKI, D. OLSZEWSKA Wpływ niejednorodnych efektów lokalnych na dokładność... Przy tych samych warunkach wzbudzenia stanowisko to rejestruje mniejsze przyspieszenie maksymalne niż wszystkie pozostałe. Powodem takiej sytuacji nie jest prawdopodobnie rodzaj aparatury pomiarowej. Jednorodną grupę tworzą pomiary wykonane aparaturą WORS stanowisko 0 i aparaturą AMAX99 stanowisko 41. Jedyny zauważalny fakt związany z aparaturą to, zobrazowana wielkością przedziału błędu na rysunku.1, podwyższona wariancja obserwacji ze stanowisk obsługiwanych przez aparatury AMAX99 względem obserwacji pochodzących z aparatury WORS. Sugeruje to mniejszą dokładność pomiarów wykonywanych aparaturami AMAX99. Innym powodem wykrytego zróżnicowania pomiędzy obserwacjami z różnych stanowisk pomiarowy mogłoby być zróżnicowanie lokalnego wzmocnienia drgań w warstwie przypowierzchniowej (Bard 00). W takim przypadku współczynnik amplifikacji powinien być największy dla miejsc lokalizacji stanowisk 1, i, możliwe że nieco mniejszy dla miejsca lokalizacji stanowiska 6, istotnie mniejszy dla miejsc lokalizacji stanowisk 0 i 41 i jeszcze mniejszy dla miejsca lokalizacji stanowiska Reszty Stanow isko Rys..1. Średnie reszt zaktualizowanego modelu regresyjnego dla poszczególnych stanowisk Fig..1. Mean residuals of the updated regression model for the respective recording stations 4. Wpływ lokalnego wzmocnienia na obserwowana zależność amplitudy drgań od odległości epicentralnej Inspekcja sygnałów sejsmometrycznych pochodzących od jednego źródła wykazuje, że często, wbrew oczekiwaniom, porządek malejących przyspieszeń maksymalnych nie odpowiada porządkowi wzrastających odległości epicentralnych. Zachowanie takie jest źródłem wariancji resztowej zależności regresyjnej (.). Jak omówiono w poprzednim rozdziale powodem takiego zachowania może być kierunkowość źródła, niejednorodność propagacji i różny wpływ wzmacniający warstwy przypowierzchniowej w miejscach lokalizacji stanowisk pomiarowych. 10
9 WARSZTATY 00 z cyklu Zagrożenia naturalne w górnictwie Aby ocenić wpływ lokalnego wzmocnienia na obserwowaną zależność przyspieszenia maksymalnego od odległości epicentralnej, z bazy danych wybraliśmy takie sygnały sejsmometryczne, które: - wzbudzone jednym wstrząsem zostały zarejestrowane na co najmniej trzech z czterech stanowisk pomiarowych, dla których oszacowano współczynnik amplifikacji, - źródło było tak zlokalizowane, że co najmniej trzy stanowiska pomiarowe znajdowały się mniej więcej na tym samym kierunku wychodzącym z epicentrum wstrząsu. Ten drugi warunek miał na celu uniezależnienie się od kierunkowości źródła i zmienności warunków propagacji. Można bowiem przyjąć, że jeśli punkty odbioru znajdują się mniej więcej na tej samej linii wychodzącej z epicentrum to kierunkowość źródła i warunki propagacji po twardym podłożu były mniej więcej takie same. Jeżeli dla takich trójek sygnałów niezgodność kolejności przyspieszeń maksymalnych z kolejnością odległości epicentralnych wynika z różnej amplifikacji to podzielenie przyspieszeń maksymalnych przez odpowiadające ich punktom odbioru współczynniki amplifikacji powinno tę niezgodność usunąć. Wykorzystując rejestracje sejsmometryczne na terenie LGOM Olszewska i Lasocki (00) podjęli próbę empirycznej oceny lokalnego wzmocnienia drgań wzbudzanych sejsmicznością indukowaną, metodą dzielenia widm, HVSR. Oszacowano współczynnik amplifikacji między innymi dla miejsca lokalizacji stanowisk 0,, i 6. Wyznaczone wartości wyniosły: st. 0 