METODA PROGNOZOWANIA KOSZTÓW USUWANIA SZKÓD W BUDYNKACH NA TERENACH GÓRNICZYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "METODA PROGNOZOWANIA KOSZTÓW USUWANIA SZKÓD W BUDYNKACH NA TERENACH GÓRNICZYCH"

Transkrypt

1 RACE NAUKOWE GIG GÓRNICTWO I ŚRODOWISKO RESEARCH REORTS MINING AND ENVIRONMENT Kwartalk Quarterly 3/00 Olga Kaszowska METODA ROGNOZOWANIA KOSZTÓW USUWANIA SZKÓD W BUDYNKACH NA TERENACH GÓRNICZYCH Streszczee W artykule przedstawoo metodę progozowaa kosztów usuwaa szkód górczych w budykach, opracowaą w Główym Istytuce Górctwa. Zaprezetowaa metoda powstała w wyku badań statystyczych, którym objęto pęć rejoów z tereu Górośląskego Zagłęba Węglowego. Są to osedla meszkaowe, o zróżcowaych typach zabudowy; welkomejskej cetrum dużego masta, podmejskej jedorodzej wejskej zagrodowej. W każdym z tych rejoów klkakrote ujawały sę a powerzch wpływy bezpośrede eksploatacj górczej. Aalzą objęto wszystke zdarzea oddzaływaa deformacj pogórczych a budyek, co pozwolło a uzyskae próby o lczebośc 73. Zakres badań ograczoo do budyków o kostrukcj tradycyjej tradycyjej ulepszoej. Wykorzystując materały faktografcze każdemu ze zdarzeń przypsao cechy charakteryzujące: waruk geologczo-górcze, przebeg eksploatacj górczej, deformacje powerzch, odporość budyków, szkody górcze koszty ch usuwaa. Zaczą część daych umeszczoo w komputerowej Baze Daych o Obektach, zaprojektowaej przy zastosowau programu Access 97. Na podstawe dotychczasowych dośwadczeń, wykających z aalzy welu przypadków eksploatacj górczej jej skutków, sformułowao astępującą tezę: koszty usuwaa szkód górczych w budykach zależą od różcy mędzy kategorą odporośc kategorą tereu górczego oraz od krotośc oddzaływaa eksploatacj. Różcę mędzy kategoram budyku a tereu azwao odporoścą względą. Badaa statystycze zależośc mędzy powyższym zmeym pozwolły a wyzaczee fukcj prawdopodobeństwa uszkodzea budyku wartośc oczekwaej kosztu jego aprawy. Na ch podstawe zbudowao model probablstyczy kosztów usuwaa szkód. Z przeprowadzoych badań wyka, że prawdopodobeństwo uszkodzea budyku zależy od odporośc względej krotośc eksploatacj, atomast koszty jego aprawy są zależe w stoty sposób tylko od kubatury. Zastosowae modelu probablstyczego umożlwa progozowae ajbardzej prawdopodobych kosztów oraz określee przedzału ufośc, w którym, a założoym pozome prawdopodobeństwa, będą sę meścć rzeczywste koszty. Zaprezetowaa metoda progozowaa kosztów usuwaa szkód w budykach może być zastosowaa do aalzy ekoomczej projektowaej eksploatacj górczej. Jej wyk będą staowć składk, tzw. kosztów środowskowych przedsęwzęca. Method of cost predcto of damage removal buldgs ad mg areas Summary The artcle presets the method of cost predcto of mg damage removal buldgs, developed at the Cetral Mg Isttute. The preseted method arose as a result of statstcal vestgatos, whch covered fve regos the Upper Slesa Coal Bas. These are housg estates, wth dversfed types of buldg developmet: buldgs cetres of great cttes, suburba oe-famly houses ad coutry farm houses. I each of these regos several tmes appeared o the surface the drect mpact of mg operatos. The aalyss covered all evets relatg to the post-mg deformato mpact o the buldg, what eabled to obta 73 samples. The scope of vestgatos was lmted to buldgs of tradtoal ad tradtoal mproved costructo. 69

