Osnove statistike. Drago Bokal Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru. 1.
|
|
- Φιλομηλος Αγγελίδης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru 1. marec 2010
2 Obvestila. Prosojnice se lahko spremenijo v tednu po predavanjih. Prosim, sporočite pripombe na prosojnice na bokal@uni-mb.si. Primeri na predavanjih: sodelovanje.
3 Opisna statistika. Obdelava opisnih spremenljivk. Bistven je prikaz podatkov. Malo kategorij: frekvenca f : frekvenčne tabele: absolutne in relativne frekvence kategorij, strukturni krogi: relativna frekvenca kot krožni izsek (kos torte), strukturni stolpci: relativna frekvenca kot delež višine. Več kategorij in ordinalna spremenljivka: kumulativna frekvenca F: delež vrednosti strogo manjših od izbrane kategorije, strukturni stolpci: podlaga, kumulativna frekvenca kot višina pod kategorijo.
4 Opisna statistika. Odnos kategorij znotraj dveh spremenljivk: kontingenčna tabela (celične frekvence parov kategorij, robne frekvence kategorij), strukturni stolpci, poleg frekvenc parov kategorij lahko tudi relativne frekvence. Klasifikacije: združevanje kategorij v hierarhijo.
5 Obravnava številskih podatkov - izhodišča. X številska statistična spremenljivka na populaciji G. H G vzorec (lahko H = G). x 1, x 2,..., x n vrednosti statistične spremenlivke X na H. x (1) x (2)... x (n) ranžirna vrsta. Število v oklepaju: rang statistične enote. Več enakih enot (enačaji) povprečna vrednost. Relativni rang p = r n - delež enot z manjšo ali enako vrednostjo. Zgled.
6 Načini prikazovanja. Načini prikazovanja frekvenc diskretnih vrednosti: stolpični diagram, frekvenčni poligon, prikazujeta tudi frekvenčno porazdelitev. Načini prikazovanja frekvenc zveznih vrednosti: združevanje v razrede, nato kot diskretne, običajno med 5 in 20 razredov, histogram - stolpični diagram, kjer se stolpci dotikajo, prikaz kumulativne frekvence. Odnos med številskimi spremenljivkami: razsevni ali točkovni diagram, koordinate točk podatkov so enake vrednostim statističnih spremenljivk.
7 Mere centralne tendence. Srednja vrednost: osrednja tendenca statistične spremenljivke. Pogosto jo ocenjujemo iz vzorca: srednja vrednost v vzorcu. Različne mere srednje vrednosti: modus, mediana, povprečje.
8 Modus. Najpogostejša vrednost M v populaciji (vzorcu). Najbolj preprost, najmanj uporaben. Lahko jih je več: nehomogenost spremenljivke.
9 Mediana. Vrednost srednjega elementa v ranžirni vrsti. { ) 1 m = 2 (x (k) + x (k+1) ; n = 2k x (k) ; n = 2k + 1.
10 Povprečje. Aritmetična sredina vseh vrednosti. x = 1 n n i=1 x i. Grupirano v r razredov s frekvencami f i in vrednostmi x i : x = 1 n r i=1 f i x i. Slabost pri zelo nehomogenih spremenljivkah: velik vpliv ekstremnih vrednosti. Grupirano v s skupin s frekvencami f i in povprečji x i : x = s i=1 f i x i s i=1 f. i
11 Mere razpršenosti (variabilnosti). Poleg srednje vrednosti pomembna tudi razpršenost okrog nje. Variabilnost je osnova veliko statističnih metod. Dve vrsti mer: razmiki, odkloni.
12 Mere razpršenosti - razmiki. Variacijski razmik: razlika med največjo in najmanjšo vrednostjo: vr = x max x min, groba, zelo nestabilna mera odvisna od ekstremnih vrednosti vzorca. Kvantil: X zvezna, p število z lastnostjo 0 < p < 1, p-ti kvantil: najmanjše število q p, za katero velja, da ima q p % populacije vrednost manjšo od q p, Ni nujno enolično določen.
13 Mere razpršenosti - razmiki. Vzorčni kvantil: naj bo r = np, definiramo p-ti vzorčni kvantil: q p = x (r), kvartili, decili, centili. Kvartilni razmik: razlika med tretjim in prvim kvartilom, kr = q 34 q 14, pri enakomerni razporeditvi 50% vrednosti vzorca, zanesljivejši od variacijskega razmika, Škatla z brki. Decilni dr, centilni cr razmik: razlika med prvim in zadnjim intervalom.
14 Mere razpršenosti - odkloni. Odkloni, porojeni iz razmikov: mediana: q 12, kvartilni odklon: ko = kr 2, decilni odklon: do = dr 2, centilni odklon: co = cr 2. Varianca, standardni odklon: σ 2 = n 1 n i=1 (x i x) 2. Grupirani podatki? σ 2 = n 1 n i=1 x2 i 1 n 2 ( n i=1 x i) 2, standardni odklon: σ = σ 2 = 1n n i=1 (x i x) 2.
15 Mere razpršenosti - odkloni. Vzorčna disperzija: s 2 = n 1 1 n i=1 (x i x) 2, pomembna pri za oceno populacijske disperzije, vzorčni standardni odklon: s = s 2 = 1 n 1 n i=1 (x i x) 2. Variacijski koeficient: kv = s x.