AMP=,7, st. AMP=4,4, st. AMP=4,, st. 6 AMP=5,, przy czym ze względu na złożony przebieg stosunku widm w ostatnim przypadku oszacowanie dla stanowiska 6 określone zostało jako znacznie niepewne. Wartości te posłużyły, w niniejszej pracy, do redukcji obserwowanych przyspieszeń maksymalnych do warunków twardego podłoża. Nawet zakładając, że przez odpowiedni wybór danych usunie się wszystkie wpływy nielokalne, taka redukcja przyspieszenia maksymalnego do twardego podłoża nie może zawsze doprowadzić do całkowitej zgodności kolejności wartości zredukowanych z kolejnością odległości epicentralnych. Model amplifikacji zbudowany na jednym współczynniku jest modelem uproszczonym, metoda zastosowana w pracy Olszewskiej i Lasockiego (00) jest eksperymentalna dla sejsmiczności indukowanej, a podane tam wartości współczynników amplifikacji są oszacowaniami o nieznanej dokładności. Jednak jeśli podane oszacowania są w miarę poprawne, a obserwowane odstępstwa od zasady spadku amplitudy drgań z odległością epicentralną są związane ze zróżnicowaniem amplifikacji to opisana redukcja powinna poprawić zgodność porządków w sposób statystycznie istotny. W bazie danych znaleziono 17 wstrząsów, dla których rejestracje na trzech z czterech stanowisk 0,, i 6 spełniały przyjęte wyżej warunki i 1 wstrząs dla którego warunki te spełniały rejestracje na wszystkich czterech stanowiskach. Dla tego ostatniego utworzono cztery układy biorąc wszystkie możliwe kombinacje trzyelementowe. W ten sposób do dalszej analizy wybrano łącznie 1 trójek sygnałów wywołanych tym samym źródłem. Dla każdej trójki wyznaczono odległości epicentralne źródło-stanowiska oraz wartości przyspieszenia maksymalnego. Następnie przyspieszenie maksymalne redukowano dzieląc przez odpowiednią z podanych powyżej wartości współczynnika amplifikacji. Uzyskane wyniki przedstawiono w tablicy
10 S. LASOCKI, D. OLSZEWSKA Wpływ niejednorodnych efektów lokalnych na dokładność... Tablica 4.1. Odległości epicentralne oraz wartości przyspieszenia maksymalnego pomierzone i zredukowane współczynnikami amplifikacji Table 4.1. The epicentral distances and the maximum accelerations: observed and reduced with the amplification factors Data Energia Nr Odległość max(a xy) pomierzone max(a xy) zredukowane wstrząsu [J] stanowiska epicentralna [m] [m/s ] [m/s ] , 0, 0,074 01//000,10E ,87 0,11 0,048 1:0:4 151,11 0, 0, ,05 0,19 0,07 0/01/000 4,50E ,65 0,157 0,06 :45:8 155,84 0,1 0, ,11 0,1 0,048 0/11/000,80E ,1 0,1 0,08 8:05:4 18,1 0,11 0, ,6 0,11 0,041 0/5/000 4,50E ,75 0,167 0,08 1:5:40 19,80 0,1 0, ,80 0,4 0,156 06/0/000 4,10E ,41 0,9 0,066 5:1:44 19,74 0, 0, ,68 0,07 0,06 07/0/000,10E ,65 0,1 0,071 7:48:0 81,6 0,8 0, , 0,5 0,1 01/7/001 4,0E+07 15, 0,94 0,067 1:19:58 887,96 0,471 0, ,46 0,41 0,15 0/1/001 7,10E ,80 0,464 0,105 15:7: ,76 0,418 0, ,71 0,4 0,17 0/8/001,0E ,4 0,149 0,04 :5:09 18,57 0,1 0, ,17 0,1 0,045 07/1/001 1,40E ,59 0,076 0,017 1:14:5 974,17 0,086 0, ,56 0,01 0,074 08/17/001,10E ,76 0,66 0,146 18:47: ,58 0,108 0,0 701,81 0,18 0,07 10/11/001,90E+06 10,85 0,187 0,04 14:1: ,0 0,048 0, ,6 0,067 0,05 10/1/001 7,50E ,07 0,091 0,01 11:46:1 74,0 0,14 0, ,80 0,7 0,101 10/19/001 1,70E ,56 0,51 0,119 16:44: ,0 0,168 0,0 0 47,96 0,096 0,06 01/5/190 1,0E+07 90,5 0,104 0,04 10:09:41 564,94 0,091 0,01 0/0/00 1,60E ,84 0,1 0,07 1
