Modelowanie i Analiza Danych Przestrzennych

Podobne dokumenty
Modelowanie i Analiza Danych Przestrzennych

Modelowanie i Analiza Danych Przestrzennych

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

będzie próbką prostą z rozkładu normalnego ( 2

Portfel złożony z wielu papierów wartościowych

ZAGADNIENIE TRANSPORTOWE

( ) L 1. θ θ = M. Przybycień Rachunek prawdopodobieństwa i statystyka. = θ. min

1. Relacja preferencji

Podprzestrzenie macierzowe

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

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Statystyka Inżynierska

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

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

Funkcja wiarogodności

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

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

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

. Wtedy E V U jest równa

FUNKCJE DWÓCH ZMIENNYCH

Prawdopodobieństwo i statystyka r.

EKSTREMA FUNKCJI EKSTREMA FUNKCJI JEDNEJ ZMIENNEJ. Tw. Weierstrassa Każda funkcja ciągła na przedziale domkniętym ma wartość najmniejszą i największą.

będą niezależnymi zmiennymi losowymi o tym samym 2 x

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

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

KINEMATYKA MANIPULATORÓW

PERMUTACJE Permutacją zbioru n-elementowego X nazywamy dowolną wzajemnie jednoznaczną funkcję f : X X X

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

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

LABORATORIUM FIZYKI PAŃSTWOWEJ WYŻSZEJ SZKOŁY ZAWODOWEJ W NYSIE

INSTRUKCJA DO ĆWICZENIA NR 2

METODY KOMPUTEROWE 1

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

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

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1)

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

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

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

( ) ( ) ( ) ( ) ( ) ( )

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

4. ZASTOSOWANIE METODY ELEMENTÓW SKOŃCZONYCH (MES) W AKUSTYCE

Statystyka Matematyczna Anna Janicka

Handel wewnątrz-gałęziowy: opis zjawiska i umiłowanie różnorodności

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Prawdopodobieństwo i statystyka r.

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

Janusz Górczyński. Moduł 1. Podstawy prognozowania. Model regresji liniowej

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

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

Dokonajmy zestawienia wszystkich równań teorii sprężystości. 1. Różniczkowe równania równowagi (warunki Naviera)

Współczynnik korelacji rangowej badanie zależności między preferencjami

MODELE OBIEKTÓW W 3-D3 część

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

ROZKŁADY ZMIENNYCH LOSOWYCH

Zasady wyznaczania minimalnej wartości środków pobieranych przez uczestników od osób zlecających zawarcie transakcji na rynku terminowym

Analiza Matematyczna Ćwiczenia. J. de Lucas

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

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

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

Planowanie eksperymentu pomiarowego I

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

Projekt 2 2. Wielomiany interpolujące

JEDNOWYMIAROWA ZMIENNA LOSOWA

ma rozkład normalny z nieznaną wartością oczekiwaną m

STATYSTYKA MATEMATYCZNA WYKŁAD grudnia 2009

XLI OLIMPIADA FIZYCZNA ETAP WSTĘPNY Zadanie teoretyczne

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

Badania Operacyjne (dualnośc w programowaniu liniowym)

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

ZMIENNE LOSOWE WIELOWYMIAROWE

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

Funkcje i charakterystyki zmiennych losowych

Modelowanie i Analiza Danych Przestrzennych

Prawdopodobieństwo i statystyka r.

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

Teoria i metody optymalizacji

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

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 4

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

n R ZałóŜmy, Ŝe istnieje d, dla którego: Metody optymalizacji Dr inŝ. Ewa Szlachcic otwarte otoczenie R n punktu x, Ŝe

Matematyczny opis ryzyka

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Materiały do wykładu 7 ze Statystyki

teorii optymalizacji

Niech Φ oznacza funkcję zmiennej x zależną od n + 1 parametrów a 0, a 1, K, a n, tj.

Permutacje. } r ( ) ( ) ( ) 1 2 n. f = M. Przybycień Matematyczne Metody Fizyki I Wykład 2-2

Lista 6. Kamil Matuszewski 26 listopada 2015

Metoda momentów i kwantyli próbkowych. Wrocław, 7 listopada 2014

Prawdopodobieństwo i statystyka

Wielokategorialne systemy uczące się i ich zastosowanie w bioinformatyce. Rafał Grodzicki

Zmiana bazy i macierz przejścia

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

FINANSE II. Model jednowskaźnikowy Sharpe a.

