Analiza współzależności

Wielkość: px
Rozpocząć pokaz od strony:

Download "Analiza współzależności"

Transkrypt

1 Aalza wsółzależośc Pozawae zwązków mędz cecham jes aalzą ze względów ozawczch. W rzeczwsośc rzadko jes ak ab jakaś cecha obeków lub zjawsko ewego rodzaju kszałowało sę zuełe ezależe od ch cech lub zjawsk. Właścwe obeże obserwacje różch właścwośc ozwalają swerdzć see ewch zwązków lub zgodośc mędz m. Cecha Y wdak a żwość Cecha X dochod gosodarsw domowch. ; ) warość cech ( Dagram korelacj Zależośc mędz zjawskam e mają charakeru fukcjego, mają charaker robablscz azwam je zależoścam sochasczm. Zależość sochascza (robablscza) olega a m, że jeda ze zmech reaguje a zmaę drugej w e sosób, że zmea swój rozkład. Daej warośc cech X odowadają róże rozkład warośc cech Y. Aalza zależośc ma a celu usalee sł keruku wsęującch zwązków mędz cecham oraz skwafkowae włwu czków a badae zmee. Kwafkacja (wrażee za omocą lczb) Prezeacja dach w aalze wsółzależośc zereg korelacj. Próba -elemeowa. Obek obserwujem ze względu a dwe cech loścowe: X;Y. Każda jedoska jes oswaa charakersczą arą lczb ( ; ). Jeśl jes mała, worzm szereg korelacj. Numer jedosk ( ) Warość cech ( ) Warość cech ( ) N zereg korelacj jes uorządkowa. zereg korelacj moża orządkować lko wg jedej warośc cech.

2 Trzeca forma rezeacj dach o wkres korelacj. Dagram korelacj jes wkresem ukowm. Dagram jes worzo o o ab rzerowadzć wsęą oceę wsółzależośc. Ocea jes waża dla dalszego oku osęowaa. Ma odowadać a aa:. Cz mędz zmem wsęuje zależość (Tak, Ne). Jak jes charaker sła zależośc Ocea zależośc a odsawe dagramu korelacjego. Brak zależośc łaba zależość lowa dodaa Zasadcze ae () cz zależość jes lowa cz elowa. aczej sę bada zależośc lowe elowe. Zależość sascza lub sochascza jes o uroszczee kocecj sochasczej, owadam, że zmee są ezależe sascze lub e są eskorelowae jeżel oszczególm odmaom jedej zmeej odowadają ake same warośc średch warukowch. W rzecwm rzadku mówm, że zmee są skorelowae. Poeważ kocecja zależośc sochasczej jes szersza, o z ezależośc sochasczej wka ezależość sascza (korelacja) ale e odwroe. Czl jeżel swerdzm, że zmee są eskorelowae o e wka z ego, że są ezależe sochascze (robablscze). Wsółczk korelacj Pearsoa. Do badaa sł lowej zależośc korelacjej służ wsółczk korelacj Pearsoa. e azw wsółczk korelacj lowej - aram - wsółczk wg momeu loczowego. Wsółczk korelacj w róbe r Wsółczk korelacj w oulacj - Warość wsółczka korelacj rzjmuje: r Jeżel zależość jes fukcja o warość wsółczka może rzjąć warośc gracze. r - ozacza eskorelowae r > - korelacja dodaa r < - korelacja ujema Rozkład w róbe sle zależ od lczebośc rób wsółczka korelacj ρ. Może sę okazać, że dla małej rób wsółczk korelacj r esoe róż sę od awe rz względe wsokch waroścach ego wsółczka.

3 Wsółczk korelacj jeżel róba jes mała mus bć esowa. H : ρ r ( ) ( T-sudea, dwa uk swobod ) H : ρ r Dagram korelacj Obcążee kar Długość ras H odrzucam jeżel obl Pα (efek eso) Aalza wsółzależośc (zadae) Twerdz sę, żę kara kredowa jes rzdaa w odróż. Pewa frma VA wlosowała sośród osadacz jej kar 7 osób zbadała rocze obcążee ch kar (w s. zł )oraz długośc ras odróż w (ś. km). Orzmao dae: Długość ras Obcążee kar 4,5 3 3,5,5 9 8, ,5 6 8,5 85 7, , ,5, ,5 5 4,5 36,5 65, ,5 664 Przerowadzć aalzę wsółzależośc:. orządzam dagram korelacj. Cz seje wsółzależość Tak mał rozrzu uków. Charaker zależośc Zależość lowa. 3. Zależość dodaa. r [ ( ) ] ( ) [ ] wsółczk korelacj Pearsoa r kowaracja

4 r cov (, ) ( ) ( ) ( ) - odchlee sadardowe 7*97 4*6 r,895 > ( 7*88,5 4 )( 7*664 6 ) Ozacza o slą dodaą wsółzależość. m wększa łącza długość ras m wększe obcążee kar. Tesujem soość wsółczka korelacj. (e docz ego rzadku) H : ρ H : ρ ρ r, ,5:5 obl obl obl R > r,57 4,47 α α ( ) 7,895,895 5 (,895) 4, soe swobod Należ odrzucć hoezę H o braku zależośc. Zależość jes soa. Aalza regresj Założee: Y α + βx jes lową fukcją X. α + β + ε ε - zmea losowa α + β ε m ( α β ) ( α, β ) α β Meoda ajmejszch kwadraów α α aramer a esmaor arameru α β β aramer b -esmaor arameru β

