Pravdepodobnostné modelovanie inverznými distribučnými funkciami : Identifikácia kvantilového modelu
|
|
- ÔΠρωτεύς Τρικούπης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Katedra štatistiky, Fakulta hospodárskej informatiky, Ekonomická univerzita v Bratislave Pravdepodobnostné modelovanie inverznými distribučnými funkciami : Identifikácia kvantilového modelu Ľubica SIPKOVÁ 3. z cyklu prezentácií Apríl 2009
2 Fázy kvantilového modelovania Identifikácia Vystihnutie tvaru empirického rozdelenia kvantilovým tvarom Estimácia Odhad parametrov kvantilového modelu Verifikácia Overenie vhodnosti kvantilového modelu Proces interaktívny, revidujúci predchádzajúce výsledky novými zisteniami s vrátením sa s novými informáciami k predchádzajúcim fázam, postupom a technikám.
3 Identifikácia Vystihnutie tvaru empirického rozdelenia Grafická identifikácia empirického rozdelenia Kvantitatívna analýza empirického rozdelenia: na momentovom základe na kvantilovom základe Identifikácia rozdelenia jednoduchými tvarmi Celého rozdelenia Zvlášť pre dolný a horný koniec Voľba tvaru váh pre konce rozdelenia Ako funkcia p Ako parametre modelu
4 Grafická analýza celého aj častí empirického rozdelenia (Q emp (p)=cp) Hodnota príjmov v závislosti od ich proporcionálneho postavenia vo vzostupnom usporiadaní v tis.sk CP 1,200 1, p Ľubica Sipková
5 Grafická analýza empirického rozdelenia Príjmy domácností SR v roku 2003 (Q emp (p)=cp) v tis. Sk CP v závislosti od p ( pre CP menšie ako dolný decil) Empirická kvantilová funkcia pre hodnoty pod dolným decilom CP CP = p R2 = 0, p Ľubica Sipková
6 Grafická analýza empirického rozdelenia Príjmy domácností SR v roku 2003 (Q emp (p)=cp) CP v závislosti od p ( pre CP v kvartilovom rozpätí ) Empirická kvantilová funkcia pre hodnoty medzi kvartilmi v tis.sk CP CP = p R 2 = 0, p Ľubica Sipková
7 Grafická analýza empirického rozdelenia Príjmy domácností SR v roku 2003 (Q emp (p)=cp) CP v závislosti od p ( pre CP väčšie ako horný decil) Empirická kvantilová funkcia pre hodnoty nad horným decilom v tis. Sk CP p Ľubica Sipková
8 Grafická analýza celého aj častí empirického rozdelenia (Box-Plot) Box-and-Whisker graf pre CP v Sk CP Ľubica Sipková
9 Grafická analýza empirického rozdelenia Príjmy domácností SR v 2003 Box-and-Whisker Plot pre dolných 95% hodnôt CP (Box-Plot) v 100 tis. SK CP Takmer symetrické rozdelenie bez horných 5% hodnôt Ľubica Sipková
10 Grafická analýza empirického rozdelenia Príjmy domácností SR v 2003 (Box-Plot) Box-and-Whisker Plot pre prostrednú polovicu hodnôt CP Box-and-Whisker graf pre CP v Sk CP (X 10000) CP Symetrická prostredná časť medzi kvartilmi Ľubica Sipková
11 Grafická analýza empirického rozdelenia Príjmy domácností SR v Polygón rozdelenia pocetností pre CP Polygón % domác cností v 100 tis. Sk CP Ľubica Sipková
12 Porovnanie zhody so známymi jednoduchými tvarmi pomocou procedúry: Comparison of Alternative Distributions Distribution Est. Parameters Log Likelihood KS D Lognormal (3-Parameter) Lognormal Loglogistic Gamma (3-Parameter) Birnbaum-Saunders Gamma Inverse Gaussian Largest Extreme Value Weibull Logistic Laplace Exponential Normal
13 Histogram for CDPD data 1600 frequ uency Distribution Gamma (3-Parameter) Loglogistic (3-Parameter) Lognormal (3-Parameter) (X 1.E6) CDPD data