2 Mg ad Evromet Takg advatage of fact-related materals, characterzg features were ascrbed to each evet: geologcal ad mg codtos, course of mg operatos, surface deformatos, resstace of buldgs, mg damages ad costs of ther removal. A cosderable part of data oe has placed the computer Data Base of Objects, desged whe usg the program Access 97. O the bass of htherto gaed experece, resultg from the aalyss of may cases of mg operatos ad ther effects, the followg thess was formulated: The costs of removal of mg damages buldgs deped o the dfferece betwee the resstace category as well as mg area category ad the multplcato factor of mg mpact. The dfferece betwee the categores of the buldg ad the area was called relatve resstace. Statstcal vestgatos relatg to the depedece betwee the above-metoed varables eabled to determe the probablty fucto of buldg damage ad the expected cost of ts repar. O ther bass the probablstc model of damage removal costs was costructed. From the carred out vestgatos t results, that the probablty of buldg damage depeds o the relatve resstace ad multplcato factor of extracto, whereas the costs of ts repar deped a essetal way oly o the cubature. The applcato of the probablstc model eables to predct the most probable costs ad to determe the cofdece terval, where o a assumed probablty level the real costs wll be stuated. The preseted method of cost predcto of damage removal buldgs ca be appled wth respect to the ecoomc aalyss of plaed mg operatos. Its results wll costtute the compoet of the socalled evrometal costs of the udertakg.. WROWADZENIE Metoda progozowaa kosztów usuwaa szkód w budykach została opracowaa w wyku badań wpływu podzemej eksploatacj górczej węgla kameego a budyk, szkód powodowaych tym wpływem poesoych kosztów ch aprawy []. Aalzą objęto pęć rejoów a teree Górośląskego Zagłęba Węglowego, reprezetujących klka typów zabudowy meszkaowej. W każdym z ch prowadzoo klkakrote eksploatację górczą, co pozwolło a uzyskae próby 73 zdarzeń. Zaprezetowaa metoda progozowaa kosztów usuwaa szkód w budykach może być zastosowaa do aalzy ekoomczej projektowaej eksploatacj górczej. Jej wyk będą staowć składk tzw. kosztów środowskowych przedsęwzęca. rzedmotem badań były skutk wpływów bezpośredch eksploatacj górczej przejawające sę w forme deformacj cągłych. W rejoach wybraych do badań szkody były spowodowae odkształceam pozomym, atomast e uwzględoo przypadków szkód wykających z achylea tereu. Ne aalzowao szkód spowodowaych wpływam pośredm, do których zalcza sę wstrząsy, zawodea osuszea oraz obżea spowodowae odwodeem górotworu, a też wpływam bezpośredm w forme deformacj ecągłych. Spośród obektów zlokalzowaych w wybraych rejoach badaam objęto budyk o kostrukcj tradycyjej tradycyjej ulepszoej. Budyk poddae wpływom eksploatacj górczej mogą ulec uszkodzeu. Możlwość wystąpea szkód oraz ch stopeń są zależe od sytuacj geologczo- -górczej, cech podłoża budowlaego cech budyku. Wykorzystując wyk weloletch badań specjalstów, a także materał statystyczy stwerdzoo, że o potecjalej szkodlwośc oddzaływaa eksploatacj a budyek decyduje poad 90 czyków [4]. Są to zarówo przyczyy górcze, jak kostrukcyjo-budowlae, które mają charakter losowy [, 3]. 70

3 Górctwo Środowsko Za marę przyczy górczych przyjęto kategorę tereu górczego K t, określoą a podstawe odkształceń pozomych, a kostrukcyjo-budowlaych kategorę odporośc obektu K o. Te dwe welkośc ujęto razem jako odporość względą O w, którą defuje wzór O w = K o K t () Odporość względa umożlwa porówywae skutków eksploatacj powodujących odkształcea pozome powerzch o zróżcowaych wartoścach, w budykach o odmeej odporośc. Na podstawe dośwadczeń, wykających z aalzy welu przypadków eksploatacj górczej jej skutków [5] sformułowao astępującą tezę: Koszty usuwaa szkód górczych w budykach są możlwe do progozowaa zależą od różcy mędzy kategorą odporośc kategorą tereu górczego oraz od krotośc oddzaływaa eksploatacj.. METODYKA RZEROWADZONYCH BADAŃ Badaam zostały objęte wszystke elemety łańcucha przyczyowo- -skutkowego: eksploatacja górcza deformacje powerzch uszkodzea budyków usuwae szkód oraz cechy środowska (górotwór, budyk), w którym te procesy zachodzą. Aalze poddao cechy procesów ch środowska, mające wpływ a efekt końcowy, którym są koszty aprawy szkód. Wększość daych pochodzła z dokumetacj kopalń, co w stoty sposób wpłyęło a wybór rejoów badań. Aketowao wększość kopalń GZW. Ważym kryterum selekcj była możlwość przypsaa uszkodzeń budyków kosztów ch aprawy kokretej eksploatacj górczej oraz określea odporośc, jaką mały budyk przed ujawaem sę wpływów. Wykem rozpozaa był wybór pęcu rejoów. Kolejym etapem badań było gromadzee daych o wytypowaych rejoach, umożlwających określee: waruków geologczo-górczych, przebegu eksploatacj górczej, deformacj powerzch, cech budyków, szkód górczych kosztów ch usuwaa. Zaczą część daych umeszczoo w komputerowej Baze Daych o Obektach, zaprojektowaej za pomocą programu Access 97 a użytek podjętych badań. Badaa obejmowały zarówo prawdopodobeństwo uszkodzea budyków, jak koszty ch aprawy. oadto określoo przecęte proporcje mędzy kosztam aprawy budyków kosztam przywrócea fukcj ych elemetów zagospodarowaa powerzch a tereach zabudowy meszkaowej. Badaa przeprowadzoo przy użycu metod statystyk matematyczej, korzystając z programu komputerowego Statstca L. W badaach wszystke koszty remotów przelczoo a koszty z 000 roku, stosując współczyk wzrostu ce m powerzch użytkowej budyku meszkalego. 7