16 Porazdelitvene mere. Opisujejo tip in obliko porazdelitve številskih podatkov. Število modusov: unimodalne, bimodalne, polimodalne porazdelitve. Zvezne spremenljivke: lokalni modus porazdelitev. Primeri bimodalnih porazdelitev. V nadaljevanju le unimodalne spremenljivke.
17 Centralni moment - posplošitev variance. k-ti centralni moment: m k = 1 n n i=1(x i x) k, simetrična frekvenčna porazdelitev: M = m = x, padanje relativne frekvence počasneje proti desni: M m x, padanje relativne frekvence počasneje proti levi: M m x, koeficient asimetrije: A = m 3, m 3 2 simetrična porazdelitev: A = 0. asimetrija v desno: A > 0, v levo A < 0, koeficient sploščenosti (kurtozis): K = m 4 m 2 3, normalna porazdelitev: K = 0. K < 0 bolj položna, K > 0 bolj koničasta.
Cilji vaje. Osnovni pojmi. Načini grafičnega prikaza podatkov: Načini numeričnega prikaza podatkov: 2. vaja: OPISNA STATISTIKA OB UPORABI MS EXCEL
. vaja: OPISA STATISTIKA OB UPORABI MS EXCEL asist. ejc Horvat, mag. farm. Cilji vaje ačini grafičnega prikaza podatkov: prikaz s stolpci, krogi, trakovi,.. histogram, stolpčni diagram, kvantilni diagram
Διαβάστε περισσότεραOSNOVE STATISTIKE. FKKT-kemijski tehnologi 1.letnik Miran Černe
OSNOVE STATISTIKE FKKT-kemijski tehnologi 1.letnik 2010 Miran Černe Statistika je način, kako iz množice podatkov izluščiti ustrezne informacije. Izraz izhaja iz latinskih besed STATUS = stanje STATO =
Διαβάστε περισσότεραKontrolne karte uporabljamo za sprotno spremljanje kakovosti izdelka, ki ga izdelujemo v proizvodnem procesu.
Kontrolne karte KONTROLNE KARTE Kontrolne karte uporablamo za sprotno spremlane kakovosti izdelka, ki ga izdeluemo v proizvodnem procesu. Izvaamo stalno vzorčene izdelkov, npr. vsako uro, vsake 4 ure.
Διαβάστε περισσότεραStatistična analiza. doc. dr. Mitja Kos, mag. farm. Katedra za socialno farmacijo Univerza v Ljubljani- Fakulteta za farmacijo
Statistična analiza opisnih spremenljivk doc. dr. Mitja Kos, mag. arm. Katedra za socialno armacijo Univerza v Ljubljani- Fakulteta za armacijo Statistični znaki Proučevane spremenljivke: statistični znaki
Διαβάστε περισσότερα1. OSNOVNI POJMI STATISTIKA. Definicija 1: Statistika je veda, ki se ukvarja s proučevanjem množičnih pojavov v določenem prostoru in času.
1. OSNOVNI POJMI STATISTIKA Simona PUSTAVRH, ŠC Novo mesto Definicija 1: Statistika je veda, ki se ukvarja s proučevanjem množičnih pojavov v določenem prostoru in času. Množičen pojav: ocenjevanje dijakov
Διαβάστε περισσότεραFunkcijske vrste. Matematika 2. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 2. april Gregor Dolinar Matematika 2
Matematika 2 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 2. april 2014 Funkcijske vrste Spomnimo se, kaj je to številska vrsta. Dano imamo neko zaporedje realnih števil a 1, a 2, a
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 5. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 5. december 2013 Primer Odvajajmo funkcijo f(x) = x x. Diferencial funkcije Spomnimo se, da je funkcija f odvedljiva v točki
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 22. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 22. oktober 2013 Kdaj je zaporedje {a n } konvergentno, smo definirali s pomočjo limite zaporedja. Večkrat pa je dobro vedeti,
Διαβάστε περισσότεραNEPARAMETRIČNI TESTI. pregledovanje tabel hi-kvadrat test. as. dr. Nino RODE
NEPARAMETRIČNI TESTI pregledovanje tabel hi-kvadrat test as. dr. Nino RODE Parametrični in neparametrični testi S pomočjo z-testa in t-testa preizkušamo domneve o parametrih na vzorcih izračunamo statistike,
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 21. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 21. november 2013 Hiperbolične funkcije Hiperbolični sinus sinhx = ex e x 2 20 10 3 2 1 1 2 3 10 20 hiperbolični kosinus coshx
Διαβάστε περισσότεραOsnove sklepne statistike
Univerza v Ljubljani Fakulteta za farmacijo Osnove sklepne statistike doc. dr. Mitja Kos, mag. farm. Katedra za socialno farmacijo e-pošta: mitja.kos@ffa.uni-lj.si Intervalna ocena oz. interval zaupanja
Διαβάστε περισσότεραMojca Rožič, Nikolaj Lipič, Fani Ostrež Voh
Srednja poklicna in strokovna šola Bežigrad - Ljubljana Ptujska ulica 6, 1000 Ljubljana Tel.: 01/80 53 00 Fax: 01/80 53 33 Mojca Rožič, Nikolaj Lipič, Fani Ostrež Voh - INTERNO GRADIVO - - 4. LETNIK: SREDNJE
Διαβάστε περισσότεραnumeričkih deskriptivnih mera.