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

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

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

ĆWICZENIE 5 TESTY STATYSTYCZNE

Szeregi liczbowe i ich własności. Kryteria zbieżności szeregów. Zbieżność bezwzględna i warunkowa. Mnożenie szeregów.

Transkrypt:

Modelowae Aalza Dayh Przestrzeyh Wykład Adrze Leśak atedra Geoformatyk Iformatyk Stosowae Akadema Górzo-Hutza w rakowe Proesy welowymarowe ałóżmy że w tyh samyh uktah rzestrzeyh x x.x omerzoo klka ( różyh ól. N. koetrae różyh metal w osadah ezoryh. = ( ( x ( x ( x Jeśl każde z ól ma wartoś to możemy zestawć e w osta maerzy ( x ( x ( x ( x ( ( x x M M M M ( x ( x ( x = olumy to wyk omarów edego ola w różyh uktah wersze to omary różyh ól w tym samym uke. N. dla omarów koetra ztereh metal mamy: = Możemy olzyć maerz kowara e uwzględaą rzestrzeego rozmeszzea omarów. Wdać że korelae są stosukowo wysoke. ( ( x ( x ( x ( x d u Pb

Jeśl uwzględmy wsółrzęde uktów w któryh rowadzoe były omary może okazać sę że skorelowae są e tylko wartoś stężeń metal ale róweż wartoś te mogą być skorelowae rzestrzee. ałóżmy że fuke (x = są fukam losowym wewętrze staoarym zyl : ( ( x + h ( x = = E( ( x + h ( x = ( h E Aby zbadać zależość rzestrzea mędzy zmeym zregoalzowaym (x (x oblzamy tak zway kross-warogram (semwarogram wzaemy : [ ( ] = ( h = E ( ( x + h ( x ( x + h ( x ( ( Jest to fuka symetryza: h = h Możemy róweż zdefować tak zwaą fukę kodysers: ( h ν = ( h ( h ( h Jest to wsółzyk korela omędzy rzestrzeym różam zmeyh (x (x. Jeśl fuke (x (xsą fukam staoarym drugego rzędu to stee fuka kowara (rzestrzea. µ ( h = E[ ( ( x ( ( x + h µ ] = E[ ( x ] µ =

Wraz z ą defuemy fukę kross-kowara: µ [ ( µ ] ( h = E ( ( x ( x + h = E[ ( x ] kross-korelaę rzestrzeą: µ = ( h = ( h ( ( def zahodz zwązek: h h zyl Wosek: Fuka kowara est asymetryza. ( = ( ( h ( h ( h ( h Dla roesów wewętrze staoaryh drugego rzędu zwąze obu fuk est astęuąy: ( h = ( ( ( h + ( h Jak merzyć relae rzestrzee różyh zmeyh losowyh gdy e są oe merzoe w tyh samyh uktah? orzystamy w tym wyadku z seudo-kross-warogramu. ( ( h = E ( x ( x h µ = gdyż w rzewym raze ( h + Defa ta ma ses tylko wówzas gdy µ e est waraą róż. Ią roozyą te same def est: ( P ( h = var ( x ( x + h P P Jeśl µ = to ( h = ( h. W rzewym raze ( h = ( h + ( µ µ. µ Jakh wzorów używamy do modelowań? akładaą ze mamy wystarzaąą lzbę uktów by rzerowadzć estymaę moża użyć wzoru: ˆ ( h ( m( h = m h k = ( z ( x + h z ( x ( z ( x + h z ( x k Estymator azywa sę emryzym kross-warogramem. Jako model teoretyzy używamy fuk warogramów teoretyzyh używayh w edowymarowe aalze geostatystyze. Należy edak wyberać take wśród model by w wyku estyma e dawały wartoś meszyh bądź rówyh zeru. k k k

Przykład. Dae dla Pb. Warogramy yku ołowu oraz h kross-warogram orgg (kokrggu zyl kryggu w oaru o omerzoe wartoś welu roesów losowyh. ałóżmy że mamy do dysozy roes welowymarowy = x x elem o-kryggu est wykoae terola w uke x wybraego ola t. wyzazee wartoś (x bazuą a wartośah roesu welowymarowego: gdze wartoś wektorów omarowym. z( x z ( z( x z( x z( z = x ( T ( x = z ( x z ( x z ( x Postać estymatora w uke x est astęuąa: ˆ ( ( ( ( x są wartośam oszzególyh ól w uke l ( x = λ z ( x k = l= Poeważ w wewętrze sume deks lzmea sę do l stąd e wszystke ola mogą być merzoe w każdym uke t. ektóre mogą być róbkowae gęśe e rzadze. Wag λ by estymator był eobążoy muszą sełać astęuąy waruek: kl l dla k = λkl = l= dla k kl l k