4 Mg ad Evromet 3. REJONY BADAWCZE Do badań wytypowao pęć rejoów z tereu Górośląskego Zagłęba Węglowego o zróżcowaej zabudowe: Rejo ulcy Koścuszk w śródmeścu Katowc welkomejska zabudowa meszkaowa z przełomu XIX XX weku, którą tworzą budyk meszkale lub meszkale z dolym kodygacjam hadlowo-usługowym, usytuowae główe w cągach ulczych oraz garaże zlokalzowae w ofcyach. Z reguły są to obekty ezabezpeczoe przed wpływam górczym, o kategor odporośc lub. Eksploatacja górcza, prowadzoa w śródmeścu trzykrote, powodowała a powerzch odkształcea pozome eprzekraczające wartośc dopuszczalych dla tereów I kategor. Rejo Ale Korfatego w śródmeścu Katowc w jego welkomejskej zabudowe moża wyróżć dwa typy: zwartą z przełomu XIX XX weku oraz rozproszoą z lat sześćdzesątych sedemdzesątych XX weku. Część starsza ma take same cechy jak w rejoe perwszym. W częśc owszej są usytuowae budyk użyteczośc publczej garaże, wolostojące, zabezpeczoe przed wpływam górczym. Wększość budyków ma kategorę odporośc lub. Eksploatacja górcza, prowadzoa w tej częśc śródmeśca, czterokrote powodowała a powerzch odkształcea pozome eprzekraczające dopuszczalych dla tereów I kategor. Śródmeśce Sosowca zróżcowaa zabudowa cetrum dużego masta z końca XIX perwszej połowy XX weku oraz z lat sześćdzesątych sedemdzesątych XX. Budyk starsze, w wększośc meszkale meszkale z dolym kodygacjam hadlowo-usługowym, są usytuowae w cągach ulczych. Nowsze, główe hadlowo-usługowe użyteczośc publczej, są obektam wolostojącym. Zabezpeczea przed wpływam górczym ma połowa budyków, ajczęścej mają kategorę odporośc. W tym rejoe eksploatację prowadzoo dwukrote: perwsza spowodowała deformacje powerzch I, II III kategor, późejsza I kategor. Marklowce-Chałupk przykład wejskej zabudowy zagrodowej, złożoej z wolostojących budyków meszkalych gospodarczych, w wększośc wzesoych po 945 roku. W aalzowaym okrese w zaczej częśc budyków wprowadzoo zabezpeczea, dzęk czemu ch przecęta odporość wzrosła z do 4 kategor. rowadzoe w tym rejoe eksploatacje górcze powodowały astępujące deformacje powerzch: perwsza II kategor, druga III kategor, a ostata III IV kategor. Jaworzo-Jezork przykład zabudowy jedorodzej typu podmejskego, powstałej po 945 roku. Składają sę a ą wolostojące budyk meszkale o odporośc 3 lub 4 kategor. oad połowa ma zabezpeczea przed wpływam górczym. Obydwe, prowadzoe w tym rejoe eksploatacje spowodowały odkształcea pozome eprzekraczające a przeważającym obszarze dopuszczalych dla II kategor, jedak w czase drugej wększa lczba budyków zalazła sę w zasęgu I, III IV kategor. 7