11 WARSZTATY 00 z cyklu Zagrożenia naturalne w górnictwie 9:4:06 999,91 0,10 0,0 669,0 0,10 0, ,57 0,049 0,018 0// ,6 0,18 0,041 7,80E+06 18:4:18 18,6 0,095 0,0 6 15,96 0,076 0,014 04/18/00 0:8:4 1,90E ,70 0,077 0, ,87 0,16 0, ,49 0,091 0,017 W celu zbadania czy redukcja przyspieszenia maksymalnego współczynnikiem amplifikacji poprawia zgodność porządków przyspieszenia maksymalnego i odległości epicentralnej w sposób statystycznie istotny odległościom epicentralnym, pomierzonym przyspieszeniom maksymalnym i zredukowanym przyspieszeniom maksymalnym w obrębie każdej trójki sygnałów przypisano numery porządkowe: wartości najmniejszej nr 1, pośredniej nr, największej nr. Podobieństwo porządku w obrębie każdego układy związanego z tym samym wstrząsem określano dwoma parametrami: - współczynnikiem korelacji porządkowej Spearmana: NR ri NR a 1 i NR ri NRai i1 i1 i1 r,a (4.1) NR r 1 i NRri NRai 1 NRai i1 i1 i1 i1 gdzie: N(r i) numer porządkowy i-tej odległości epicentralnej (i=1,,), N(a i) numer porządkowy i-tego przyspieszenia maksymalnego (i=1,,). Dla idealnej zgodności w układzie trzyelementowym (r,a)=-1. Poprawa podobieństwa porządku wyraża się zmniejszeniem (r,a); - współczynnikiem podobieństwa porządku: r,a 4 NRr NR w (4.) i1 1 i a i Dla idealnej zgodności w(r,a)=0. Poprawa podobieństwa porządku wyraża się zmniejszeniem w(r,a). Oba parametry wyznaczano dwukrotnie dla każdego układu trzech sygnałów: raz do oceny podobieństwa porządku odległości do porządku obserwowanego przyspieszenia, drugi raz do zredukowanego przyspieszenia. Uzyskane wartości parametrów przedstawione są w tablicy 4.. Przy pomocy wartości z tablicy 4. weryfikowano dwie hipotezy zerowe: H 1 0 (E[ o(r,a)] E[ z(r,a)]) (4.) gdzie: E[ o(r,a)] wartość oczekiwana współczynnika korelacji porządkowej dla odległości epicentralnej i obserwowanego przyspieszenia maksymalnego,
12 S. LASOCKI, D. OLSZEWSKA Wpływ niejednorodnych efektów lokalnych na dokładność... E[ z(r,a)] wartość oczekiwana współczynnika korelacji porządkowej dla odległości epicentralnej i zredukowanego przyspieszenia maksymalnego. H 0 (w o(r,a) i w z(r,a) pochodzą z tej samej populacji) (4.4) gdzie: w o(r,a) współczynnik podobieństwa porządku odległości epicentralnej i obserwowanego przyspieszenia maksymalnego, w z(r,a) współczynnik podobieństwa porządku odległości epicentralnej i zredukowanego przyspieszenia maksymalnego. Jeżeli redukcja przyspieszenia maksymalnego współczynnikiem amplifikacji poprawia zgodność porządków to obie hipotezy zerowe nie powinny być prawdziwe. Dodatkowo parametr położenia w o(r,a) powinien być większy od parametru położenia w z(r,a). Hipotezę H 0 1 weryfikowano testem t-studenta dla grup niezależnych. Istotność hipotezy została oceniona na p=0,006 (0,6 %). Wynik ten zdecydowanie świadczy o tym, że przeprowadzona redukcja poprawia porządek. Hipotezę H 0 weryfikowano nieparametrycznym testem Wilcoxona par. Jej istotność została oceniona na p=0,0051 (0,51 %). Wobec faktu, że mediana w o(r,a)=, a mediana w z(r,a)=0 wynik ten również zdecydowanie potwierdza tezę o poprawie porządku. Tablica 4.. Wartości parametrów podobieństwa porządku odległości epicentralnych i przyspieszenia maksymalnego Table 4.. Values of the parameters describing the similarity between ordering of the epicentral distances and ordering of the maximum accelerations Data wstrząsu Energia [J] Podobieństwo porządku odległości epicentralnej i obserwowanego przyspieszenia maksymalnego 14 Podobieństwo porządku odległości epicentralnej i zredukowanego przyspieszenia maksymalnego o(r,a) w o(r,a) z(r,a) w z(r,a) 01//000,10E+08-0, /01/000 4,50E+06-0,5-0,5 0/11/000,80E+06-0,5-0,5 0/5/000 4,50E ,5 06/0/000 4,10E /0/000,10E /7/001 4,0E+07-0, /1/001 7,10E ,5 0/8/001,0E /1/001 1,40E /17/001,10E /11/001,90E /1/001 7,50E+07 0,5 4-0,5 10/19/001 1,70E /5/190 1,0E+07 0,5 4-0,5 0/0/00 1,60E //00 7,80E , , /18/00 1,90E+07-0,5-1 0