14 KS a CHI kv. Testy pre CDPD KS Test Erlang Gamma (3-Parameter) Loglogistic (3-Parameter) Weibull (3-Parameter) Lognormal (3-Parameter) DPLUS DMINUS DN P-Value Chi kv. Test Gamma Gamma (3-Parameter) Lognormal Lognormal (3-Parameter) Chi-Squared D.f P-Value Ľubica Sipková
15 Kvantitatívna analýza empirického rozdelenia Príjmy domácností SR v 2003 Výberové charakteristiky na momentovom základe Priemer = Sk Rozptyl = E10 Štandardná odchýlka = Sk Koeficient šikmosti = Štand. šikmosť = Pearsonova špicatosť = Variačný koeficient = % Štand. špicatosť = na kvantilovom základe Medián = Sk Kvartilové rozpätie = Sk Galtonov koeficient šikmosti g=qd/iqr = Kvartilová diferencia qd=lq+uq-2 = Moorsova špicatosť k=[(e7-e5)+(e3-e1)]/iqr = Ľubica Sipková
16 Čo by sme už mali vedieť na základe doterajšej identifikácie? nevhodnosť modelovať klasickým prístupom (nedostatočná dobrá zhoda jednoduchých rozdelení) obor funkčných hodnôt (hranice, limity rozdelenia) symetria asymetria (smer a intenzita asymetrie empirického rozd. a jeho častí) výsledky z histórie skúmania (známe modely aplikované v minulosti u podobnej NP overenie týchto tvarov pomocou Q-Q grafov)
17 Zopakujme všeobecné požiadavky na model kvalita a preferencie medzi modelmi sa budú posudzovať podľa ich splnenia vhodný na nadväzujúce analýzy, na vyjadrenie základných súhrnných charakteristík, má splniť svoj praktický účel dobrá zhoda štatisticky významný jednoduchosť (jednomodálnosť) možnosť aktualizácie v čase aplikovateľnosť viacnásobného prístupu modelovanie v podsúboroch, v štruktúrach možnosť aplikácie simulačných metód
18 Dva prístupy ku kvantilovému modelovaniu 1. Aplikovať odskúšané komplexné elastické tvary použiť známe zovšeobecnené tvary 2. Kombinovať jednoduché kvantilové tvary pomocou matematického aparátu a dať im príslušnú váhu v častiach rozdelenia skladaním kvantilového tvaru na mieru
19 1. Zovšeobecnené tvary definované kvantilovou funkciou (inverznou distribučnou funkciou) veľmi elastické (flexibilné) ľahko menia tvar, obor funkčných hodnôt (max, min), limity, inflexné body, rozloženie, asymetriu... sú viacparametrické, často s parametrom polohy, rozloženia, parametrami pre horný a dolný koniec
20 Zovšeobecnený tvar RS GLD Tvar štvor-parametrického asymetrického zovšeobecného lambda rozdelenia podľa Ramberga a Schmeisera : F ( λ p) 4 p λ 3 1 1( p) = λ + 1 λ2 ; 0 p 1 používa dva lineárne a dva nelineárne parametre Základný tvar má dva parametre pre dolný a horný koniec, ktoré spoločne modelujú šikmosť a špicatosť je extrémne elastický
21 2. Skladanie kvantilových tvarov rozdelenia v základnom tvare známeho jednoduchého kvantilového rozdelenia - bez parametrov polohy a stupnice (variability, rozloženia) potrebné identifikovať tvar zvlášť dolného a zvlášť horného konca pomocou empirického rozdelenia možno modifikovať kvantilové funkcie pomocou matematických operácií (základné pravidlá modifikácie kvantilových funkcií) zvoliť vhodné váhy týmto dvom tvarom
22 X~Q[p; Θ] Definovanie kvantilového modelu Q( p) 1 = F ( p) = x, 0 p 1 Jednoduchý kvantilový model v tvare : Q ( p ) = λ + η S ( p ) 0 p 1 môže byť lineárnym, alebo semilineárnym dvoj a viacparametrickým kvantilovým distribučným modelom v závislosti od jeho základného kvantilového tvaru : S(p)
23 Základné kvantilové tvary známych pravdepodobnostných rozdelení
