Kognitywistyka II r. Teoria rzetelności wyników testu. Teorie inteligencji i sposoby jej pomiaru (4) Rzetelność czyli dokładność pomiaru

Wielkość: px
Rozpocząć pokaz od strony:

Download "Kognitywistyka II r. Teoria rzetelności wyników testu. Teorie inteligencji i sposoby jej pomiaru (4) Rzetelność czyli dokładność pomiaru"

Transkrypt

1 Kognitywistyka II Teoie inteligencji i sposoby jej pomiau (4) Teoia zetelności wyników testu Rzetelność czyli dokładność pomiau W języku potocznym temin zetelność oznacza niezawodność (dokładność). W psychometii natomiast temin ten utożsamiany jest z powtazalnością otzymanych wyników. Rzetelność oznacza zgodność wyników otzymanych pzez te same osoby, któe zostały pzebadane kilka azy tym samym testem. 1

2 Klasyczny model zetelności T +E gdzie: wynik obsewowany T wynik pawdziwy E błąd pomiau Wskaźnik zetelności Wskaźnikiem zetelności testu jest wielkość współczynnika koelacji pomiędzy wynikiem obsewowanym a wynikiem pawdziwym (ρ T ) Kozystając z klasycznego modelu wyniku testowego można udowodnić, że T ' ρ

3 Wypowadzenie Ponieważ wskaźnikiem zetelności testu jest wielkość koelacji pomiędzy wynikiem obsewowanym a wynikiem pawdziwym, czyli D T, to można wskaźnik zetelności wyazić w postaci współczynnika koelacji Współczynnik koelacji między dwiema zmiennymi jest definiowany jako: Y ρ CovY ( SD )( SD ) T czyli: T T Y Wypowadzenie Pzyjmując klasyczny model teoii testów, tj. T + E ( T+ E) T T + TE T T ρ T T T T Pzekształcając współczynnik koelacji na współczynnik deteminacji otzymamy: ρ T T Wypowadzenie Kozystając następnie z założeń dotyczących ównoległości testów, czyli Testy ównoległe to testy miezące tę samą właściwość psychologiczną i spełniające następujące założenia: A B SDA SDB AZ BZ AB możemy zapisać: T ( )( ) A T E T E TE TE EAE B A B A B B A B A B A B Ponieważ zgodnie z założeniami klasycznej teoii testów: 0i 0i 0 TE TE EAE A B B 3

4 Wypowadzenie a z definicji testów ównoległych wynika, że A B, dlatego: A B W związku z tym: AB ρ T T Współczynnikiem zetelności testu jest współczynnik koelacji między wynikami otzymanymi w dwóch testach ównoległych Intepetacja współczynnika zetelności Wielkość współczynnika zetelności wyażona w pocentach mówi nam o tym, jaki pocent wyników obsewowanych otzymanych w pomiaze za pomocą danego testu, można wyjaśnić wynikami pawdziwymi Dopuszczalna wielkość współczynnika zetelności w pzypadku testów pzeznaczonych do diagnozy indywidualnej >

5 Metody badania zetelności Metody opate na poównaniu dwukotnego badania tym samym testem (metoda test-etest) między badaniem piewszym (test) a badaniem dugim (etest) mija jakiś czas - estymacja stabilności bezwzględnej badanie dugie (etest) następuje zaaz po zakończeniu badania piewszego (test) - estymacja wiaygodności testu Metody opate na poównaniu fom altenatywnych (ównoległych) testu między badaniem piewszą wesją testu a badaniem dugą wesją testu mija jakiś czas - estymacja stabilności względnej badanie dugą fomą testu następuje zaaz po zakończeniu badania piewszą fomą testu - estymacja ównoważności międzytestowej 5

6 Metody opate na poównywaniu połówek tego samego testu (analiza ównoważności międzypołówkowej - metoda split-half) szacowanie zetelności całego testu na podstawie zetelności połówki wzó Speamana Bowna tt 1 + pp pp gdzie: pp to zetelność połowy testu tt to zetelność całego testu Metody opate na analizie właściwości statystycznych pozycji testowych (analiza zgodności wewnętznej) alpha Conbacha śedni współczynnik intekoelacji pomiędzy pozycjami testowymi k Si k α i 1 1 k 1 St gdzie: k liczba pozycji S waiancja i-tej pozycji testowej i S waiancja wyników testowych t Czynniki wpływające na wielkość współczynnika zetelności Homogeniczność gupy pop S 1 x ( 1 ) tt p S gdzie: S x to waiancja ogólnych wyników testowych w póbie oyginalnej S p to waiancja ogólnych wyników testowych w nowej póbie tt to zetelność oyginalnego testu pop to zetelność testu dla nowej póby Założenie: obsewowane óżnice w waiancji wyników testowych są spowodowane wyłącznie óżnicami ozkładów wyników pawdziwych 6

7 Czynniki wpływające na wielkość współczynnika zetelności gdzie: Długość testu Pooczy wzó Speamana-Bowna kjj tt ( k ) jj to zetelność pojedynczej części testu k - liczba części testu k w o ( 1 o) ( 1 ) gdzie: w to zetelność wymagana o to zetelność otzymana k to liczba pokazująca ile azy należy wydłużyć test, aby otzymać zetelność wymaganej wielkości w jj Metody badania zetelności dla testów szybkości 1) metoda test etest ) metoda fom altenatywnych 3) podział testu na połowy i zastosowanie każdej połowy jako niezależnego testu, w połowie czasu pzewidzianego na cały test. Następnie obliczenie współczynnika Speamana-Bowna Standadowy błąd pomiau dla wyniku otzymanego SEM S 1 gdzie: SEM to standadowy błąd pomiau S x to odchylenie standadowe ogólnych wyników testowych tt to zetelność testu tt 7