13 WARSZTATY 00 z cyklu Zagrożenia naturalne w górnictwie 5. Podsumowanie i wnioski Wykorzystując znacznie zwiększony zbiór danych sejsmometrycznych zaktualizowano relację tłumienia wartości szczytowej składowej poziomej przyspieszenia drgań gruntu w paśmie częstotliwości do 10 Hz dla rejonu miasta Polkowice. Relacja jest ściśle związana z terenem miasta gdyż została zidentyfikowana 560 rejestracjami pochodzących wyłącznie ze stanowisk pomiarowych na tym terenie. W porównaniu z poprzednią relacją tego typu (Lasocki 00) obecna lepiej wyjaśnia zmienność danych pomiarowych. Wartość szczytowa przyspieszenia szybciej spada z rosnącą odległością epicentralną. Dla bardzo dużych wstrząsów zaktualizowana relacja przewiduje większe drgania w strefie małych odległości epicentralnych. Pomimo, że nowa relacja tłumienia ma wyższy współczynnik determinacji niż poprzednia, nie wyjaśnia ponad 6 % zmienności obserwowanych danych. Analiza wariancji reszt równania regresyjnego wykazała, że jednym z istotnych powodów tej zmienności jest znaczne zróżnicowanie warunków naturalnych odbioru drgań dla poszczególnych stanowisk pomiarowych. Przyczyny opisanego zróżnicowania badane były poprzez analizę zmienności wartości szczytowej przyspieszenia w funkcji wzrastającej odległości od źródła. Redukcja obserwowanych wartości szczytowych estymatami współczynnika lokalnej amplifikacji, otrzymanymi metodą dzielenia widm, doprowadziło do wzrostu tendencji do zmniejszania się amplitudy drgań z odległością od źródła. Wynik ten wykazał, że za zaburzenia wspomnianej tendencji odpowiedzialna jest w pierwszym rzędzie znaczna nierównomierność wzmacniającego drgania wpływu warstwy przypowierzchniowej w miejscach lokalizacji stanowisk pomiarowych. Uzyskany wynik potwierdza również zwrotnie poprawność oszacowań współczynnika amplifikacji. W szerszym ujęciu potwierdza, sygnalizowaną w pracy Olszewskiej i Lasockiego (00), możliwość wykorzystania metody dzielenia widm, HVSR, do estymacji tego współczynnika w sejsmiczności indukowanej. Metoda HVSR wydaje się stwarzać szansę na realistyczną estymację rozkładu powierzchniowego współczynnika lokalnej amplifikacji. Rozkład taki pozwoliłby uwzględnić zmienność lokalnych warunkach odbioru drgań w tworzonych relacjach tłumienia przez to znacząco zwiększyć dokładność prognozy rozprzestrzeniania się drgań. Autorzy dziękują Zarządowi Gminy Polkowice za wszechstronną pomoc i współpracę przy wykonywaniu tej pracy. Literatura [1] Bard M., P.-Y. 00: Site effects in urban areas. Wykład wprowadzający XVIII Gen. Assem. ESC, Genua, Włochy Streszczenie: Book of Abstracts 10. [] Christensen R. R. 1996: Analysis of Variance, Design and Regression: Applied Statistical Methods. Chapman & Hall, London. [] Główny Instytut Górnictwa 000: Zasady Oceny Możliwości Prowadzenia Podziemnej Eksploatacji Górniczej z Uwagi na Ochronę Obiektów Budowlanych. (Praca zbiorowa), s. Instrukcje No 1, Katowice. [4] Lasocki S. 00: Relacja tłumienia wartości szczytowej składowej poziomej przyspieszenia drgań gruntu w paśmie częstotliwości do 10Hz dla rejonu miasta Polkowice. Publs. Inst. Geophys. Pol. Acad Sci. M-7 (5), [5] Lasocki S., Orlecka-Sikora B. 00: Prognoza drgań gruntu na terenie miasta Polkowice dla okresu Mat. XXV Zimowej Szkoły Mech. Górotw. Geotechnika i Budownictwo Specjalne 00, (D. Flisiak, red.), Wyd. Katedry Geomechaniki, Budownictwa i Geotechniki AGH, Kraków,