24 Vystihnutie tvaru empirického rozdelenia - identifikácia Grafická analýza empirického rozdelenia príjmov Kvantitatívna analýza empirického rozdelenia príjmov: na momentovom základe na kvantilovom základe Identifikácia rozdelenia jednoduchými tvarmi Celého rozdelenia Zvlášť pre dolný a horný koniec Voľba tvaru váh pre konce rozdelenia Ako funkcia p Ako parametre modelu
25 Identifikácia rozdelenia pomocou pravdepodobnostných grafov napr. v STATGRAPHICS CENTURION XV pre Lognormálne 3-parametrické rozdelenie Lognorm al Probability Plot cumulative percent C D PD data
26 Identifikácia rozdelenia Q-Q grafmi napr. pomocou STATGRAPHICS CENTURION XV pre Gamma 3-parametrické rozdelenie (X 1.E6) 3 Q uantile-q uantile Plot 2.5 CDPD data (X ) Gam m a distribution Ľubica Sipková
27 Identifikácia rozdelenia Q-Q grafmi porovnania vzdialenosti horných a dolných kvantilov od mediánu (v Exceli, ale možno aj pomocou STATGRAPHICS CENTURION XV) Porovnanie odchýlok hodnôt CP od mediánu (pravého konca oproti ľavému koncu rozdelenia CP) m - CP( r ) CP(n+1-r) - m Ľubica Sipková
28 Identifikácia len koncov rozdelenia jednoduchými tvarmi Useknutý Weibullov tvar pre dolný koniec Histogram pre CP s funkciou hustoty Weibullovho rozdelenia frequenc cy v 100 tis. Sk CP Ľubica Sipková
29 Identifikácia rozdelenia jednoduchými tvarmi Aké rozdelenie použiť pre horný koniec? Identifikačný graf pre Exponenciálne rozdelenie ln (1 -p ) CP
30 Identifikácia rozdelenia jednoduchými tvarmi Identifikačný graf pre Weibullovo rozdelenie 9 8 ln [-ln (1 -p )] Paretov tvar je vhodný pre horný koniec ln CP
31 Identifikácia rozdelenia jednoduchými tvarmi Identifikačný graf pre logistické rozdelenie ln [ p/(1-p) ] CP
32 Identifikácia rozdelenia jednoduchými tvarmi Identifikačný graf pre Burr III rozdelenie ln [ p/(1-p)] ln CP
33 Identifikácia rozdelenia jednoduchými tvarmi Identifikačný graf pre Paretovo rozdelenie 9 - ln (1-p) Paretov tvar je vhodný pre horný koniec ln CP
34 V identifikačných grafoch nesledujeme sklon preloženej priamky Prečo sa v nich zameriame len na šikmosť a špicatosť rozdelení? možnosť ľahko zmeniť polohu a variabilitu kvantilových funkcií: Q( p) = λ + η S( p) posunutím centrovaním normovaním S(p) má vlastné parametre šikmosti, špicatosti, alebo parametre koncov rozdelenia, ktoré spolu definujú jeho šikmosť a špicatosť
35 Identifikačné grafy pre znázornenie šikmosti a špicatosti v empirickom súbore Galtonova šikmosť g(p) oproti p r Galtonova p-šikmosť g* (p) oproti p r indexu špicatosti t(p) oproti p r horného indexu špicatosti ut(p) oproti p r dolného indexu špicatosti lt(p) oproti p r a ich porovnaním s tvarmi pre simulované hodnoty teoretických rozdelení
36 Graf Galtonovej šikmosti pre empirické dáta Galtonova šikmosť empirického rozdelenia CP p ; ; ; ; g(p)
37 Graf Galtonovej šikmosti pre teoretické rozdelenie p Galtonova šikmosť pre W[ 2.345, ] , , , , g(p)
38 Tvar váh pre dva konce rozdelenia možné voliť ako funkciu pravdepodobnosti pre plynulý prechod z jedného tvaru do druhého Ako funkcia p ( 1 p ) a p [ ( )] 2 1 p 3 2 p a 2 p ( 3 2 p) [ ( )] 3 2 3( 2 1 p 10 15p + 6 p a p p + 6 p ) 1 ω Ako parametre modelu ω 1 ( p) a ω( p) ( 1 ω ) a ω ( 1+ω ) ( 1 ω ) 2 a ( 1- ) a ω p 2 p 2 Ľubica Sipková
39 Ako može vyzerať poskladaný (zložený) kvantilový model? ( )[ ( )] β Q = λ + η CP ( p) 1 p ln 1 p + p γ 1, 0 < p < 1, β > 0, γ > 0 Weibullov-Paretov tvar: parameter polohy parameter stupnice, variability kvantilový základný tvar rozdelenia pre dolný koniec s jeho parametrami kvantilový základný tvar rozdelenia pre horný koniec s jeho parametrami váhy jednotlivým rozdeleniam 1 ( p)