5 Esmaor ajmejszch kwadraów. b ( ) b a 3 b 5886 (zaokrąglać doero o oblczeu a) 354,5 6,5886 a,894, ε ε - resza 7,89 +, 53,53 - wsółczk regresj (wsółczk kerukow rosej) Jeżel zmea zależa wzrośe o jedoskę o wzrośe rzecęe o,53 jedosk. Tes soośc wsółczka regresj. H : : β b b ( ) ( ) Rozkład T-sudea H : β e e - odchlee sadardowe resz e b r r e Wsółczk korelacj: r b b r ( ) Fukcje regresj jej doasowae Zbadao zależość mędz wsokoścą wdaków a bezeczeńswo ubezeczee ( w ś. zł ) w skal roku (Y) a rozmaram (w ml..) rzewozów owarowch (X) w losowo wbrach frmach rzewozowch ewego u. Orzmao dae: Uorządkować szereg korelacj. Wkreślć dagram korelacj oceć charaker wsółzależośc Doasować fukcje regresj zmeej Y ze względu a zmeą X oceć jej dokładość. Jakch wdaków a ubezeczea bezeczeńswo ależ sę sodzewać rz rzewozach w welkośc 3 ml

6 uma Dagram korelacj ś. $ ,5 5 7,5,5 5 7,5 ml.. zacujem lową fukcje regresj. α + β + ε b ( ) b a,56 +, , ,8 46,53,53 +, 8 + ε jeżel wzrośe rzewóz o ml.. To wzros ubezeczea wzrośe o,8 ś. $. H : β (brak zależośc) H e : β b e,6 ( ), ,8 obl,63453,5, ,53765,6,6 obl > α,36 Jes zależość wdaków od lośc rzewozów. ε e włw (zmea losowa) Warość oczekwaa ε e aramer szacowaa a b

7 a b e ( zaleca wzór do oblczeń ) 359,53 83, ,34 e 4,6655 ( odchlee sadardowe resz ) 8 e,6 ś. $ ( erreacja Y ) e Poszczególe zaobserwowae warośc akładów a bezeczeńswo ubezeczea różą sę od warośc eoreczch oczekwach v wsółczk zmeośc resz e rzecęe o,6 sęc $. e,6 ve,8,8% błąd rzecę w dam zborze dach 83 ρ 37,34 ( 83) Wsółczk deermacj (zbeżośc) a b ( ) 37,34,744,7% 8, 359 Na kszałowae mają włw e czk w,7% Wsółczk deermacj r ρ,7,793 79,3% Na kszałowae sę wdaków a ubezeczea bezeczeńswo włw ma w 79,3 % welkość rzewozów. r r wsółczk deermacj r wsółczk korelacj Pearsoa r,895 ρ r odchlee sadardowe, odchlee sadardowe b r Jakch wdaków a ubezeczea bezeczeńswo ależ sę sodzewać gd będzem rzewozć 5 ml.. 5? 5,53 +,8 5 9,53 ś $ Należ sę sodzewać wzrosu wdaków a ubezeczea bezeczeńswo średo o 9,53 ś $ 5 5 e P rogoza dla 5 ml.. P ± ( 7,37;3,69 ) Zrobć aalzę zadaa domowego zadaa zroboego a ćwczeach.

8 Aalza wsółzależośc. soe badaa dokładośc fukcj regresj Paramer fukcj regresj badam meodą ajmejszch kwadraów, kóra olega a akm doborze aramerów β α, fukcj regresj, kóre mmalzują sumę kwadraów odchleń warośc emrczch zmeej zależej Y od warośc eoreczch (reresjch). ( ) m,β α + β α Ocea dokładośc fukcj reresj oera sę a aalze waracj. Berze sę u za uk wjśca asęującą ożsamość: zsumować o wszskch + całkowa zmeość + ε kc suma kwadraów całkowa ke suma kwadraów resz kr suma kwadraów regresj kr ke kc + Z kc zwązae jes - so swobod ( ) so swobod kr suma kwadraów regresj ( ) kr ( wzór do sosowaa ) ke b a ( ) kc kc kr r Wsółczk deermacj (soeń wjaśaa rzez ) kc ke ρ Wsółczk deermacj (soeń e wjaśaa rzez ) + ρ ρ r r Odchlee sadardowe resz e waracja reszkowa

9 ke e błąd szacukow fukcj regresj e v wsółczk zmeośc reszkow e H H : β Dla ej hoez sosuje sę es : β kr kr kr F waracja reszkowa ke ke e Fukcja edecora F wkres jes zawsze smercze rawosro z, - (soa swobod) F b e ( ) Rozkład edecora Jeżel układ uków a dagrame korelacjm e muje l rosej o zacz, że regresje zmeej względem zmeej e ma charakeru lowego. Mówm wówczas o regresj elowej lub krzwolowej. Dokład charaker elowej zależośc moża oceć a odsawe wkresu korelacjego. Należ rz m amęać, że do daego rozrzuu układu uków mogą asować róże fukcje elowe, kóre mogą meć zblżo rzebeg. Y α β l ly lα + β l ly Y lα α β l β b l l X ly l X ( l X ) ( l X ) ly bl X a l l a + bl a β Y α b ly Fukcja oęgowa α > β < α > β α > β >

10 Fukcja wkładcza Y β β α ε β ε ly lα + ( l β ) ly lα + λ γ α > β > c > α > β c < Korelacja cech jakoścowch Cech dwudzelcze Do cech jakoścowch emerzalch zalczam cech dwudzelcze (dchoomcze) lko dwe wzajeme wkluczające sę kaegore. N. kobea - mężczza, wkszałcee wższee Charaker welodzelcz (wele kaegor wkluczającch sę. ozom wkszałcea, gosodarsw domowch. Asocjacje wsółzależość dwóch cech dchoomczch. osób rezeacj dach: B B A a b a+b A c d c+d a+c b+d a+b+c+d Tablca czeroolowa ablca asocjacj Dwe cech A B są ezależe jeżel zajdujem aką samą roorcję A wśród B jak wśród e B. a b a + c b + d a a + b a * d b * c krerum ezależośc a + c ( a + b)( a + c) a Określa sę dwa wsółczk Yule a (Q) a d b c Q Q ad + bc ad bc ρ ρ jes odowedkem wsółczka korelacj a + b c + d a + c d + b ( )( )( )( ) Pearsoa

