STATYSTYKA MATEMATYCZNA

Podobne dokumenty
Regresja liniowa. (metoda najmniejszych kwadratów, metoda wyrównawcza, metoda Gaussa)

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

Wnioskowanie statystyczne dla korelacji i regresji.

dr Michał Konopczyński Ekonomia matematyczna ćwiczenia

FUNKCJE DWÓCH ZMIENNYCH

BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH - ANALIZA KORELACJI PROSTEJ

11. Aproksymacja metodą najmniejszych kwadratów

Rys. 1. Interpolacja funkcji (a) liniowa, (b) kwadratowa, (c) kubiczna.

INFORMATYKA W CHEMII Dr Piotr Szczepański

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

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

Statystyka. Metody analizy korelacji i regresji

Opracowanie wyników pomiarów

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Spójne przestrzenie metryczne

Mechanika teoretyczna

Teoria Sygnałów. II rok Geofizyki III rok Informatyki Stosowanej. Wykład 2. Układy liniowe i niezmienne w czasie (układy LTI) y[n] x[n]

DYNAMIKA. Dynamika jest działem mechaniki zajmującym się badaniem ruchu ciał z uwzględnieniem sił działających na ciało i wywołujących ten ruch.

POMIAR SKŁADOWEJ POZIOMEJ ZIEMSKIEGO POLA MAGNETYCZNEGO

Natalia Nehrebecka. Dariusz Szymański

Statystyka. Katarzyna Chudy Laskowska

Rozwiązanie niektórych zadań treningowych do I kolokwium sem. zimowy, 2018/19

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

dr inż. Zbigniew Szklarski

BADANIE DRGAŃ RELAKSACYJNYCH

Równania różniczkowe. y xy (1.1) x y (1.2) z xyz (1.3)

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

Rozkłady prawdopodobieństwa 1

I. DZIAŁANIA W ZBIORZE LICZB RZECZYWISTYCH ZBIORY LICZBOWE: liczby całkowite C : C..., 3, 2, 1,

DOPASOWANIE ZALEŻNOŚCI LINIOWEJ DO WYNIKÓW POMIARÓW

Gdyńskim Ośrodkiem Sportu i Rekreacji jednostka budżetowa

RELACJE WARTOŚCI DŁUGOŚCI DROGI HAMOWANIA I DROGI ZATRZYMANIA DLA RÓŻNYCH WARUNKÓW RUCHU SAMOCHODU

ANALIZA ZALEŻNOŚCI DWÓCH ZMIENNYCH ILOŚCIOWYCH

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

Spójne przestrzenie metryczne

kwartalna sprzeda elazek

UWAGI O ROZKŁADZIE FUNKCJI ZMIENNEJ LOSOWEJ.

Hipotezy ortogonalne







Momenty bezwładności figur płaskich - definicje i wzory

Całkowanie numeryczne Zadanie: obliczyć przybliżenie całki (1) używając wartości funkcji f(x) w punktach równoodległych. Przyjmujemy (2) (3) (4) x n

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

1. Określ monotoniczność podanych funkcji, miejsce zerowe oraz punkt przecięcia się jej wykresu z osią OY

. Wtedy E V U jest równa

Znajdowanie analogii w geometrii płaskiej i przestrzennej

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

SYSTEMY ROZMYTO-NEURONOWE REALIZUJĄCE RÓŻNE SPOSOBY ROZMYTEGO WNIOSKOWANIA

Prędkość i przyspieszenie punktu bryły w ruchu kulistym

MATEMATYKA. Sporządził: Andrzej Wölk

WYZNACZENIE CZUŁOŚCI GALWANOMETRU ZWIERCIADŁOWEGO

Wykład 1 Pojęcie funkcji, nieskończone ciągi liczbowe, dziedzina funkcji, wykres funkcji, funkcje elementarne, funkcje złożone, funkcje odwrotne.

Regresja liniowa. Załóżmy, że mamy pięć punktów doświadczalnych danych w tabeli: Tabela 11.1 i x i y i 1 2 2,

KARTA WZORÓW MATEMATYCZNYCH. (a + b) c = a c + b c. p% liczby a = p a 100 Liczba x, której p% jest równe a 100 a p

Prawdopodobieństwo i statystyka r.

Środek masy i geometryczne momenty bezwładności figur płaskich 1

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

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

mgh. Praca ta jest zmagazynowana w postaci energii potencjalnej,

Załóżmy, że mamy pięć punktów doświadczalnych danych w tabeli: Tabela 11.1 i x i y i 1 2 2, Rysunek 11.

