Analiza wariancji klasyfikacja prosta
|
|
- Szymon Żurawski
- 6 lat temu
- Przeglądów:
Transkrypt
1 Anlz wrnc Oprcowno n podstwe: Łomnck A Wprowdzene do sttystyk dl przyrodnków. PW Wrszw. Anlz wrnc klsyfkc prost Dne o przeżywlnośc chrząszczy hodownych hodowlnych n czterech różnych pożywkch. Kżd pożywk stnow grupę po 5 pomrów. Interesue ns odpowedz n pytne, czy skłd pożywk m wpływ przeżywlnośc chrząszczy. Jest model to I nlzy wrnc, ponewż czynnk różncuący grupy (skłd pożywk) est czynnkem powtrzlnym znduącym sę pod kontrolą eksperymenttor, ne zmenną losową. Sposób przeprowdzen oblczeń est tk sm dl modelu I II. Poleg on n oszcownu wrnc mędzy grupm wewnątrz grup. MP ,4 MP ,4 MP ,8 MPR ,0 Dl tych dnych będzemy testowć hpotezę zerową zkłdącą, że zróżncowne przeżywlnośc mędzy grupm ne est wększe nż wewnątrz grup, czyl medzy różnym pożywkm ne m różncy w przeżywlnośc chrząszczy. Zgodne z konwencą wskźnkem oznczymy -ty pomr w -te grupe. W ten sposób drug pomr w trzece grupe (MP) oznczmy symbolem x,3 =6. W nszych dnych są =4 grupy, w kżde grupe mmy =5 pomrów, ztem we wszystkch grupch est łączne =0 pomrów. Aby otrzymć ogólną (cłkowtą) sumę kwdrtów odchyleń posłużymy sę wzorem: Perwszy skłdnk wzoru (1) otrzymuemy podnosząc do kwdrtu kżdy z pomrów, nstępne sumuąc wszystke wynk (58) (60)... (66) Ztem cłkowt (ogóln) sum kwdrtów odchyleń wynos ,45=514,55 1 I II III IV V I II III IV V 5 MP MP MP MPR (1) Drug skłdnk wzoru (1), czyl wyrz poprwkowy oblczmy sumuąc wszystke pomry, podnosząc e do kwdrtu, nstępne dzeląc przez lczbę wszystkch pomrów. / ( ) / 0 (193) / / ,45
2 Anlz wrnc Oprcowno n podstwe: Łomnck A Wprowdzene do sttystyk dl przyrodnków. PW Wrszw. Mędzygrupow sum kwdrtów odchyleń est lczon według wzoru: () Drug skłdnk tego wzoru est dentyczny k w wzorze (1) do oblczen cłkowte sumy kwdrtów (est to wyrz poprwkowy), zostł wcześne wylczony wynos 8359,45. Perwszy wyrz wzoru () otrzymuemy sumuąc wszystke pomry dl kżde grupy osobno. stępne kżdą z tych sum podnosmy do kwdrtu dzelmy przez lczbę pomrów, n podstwe których zostł oblczon. Jeżel lczb pomrów w kżde grupe est różn, to zgodne ze wzorem () dl kżde grupy dzelmy przez lczbę pomrów w te grupe 1 97, 34, 3 39, / (97) / 5 (34) / 5 (39) / 5 (35) / ,8 I II III IV V / MP ,8 MP ,8 MP , MPR ,0 Zgodne ze wzorem () mędzygrupow sum kwdrtów odchyleń wynos: 83807,8-8359,45=15,35 Sum kwdrtów odchyleń (SK) równ sę: Ogóln SK = mędzygrupow SK + wewnątrzgrupow SK ,8 Wewnątrzgrupową sum kwdrtów odchyleń (skłdnk błędu) oblcz sę nstępuąco: Wewnątrzgrupow SK = Ogóln SK - mędzygrupow SK Czyl dl przykłdu: 514,55 15,35=99,0 Lczb stopn swobody dl cłkowte SK wynos: df=-1 = 0-1=19, dl mędzygrupowe SK: df=-1 = 4-1=3 dl wewnątrzgrupowe SK: df = ( 1) (5 1) (5 1) (5 1) (5 1) 16 Wzór ten pozwl oblczyć wewnątrzgrupow lczbę stopn swobody nwet, gdy lczb pomrów w poszczególnych grupch est różn. Cłkowt df = mędzygrupow df + wewnątrzgrupow df stępne uzyskne sumy kwdrtów (SK) stopne swobody (df) zbermy w tbelce
3 Anlz wrnc Oprcowno n podstwe: Łomnck A Wprowdzene do sttystyk dl przyrodnków. PW Wrszw. Oszcowne wrnc mędzy grupm wewnątrz grup (newyśnone) otrzymuemy dzeląc sumy kwdrtów odchyleń przez odpowdące m stopne swobody, odpowedno 15,53/3=71,783 99,0/16=18,700 Tbel 1. Sumy kwdrtów (SK), stopne swobody (df), oszcowne wrnc stosunek F oszcown wrnc mędzygrupowe (medzy pożywkm) do oszcown wrnc wewnątrzgrupowe (błędu) dl przykłdu. Źródł zmennośc SK df Cłkowt (ogóln) Mędzy pożywkm Błąd 514,55 15,35 99, Oszcowne wrnc 71,783 18,700 F 3,839 Oszcowne wrnc ogólne w nlze wrnc możn pomnąć, ponewż nteresue ns stnene zmennośc mędzy grupm (pożywkm). Aby ustlć, czy zróżncowne mędzy grupm est sttystyczne stotne musmy oblczyć stosunek: F = wrnc mędzy grupm/wrnc w grupch Co w przykłdze de F=71,783/18,700=3,839 W przypdku, gdy oszcowne wrnc mędzy grupm est mnesze nż w grupch, czyl gdy F 1, to możemy uznć, ze zebrne dne ne pozwlą n stwerdzene zróżncown mędzy grupm. W przecwnym rze nleży dokonć porównn z tbelą G w które podno wrtośc krytyczne rozkłdu F. Tbel est tk skonstruown, że w główce tblcy podn est lczb stopn swobody dl wększego oszcown wrnc (czyl mędzy grupm), w perwsze kolumne dl mneszego (czyl wewnątrz grup). Sprwdzmy nperw wrtośc krytyczne dl pozomu stotnośc 0,05. Dl df=3 (wększ wrnc) df=16 (mnesz wrnc) otrzymuemy krytyczny stosunek F 0,05; 3; 16 =3,4. Ponewż otrzymny z oblczeń stosunek F=3,839 est wększy od krytycznego, to odrzucmy hpotezę zerową zkłdącą, że poszczególne grupy ne różną sę mędzy sobą. Skłd pożywk m ztem wpływ n przeżywlność chrząszczy. Odrzucąc te hpotezę, kceptuemy prwdopodobeństwo popełnen błędu I rodzu P<0,05. Gdyby odczytny z tblcy G krytyczny stosunek F 0,05; 3; 16 =3,4 był wększy od stosunku oblczonego, wówczs nleżłoby przyąć hpotezę zerow. Po odrzucenu hpotezy n pozome stotnośc 0,05 nleżłoby sprwdzć, czy ne d sę e odrzucć z mneszym błędem I rodzu. Dltego też sprwdzmy wrtość krytyczną stosunku F dl pozomu stotnośc 0,05. Wynos on F 0,05; 3; 16 =4,08, czyl est wyższ nż otrzymny stosunek F. Hpotezy zerowe przy tym pozome stotnośc ne możn odrzucć. Wynk z tego, że hpotezę zerową nleży odrzucć n pozome stotnośc 0,05 (?0,05), zś prwdopodobeństw popełnen błędu I rodzu przy e odrzucenu zwer sę w przedzle 0,05<P<0,05. Z pomocą nlzy wrnc klsyfkc prost możn testowć hpotezę zerow o brku różnc mędzy dwom tylko grupm. Tk test est formlne dentyczny z testem t Student różnc mędzy średnm, gdy ne mmy do czynen z prm zwąznym przy złożenu Z oznczenem tym spotkmy sę eszcze przy oblcznu IR-u 3