11 Wsółczk korelacj rag earmaa Wsółczk Pearsoa dla lczb auralch: 6 d rs ( ) d różca rag -ego obeku d ' ' ' raga -ego obeku ze względu a własośc ' raga -ego obeku ze względu a własośc Wsółczk earmaa rzjmuje warośc w zakrese: r ozacza brak skorelowaa Rag wązae - jeżel oba zjawska mają e same warośc. N. kolejość kolejość Raga,5 H : ρ brak zależośc : H ρ zbór krcz dwusro soość wsółczka earmaa a) Jeżel róba jes duża > o saska jes aka sama jak dla esu a wsółczk Pearsoa r ( ) ( Tes udea ) r b) Jeżel róba jes duża > rozkład korelacj earmaa dąż do rozkładu ormalego, wed ależ sosować z r N Zadae: Dzesęć rzedsęborsw hadlowch o zblżoej welkośc ależącch do jedej braż oragowao od względem dwóch różch własośc - jakośc obsług klea zaoarzea. Przedsęborswo Raga ' Raga ' d (,) d A 3-4 B 3 - C 3,5,5 6,5 D 3,5 5 -,5,5 E F G 7 6 H 8 8,5 -,5,5 9 8,5,5,5 J Razem X X X

12 6 d 6 r,8787,879 ( ) 99 Wsółczk jes wsok wskazuje a zgodość dzałań od kąem zaoarzea dbałośc o klea H : ρ brak zależośc 8 8,879,879,879,879 35,86643,879 5, 93833,879,7764,7359 5,48 5, 4, 36 obl,5;8 Warość krcza Warość krcza -,36,36 obl R obl 5,4 >, 36 α H ależ odrzucć Wsółczk korelacj soe róż sę od. Korelacja cech jakoścowch Badae skueczośc szczeok choler rzerowadzoe w rakce zachorowań dosarczł asęującch formacj: Ne zachorowal Zachorowal. Zaszczee 9 ( a ) 4 ( b ) 96 Ne zaszczee 3 ( c ) 34 ( d ) 47. j Tes ezależośc H : badae cech są ezależe ( hoeza) [ P j P. P. j ] [ ad bc] - hoeza ezależośc H : badae cech są zależe H : - zarzeczee hoez H : P P ad bc [ ] P j.. j [ ] Tes ezależośc Ch-kwadra j j χ j ( ad bc) ( a + b)( c + d )( a + c)( b d ) + j j j - lczebość eorecza P j ( P. P. j )

13 343( ) χ ( ) 37,939 > aska χ ma rozkład χ z (r-)(-) so swobod gdze r, lczba waraów cech. W ablc () df (-)(-) χ χ ( ) - z jedm soem swobod. Rozkład Ch-kwadra jes rozkładem dodao asmerczm. 3,84 Zmea losowa χ m wększa lość so swobod m rozkład jes mej asmercz. χ,5; 3,84 χ oblczoe w róbe jes wększe χ α. Hoezę o ezależośc ależ zdecdowae odrzucć. Krerum ezależośc: ad bc Q,87487 ad + bc la asocjacja mędz badam zjawskam. ad bc ρ a + b c + d a + c d + b ,78 ( )( )( )( ) ,78 Zadae : W celu zbadaa cz sudek zdają egzam leej ż sudec wlosowao róbę 8 osób orzmao asęujące wk zalczea sesj egzamacjej: esja udek udec. Zalczoa 75 5 Ne zalczoa j,33498 Oblczć :. Wsółczk Youl a. Wsółczk Pearsoa 3. Tes ezależośc α, 5 ad bc Q,53846 ad + bc Jes marą skojarzea cech. seje ewelka zależość mędz łcą a zalczeam. ad bc ρ, a + b c + d a + c d + b ,6 ( )( )( )( ) H : [ ad bc] - badae cech są ezależe

14 χ j j j j ( ad bc) ( a + b)( c + d )( a + c)( b + d ) ( ) , χ,5; 3,84 obl, χ R χ α -,865,865-3,84 3,84 Ne możem odrzucć hoez H, że łeć e ma włwu a wk egzamów. Włw łc a wk egzamów jes sascze eso. Aalza szeregów czasowch zeregem czasowm azwam cąg warośc zmeej uorządkowaej zgode z asęswem momeu lub warośc czasu, kórch ego doczą. Jes o zbór obserwacj sasczch charakerzującch zma ozomu zjawska w czase. Poszczególe obserwacje azwam wrazam ego szeregu. zereg czasow zasujem za omocą smbolu lub ( ) gdze rerezeuje koleje mome lub okres czasu. Mome lub okres są ozaczoe kolejm lczbam całkowm. 99, 993, 994 d. - w ogólośc mogą o bć dowole lczb, kórch każda asęa jes wększa od orzedej. Zmea czasowa jako welkość ezależa jes zmeą cągłą. Zas szeregu czasowego lub ( ) okazuje, że ależ rakować e szereg jako fukcję czasu. Wróża sę dwa rodzaje szeregu czasowego.. szereg czasowe momeów ch wraz odowadają jedakowo odległm momeom czasu. zereg momeów odają sa lczbow zborowośc w ścśle określoch momeach lub sumę warośc ewej zmeej osadaej rzez jedosk oulacj. (. lczba ludośc Polsk w du 3.. kolejego roku.lczba saków olskej flo hadlowej sa lczeb cech worzącej zborowość, ojemość saków suma warośc cech worzącej zborowość ) Dodawae wrazów szeregu czasowego momeów jes ozbawoe sesu.. szereg czasowe okresów ch warośc odowadają okresom czasu o jedakowej długośc. Wrażają oe ozom zjawska lub lczbę faków, kóre zaszł w kolejch okresach. (. rodukcja elewzorów w Polsce, eksor owoców warzw. Lczba faków może bć rzedmoem szeregu, lczba zgoów, lczba zawarch małżeńsw, lczba wadków ). Dodawae wrazów szeregu czasowego okresów jes zasade. zereg czasowe lusrujem za omocą wkresów sorządzach w układach wsółrzędch ograczoch do - szej ćwark dodach warośc. Na os odcęch - okres, a os rzędch welkość zjawska. Wkres jes low. warość zereg czasow laa