14 S. LASOCKI, D. OLSZEWSKA Wpływ niejednorodnych efektów lokalnych na dokładność... [6] Olszewska D., Lasocki S. 00: Zastosowanie metody HVSR do oceny lokalnego współczynnika wzmocnienia drgań wzbudzonych wstrząsami górniczymi. Mat. VII Warsztaty Górnicze Zagrożenia naturalne w górnictwie (to wydanie). [7] Seismological Research Letters 1997: vol. 68, No.1. The influence of non-homogeneous local effects on the accuracy of prediction of strong ground motion propagation: An example from the town Polkowice region A new version of the attenuation relation for the horizontal component of peak ground acceleration below 10 Hz frequency for the Polkowice region is provided. Despite the use of huge number of measurements from the restricted area of the town, the new relation does not explain more than 6 per-cent of the observed data variability. With the help of the analysis of variance it has been proved that a significant reason of such a large random component are differences in natural conditions of ground vibration recording at the measurement points. When the measurement layout ensures the same size and directivity of the seismic source and similar propagation conditions the recorded strong ground motions often violate the principle of their decrease with the increasing distance. Using the local amplification factor estimates, obtained elsewhere by the Horizontal to Vertical Spectral Ratio method (Olszewska i Lasocki 00), the peak ground accelerations were reduced to hard rock conditions. Correlation between the reduced peak acceleration and the epicentral distance turned out to be much better than the correlation between the peak acceleration recorded at the surface and the distance. This result proves that the departures from the amplitude decrease principle are primarily due to significant differences between the amplifying effects of the subsurface layer at the measurement points. It also demonstrates that the HVSR method can provide realistic estimates of the local amplification in the regions of induced seismic activity. Przekazano: 1 marca 00 r. 16
Adam FREJ 1 Abstract Key words: Wstęp Dane pomiarowe
Adam FREJ 1 WYZNACZENIE PARAMETRÓW RELACJI TŁUMIENIA Z UWZGLĘDNIENIEM AMPLIFIKACJI DLA WYBRANYCH REJONÓW NIECKI BYTOMSKIEJ (GÓRNY ŘLĄSK) THE ESTIMATION OF ATTENUATION RELATIONS WITH THE AMPLIFICATION OF
Testy nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
Analiza efektywności rejestracji przyspieszeń drgań gruntu w Radlinie Głożynach
WARSZTATY 2004 z cyklu Zagrożenia naturalne w górnictwie Mat. Symp. str. 349 354 Piotr KALETA, Tadeusz KABZA Kompania Węglowa S. A., Kopalnia Węgla Kamiennego Rydułtowy-Anna Ruch II, Pszów Analiza efektywności
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
Charakterystyka parametrów drgań w gruntach i budynkach na obszarze LGOM
WARSZTATY 23 z cyklu Zagrożenia naturalne w górnictwie Mat. Symp. str. 25 216 Krzysztof JAŚKIEWICZ CBPM Cuprum, Wrocław Charakterystyka parametrów drgań w gruntach i budynkach na obszarze LGOM Streszczenie
Zad. 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
OBLICZENIE 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
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych
Porównanie prognozowanych i zarejestrowanych parametrów drgań od wstrząsów górniczych w bliskich odległościach epicentralnych na terenie LGOM