40 Pravdepodobnostné modelovanie inverznými distribučnými funkciami: Identifikácia kvantilového modelu Spracovanie tretej z cyklu prezentácií o kvantilovom modelovaní. Podrobnejšie možno nájsť v monografii: Sipková, Ľ; Sodomová, E.: Modelovanie kvantilovými funkciami, Vydavateľstvo EKONÓM, Bratislava, 2007; 175 s. ISBN Ľubica SIPKOVÁ apríl 2009
Pravdepodobnostné modelovanie inverznými distribučnými funkciami : Kvantilová deskriptívna analýza ako východisko ku kvantilovému modelovaniu
Katedra štatistiky, Fakulta hospodárskej informatiky, Ekonomická univerzita v Bratislave Pravdepodobnostné modelovanie inverznými distribučnými funkciami : Kvantilová deskriptívna analýza ako východisko
Διαβάστε περισσότεραPravdepodobnostné modelovanie inverznými distribučnými funkciami: Charakteristiky kvantilových rozdelení
Katedra štatistiky, Fakulta hospodárskej informatiky, Ekonomická univerzita v Bratislave Pravdepodobnostné modelovanie inverznými distribučnými funkciami: Charakteristiky kvantilových rozdelení Ľubica
Διαβάστε περισσότεραPravdepodobnostné modelovanie inverznými distribučnými funkciami: Úvod do kvantilového modelovania
Katedra štatistiky, Fakulta hospodárskej informatiky, Ekonomická univerzita v Bratislave Pravdepodobnostné modelovanie inverznými distribučnými funkciami: Úvod do kvantilového modelovania Ľubica SIPKOVÁ
Διαβάστε περισσότεραReprezentácia dát. Ing. Martin Mariš, Katedra regionalistiky a rozvoja vidieka, SPU, NITRA
Reprezentácia dát Ing. Martin Mariš, Katedra regionalistiky a rozvoja vidieka, SPU, NITRA slovným opisom grafickým zobrazením Typy grafov a ich použitie Najčastejšie používané typy grafov: čiarový graf
Διαβάστε περισσότεραModerné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A
M A T E M A T I K A PRACOVNÝ ZOŠIT II. ROČNÍK Mgr. Agnesa Balážová Obchodná akadémia, Akademika Hronca 8, Rožňava PRACOVNÝ LIST 1 Urč typ kvadratickej rovnice : 1. x 2 3x = 0... 2. 3x 2 = - 2... 3. -4x
Διαβάστε περισσότερα7. FUNKCIE POJEM FUNKCIE
7. FUNKCIE POJEM FUNKCIE Funkcia f reálnej premennej je : - každé zobrazenie f v množine všetkých reálnych čísel; - množina f všetkých usporiadaných dvojíc[,y] R R pre ktorú platí: ku každému R eistuje
Διαβάστε περισσότεραZáklady metodológie vedy I. 9. prednáška
Základy metodológie vedy I. 9. prednáška Triedenie dát: Triedny znak - x i Absolútna početnosť n i (súčet všetkých absolútnych početností sa rovná rozsahu súboru n) ni fi = Relatívna početnosť fi n (relatívna
Διαβάστε περισσότεραMatematika Funkcia viac premenných, Parciálne derivácie
Matematika 2-01 Funkcia viac premenných, Parciálne derivácie Euklidovská metrika na množine R n všetkých usporiadaných n-íc reálnych čísel je reálna funkcia ρ: R n R n R definovaná nasledovne: Ak X = x
Διαβάστε περισσότεραModelovanie dynamickej podmienenej korelácie kurzov V4
Modelovanie dynamickej podmienenej korelácie menových kurzov V4 Podnikovohospodárska fakulta so sídlom v Košiciach Ekonomická univerzita v Bratislave Cieľ a motivácia Východiská Cieľ a motivácia Cieľ Kvantifikovať
Διαβάστε περισσότεραChí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky
Chí kvadrát test dobrej zhody Metódy riešenia úloh z pravdepodobnosti a štatistiky www.iam.fmph.uniba.sk/institute/stehlikova Test dobrej zhody I. Chceme overiť, či naše dáta pochádzajú z konkrétneho pravdep.