4 Anlz wrnc Oprcowno n podstwe: Łomnck A Wprowdzene do sttystyk dl przyrodnków. PW Wrszw. ednorodnośc wrnc. Gdybyśmy te sme dne sprwdzl obom testm, to medzy otrzymnym stosunkem F otrzymną sttystyk zwązek t =F. Możn ztem uwżć test t Student z speclny przypdek stosown nlzy wrnc do porównywn dwóch tylko grup. Test posteror Tukey (metod T) Poszukuemy tzw. nmnesze stotne różncy (IR) defnowne ko: IR=(wrtość krytyczn) (błąd stndrdowy) Wrtość krytyczn to rozstęp studentyzowny, który podny est w tbel H 1. Rozstępy te (Q 0,05; ; df ) podwny est dl lczby zbegów (grup) lczby stopn swobody df (lczby stopn swobody df =-, gdze lczb wszystkch pomrów) przy złożonym pozome stotnośc 0,05. IR oblczmy n podstwe wrnc wewnątrz grup (zbegów), czyl wrnc newyśnone zwne też skłdnkem błędu. Posługuemy sę ztem stopnm swobody oszcownem wrnc newyśnone (wewnątrzgrupowe). Test Tukey przeprowdzmy operąc sę n dnych o przeżywlnośc chrząszczy n różnych pożywkch. Dl pozomu stotnośc 0,05, lczby zbegów =4 df=16 otrzymuemy Q 0,05; 4; 16 =4,05. Błąd stndrdowy s oblczmy według wzoru s s x, (3) n gdze s ozncz oszcowne wrnc newyśnone czyl skłdnk błędu, zś n to lczb powtórzeń w ednym zbegu. W nszym przykłdze: Skłdnk s zostł uż oblczony zmeszczony w tbel 1. IR lczymy według wzoru IR Q0,05; ; df s,(4) W rozptrywnym przykłdze s 18,7 s x 1,934 n 5 IR=4,05 1,934=7,837 Dl kżdego zbegu (grupy) oblczmy średną rytmetyczną z pomrów orz dolny d górny g zkres kżde średne dl porównn ze średnm pozostłych zbegów. Zkresy te oblczmy ze wzorów d IR / (5) g IR / x 1 Wrtość krytyczne są dostępne też w nternece. Szczególne polecm ten perwszy lnk
5 Anlz wrnc Oprcowno n podstwe: Łomnck A Wprowdzene do sttystyk dl przyrodnków. PW Wrszw. W nszym przykłdze: MP0 MP5 MP MPR 59,4 68,4 65,8 65,0 d 55,48 64,48 61,88 61,08 g 63,3 7,3 69,7 68,9 Średne ch zkresy możn przedstwć grfczne MP5 MP MPR 60 MP Jeżel zkresy średnch z dwóch zbegów zchodzą n sebe, to znczy, że mędzy tym zbegm ne m sttystyczne stotnych różnc, eżel ne zchodzą, to znczy, że są sttystyczne stotne różnce trzeb odrzucć hpotezę zerową o brku różnc w porównywne prze zbegów. Innym słowy, hpotezę zerową dl dwóch średnch odrzucmy wówczs, gdy IR est mnesz nżel różnc medzy tym średnm. Oprócz grfcznego przedstwen tych wynków możn przedstwć wynk porównn kżdego zbegu z kżdym. Zbeg nleży ułożyć według wzrstące średne. By dokonć nterpretc nleży odąć od sebe poszczególne średne dl grup. Jeżel: 1. IR < różnc średnch odrzucmy H 0, są różnce sttystyczne stotne. IR różnc średnch ne m różnc Dl nszego przykłdu MP0 MPR MP MP5 59,4 65,0 65,8 68,4 MP MPR - - MP - Z tego porównn wyrźne wdć, że różnce w przeżywlnośc są sttystyczne stotne przy porównywnu wynków zbegu MP0 z zbegem MP5. Porównn pozostłych 5 pr ne pozwlą n odrzucene hpotezy zerowe, ponewż, ch zkresy zchodzą n sebe. Ksążk godne uwg: Łomnck A Wprowdzene do sttystyk dl przyrodnków. PW Wrszw. Zelńsk R Tblce sttystyczne. PW Wrszw. 5
6 Anlz wrnc - krótk kurs korzystn z komputer Przedstwone powyże oblczen możn wykonć korzystąc nrzędz znstlownych w progrme Mcrosoft Excell. Ponewż to nrzędze ne est stndrdowo znstlowne nleży to zrobć smemu. W tym celu po uruchomenu progrmu nleży weść w opce rzędz, nstępne wybrć Dodtk. W okenku, które sę pow nleży zznczyć perwsze trzy pozyce: Aktulzowne łączy dodtków, Anlyss ToolPk, orz Anlyss ToolPk-VBA. Wybór nleży potwerdzć poprzez ncśnęce przycsku OK. Terz możn przystąpć do wprowdzen dnych. Dne mogą być wprowdzne w postc werszy lub kolumn. W nszym przykłdze dne są podne w werszch. MP MP MP MPR Po wprowdzenu dnych ponowne rozw sę menu rzędz, z nego wyber sę opce Anlz Dnych. W okenku, które sę pow wyber sę Anlz wrnc: ednoczynnkow. stępne pow sę kolene okno dlogowe. Jko Zkres weścowy pode sę cłość nszych dnych (włączne z nzwm), nstępne nleży wybrć sposób w k dne są podwne: wersze lbo kolumny (w nszym przykłdze wersze). Ponewż zznczylśmy w zkrese weścowym kolumnę z nzwm to w okne dlogowym też to nleży to zznczyć. Pozom stotnośc wybermy, w zleżnośc od potrzeb (zwykle 0,05 lub 0,01). stępne potwerdzmy wybór przez przycśnęce przycsku OK. Ponewż nc ne zmenlśmy w opcch wyśc to wynk pow sę n nowym rkuszu w forme tbel. Wygląd to nstępuąco: Anlz wrnc: ednoczynnkow PODSUMOWAIE Grupy Lcznk Sum Średn Wrnc MP ,4 30,8 MP ,4 19,3 MP ,8 1,7 MPR AALIZA WARIACJI Źródło wrnc SS df MS F Wrtość-p Test F Pomędzy grupm 15, , , , ,38867 W obrębe grup 99, 16 18,7 Rzem 514,55 19 Proszę zwrócć uwgę, że w tbel powyże w kolumne Test F podno odpowedne krytyczne wrtośc F (stron 3) przy złożonym pozome stotnośc (w tym przypdku 0,05), co unezleżn ns od tbel G. Dl porównn złączm ponże tbelkę z wynkm, którą uprzedno sm sporządzlśmy. Wytłuszczone dne są nezbędne do lczen IR-u: Źródł zmennośc SK df Cłkowt (ogóln) Mędzy pożywkm Błąd 514,55 15,35 99, Oszcowne wrnc 71,783 18,700 F 3,839