15 Zagadea ogóle doczące szeregu czasowego. Wraz szeregu czasowego ow bć welkoścam jedolm w czase z. jedorodm orówwalm. Należ o rozumeć w e sosób, że w całm aalzowam okrese szereg owe doczć jedego ego samego zjawska lub zborowośc, defowaego merzoego w e sam sosób. Zma grac obszarów orgazacjch jes owodem zerwaa jedolośc w czase. Badae damk zjawsk w czase. seje arę sosobów badaa damk zjawska. Zadaem ego badaa jes określee zma zachodzącch w ozome daego zjawska oraz keruku, ema eswośc. Jedm z arzędz badaa damk są wskaźk damk. Jeżel zjawsko jes jedorode lub właścwe zagregowae o oblczee wsółczków srowadza sę do dzelea lub odejmowaa dwóch wrazów szeregu czasowego. Wskaźk damk mogą bć wzaczae dla dwóch wbrach okresów lub momeów lub dla całej ch sekwecj. Jeżel welkość zjawska w kolejo o sobe asęującch momeach lub okresach odosm sale do erwszego wbraego wrazu szeregu o wskaźk azwam jedoodsawowm. Jeżel aomas welkość zjawska w kolejo o sobe asęującch okresach lub momeach odosm do welkośc zjawska lub momeu orzedzającego o wskaźk azwam łańcuchowm ( sekwecja zjawsk ). Jeżel chodz o kosrukcję wskaźków o wróżam asęujące:. Przros absolue - rzros jedoodsawow - rzros łańcuchow Przros absolue formują o le jedosek zmeło sę ( wzrosło lub zmalało ) zjawsko w okrese lub momece badam względem okresu lub momeu orzedego lub odsawowego. Jeżel welkośc wrażam w jedoskach o różce eż wrażam w ch samch jedoskach. Przros absolue są lczbam maowam.. Przros względe ( ) - ( ) - rzros jedoodsawow - rzros łańcuchow Uzskujem je rzez dzelee rzrosów absoluch rzez welkość zjawska w okrese lub momece odesea. Przros względe formują o le w wrażeu względm (%) zmeło sę ( wzrosło lub zmalało ) zjawsko w drugm okrese lub momece w sosuku do okresu lub momeu odsawowego lub orzedego. Jeżel zjawsko wzrosło o rzros wraża sę lczbą dodaą, jeżel zmalało o rzros wraża sę lczbą ujemą. Przkład: jedosek ( ) ( ) % Wzros o jedosek co saow % odsaw. deks damk deks damk uzskujem dzeląc welkość zjawska w dam okrese lub momece rzez welkość zjawska w okrese lub momece odsawowm lub orzedm. ( ) - deks jedoodsawow

16 ( ) - deks łańcuchow. deks damk formuje le raz w ujęcu względm zjawsko w dam okrese lub momece jes wększe lub mejsze w sosuku do okresu lub momeu odsawowego lub orzedego. Przkład: ( ) ( ) - saow % zjawska z ozomu. Odjęce od deksu damk lczb lub % da odowed rzros względ. Jeżel zjawsko wzrasa o deks damk jes >. Jeżel zjawsko sada o deks damk jes <. Najczęścej sosowam deksam damk są deks damk ujęe w roceach. W Roczku asczm deks są uzuełae deksam damk. deks jedoskow 995 % deks łańcuchow rok orzed % deks agregaowe. Agregaowe deks damk. a a A A. A a Q a (lość / cea) P W (óźejsz okres / wcześejsze odesee) c c c c L L W W P L L P L deks Laseersa P deks Paascha F L P F L P Tablca wększa ż azwaa jes ablcą kogecją Jeżel cech A B są ezależe o zachodz :.. j j. j j j - lczebość eorecza.

17 j j - cech są ezależe j j - czm wększe różce m wększa zależość r s j j j j χ - kogecjość kwadraowa χ - cech są zależe χ - cech są ezależe H : j.. j H : j.. j ( cech są ezależe) ( cech są zależe ) χ χ ( r)( s) soe swobod T χ ( r )( s ) rr - ablca kwadraowa T rs ablce ekwadraowe T < - wsółczk zbeżośc (korelacj) Czuurowa Zadae: Pewe roduk moża wwarzać rzema meodam rodukcjm. Wsuęo hoezę, że wadlwość roduków e zależ od meod rodukcj. Wlosowao ezależą róbę 76 szuk wrobu orzmao asęujące wk badaa jakośc dla oszczególch meod. Dla soośc α. 5 zwerfkować hoezę o ezależośc jakośc od meod rodukcj olczć wsółczk Czuurowa. Jakość Meoda rodukcj Meoda rodukcj Meoda rodukcj Razem Dobra Zła,333 44,4,95 77,8,833 44, ,3-6,7 93,3 3,3 53,3-6,7,667 44,4 3,8 77,8,667 44, ,7 6,7 46,7-3,3 6,6 6,7 Razem χ obl χ ,5 > 5,99 (,5;) 5,99 5,99 R α j j 4 j , j j j 4 33, , j (4 33,333333) 33, j j,333 (4 33,333333) 44,4 ; j

18 χ obl - ależ do zboru krczego R α. R α ( 5,99; + ) Wosek: jakość zależ od meod rodukcj. Hoezę,5 T,79 Zależość e jes wsoka. 7 H : j.. j odrzucam. Aalza damk (aalza szeregów czasowch) Lczba aboeów elefo cfrowej a sąc ludośc kszałowała sę asęująco: Laa Lczba aboeów 99, ,7,,94, ,8 5,,3648, ,4 8,6,4397, ,,7,39488, , 4,498, ,4 6,3,3699,4488 uma X 6,9 X X. Jak jes szereg czasow (momeów) określa sa lczeb zborowośc ( rzelczo a meszkańców ). Wkres szeregu czasowego. Wkres szeregu czasowego 5 L.aboeów charakerzować damkę zjawska za omocą wskaźków dwdualch a. Przros absolu łańcuchow Laa b. deks łańcuchowe () c. deks jedoodsawowe () Musm zasosować średą geomerczą śred deks zma