WARSZTATY 212 z cyklu: Zagrożenia naturalne w górnictwie Mat. Symp. str. 165 176 Izabela JAŚKIEWICZ-PROĆ KGHM CUPRUM, Wrocław Porównanie prognozowanych i zarejestrowanych parametrów drgań od wstrząsów
Szczegółowy 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
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji
Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji
Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;
LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny
Statystyka matematyczna dla leśników
Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Przykład 1. (A. Łomnicki)
Plan wykładu: 1. Wariancje wewnątrz grup i między grupami do czego prowadzi ich ocena 2. Rozkład F 3. Analiza wariancji jako metoda badań założenia, etapy postępowania 4. Dwie klasyfikacje a dwa modele
Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Szczegółowy 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
Wydział Matematyki. Testy zgodności. Wykład 03
Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy
( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna
Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować
Rozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1
Dynamiczne oddziaływania drgań na powierzchnię terenu ZG Rudna po wstrząsie z dnia roku o energii 1,9 E9 J
WARSZTATY 27 z cyklu: Zagrożenia naturalne w górnictwie Materiały Warsztatów str. 411 421 Lech STOLECKI KGHM Cuprum sp. z o.o. Centrum Badawczo-Rozwojowe Dynamiczne oddziaływania drgań na powierzchnię
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Zadania ze statystyki, cz.6
Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z
Testowanie hipotez statystycznych. Wnioskowanie statystyczne
Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy
Statystyka 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
ODRZUCANIE WYNIKÓW POJEDYNCZYCH POMIARÓW
ODRZUCANIE WYNIKÓW OJEDYNCZYCH OMIARÓW W praktyce pomiarowej zdarzają się sytuacje gdy jeden z pomiarów odstaje od pozostałych. Jeżeli wykorzystamy fakt, że wyniki pomiarów są zmienną losową opisywaną
Jak sprawdzić normalność rozkładu w teście dla prób zależnych?
Jak sprawdzić normalność rozkładu w teście dla prób zależnych? W pliku zalezne_10.sta znajdują się dwie zmienne: czasu biegu przed rozpoczęciem cyklu treningowego (zmienna 1) oraz czasu biegu po zakończeniu
Szkice rozwiązań z R:
Szkice rozwiązań z R: Zadanie 1. Założono doświadczenie farmakologiczne. Obserwowano przyrost wagi ciała (przyrost [gram]) przy zadanych dawkach trzech preparatów (dawka.a, dawka.b, dawka.c). Obiektami
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
ANALIZA METROLOGICZNA WYNIKÓW BADAŃ NA PRZYKŁADZIE ŁOŻYSK ŚLIZGOWYCH
PROBLEMY NIEKONWENCJONALNYCH UKŁADÓW ŁOŻYSKOWYCH Łódź 09-10 maja 1995 roku Jadwiga Janowska(Politechnika Warszawska) ANALIZA METROLOGICZNA WYNIKÓW BADAŃ NA PRZYKŁADZIE ŁOŻYSK ŚLIZGOWYCH SŁOWA KLUCZOWE
ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza
Wykład 3 Hipotezy statystyczne
Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza
STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).
Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych
Analiza regresji - weryfikacja założeń
Medycyna Praktyczna - portal dla lekarzy Analiza regresji - weryfikacja założeń mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie (Kierownik Zakładu: prof.
Zadania ze statystyki cz.8. Zadanie 1.
Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,
Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych
Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.