Γ = Będzemy oszukwać wsółzyków λ kl orzez mmalzaę wara rzy założeu dodatkowyh waruków (odobe ak orzedo metoda możków Lagrage a. Ozywśe estymaa może być wykoywaa dla uktu x lub bloku B. N. dla kryggu blokowego otrzymuemy astęuąy układ rówań (ostać maerzowa: Γ Γ Γ Γ M M M M = Γλ gdze: ( x x ( x x ( x x ( x x ( x x ( x x Γ = M M Maerz kross-semwara omędzy zmeym = = = λ = ( ( x x ( x x ( x x ( ( x x ( x x ( x x ( x x ( x x ( x x ( ( λ λ λ λ λ λ m m T T M T T Jeśl stee maerz odwrota do maerzy Γto formale rozwązae układu rówań ma ostać: λ = Γ Waraa estymaty wyos w tym wyadku: σ U = T λ Bardzo odobe wyk otrzymuemy dla okryggu blokowego. Jedyą różą est w tym wyadku oerowae e a kross-semwaraah lez a średh kross-semwaraah ˆ ( B. x orzyś ze stosowaa okrggu:. Jeśl zmea terolowaa est rzadko róbkowaa to gdy e wartoś są skorelowae z ą zmeą wykorzystae okrggumoże sowodować zazy sadek błędu terola.. Jeśl wszystke zmee są róbkowae we wszystkh uktah. W tym wyadku okrggozwala a wykorzystae kohere wartoś różyh ól losowyh. Mówmy że krgguest koherety eśl wartość wyestymowaadla sumy zmeyh est rówa sume wartoś wyestymowayhdla każde ze zmeyh z osoba (ezależe. okrgggwaratue kohereę. Przykład omaru gruboś warstwy gleby leżąe a warstwe asków.

Fuke semwara krossemwara (ekserymetal e teoretyze dla ztereh metal z erwszego rzykładu.

rgg wskaźkowy (dykatorowy Dla ola (x dokoao omarów w uktah x otrzymuą wartoś z(x. meą wskaźkową (dykatorową defuemy ako dla z( x z ω = dla yh Obszar zostae odzeloy a dwa odobszary ede z wartośam oże ozomu z drug z wartośam owyże ozomu z. Przykład oddzał obszaru zaezyszzoego określoym metalem a dwe zęś słabo sle zaezyszzoą. Tak ak z(x są realzaą roesu losowego (x tak fuka dykatorowa est realzaą ewego roesu Ω(x. Pole to moża sharakteryzować rozkładem rawdoodobeństwa: P ( ( z = P( ( x z = E Ω ( x Warogram zmee dykatorowe ma ostać aalogzą do zmeyh losowyh ągłyh: ( h = ( Ω ( x h ( x Ω E + Ω

Estymator ma ostać: ˆ ω ( h = m h ( m h ( ( ( ( ω xk + h ω x k k = Semwarogram emryzy dla ako rzykład. Podobe moża zdefować estymator kross-semwarogramu oraz fuke kowara kross-kowara: Ω ( h = E Ω ( x h ( x x h + Ω s Ω + Ω s h = ov Ω x + h Ω x ( ( ( ( x s ( ( Ω x + h Ω x ( ( ( ( h = ov ( ( Ω Ω s s Maą wylzoy dykatorowy warogram emryzy moża doasować do ego warogram teoretyzy użyć go do kryggu dykatorowego. Estymator ma ostać: Ωˆ ( x = λω ( x gdze wag λ są ak zwykle doberae orzez mmalzaę wara. Wyestymowaa wartość Ωˆ ( x zwykle leży w rzedzale [] może być terretowaa ako rawdoodobeństwo zdarzea że (x leży oże ozomu. = Przykład. watyle koetra dla złoża yku Będzemy lzyć krgg dykatorowy dla oszzególyh ozomów wyzazoyh rzez wartoś kwatyl.

Wyk kryggu dykatorowego dla którego ozomy to oszzególe kwatyle koetra rudy w złożah yku. Semwarogramy krosssemwarogramy dla wartoś ograzoyh rzez oszzególe kwatyle wraz z doasowaym modelam teoretyzym