DESKRIPTIVNA STATISTIKA Numeričku seriju podataka opisujemo pomoću Numeričku seriju podataka opisujemo pomoću numeričkih deskriptivnih mera. Pokazatelji centralne tendencije Aritmetička sredina, Medijana,
Διαβάστε περισσότεραOdvod. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 10. december Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 10. december 2013 Izrek (Rolleov izrek) Naj bo f : [a,b] R odvedljiva funkcija in naj bo f(a) = f(b). Potem obstaja vsaj ena
Διαβάστε περισσότεραSKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK
SKUPNE PORAZDELITVE SKUPNE PORAZDELITVE VEČ SLUČAJNIH SPREMENLJIVK Kovaec vržemo trikrat. Z ozačimo število grbov ri rvem metu ( ali ), z Y a skuo število grbov (,, ali 3). Kako sta sremelivki i Y odvisi
Διαβάστε περισσότεραBooleova algebra. Izjave in Booleove spremenljivke
Izjave in Booleove spremenljivke vsako izjavo obravnavamo kot spremenljivko če je izjava resnična (pravilna), ima ta spremenljivka vrednost 1, če je neresnična (nepravilna), pa vrednost 0 pravimo, da gre
Διαβάστε περισσότερα1. OSNOVNI POJMI STATISTIKA. Definicija 2: Statistika je veda, ki se ukvarja s proučevanjem množičnih pojavov v določenem prostoru in času.
1 OSNOVNI POJMI STATISTIKA Definicija 1: Statistika je veda, ki se ukvarja s proučevanjem množičnih pojavov v določenem prostoru in času Množičen pojav: ocenjevanje dijakov merjenje višin dijakov branje knjig
Διαβάστε περισσότεραMultivariatna analiza variance
(MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti med več odvisnimi (številskimi) in več neodvisnimi (opisnimi) spremenljivkami. (MANOVA) MANOVA je multivariatna metoda za proučevanje odvisnosti
Διαβάστε περισσότεραTretja vaja iz matematike 1
Tretja vaja iz matematike Andrej Perne Ljubljana, 00/07 kompleksna števila Polarni zapis kompleksnega števila z = x + iy): z = rcos ϕ + i sin ϕ) = re iϕ Opomba: Velja Eulerjeva formula: e iϕ = cos ϕ +
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 14. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 14. november 2013 Kvadratni koren polinoma Funkcijo oblike f(x) = p(x), kjer je p polinom, imenujemo kvadratni koren polinoma
Διαβάστε περισσότεραIZPIT IZ ANALIZE II Maribor,
Maribor, 05. 02. 200. (a) Naj bo f : [0, 2] R odvedljiva funkcija z lastnostjo f() = f(2). Dokaži, da obstaja tak c (0, ), da je f (c) = 2f (2c). (b) Naj bo f(x) = 3x 3 4x 2 + 2x +. Poišči tak c (0, ),
Διαβάστε περισσότεραDefinicija. definiramo skalarni produkt. x i y i. in razdaljo. d(x, y) = x y = < x y, x y > = n (x i y i ) 2. i=1. i=1
Funkcije več realnih spremenljivk Osnovne definicije Limita in zveznost funkcije več spremenljivk Parcialni odvodi funkcije več spremenljivk Gradient in odvod funkcije več spremenljivk v dani smeri Parcialni
Διαβάστε περισσότεραKODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK
1 / 24 KODE ZA ODKRIVANJE IN ODPRAVLJANJE NAPAK Štefko Miklavič Univerza na Primorskem MARS, Avgust 2008 Phoenix 2 / 24 Phoenix 3 / 24 Phoenix 4 / 24 Črtna koda 5 / 24 Črtna koda - kontrolni bit 6 / 24
Διαβάστε περισσότεραOsnove matematične analize 2016/17
Osnove matematične analize 216/17 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Kaj je funkcija? Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja
Διαβάστε περισσότεραSplošno o interpolaciji
Splošno o interpolaciji J.Kozak Numerične metode II (FM) 2011-2012 1 / 18 O funkciji f poznamo ali hočemo uporabiti le posamezne podatke, na primer vrednosti r i = f (x i ) v danih točkah x i Izberemo
Διαβάστε περισσότερα1.3 Vsota diskretnih slučajnih spremenljivk
.3 Vsota diskretnih slučajnih spremenljivk Naj bosta X in Y neodvisni Bernoullijevo porazdeljeni spremenljivki, B(p). Kako je porazdeljena njuna vsota? Označimo Z = X + Y. Verjetnost, da je P (Z = z) za
Διαβάστε περισσότεραFunkcije več spremenljivk
DODATEK C Funkcije več spremenljivk C.1. Osnovni pojmi Funkcija n spremenljivk je predpis: f : D f R, (x 1, x 2,..., x n ) u = f (x 1, x 2,..., x n ) kjer D f R n imenujemo definicijsko območje funkcije
Διαβάστε περισσότεραDiferencialna enačba, v kateri nastopata neznana funkcija in njen odvod v prvi potenci
Linearna diferencialna enačba reda Diferencialna enačba v kateri nastopata neznana funkcija in njen odvod v prvi potenci d f + p= se imenuje linearna diferencialna enačba V primeru ko je f 0 se zgornja
Διαβάστε περισσότεραZaporedja. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 15. oktober Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 15. oktober 2013 Oglejmo si, kako množimo dve kompleksni števili, dani v polarni obliki. Naj bo z 1 = r 1 (cosϕ 1 +isinϕ 1 )
Διαβάστε περισσότεραPODATKI, FREKVENČNE PORAZDELITVE IN NJIHOV OPIS: MERE SREDNJE VREDNOSTI IN RAZPRŠENOSTI
PODATKI, FREKVENČNE PORAZDELITVE IN NJIHOV OPIS: MERE SREDNJE VREDNOSTI IN RAZPRŠENOSTI. KAKO NAREDIMO FREKVENČNO PORAZDELITEV Recimo, da so am a razpolago podatki (pr. število prijateljev, s katerimi
Διαβάστε περισσότεραRegresija in korelacija
Regresija in korelacija - Kvantitativne metode v geografiji in uvod v GIS - dr. Gregor Kovačič, doc. Odvisnost in povezanost Opazujemo primere, ko na vsaki enoti gledamo dve številski spremenljivki hkrati
Διαβάστε περισσότεραREˇSITVE. Naloga a. b. c. d Skupaj. FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost 2. kolokvij 23.
Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost. kolokvij 3. januar 08 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Nalog je 6,
Διαβάστε περισσότεραDISKRIMINANTNA ANALIZA
DISKRIMINANTNA ANALIZA Z diskriminantno analizo poiščemo tako linearno kombinacijo merjenih spremenljivk, da bo maksimalno ločila vnaprej določene skupine in da bo napaka pri uvrščanju enot v skupine najmanjša.
Διαβάστε περισσότεραFunkcije. Matematika 1. Gregor Dolinar. Fakulteta za elektrotehniko Univerza v Ljubljani. 12. november Gregor Dolinar Matematika 1
Matematika 1 Gregor Dolinar Fakulteta za elektrotehniko Univerza v Ljubljani 12. november 2013 Graf funkcije f : D R, D R, je množica Γ(f) = {(x,f(x)) : x D} R R, torej podmnožica ravnine R 2. Grafi funkcij,
Διαβάστε περισσότερα13. Jacobijeva metoda za računanje singularnega razcepa
13. Jacobijeva metoda za računanje singularnega razcepa Bor Plestenjak NLA 25. maj 2010 Bor Plestenjak (NLA) 13. Jacobijeva metoda za računanje singularnega razcepa 25. maj 2010 1 / 12 Enostranska Jacobijeva
Διαβάστε περισσότεραZbirka vaj iz STATISTIKE. Blejec Andrej
Zbirka vaj iz STATISTIKE Blejec Andrej Ljubljana, 1997 Za vzpodbudo Zbirka vaj je namenjena študentom Statistike na oddelku za Biologijo BF. Naloge pokrivajo snov, ki jo obravnavamo kot osnove statističnih
Διαβάστε περισσότερα*M * Osnovna in višja raven MATEMATIKA NAVODILA ZA OCENJEVANJE. Sobota, 4. junij 2011 SPOMLADANSKI IZPITNI ROK. Državni izpitni center
Državni izpitni center *M40* Osnovna in višja raven MATEMATIKA SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sobota, 4. junij 0 SPLOŠNA MATURA RIC 0 M-40-- IZPITNA POLA OSNOVNA IN VIŠJA RAVEN 0. Skupaj:
Διαβάστε περισσότεραIspitivanje toka i skiciranje grafika funkcija
Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3
Διαβάστε περισσότεραNumerično reševanje. diferencialnih enačb II
Numerčno reševanje dferencaln enačb I Dferencalne enačbe al ssteme dferencaln enačb rešujemo numerčno z več razlogov:. Ne znamo j rešt analtčno.. Posamezn del dferencalne enačbe podan tabelarčno. 3. Podatke
Διαβάστε περισσότεραKazalo. Predstavitev
Ljubljana, 6. oktober 2008 FRI, Verjetnostni račun in statistika Aleksandar Jurišić različica: 19. januar 2009 / 11 : 51 A. Jurišić in V. Batagelj: Verjetnostni račun in statistika A. Jurišić 2 in V. Batagelj:
Διαβάστε περισσότεραUL FGG GR B II - Verjetnostni račun in statistika. Poskus, izid. Dogodek. Notes. Notes. Notes. Uvod. Osnovni pojmi.
UL FGG GR B II - Verjetnostni račun in statistika Marjeta Kramar Fijavž, oktober 2014 Uvod Osnovni pojmi Poskus in dogodek Računanje z dogodki Definicije verjetnosti Pogojna verjetnost, neodvisnost dogodkov
Διαβάστε περισσότερα8.4 χ 2 -preizkus Preizkušanje hipoteze enake verjetnosti
8.4 χ 2 -preizkus V pedagoških raziskavah imamo veliko pogosteje opravka z opisnimi spremenljivkami kot pa s številskimi spremenljivkami. Do sedaj opisani preizkusi o aritmetičnih sredinah, o standardnih
Διαβάστε περισσότεραMaksimum funkcije: y =0 in y < 0 Minimum funkcije : y =0 in y > 0
Razstavljanje na faktorje a2 b2 = (a+b) * (a b) a3 + b3 = (a+b) * (a2 ab + b2) a3 b3 = (a b) * (a2 + ab b2) a4 b4 = (a2 + b2) * (a + b) * (a b) Potence in koreni xmxn=xm+n ; xm / xn=xm n ; (xn)m=xnm (xy)n
Διαβάστε περισσότεραKotne in krožne funkcije
Kotne in krožne funkcije Kotne funkcije v pravokotnem trikotniku Avtor: Rok Kralj, 4.a Gimnazija Vič, 009/10 β a c γ b α sin = a c cos= b c tan = a b cot = b a Sinus kota je razmerje kotu nasprotne katete
Διαβάστε περισσότεραIterativno reševanje sistemov linearnih enačb. Numerične metode, sistemi linearnih enačb. Numerične metode FE, 2. december 2013
Numerične metode, sistemi linearnih enačb B. Jurčič Zlobec Numerične metode FE, 2. december 2013 1 Vsebina 1 z n neznankami. a i1 x 1 + a i2 x 2 + + a in = b i i = 1,..., n V matrični obliki zapišemo:
Διαβάστε περισσότεραStatistika 2 z računalniško analizo podatkov. Multipla regresija in polinomski regresijski model
Statistika z računalniško analizo podatkov Multipla regresija in polinomski regresijski model 1 Multipli regresijski model Pogosto so vrednosti odvisne spremenljivke linearno odvisne od več kot ene neodvisne
Διαβάστε περισσότεραDelovna točka in napajalna vezja bipolarnih tranzistorjev
KOM L: - Komnikacijska elektronika Delovna točka in napajalna vezja bipolarnih tranzistorjev. Določite izraz za kolektorski tok in napetost napajalnega vezja z enim virom in napetostnim delilnikom na vhod.
Διαβάστε περισσότεραmatrike A = [a ij ] m,n αa 11 αa 12 αa 1n αa 21 αa 22 αa 2n αa m1 αa m2 αa mn se števanje po komponentah (matriki morata biti enakih dimenzij):
4 vaja iz Matematike 2 (VSŠ) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 matrike Matrika dimenzije m n je pravokotna tabela m n števil, ki ima m vrstic in n stolpcev: a 11 a 12 a 1n a 21 a 22 a 2n
Διαβάστε περισσότερα8. Posplošeni problem lastnih vrednosti
8. Posplošeni problem lastnih vrednosti Bor Plestenjak NLA 13. april 2010 Bor Plestenjak (NLA) 8. Posplošeni problem lastnih vrednosti 13. april 2010 1 / 15 Matrični šop Dani sta kvadratni n n matriki
Διαβάστε περισσότεραStatistika II z računalniško analizo podatkov. Bivariatna regresija, tipi povezanosti
Statistika II z računalniško analizo podatkov Bivariatna regresija, tipi povezanosti 1 Regresijska analiza Regresijska analiza je statistična metoda, ki nam pomaga analizirati odnos med odvisno spremenljivko
Διαβάστε περισσότεραKVANTITATIVNE METODE RAZISKOVANJA. Izr. prof. dr. Polona Selič, univ. dipl.psih.
KVANTITATIVNE METODE RAZISKOVANJA Izr. prof. dr. Polona Selič, univ. dipl.psih. ZNANSTVENO VS. NEZNANSTVENO SPOZNAVANJE ZNANSTVENO PROUČEVANJE sistematično NEZNANSTVENO PROUČEVANJE nesistematično kritično
Διαβάστε περισσότεραMetoda glavnih komponent
Metoda glavnih komponent Metoda glavnih kompnent je ena najpogosteje uporabljenih multivariatnih metod. Osnoval jo je Karl Pearson (1901). Največ zaslug za nadaljni razvoj pa ima Hotelling (1933). Osnovna
Διαβάστε περισσότεραGimnazija Krˇsko. vektorji - naloge
Vektorji Naloge 1. V koordinatnem sistemu so podane točke A(3, 4), B(0, 2), C( 3, 2). a) Izračunaj dolžino krajevnega vektorja točke A. (2) b) Izračunaj kot med vektorjema r A in r C. (4) c) Izrazi vektor
Διαβάστε περισσότεραPoglavje 7. Poglavje 7. Poglavje 7. Regulacijski sistemi. Regulacijski sistemi. Slika 7. 1: Normirana blokovna shema regulacije EM
Slika 7. 1: Normirana blokovna shema regulacije EM Fakulteta za elektrotehniko 1 Slika 7. 2: Principielna shema regulacije AM v KSP Fakulteta za elektrotehniko 2 Slika 7. 3: Merjenje komponent fluksa s
Διαβάστε περισσότεραBernoullijevo zaporedje neodvisnih poskusov
A. Jurišić in V. Batagelj: Verjetnostni račun in statistika 45 Bernoullijevo zaporedje neodvisnih poskusov O zaporedju neodvisnih poskusov X 1, X 2,, X n, govorimo tedaj, ko so verjetnosti izidov v enem
Διαβάστε περισσότεραS programom SPSS se, glede na število ur, ne bomo ukvarjali. Na izpitu so zastavljena neka vprašanja, zraven pa dobimo računalniški izpis izračunov. T
2. predavanje RVM Kvantitativne metode Borut Kodrič, Koper 21.5.2010 Ključ za dostop do e-učilnice: RMD2009 Tekom srečanj bodo zadeve osvežene v smislu, da bodo okleščene. Morda bo dodan še kak rešen primer.