5 Górctwo Środowsko 4. BADANIA STATYSTYCZNE OULACJI RÓBNEJ W każdym z rejoów wystąpło wele zdarzeń spowodowaych oddzaływaem eksploatacj górczej a budyek. Wszystke razem utworzyły populację próbą o lczebośc 73. Borąc pod uwagę wyk dotychczasowych badań, przyjęto, że cecham opsującym te zdarzea, są: zmee ezależe: - kubatura budyku V, - odporość względa O w, zdefowaa wzorem (), - krotość eksploatacj w, czyl lczba określająca jej pozycję w szeregu chroologczym eksploatacj oddzałujących a day budyek; zmee zależe: - uszkodzee budyku U, przyjmujące wartość w tych zdarzeach, w których budyek uległ uszkodzeu oraz 0 w przypadku przecwym, - koszty usuwaa szkód w budyku k. Aalza cech opsujących zdarzea kryterów doboru daych statystyczych wykazała, że obserwacje e mają a sebe wzajemego wpływu. Waruek ezależośc zdarzeń został spełoy w wyku przyjęca astępujących założeń: przed każdą eksploatacją przeprowadzao wetaryzację budyków, po każdej eksploatacj usuwao spowodowae ą szkody w budykach. 4.. Charakterystyka cech badaej próby Struktura badaej próby ze względu a odporość względą budyków wykazała, że w wększośc badaych zdarzeń (9%) kategora tereu górczego e przekraczała kategor odporośc budyków. Najlczejsze były grupy o odporośc względej 0 (4%) oraz + (34%). Borąc pod uwagę krotość eksploatacj (rys. ), moża stwerdzć, że ajwększa część zdarzeń to druge perwsze oddzaływae a budyek odpowedo 36% 35%. Najmej lcza była grupa o ajwyższej, czwartej krotośc. W badaach wzęto pod uwagę budyk o zróżcowaej welkośc; ajwększy z ch mał,5 tys. m 3. Kubaturę e wększą ż tys. m 3 mała prawe połowa, a 0 tys. m 3 tylko 4%. Najwyższy koszt remotu budyku to 385,5 tys. zł, ale e wększych ż 00,0 tys. zł było 8% przypadków. Najwększe lczebośc mają przedzały 0 0 tys. zł 0 0 tys. zł. owyższa aalza wykazała, że rozkłady wszystkch zmeych odbegają od rozkładu ormalego. otwerdzły to wyk przeprowadzoego testu W Shapro- -Wlka. 73

6 Mg ad Evromet w Rys.. Częstość klas populacj próbej ze względu a krotość eksploatacj wraz ze strukturą odporośc względej: w eksploatacja, lczba budyków Fg.. Frequecy of samplg populato classes cosderg the multplcato factor of extracto alog wth the structure of relatve resstace: w extracto, umber of buldgs 4.. Badae zależośc mędzy cecham populacj próbej W przypadkach, gdy zmee e mają rozkładu ormalego, do badań korelacj stosuje sę statystyk eparametrycze. Należy do ch, zastosowaa w badaach, statystyka rag Spearmaa, która służy do badaa korelacj lowej. Współczyk korelacj R rag Spearmaa pozwala a oceę stopa proporcjoalośc wartośc zmeych. Jego kwadrat, tzw. współczyk determacj, określa, jaka część zmeej zależej jest tłumaczoa zmeoścą zmeej ezależej. Weryfkacj hpotezy zerowej (o braku zależośc mędzy zmeym) dokoao przy użycu testu t Studeta lub testu F Fshera-Sedecora. ozwalają oe a wyzaczee pozomu stotośc p współczyka korelacj. Gdy pozom stotośc e przekracza pozomu krytyczego, otrzymay współczyk korelacj R moża uzać za stoty. rzyjęto = 0,05. Dla zmeych, mędzy którym stwerdzoo stee korelacj przyajmej przecętej, wyzaczoo model regresj. arametry rówaa regresj były szacowae metodą ajmejszych kwadratów. Ich stotość określoo przy zastosowau testu t Studeta. W badaach prawdopodobeństwa uszkodzea budyku zastosowao model regresj logstyczej. W tym przypadku parametry wyzaczoo metodą ajwększej warygodośc, a do ocey ch stotośc użyto testu Korelacja uszkodzeń z odporoścą względą krotoścą eksploatacj W badaach zastosowao podzał próby a grupy ze względu a zmee ezależe. Na podstawe dośwadczeń wyków wstępej aalzy przyjęto, że cecham, 74

7 Górctwo Środowsko których wpływ a uszkodzea ależy oceć, są: odporość względa O w krotość eksploatacj w. Dla każdej z grup określoo częstość klasy uszkodzeń g U o wartośc, oblczoą według wzoru gdze: j g, U j U, j N, g, j U, j N, j U, j N częstość uszkodzeń w grupe o -tej odporośc względej j-tej krotośc eksploatacj, wartość zmeej uszkodzee w -tej obserwacj, lczebość grupy o -tej odporośc względej j-tej krotośc eksploatacj. Badaa zależośc częstośc uszkodzeń od odporośc względej krotośc eksploatacj wykazały stee korelacj bardzo wysokej (R = 0,8645). Jedak a założoym pozome stotośc emożlwe było przyjęce ocey wyrazu wolego. o usuęcu z modelu tego parametru uzyskao astępujące rówae regresj welokrotej U O w () g 0,5w 0, 09 (3) ozom stotośc modelu, wyzaczoy przy użycu testu F Fshera-Sedecora, jest zacze mejszy od krytyczego. Współczyk korelacj wskazuje a korelację prawe pełą. Współczyk determacj śwadczy o tym, że prawe 90% zmeośc częstośc uszkodzeń ależy tłumaczyć zmeoścą zmeych ezależych. Błąd stadardowy estymacj wyzaczoego modelu regresj wyos 0,4. Jest to błąd częstośc występowaa uszkodzeń w grupe budyków, gdyż zmeą zależą jest cecha grupy. Częstość uszkodzeń jest rówoważa prawdopodobeństwu wystąpea szkody. Do badań prawdopodobeństwa, że zmea uszkodzea przyjme wartość zastosowao model regresj logstyczej. Rówae modelu, wyzaczoe a podstawe daych statystyczych, jest astępujące a modelu w postac logtowej,498 0,58Ow 0,785w ( e U Ow, w),498 0,58Ow 0, 785 w (4) e logt ( U),498 0,58 Ow 0, 785w (5) gdze: ( U Ow, w) prawdopodobeństwo, że zmea U przyjme wartość dla wartośc zmeych ezależych O w, w. 75