19 99 ; ,4 6,5,448,3534,3534,3534 3,5% wzros aboeów Zadae: W laach lczba samochodów zarejesrowach w sącach szuk bła asęująca: Laa Lczba samochodów w s. sz ,489, ,5647, ,5888, ,7438, ,59474, ,4955, Razem 386 X X Wkres szeregu czasowego lość samochodów Laa 99 ; , ,53458,53458, ,3% wzros lośc zarejesrowach samochodów

20 deks agregaowe - warośc Zadae: rzedaż wrobów abałowch skleu sożwczego kszałowała sę asęująco: Rok 993 Rok 994 Arkuł Jed. mar l. rzedae Cea jedoskowa lośc srzedae Cea jedoskowa Jaja ś. sz. 34 5,6,34 3, ,,8 5,8 Masło ś. kg. 5 6,3 4, 87 8,75 7,5 48,4 Mleko ś. lrów 34 37,4, 55, 38 49,3,45 4,8 X X X 3,3 45,7 53,5 5,84. Oblczć deks warośc. Oceć włw ce a damkę srzedaż oblczając deks ce wg formuł L P 3. Oceć włw wolumeu (lość) srzedaż a damkę srzedaż oblczając deks lośc. Ad. W 45,7 3,3,5 5,% W Warość srzedaż 94/Warość srzedaż 93 Warość srzedaż wzrosła o 5,% w sosuku do 993 roku. Ad. 53,5 L,87 8,7% (Laseers'a) 3,3 Warość srzedaż wzrosła o 8,7 % od włwem zma ce (rzeważając włw a damkę srzedaż mał wzros ce) 45,7 P,38 3,8% (Paasch'a) 5,84 F,87,38,648 6,% (Fsher'a) L P Zma ce wwołał zma wzrosu warośc srzedaż o 6,% deks lośc L P 5,84 3,3 45,7 53,5,98,%, % lośc srzedae włęł dodao a warość srzedaż Ce z okresu beżącego wskazują a ujem włw srzedaej lośc a warość. F,,97, ,% (Fsher'a) Zma ce srzjał wzrosow warośc srzedaż. Zma lośc owodował sadek warośc srzedaż.

21 Zadae: Zbadać damkę mająku rwałego rzedsęborswa. Masz Warość masz w ś zł w 998 r. ) ( Warość masz w 999 r. w ceach z 998 r. ) ( Zma ce dwdual deks ce ( ) ( ) ( ) A 8 8 -%,9 7 7 B 35 5 bez zma 35 5 C 5 4 4%, Razem 4 7 X X Oblczć deks warośc W. Oblczć deks lośc 3. Oblczć deks ce Ad ) L 7 4,4,4% Ad 3) 33 L,95 95% Ce srzjał obżeu warośc masz. 4 Ad ) W 636 4,685 6,9% warość masz uwzględając beżące ce wzrosła o 6,9 % z czego lość dzałała w keruku odwższea ej warośc zaś ce w keruku obżea. W,69 W L P lość P,3 3%,95 W L W,69 P L ce P,963 96,3%,4 L Zadae: Porówać srzedaż wrobów w rzedsęborswe hadlowm w laach oblczając deks warośc, lośc, ce. Towar Warość srzedaż w ceach beżącch w ml zł ) ( ( Warość srzedaż w ceach z 994 r. dla ) ( ) roku 995 A /365/6 66,7 B 3 5 3/5, 5 C /4,5 4 Razem 93 X 938,7

22 W,97 9,7% wzros 93 L P P o 93,86 8,6%, % 938,7,866 8,7% Tedecja rozwojowa albo red jes o długookresowa zmaa w szeregu czasowm o kórej zakłada sę, że wraz z osclacjam składkam losowm geeruje obserwacje. Tred jes o długookresowa zmaa zjawska zachodząca od włwem rzcz główch. Przcz główe - czk kóre dzałają rzez dłuższ okres czasu. Zadaem aalz edecj rozwojowej jes wodrębee rzcz główch orzez określee ogólej edecj rozwoju zjawska. seją róże sosob wodrębaa edecj rozwojowch. Dzelm je a dwe gru.. Meoda wodrębaa redu czl meoda wgładzaa szeregu czasowego. Meod mechacze czl meod średch odokresów średe ruchome Meod aalcze - srawdza sę doasowae fukcj maemaczej (meoda ajmejszch kwadraów) Na odsawe wkresu szeregu czasowego dokouje sę wboru fukcj maemaczej, kóra aszm zdaem oddaje ajleej rzebeg zjawska w czase. Przjmujem, że zjawsko jes fukcją czasu f ( ) α + β + ε,,3... b α + β a m ( ) b a + b b + ε a + (warość zjawska rośe/maleje rzecęe o b)