8 Pzedział ufności dla wyniku obsewowanego z SEM; + z SEM α α gdzie: z α to watość statystyki z ozkładu nomalnego dla danego poziomu ufności (1-α)100%. SEM to standadowy błąd pomiau wyniku otzymanego to wynik obsewowany dla danej osoby Szeokość pzedziału ufności a pecyzja diagnozy 99% 95% 90% 85% Pzykład budowania 90% pzedziału ufności dla wyniku otzymanego w Skali WAIS-R(PL) osoba i w gupie wiekowej 0-4 lata uzyskała wynik 93 punkty w Skali Pełnej Watość z α SEM 8 punktów 93 8; ; 101 8

9 Klasyfikacja iloazów inteligencji zapoponowana pzez Wechslea Lp. Kategoie Watości IQ Pocent populacji 1 Upośledzenie umysłowe 69 i poniżej, Poganicze upośledzenia ,7 3 Poniżej pzeciętnej ,1 4 Pzeciętna Powyżej pzeciętnej ,1 6 Wysoka ,7 7 Badzo wysoka 130 i powyżej, 9

Klasyczny model rzetelności H. Gulliksen (1950) X = T +E

Klasyczny model rzetelności H. Gulliksen (1950) X = T +E Klasyczny model rzetelności H. Gulliksen (1950) gdzie: X = wynik obserwowany T = wynik prawdziwy E = błąd pomiaru X = T +E Założenia: (1) M E = 0 (założenie o nieobciążoności narzędzia pomiarowego) ()

Bardziej szczegółowo

Psychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY

Psychometria PLAN NAJBLIŻSZYCH WYKŁADÓW. Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. TEN SLAJD JUŻ ZNAMY definicja rzetelności błąd pomiaru: systematyczny i losowy Psychometria Co wyniki testu mówią nam o samym teście? A. Rzetelność pomiaru testem. rozkład X + błąd losowy rozkład X rozkład X + błąd systematyczny

Bardziej szczegółowo

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego

ROZKŁAD NORMALNY. 2. Opis układu pomiarowego ROZKŁAD ORMALY 1. Opis teoetyczny do ćwiczenia zamieszczony jest na stonie www.wtc.wat.edu.pl w dziale DYDAKTYKA FIZYKA ĆWICZEIA LABORATORYJE (Wstęp do teoii pomiaów). 2. Opis układu pomiaowego Ćwiczenie

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r.

Matematyka ubezpieczeń majątkowych r. Zadanie. W kolejnych okesach czasu t =,,3,... ubezpieczony, chaakteyzujący się paametem yzyka Λ, geneuje szkód. Dla danego Λ = λ zmienne N t N, N, N 3,... są waunkowo niezależne i mają (bzegowe) ozkłady

Bardziej szczegółowo

5. WNIOSKOWANIE PSYCHOMETRYCZNE

5. WNIOSKOWANIE PSYCHOMETRYCZNE 5. WNIOSKOWANIE PSYCHOMETRYCZNE Model klasyczny Gulliksena Wynik otrzymany i prawdziwy Błąd pomiaru Rzetelność pomiaru testem Standardowy błąd pomiaru Błąd estymacji wyniku prawdziwego Teoria Odpowiadania

Bardziej szczegółowo

należą do grupy odbiorników energii elektrycznej idealne elementy rezystancyjne przekształcają energię prądu elektrycznego w ciepło

należą do grupy odbiorników energii elektrycznej idealne elementy rezystancyjne przekształcają energię prądu elektrycznego w ciepło 07 0 Opacował: mg inż. Macin Wieczoek www.mawie.net.pl. Elementy ezystancyjne. należą do gupy odbioników enegii elektycznej idealne elementy ezystancyjne pzekształcają enegię pądu elektycznego w ciepło.

Bardziej szczegółowo

Tradycyjne mierniki ryzyka

Tradycyjne mierniki ryzyka Tadycyjne mieniki yzyka Pzykład 1. Ryzyko w pzypadku potfela inwestycyjnego Dwie inwestycje mają następujące stopy zwotu, zależne od sytuacji gospodaczej: Sytuacja Pawdopodobieństwo R R Recesja 0, 9,0%

Bardziej szczegółowo

Zajęcia 1. Rzetelność

Zajęcia 1. Rzetelność Wzory Psychometria Zajęcia 1. Rzetelność 1950 Guliksen, za Spearmanem (1910) przyjmuje, że: t = T + e t wynik otrzymany T wynik prawdziwy pozycja danej osoby na kontinuum cechy (zdolności); przysługuje

Bardziej szczegółowo

Rzetelność ma dwa aspekty: konsystencja (precyzja pomiaru) stabilność pomiaru (powtarzalność wyników)

Rzetelność ma dwa aspekty: konsystencja (precyzja pomiaru) stabilność pomiaru (powtarzalność wyników) 6. RZETELNOŚĆ TESTU Metody szacowania rzetelności Rodzaje testu a wybór metody szacowania rzetelności Czynniki wpływające na rzetelność pomiaru Kryteria akceptacji rzetelności pomiaru Praktyczne wykorzystanie