Διαβάστε περισσότεραAn Inventory of Continuous Distributions
Appendi A An Inventory of Continuous Distributions A.1 Introduction The incomplete gamma function is given by Also, define Γ(α; ) = 1 with = G(α; ) = Z 0 Z 0 Z t α 1 e t dt, α > 0, >0 t α 1 e t dt, α >
Διαβάστε περισσότεραM6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou
M6: Model Hydraulický ytém dvoch záobníkov kvapaliny interakciou Úlohy:. Zotavte matematický popi modelu Hydraulický ytém. Vytvorte imulačný model v jazyku: a. Matlab b. imulink 3. Linearizujte nelineárny
Διαβάστε περισσότεραŠtatistické spracovanie experimentálnych dát
Štatistické spracovanie experimentálnych dát Štatistická analýza veľkých výberov Štatistická analýza malých výberov podľa Horna Štatistické testovanie Analýza rozptylu Dátum: 12. máj 2008 Vypracoval: Ing.
Διαβάστε περισσότεραGoniometrické rovnice a nerovnice. Základné goniometrické rovnice
Goniometrické rovnice a nerovnice Definícia: Rovnice (nerovnice) obsahujúce neznámu x alebo výrazy s neznámou x ako argumenty jednej alebo niekoľkých goniometrických funkcií nazývame goniometrickými rovnicami
Διαβάστε περισσότεραMichal Páleník. Fiškálna politika v kontexte regionalizácie a globalizácie:
Fiškálna politika v kontexte regionalizácie a globalizácie: Metodologické prístupy pri meraní konvergencie s aplikáciou na Európske regióny Štruktúra prezentácie 1. Úvod 2. Ciele práce 3. Definícia základných
Διαβάστε περισσότεραHASLIM112V, HASLIM123V, HASLIM136V HASLIM112Z, HASLIM123Z, HASLIM136Z HASLIM112S, HASLIM123S, HASLIM136S
PROUKTOVÝ LIST HKL SLIM č. sklad. karty / obj. číslo: HSLIM112V, HSLIM123V, HSLIM136V HSLIM112Z, HSLIM123Z, HSLIM136Z HSLIM112S, HSLIM123S, HSLIM136S fakturačný názov výrobku: HKL SLIMv 1,2kW HKL SLIMv
Διαβάστε περισσότεραOdporníky. 1. Príklad1. TESLA TR
Odporníky Úloha cvičenia: 1.Zistite technické údaje odporníkov pomocou katalógov 2.Zistite menovitú hodnotu odporníkov označených farebným kódom Schématická značka: 1. Príklad1. TESLA TR 163 200 ±1% L
Διαβάστε περισσότεραJednotkový koreň (unit root), diferencovanie časového radu, unit root testy
Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2012/2013 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18
Διαβάστε περισσότεραC. Kontaktný fasádny zatepľovací systém
C. Kontaktný fasádny zatepľovací systém C.1. Tepelná izolácia penový polystyrén C.2. Tepelná izolácia minerálne dosky alebo lamely C.3. Tepelná izolácia extrudovaný polystyrén C.4. Tepelná izolácia penový
Διαβάστε περισσότεραIng. Andrej Trnka, PhD. Základné štatistické metódy marketingového výskumu
Ing. Andrej Trnka, PhD. Základné štatistické metódy marketingového výskumu 2016 Základné štatistické metódy marketingového výskumu Autor: Recenzenti: Ing. Andrej Trnka, PhD. prof. Ing. Pavol Tanuška, PhD.
Διαβάστε περισσότεραZáklady matematickej štatistiky
1. Náhodný výber, výberové momenty a odhad parametrov Katedra Matematických metód Fakulta Riadenia a Informatiky Žilinská Univerzita v Žiline 6. mája 2015 1 Náhodný výber 2 Výberové momenty 3 Odhady parametrov
Διαβάστε περισσότεραAPPENDICES APPENDIX A. STATISTICAL TABLES AND CHARTS 651 APPENDIX B. BIBLIOGRAPHY 677 APPENDIX C. ANSWERS TO SELECTED EXERCISES 679
APPENDICES APPENDIX A. STATISTICAL TABLES AND CHARTS 1 Table I Summary of Common Probability Distributions 2 Table II Cumulative Standard Normal Distribution Table III Percentage Points, 2 of the Chi-Squared
Διαβάστε περισσότεραUrčite vybrané antropometrické parametre vašej skupiny so základným (*úplným) štatistickým vyhodnotením.