Διαβάστε περισσότεραVAJE IZ OSNOV VERJETNOSTI IN STATISTIKE. Martin Raič
VAJE IZ OSNOV VERJETNOSTI IN STATISTIKE Martin Raič Datum zadnje spremembe: 3. januar 2016 Kazalo 1. Osnove kombinatorike 3 2. Elementarna verjetnost 4 3. Pogojna verjetnost 6 4. Diskretne slučajne spremenljivke
Διαβάστε περισσότεραINTELIGENTNO UPRAVLJANJE
INTELIGENTNO UPRAVLJANJE Fuzzy sistemi zaključivanja Vanr.prof. Dr. Lejla Banjanović-Mehmedović Mehmedović 1 Osnovni elementi fuzzy sistema zaključivanja Fazifikacija Baza znanja Baze podataka Baze pravila
Διαβάστε περισσότεραIZVODI ZADACI (I deo)
IZVODI ZADACI (I deo) Najpre da se podsetimo tablice i osnovnih pravila:. C`=0. `=. ( )`= 4. ( n )`=n n-. (a )`=a lna 6. (e )`=e 7. (log a )`= 8. (ln)`= ` ln a (>0) 9. = ( 0) 0. `= (>0) (ovde je >0 i a
Διαβάστε περισσότεραNEPARAMETRIČNI TESTI Doc.dr. Tadeja Kraner Šumenjak
NEPARAMETRIČNI TESTI 5.3.011 Doc.dr. Tadeja Kraner Šumenjak Slabosti parametričnih preizkusov: -stroge predpostavke (predpostavka o normalni porazdelitvi) -veliko računanja -težave, če spremenljivke niso
Διαβάστε περισσότεραII. LIMITA IN ZVEZNOST FUNKCIJ
II. LIMITA IN ZVEZNOST FUNKCIJ. Preslikave med množicami Funkcija ali preslikava med dvema množicama A in B je predpis f, ki vsakemu elementu x množice A priredi natanko določen element y množice B. Važno
Διαβάστε περισσότεραUnivariatna in bivariatna statistika
Univariatna in bivariatna statistika Aleš Žiberna 14. oktober 2011 Kazalo 1 Uporabljeni podatki 2 2 Osnovne statistike 2 3 Preverjanje domnev o srednjih vrednostih in pripadajoči intervali zaupanja 12
Διαβάστε περισσότεραTabele termodinamskih lastnosti vode in vodne pare
Univerza v Ljubljani Fakulteta za strojništvo Laboratorij za termoenergetiko Tabele termodinamskih lastnosti vode in vodne pare po modelu IAPWS IF-97 izračunano z XSteam Excel v2.6 Magnus Holmgren, xsteam.sourceforge.net
Διαβάστε περισσότεραMaja Pohar Perme. Verjetnost in statistika z nalogami
Maja Pohar Perme Verjetnost in statistika z nalogami Ljubljana, 2014 Skripte Ekonomske fakultete Maja Pohar Perme Verjetnost in statistika z nalogami Založila : Šifra: Recenzenta: Objavljeno na spletni
Διαβάστε περισσότερα8. Diskretni LTI sistemi
8. Diskreti LI sistemi. Naloga Določite odziv diskretega LI sistema s podaim odzivom a eoti impulz, a podai vhodi sigal. h[] x[] - - 5 6 7 - - 5 6 7 LI sistem se a vsak eoti impulz δ[] a vhodu odzove z
Διαβάστε περισσότερα1. Definicijsko območje, zaloga vrednosti. 2. Naraščanje in padanje, ekstremi. 3. Ukrivljenost. 4. Trend na robu definicijskega območja
ZNAČILNOSTI FUNKCIJ ZNAČILNOSTI FUNKCIJE, KI SO RAZVIDNE IZ GRAFA. Deinicijsko območje, zaloga vrednosti. Naraščanje in padanje, ekstremi 3. Ukrivljenost 4. Trend na robu deinicijskega območja 5. Periodičnost
Διαβάστε περισσότερα- Geodetske točke in geodetske mreže
- Geodetske točke in geodetske mreže 15 Geodetske točke in geodetske mreže Materializacija koordinatnih sistemov 2 Geodetske točke Geodetska točka je točka, označena na fizični površini Zemlje z izbrano
Διαβάστε περισσότεραStatistika 2 z računalniško analizo podatkov. Statistično sklepanje
Statistika 2 z računalniško analizo podatkov Statistično sklepanje 1 Multipla regresija Statistično sklepanje o regresijskih koeficientih Multipla regresija Vključevanje nominalnih in ordinalnih spremenljivk
Διαβάστε περισσότεραFrekvenčna analiza neperiodičnih signalov. Analiza signalov prof. France Mihelič
Frekvenčna analiza neperiodičnih signalov Analiza signalov prof. France Mihelič Vpliv postopka daljšanja periode na spekter periodičnega signala Opazujmo družino sodih periodičnih pravokotnih impulzov
Διαβάστε περισσότεραKanonična oblika linearnega programa. Simpleksna metoda. Bazne rešitve kanoničnega linearnega programa.
Kanonična oblika linearnega programa.. Drago Bokal, Tanja Gologranc Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru min c T x p. p. Ax = b x 0 Kako dobimo
Διαβάστε περισσότεραMatematično modeliranje. Simpleksna metoda.
Simpleksna metoda. Drago Bokal, Tanja Gologranc Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru Kanonična oblika linearnega programa. min c T x p. p.