Bardziej szczegółowo

ZWIĄZEK FUNKCJI OMEGA Z DOMINACJĄ STOCHASTYCZNĄ

ZWIĄZEK FUNKCJI OMEGA Z DOMINACJĄ STOCHASTYCZNĄ Studia konomiczne. Zeszyty Naukowe Uniwesytetu konomicznego w Katowicach ISSN 283-86 N 237 25 Infomatyka i konometia 2 wa Michalska Uniwesytet konomiczny w Katowicach Wydział Infomatyki i Komunikacji Kateda

Bardziej szczegółowo

METEMATYCZNY MODEL OCENY

METEMATYCZNY MODEL OCENY I N S T Y T U T A N A L I Z R E I O N A L N Y C H w K i e l c a c h METEMATYCZNY MODEL OCENY EFEKTYNOŚCI NAUCZNIA NA SZCZEBLU IMNAZJALNYM I ODSTAOYM METODĄ STANDARYZACJI YNIKÓ OÓLNYCH Auto: D Bogdan Stępień

Bardziej szczegółowo

KURS GEOMETRIA ANALITYCZNA

KURS GEOMETRIA ANALITYCZNA KURS GEOMETRIA ANALITYCZNA Lekcja 2 Działania na wektoach w układzie współzędnych. ZADANIE DOMOWE www.etapez.pl Stona 1 Część 1: TEST Zaznacz popawną odpowiedź (tylko jedna jest pawdziwa). Pytanie 1 Któe

Bardziej szczegółowo

GEOMETRIA PŁASZCZYZNY

GEOMETRIA PŁASZCZYZNY GEOMETRIA PŁASZCZYZNY. Oblicz pole tapezu ównoamiennego, któego podstawy mają długość cm i 0 cm, a pzekątne są do siebie postopadłe.. Dany jest kwadat ABCD. Punkty E i F są śodkami boków BC i CD. Wiedząc,

Bardziej szczegółowo

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI

PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI PRÓBNY EGZAMIN MATURALNY Z MATEMATYKI ODPOWIEDZI DO ARKUSZA ROZSZERZONEGO Zadanie ( pkt) A Zadanie ( pkt) C Zadanie ( pkt) A, bo sinα + cosα sinα + cosα cos sinα sin cosα + π π + π sin α π A więc musi

Bardziej szczegółowo

Wykład 1. Elementy rachunku prawdopodobieństwa. Przestrzeń probabilistyczna.

Wykład 1. Elementy rachunku prawdopodobieństwa. Przestrzeń probabilistyczna. Podstawowe pojęcia. Wykład Elementy achunku pawdopodobieństwa. Pzestzeń pobabilistyczna. Doświadczenie losowe-doświadczenie (zjawisko, któego wyniku nie możemy pzewidzieć. Pojęcie piewotne achunku pawdopodobieństwa

Bardziej szczegółowo

Dobór zmiennych objaśniających do liniowego modelu ekonometrycznego

Dobór zmiennych objaśniających do liniowego modelu ekonometrycznego Dobó zmiennych objaśniających do liniowego modelu ekonometycznego Wstępnym zadaniem pzy budowie modelu ekonometycznego jest okeślenie zmiennych objaśniających. Kyteium wybou powinna być meytoyczna znajomość

Bardziej szczegółowo

Modelowanie zmienności i dokładność oszacowania jakości węgla brunatnego w złożu Bełchatów (pole Bełchatów)

Modelowanie zmienności i dokładność oszacowania jakości węgla brunatnego w złożu Bełchatów (pole Bełchatów) Akademia Góniczo-Hutnicza, Kopalnia Węgla Bunatnego, Wydział Geologii, Geofizyki i Ochony śodowiska Bełchatów Wasztaty Gónicze 24 Jacek Mucha, Tadeusz Słomka, Wojciech Mastej, Tomasz Batuś Akademia Góniczo-Hutnicza,

Bardziej szczegółowo

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony

KRYTERIA OCENIANIA ODPOWIEDZI Próbna Matura z OPERONEM. Matematyka Poziom rozszerzony KRYTERIA OCENIANIA ODPOWIEDZI Póbna Matua z OPERONEM Matematyka Poziom ozszezony Listopad 0 W ni niej szym sche ma cie oce nia nia za dań otwa tych są pe zen to wa ne pzy kła do we po paw ne od po wie

Bardziej szczegółowo

9.1 POMIAR PRĘDKOŚCI NEUTRINA W CERN

9.1 POMIAR PRĘDKOŚCI NEUTRINA W CERN 91 POMIAR PRĘDKOŚCI NEUTRINA W CERN Rozdział należy do teoii pt "Teoia Pzestzeni" autostwa Daiusza Stanisława Sobolewskiego http: wwwtheoyofspaceinfo Z uwagi na ozważania nad pojęciem czasu 1 możemy pzyjąć,

Bardziej szczegółowo

Dobór zmiennych do modelu ekonometrycznego

Dobór zmiennych do modelu ekonometrycznego Dobó zmiennych do modelu ekonometycznego Metody dobou zmiennych do modelu ekonometycznego opate na teście F Model zedukowany ya 0 +a x+a x+.+a x Model pełny ya 0 +a x+a x+.+a x +a + x + + +a k x k Częściowy

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Dane dotyczące wartości zmiennej (cechy) wprowadzamy w jednej kolumnie. W przypadku większej liczby zmiennych wprowadzamy każdą w oddzielnej kolumnie.