23 jeżel b> Zjawsko rzecęe z roku a rok rzecęe rośe Jeżel b< Zjawsko rzecęe z roku a rok maleje. Wodrębae edecj rozwojowej służ oswau rzebegu zjawska w rzeszłośc oraz rzewdwaa zjawska w rzszłośc. Jes róweż deermowaa soem doasowaa do dach emrczch. Przed rzsąeem do oracowwaa ależ zbadać doasowae fukcj redu do dach emrczch Błąd sadardow szacuku fukcj redu. e Wsółczk zbeżośc (deermacj) ρ, Wahaa sezoowe - są rzecm składkem szeregu czasowego obok edecj rozwojowch wahań rzadkowch. Polegają oe a m, że rzcz dzałające erodcze owodują, że badae zjawsko owarza sę z jedakowm w rzblżeu aężeem w kolejch jedakowo odległch odokresach jakegoś dłuższego (weloleego) okresu czasu. Take odokres azwam jedomem. Wahaa sezoowe charakerzują sę m, że eł ch ckl zamka sę w okrese roczm. Okresam jedomem są mesące, kwarał, ółrocza. Przcz, kóre wwołują wahaa sezoowe wkają z kaledarza obok ego a owsawae zjawska sezoowośc mają włw orgazacja żca zborowego lub zwczaju (ssem orgazacj roku szkolego, urlo). Zaem wele zjawsk będze odlegać włwom sezoowm. B móc wkrć wahaa sezoowe musm dsoować odowedm szeregem czasowm dla okresów mesęczch (kwaralch). Mmalą lczbą okresów jes ęć la. Zasad wodrębaa wahań sezoowch. Wróżam dwa modele szeregu czasowego:. Addw (sumacj) j j j + s + ε j - jes o obserwacja w szeregu czasowm (wraz) w -m okrese jedomem s ε j j w roku j. - warość redu (wzaczoa meodą ajmejszch kwadraów). - składk sezoow dla -ego okresu jedomeego. - składk losow

24 . Model mullkaw (loczow) j j + ε j Z u modelu wkają wskazówk do wodrębea wskaźka sezoowego. j j + ε j Wzaczć red (meodą ajmejszch kwadraów) j j j + ε j + ε j j Model addw Kwarał Wahaa o erodczośc bezwzględej ( o aką samą warość ) uacje, kórą ależ uwzględać rz wborze modelu - see redu. j Brak edecj rozwojowej Kwarał Rozróża sę dwe meod:. Meoda skrócoa - bez elmacj redów.. Meoda sosuków do redów Meoda skrócoa Oblczam średe warośc zjawska w okresach jedomech j j

25 Oblczam średą welkość zjawska w całm okrese badaa. k j j k k Oblczam wskaźk sezoowośc w forme lorazów średch dla okresów jedomech średej łączej. k - (%) Wskaźk (sezoowośc) formują le raz warość zjawska w oszczególch okresach jedomech są wższe ( >) lub ższe ( <) od rzecęej roczej. k k lub k Tedecja rozwojowa wodrębaa meodą ajmejszch kwadraów sezoowość Wzaczae fukcj redu. Doasować fukcje redu do dach doczącch lczb wdzów w kach w laach 99 do 997. Laa Lczba wdzów 99 3,3 3,3 76, ,9 9,8 4, 994 8, 3 54,3 9 37,6 995,6 4 9,4 6 5,76 996, , ,3 6 45, ,49 uma 4,6 44,6 9 85,7. orządzć wkres szeregu czasowego Wkres szeregu czasowego Lczba wdzów () a + b b ( ) a b

26 6 44,6 4,6 37 b, ( ) 5 4,6,5749 a, 6, +, 6 Jeżel zmea ezależa wzrośe o jedoskę o asą wzros lczb wdzów rzecęe o,6 ml. W badam okrese lczba wdzów w kach wzrasała rzecęe o,6 ml.. Badae doasowaa fukcj do dach emrczch. 85,8, 4,6,6 44,6 7,79 a b e, ,4 Zaobserwowae lczb wdzów w laach 993 do 997 odchlają sę od l redu rzecęe o,4 ml wdzów. Zaobserwowae lczb wdzów różą sę od eoreczej l redu o,4 ml. ρ a b 7,79 ( ) ( 4,6 ) 85,8 6 7,79 96,8599,795 7,95% Czk rzadkowe są odowedzale za 7,95% zmeośc w szeregu czasowm. Na edecje redu włw mają w 7,95% czk rzadkowe a reszę saową czk główe. Tred asuje dobrze oeważ ρ jes mał. Progoza dla roku P ±. 98 e a) le wos 98 7 b) 98, +,6 7 7, Oczekwaa rzez as lczba wdzów bez uwzględea błędu: P 98 7, ±,39( 5,63;8,4 ) e, 39 Lczba wdzów waha sę w gracach (5,63-8,4) ezoowość Na odsawe dach kwaralch doczącch zjawska oceć wahae sezoowe. Laa (j) Kwarał () j , , ,4857 V ,6857 uma X X X X 4 X X

27 j( ) Zrobć wkres szeregu czasowego. Wkres szeregu czasowego Y Rozozae charakeru owązań: Brak redu. j j 4 8, ( kw.),8..d. 8,75 k uma sezoowośc mus sę rówać: kwarał 4, rok, / roku Welkość zjawska w kwarałach % udzału Kwarał W erwszch kwarałach welkość zjawska kszałowała sę a ozome 8% średej welkośc zjawska dla całego okresu. W erwszch kwarałach zjawsko kszałuje sę a ozome o % ższm ż średa kwarala.

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK

PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK PODSTAWOWE MIERNIKI DYNAMIKI ZJAWISK Założena Nech oznacza ozom (warość) badanego zjawska (zmennej) w kolejnch momenach czasu T0, gdze T 0 0,1,..., n 1 oznacza worz szereg czasow. zbór numerów czasu. Cąg

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

Bardziej szczegółowo

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB WYKŁAD 2 BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ Matematka statstka matematcza dla rolków w SGGW Aa Rajfura, KDB Przkład.

