STATYSTYKA MATEMATYCZNA

Podobne dokumenty
STATYSTYKA MATEMATYCZNA

Wnioskowanie statystyczne dla korelacji i regresji.

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

Prawdopodobieństwo i statystyka r.

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA

Materiały do wykładu 7 ze Statystyki

Statystyka. Katarzyna Chudy Laskowska

METODY STATYSTYCZNE W BIOLOGII

Niepewności pomiarów. DR Andrzej Bąk

ma rozkład normalny z nieznaną wartością oczekiwaną m

E K O N O M E T R I A (kurs 10 godz.)

będą niezależnymi zmiennymi losowymi o tym samym 2 x

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

. Wtedy E V U jest równa

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

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

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

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

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

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

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

Linie regresji II-go rodzaju

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

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

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

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

ANALIZA ZALEŻNOŚCI DWÓCH ZMIENNYCH ILOŚCIOWYCH

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

RACHUNEK NIEPEWNOŚCI POMIARU

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

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

STATYSTYKA MATEMATYCZNA

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

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

Planowanie eksperymentu pomiarowego I

Rachunek prawdopodobieństwa i statystyka W 11: Analizy zależnościpomiędzy zmiennymi losowymi Model regresji wielokrotnej

Prawdopodobieństwo i statystyka r.

Wyrażanie niepewności pomiaru

Weryfikacja hipotez dla wielu populacji

Natalia Nehrebecka. Dariusz Szymański

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

Statystyka powtórzenie (II semestr) Rafał M. Frąk

= n = = i i. Sprawdzenie istotności współczynnika korelacji ρ dla populacji na podstawie współczynnika r

Ocena dopasowania modelu do danych empirycznych

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

STATYSTYKA MATEMATYCZNA

( ) ( ) 2. Zadanie 1. są niezależnymi zmiennymi losowymi o. oraz. rozkładach normalnych, przy czym EX. i σ są nieznane. 1 Niech X

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

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

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

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

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

Nieparametryczne Testy Istotności

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

termodynamika fenomenologiczna p, VT V, teoria kinetyczno-molekularna <v 2 > termodynamika statystyczna n(v) to jest długi czas, zachodzi

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Liniowe relacje między zmiennymi

O testowaniu jednorodności współczynników zmienności

ROZKŁADY ZMIENNYCH LOSOWYCH

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

) będą niezależnymi zmiennymi losowymi o tym samym rozkładzie normalnym z następującymi parametrami: nieznaną wartością 1 4

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

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

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

MODEL SHARP A - MIARY WRAŻLIWOŚCI

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

METODY KOMPUTEROWE 1

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

MATEMATYKA STOSOWANA W INŻYNIERII CHEMICZNEJ

JEDNOWYMIAROWA ZMIENNA LOSOWA

STATYSTYKA I ANALIZA DANYCH

będzie próbką prostą z rozkładu normalnego ( 2

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

STATYSTYKA MATEMATYCZNA

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

65120/ / / /200

REGRESJA LINIOWA. gdzie

f f x f, f, f / / / METODA RÓŻNIC SKOŃCZONYCH niech N = 2 (2 równania różniczkowe zwyczajne liniowe I-rz.) lub jedno II-rzędu

Wykład 6. Klasyczny model regresji liniowej

r h SSE EKONOMETRIA - WZORY p pk Opracowała: Joanna Kisielińska 1 Metody doboru zmiennych Metoda Nowaka Metoda Hellwiga Metoda momentów

STATYSTYKA MATEMATYCZNA

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

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

16, zbudowano test jednostajnie najmocniejszy dla weryfikacji hipotezy H

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

Przedziały ufności i testy parametrów. Przedziały ufności dla średniej odpowiedzi. Interwały prognoz (dla przyszłych obserwacji)

Statystyka opisowa. (n m n m 1 ) h (n m n m 1 ) + (n m n m+1 ) 2 +1), gdy n jest parzyste

KALIBRACJA NIE ZAWSZE PROSTA

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

RACHUNEK NIEPEWNOŚCI POMIARU

AKADEMIA MORSKA W SZCZECINIE

STATYSTYKA MATEMATYCZNA

Analiza ZALEśNOŚCI pomiędzy CECHAMI (Analiza KORELACJI i REGRESJI)

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności

Estymacja przedziałowa

Instrukcja do wykonania zadania. Masa ciała. Wys. Ciała

Transkrypt:

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 przkładze testu t ) 6. Test eparametrcze (a przkładze testu ) 7. Korelacja regresja lowa elowa 8. Aalza waracj test F Coprght 010, Joaa Szda

WSTĘP TEST F werfkacja hpotez dotczącch waracj MODELE KLASYFIKACYJE AALIZA WARIACJI 1. Model jedoczkow. Model dwuczkow 3. Model herarchcz

TEST F s 1, s - waracje oblczoe w dwóch próbach Statstka F s s 1 ma rozkład F o v 1 = 1-1 v 1 = - 1 st. swobod ( 1 to lczebośc prób) W lczku wększa wartość waracj! Wartość F blska 1? Wartość F zacze wższa od 1?