Dane dotyczące wartości zmiennej (cechy) wprowadzamy w jednej kolumnie. W przypadku większej liczby zmiennych wprowadzamy każdą w oddzielnej kolumnie. STATISTICA INSTRUKCJA - 1 I. Wprowadzanie danych Podstawowe / Nowy / Arkusz Dane dotyczące wartości zmiennej (cechy) wprowadzamy w jednej kolumnie. W przypadku większej liczby zmiennych wprowadzamy każdą

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących

Bardziej szczegółowo

Ocena siły oddziaływania procesów objaśniających dla modeli przestrzennych

Ocena siły oddziaływania procesów objaśniających dla modeli przestrzennych Michał Benad Pietzak * Ocena siły oddziaływania pocesów objaśniających dla modeli pzestzennych Wstęp Ekonomiczne analizy pzestzenne są ważnym kieunkiem ozwoju ekonometii pzestzennej Wynika to z faktu,

Bardziej szczegółowo

{ 1, 2,, n } Ponadto wówczas mówimy, że formuła: oraz równoważna jej formuła:

{ 1, 2,, n } Ponadto wówczas mówimy, że formuła: oraz równoważna jej formuła: RCHUNEK ZDŃ 6 Do ozstzygania, któe fomuły achunku zdań są tautologiami, czyli pawami logiki, stosować możemy tzy odzaje metod: 1) metodę matycową (zeo-jedynkową), 2) metodę założeniową, 3) metodę aksjomatyczną.

Bardziej szczegółowo

Wykład 9 Wnioskowanie o średnich

Wykład 9 Wnioskowanie o średnich Wykład 9 Wnioskowanie o średnich Rozkład t (Studenta) Wnioskowanie dla jednej populacji: Test i przedziały ufności dla jednej próby Test i przedziały ufności dla par Porównanie dwóch populacji: Test i

Bardziej szczegółowo

29 Rozpraszanie na potencjale sferycznie symetrycznym - fale kuliste

29 Rozpraszanie na potencjale sferycznie symetrycznym - fale kuliste 9 Rozpaszanie na potencjae sfeycznie symetycznym - fae kuiste W ozdziae tym zajmiemy się ozpaszaniem na potencjae sfeycznie symettycznym V ). Da uchu o dodatniej enegii E = k /m adiane ównanie Schödingea

Bardziej szczegółowo

BRYŁA SZTYWNA. Umowy. Aby uprościć rozważania w tym dziale będziemy przyjmować następujące umowy:

BRYŁA SZTYWNA. Umowy. Aby uprościć rozważania w tym dziale będziemy przyjmować następujące umowy: Niektóe powody aby poznać ten dział: BRYŁA SZTYWNA stanowi dobe uzupełnienie mechaniki punktu mateialnego, opisuje wiele sytuacji z życia codziennego, ma wiele powiązań z innymi działami fizyki (temodynamika,

Bardziej szczegółowo

brak podstaw do odrzucenia hipotezy zerowej.

brak 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 szczegółowo

5. Model sezonowości i autoregresji zmiennej prognozowanej

5. Model sezonowości i autoregresji zmiennej prognozowanej 5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =

Bardziej szczegółowo

Metody optymalizacji. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metody optymalizacji. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metody optymalizacji d inż. Paweł Zalewski kademia Moska w Szczecinie Optymalizacja - definicje: Zadaniem optymalizacji jest wyznaczenie spośód dopuszczalnych ozwiązań danego polemu ozwiązania najlepszego

Bardziej szczegółowo

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul. Jana Pawła II 24 60-965 POZNAŃ (budynek Centrum Mechatroniki, Biomechaniki i Nanoinżynierii) www.zmisp.mt.put.poznan.pl

Bardziej szczegółowo

Modelowanie przepływu cieczy przez ośrodki porowate Wykład III

Modelowanie przepływu cieczy przez ośrodki porowate Wykład III Modelowanie pzepływu cieczy pzez ośodki poowate Wykład III 6 Ogólne zasady ozwiązywania ównań hydodynamicznego modelu pzepływu. Metody ozwiązania ównania Laplace a. Wpowadzenie wielkości potencjału pędkości

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9

Stanisław Cichocki. Natalia Nehrebecka. Wykład 9 Stanisław Cichocki Natalia Nehrebecka Wykład 9 1 1. Dodatkowe założenie KMRL 2. Testowanie hipotez prostych Rozkład estymatora b Testowanie hipotez prostych przy użyciu statystyki t 3. Przedziały ufności

Bardziej szczegółowo

Ekonometria Ćwiczenia 19/01/05

Ekonometria Ćwiczenia 19/01/05 Oszacowano regresję stopy bezrobocia (unemp) na wzroście realnego PKB (pkb) i stopie inflacji (cpi) oraz na zmiennych zero-jedynkowych związanymi z kwartałami (season). Regresję przeprowadzono na danych

Bardziej szczegółowo

Model klasyczny gospodarki otwartej

Model klasyczny gospodarki otwartej Model klasyczny gospodaki otwatej Do tej poy ozpatywaliśmy model sztucznie zakładający, iż gospodaka danego kaju jest gospodaką zamkniętą. A zatem bak było międzynaodowych pzepływów dób i kapitału. Jeżeli

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność

Bardziej szczegółowo

Kognitywistyka II r. Terminy wykładów. Literatura - psychometria. Teorie inteligencji i sposoby jej pomiaru (1)

Kognitywistyka II r. Terminy wykładów. Literatura - psychometria. Teorie inteligencji i sposoby jej pomiaru (1) Kognitywistyka II r Teorie inteligencji i sposoby jej pomiaru (1) Terminy wykładów 13. 03. 2008 27. 03. 2008 03. 04. 2008 17. 04. 2008 24. 04. 2008 08. 05. 2008 15. 05. 2008 29. 05. 2008 05. 06. 2008 12.