8 Mg ad Evromet Model zlustrowao wykresem słupkowym (rys. ). Test wykazał, że a pozome stotośc 0,05 ależy odrzucć hpotezę zerową, a prawdopodobeństwo popełea błędu przez przyjęce modelu jako reprezetatywego dla populacj geeralej wyos 0,0000. Na tym samym pozome stotośc uzyskao ocey wszystkch współczyków rówaa. Wyzaczoy model regresj logstyczej wskazuje a to, że prawdopodobeństwo uszkodzea budyku jest zależe rówocześe od dwóch zmeych: odporośc względej krotośc eksploatacj. rzy czym wzrasta, gdy maleje odporość względa lub zwększa sę krotość eksploatacj. (U=),0 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0, 0, 0, w 4 O w Rys.. Zależość prawdopodobeństwa uszkodzea budyku (U) od odporośc względej O w krotośc eksploatacj w Fg.. Depedece of probablty of buldg damage (U) o the relatve resstace O w ad multplcato factor of extracto w Błąd stadardowy estymacj modelu w postac logtowej wyos,66, atomast błąd modelu logstyczego, wyzaczoy z wzoru a warację fukcj dwóch zmeych logtˆ e ( ˆ) 6,846 (6) ˆ logt e 4... Badae korelacj kosztów usuwaa szkód z odporoścą względą, krotoścą eksploatacj kubaturą budyków Badaa zależośc kosztów usuwaa szkód od odporośc względej wykazały, że a założoym pozome stotośc e moża odrzucć hpotezy zerowej. Róweż emożlwe było stwerdzee stotej korelacj kosztów usuwaa szkód z krotoścą eksploatacj. Aalza rozkładu wartośc obserwowaych kosztów względem kubatury wykazała, że ch rozrzut wzrasta wraz ze wzrostem kubatury. W zwązku z tym korelację tych 76

9 Górctwo Środowsko dwóch zmeych badao w grupach budyków, utworzoych ze względu a ch welkość. Najwyższy współczyk korelacj rag Spearmaa uzyskao dla budyków do 6000 m 3. W tej grupe zmay kosztów są w 3% tłumaczoe zmaam kubatury. Dla budyków do 6000 m 3 otrzymao astępujące rówae modelu regresj (rys. 3) gdze: k koszty usuwaa szkód, zł, V kubatura, tys. m 3. k exp( 9,0994 0, V ) (7) Błąd stadardowy estymacj tego modelu wyos,0780, atomast waracja oszacowaa ( kˆ ) jest proporcjoala do welkośc kosztów ( kˆ),5090 k ˆ (8) k, zł V, tys., m 3 Rys. 3. Model regresj zależośc kosztów usuwaa szkód (k) od kubatury (V) Fg. 3. Model of regresso depedece of damage removal costs (k) o the cubature (V) Badaa korelacj welokrotej kosztów usuwaa szkód wskazały a ch stotą zależość od kubatury, ale e pozwolły a stwerdzee wpływu odporośc względej krotośc eksploatacj a ch wysokość. 77

10 Mg ad Evromet 5. METODA ROGNOZOWANIA KOSZTÓW USUWANIA SZKÓD W BUDYNKACH NA TERENACH GÓRNICZYCH 5.. Model probablstyczy W wyku przeprowadzoych badań statystyczych wyzaczoo emprycze fukcje regresj prawdopodobeństwa uszkodzeń (wzór 4) kosztów usuwaa szkód (wzór 7), które umożlwają budowę modelu probablstyczego. Iloczy prawdopodobeństwa uszkodzea kosztów usuwaa szkód pod warukem uszkodzea moża azwać kosztam prawdopodobym k,498 0,58Ow 0,785w k exp( e 9,0994 0,335685V ),498 0,58 Ow 0, 785 w e (9) e Wartość prawdopodoba kosztów usuwaa szkód k jest fukcją trzech zmeych. Korzystając ze wzoru ogólego a warację fukcj welu zmeych sformułowao zależość umożlwającą oblczee waracj dowolej przewdywaej wartośc prawdopodobego kosztu aprawy (( Kˆ ) ) ˆ ( Kˆ ) K ˆK ( ˆ ) (0) gdze: ( K ˆ ) przewdyway prawdopodoby koszt aprawy -tego budyku, ˆ przewdywae prawdopodobeństwo uszkodzea -tego budyku, Kˆ przewdyway koszt aprawy -tego budyku pod warukem jego uszkodzea. Zastosowae wzoru 0 wymaga określea waracj dowolych przewdywaych wartośc kosztu Kˆ oraz prawdopodobeństwa ˆ. o wstaweu wzoru (8) a warację oszacowaa do wzoru ogólego a błąd predykcj fukcj jedej zmeej otrzymao ˆ ˆ (,5335 V ) ( K ) k,555 () 89,03 Wykorzystae wzoru ogólego a błąd predykcj fukcj dwóch zmeych oraz wzoru (6) a warację oszacowaa prawdopodobeństwa pozwolło a sformułowae wzorów a warację dowolej przewdywaej wartośc prawdopodobeństwa. Oblczoe a ch podstawe błędy stadardowe predykcj modelu zameszczoo obok prawdopodobeństwa uszkodzeń budyków w tablcy. 78

11 Górctwo Środowsko Tablca. rawdopodobeństwo uszkodzea budyku oraz jego waracja błąd stadardowy predykcj Krotość eksploatacj w 3 Odporość względa O w rawdopodobeństwo uszkodzea Waracja prawdopodobeństwa () Błąd stadardowy prawdopodobeństwa () - 0,438 0,335 0, ,58 0,50 0, ,097 0,0476 0,8 + 0,0535 0,076 0,36-0,44 0,404 0, ,835 0,87 0, ,83 0,509 0, ,0 0,0660 0,569-0,6080 0,3905 0, ,4646 0,445 0, ,369 0,330 0, ,37 0,939 0, Założea metody 5... Zakres stosowaa metody rzedmotem progozy, przeprowadzoej przy zastosowau opracowaej metody, może być zabudowa meszkaowa spełająca astępujące waruk: budyk mają kostrukcję tradycyją lub tradycyją ulepszoą ch kubatura e przekracza 6 tys. m 3, a powerzch ujawają sę tylko bezpośrede wpływy eksploatacj górczej w forme deformacj cągłych, źródłem przewdywaych szkód e będą achylea powerzch (metoda dotyczy oddzaływaa odkształceń pozomych powerzch a budyk), odporość względa jest zawarta w przedzale,, krotość eksploatacj jest e wyższa ż 3. Metoda może meć zastosowae tylko w takch przypadkach, gdy dyspouje sę: daym z wetaryzacj budyków, przeprowadzoej metodą puktową, rozpozaem przebegu eksploatacj dokoaej w aalzowaym rejoe, wykam progozy deformacj powerzch Algorytm progozowaa kosztów usuwaa szkód w budykach rogozowae kosztów usuwaa szkód według opracowaej metody składa sę z astępujących etapów: I. rzygotowae daych erwszym etapem progozowaa jest przygotowae astępujących daych o budykach: kubatura V, tys. m 3, 79

12 Mg ad Evromet kategora odporośc budyku K o, określoa metodą puktową, progozowae deformacje tereu, określoe kategorą tereu górczego K t wyzaczoą z odkształceń pozomych, krotość eksploatacj w. II. Oblczee kosztów usuwaa szkód W celu oblczea przewdywaych kosztów usuwaa szkód w grupe budyków, ależy: określć prawdopodobeństwo uszkodzea -tego budyku przy wykorzystau tablcy, oblczyć koszty usuwaa szkód w -tym budyku K, pod warukem ch wystąpea, zgode ze wzorem (7), oblczyć prawdopodobe koszty usuwaa szkód w -tym budyku korzystając z zależośc ( K ) K () zsumować przewdywae prawdopodobe koszty usuwaa szkód we wszystkch budykach. III. Ocea dokładośc progozy W celu wyzaczea błędu stadardowego progozowaych sumaryczych kosztów, ależy: określć warację przewdywaej wartośc prawdopodobeństwa uszkodzea -tego budyku ( ) przy wykorzystau tablcy, oblczyć warację przewdywaej wartośc kosztów usuwaa szkód w -tym budyku, pod warukem ch wystąpea, zgode ze wzorem (), oblczyć warację przewdywaej wartośc prawdopodobych kosztów usuwaa szkód w -tym budyku wykorzystując wzór (0), oblczyć błąd stadardowy przewdywaych sumaryczych kosztów usuwaa szkód ˆ ( K ) (( ˆ K ) ) (3) określć grace przedzału ufośc kosztów usuwaa szkód a założoym pozome prawdopodobeństwa ( K ) t ( K ) ( K ) ( K ) t ( K ) (4) gdze t jest wartoścą statystyk t Studeta dla założoego pozomu ufośc. IV. rzelczee wyków progozy a cey obece obowązujące 80

13 Górctwo Środowsko W zaprezetowaym modelu kosztów usuwaa szkód w budykach uwzględoo cey z 000 roku. Dlatego też, wyzaczoe przy jego zastosowau koszty remotów oraz błędy progozy ależy przelczać a cey aktuale. 6. ODSUMOWANIE I WNIOSKI. Welkość kosztów usuwaa szkód ma charakter losowy. Jest to wyk realzacj pojedyczego zdarzea, jakm jest oddzaływae eksploatacj górczej a budyek. Cecham tego zdarzea o charakterze losowym są: kategora tereu górczego kategora odporośc budyku.. Zastosowae badań statystyczych pozwolło a zbudowae modelu probablstyczego wartośc prawdopodobej kosztów usuwaa szkód w budyku, która jest loczyem prawdopodobeństwa uszkodzea kosztów aprawy. rawdopodobeństwo uszkodzea zależy od odporośc względej krotośc eksploatacj, atomast koszty są zależe od kubatury. 3. Z przeprowadzoych badań wyka, że w przypadkach, gdy kategora tereu górczego od kategor odporośc budyku e jest wększa ż o e mejsza ż o oraz od kategor odporośc budyku oraz krotość eksploatacj jest e wększa ż 3: prawdopodobeństwo uszkodzea budyku maleje ze wzrostem odporośc względej, prawdopodobeństwo uszkodzea budyku wzrasta ze wzrostem krotośc eksploatacj, a wartość kosztu usuwaa szkody w budyku, pod warukem jego uszkodzea, ma wpływ jego kubatura; m wększy budyek, tym wększy koszt jego aprawy. Lteratura. Kaszowska O.: Metoda progozowaa kosztów usuwaa szkód w budykach a tereach górczych. Katowce, Główy Istytut Górctwa 00 (praca doktorska).. wowarsk W.: Estymacja model regresj typu zagrożee obektów budowlaych a wskaźk deformacj tereu górczego. Materały koferecyje. IV D Merctwa Górczego Ochroy Tereów Górczych. Kraków, Akadema Górczo-Hutcza opołek E., Ostrowsk J.: Czyk determujące dokładość progozy uszkodzeń obektów budowlaych w obszarze wpływów eksploatacj górczej. Materały koferecyje. Secod World Mg Evromet Cogress. Katowce, Główy Istytut Górctwa Sedler A., Opalsk J., acuła M., Szypuła H.: Sposoby przewdywaa określaa uszkodzeń górczych w budykach. Materały z rac Rady. aństwowa Rada Górctwa. Warszawa, Wydaw. Geologcze Zależość kosztów usuwaa szkód górczych w obektach kubaturowych od krotośc eksploatacj górczej. raca zborowa pod kerukem O. Kaszowskej. rojekt Badawczy Własy 9 TA Dokumetacja Główego Istytutu Górctwa. Katowce 998. Recezet: dr ż. Lucja Muszyńsk 8

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

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

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

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

Liniowe relacje między zmiennymi

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

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

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

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

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

( 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

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

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

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

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

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

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

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

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

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

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

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

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

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

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

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

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

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

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

Bardziej szczegółowo

Metoda Monte-Carlo i inne zagadnienia 1

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

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

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

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

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

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 Opisowa 2014 część 3. Katarzyna Lubnauer

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

Bardziej szczegółowo

Statystyka 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

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

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

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

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

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

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

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

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

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

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Co w Sylabusie?

WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Co w Sylabusie? WSPÓŁZALEŻNOŚĆ PROCESÓW MASOWYCH Co w Sylabuse?. Aalza korelacj. Testy ezależośc 3. Aalza regresj 4. Regresja perwszego drugego rodzaju 5. Woskowae statystycze WSPÓŁCZYNNIK KORELACJI (PEARSONA) Aalza korelacj

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

Probabilistyka i statystyka. Korelacja

Probabilistyka i statystyka. Korelacja 06-05-08 Probablstyka statystyka Korelacja Probablstyka statystyka - wykład 9 dla Elektrok Korelacja Aalza korelacj zajmuje sę badaam stea zależośc lowej mędzy dwema cecham X Y. Podstawową marą jest współczyk

Bardziej szczegółowo

KALIBRACJA NIE ZAWSZE PROSTA

KALIBRACJA NIE ZAWSZE PROSTA KALIBRACJA NIE ZAWSZE PROSTA Potr Koeczka Katedra Chem Aaltyczej Wydzał Chemczy Poltechka Gdańska S w S C -? C w Sygał - astępstwo kosekwecja przeprowadzoego pomaru główy obekt zateresowań aaltyka. Cel