7 Anlz wrnc - krótk kurs korzystn z komputer Welkość Wrtość-p możn oblczyć korzystąc z funkc Rozkłd F wpsuąc: to wrtość, dl które t funkc m być oblczon czyl F, Stopne_swobody1 to lcznk stopn swobody (df pomędzy grupm), Stopne_swobody to mnownk stopn swobody (df w obrębe grup). W nszym przypdku to odpowedno 3,838681, Z kole welkość Test F możn oblczyć też używąc funkc Rozkłd F odwrócony wpsuąc: Prwdopodobeństwo to prwdopodobeństwo zwązne ze skumulownym rozkłdem F-Snedecor czyl pozom stotnośc, Stopne_swobody1 to lcznk stopn swobody (df pomędzy grupm), Stopne_swobody to mnownk stopn swobody (df w obrębe grup). W nszym przypdku będze to odpowedno 0,05 orz df (czyl 3 16). W przypdku korzystn z pketu Open Offce sprw sę trochę komplkue, gdyż ne est dostępn funkc, który by równe łtwo dokonywł wszystkch oblczeń. leży wykorzystć funkcę: =ODCH.KWADRATOWE(xx:yy) w celu oblczen wewnątrzgrupowe SK (stron ). Jko zkres funkc, czyl xx:yy podemy dne dl poszczególnych grup. stępne sumuemy wynk uzyskne dl poszczególnych grup uzyskuemy wewnątrzgrupową SK. Terz nleży tylko, tk k n strone 3, otrzymny wynk podzelć przez lczbę stopn swobody df (lczby stopn swobody df =-, gdze lczb wszystkch pomrów, - lczb zbegów (grup)). MP0 MP5 MP MPR Odchylene kwdrtowe 13, 77, 50,8 48 Sum odchyleń 99, =0 =4 df=16 Oszcowne wrnc mędzy grupm 18,7 Dlsze postępowne zostło uz omówone wcześne (stron 4). Przy oprcownu częśc dotyczące korzystn z Open Offce korzystłem z pomocy dr Jck Rożnowskego, z co estem mu serdeczne wdzęczny. 7
8 Anlz wrnc - krótk kurs korzystn z komputer W przypdku użyc progrmu STATISTICA dne nleży uporządkowć w nstępuący sposób: Rodz pożywk Ilość chrząszczy 1 MP0 58 MP MP MP MP0 6 6 MP MP MP MP MP MP 69 1 MP 6 13 MP MP MP MPR MPR MPR MPR 60 0 MPR 66 By przeprowdzć nlzę wrnc wybermy: Sttystyk AOVA ednoczynnkow AOVA. W powącym sę okne dlogowym ko predyktory koścowe wybermy kolumnę 1 (Rodz pożywk), ko lstę zmennych zleżnych kolumnę (Ilość chrząszczy). Ztwerdzmy wybór w kolenym okne mmy szereg możlwośc: Wszystke efekty SS Stopne - swobody MS F p Wyrz wolny 8359, , ,184 0, Rodz pożywk 15, ,78 3,839 0,03078 Błąd 99, ,70 Wygląd znomo. z kole tzw. IR możn oblczyć wyberąc koleno zkłdk Węce czynnków nstępne Post hoc. stępne nleży wybrć eden z dostępnych testów (sugerue zznczyć opcę ednorodne grupy wybrny pozom stotnośc). 8
9 Stron pochodz z: Łomnck A Wprowdzene do sttystyk dl przyrodnków. PW Wrszw
Ilość pożywki w gramach 0,
Anlz wrnc: dwuczynnow (dwuerunow) z powtórzenm Krót urs osług omputer Z pomocą nlzy wrnc dwuczynnowe możn nlzowć wyn esperymentów, w tórych stosue sę nezleżne dw różne czynn. Rozptrywny ędze nstępuący
Bardziej szczegółowoĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GRANULOMETRYCZNEJ SUROWCÓW I PRODUKTÓW
1 ĆWICZENIE ANALIZA SITOWA I PODSTAWY OCENY GANULOMETYCZNEJ SUOWCÓW I PODUKTÓW 1. Cel zkres ćwczen Celem ćwczen jest opnowne przez studentów metody oceny mterłu sypkego pod względem loścowej zwrtośc frkcj
Bardziej szczegółowoSformułowanie zagadnienia. c c. Analiza zagadnienia dla przypadku m = 4 i n = 3. B 2. c A. c A
ZGDNIENIE TRNSPORTOWE Sformułowne zgdnen Przypuśćmy, że z m punktów odprwy,, K, m m być wysłny w lośh,, K, m ednorodny produkt do n punktów przyęć,, K, n. odboru przymuą produkt w lośh b, b, K, bn. Kżdy
Bardziej szczegółowoRównania liniowe. gdzie. Automatyka i Robotyka Algebra -Wykład 8- dr Adam Ćmiel,
utomtyk Robotyk lgebr -Wykłd - dr dm Ćmel cmel@ghedupl Równn lnowe Nech V W będą przestrzenm lnowym nd tym smym cłem K T: V W przeksztłcenem lnowym Rozwżmy równne lnowe T(v)w Powyższe równne nzywmy równnem
Bardziej szczegółowoPlan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup
Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT
Bardziej szczegółowoPolitechnika Gdańska Wydział Elektrotechniki i Automatyki Katedra Inżynierii Systemów Sterowania
Poltechnk Gdńsk Wydzł Elektrotechnk Automtyk Ktedr Inżyner Systemów Sterown Teor sterown Podstwy lgebry mcerzy Mterły pomocncze do ćwczeń lbortoryjnych 1 Część 3 Oprcowne: Kzmerz Duznkewcz, dr hb. nż.
Bardziej szczegółowoW praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.
Wykład 7 Uwaga: W praktyce często zdarza sę, że wynk obu prób możemy traktować jako wynk pomarów na tym samym elemence populacj np. wynk x przed wynk y po operacj dla tego samego osobnka. Należy wówczas
Bardziej szczegółowoEKONOMIA MENEDŻERSKA. Wykład 2 Analiza popytu. Optymalna polityka cenowa. 1 ANALIZA POPYTU. OPTYMALNA POLITYKA CENOWA.
Wykłd Anlz popytu. Optymln poltyk cenow. 1 ANALIZA OYTU. OTYMALNA OLITYKA CENOWA. rzedmotem wykłdu jest prolem zrządzn zyskem poprzez oprcowne wdrożene odpowednej strteg różncown cen, wykorzystując do
Bardziej szczegółowoWeryfikacja hipotez dla wielu populacji
Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w
Bardziej szczegółowo( ) Elementy rachunku prawdopodobieństwa. f( x) 1 F (x) f(x) - gęstość rozkładu prawdopodobieństwa X f( x) - dystrybuanta rozkładu.