Bardziej szczegółowo

ROZWIĄZUJEMY PROBLEM RÓWNOWAŻNOŚCI MASY BEZWŁADNEJ I MASY GRAWITACYJNEJ.

ROZWIĄZUJEMY PROBLEM RÓWNOWAŻNOŚCI MASY BEZWŁADNEJ I MASY GRAWITACYJNEJ. ROZWIĄZUJEMY PROBLEM RÓWNOWAŻNOŚCI MASY BEZWŁADNEJ I MASY GRAWITACYJNEJ. STRESZCZENIE Na bazie fizyki klasycznej znaleziono nośnik ładunku gawitacyjnego, uzyskano jedność wszystkich odzajów pól ( elektycznych,

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

Bardziej szczegółowo

m q κ (11.1) q ω (11.2) ω =,

m q κ (11.1) q ω (11.2) ω =, OPIS RUCHU, DRGANIA WŁASNE TŁUMIONE Oga Kopacz, Adam Łodygowski, Kzysztof Tymbe, Michał Płotkowiak, Wojciech Pawłowski Konsutacje naukowe: pof. d hab. Jezy Rakowski Poznań 00/00.. Opis uchu OPIS RUCHU

Bardziej szczegółowo

9. 1. KOŁO. Odcinki w okręgu i kole

9. 1. KOŁO. Odcinki w okręgu i kole 9.. KOŁO Odcinki w okęgu i kole Cięciwa okęgu (koła) odcinek łączący dwa dowolne punkty okęgu d Śednica okęgu (koła) odcinek łączący dwa dowolne punkty okęgu pzechodzący pzez śodek okęgu (koła) Pomień

Bardziej szczegółowo

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015 Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015 Nr indeksu... Imię i Nazwisko... Nr grupy ćwiczeniowej... Imię i Nazwisko prowadzącego... 1. Specyfikacja modelu

Bardziej szczegółowo

PRACA MOC ENERGIA. Z uwagi na to, że praca jest iloczynem skalarnym jej wartość zależy również od kąta pomiędzy siłą F a przemieszczeniem r

PRACA MOC ENERGIA. Z uwagi na to, że praca jest iloczynem skalarnym jej wartość zależy również od kąta pomiędzy siłą F a przemieszczeniem r PRACA MOC ENERGIA Paca Pojęcie pacy używane jest zaówno w fizyce (w sposób ścisły) jak i w życiu codziennym (w sposób potoczny), jednak obie te definicje nie pokywają się Paca w sensie potocznym to każda

Bardziej szczegółowo

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZENIA

INSTRUKCJA DO ĆWICZENIA NSTRKJA DO ĆWZENA Temat: Rezonans w obwodach elektycznych el ćwiczenia elem ćwiczenia jest doświadczalne spawdzenie podstawowych właściwości szeegowych i ównoległych ezonansowych obwodów elektycznych.

Bardziej szczegółowo

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018 Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018 Nr indeksu... Imię i Nazwisko... Nr grupy ćwiczeniowej... Imię i Nazwisko prowadzącego... 1. Specyfikacja modelu

Bardziej szczegółowo

Graf skierowany. Graf zależności dla struktur drzewiastych rozgrywających parametrycznie

Graf skierowany. Graf zależności dla struktur drzewiastych rozgrywających parametrycznie Gaf skieowany Gaf skieowany definiuje się jako upoządkowaną paę zbioów. Piewszy z nich zawiea wiezchołki gafu, a dugi składa się z kawędzi gafu, czyli upoządkowanych pa wiezchołków. Ruch po gafie możliwy

Bardziej szczegółowo

Elektroenergetyczne sieci rozdzielcze SIECI 2004 V Konferencja Naukowo-Techniczna

Elektroenergetyczne sieci rozdzielcze SIECI 2004 V Konferencja Naukowo-Techniczna Elektoenegetyczne sieci ozdzielcze SIECI 2004 V Konfeencja Naukowo-Techniczna Politechnika Wocławska Instytut Enegoelektyki Andzej SOWA Jaosław WIATER Politechnika Białostocka, 15-353 Białystok, ul. Wiejska

Bardziej szczegółowo

dr inż. Małgorzata Langer Architektura komputerów

dr inż. Małgorzata Langer Architektura komputerów Instukcja współfinansowana pzez Unię Euopejską w amach Euopejskiego Funduszu Społecznego w pojekcie Innowacyjna dydaktyka bez oganiczeń zintegowany ozwój Politechniki Łódzkiej zaządzanie Uczelnią, nowoczesna