Materiały do wykładu 7 ze Statystyki

Johann Wolfgang Goethe Def.

Rachunek różniczkowy funkcji wielu zmiennych

- :!" # $%&' &() : & *+, &( -. % /0 ( 1 $+ #2 ( #2 ) !( # ;<= &( ) >- % ( &( $+ #&( #2 A &? -4

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

Wykład 6 Całka oznaczona: obliczanie pól obszarów płaskich. Całki niewłaściwe.

STATYKA. Cel statyki. Prof. Edmund Wittbrodt

Miary statystyczne. Katowice 2014

Pole (miara Jordana) obszaru płaskiego

MODEL SHARP A - MIARY WRAŻLIWOŚCI

METODY NUMERYCZNE. Wykład 3. Plan. Aproksymacja. Aproksymacja Interpolacja wielomianowa Przykłady. Jaki jest dopuszczalny błąd wyniku?

Statystyka powtórzenie (II semestr) Rafał M. Frąk

PROGRAMOWANIE LINIOWE.

ma rozkład normalny z nieznaną wartością oczekiwaną m

ĆWICZENIE 3 ANALIZA WSPÓŁZALEŻNOŚCI ZJAWISK MASOWYCH

Powinowactwo chemiczne Definicja oraz sens potencjału chemicznego, aktywność Termodynamiczne funkcje mieszania


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

Granica cigu punktów. ), jest zbieny do punktu P 0 = ( x0. n n. ) n. Zadania. Przykłady funkcji dwu zmiennych

Układy cyfrowe. ...konstruowane są w różnych technologiach i na różnych poziomach opisu. D Clk. clock

Sposoby wyznaczenia błędu bezwzględnego. Pomiar bezpośredni. Pomiar pośredni. f x. f x. f x. f x. x n = =

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

Linie regresji II-go rodzaju

KONKURS MATEMATYCZNY DLA UCZNIÓW GIMNAZJUM

Kratownice Wieża Eiffel a

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

Przydatna wiedza dotycząca systemów transmisji cyfrowej

Podstawy układów logicznych

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

Statystyka powtórzenie (II semestr) Rafał M. Frąk

2. Ciągi liczbowe. Definicja 2.1 Funkcję a : N R nazywamy ciągiem liczbowym. Wartość funkcji a(n) oznaczamy symbolem a

WNIOSKOWANIE W MODELU REGRESJI LINIOWEJ

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

POWTÓRKA ( ) ( ) ROZRÓŻNIENIE MIĘDZY PARAMETREM A STATYSTYKĄ

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

Podstawy opracowania wyników pomiarowych, analiza błędów

Transkrypt:

STATYSTYKA MATEMATYCZNA Woskowe sttstcze - egesj koelcj

teść Wpowdzee Regesj koelcj low dwóch zmech Regesj koelcj elow - tsfomcj zmech Regesj koelcj welokot

Wpowdzee Jedostk zoowośc sttstczej mogą ć chktezowe z pomocą welu cech Cech te mogą ć powąze ze soą jk p: peśc wsokość dzew w dzewoste Bdem tkch zwązków zjmuje sę dzł sttstk mtemtczej zw teoą egesj koelcj W dch współzleŝośc mędz cechm mezlm (zmem) mogą wstąpć: - zwązk fukcje - to tke, ked zm wtośc jedej zmeej powoduje ścśle okeśloą zmę wtośc pozostłch zmech - zwązk koelcje - to tke, ked zm wtośc jedej zmeej powoduje zmę ozkłdu pwdopodoeństw pozostłch zmech

Bde zwązków koelcjch spowdz sę do dwóch polemów: Poszukwe fukcj egesj (fukcj, któ jlepej wów dą zleŝość koelcją) Okeślee m sł koelcj (stop zlŝe zwązku koelcjego do zwązku fukcjego)

Regesj koelcj low dwóch zmech: W dch zwązków koelcjch medz zmem X Y moŝem zówo jedą tktowć jko zmeą zleŝą dugą jko zmeą ezleŝą lu odwote Zmee te wzjeme see wpłwją A ówe egesj mogło zleźć zstosowe pktcze, to jko zmeą zleŝą powśm pzjąć cechę tudejszą do okeśl w dej populcj Pzkłdowo: dl zwązku mędz wsokoścą peścą, zmeą zleŝą pow ć wsokość Dl zozume czm poleg okeśle sł zwązku koelcjego zjmem sę odwom postcm ówń egesj: α X X Y Y β α β W zstosowu pktczm ów egesj udujem podstwe wków pó: α α β,,, β gdze:,,, są estmtom