TEST F - zastosowae 1. Werfkacja hpotez o rówośc waracj dwóch populacj. Testowae stotośc regresj 3. Ocea efektów modelu klasfkacjego w aalze waracj

RÓWAIE REGRESJI x 1 0 BŁĄD różca mędz a ŷ zaw. tłuszczu 30 Wartość zaobserwowaa () 9 8 7 6 5 4 Wartość przewdzaa (ŷ) 3 50 60 70 80 90 100 masa cała Coprght 010, Joaa Szda

DOPASOWAIE REGRESJI wsp. determacj R zmeość "" opsaa przez rówae regresj (teoretcza) zaobserwowaa (rzeczwsta) ˆ 1 R 1 1 ˆ 1 Coprght 010, Joaa Szda

ISTOTOŚĆ REGRESJI TEST F F 1 1 ˆ ( ˆ 1 ) średa zmeość wartośc wjaśoa przez rówae regresj średa zmeość wartośc e wjaśoa przez rówae regresj = śred błąd lczba par obserwacj, β lczba współczków β rówaa x 1 regresj (p. dla rówaa regresj prostej β = ) 0 Coprght 009, Joaa Szda

REGRESJA LIIOWA - przkład PRÓBA: 10 osób, masa cała [kg] grubość tkak tłuszczowej [mm] MASA CIAŁA ZAW. TŁUSZCZU 89 8 88 7 66 4 59 3 93 9 73 5 8 9 77 5 0 1 tluszcz 11.57 0.19masa_cała x (R = 0.37) 100 30 67 3 Coprght 010, Joaa Szda

RÓWAIE REGRESJI TEST F Coprght 009, Joaa Szda 1. Hpotez H 0 : grubość tkak tłuszczowej e zależ od mas cała H 1 : grubość tkak tłuszczowej zależ od mas cała H 0 : β 1 = 0 H 1 : β 1 > 0 MAX = 0.05 3. Test: F 1 1 ) ˆ ( 1 ˆ

RÓWAIE REGRESJI TEST F 4. Oblczee wartośc statstk: F 1 1 ˆ ( ˆ 1 ) 58,5 1 9,08 10 51,3 5. T = 0,000096 6. H 1 WIOSEK: grubość tkak tłuszczowej zależ od mas cała wzrasta średo o 0.19 mm z każdm klogramem przrostu mas cała Coprght 009, Joaa Szda

MODELE KLASYFIKACYJE Model klasfkacj: ma postać lowej fukcj matematczej zmea zależa obserwacja (p. wdajość mleka krow) argumet tzw. efekt modelu, obrazują wpłw różch sstematczch czków (p. stad, grup ojcowskch) a obserwację modelowae (ops modelem, klasfkacja) wmaga zajomośc struktur populacj Model populacj jedorodej (różce wdajośc mają charakter losow): e gdze obrazuje wk oddzałwaa czków wspólch dla wszstkch elemetów populacj (jego marą jest wartość średa populacj), e - reprezetuje wpłw czków oddzałującch tlko a -t elemet. Wartość jest stała, węc całkowtą zmeość określa wzór: e

MODELE KLASYFIKACYJE Klasfkacja pojedcza (jedoczkowa) j a e j gdze: j obserwacja j tego elemetu w tej grupe, wartość średa populacj, a efekt tej grup (wpłw czków wspólch dla wszstkch elemetów grup), e j wpłw czków specfczch dla j tego elemetu z tej grup. Zmeość całkowta w tej populacj jest wkem zmeośc mędz grupam obserwacj zmeośc wewątrz tch grup: a e