Priezvisko a meno študenta: 216_Antropometria.xlsx/Pracovný postup Študijná skupina: Ročník štúdia: Antropometria Cieľ: Určite vybrané antropometrické parametre vašej skupiny so základným (*úplným) štatistickým
Διαβάστε περισσότεραObvod a obsah štvoruholníka
Obvod a štvoruholníka D. Štyri body roviny z ktorých žiadne tri nie sú kolineárne (neležia na jednej priamke) tvoria jeden štvoruholník. Tie body (A, B, C, D) sú vrcholy štvoruholníka. strany štvoruholníka
Διαβάστε περισσότεραBiostatistics for Health Sciences Review Sheet
Biostatistics for Health Sciences Review Sheet http://mathvault.ca June 1, 2017 Contents 1 Descriptive Statistics 2 1.1 Variables.............................................. 2 1.1.1 Qualitative........................................
Διαβάστε περισσότεραSpojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana.
Spojité rozdelenia pravdepodobnosti Pomôcka k predmetu PaŠ Strana z 7 RNDr. Aleš Kozubík, PhD. 6. marca 3 Zoznam obrázkov Rovnomerné rozdelenie Ro (a, b). Definícia.........................................
Διαβάστε περισσότεραKATALÓG KRUHOVÉ POTRUBIE
H KATALÓG KRUHOVÉ POTRUBIE 0 Základné požiadavky zadávania VZT potrubia pre výrobu 1. Zadávanie do výroby v spoločnosti APIAGRA s.r.o. V digitálnej forme na tlačive F05-8.0_Rozpis_potrubia, zaslané mailom
Διαβάστε περισσότεραPrechod z 2D do 3D. Martin Florek 3. marca 2009
Počítačová grafika 2 Prechod z 2D do 3D Martin Florek florek@sccg.sk FMFI UK 3. marca 2009 Prechod z 2D do 3D Čo to znamená? Ako zobraziť? Súradnicové systémy Čo to znamená? Ako zobraziť? tretia súradnica
Διαβάστε περισσότεραHarmonizované technické špecifikácie Trieda GP - CS lv EN Pevnosť v tlaku 6 N/mm² EN Prídržnosť
Baumit Prednástrek / Vorspritzer Vyhlásenie o parametroch č.: 01-BSK- Prednástrek / Vorspritzer 1. Jedinečný identifikačný kód typu a výrobku: Baumit Prednástrek / Vorspritzer 2. Typ, číslo výrobnej dávky
Διαβάστε περισσότεραPevné ložiská. Voľné ložiská
SUPPORTS D EXTREMITES DE PRECISION - SUPPORT UNIT FOR BALLSCREWS LOŽISKA PRE GULIČKOVÉ SKRUTKY A TRAPÉZOVÉ SKRUTKY Výber správnej podpory konca uličkovej skrutky či trapézovej skrutky je dôležité pre správnu
Διαβάστε περισσότεραη πιθανότητα επιτυχίας. Επομένως, η συνάρτηση πιθανοφάνειας είναι ίση με: ( ) 32 = p 18 1 p
ΑΣΚΗΣΗ 1 ΣΕΜΦΕ 14-15 i. Έστω yi ο αριθμός των προσπαθειών κάθε μαθητή μέχρι να πετύχει τρίποντο. Ο αριθμός των προσπαθειών πριν ο μαθητής να πετύχει τρίποντο θα είναι xi = yi - 1, i = 1,,18. 2 2 3 2 1
Διαβάστε περισσότεραKATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY Strojnícka fakulta, Žilinská Univerzita
132 1 Absolútna chyba: ) = - skut absolútna ochýlka: ) ' = - spr. relatívna chyba: alebo Chyby (ochýlky): M systematické, M náhoné, M hrubé. Korekcia: k = spr - = - Î' pomerná korekcia: Správna honota:
Διαβάστε περισσότεραMetódy vol nej optimalizácie
Metódy vol nej optimalizácie Metódy vol nej optimalizácie p. 1/28 Motivácia k metódam vol nej optimalizácie APLIKÁCIE p. 2/28 II 1. PRÍKLAD: Lineárna regresia - metóda najmenších štvorcov Na základe dostupných
Διαβάστε περισσότεραEkvačná a kvantifikačná logika
a kvantifikačná 3. prednáška (6. 10. 004) Prehľad 1 1 (dokončenie) ekvačných tabliel Formula A je ekvačne dokázateľná z množiny axióm T (T i A) práve vtedy, keď existuje uzavreté tablo pre cieľ A ekvačných
Διαβάστε περισσότερα1. Limita, spojitost a diferenciálny počet funkcie jednej premennej
. Limita, spojitost a diferenciálny počet funkcie jednej premennej Definícia.: Hromadný bod a R množiny A R: v každom jeho okolí leží aspoň jeden bod z množiny A, ktorý je rôzny od bodu a Zadanie množiny
Διαβάστε περισσότεραJednotkový koreň (unit root), diferencovanie časového radu, unit root testy
Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2013/2014 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/27
Διαβάστε περισσότεραMatematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad
Matematika 3-13. prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Erika Škrabul áková F BERG, TU Košice 15. 12. 2015 Erika Škrabul áková (TUKE) Taylorov
Διαβάστε περισσότεραPREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz
KATEDRA APLIKOVANEJ MATEMATIKY A INFORMATIKY STROJNÍCKA FAKULTA TU KOŠICE PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY Pomôcka pre prípravný kurz 8 ZÁKLADNÉ ALGEBRAICKÉ VZORCE ) (a±b)
Διαβάστε περισσότεραΆσκηση 10, σελ. 119. Για τη μεταβλητή x (άτυπος όγκος) έχουμε: x censored_x 1 F 3 F 3 F 4 F 10 F 13 F 13 F 16 F 16 F 24 F 26 F 27 F 28 F
Άσκηση 0, σελ. 9 από το βιβλίο «Μοντέλα Αξιοπιστίας και Επιβίωσης» της Χ. Καρώνη (i) Αρχικά, εισάγουμε τα δεδομένα στο minitab δημιουργώντας δύο μεταβλητές: τη x για τον άτυπο όγκο και την y για τον τυπικό
Διαβάστε περισσότερα519.22(07.07) 78 : ( ) /.. ; c (07.07) , , 2008
.. ( ) 2008 519.22(07.07) 78 : ( ) /.. ;. : -, 2008. 38 c. ( ) STATISTICA.,. STATISTICA.,. 519.22(07.07),.., 2008.., 2008., 2008 2 ... 4 1...5...5 2...14...14 3...27...27 3 ,, -. " ", :,,,... STATISTICA.,,,.
Διαβάστε περισσότεραM8 Model "Valcová a kužeľová nádrž v sérií bez interakcie"
M8 Model "Valcová a kužeľová nádrž v sérií bez interakcie" Úlohy: 1. Zostavte matematický popis modelu M8 2. Vytvorte simulačný model v prostredí: a) Simulink zostavte blokovú schému, pomocou rozkladu
Διαβάστε περισσότεραKomplexné čísla, Diskrétna Fourierova transformácia 1
Komplexné čísla, Diskrétna Fourierova transformácia Komplexné čísla C - množina všetkých komplexných čísel komplexné číslo: z = a + bi, kde a, b R, i - imaginárna jednotka i =, t.j. i =. komplexne združené
Διαβάστε περισσότεραPREHĽAD ÚDAJOV. 1. Početnosť
PREHĽAD ÚDAJOV 1. Početnosť. Miery centrálnej tendencie a. Aritmetický priemer b. Medián c. Modus 3. Miery rozptylu a. Tvar b. Rozdelenie, rozloženie údajov c. Rozsah d. Rozptyl - variancia e. Smerodatná
Διαβάστε περισσότεραSLOVENSKO maloobchodný cenník (bez DPH)
Hofatex UD strecha / stena - exteriér Podkrytinová izolácia vhodná aj na zaklopenie drevených rámových konštrukcií; pero a drážka EN 13171, EN 622 22 580 2500 1,45 5,7 100 145,00 3,19 829 hustota cca.