Διαβάστε περισσότεραModeliranje porazdelitve premoženja
UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO ODDELEK ZA FIZIKO Seminar 2008/2009 Modeliranje porazdelitve premoženja Avtor: Matjaž Božič Mentor: Prof. dr. Rudolf Podgornik Datum: Ljubljana, 5.12.2008
Διαβάστε περισσότεραMatematika 1. Gregor Dolinar. 2. januar Fakulteta za elektrotehniko Univerza v Ljubljani. Gregor Dolinar Matematika 1
Mtemtik 1 Gregor Dolinr Fkultet z elektrotehniko Univerz v Ljubljni 2. jnur 2014 Gregor Dolinr Mtemtik 1 Izrek (Izrek o povprečni vrednosti) Nj bo m ntnčn spodnj mej in M ntnčn zgornj mej integrbilne funkcije
Διαβάστε περισσότερα2.2 Srednje vrijednosti. aritmetička sredina, medijan, mod. Podaci (realizacije varijable X): x 1,x 2,...,x n (1)
2.2 Srednje vrijednosti aritmetička sredina, medijan, mod Podaci (realizacije varijable X): x 1,x 2,...,x n (1) 1 2.2.1 Aritmetička sredina X je numerička varijabla. Aritmetička sredina od (1) je broj:
Διαβάστε περισσότεραUvod v R. 13. oktober Uvodni primer 3
Uvod v R Aleš Žiberna 13. oktober 2010 Kazalo 1 Uvodni primer 3 2 Osnovne informacije 13 2.1 Osnovne računske operacije................... 13 2.2 Spremenljivke........................... 15 2.3 Uporaba
Διαβάστε περισσότερα8. MULTIVARIATNE METODE 8.1. Uvod Zakaj jih uporabljati
8. MULTIVARIATNE METODE 8.1. Uvod 8.1.1. Zakaj jih uporabljati Multivariatne metode omogočajo sočasno analizo kakršnegakoli števila spremenljivk. Poseben problem predstavlja grafična predstavitev več kot
Διαβάστε περισσότεραDISKRETNA FOURIERJEVA TRANSFORMACIJA
29.03.2004 Definicija DFT Outline DFT je linearna transformacija nekega vektorskega prostora dimenzije n nad obsegom K, ki ga označujemo z V K, pri čemer ima slednji lastnost, da vsebuje nek poseben element,
Διαβάστε περισσότεραOsnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju
RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)
Διαβάστε περισσότεραp 1 ENTROPIJSKI ZAKON
ENROPIJSKI ZAKON REERZIBILNA srememba: moža je obrjea srememba reko eakih vmesih staj kot rvota srememba. Po obeh sremembah e sme biti obeih trajih srememb v bližji i dalji okolici. IREERZIBILNA srememba:
Διαβάστε περισσότεραPodobnost matrik. Matematika II (FKKT Kemijsko inženirstvo) Diagonalizacija matrik
Podobnost matrik Matematika II (FKKT Kemijsko inženirstvo) Matjaž Željko FKKT Kemijsko inženirstvo 14 teden (Zadnja sprememba: 23 maj 213) Matrika A R n n je podobna matriki B R n n, če obstaja obrnljiva
Διαβάστε περισσότεραPOROČILO. št.: P 1100/ Preskus jeklenih profilov za spuščen strop po točki 5.2 standarda SIST EN 13964:2004
Oddelek za konstrkcije Laboratorij za konstrkcije Ljbljana, 12.11.2012 POROČILO št.: P 1100/12 680 01 Presks jeklenih profilov za spščen strop po točki 5.2 standarda SIST EN 13964:2004 Naročnik: STEEL
Διαβάστε περισσότεραDomače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA
Domače naloge za 2. kolokvij iz ANALIZE 2b VEKTORSKA ANALIZA. Naj bo vektorsko polje R : R 3 R 3 dano s predpisom R(x, y, z) = (2x 2 + z 2, xy + 2yz, z). Izračunaj pretok polja R skozi površino torusa
Διαβάστε περισσότεραVaja: Odbojnostni senzor z optičnimi vlakni. Namen vaje
Namen vaje Spoznavanje osnovnih fiber-optičnih in optomehanskih komponent Spoznavanje načela delovanja in praktične uporabe odbojnostnega senzorja z optičnimi vlakni, Delo z merilnimi instrumenti (signal-generator,
Διαβάστε περισσότεραSTATISTIKA. UP FAMNIT, Biopsihologija. Martin Raič. Zapiski s predavanj
STATISTIKA UP FAMNIT, Biopsihologija Zapiski s predavanj Martin Raič Datum zadnje spremembe: 4 junij 2018 Kazalo 1 Uvod 7 11 Formalizacijapodatkov 9 12 Merskelestvice 11 13 Nekajvečovzorčenju 13 14 Nekajvečostatističnemsklepanju
Διαβάστε περισσότερα1. TVORBA ŠIBKEGA (SIGMATNEGA) AORISTA: Največ grških glagolov ima tako imenovani šibki (sigmatni) aorist. Osnova se tvori s. γραψ
TVORBA AORISTA: Grški aorist (dovršnik) izraža dovršno dejanje; v indikativu izraža poleg dovršnosti tudi preteklost. Za razliko od prezenta ima aorist posebne aktivne, medialne in pasivne oblike. Pri