Elementy rchunku prwdopodoeństw f 0 f() - gęstość rozkłdu prwdopodoeństw X f d P< < = f( d ) F = f( tdt ) - dystryunt rozkłdu E( X) = tf( t) dt - wrtość średn D ( X) = E( X ) E( X) - wrncj = f () F ()
Bardziej szczegółowoMetoda prądów obwodowych
Metod prądów owodowyh Zmenmy wszystke rzezywste źródł prądowe n npęowe, Tworzymy kłd równń lnowyh opsjąyh poszzególne owody. Dowolną seć lnową skłdjąą sę z elementów skponyh możn opsć z pomoą kłd równń
Bardziej szczegółowoSTATYSTYKA 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 szczegółowoRaport Przeliczenie punktów osnowy wysokościowej III, IV i V klasy z układu Kronsztadt60 do układu Kronsztadt86 na obszarze powiatu krakowskiego
Rport Przelczene punktów osnowy wysokoścowej III, IV V klsy z ukłdu Kronsztdt60 do ukłdu Kronsztdt86 n oszrze powtu krkowskego Wykonł: dr h. nż. Potr Bnsk dr nż. Jcek Kudrys dr nż. Mrcn Lgs dr nż. Bogdn
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 4
Stansław Cchock Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0-1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających Interpretacja
Bardziej szczegółowoNatalia Nehrebecka. Zajęcia 4
St ł Cchock Stansław C h k Natala Nehrebecka Zajęca 4 1. Interpretacja parametrów przy zmennych zerojedynkowych Zmenne 0 1 Interpretacja przy zmennej 0 1 w modelu lnowym względem zmennych objaśnających
Bardziej szczegółowoWyk lad 1 Podstawowe wiadomości o macierzach
Wyk ld 1 Podstwowe widomości o mcierzch Oznczeni: N {1 2 3 } - zbiór liczb nturlnych N 0 {0 1 2 } R - ci lo liczb rzeczywistych n i 1 + 2 + + n i1 1 Określenie mcierzy Niech m i n bed dowolnymi liczbmi
Bardziej szczegółowoZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Fuzja danych nawigacyjnych w przestrzeni filtru Kalmana
ISSN 733-867 ZESZ NAUKOWE NR (83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZNARODOWA KONFERENCJA NAUKOWO-ECHNICZNA E X L O - S H I 6 Andrzej Stteczny, Andrzej Lsj, Chfn Mohmmd Fzj dnych nwgcyjnych w przestrzen
Bardziej szczegółowoSTYLE. TWORZENIE SPISÓW TREŚCI
STYLE. TWORZENIE SPISÓW TREŚCI Ćwiczenie 1 Tworzenie nowego stylu n bzie istniejącego 1. Formtujemy jeden kpit tekstu i zznczmy go (stnowi on wzorzec). 2. Wybiermy Nrzędzi główne, rozwijmy okno Style (lub
Bardziej szczegółowoWYKŁAD 5. Typy macierzy, działania na macierzach, macierz układu równań. Podstawowe wiadomości o macierzach
Mtemtyk I WYKŁD. ypy mcierzy, dziłni n mcierzch, mcierz ukłdu równń. Podstwowe widomości o mcierzch Ogóln postć ukłdu m równń liniowych lgebricznych z n niewidomymi x x n xn b x x n xn b, niewidome: x,
Bardziej szczegółowoMETODA DIAGNOSTYKI SOCJOMETRYCZNEJ JAKO NARZĘDZIE BADAŃ CECH JAKOŚCIOWYCH KIEROWNIKÓW
FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Fol Unv. Agrc. Stetn. 007, Oeconomc 54 (47, 347 354 Leond WOROBJOW METODA DIAGNOSTYKI SOCJOMETRYCZNEJ JAKO NARZĘDZIE BADAŃ CECH JAKOŚCIOWYCH KIEROWNIKÓW THE
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej
Bardziej szczegółowo) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4
Zadane. Nech ( X, Y ),( X, Y ), K,( X, Y n n ) będą nezależnym zmennym losowym o tym samym rozkładze normalnym z następującym parametram: neznaną wartoścą oczekwaną EX = EY = m, warancją VarX = VarY =
Bardziej szczegółowoWYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ
Ćwiczenie 9 WYZNACZANIE OGNISKOWEJ SOCZEWEK CIENKICH ZA POMOCĄ ŁAWY OPTYCZNEJ 9.. Opis teoretyczny Soczewką seryczną nzywmy przezroczystą bryłę ogrniczoną dwom powierzchnimi serycznymi o promienich R i
Bardziej szczegółowoMetody numeryczne. Wykład nr 7. dr hab. Piotr Fronczak
Metody numeryzne Wyłd nr 7 dr. Potr Fronz Cłowne numeryzne Cłowne numeryzne to przylżone olzne łe oznzony. Metody łown numeryznego polegją n przylżenu ł z pomoą odpowednej sumy wżonej wrtoś łownej unj
Bardziej szczegółowoRównania i nierówności kwadratowe z jedną niewiadomą
50 REPETYTORIUM 31 Równni i nierówności kwdrtowe z jedną niewidomą Równnie wielominowe to równość dwóch wyrżeń lgebricznych Kżd liczb, któr po podstwieniu w miejscu niewidomej w równniu o jednej niewidomej
Bardziej szczegółowo65120/ / / /200
. W celu zbadana zależnośc pomędzy płcą klentów ch preferencjam, wylosowano kobet mężczyzn zadano m pytane: uważasz za lepszy produkt frmy A czy B? Wynk były następujące: Odpowedź Kobety Mężczyźn Wolę
Bardziej szczegółowoRealizacje zmiennych są niezależne, co sprawia, że ciąg jest ciągiem niezależnych zmiennych losowych,
Klsyczn Metod Njmniejszych Kwdrtów (KMNK) Postć ć modelu jest liniow względem prmetrów (lbo nleży dokonć doprowdzeni postci modelu do liniowości względem prmetrów), Zmienne objśnijące są wielkościmi nielosowymi,
Bardziej szczegółowo1. Weryfikacja hipotez dotyczących wariancji test F. 2. Wykorzystanie statystyki F do badania istotności regresji
PODSTAWY STATYSTYKI 1. Teor prwdopodobeńtw element kombntork. Zmenne loowe ch rozkłd 3. Populcje prób dnch, etmcj prmetrów 4. Tetowne hpotez 5. Tet prmetrczne (n przkłdze tetu t) 6. Tet neprmetrczne (n
Bardziej szczegółowoPorównanie dostępności różnych, nadmiarowych konfiguracji zasilania szaf przemysłowych
Porównne dotępnośc różnych, ndmrowych konfgurcj zln zf przemyłowych Whte Pper 48 Strezczene Przełącznk źródeł zln orz dwutorow dytrybucj zln przętu IT łużą zwękzenu dotępnośc ytemów oblczenowych. Sttytyczne
Bardziej szczegółowoTwierdzenie Bezouta i liczby zespolone Javier de Lucas. Rozwi azanie 2. Z twierdzenia dzielenia wielomianów, mamy, że
Twerdzene Bezouta lczby zespolone Javer de Lucas Ćwczene 1 Ustal dla których a, b R można podzelć f 1 X) = X 4 3X 2 + ax b przez f 2 X) = X 2 3X+2 Oblcz a b Z 5 jeżel zak ladamy, że f 1 f 2 s a welomanam
Bardziej szczegółowoWyrównanie sieci niwelacyjnej
1. Wstęp Co to jest sieć niwelcyjn Po co ją się wyrównje Co chcemy osiągnąć 2. Metod pośrednicząc Wyrównnie sieci niwelcyjnej Metod pośrednicząc i metod grpow Mmy sieć skłdjącą się z szereg pnktów. Niektóre
Bardziej szczegółowoMacierz. Wyznacznik macierzy. Układ równań liniowych
Temt wykłdu: Mcierz. Wyzncznik mcierzy. Ukłd równń liniowych Kody kolorów: żółty nowe pojęcie pomrńczowy uwg kursyw komentrz * mterił ndobowiązkowy Ann Rjfur, Mtemtyk Zgdnieni. Pojęci. Dziłni n mcierzch.