MODELE KLASYFIKACYJE Klasfkacja krzżowa dwukerukowa (dwuczkowa) bez terakcj jk a b j e jk z terakcją jk a b ( ab) j j e jk gdze: x jk obserwacja k tego elemetu w tej grupe tpu A oraz w j tej grupe tpu B, wartość średa populacj, a efekt tej grup (czka) tpu A, b j efekt j tej grup (czka) tpu B, (ab) j terakcja efektów a oraz bj, e jk wpłw czków specfczch dla k tego elemetu z tej grup tpu A j tej grup tpu B. Zmeość całkowta (z terakcją) a b ( a b ) e

MODELE KLASYFIKACYJE Klasfkacja herarchcza dwustopowa jk a b j e jk gdze: x jk obserwacja k tego elemetu w tej grupe tpu A oraz w j tej grupe tpu B, wartość średa populacj, a efekt tej grup, b j efekt j tej podgrup w tej grupe, e jk wpłw czków specfczch dla k tego elemetu w j tej podgrupe tej grup. Zmeość całkowta a ab e

MODELE KLASYFIKACYJE MODEL składowe (efekt) są ezależe (przeważe) opsuje populację o rozkładze ormalm zawsze jest stałą, e zmeą losową o rozkładze (0, e ) pozostałe elemet modelu moża traktować jako efekt stałe lub losowe, w zależośc od celu aalz statstczej TYPY MODELI KLASYFIKACYJYCH Model stał wszstke, poza e, składk modelu są stałe. Model losow wszstke, poza, składk modelu są losowe. Model mesza poza e, w modelu wstępują składk stałe losowe. Układ ortogoal dach ( ajlepsze wk wosk. statst.) klas. krzżowa: lczebośc podgrup są jedakowe lub proporcjoale; klas. herarchcza: wewątrz każdej grup ta sama lczba podgrup, w każdej podgrupe ta sama lczba obserwacj.

AALIZA WARIACJI AALIZA WARIACJI metoda umożlwająca woskowae statstcze w oparcu o podzał całkowtej waracj w próbe a składowe, wkające z przjętego modelu Model stał aalza waracj obejmuje: oceę efektów modelu testowae różc mędz efektam (test F) Waruk: próba losowa rozklad ormal zmeość w grupach odpowada ogólej zmeośc w populacj Oblczea metoda ajmejszch kwadratów

AALIZA WARIACJI MODEL JEDOCZYIKOWY

MODEL JEDOCZYIKOWY PRÓBA DAYCH 1. Zawartość azotu w trzce (% suchej mas). 3 lokalzacje (A, B, C), pomar w 1996 r. 3. Flowermere, hrabstwo Cambrdge PRÓBA DAYCH A B C 3.06 3.41.9.60 3.3.88.55 3.93 3.5.4 3.74.64.35 3.18 3.8 Coprght 010, Joaa Szda

MODEL JEDOCZYIKOWY MODEL 5 4 zmeość wewątrz grup A zmeość wewątrz grup B zmeość całkowta zmeość wewątrz grup C zawartość 3 1 A B C 0 zmeość pomędz grupam A B C lokalzacja Coprght 009, Joaa Szda

MODEL JEDOCZYIKOWY MODEL SCHEMAT JEDOCZYIKOWEJ AALIZY WARIACJI azot lokalzacja e ŹRÓDŁO SUMA STOPIE ŚREDI ZMIEOŚCI KWADRATÓW SWOBODY KWADRAT Pomędz gr. (lokalzacjam) g 1 g 1 g 1 g 1 Wewątrz gr. błąd g j 1 j1 g g 1 j1 j g Całkowta 1 1 1 1 Coprght 009, Joaa Szda

MODEL JEDOCZYIKOWY TEST F Testowae hpotez H 0 : lokalzacje e wpłwają a zawartość azotu H 1 : lokalzacje wpłwają a zawartość azotu H 0 : H 1 : Test F: lok e lok e F średa zmeość wartośc spowodowaa różm lokalzacjam 1 g g 1 j1 g 1 j g średa zmeość wartośc e wjaśoa przez róże lokalzacje = śred błąd Coprght 009, Joaa Szda

MODEL JEDOCZYIKOWY TEST F 3. Wbór oblczee wartośc testu statstczego F 1 g 1 j1 4. Określee rozkładu testu: ~ F g 1, g 5. Oblczee wartośc t : 0. 00139 g g 1 j 6. Deczja: t < max H 0 H 1 g t lokalzacje wpłwają a zawartość azotu w suchej mase trzc.04 3 1 11.95 1.03 15 3 Coprght 009, Joaa Szda