Διαβάστε περισσότεραDržavni izpitni center SPOMLADANSKI IZPITNI ROK *M * NAVODILA ZA OCENJEVANJE. Sreda, 3. junij 2015 SPLOŠNA MATURA
Državni izpitni center *M15143113* SPOMLADANSKI IZPITNI ROK NAVODILA ZA OCENJEVANJE Sreda, 3. junij 2015 SPLOŠNA MATURA RIC 2015 M151-431-1-3 2 IZPITNA POLA 1 Naloga Odgovor Naloga Odgovor Naloga Odgovor
Διαβάστε περισσότεραIntegralni račun. Nedoločeni integral in integracijske metrode. 1. Izračunaj naslednje nedoločene integrale: (a) dx. (b) x 3 +3+x 2 dx, (c) (d)
Integralni račun Nedoločeni integral in integracijske metrode. Izračunaj naslednje nedoločene integrale: d 3 +3+ 2 d, (f) (g) (h) (i) (j) (k) (l) + 3 4d, 3 +e +3d, 2 +4+4 d, 3 2 2 + 4 d, d, 6 2 +4 d, 2
Διαβάστε περισσότεραIspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f
IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f 2. Nule i znak funkcije; presek sa y-osom IspitivaƬe
Διαβάστε περισσότεραNekateri primeri sklopov izpitnih vprašanj pri predmetu Naključni pojavi
Nekateri primeri sklopov izpitnih vprašanj pri predmetu Naključni pojavi 1. Izpeljite Binomsko porazdelitev in pokažite kako pridemo iz nje do Poissonove porazdelitve? 2. Kako opišemo naključne lastnosti
Διαβάστε περισσότεραPovezave do turističnih podatkov in raziskav - Viri in literatura prosojnica 4 od 46 Primer raziskave - SURS Turistična potovanja domačega prebivalstv
RAZISKOVANJE TURIZMA Saša a Planinc (sasa.planinc@turistica.si) Univerza na Primorskem Turistica - Fakulteta za turistične študije Portorož prosojnica od 46 Z doseženim znanjem se boste trudili v lastnih
Διαβάστε περισσότεραAlgebraične strukture
Poglavje V Algebraične strukture V tem poglavju bomo spoznali osnovne algebraične strukture na dani množici. Te so podane z eno ali dvema binarnima operacijama. Binarna operacija paru elementov iz množice
Διαβάστε περισσότερα1. Trikotniki hitrosti
. Trikotniki hitrosti. Z radialno črpalko želimo črpati vodo pri pogojih okolice z nazivnim pretokom 0 m 3 /h. Notranji premer rotorja je 4 cm, zunanji premer 8 cm, širina rotorja pa je,5 cm. Frekvenca
Διαβάστε περισσότεραRačunarska grafika. Rasterizacija linije
Računarska grafika Osnovni inkrementalni algoritam Drugi naziv u literaturi digitalni diferencijalni analizator (DDA) Pretpostavke (privremena ograničenja koja se mogu otkloniti jednostavnim uopštavanjem
Διαβάστε περισσότεραМЕХАНИКА НА ФЛУИДИ (AFI, TI, EE)
Zada~i za program 2 po predmetot МЕХАНИКА НА ФЛУИДИ (AFI, TI, EE) Предметен наставник: Проф. д-р Методија Мирчевски Асистент: Виктор Илиев (rok za predavawe na programot - 07. i 08. maj 2010) (во термини
Διαβάστε περισσότεραVaje za statistiko 2011/12
Vaje za statistiko 2011/12 asistent Emil Polajnar 1. Določi populacijo in spremenljivke. Za spremenljivke določi tudi tip izražanja (opisna, številska) ter tip merske lestvice. a.) Izberemo slučajni vzorec
Διαβάστε περισσότεραSTATISTIKA. UP FAMNIT, Biopsihologija. Martin Raič. Zapiski s predavanj
STATISTIKA UP FAMNIT, Biopsihologija Zapiski s predavanj Martin Raič NEPOPOLNA PUBLIKACIJA Datum zadnje spremembe: 16 maj 2016 Kazalo 1 Uvod 5 11 Formalizacijapodatkov 7 12 Merskelestvice 9 13 Nekajvečovzorčenju
Διαβάστε περισσότερα3. STATISTIKE Z DVEMA SPREMENLJIVKAMA
3. STATISTIKE Z DVEMA SPREMENLJIVKAMA Bivariatne metodo obravnavajo dve spremenljivki hkrati, zato so podatki zapisani: x 1 y 1 x 2 y 2 : : x n y n 3.1. KORELACIJSKI KOEFICIENT Mera stopnje linearne povezanosti
Διαβάστε περισσότερα3525$&8158&1(',=$/,&(6$1$92-1,095(7(120
Srednja masinska skola OSOVE KOSTRUISAJA List1/8 355$&8158&1(',=$/,&(6$1$9-1,095(7(10 3ROD]QLSRGDFL maksimalno opterecenje Fa := 36000 visina dizanja h := 440 mm Rucna sila Fr := 350 1DYRMQRYUHWHQR optereceno
Διαβάστε περισσότεραProgram testirati pomoću podataka iz sledeće tabele:
Deo 2: Rešeni zadaci 135 Vrednost integrala je I = 2.40407 42. Napisati program za izračunavanje koeficijenta proste linearne korelacije (Pearsonovog koeficijenta) slučajnih veličina X = (x 1,..., x n
Διαβάστε περισσότεραApsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.
Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala
Διαβάστε περισσότερα