Bardziej szczegółowoEKONOMETRIA wykład 4. Prof. dr hab. Eugeniusz Gatnar.
EKONOMETRIA wykłd 4 Prof. dr hb. Eugenusz Gtnr egtnr@ml.wz.uw.edu.pl Wykorzystne modelu W zleżnośc od rodzju: modele sttyczne - do symulcj, modele dynmczne - do predykcj. Symulcj pozwl wyznczyć wrtość
Bardziej szczegółowoKodowanie liczb. Kodowanie stałopozycyjne liczb całkowitych. Niech liczba całkowita a ma w systemie dwójkowym postać: Kod prosty
Kodownie licz Kodownie stłopozycyjne licz cłkowitych Niech licz cłkowit m w systemie dwójkowym postć: nn 0 Wtedy może yć on przedstwion w postci ( n+)-itowej przy pomocy trzech niżej zdefiniownych kodów
Bardziej szczegółowoINSTRUKCJA. - Jak rozwiązywać zadania wysoko punktowane?
INSTRUKCJA - Jk rozwiązywć zdni wysoko punktowne? Mturzysto! Zdni wysoko punktowne to tkie, z które możesz zdobyć 4 lub więcej punktów. Zdni z dużą ilość punktów nie zwsze są trudniejsze, często ich punktcj
Bardziej szczegółowoMETODY NUMERYCZNE. Wykład 4. Numeryczne rozwiązywanie równań nieliniowych z jedną niewiadomą. dr hab.inż. Katarzyna Zakrzewska, prof.
METODY NUMERYCZNE Wykłd 4. Numeryczne rozwązywne równń nelnowych z jedną newdomą dr hb.nż. Ktrzyn Zkrzewsk, pro.agh Met.Numer. Wykłd 4 Rozwązywne równń nelnowych z jedną newdomą Nleży znleźć perwstek równn
Bardziej szczegółowoKomisja Egzaminacyjna dla Aktuariuszy LIX Egzamin dla Aktuariuszy z 12 marca 2012 r. Część I Matematyka finansowa
Mtemtyk finnsow 12.03.2012 r. Komisj Egzmincyjn dl Akturiuszy LIX Egzmin dl Akturiuszy z 12 mrc 2012 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoby egzminownej:... Czs egzminu: 100 minut
Bardziej szczegółowoPrawo propagacji niepewności. 1
Prwo propgc nepewnośc. Prwo propgc nepewnośc. W przpdk pomrów metodą pośredną wrtość welkośc stl sę n podstwe wrtośc nnch welkośc zmerzonch bezpośredno. przkłd obętość V 0 prostopdłoścn o krwędzch D 0
Bardziej szczegółowoANALIZA WARIANCJI (ANOVA) Spis treści
ANALIZA WARIANCJI (ANOVA) Sps treśc. JEDNOCZYNNIKOWA ANALIZA WARIANCJI.... DWUCZYNNIKOWA ANALIZA WARIANCJI... 8 3. TESTY ZAŁOŻEŃ W ANALIZIE WARIANCJI... 3 3.. Test normalnośc... 4 3. Test Bartleta ednorodnośc
Bardziej szczegółowoRozwiązania maj 2017r. Zadania zamknięte
Rozwiązni mj 2017r. Zdni zmknięte Zd 1. 5 16 5 2 5 2 Zd 2. 5 2 27 2 23 2 2 2 2 Zd 3. 2log 3 2log 5log 3 log 5 log 9 log 25log Zd. 120% 8910 1,2 8910 2,2 8910 $%, 050 Zd 5. Njłtwiej jest zuwżyć że dl 1
Bardziej szczegółowoZADANIA OTWARTE. Są więc takie same. Trzeba jeszcze pokazać, że wynoszą one 2b, gdyż taka jest długość krawędzi dwudziestościanu.
ZADANIA OTWARTE ZADANIE 1 DWUDZIESTOŚCIAN FOREMNY Wiemy, że z trzech złotych prostokątów możn skonstruowć dwudziestościn foremny. Wystrczy wykzć, że długości boków trójkąt ABC n rysunku obok są równe.
Bardziej szczegółowoWektor kolumnowy m wymiarowy macierz prostokątna o wymiarze n=1 Wektor wierszowy n wymiarowy macierz prostokątna o wymiarze m=1
Rchunek mcierzowy Mcierzą A nzywmy funkcję 2-zmiennych, któr prze liczb nturlnych (i,j) gdzie i = 1,2,3,4.,m; j = 1,2,3,4,n przyporządkowuje dokłdnie jeden element ij. 11 21 A = m1 12 22 m2 1n 2n mn Wymirem
Bardziej szczegółowoNotatki do tematu Metody poszukiwania rozwiązań jednokryterialnych problemów decyzyjnych metody dla zagadnień liniowego programowania matematycznego
Komputerowe wspomgnie decyzi 008/009 Liniowe zgdnieni decyzyne Nottki do temtu Metody poszukiwni rozwiązń ednokryterilnych problemów decyzynych metody dl zgdnień liniowego progrmowni mtemtycznego Liniowe
Bardziej szczegółowo4. RACHUNEK WEKTOROWY
4. RACHUNEK WEKTOROWY 4.1. Wektor zczepiony i wektor swoodny Uporządkowną prę punktów (A B) wyznczjącą skierowny odcinek o początku w punkcie A i końcu w punkcie B nzywmy wektorem zczepionym w punkcie
Bardziej szczegółowoBadanie 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 szczegółowoRedukcja układów sił działających na bryły sztywne
1 Redukcj ukłdów sił dziłjących n bryły sztywne W zdnich tego rozdziłu wykorzystuje się zsdy redukcji ukłdów sił wykłdne w rmch mechniki ogólnej i powtórzone w tomie 1 podręcznik. Zdnie 1 Zredukowć ukłd
Bardziej szczegółowoEgzamin ze statystyki/ Studia Licencjackie Stacjonarne/ Termin I /czerwiec 2010
Egzamn ze statystyk/ Studa Lcencjacke Stacjonarne/ Termn /czerwec 2010 Uwaga: Przy rozwązywanu zadań, jeśl to koneczne, naleŝy przyjąć pozom stotnośc 0,01 współczynnk ufnośc 0,99 Zadane 1 PonŜsze zestawene
Bardziej szczegółowoPODSTAWY BAZ DANYCH Wykład 3 2. Pojęcie Relacyjnej Bazy Danych
PODSTAWY BAZ DANYCH Wykłd 3 2. Pojęcie Relcyjnej Bzy Dnych 2005/2006 Wykłd "Podstwy z dnych" 1 Rozkłdlno dlność schemtów w relcyjnych Przykłd. Relcj EGZ(U), U := { I, N, P, O }, gdzie I 10 10 11 N f f
Bardziej szczegółowobrak podstaw do odrzucenia hipotezy zerowej.