Bardziej szczegółowo

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach,

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu НАЦІОНАЛЬНИЙ ТРАНСПОРТНИЙ УНІВЕРСИТЕТ 1 013 KARBOWNICZEK Dagmara doktoratka, mgr ż. ; LEJDA Kazmerz ; prof. dr hab. ż. oltechka Rzeszowska, Katedra Slków Spalowych Trasportu ANALIZA WSKAŹNIKA GŁĘBOKOŚCI

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

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

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

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych ZJAZD Przedmotem statystyk jest zberae, prezetacja oraz aalza daych opsujących zjawska losowe. Badau statystyczemu podlega próbka losowa pobraa z populacj, aczej populacj geeralej. Na podstawe uzyskaych

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

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

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7 6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram

Bardziej szczegółowo

x, y środek ciężkości zbioru

x, y środek ciężkości zbioru Y ANALIZA REGRESJI I KORELACJI zwązek stochastyczy (losowy), probablstyczy Y X KAŻDEJ WARTOŚCI x ODPOWIADA CAŁY ZBIÓR WARTOŚCI y TWORZĄCYCH OKREŚLONY ROZKŁAD zwązek statystyczy ŷ a a x ŷ średa rozkładu

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

Bardziej szczegółowo

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia) Mary przecęte Średa arytmetycza Dla szeregu rozdzelczego cechy skokowej x k x k Średa harmocza (cechy o charakterze lorazu p. Prędkość, gęstość zaludea) x H k x Średa geometrycza x x x... G x średa arytmetycza

Bardziej szczegółowo

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

METODY ANALIZY DANYCH DOŚWIADCZALNYCH POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych

Bardziej szczegółowo

IV. ZMIENNE LOSOWE DWUWYMIAROWE

IV. ZMIENNE LOSOWE DWUWYMIAROWE IV. ZMIENNE LOSOWE DWUWYMIAROWE 4.. Rozkład zmeej losowej dwuwymarowej Defcja 4.. Uporządkowaą parę (X, Y) azywamy zmeą losową dwuwymarową, jeśl każda ze zmeych X Y jest zmeą losową. Defcja 4.. Fukcję

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

ELEMENTY TEORII MOŻLIWOŚCI

ELEMENTY TEORII MOŻLIWOŚCI ELEMENTY TEORII MOŻLIWOŚCI Opracował: M. Kweselewcz Zadeh (978) wprowadzł pojęce rozkładu możlwośc jako rozmyte ograczee, kóre odzaływuje w sposób elastyczy a wartośc przypsae daej zmeej. Defcja. Nech

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 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

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

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH Mara KLONOWSKA-MATYNIA Natala CENDROWSKA WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY Zarys treśc: Nejsze opracowae pośwęcoe zostało spółkom akcyjym, które

Bardziej szczegółowo

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

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

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności BOGALECKA Magda 1 Wek statku a prawdopodobeństwo wstąpea wpadku a morzu aalza współzależośc WSTĘP Obserwowa od blsko weku tesw rozwój trasportu morskego, oprócz lądowego powetrzego, jest kosekwecją wzmożoej

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

2. Rozkład zawartości popiołu w węglu jako mieszanina rozkładów

2. Rozkład zawartości popiołu w węglu jako mieszanina rozkładów Górctwo Geożyera Rok 3 Zeszyt 4 007 Tomasz Nedoba* OCENA ZAWARTOŚCI POPIOŁU W POKŁADACH WĘGLA ZA POMOCĄ NIEPARAMETRYCZNYCH METOD STATYSTYCZNYCH**. Wprowadzee W procese przeróbk węgla ezwykle ważym problemem

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

Analiza wyniku finansowego - analiza wstępna

Analiza wyniku finansowego - analiza wstępna Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe

Bardziej szczegółowo

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH AALIZA KORELACJI DEFIICJA ZALEŻOŚCI KORELACYJEJ, Zależośd korelacyja (statystycza) występuje wtedy, gdy określoym wartoścom jedej zmeej są przyporządkowae pewe średe wartośc drugej zmeej e moża wyzaczyd

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

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

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

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

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

VI. TWIERDZENIA GRANICZNE

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

Bardziej szczegółowo

W praktyce często zdarza się, że wyniki obu prób możemy traktować jako. wyniki pomiarów na tym samym elemencie populacji np.

W 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 szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

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

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

Bardziej szczegółowo

ĆWICZENIE 5 TESTY STATYSTYCZNE

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

Bardziej szczegółowo

Statystyczna analiza danych przedziały ufności

Statystyczna analiza danych przedziały ufności 07-- Probablstyka statystyka Statystycza aalza daych przedzały ufośc Wykład 7 dr ż. Barbara Swatowska Wstęp Podstawowe cele aalzy zborów daych Uogóloy ops poszczególych cech/zeych statystyka opsowa; aalza

Bardziej szczegółowo