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

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

KORELACJA KORELACJA I REGRESJA. X, Y - cechy badane równocześnie. Dane statystyczne zapisujemy w szeregu statystycznym dwóch cech KORELACJA I REGRESJA. KORELACJA X, Y - cech badae rówocześe. Dae statstcze zapsujem w szeregu statstczm dwóch cech...... lub w tablc korelacjej. X Y... l.... l.... l................... k k k... kl k..j......l

Bardziej szczegółowo

Dane modelu - parametry

Dane modelu - parametry Dae modelu - paramer ˆ Ozaczea zmech a0 ax ax - osz w s. zł Budowa modelu: x - welość producj w seach o x - welość zarudea w osobach Meoda MNK Dae: x x 34 9 0 60 34 9 0 60 35 3 7 35 3 7 X T 0 9 3 4 5 3

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 3. tel.: (061)

PROGNOZOWANIE. Ćwiczenia 3.  tel.: (061) Ćwiczeia 3 mgr iż.. Mara Krueger mara.krueger@edu.wsl.com.pl mara.krueger@ilim.poza.pl el.: (06 850 49 57 Meod progozowaia krókoermiowego sał poziom red sezoowość Y Y Y Czas Czas Czas Model aiw Modele

Bardziej szczegółowo

FUNKCJE DWÓCH ZMIENNYCH

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

Bardziej szczegółowo

PROGNOZY I SYMULACJE

PROGNOZY I SYMULACJE orecasig is he ar of saig wha will happe, ad he explaiig wh i did. Ch. Chafield (986 PROGNOZY I YMULACJE Kaarza Chud Laskowska kosulacje: p. 400A środa -4 czwarek -4 sroa iereowa: hp://kc.sd.prz.edu.pl/

Bardziej szczegółowo

Statystyka Inżynierska

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

Bardziej szczegółowo

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja Szereg czasowe, modele DL ADL, rzyczyowość, egracja Szereg czasowy, o cąg realzacj zmeej losowej, owedzmy y, w kolejych okresach czasu: { y } T, co rówoważe możemy zasać: = 1 y = { y1, y,..., y T }. Najogólej

Bardziej szczegółowo

MODELOWANIE I PROGNOZOWANIE

MODELOWANIE I PROGNOZOWANIE L.Kowalsk-Modelowae progozowae MODELOWANIE I PROGNOZOWANIE MATERIAŁY DYDAKTYCZNE o Podsawowe charakersk dach sasczch, o Ideks, o Progozowae- wadomośc wsępe, o Modele ekoomercze, o Jedorówaow model low,

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZA 1. Wkład wstęp. Teora prawdopodobeństwa elemet kombatork. Zmee losowe ch rozkład 3. Populacje prób dach, estmacja parametrów 4. Testowae hpotez statstczch 5. Test parametrcze (a

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

METODY KOMPUTEROWE 1

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Linie regresji II-go rodzaju

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

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

Niepewności pomiarów. DR Andrzej Bąk

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

Bardziej szczegółowo

MODEL SHARP A - MIARY WRAŻLIWOŚCI

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

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

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

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

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

Bardziej szczegółowo

Statystyka powtórzenie (II semestr) Rafał M. Frąk

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

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

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

Bardziej szczegółowo

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ANALIZA SZEREGÓW CZASOWYCH

ANALIZA SZEREGÓW CZASOWYCH ANALIZA SZEREGÓW CZASWYCH Szereg czasow zbór warośc baanej cech lub warośc baanego zjawska zaobserwowanch w różnch momenach czasu uporząkowan chronologczne. Skłank szeregu czasowego:. enencja rozwojowa

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

(liniowy model popytu), a > 0; b < 0

(liniowy model popytu), a > 0; b < 0 MODELE EKONOMERYCZNE Model eoomercz o ops sochasczej zależośc adaego zjawsa eoomczego od czów szałującch go, wrażo w posac rówośc lu uładu rówośc. Jeśl p. rozparujem zjawso popu a oreślo owar lu grupę

Bardziej szczegółowo

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta

Józef Beluch Akademia Górniczo-Hutnicza w Krakowie. Wpływ wag współrzędnych na wyniki transformacji Helmerta Józef Beluch Akadema Górczo-Hutcza w Krakowe płw wag współrzędch a wk trasformacj Helmerta . zór a trasformację współrzędch sposobem Helmerta: = c + b = d + a + a b () 2 2. Dwa modele wzaczea parametrów

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

JEDNOWYMIAROWA ZMIENNA LOSOWA

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

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 4 Nieparametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lecja 4 Nearametrycze testy stotośc ZADANIE DOMOWE www.etraez.l Stroa 1 Część 1: TEST Zazacz orawą odowedź (tylo jeda jest rawdzwa). Pytae 1 W testach earametryczych a) Oblczamy statystyę

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

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

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

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

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

ROZKŁADY ZMIENNYCH LOSOWYCH

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

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

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

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

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

STATYSTYKA I stopień ZESTAW ZADAŃ

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

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

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

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 7 Analiza dynamiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 7 Analiza dynamiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 7 Aaliza damiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE www.erapez.pl Sroa Część : TEST Zazacz poprawą odpowiedź (lko jeda jes prawdziwa). Paie Szereg damicz o: a) ciąg prędkości

Bardziej szczegółowo

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH

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

Bardziej szczegółowo

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych.

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych. PROGNOZOWANIE Kaedra Ssemów Logisczch mgr Żaea Pruska zaea_pruska@wp.pl zaea.pruska@wsl.com.pl PROJEKT 0 pk. (grup 4-osobowe) Projek: Wersja w Wordzie Powia zawierać opis projeku z zasosowaiem eapów progozowaia.

Bardziej szczegółowo

Rachunek różniczkowy funkcji wielu zmiennych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Politechnika Opolska. Skrypt Nr 237 ISSN 1427-9932 (wersja elektroniczna) Ewald Macha. Niezawodność maszyn

Politechnika Opolska. Skrypt Nr 237 ISSN 1427-9932 (wersja elektroniczna) Ewald Macha. Niezawodność maszyn Polechka Opolska Skrp Nr 37 ISSN 47-993 (wersja elekrocza) Ewald Macha Nezawodość masz Opole 3 Sps reśc Przedmowa 5 Wkaz ważejszch ozaczeń 6. Podsawowe pojęca eor ezawodośc 7.. Pojęca ezawodośc...7.. Defcja