Paca domowa 9. W pewnym bowaze zanstalowano dwa automaty do napełnana butelek. Ilość pwa nalewana pzez pewszy est zmenną losową o ozkładze N( m,, a lość pwa dozowana pzez dug automat est zmenną losową
Bardziej szczegółowoNotatki z Analizy Matematycznej 4. Jacek M. Jędrzejewski
Nottki z Anlizy Mtemtycznej 4 Jcek M. Jędrzejewski ROZDZIAŁ 7 Cłk Riemnn 1. Cłk nieoznczon Definicj 7.1. Niech f : (, b) R będzie dowolną funkcją. Jeżeli dl pewnej funkcji F : (, b) R spełnion jest równość
Bardziej szczegółowoMETODA ELECTRE III W WYBORZE PLATFORMY LMS
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 6 STUIA INFORMATICA NR 6 MARCIN W. MASTALERZ METOA ELECTRE III W WYBORZE PLATFORMY LMS. Genez problemu Problemty eetywnego wyboru pltormy e-lernngu lsy LMS
Bardziej szczegółowoParametry zmiennej losowej
Eonometra Ćwczena Powtórzene wadomośc ze statysty SS EK Defncja Zmenną losową X nazywamy funcję odwzorowującą przestrzeń zdarzeń elementarnych w zbór lczb rzeczywstych, taą że przecwobraz dowolnego zboru
Bardziej szczegółowoKURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1
KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje
Bardziej szczegółowoProces decyzyjny: 1. Sformułuj jasno problem decyzyjny. 2. Wylicz wszystkie możliwe decyzje. 3. Zidentyfikuj wszystkie możliwe stany natury.
Proces decyzyny: 1. Sformułu sno problem decyzyny. 2. Wylcz wszyste możlwe decyze. 3. Zdentyfu wszyste możlwe stny ntury. 4. Oreśl wypłtę dl wszystch możlwych sytuc, ( tzn. ombnc decyz / stn ntury ). 5.
Bardziej szczegółowoOznaczenia: K wymagania konieczne; P wymagania podstawowe; R wymagania rozszerzające; D wymagania dopełniające; W wymagania wykraczające
Wymgni edukcyjne z mtemtyki ls 2 b lo Zkres podstwowy Oznczeni: wymgni konieczne; wymgni podstwowe; R wymgni rozszerzjące; D wymgni dopełnijące; W wymgni wykrczjące Temt lekcji Zkres treści Osiągnięci
Bardziej szczegółowoDobór zmiennych objaśniających
Dobór zmennych objaśnających Metoda grafowa: Należy tak rozpąć graf na werzchołkach opsujących poszczególne zmenne, aby występowały w nm wyłączne łuk symbolzujące stotne korelacje pomędzy zmennym opsującym.
Bardziej szczegółowoMetoda sił jest sposobem rozwiązywania układów statycznie niewyznaczalnych, czyli układów o nadliczbowych więzach (zewnętrznych i wewnętrznych).
Metod sił jest sposoem rozwiązywni ukłdów sttycznie niewyznczlnych, czyli ukłdów o ndliczowych więzch (zewnętrznych i wewnętrznych). Sprowdz się on do rozwiązni ukłdu sttycznie wyznczlnego (ukłd potwowy
Bardziej szczegółowoTESTOWANIE HIPOTEZY O KOMPLETNOŚCI ZBIORU ARGUMENTÓW
TESTOWANIE HIPOTEY O KOMPLETNOŚCI BIORU ARGUMENTÓW Pweł Szołysek RELACJA PODOBIEŃSTWA I TESTOWANIE KOMPLETNOŚCI BIORU ARGUMENTÓW RELACJA PODOBIEŃSTWA - AŁOŻENIA Proces es opsny z poocą funkc wyrowe wyrowo
Bardziej szczegółowoZa: Stanisław Latoś, Niwelacja trygonometryczna, [w:] Ćwiczenia z geodezji II [red.] J. Beluch
Za: Stansław Latoś, Nwelacja trygonometryczna, [w:] Ćwczena z geodezj II [red.] J. eluch 6.1. Ogólne zasady nwelacj trygonometrycznej. Wprowadzene Nwelacja trygonometryczna, zwana równeż trygonometrycznym
Bardziej szczegółowoGrażyna Nowicka, Waldemar Nowicki BADANIE RÓWNOWAG KWASOWO-ZASADOWYCH W ROZTWORACH ELEKTROLITÓW AMFOTERYCZNYCH
Ćwiczenie Grżyn Nowick, Wldemr Nowicki BDNIE RÓWNOWG WSOWO-ZSDOWYC W ROZTWORC ELETROLITÓW MFOTERYCZNYC Zgdnieni: ktywność i współczynnik ktywności skłdnik roztworu. ktywność jonów i ktywność elektrolitu.
Bardziej szczegółowozestaw DO ĆWICZEŃ z matematyki
zestaw DO ĆWICZEŃ z mtemtyki poziom rozszerzony rozumownie i rgumentcj krty prcy ZESTAW I Zdnie 1. Wykż, że odcinek łączący środki dwóch dowolnych oków trójkąt jest równoległy do trzeciego oku i jest równy
Bardziej szczegółowoRozpraszania twardych kul
Wyłd XVIII Rozprszn twrdych u Rozwżmy oddzływne twrdych u opsywne potencjłem V r r Ponewż potencjł jest seryczne symetryczny uncję ową możn zpsć w postc ( r Cm R Ym( m gdze Ym( to hrmon seryczne Rozprszne
Bardziej szczegółowoAnaliza danych OGÓLNY SCHEMAT. http://zajecia.jakubw.pl/ Dane treningowe (znana decyzja) Klasyfikator. Dane testowe (znana decyzja)
Analza danych Dane trenngowe testowe. Algorytm k najblższych sąsadów. Jakub Wróblewsk jakubw@pjwstk.edu.pl http://zajeca.jakubw.pl/ OGÓLNY SCHEMAT Mamy dany zbór danych podzelony na klasy decyzyjne, oraz
Bardziej szczegółowoZadane 1: Wyznacz średne ruchome 3-okresowe z następujących danych obrazujących zużyce energ elektrycznej [kwh] w pewnym zakładze w mesącach styczeń - lpec 1998 r.: 400; 410; 430; 40; 400; 380; 370. Zadane
Bardziej szczegółowo11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.
/22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:
Bardziej szczegółowoWyznacznikiem macierzy kwadratowej A stopnia n nazywamy liczbę det A określoną następująco:
Def.8. Wyzncznikiem mcierzy kwdrtowej stopni n nzywmy liczbę det określoną nstępująco:.det.det dl n n det det n det n, gdzie i j ozncz mcierz, którą otrzymujemy z mcierzy przez skreślenie i- tego wiersz
Bardziej szczegółowoDOBÓR LINIOWO-ŁAMANEGO ROZDZIAŁU SIŁ HAMUJĄCYCH W SAMOCHODACH DOSTAWCZYCH
Zgnew Kmńsk DOBÓ INIOWO-ŁMNEO OZDZIŁU SIŁ HMUJĄCYCH W SMOCHODCH DOSTWCZYCH Streszczene. W rtykule opsno sposoy dooru lnowo-łmnego rozdzłu sł mującyc w smocodc dostwczyc według wymgń egulmnu 3 ECE. Przedstwono
Bardziej szczegółowoWyznacznik macierzy. - wyznacznik macierzy A
Wzncznik mcierz Uwg Wzncznik definiujem tlko dl mcierz kwdrtowch:,,,,,, =,,,,,, n n n n nn n,,, det = n,,, n n nn - mcierz - wzncznik mcierz Wzncznik mcierz to wzncznik n wektorów, które stnowią kolumn
Bardziej szczegółowoKombinowanie o nieskończoności. 4. Jak zmierzyć?
Kombinownie o nieskończoności.. Jk zmierzyć? Projekt Mtemtyk dl ciekwych świt spisł: Michł Korch 9 kwietni 08 Trochę rzeczy z wykłdu Prezentcj multimediln do wykłdu. Nieskończone sumy Będzie nm się zdrzć
Bardziej szczegółowoDynamika wymiany lokalnej
Dynmk wymny loklne Autor: Wocech Czrneck Teksty publkowne ko workng ppers wyrżą poglądy ch Autorów ne są ofclnym stnowskem Instytutu Mses Złożoność lczb relc występuących mędzy podmotm uczestnczącym w
Bardziej szczegółowoMATEMATYKA Wykład 4 (Funkcje) przyporządkowany został dokładnie jeden element
MATEMATYKA Wykłd 4 (Funkcje) Pisząc f : (,b) R rozumiemy Ŝe kŝdemu (, b) przyporządkowny zostł dokłdnie jeden element y R. Wykresem funkcji nzywmy zbiór pr (,f()) n płszczyźnie skłdjącej się ze wszystkich
Bardziej szczegółowoMacierz. Wyznacznik macierzy. Układ równań liniowych
Temt wykłdu: Mcierz. Wyzncznik mcierzy. Ukłd równń liniowych Kody kolorów: Ŝółty nowe pojęcie pomrńczowy uwg kursyw komentrz * mterił ndobowiązkowy Ann Rjfur, Mtemtyk n kierunku Biologi w SGGW Zgdnieni.
Bardziej szczegółowoMatematyka finansowa 10.03.2014 r. Komisja Egzaminacyjna dla Aktuariuszy. LXVI Egzamin dla Aktuariuszy z 10 marca 2014 r. Część I
Mtemtyk finnsow.03.2014 r. Komisj Egzmincyjn dl Akturiuszy LXVI Egzmin dl Akturiuszy z mrc 2014 r. Część I Mtemtyk finnsow WERSJA TESTU A Imię i nzwisko osoby egzminownej:... Czs egzminu: 0 minut 1 Mtemtyk
Bardziej szczegółowoPODSTAWY ALGEBRY MACIERZY. Operacje na macierzach
PODSTWY LGEBRY MCIERZY WIERSZ i, KOLUMN (j) Mcierz m,n, gdzie m to ilość wierszy, n ilość kolumn i,j element mcierzy z itego wiersz, jtej kolumny Opercje n mcierzch Równość mcierzy m,n = B m,n. def i,j
Bardziej szczegółowoSortowanie szybkie Quick Sort
Sortowane szybke Quck Sort Algorytm sortowana szybkego opera sę na strateg "dzel zwycęża" (ang. dvde and conquer), którą możemy krótko scharakteryzować w trzech punktach: 1. DZIEL - problem główny zostae
Bardziej szczegółowoStanisław Cichocki. Natalia Nehrebecka. Wykład 11
Stansław Cchock Natala Nehrebecka Wykład 11 1 1. Testowane hpotez łącznych 2. Testy dagnostyczne Testowane prawdłowośc formy funkcyjnej: test RESET Testowane normalnośc składnków losowych: test Jarque-Berra
Bardziej szczegółowoProblem plecakowy (KNAPSACK PROBLEM).
Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne
Bardziej szczegółowoPochodne i całki, macierze i wyznaczniki
Cłk oznczon Cłk niewłściw Wzór Tylor Mcierze Pochodne i cłki, mcierze i wyznczniki Stnisłw Jworski Ktedr Ekonometrii i Sttystyki Zkłd Sttystyki Stnisłw Jworski Pochodne i cłki, mcierze i wyznczniki Cłk
Bardziej szczegółowoHipotezy o istotności oszacowao parametrów zmiennych objaśniających ˆ ) ˆ
WERYFIKACJA HIPOTEZY O ISTOTNOŚCI OCEN PARAMETRÓW STRUKTURALNYCH MODELU Hpoezy o sonośc oszacowao paramerów zmennych objaśnających Tesowane sonośc paramerów zmennych objaśnających sprowadza sę do nasępującego
Bardziej szczegółowoRozwiązania (lub wskazówki do rozwiązań) większości zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT
Rozwązana (lub wskazówk do rozwązań) wększośc zadań ze skryptu STATYSTYKA: MATERIAŁY POMOCNICZE DO ZAJĘĆ oraz EGZAMINÓW Z LAT 01-014 ZMIENNA LOSOWA I JEJ ROZKŁAD Zadane 1/ str. 4 a/ zmenna może przyjmować
Bardziej szczegółowoWOJSKOWA AKADEMIA TECHNICZNA ĆWICZENIA LABORATORYJNE Z FIZYKI. SPRAWOZDANIE Z PRACY LABORATORYJNEJ nr.........
WOJSKOWA AKADEMIA TECHNICZNA ĆWICZENIA LABORATORYJNE Z FIZYKI prowdząc(y)... grup... podgrup... zespół... seestr... roku kdeckego... studet(k)... SPRAWOZDANIE Z PRACY LABORATORYJNEJ r......... pory wykoo
Bardziej szczegółowoNiezawodność i Diagnostyka
Kedr Merolog Opoelekronk Wydzł Elekronk Telekomunkcj Informyk Polechnk Gdńsk Nezwodność Dgnosyk Ćwczene lororyjne Nr Grfczne nlyczne meody esown hpoez o rozkłdch czsów prcy do uszkodzen w celu wyznczen
Bardziej szczegółowo1.1. Uprość opis zdarzeń: 1.2. Uprościć opis zdarzeń: a) A B A Uprościć opis zdarzeń: 1.4. Uprościć opis zdarzeń:
.. Uprość ops zdarzeń: a) A B, A \ B b) ( A B) ( A' B).. Uproścć ops zdarzeń: a) A B A b) A B, ( A B) ( B C).. Uproścć ops zdarzeń: a) A B A B b) A B C ( A B) ( B C).4. Uproścć ops zdarzeń: a) A B, A B
Bardziej szczegółowoKONKURS MATEMATYCZNY dla uczniów gimnazjów w roku szkolnym 2012/13. Propozycja punktowania rozwiązań zadań
KONKURS MATEMATYCZNY dl uczniów gimnzjów w roku szkolnym 0/ II etp zwodów (rejonowy) 0 listopd 0 r. Propozycj punktowni rozwiązń zdń Uwg: Z kżde poprwne rozwiąznie inne niż przewidzine w propozycji punktowni
Bardziej szczegółowoPN-EN :2008/AC
POPRAWKA do POLSKIEJ NORMY P o l s k K o m t e t N o r m l z c y j n y ICS 93.080.20 PN-EN 13108-21:2008/AC grudzeń 2008 Wprowdz EN 13108-21:2006/AC:2008, IDT Dotyczy PN-EN 13108-21:2008 Mesznk mnerlno-sfltowe
Bardziej szczegółowoZadania. I. Podzielność liczb całkowitych
Zdni I. Podzielność liczb cłkowitych. Pewn liczb sześciocyfrow kończy się cyfrą 5. Jeśli tę cyfrę przestwimy n miejsce pierwsze ze strony lewej to otrzymmy nową liczbę cztery rzy większą od poprzedniej.
Bardziej szczegółowoProblemy jednoczesnego testowania wielu hipotez statystycznych i ich zastosowania w analizie mikromacierzy DNA
Problemy jednoczesnego testowana welu hpotez statystycznych ch zastosowana w analze mkromacerzy DNA Konrad Furmańczyk Katedra Zastosowań Matematyk SGGW Plan referatu Testowane w analze mkromacerzy DNA
Bardziej szczegółowoProces narodzin i śmierci
Proces narodzn śmerc Jeżel w ewnej oulacj nowe osobnk ojawają sę w sosób losowy, rzy czym gęstość zdarzeń na jednostkę czasu jest stała w czase wynos λ, oraz lczba osobnków n, które ojawły sę od chwl do
Bardziej szczegółowo< f g = fg. f = e t f = e t. U nas: e t (α 1)t α 2 dt = 0 + (α 1)Γ(α 1)
Zdnie X,..., X 5 N(6, 5 ) Y,..., Y 6 N(7, 5 ) X N(6, 5 6 ) Ȳ N(7, 5 6 ) Przy złożeniu niezleżności zmiennych mmy: X Ȳ N(, ) po stndryzcji otrzymmy: Ȳ X N(, ) Pr(Ȳ X < ) = Pr(Ȳ X < ) = φ(, 3) = φ(, 3) =,
Bardziej szczegółowoZestaw 11- Działania na wektorach i macierzach, wyznacznik i rząd macierzy
Zestw - Dziłni n wektorch i mcierzch, wyzncznik i rząd mcierzy PRZYKŁADOWE ZADANIA Z ROZWIAZANIAMI Dodjąc( bądź odejmując) do siebie dw wektory (lub więcej), dodjemy (bądź odejmujemy) ich odpowiednie współrzędne
Bardziej szczegółowoG i m n a z j a l i s t ó w
Ko³o Mtemtyzne G i m n z j l i s t ó w 1. Lizy,, spełniją wrunki: (1) ++ = 0, 1 () + + 1 + + 1 + = 1 4. Olizyć wrtość wyrżeni w = + + Rozwiąznie Stowrzyszenie n rzez Edukji Mtemtyznej Zestw 7 szkie rozwizń
Bardziej szczegółowoKarta oceny merytorycznej wniosku o dofinansowanie projektu konkursowego PO KL 1
Złącznik nr 3 Krt oceny merytorycznej wniosku o dofinnsownie projektu konkursowego PO KL Krt oceny merytorycznej wniosku o dofinnsownie projektu konkursowego PO KL 1 NR WNIOSKU KSI: POKL.05.02.01 00../..
Bardziej szczegółowoPojęcia Działania na macierzach Wyznacznik macierzy
Temt: Mcierze Pojęci Dziłni n mcierzch Wyzncznik mcierzy Symbolem gwizdki (*) oznczono zgdnieni przeznczone dl studentów wybitnie zinteresownych prezentowną temtyką. Ann Rjfur Pojęcie mcierzy Mcierz to
Bardziej szczegółowoWEKTORY skalary wektory W ogólnym przypadku, aby określić wektor, należy znać:
WEKTORY Wśród wielkości fizycznych występujących w fizyce możn wyróżnić sklry i wektory. Aby określić wielkość sklrną, wystrczy podć tylko jedną liczbę. Wielkościmi tkimi są ms, czs, tempertur, objętość
Bardziej szczegółowoWartość bezwzględna. Proste równania i nierówności.
Wrtość bezwzględn Proste równni i nierówności Dl liczb rzeczywistych możemy zdefiniowć opercję zwną wrtością bezwzględną lub modułem liczby Definicj 7,, Sens powyższej definicji jest nstępujący Jeżeli
Bardziej szczegółowo12. Zadanie optymalnej mieszanki - maksymalizacja ilości mieszanki wykonanej z dostępnych komponentów
P. Kowlk, Lbortorum bdń opercyjnych: zdne optymlnej mesznk - mksymlzcj lośc mesznk. Zdne optymlnej mesznk - mksymlzcj lośc mesznk wykonnej z dostępnych komponentów Jeżel wszystke komponenty dostępne są
Bardziej szczegółowo( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X
Prawdopodobeństwo statystyka.. r. Zadane. Zakładamy, że,,,,, 5 są nezależnym zmennym losowym o rozkładach normalnych, przy czym E = μ Var = σ dla =,,, oraz E = μ Var = 3σ dla =,, 5. Parametry μ, μ σ są
Bardziej szczegółowoMatematyka stosowana i metody numeryczne
Ew Pbisek Adm Wostko Piotr Pluciński Mtemtyk stosown i metody numeryczne Konspekt z wykłdu 0 Cłkownie numeryczne Wzory cłkowni numerycznego pozwlją n obliczenie przybliżonej wrtości cłki: I(f) = f(x) dx
Bardziej szczegółowoMaciej Grzesiak. Iloczyn skalarny. 1. Iloczyn skalarny wektorów na płaszczyźnie i w przestrzeni. a b = a b cos ϕ. j) (b x. i + b y
Mciej Grzesik Iloczyn sklrny. Iloczyn sklrny wektorów n płszczyźnie i w przestrzeni Iloczyn sklrny wektorów i b określmy jko b = b cos ϕ. Bezpośrednio z definicji iloczynu sklrnego mmy, że i i = j j =
Bardziej szczegółowoN(0, 1) ) = φ( 0, 3) = 1 φ(0, 3) = 1 0, 6179 = 0, 3821 < t α 1 e t dt α > 0. f g = fg. f = e t f = e t. U nas: g = t α 1 g = (α 1)t α 2
Zdnie X,..., X 5 N(6, 5 ) Y,..., Y 6 N(7, 5 ) X N(6, 5 6 ) Ȳ N(7, 5 6 ) Przy złożeniu niezleżności zmiennych mmy: X Ȳ N(, ) po stndryzcji otrzymmy: Ȳ X N(, ) Pr(Ȳ X < ) = Pr(Ȳ X < ) = φ(, 3) = φ(, 3) =,
Bardziej szczegółowo