AALIZA WARIACJI MODEL DWUCZYIKOWY

MODEL DWUCZYIKOWY PRÓBA DAYCH 1. Wzrost so - powerzcha lśc. Stres mechacz 3. asłoeczee sk pozom stresu wsok pozom stresu słabe asłoeczee 00, 5, 30,..., 64, 88 163, 188, 0,..., 30, 55 dobre asłoeczee 68, 73, 85,..., 30, 349 00, 5, 30,..., 64, 88 Coprght 009, Joaa Szda

MODEL DWUCZYIKOWY PRÓBA DAYCH Coprght 009, Joaa Szda

MODEL DWUCZYIKOWY MODEL MODEL AALIZY WARIACJI: bez terakcj powerzcha lśc = μ + stres + słońce + e H H powerzcha stres sloce 0 : stres e sloce e e z terakcją powerzcha lśc = μ + stres + słońce + stres*słońce + e H H powerzcha stres sloce 1 : stres e sloce e stres* sloce 0 : stres e sloce e stres* sloce e : 1 stres e sloce e stres* sloce e e Coprght 009, Joaa Szda

MODEL DWUCZYIKOWY MODEL ŹRÓDŁO SUMA STOPIE ŚREDI ZMIEOŚCI KWADRATÓW SWOBODY KWADRAT Pomędz gr. (stres) st 1 st 1 st 1 st 1 Pomędz gr. (słońce) św j1 j j św 1 św j1 j św j 1 Iterakcja Wewątrz gr. błąd st św 1 j1 j st św j 1 j1 k1 j jk j j st 1 1 st św j st św św 1 j1 k 1 j st św j 1 j1 k 1 j st st jk św św j j Całkowta st św j 1 j1 k1 jk 1 st św j 1 j1 k1 Coprght 009, Joaa Szda jk 1

MODEL DWUCZYIKOWY MODEL H : 0 stres e H : 1 stres e Pomędz gr. (stres) st 1 st 1 st 1 st 1 Pomędz gr. (slońce) F Iterakcja Wewątrz gr. błąd st św j 1 j1 k1 jk j st św st św j 1 j1 k1 jk st św j Całkowta Coprght 009, Joaa Szda

MODEL DWUCZYIKOWY MODEL H : 0 sloce e H : 1 sloce e Pomędz gr. (stres) Pomędz gr. (słońce) św j1 j j św 1 św j1 j św j 1 Iterakcja F Wewątrz gr. błąd st św j 1 j1 k1 jk j st św j jk j 1 j1 k1 st św st św Całkowta Coprght 009, Joaa Szda

MODEL DWUCZYIKOWY MODEL H : 0 stres* sloce e H : 1 stres* sloce e Pomędz gr. (stres) Pomędz gr. (słońce) Iterakcja Wewątrz gr. błąd st św 1 j1 j j st św j 1 j1 k1 jk j j F st 1 1 św st św j 1 j1 k1 st św j jk j 1 j1 k1 st św j j st st św św j Całkowta Coprght 009, Joaa Szda

AALIZA WARIACJI MODEL HIERARCHICZY

MODEL HIERARCHICZY PRÓBA DAYCH PRÓBA DAYCH: Y śred dze przrost w okrese 1 mesąca od urodzea grup A ojcowske (półrodzeństwo) grup B(A) matcze wew. ojcowskch (pełe rodz.)

MODEL HIERARCHICZY PRÓBA DAYCH MODEL AALIZY WARIACJI: Y = μ + kur + kur(locha) + e Y kur kur ( locha ) e H H 0 : kur e kur ( locha ) e 1 : kur e kur ( locha ) e Coprght 009, Joaa Szda

MODEL HIERARCHICZY PRÓBA DAYCH ŹRÓDŁO SUMA STOPIE ŚREDIA ZMIEOŚCI KWADRATÓW SWOBODY KWADRAT Pomędz gr. (buhaj) b 1 b 1 b 1 b 1 Pomędz krowam wewątrz buhajów b k 1 j1 j j b k 1 j j j 1 j1 b k b k 1 Wewątrz gr. błąd Całkowta b k j 1 j1 k1 b k j 1 j1 k1 jk jk j b k 1 b k j 1 j1 k1 b k j 1 j1 k 1 jk b jk 1 k j Coprght 009, Joaa Szda

A. TEST F werfkacja hpotez dotczącch waracj B. MODELE KLASYFIKACYJE C. AALIZA WARIACJI 1. Model jedoczkow. Model dwuczkow 3. Model herarchcz