Bardziej szczegółowo

Statystyka Opisowa Wzory

Statystyka Opisowa Wzory tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

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

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

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

Bardziej szczegółowo

Prognozowanie i symulacje

Prognozowanie i symulacje Prognozowanie i smulacje Lepiej znać prawdę niedokładnie, niż dokładnie się mlić. J. M. Kenes dr Iwona Kowalska ikowalska@wz.uw.edu.pl Prognozowanie meod naiwne i średnie ruchome Meod naiwne poziom bez

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Metody statystyczne w naukach biologicznych

Metody statystyczne w naukach biologicznych Meod sascze w aukach biologiczch 6-6- Wkład: Szeregi czasowe i progozowaie Aaliza damiki iesie ze sobą ową jakość. Pozwala oa zbadać rozkład cech sasczej w czasie. Szeregi damicze przedsawiają kszałowaie

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

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

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

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

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

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

Bardziej szczegółowo

SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM

SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM Arur MACIĄG Sreszczee: W pracy przedsawoo echk aalzy szeregów czasowych w zasosowau do plaowaa progozowaa produkcj w przewórswe spożywczym.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 5 WERYFIKACJA HIPOTEZ NIEPARAMETRYCZNYCH

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

Bardziej szczegółowo

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego

Zajęcia 2. Estymacja i weryfikacja modelu ekonometrycznego Zajęcia. Esmacja i werfikacja modelu ekonomercznego Celem zadania jes oszacowanie liniowego modelu opisującego wpłw z urski zagranicznej w danm kraju w zależności od wdaków na urskę zagraniczną i liczb

Bardziej szczegółowo

1. Relacja preferencji

1. Relacja preferencji dr Mchał Koopczyńsk EKONOMIA MATEMATYCZNA Wykłady, 2, 3 (a podstawe skryptu r 65) Relaca preferec koszyk towarów: przestrzeń towarów: R + = { x R x 0} x = ( x,, x ) X X R+ x 0 x 0 =, 2,, x~y xf y x y x

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

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

Bardziej szczegółowo

ZAJĘCIA 4. Indeksy indywidualne i zespołowe (agregatowe)

ZAJĘCIA 4. Indeksy indywidualne i zespołowe (agregatowe) ZAJĘCIA 4 Ies uale zesołoe (agregaoe) SZEREGI CZASOWE W baaach eoomczch sołeczch zjasa są częso osae rzez zbór arośc zaobseroach różch momeach, rzezałach czasu. Szeregem czasom azam uorząoa zbór arośc

Bardziej szczegółowo

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych.

PROGNOZOWANIE. mgr Żaneta Pruska. Katedra Systemów Logistycznych. PROGNOZOWANIE Kaedra Ssemów Logisczch mgr Żaea Pruska zaea_pruska@wp.pl zaea.pruska@wsl.com.pl PROJEKT 5 pk. (grup 4-osobowe) Projek: Wersja w Wordzie Powia zawierać opis projeku z zasosowaiem eapów progozowaia.

Bardziej szczegółowo

ANALIZA ZALEŻNOŚCI DWÓCH ZMIENNYCH ILOŚCIOWYCH

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

Bardziej szczegółowo

Współczynnik korelacji liniowej oraz funkcja regresji liniowej dwóch zmiennych

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

Bardziej szczegółowo

ANALIZA SZEREGÓW CZASOWYCH

ANALIZA SZEREGÓW CZASOWYCH ANALIZA ZEREGÓW CZAWYCH zereg czasow zbór warosc baanej cech lub warosc baanego zjawska zaobserwowanch w róznch momenach czasu uporzakowan chronologczne. klank szeregu czasowego:. enencja rozwojowa (ren)

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

KRYTERIUM OCENY EFEKTYWNOŚCI INWESTYCYJNEJ OFE, SYSTEM MOTYWACYJNY PTE ORAZ MINIMALNY WYMÓG KAPITAŁOWY DLA PTE PROPOZYCJE ROZWIĄZAŃ

KRYTERIUM OCENY EFEKTYWNOŚCI INWESTYCYJNEJ OFE, SYSTEM MOTYWACYJNY PTE ORAZ MINIMALNY WYMÓG KAPITAŁOWY DLA PTE PROPOZYCJE ROZWIĄZAŃ KRYTERIU OCENY EFEKTYWNOŚCI INWESTYCYJNEJ OFE, SYSTE OTYWACYJNY PTE ORAZ INIALNY WYÓG KAPITAŁOWY DLA PTE PROPOZYCJE ROZWIĄZAŃ Urząd Komsj Nadzoru Fasowego Warszawa 0 DEPARTAENT NADZORU INWESTYCJI EERYTALNYCH

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów.

Zadanie 1. Rzucamy symetryczną monetą tak długo, aż w dwóch kolejnych rzutach pojawią się,,reszki. Oblicz wartość oczekiwaną liczby wykonanych rzutów. Pradopodobeństo statystya 6..3r. Zadae. Rzucamy symetryczą moetą ta długo aż dóch olejych rzutach pojaą sę resz. Oblcz artość oczeaą lczby yoaych rzutó. (A) 7 (B) 8 (C) 9 (D) (E) 6 Wsazóa: jeśl rzuce umer

Bardziej szczegółowo

Matematyka II. x 3 jest funkcja

Matematyka II. x 3 jest funkcja Maemayka II WYKLD. Całka eozaczoa. Rachuek całkowy. Twerdzea o całkach eozaczoych. Całkowae wybraych klas fukcj. Całkowae fukcj wymerych. Całkowae fukcj rygoomeryczych.. Defcja fukcj perwoej. Fukcję F

Bardziej szczegółowo

Wygładzanie metodą średnich ruchomych w procesach stałych

Wygładzanie metodą średnich ruchomych w procesach stałych Wgładzanie meodą średnich ruchomch w procesach sałch Cel ćwiczenia. Przgoowanie procedur Średniej Ruchomej (dla ruchomego okna danch); 2. apisanie procedur do obliczenia sandardowego błędu esmacji;. Wizualizacja

Bardziej szczegółowo

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

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

Bardziej szczegółowo