Bardziej szczegółowo

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO

BADANIE POWTARZALNOŚCI PRZYRZĄDU POMIAROWEGO Zakład Metrologii i Systemów Pomiarowych P o l i t e c h n i k a P o z n ańska ul Jana Pawła II 24 60-965 POZNAŃ budynek Centrum Mechatroniki, iomechaniki i Nanoinżynierii) wwwzmispmtputpoznanpl tel +48

Bardziej szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss

Bardziej szczegółowo

PRZEMIANA ENERGII ELEKTRYCZNEJ W CIELE STAŁYM

PRZEMIANA ENERGII ELEKTRYCZNEJ W CIELE STAŁYM PRZEMIANA ENERGII ELEKTRYCZNE W CIELE STAŁYM Anaizowane są skutki pzepływu pądu pzemiennego o natężeniu I pzez pzewodnik okągły o pomieniu. Pzyęto wstępne założenia upaszcząace: - kształt pądu est sinusoidany,

Bardziej szczegółowo

ANALIZA DANYCH W STATA 8.0

ANALIZA DANYCH W STATA 8.0 ANALIZA DANYCH W STATA 8.0 ZAJĘCIA 3 1. Rozpoczęcie 1. Stwozyć w katalogu C:/temp katalog stata_3 2. Ściągnąć z intenetu ze stony http://akson.sgh.waw.pl/~mpoch plik zajecia3.zip (kyje się on pod tekstem

Bardziej szczegółowo

II.6. Wahadło proste.

II.6. Wahadło proste. II.6. Wahadło poste. Pzez wahadło poste ozumiemy uch oscylacyjny punktu mateialnego o masie m po dolnym łuku okęgu o pomieniu, w stałym polu gawitacyjnym g = constant. Fig. II.6.1. ozkład wektoa g pzyśpieszenia

Bardziej szczegółowo

Definicja testu psychologicznego

Definicja testu psychologicznego Definicja testu psychologicznego Badanie testowe to taka sytuacja, w której osoba badana uczestniczy dobrowolnie, świadoma celu jakim jest jej ocena. Jest to sytuacja tworzona specjalnie dla celów diagnostycznych,

Bardziej szczegółowo

Ć wiczenie 7 WZMACNIACZ OPERACYJNY

Ć wiczenie 7 WZMACNIACZ OPERACYJNY Ć wiczenie 7 63 WZMACNIACZ OPEACYJNY Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z podstawomi układami wzmacniaczy opeacyjnych i ich zastosowaniem.. Wstęp Wzmacniaczem opeacyjnym nazywamy wzmacniacz

Bardziej szczegółowo

WYKŁAD 1. W przypadku zbiornika zawierającego gaz, stan układu jako całości jest opisany przez: temperaturę, ciśnienie i objętość.

WYKŁAD 1. W przypadku zbiornika zawierającego gaz, stan układu jako całości jest opisany przez: temperaturę, ciśnienie i objętość. WYKŁAD 1 Pzedmiot badań temodynamiki. Jeśli chcemy opisać układ złożony z N cząstek, to możemy w amach mechaniki nieelatywistycznej dla każdej cząstki napisać ównanie uchu: 2 d i mi = Fi, z + Fi, j, i,

Bardziej szczegółowo

Wnioskowanie statystyczne. Statystyka w 5

Wnioskowanie statystyczne. Statystyka w 5 Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem

Bardziej szczegółowo

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na

Bardziej szczegółowo

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja

Bardziej szczegółowo

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość

Idea. θ = θ 0, Hipoteza statystyczna Obszary krytyczne Błąd pierwszego i drugiego rodzaju p-wartość Idea Niech θ oznacza parametr modelu statystycznego. Dotychczasowe rozważania dotyczyły metod estymacji tego parametru. Teraz zamiast szacować nieznaną wartość parametru będziemy weryfikowali hipotezę

Bardziej szczegółowo

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania

Bardziej szczegółowo

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas: ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. Można założyć, że przy losowaniu trzech kul jednocześnie kolejność ich wylosowania nie jest istotna. A więc: Ω = 20 3. a) Niech: - wśród trzech wylosowanych opakowań

Bardziej szczegółowo

00502 Podstawy kinematyki D Część 2 Iloczyn wektorowy i skalarny. Wektorowy opis ruchu. Względność ruchu. Prędkość w ruchu prostoliniowym.

00502 Podstawy kinematyki D Część 2 Iloczyn wektorowy i skalarny. Wektorowy opis ruchu. Względność ruchu. Prędkość w ruchu prostoliniowym. 1 00502 Kinematyka D Dane osobowe właściciela akusza 00502 Podstawy kinematyki D Część 2 Iloczyn wektoowy i skalany. Wektoowy opis uchu. Względność uchu. Pędkość w uchu postoliniowym. Instukcja dla zdającego

Bardziej szczegółowo

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne Wnioskowanie statystyczne obejmuje następujące czynności: Sformułowanie hipotezy zerowej i hipotezy alternatywnej.