Teoria błędów Wskutek niedoskonałości przyrządów, jak również niedoskonałości organów zmysłów wszystkie pomiary są dokonywane z określonym stopniem dokładności. Nie otrzymujemy prawidłowych wartości mierzonej
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Zadanie 1: wiek 7 8 9 1 11 11,5 12 13 14 14 15 16 17 18 18,5 19 wzrost 12 122 125 131 135 14 142 145 15 1 154 159 162 164 168 17 Wykres
Regresja wielokrotna. PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Regresja wielokrotna Model dla zależności liniowej: Y=a+b 1 X 1 +b 2 X 2 +...+b n X n Cząstkowe współczynniki regresji wielokrotnej: b 1,..., b n Zmienne niezależne (przyczynowe): X 1,..., X n Zmienna
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
KORELACJE I REGRESJA LINIOWA
KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem
Wykład 9 Testy rangowe w problemie dwóch prób
Wykład 9 Testy rangowe w problemie dwóch prób Wrocław, 18 kwietnia 2018 Test rangowy Testem rangowym nazywamy test, w którym statystyka testowa jest konstruowana w oparciu o rangi współrzędnych wektora
parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,
诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów
Stanisław Cichocki. Natalia Nehrebecka. Wykład 9
Stanisław Cichocki Natalia Nehrebecka Wykład 9 1 1. Dodatkowe założenie KMRL 2. Testowanie hipotez prostych Rozkład estymatora b Testowanie hipotez prostych przy użyciu statystyki t 3. Przedziały ufności
Stosowana Analiza Regresji
prostej Stosowana Wykład I 5 Października 2011 1 / 29 prostej Przykład Dane trees - wyniki pomiarów objętości (Volume), średnicy (Girth) i wysokości (Height) pni drzew. Interesuje nas zależność (o ile
Testowanie hipotez. Hipoteza prosta zawiera jeden element, np. H 0 : θ = 2, hipoteza złożona zawiera więcej niż jeden element, np. H 0 : θ > 4.
Testowanie hipotez Niech X = (X 1... X n ) będzie próbą losową na przestrzeni X zaś P = {P θ θ Θ} rodziną rozkładów prawdopodobieństwa określonych na przestrzeni próby X. Definicja 1. Hipotezą zerową Θ
Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość
Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę
Analiza 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.
Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.
Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w
Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Analiza wariancji - ANOVA
Analiza wariancji - ANOVA Analiza wariancji jest metodą pozwalającą na podział zmienności zaobserwowanej wśród wyników eksperymentalnych na oddzielne części. Każdą z tych części możemy przypisać oddzielnemu
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...
Testy post-hoc. Wrocław, 6 czerwca 2016
Testy post-hoc Wrocław, 6 czerwca 2016 Testy post-hoc 1 metoda LSD 2 metoda Duncana 3 metoda Dunneta 4 metoda kontrastów 5 matoda Newman-Keuls 6 metoda Tukeya Metoda LSD Metoda Least Significant Difference
Zmienne zależne i niezależne
Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }
3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność
Analiza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
12/30/2018. Biostatystyka, 2018/2019 dla Fizyki Medycznej, studia magisterskie. Estymacja Testowanie hipotez
Biostatystyka, 2018/2019 dla Fizyki Medycznej, studia magisterskie Wyznaczanie przedziału 95%CI oznaczającego, że dla 95% prób losowych następujące nierówności są prawdziwe: X t s 0.025 n < μ < X + t s
Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota
Ekonometria ćwiczenia 3 Prowadzący: Sebastian Czarnota Strona - niezbędnik http://sebastianczarnota.com/sgh/ Normalność rozkładu składnika losowego Brak normalności rozkładu nie odbija się na jakości otrzymywanych
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 3. Zmienne losowe 4. Populacje i próby danych 5. Testowanie hipotez i estymacja parametrów 6. Test t 7. Test
METODY 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
STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2
STATYSTYKA I DOŚWIADCZALNICTWO Wykład Parametry przedziałowe rozkładów ciągłych określane na podstawie próby (przedziały ufności) Przedział ufności dla średniej s X t( α;n 1),X + t( α;n 1) n s n t (α;
METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA
METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu
Prawdopodobieństwo i rozkład normalny cd.
# # Prawdopodobieństwo i rozkład normalny cd. Michał Daszykowski, Ivana Stanimirova Instytut Chemii Uniwersytet Śląski w Katowicach Ul. Szkolna 9 40-006 Katowice E-mail: www: mdaszyk@us.edu.pl istanimi@us.edu.pl
Statystyka i Analiza Danych
Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania analizy wariancji w opracowywaniu wyników badań empirycznych Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki -
Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa.
Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Paweł Strawiński Uniwersytet Warszawski Wydział Nauk Ekonomicznych 16 stycznia 2006 Streszczenie W artykule analizowane są właściwości
Metodologia badań psychologicznych. Wykład 12. Korelacje
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Wykład 12. Korelacje Korelacja Korelacja występuje wtedy gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub obiektów
Możliwości badania zagrożenia sejsmicznego powierzchni na podstawie pomiarów przyspieszeń drgań gruntu
Zygmunt GERLACH KHW S.A. KWK Katowice-Kleofas, Katowice Ewa WYROBEK-GOŁĄB KHW S.A. KWK Wesoła, Mysłowice-Wesoła Mat. Symp. Warsztaty 2000 str. 235-245 Możliwości badania zagrożenia sejsmicznego powierzchni
weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)
PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Stanisław Cichocki Natalia Nehrebecka. Zajęcia 8
Stanisław Cichocki Natalia Nehrebecka Zajęcia 8 1. Testy diagnostyczne 2. Testowanie prawidłowości formy funkcyjnej modelu 3. Testowanie normalności składników losowych 4. Testowanie stabilności parametrów
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4 Konrad Miziński, nr albumu 233703 31 maja 2015 Zadanie 1 Wartości oczekiwane µ 1 i µ 2 oszacowano wg wzorów: { µ1 = 0.43925 µ = X
Stanisław Cichocki Natalia Nehrebecka. Zajęcia 11-12
Stanisław Cichocki Natalia Nehrebecka Zajęcia 11-12 1. Zmienne pominięte 2. Zmienne nieistotne 3. Obserwacje nietypowe i błędne 4. Współliniowość - Mamy 2 modele: y X u 1 1 (1) y X X 1 1 2 2 (2) - Potencjalnie
Wnioskowanie 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
ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO
ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO Wprowadzenie Zmienność koniunktury gospodarczej jest kształtowana przez wiele różnych czynników ekonomicznych i pozaekonomicznych. Znajomość zmienności poszczególnych
Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ
Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,
P: Czy studiujący i niestudiujący preferują inne sklepy internetowe?
2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali
R-PEARSONA Zależność liniowa
R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe
Reakcja budynków na wstrząsy górnicze z wysokoczęstotliwościową modą drgań gruntu
Mat. Symp., str.543-549 Józef DUBIŃSKI, Grzegorz MUTKE Główny Instytut Górnictwa, Katowice Reakcja budynków na wstrząsy górnicze z wysokoczęstotliwościową modą drgań gruntu Streszczenie W artykule przedstawiono
TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.
TESTY NIEPARAMETRYCZNE 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. Standardowe testy równości średnich wymagają aby badane zmienne losowe
Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego
Wykład 10 (12.05.08). Testowanie hipotez w rodzinie rozkładów normalnych przypadek nieznanego odchylenia standardowego Przykład Cena metra kwadratowego (w tys. zł) z dla 14 losowo wybranych mieszkań w
7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej
7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej Definicja 1 n-elementowa losowa próba prosta nazywamy ciag n niezależnych zmiennych losowych o jednakowych rozkładach
O 2 O 1. Temat: Wyznaczenie przyspieszenia ziemskiego za pomocą wahadła rewersyjnego
msg M 7-1 - Temat: Wyznaczenie przyspieszenia ziemskiego za pomocą wahadła rewersyjnego Zagadnienia: prawa dynamiki Newtona, moment sił, moment bezwładności, dynamiczne równania ruchu wahadła fizycznego,
Przedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii
SPIS TREŚCI Przedmowa... 11 Wykaz symboli... 15 Litery alfabetu greckiego wykorzystywane w podręczniku... 15 Symbole wykorzystywane w zagadnieniach teorii mnogości (rachunku zbiorów)... 16 Symbole stosowane
Spis 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
Wprowadzenie do analizy korelacji i regresji
Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących
MODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Analiza wariancji. dr Janusz Górczyński
Analiza wariancji dr Janusz Górczyński Wprowadzenie Powiedzmy, że badamy pewną populację π, w której cecha Y ma rozkład N o średniej m i odchyleniu standardowym σ. Powiedzmy dalej, że istnieje pewien czynnik
VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15
VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady
2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona
Sprawdzanie założeń przyjętych o modelu (etap IIIC przyjętego schematu modelowania regresyjnego) 1. Szum 2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Testowanie hipotez statystycznych.
Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie