STATISTIKA ANALIZA VARINCE Doc.dr. Tadeja Kraner Šumenjak
|
|
- Μέγαιρα ἐλπίς Βασιλείου
- 6 χρόνια πριν
- Προβολές:
Transcript
1 STATISTIKA ANALIZA VARINCE Doc.dr. Tadeja Kraner Šumenjak
2 ANALIZA VARIANCE Proučuje, kako ena ali več neodvisnih spremenljivk (faktorjev) vpliva na slučajno odvisno spremenljivko Y, ki meri izid poskusa. Odgovori na vprašanje: Ali so odstopanja zaradi vpliva različnih faktorjev ali pa so slučajna?
3 Variabilnost izida poskusa povzročajo Proučevani dejavniki Kontrolirani moteči dejavniki Nekontrolirani moteči dejavniki. Ta del variabilnosti ostane nepojasnjen. Imenujemo ga OSTANEK ali EKSPERIMENTALNA NAPAKA
4 Primer V vsaki skupini živali so potomci drugega očeta. Zanimajo nas dnevni prirastki mas v posameznih skupinah v določenem starostnem obdobju. Če potomci določenega očeta hitreje pridobivajo na masi, so primernejši za vzrejo. Pri meritvah smo dobili dnevne prirastke mas (v gramih), ki so prikazani v preglednici:
5 Ponovitev 1. skupina. skupina 3. skupina 4. skupina Skupaj Povprečje skupine 873,5 886,0 845,6 91,5
6 Če glede na velikost aritmetičnih sredin, sklepamo, da biki četrte skupine najhitreje pridobivajo na masi, lahko pridemo do napačnih zaključkov. Poleg genetskih lastnosti namreč na pridobivanje mase vplivajo tudi drugi dejavniki kot so prebolele bolezni, vplivi okolja in drugi. Zato moramo za primerjavo aritmetičnih sredin uporabiti metodo, ki bo izločila slučajne vplive.
7 Pri analizi variance skušamo sprejeti eno izmed hipotez: H 1 : najmanj dve aritmetični sredini nista enaki. H 0 : M 1 = M = M 3 = = M k
8 Rešitev K= naredimo t-test za neodvisne vzorce K=3 tri parne primerjave (pogojno) H 0 : M 1 = M H 0 : M 1 = M 3 H 0 : M = M 3 K>3 ne smemo narediti vse parne primerjave, ker so medsebojno odvisne. To bi imelo za posledico, da bi zavrnili več H 0, kot bi jih smeli pri predpisani vrednosti α. K 3 ANOVA OPOMBA: pri K= tudi lahko uporabljamo ANOVO, vendar je t- preizkus enostavnejši
9 ENOSMERNA ANALIZA VARIANCE (SLUČAJNE SKUPINE) Y naj bo slučajna spremenljivka, ki meri izid poskusa. Y i naj opisuje izid pri i-tem obravnavanju (obravnavanja so lahko različne sorte, gostote setve) Y i ~N(M i,σ) Za analizo variance mora biti izpolnjena predpostavka o homogenosti varianc, torej standardni odklon populacije je za vsa obravnavanja enak (LEVENOV TEST). Zagotovljena mora biti medsebojna neodvisnost obravnavanj. Mi si bomo ogledali le primer, ko je število ponovitev pri vseh obravnavanjih enako.
10 k je število skupin n je število ponovitev n=k n 0 0 Q k n 0 i1 j1 ( x ij x) n k 0 i1 ( x i x) k n 0 i1 j1 ( x ij x i ) Skupna vsota kvadratov Merjena z vsoto kvadratov odklonov opazovanih vrednosti od aritmetične sredine Q = Q n +Q g Vsota kvadratov pojasnjena z obravnavanji (Zaradi razlik med obravnavanji) Nepojasnjena variabilnost Ostanek, napaka x skupno povprečje x povprečje za i-to skupino i Različni viri variiranja
11 Vpeljimo parameter C, ki je definiran kot: C 1 n k n 0 i1 j1 x ij Nato izračunamo skupno vsoto kvadratov odstopanj od skupne aritmetične sredine. Ta je: Q k n i1 j1 ( x ij x) k n0 k n0 x ij i1 j1 n i1 j1 0 1 x ij k n 0 i1 j1 x ij C Vsota kvadratov odstopanj aritmetičnih sredin skupin od skupne aritmetične sredine pa je: Q g k n0 ( xi x) 1 n i1 0 i1 j1 k n 0 x ij C
12 Vir variabilnosti Vsota kvadrato v Število prostostnih stopenj Srednji kvadriran odklon F F kritični OBRAVNAVANJE (med obravnavanji) Q g k - 1 s g s g sn tabelirana vrednost NAPAKA (znotraj obravnavanj) Q n n - k s n Skupaj Q n - 1 Povprečje vsote kvadratov dobimo: s s g n Q g k 1 Qn n k
13 Izkaže se, da je v primeru, ko je ničelna hipoteza pravilna kvocient F s s g n je porazdeljen po Fisherjevi F(k1, Nk) porazdelitvi. Ničelno hipotezo, ki pravi, da so aritmetične sredine posameznih skupin enake lahko zavrnemo, če je gornji izraz večji od tabelirane vrednosti F - porazdelitve pri izbrani stopnji tveganja. Rečemo, da so razlike statistično značilne.
14 Pri merjenju debeline hrbtnega sala treh pasem svinj smo dobili naslednje rezultate (v mm) Ali je debelina sala odvisna od pasme? Zap. številka 1. pasma. pasma 3. pasma 1 36,6 31,0 35,9 36,1 7,0 33,6 3 36,1 6,8 36,4 4 38,3 31,3 35,8 5 36,6 9,0 35, 6 39, 30,5 9,
15 V poljedelskem poskusu smo preverjali štiri sorte krompirja in ugotavljali višino pridelka (v tonah) Ali je pridelek krompirja glede na posamezne sorte statistično različen? Ponovitev Sorta A Sorta B Sorta C Sorta D
16 Between Groups Within Groups Sum of Squares df Mean Square F Sig. 191,654 95,87,181,000 64, ,30 Total 56, Sum of Squares df Mean Square F Sig. Between Groups 36, ,050,094,96 Within Groups 050, ,150 Total 086,550 19
17 Primer 17
18 Primer 18
19 R.MEAD-NASVET Potrebno število enot n v poskusu: 10 df 0 Več kot 0 ni potrebno, 10 je premalo. df za ostanek (napaka) 19
20 PREIZKUSI MNOGOTERIH PRIMERJAV Med povprečnimi vrednostmi obstajajo statistično značilne razlike. ANALIZO VARIANCE NADALJUJEMO: -PREIZKUSI MNOGOTERIH PRIMERJAV (LSD, Tukey,Duncan) -NAČRTOVANE PRIMERJAVE KONTRASTI
21 ENOSMERNA ANALIZA VARIANCE (SLUČAJNI BLOKI) Bloki Skupine (t) 1 j b Skupaj Pov. 1 x 11 x 1 x 1j x 1b x 10 x 1 x x j x b x 0 : i x i1 x i x ij x ib x i0 : t x t1 x t x tj x tb x t0 Skupaj x 01 x 0 x 0j x 0b Pov.
22 x i0 0 j B skupno povprečje x skupna vsota x povprečje skupin i 1,,..., t x povprečje blokov j 1,,..., b x Q x x C t b t b 00 ij ij i1 j1 bt i1 j1 x 00 C ; bt n C je korekcijski člen bt Q b j1 t x t 0 j C x i0 i1 Qg C b Q Q Q Q n B g
23 Vir variabil. Vsota kv. Pros. st. Srednji kv. odklon F BLOKI Q b -1 B OBRAVN. Q k -1 g Q Q ( b1)( t1) g k-1 Q ( k 1) g n NAPAKA Q ( b-1)( t-1) n Qn ( b-1)( t-1) SKUPAJ Q bt -1
24 Testiramo ničelno domnevo, da so aritmetične sredine po obravnavanjih enake. Izračunan F je porazdeljen po Fisherjevi F(k1, (B-1)(K-1)) porazdelitvi. Ničelno hipotezo, ki pravi, da so aritmetične sredine posameznih skupin enake lahko zavrnemo, če je gornji izraz večji od tabelirane vrednosti F - porazdelitve pri izbrani stopnji tveganja. Rečemo, da so razlike statistično značilne.
25 Postavitev NAKLJUČNI BLOK Primerjava pridelkov zrnja (t/ha, 14% vlaga) štirih hibridov koruze, v petih ponovitvah (Vir: Hadživuković, 1989). H1 5 H4 4 H3 4,3 H 4,8 I H 5 H3 4, H1 5,7 H4 4,9 II H3 H1 H4 H 5 4,6 4,1 4,5 III H4 H H1 H3 5 H4 4,6 H 5, H3 4 H1 IV 4,4 5,4 4, 5,3 V 5
26 sum pov 1 5 5,7 4,6 5, 5,3 5,8 5,16 4,8 5 4,5 4,6 5,4 4,3 4,86 3 4,3 4, 5 4 4, 1,7 4, ,9 4,1 5 4,4,4 4,48 sum 18,1 19,8 18, 18,8 19,3 94, pov 4,55 4,95 4,55 4,7 4,85 4,71
27 x ,71 x =94, t b Q x C 448,34 443, 68 4, 658 i1 j1 ij x 00 (94, ) C 443, 68 bt 0 b x 0 j j1 (18,1 19,8 18, 18,8 19,3 ) QB C 443, , , 68 0,53 t t x i0 i1 (5,8 4,3 1, 7, 4 ) Qg C b Q Q Q Q,06 n B g , 68, 074
28 Vir variabil. Vsota kv. Pros. st. Srednji kv. odklon F BLOKI 0,53 4 OBRAVN., ,6913 4,06 NAPAKA,06 1 0,1717 SKUPAJ 4, Ničelno domnevo zavrnemo. Pri 5% tveganju lahko trdimo, da ima hibrid statistično značilen vpliv na pridelek.
29 Potek dela: 1. zapis podatkov v Excel-ovo tabelo (neodvisne spremenljivke; hibrid, ponovitev in odvisna spremenljivka; pridelek) 9
30 . tabelo (neposredno) prenesemo v statistični program SPSS, STATISTIX, STATGRAPH... 30
31 . tabelo (neposredno) prenesemo v statistični program SPSS, STATISTIX, STATGRAPH... 31
32 3. naredimo (ustrezno) analizo variance ANOVA 3
33 33
34 34
35 3. naredimo (ustrezno) analizo variance ANOVA :,034 Interpretiranje rezultatov: GLEJ P-vrednost!! P blok ne interpretiramo P hibrid 0,05 s 5%-nim tveganjem oz. 95% zanesljivostjo lahko trdimo, da ima hibrid statistično značilen vpliv na pridelek (*) Po domače: ni vseeno kateri hibrid sejemo! 35
36 Še en primer: Namen: ugotoviti vpliv dodatne svetlobe na nesnost kokoši v zimskem času. Obravnavanja:- K kontrola Poskusni material: -PDan podaljšani dan (14 ur) -Blisk (K+1 krat 0 sek bliskavice na noč) 4 kurniki v vsakem 3 kletke v vsaki kletki po šest kokoši Poskusna zasnova: slučajni bloki (en kurnik je blok). Narediti moramo slučajni izbor za vsak kurnik posebej. Izid: skupno število jajc na kletko v času od 1. decembra do. februarja 36
37 Tabela: Skupno število jajc na kletko po obravnavanjih in blokih. kurnik K Pdan Blisk
NEPARAMETRIČNI 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 περισσότεραPONOVITEV SNOVI ZA 4. TEST
PONOVITEV SNOVI ZA 4. TEST 1. * 2. *Galvanski člen z napetostjo 1,5 V požene naboj 40 As. Koliko električnega dela opravi? 3. ** Na uporniku je padec napetosti 25 V. Upornik prejme 750 J dela v 5 minutah.
Διαβάστε περισσότεραPOSTAVITEV IN TESTIRANJE HIPOTEZ
Osnove biometrije 1 Poglavje 1 POSTAVITEV IN TESTIRANJE HIPOTEZ Testiranje hipotez je osrednja naloga pri vsaki obdelavi podatkov. Od postavitve hipotez je odvisen načrt preizkusa, torej moramo hipoteze
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 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 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 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 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 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 περισσότεραPOSTAVITEV IN TESTIRANJE HIPOTEZ
Biometrija 1 Poglavje 1 POSTAVITEV IN TESTIRANJE HIPOTEZ Testiranje hipotez je osrednja naloga pri vsaki obdelavi podatkov. Od postavitve hipotez je odvisen načrt preizkusa, torej moramo hipoteze postaviti
Διαβάστε περισσότεραΕισαγωγή στην Ανάλυση Διακύμανσης
Εισαγωγή στην Ανάλυση Διακύμανσης 1 Η Ανάλυση Διακύμανσης Από τα πιο συχνά χρησιμοποιούμενα στατιστικά κριτήρια στην κοινωνική έρευνα Γιατί; 1. Ενώ αναφέρεται σε διαφορές μέσων όρων, όπως και το κριτήριο
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 περισσότεραPostavitev hipotez NUJNO! Milena Kova. 10. januar 2013
Postavitev hipotez NUJNO! Milena Kova 10. januar 2013 Osnove biometrije 2012/13 1 Postavitev in preizku²anje hipotez Hipoteze zastavimo najprej ob na rtovanju preizkusa Ob obdelavi jih morda malo popravimo
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 περισσότεραKotni funkciji sinus in kosinus
Kotni funkciji sinus in kosinus Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z oznako cos x, DEFINICIJA V PRAVOKOTNEM TRIKOTNIKU: Kotna funkcija sinus je definirana kot razmerje
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 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 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 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 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 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 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 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 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 περισσότεραZanesljivost psihološkega merjenja. Osnovni model, koeficient α in KR-21
Zanesljivost psihološkega merjenja Osnovni model, koeficient α in KR- Osnovni model in KTT V kolikšni meri na testne dosežke vplivajo slučajne napake? oziroma, kako natančno smo izmerili neko lastnost.
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 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 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 περισσότεραEnačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba.
1. Osnovni pojmi Enačba, v kateri poleg neznane funkcije neodvisnih spremenljivk ter konstant nastopajo tudi njeni odvodi, se imenuje diferencialna enačba. Primer 1.1: Diferencialne enačbe so izrazi: y
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 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 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 περισσότεραANALIZA VREDNOSTI ZLATA IN DEJAVNIKI CENE
ANALIZA VREDNOSTI ZLATA IN DEJAVNIKI CENE Andrej Krek Andrej Krek andrej.krek@gmail.com POVZETEK Namen raziskave je predstaviti in analizirati vrednost zlata v obdobju od 1.1.2007 do 31.12.2011. Naloga
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 περισσότερα1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου...
ΑΠΟΖΗΜΙΩΣΗ ΘΥΜΑΤΩΝ ΕΓΚΛΗΜΑΤΙΚΩΝ ΠΡΑΞΕΩΝ ΣΛΟΒΕΝΙΑ 1. Έντυπα αιτήσεων αποζημίωσης... 2 1.1. Αξίωση αποζημίωσης... 2 1.1.1. Έντυπο... 2 1.1.2. Πίνακας μεταφράσεων των όρων του εντύπου... 3 1 1. Έντυπα αιτήσεων
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 περισσότεραReševanje sistema linearnih
Poglavje III Reševanje sistema linearnih enačb V tem kratkem poglavju bomo obravnavali zelo uporabno in zato pomembno temo linearne algebre eševanje sistemov linearnih enačb. Spoznali bomo Gaussovo (natančneje
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 περισσότεραOsnove elektrotehnike uvod
Osnove elektrotehnike uvod Uvod V nadaljevanju navedena vprašanja so prevod testnih vprašanj, ki sem jih našel na omenjeni spletni strani. Vprašanja zajemajo temeljna znanja opredeljenega strokovnega področja.
Διαβάστε περισσότεραMETODA FAKTORSKE ANALIZE je osnovana na analizi medsebojnih korelacij. Tu potrebujemo neko vsebinsko poznavanje oz. neko teorijo, da pojav x vpliva na
4. predavanje RVM Kvantitativne metode Borut Kodrič, Koper 4.6.2010 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 1. del Na podlagi česa ugotovimo kako sta dve spremenljivki med
Διαβάστε περισσότεραMULTIVARIATNA ANALIZA VARIANCE
Univerza v Ljubljani Filozofska fakulteta Oddelek za psihologijo MULTIVARIATNA ANALIZA VARIANCE MULTIVARIATNE METODE PREDSTAVITEV Študijsko leto 2002/2003 MIHA KOČEVAR Ljubljana, 13.12.2002 13.12.2002
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 περισσότεραIZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo
IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai
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 περισσότερα1. Hasil Pengukuran Kadar TNF-α. DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm
HASIL PENELITIAN 1. Hasil Pengukuran Kadar TNF-α DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm NO KADAR ( pg/ml) ABSORBANSI 1. 0 0.055 2. 15.6 0.207 3. 31.5 0.368 4. 62.5 0.624
Διαβάστε περισσότεραMATRIČNI ZAPIS MODELA IN OSNOVE MATRIČNE OPERACIJE
Biometrija 1 Poglavje 1 MATRIČNI ZAPIS MODELA IN OSNOVE MATRIČNE OPERACIJE 11 Skalar Skalar je matrika reda 1 x 1 Skalarji so označeni z malimi ali velikimi navadnimi (neodebeljene) črkami kot npr y i
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 περισσότερα,..., y T imenujemo časovna vrsta.
ČASOVNE VRSTE. UVOD Številsko spremenljivko Y opazujemo v času. Podatki se nanašajo na zaporedna časovna obdobja t, t,..., t T. Statistično vrsto y, y,..., y T imenujemo časovna vrsta. T dolžina časovne
Διαβάστε περισσότεραPošto pretvaramo iz veće u manju mjernu jedinicu broj 2.5 množimo s 1000,
PRERAČUNAVANJE MJERNIH JEDINICA PRIMJERI, OSNOVNE PRETVORBE, POTENCIJE I ZNANSTVENI ZAPIS, PREFIKSKI, ZADACI S RJEŠENJIMA Primjeri: 1. 2.5 m = mm Pretvaramo iz veće u manju mjernu jedinicu. 1 m ima dm,
Διαβάστε περισσότεραMatematika vaja. Matematika FE, Ljubljana, Slovenija Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija
Matematika 1 3. vaja B. Jurčič Zlobec 1 1 Univerza v Ljubljani, Fakulteta za Elektrotehniko 1000 Ljubljana, Tržaška 25, Slovenija Matematika FE, Ljubljana, Slovenija 2011 Določi stekališča zaporedja a
Διαβάστε περισσότεραOsnove statistike. Drago Bokal Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru. 1.
Oddelek za matematiko in računalništvo Fakulteta za naravoslovje in matematiko Univerza v Mariboru 1. marec 2010 Obvestila. http://um.fnm.uni-mb.si/ Prosojnice se lahko spremenijo v tednu po predavanjih.