ŷ ŷ ŷ 0 ; ; 0 ; ; ; ;

Włsośc postch egesj: * pzecją sę w pukce o współzędch,, * mją te sm zk () lu (-), któ ozcz, Ŝe w mę wzostu jedej zmeej dug teŝ ośe () lu mleje (-), * wtość lczow współczków keukowch mów o le zme sę zme zleŝ jeŝel zme ezleŝ zme sę o jedostkę, * pz ku zwązku mędz zmem współczk keukowe są ówe zeo, kąt mędz postm - 90 o, * pz zleŝośc fukcjej poste pokwją sę, ch ów wzjeme sę pzeksztłcją, kąt - 0 o, * pz zleŝośc koelcjej poste pzecją sę pod pewm kątem Im kąt te jest lŝsz 0 - zwązek slejsz, m lŝsz 90 o - zwązek słsz

Metod jmejszch kwdtów - ukłd ówń omlch: ( ) ( )

Pzkłd: N podstwe pó o lczeośc 0 zdć zwązek mędz peścą wsokoścą w 0-letm dzewoste sosowm 4 5 6 7 8 9 0 5,,6 4, 8, 0,4 7, 9,8,5 4,7 8, 9,64, 9,0 0,9,7 0,8,4,9 8,45 0,48 4 5 6 7 8 9 0 7,5 6,7 7 8, 6, 9, 8, 6,5 0, 0,5 9, 9, 0,9 9,7 0,74 0,6,64 9,44,69 4 5 6 7 8 9 0,8 8,9 7,7 6,7,6 8,4 6,,9 9,8 8,6,9 0,4 9,8 9,5,0 0, 9,65,6 0,5 0,5

lp 0 5,,6 4, 8,6 9,64,0 9,0 0,50 7,04 4,56 8,49 7,96 9,996 5,4400 8,5409 0,500 50,8 9,90 8,89 90,00 Σ 57,,40 7,7 76,5000 7,040

8,6 % 8,05 % 0,898,40 0,806 5,78 0,4 8,57 7,04,5 76,7 7,4 57, w w s s s s 5,8 0,4*,4 57, 7,65 0 0,64* 57,,4,4 0,64,4 0*76,5 57,*,4 0*7,04 57, 0*7,7 57,*,4 0*7,04

Zwzek medz pesc () wsokosc () PA- Zwzek medz pesc () wsokosc () PA- ŷ 0 9 0 8 9 4 8 6 8 0 4 4 6 8 0 4 7,646 0,645 5,806, 47

Współczk koelcj lowej dwóch zmech: Współczk koelcj lowej jest kowcją zmech X Y podzeloą pzez locz odchleń stddowch tch zmech ( )( ) 0,874 0,764 ± C C C C s s C C σ σ σ σ σ σ ρ z pzkłdu:

zlezosc wsokosc () od pesc () - PA- 0 9 8 4 6 8 0 4 7,646 0, 645 ( ) ( ) ( ) ( ) ( )

( ) ( ) ( ) ( ) ( ) ( ) ( ) ± ( ) ( ) 0,8745 0,76478 0,7648,747 5,498 5,498 0,645* 7,04 7,646*,4 76,5,747 0,4 76,5 z pzkłdu:

Włsośc współczk koelcj lowej: * gd ρ 0 mędz zmem e m lowego zwązku koelcjego, * gd ρ lu - mędz zmem zchodz fukcj zwązek low, * gd 0 < ρ < lu 0< ρ < - mędz zmem zchodz low zwązek koelcj, * jeŝel ρ lŝsz lu - to zwązek jest slejsz, * zk współczk koelcj jest tk sm jk zk współczków keukowch egesj

Zmeość wokół l egesj - zmeość pz włączom wpłwe s ( ) s s w w s z pzkłdu: s 0,898 0,874 0,46m w 8,6 0,874 4,9% Uogólee m moc koelcj, egesj koelcj elow, tsfomcj zmech: R ( ) ( )

Pzkłd: zlezosc wsokosc () od pesc () - PA- 0 R 9 8 *l 0,888 4 6 8 0 4 ( ) 4,67,7455*l( ) R 0,789

Regesj koelcj welokot: m m m m m m m z ezleze zmee zlez zme ) 4( 4 4 0 4,), (,,,, ) ( - dl tzech zmech: 0 0 0 0 - ukłd ówń omlch:

- współczk koelcj welokotej: ( ) ( ) ( ) R R R 0 - koelcj cząstkow: ( )( ) ( )( ) R