Bardziej szczegółowo

Porównanie dwóch rozkładów normalnych

Porównanie dwóch rozkładów normalnych Porównanie dwóch rozkładów normalnych Założenia: 1. X 1 N(µ 1, σ 2 1), X 2 N(µ 2, σ 2 2) 2. X 1, X 2 są niezależne Ocena µ 1 µ 2 oraz σ 2 1/σ 2 2. Próby: X 11,..., X 1n1 ; X 21,..., X 2n2 X 1, varx 1,

Bardziej szczegółowo

Trafność czyli określanie obszaru zastosowania testu

Trafność czyli określanie obszaru zastosowania testu Trafność czyli określanie obszaru zastosowania testu Trafność jest to dokładność z jaką test mierzy to, co ma mierzyć Trafność jest to stopień, w jakim test jest w stanie osiągnąć stawiane mu cele Trafność

Bardziej szczegółowo

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9 Zadanie W celu sprawdzenia, czy pipeta jest obarczona błędem systematycznym stałym lub zmiennym wykonano szereg pomiarów przy różnych ustawieniach pipety. Wyznacz równanie regresji liniowej, które pozwoli

Bardziej szczegółowo

Notatki z II semestru ćwiczeń z elektroniki, prowadzonych do wykładu dr. Pawła Grybosia.

Notatki z II semestru ćwiczeń z elektroniki, prowadzonych do wykładu dr. Pawła Grybosia. Notatki z II semestu ćwiczeń z elektoniki, powadzonych do wykładu d. Pawła Gybosia. Wojciech Antosiewicz Wydział Fizyki i Techniki Jądowej AGH al.mickiewicza 30 30-059 Kaków email: wojanton@wp.pl 2 listopada

Bardziej szczegółowo

Fizyka elektryczność i magnetyzm

Fizyka elektryczność i magnetyzm Fizyka elektyczność i magnetyzm W1 1. Elektostatyka 1.1. Ładunek elektyczny. Cała otaczająca nas mateia składa się z elektonów, potonów i neutonów. Dwie z wymienionych cząstek - potony i elektony - obdazone

Bardziej szczegółowo

Walidacja metod analitycznych Raport z walidacji

Walidacja metod analitycznych Raport z walidacji Walidacja metod analitycznych Raport z walidacji Małgorzata Jakubowska Katedra Chemii Analitycznej WIMiC AGH Walidacja metod analitycznych (według ISO) to proces ustalania parametrów charakteryzujących

Bardziej szczegółowo

PRĄD ELEKTRYCZNY I SIŁA MAGNETYCZNA

PRĄD ELEKTRYCZNY I SIŁA MAGNETYCZNA PĄD LKTYCZNY SŁA MAGNTYCZNA Na ładunek, opócz siły elektostatycznej, działa ównież siła magnetyczna popocjonalna do pędkości ładunku v. Pzekonamy się, że siła działająca na magnes to siła działająca na

Bardziej szczegółowo

MIERNICTWO WIELKOŚCI ELEKTRYCZNYCH I NIEELEKTRYCZNYCH

MIERNICTWO WIELKOŚCI ELEKTRYCZNYCH I NIEELEKTRYCZNYCH Politechnika Białostocka Wydział Elektyczny Kateda Elektotechniki Teoetycznej i Metologii nstukcja do zajęć laboatoyjnych z pzedmiotu MENCTWO WEKOŚC EEKTYCZNYCH NEEEKTYCZNYCH Kod pzedmiotu: ENSC554 Ćwiczenie

Bardziej szczegółowo

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,

Bardziej szczegółowo

Rozważymy nieskończony strumień płatności i obliczymy jego wartość teraźniejszą.

Rozważymy nieskończony strumień płatności i obliczymy jego wartość teraźniejszą. Renty wieczyste Rozważyy nieskończony stuień płatności i obliczyy jego watość teaźniejszą Najpiew ozważy entę wieczystą polegającą na wypłacie jp co ok Jeśli piewsza płatność jest w chwili, to ówiy o encie

Bardziej szczegółowo

Uniwersytet Warszawski Teoria gier dr Olga Kiuila LEKCJA 2

Uniwersytet Warszawski Teoria gier dr Olga Kiuila LEKCJA 2 LEKCJA 2 Pzykład: Dylemat Cykoa (albo Poke Dogowy) Dwie osoby wsiadają w samochody, ozpędzają się i z dużą pędkością jadą na siebie - ten kto piewszy zahamuje lub zjedzie z tasy jest "cykoem" i pzegywa.

Bardziej szczegółowo

KINEMATYCZNE WŁASNOW PRZEKŁADNI

KINEMATYCZNE WŁASNOW PRZEKŁADNI KINEMATYCZNE WŁASNOW ASNOŚCI PRZEKŁADNI Waunki współpacy pacy zazębienia Zasada n 1 - koła zębate mogą ze sobą współpacować, kiedy mają ten sam moduł m. Czy to wymaganie jest wystaczające dla pawidłowej

Bardziej szczegółowo

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny

Bardziej szczegółowo

Zadania ze statystyki cz.8. Zadanie 1.

