Statystyka - strona 5

Charakterystyki liczbowe- opracowanie

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 14
Wyświetleń: 686

Wzrost w cm (x) f skumulowane 150-160 8 150-170 29 150-180 97 150-190 110 150-200 120 X X Czytamy: ile osób miało mniej niż „200” Szeregi przedstawiają strukturę wartości jaką przyjmuje dana zmienna w danej zbiorowości (rozkład wartości pewnej zmiennej w danej zbiorowości) Charakter ...

Miary asymetrii- opracowanie

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 301
Wyświetleń: 2135

Miary asymetrii. W wielu sytuacjach badanie średniego poziomu cechy i rozproszenia jej wartości nie wskazuje na istnienie różnic między analizowanymi zbiorowościami. Obserwacja rozkładów tych cech (histogramów) wyklucza natomiast podobieństwo...

Miary dyspersji- opracowanie

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 70
Wyświetleń: 777

MIARY DYSPERSJI. Miary dyspersji (zmienności, rozproszenia) charakteryzują stopień zróżnicowania jednostek zbiorowości pod względem badanej cechy. Miary zmienności dzielimy na: - klasyczne     - pozycyjne Wariancja, Odchylenie standardowe Odchylenie przeciętne Klasyczny

Miary zmienności- opracowanie

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 56
Wyświetleń: 595

MIARY ZMIENNOŚCI 1. ROZSTĘP (różnica między skrajnymi wartościami) Min i max odnoszą się do tych wielkości spotykanych w próbie ! R = MAX - MIN 2. ODCHYLENIE ĆWIARTKOWE (KWARTYLOWE) (* unikniemy sytuacji, że nie dostaniemy obrazu o rzeczywistej objętości) 3. ODCHYLENIE PRZECIĘTNE Jak kształt...

Prezentacja graficzna i tabelaryczna- opracowanie

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 14
Wyświetleń: 1232

T: Prezentacja graficzna i tabelaryczna Szereg statystyczny - uporządkowany rosnąco / malejąco ciąg wartości pewnej zmiennej Rodzaje (na podstawie przykładu): Jednostka - student Zbiorowość - wszyscy studenci Cecha - wzrost I - zbieranie danych II - uporządkowanie danych celu uzyskania szereg...

Zadania przygotowujące do egzaminu

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 91
Wyświetleń: 994

ŚREDNIE 1. Oceny z egzaminu ze statystyki 10 studentów były następujące: 3, 5, 2, 3, 4, 3, 2, 4, 2, 3. Ile wyniosła średnia ocen? 2. Obserwacją objęto pracowników firmy prywatnej Z ze względu na wielkość gospodarstwa domowego. Efekty obserwacji pogrupowano w

Analiza współmierności zjawisk ekonomicznych

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 77
Wyświetleń: 1176

Przyrosty absolutne - informują o ile wzrośnie (zmaleje) poziom zjawiska w okresie badanym w porównaniu z jego poziomem w okresie badanym są to wielkości mianowane, wyrażone w takich samych jednostkach miary jak badane zjawiska. Przyrostem...

Estymacja - POJĘCIE, WŁASNOŚCI, ZASTOSOWANIE

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 14
Wyświetleń: 483

1. ESTYMATOR. POJĘCIE, WŁASNOŚCI, ZASTOSOWANIE. Estymator Tn - określona statystyka z próby służąca oszacowaniu nieznanej wartości parametru populacji Własności estymatorów: 1. zgodność - estymator jest zgodny, jeżeli spełniony jest warunek: d...

Etapy testowania hipotez statystycznych

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 21
Wyświetleń: 735

Etapy testowania hipotez statystycznych Cel: Chcemy sprawdzić czy wyniki otrzymane dla próby możemy odnieść do całej populacji. Oznaczenia: H0 - hipoteza zerowa H1 - hipoteza alternatywna μ - średnia dla populacji π - frakcja dla populacji Etapy: Stawiamy hipotezy: zerową i alternatywną; H...

Metoda najmniejszych kwadratów - Modele liniowe

  • Katolicki Uniwersytet Lubelski Jana Pawła II w Lublinie
  • dr Henryk Ponikowski
  • Statystyka
Pobrań: 84
Wyświetleń: 966

Metoda najmniejszych kwadratów. Służy do szacowania parametrów strukturalnych modeli liniowych bądź też sprowadzalnych do liniowych. k - liczba zmiennych objaśniających k+1 - liczba szacowanych parametrów t = 1,...,T - liczba obserwacji Zapis macierzowy: y - wektor obserwacji na