Διαβάστε περισσότεραBANK OF SLOVENIA Slovenska Ljubljana Slovenia Tel: Fax: Telex: BS LJB SI
BANK OF SLOVENIA Slovenska 35 1505 Ljubljana Slovenia Tel: +386 1 47 19 325 Fax: +386 1 47 19 727 Telex: 31214 BS LJB SI E-mail: bsl@bsi.si WWW: http://www.bsi.si SWIFT: BS LJ SI 2X Variabilnost deviznega
Διαβάστε περισσότεραvezani ekstremi funkcij
11. vaja iz Matematike 2 (UNI) avtorica: Melita Hajdinjak datum: Ljubljana, 2009 ekstremi funkcij več spremenljivk nadaljevanje vezani ekstremi funkcij Dana je funkcija f(x, y). Zanimajo nas ekstremi nad
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 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 περισσότεραKvadratne forme. Poglavje XI. 1 Definicija in osnovne lastnosti
Poglavje XI Kvadratne forme V zadnjem poglavju si bomo ogledali še eno vrsto preslikav, ki jih tudi lahko podamo z matrikami. To so tako imenovane kvadratne forme, ki niso več linearne preslikave. Kvadratne
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 περισσότερατατιςτική ςτην Εκπαίδευςη II
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ τατιςτική ςτην Εκπαίδευςη II Αρχείο αποτελεςμάτων Διδάσκων: Μιχάλης Λιναρδάκης ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραOsnove merjenj. B. Golli, PeF. 22. oktober 2009
Osnove merjenj B Golli, PeF 22 oktober 2009 Kazalo 1 apake izmerjenih količin 2 11 Zapis fizikalnih količin 2 12 Določitev napakeizmerka 3 13 Računanje skoličinami, obremenjenimi znapako 5 2 Grafi 8 21
Διαβάστε περισσότεραEffect of Fibre Fineness on Colour and Reflectance Value of Dyed Filament Polyester Fabrics after Abrasion Process Izvirni znanstveni članek
Učinek finosti filamentov na barvne vrednosti in odbojnost svetlobe 8 Učinek finosti filamentov na barvne vrednosti in odbojnost svetlobe barvanih poliestrskih filamentnih tkanin po drgnjenju July November
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 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 περισσότεραThe Thermal Comfort Properties of Reusable and Disposable Surgical Gown Fabrics Original Scientific Paper
24 The Thermal Comfort Properties of Surgical Gown Fabrics 1 1 2 1 2 Termofiziološke lastnosti udobnosti kirurških oblačil za enkratno in večkratno uporabo december 2008 marec 2009 Izvleček Kirurška oblačila
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 περισσότεραVPLIVI SPREMINJANJA CEN POGONSKIH GORIV NA DOLOČENE SPREMENLJIVKE
VPLIVI SPREMINJANJA CEN POGONSKIH GORIV NA DOLOČENE SPREMENLJIVKE MAJA TAVČAR MPRESTOR@GMAIL.COM POVZETEK Skozi celotno statistično analizo sem ugotovila, da na prodajo avtomobilov v Sloveniji vplivajo
Διαβάστε περισσότεραSistem normalnih ena b in metoda me²anega modela
Sistem normalnih ena b in metoda me²anega modela Milena Kova 5. marec 203 Biometrija 202/3 Modeli z naklju nimi vplivi Ena ba me²anega modela Matrika varianc in kovarianc y = Xβ + Zu + e y (Xβ, V) var(y)
Διαβάστε περισσότεραMODERIRANA RAZLIČICA
Dr`avni izpitni center *N07143132* REDNI ROK KEMIJA PREIZKUS ZNANJA Maj 2007 NAVODILA ZA VREDNOTENJE NACIONALNO PREVERJANJE ZNANJA b kncu 3. bdbja MODERIRANA RAZLIČICA RIC 2007 2 N071-431-3-2 NAVODILA
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 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 περισσότεραFAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22. junij Navodila
FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 22 junij 212 Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Veljale bodo samo rešitve na papirju, kjer
Διαβάστε περισσότεραIZZIVI DRUŽINSKE MEDICINE. U no gradivo zbornik seminarjev
IZZIVI DRUŽINSKE MEDICINE Uno gradivo zbornik seminarjev študentov Medicinske fakultete Univerze v Mariboru 4. letnik 2008/2009 Uredniki: Alenka Bizjak, Viktorija Janar, Maša Krajnc, Jasmina Rehar, Mateja
Διαβάστε περισσότεραMatematika 1. Gabrijel Tomšič Bojan Orel Neža Mramor Kosta
Matematika Gabrijel Tomšič Bojan Orel Neža Mramor Kosta 6. november 200 Poglavje 2 Zaporedja in številske vrste 2. Zaporedja 2.. Uvod Definicija 2... Zaporedje (a n ) = a, a 2,..., a n,... je predpis,
Διαβάστε περισσότεραPARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,
PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati
Διαβάστε περισσότεραΜονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων
Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων 1 Μονοπαραγοντική Ανάλυση Διακύμανσης Παραμετρικό στατιστικό κριτήριο για τη μελέτη της επίδρασης μιας ανεξάρτητης μεταβλητής στην εξαρτημένη Λογική
Διαβάστε περισσότεραUniverza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA. Polona Oblak
Univerza v Ljubljani Fakulteta za računalništvo in informatiko MATEMATIKA Polona Oblak Ljubljana, 04 CIP - Kataložni zapis o publikaciji Narodna in univerzitetna knjižnica, Ljubljana 5(075.8)(0.034.) OBLAK,
Διαβάστε περισσότεραCM707. GR Οδηγός χρήσης... 2-7. SLO Uporabniški priročnik... 8-13. CR Korisnički priručnik... 14-19. TR Kullanım Kılavuzu... 20-25
1 2 3 4 5 6 7 OFFMANAUTO CM707 GR Οδηγός χρήσης... 2-7 SLO Uporabniški priročnik... 8-13 CR Korisnički priručnik... 14-19 TR Kullanım Kılavuzu... 20-25 ENG User Guide... 26-31 GR CM707 ΟΔΗΓΟΣ ΧΡΗΣΗΣ Περιγραφή
Διαβάστε περισσότεραUNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka
UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET Goran Stančić SIGNALI I SISTEMI Zbirka zadataka NIŠ, 014. Sadržaj 1 Konvolucija Literatura 11 Indeks pojmova 11 3 4 Sadržaj 1 Konvolucija Zadatak 1. Odrediti konvoluciju
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 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 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 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 περισσότεραOdvode odvisnih spremenljivk po neodvisni spremenljivki bomo označevali s piko: Sistem navadnih diferencialnih enačb prvega reda ima obliko:
4 Sisemi diferencialnih enačb V prakičnih primerih večkra naleimo na več diferencialnih enačb, ki opisujejo določen pojav in so medsebojno povezane edaj govorimo o sisemih diferencialnih enačb V eh enačbah
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 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 περισσότεραΕρμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα
Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα Αρχείο δεδομένων school.sav Στον πίνακα Descriptives, μας δίνονται για την Επίδοση ως προς τις πέντε διαφορετικές μεθόδους διδασκαλίας, το
Διαβάστε περισσότεραΚεφάλαιο 14. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης
Κεφάλαιο 14 Ανάλυση ιακύµανσης Μονής Κατεύθυνσης 1 Ανάλυση ιακύµανσης Μονής Κατεύθυνσης Παραµετρικό στατιστικό κριτήριο για τη µελέτη της επίδρασης µιας ανεξάρτητης µεταβλητής στην εξαρτηµένη Λογική παρόµοια
Διαβάστε περισσότερα