Zadania ze statystyki cz.8. Zadanie 1. Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,

Bardziej szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności: Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności

Bardziej szczegółowo

1. Ciało sztywne, na które nie działa moment siły pozostaje w spoczynku lub porusza się ruchem obrotowym jednostajnym.

1. Ciało sztywne, na które nie działa moment siły pozostaje w spoczynku lub porusza się ruchem obrotowym jednostajnym. Wykład 3. Zasada zachowania momentu pędu. Dynamika punktu mateialnego i były sztywnej. Ruch obotowy i postępowy Większość ciał w pzyodzie to nie punkty mateialne ale ozciągłe ciała sztywne tj. obiekty,

Bardziej szczegółowo

Rozdział 8. Regresja. Definiowanie modelu

Rozdział 8. Regresja. Definiowanie modelu Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

10. Podstawowe wskaźniki psychometryczne

10. Podstawowe wskaźniki psychometryczne 10. Podstawowe wskaźniki psychometryczne q analiza własności pozycji testowych q metody szacowania mocy dyskryminacyjnej q stronniczość pozycji testowych q własności pozycji testowych a kształt rozkładu

Bardziej szczegółowo

MONITORING STACJI FOTOWOLTAICZNYCH W ŚWIETLE NORM EUROPEJSKICH

MONITORING STACJI FOTOWOLTAICZNYCH W ŚWIETLE NORM EUROPEJSKICH 51 Aleksande Zaemba *, Tadeusz Rodziewicz **, Bogdan Gaca ** i Maia Wacławek ** * Kateda Elektotechniki Politechnika Częstochowska al. Amii Kajowej 17, 42-200 Częstochowa e-mail: zaemba@el.pcz.czest.pl

Bardziej szczegółowo

Przygotowanie do Egzaminu Potwierdzającego Kwalifikacje Zawodowe

Przygotowanie do Egzaminu Potwierdzającego Kwalifikacje Zawodowe Pzygotowanie do Egzaminu Potwiedzającego Kwalifikacje Zawodowe Powtózenie mateiału Opacował: mg inż. Macin Wieczoek Jednostki podstawowe i uzupełniające układu SI. Jednostki podstawowe Wielkość fizyczna

Bardziej szczegółowo

BADANIE ZALEśNOŚCI POMIĘDZY WARTOŚCIĄ WYKŁADNIKA HURSTA A SKUTECZNOŚCIĄ STRATEGII INWESTYCYJNYCH OPARTYCH NA ANALIZIE TECHNICZNEJ WPROWADZENIE

BADANIE ZALEśNOŚCI POMIĘDZY WARTOŚCIĄ WYKŁADNIKA HURSTA A SKUTECZNOŚCIĄ STRATEGII INWESTYCYJNYCH OPARTYCH NA ANALIZIE TECHNICZNEJ WPROWADZENIE Edyta Macinkiewicz Kateda Zaządzania, Wydział Oganizacji i Zaządzania Politechniki Łódzkiej e-mail: emac@p.lodz.pl BADANIE ZALEśNOŚCI POMIĘDZY WARTOŚCIĄ WYKŁADNIKA HURSTA A SKUTECZNOŚCIĄ STRATEGII INWESTYCYJNYCH

Bardziej szczegółowo

STANDARDY EMISJI ZANIECZYSZCZEŃ DO POWIETRZA Z PROCESÓW ENERGETYCZNEGO SPALANIA PALIW ANALIZA ZMIAN

STANDARDY EMISJI ZANIECZYSZCZEŃ DO POWIETRZA Z PROCESÓW ENERGETYCZNEGO SPALANIA PALIW ANALIZA ZMIAN STANISŁAW KIRSEK, JOANNA STUDENCKA STANDARDY EMISJI ZANIECZYSZCZEŃ DO POWIETRZA Z PROCESÓW ENERGETYCZNEGO SPALANIA PALIW ANALIZA ZMIAN THE STANDARDS OF AIR POLLUTION EMISSION FROM THE FUELS COMBUSTION

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Testowanie hipotez statystycznych Wyk lad 9 Natalia Nehrebecka Stanis law Cichocki 28 listopada 2018 Plan zaj eć 1 Rozk lad estymatora b 2 3 dla parametrów 4 Hipotezy l aczne - test F 5 Dodatkowe za lożenie

Bardziej szczegółowo

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 Zadanie 1 a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 b) W naszym przypadku populacja są inżynierowie w Tajlandii. Czy można jednak przypuszczać, że na zarobki kobiet-inżynierów

Bardziej szczegółowo

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26

Rozkład normalny. Marcin Zajenkowski. Marcin Zajenkowski () Rozkład normalny 1 / 26 Rozkład normalny Marcin Zajenkowski Marcin Zajenkowski () Rozkład normalny 1 / 26 Rozkład normalny Krzywa normalna, krzywa Gaussa, rozkład normalny Rozkłady liczebności wielu pomiarów fizycznych, biologicznych

Bardziej szczegółowo

WYKŁAD 5 TEORIA ESTYMACJI II

WYKŁAD 5 TEORIA ESTYMACJI II WYKŁAD 5 TEORIA ESTYMACJI II Teoria estymacji (wyznaczanie przedziałów ufności, błąd badania statystycznego, poziom ufności, minimalna liczba pomiarów). PRÓBA Próba powinna być reprezentacyjna tj. jak

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 5 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y

Bardziej szczegółowo

A. POMIARY FOTOMETRYCZNE Z WYKORZYSTANIEM FOTOOGNIWA SELENOWEGO

A. POMIARY FOTOMETRYCZNE Z WYKORZYSTANIEM FOTOOGNIWA SELENOWEGO 10.X.010 ĆWCZENE NR 70 A. POMARY FOTOMETRYCZNE Z WYKORZYSTANEM FOTOOGNWA SELENOWEGO. Zestaw pzyządów 1. Ogniwo selenowe.. Źódło światła w obudowie 3. Zasilacz o wydajności pądowej min. 5A 4. Ampeomiez

Bardziej szczegółowo