Διαβάστε περισσότεραŠTATISTIKA. Obsah. Predmet štatistiky Popisná štatistika Štatistické charakteristiky jednorozmerných rozdelení.. 17
ŠTATISTIKA Obsah Predmet štatistiky Meranie a úrovne merania 10 Popisná štatistika 13 Jednorozmerné rozdelenie 14 Štatistické charakteristiky jednorozmerných rozdelení 17 Dvojrozmerné rozdelenie 5 Štatistické
Διαβάστε περισσότεραWeb-based supplementary materials for Bayesian Quantile Regression for Ordinal Longitudinal Data
Web-based supplementary materials for Bayesian Quantile Regression for Ordinal Longitudinal Data Rahim Alhamzawi, Haithem Taha Mohammad Ali Department of Statistics, College of Administration and Economics,
Διαβάστε περισσότεραAerobTec Altis Micro
AerobTec Altis Micro Záznamový / súťažný výškomer s telemetriou Výrobca: AerobTec, s.r.o. Pionierska 15 831 02 Bratislava www.aerobtec.com info@aerobtec.com Obsah 1.Vlastnosti... 3 2.Úvod... 3 3.Princíp
Διαβάστε περισσότεραSOLUTIONS TO MATH38181 EXTREME VALUES AND FINANCIAL RISK EXAM
SOLUTIONS TO MATH38181 EXTREME VALUES AND FINANCIAL RISK EXAM Solutions to Question 1 a) The cumulative distribution function of T conditional on N n is Pr T t N n) Pr max X 1,..., X N ) t N n) Pr max
Διαβάστε περισσότεραTrapézové profily Lindab Coverline
Trapézové profily Lindab Coverline Trapézové profily - produktová rada Rova Trapéz T-8 krycia šírka 1 135 mm Pozink 7,10 8,52 8,20 9,84 Polyester 25 μm 7,80 9,36 10,30 12,36 Trapéz T-12 krycia šírka 1
Διαβάστε περισσότεραVyhlásenie o parametroch stavebného výrobku StoPox GH 205 S
1 / 5 Vyhlásenie o parametroch stavebného výrobku StoPox GH 205 S Identifikačný kód typu výrobku PROD2141 StoPox GH 205 S Účel použitia EN 1504-2: Výrobok slúžiaci na ochranu povrchov povrchová úprava
Διαβάστε περισσότεραStart. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop
1) Vytvorte algoritmus (vývojový diagram) na výpočet obvodu kruhu. O=2xπxr ; S=πxrxr Vstup r O = 2*π*r S = π*r*r Vystup O, S 2) Vytvorte algoritmus (vývojový diagram) na výpočet celkovej ceny výrobku s
Διαβάστε περισσότεραSTREŠNÉ DOPLNKY UNI. SiLNÝ PARTNER PRE VAŠU STRECHU
Strešná krytina Palety 97 Cenník 2018 STREŠNÉ DOPLNKY UNI SiLNÝ PARTNER PRE VAŠU STRECHU POZINKOVANÝ PLECH LAMINOVANÝ PVC FÓLIOU Strešné doplnky UNI Cenník 2018 POUŽITEĽNOSŤ TOHOTO MATERIÁLU JE V MODERNEJ
Διαβάστε περισσότεραCvičenie č. 4,5 Limita funkcie
Cvičenie č. 4,5 Limita funkcie Definícia ity Limita funkcie (vlastná vo vlastnom bode) Nech funkcia f je definovaná na nejakom okolí U( ) bodu. Hovoríme, že funkcia f má v bode itu rovnú A, ak ( ε > )(
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΕΝΑ ΦΛΟΚΑ Επίκουρος Καθηγήτρια Τµήµα Φυσικής, Τοµέας Φυσικής Περιβάλλοντος- Μετεωρολογίας ΓΕΝΙΚΟΙ ΟΡΙΣΜΟΙ Πληθυσµός Σύνολο ατόµων ή αντικειµένων στα οποία αναφέρονται
Διαβάστε περισσότεραFORMULAS FOR STATISTICS 1
FORMULAS FOR STATISTICS 1 X = 1 n Sample statistics X i or x = 1 n x i (sample mean) S 2 = 1 n 1 s 2 = 1 n 1 (X i X) 2 = 1 n 1 (x i x) 2 = 1 n 1 Xi 2 n n 1 X 2 x 2 i n n 1 x 2 or (sample variance) E(X)
Διαβάστε περισσότεραPríručka ku kurzu SPÔSOBILOSŤ PROCESU
E+6 E+5 E+ E+ E+ E+ E+ E- Príručka ku kurzu SPÔSOBILOSŤ PROCESU E- E- E- E-5 E-6 E-7 E-8,5,7,9,,,5,7,9,,,5 ÚVOD Z noriem a inej literatúry je známych mnoho postupov, ako stanoviť spôsobilosť procesu. Existuje
Διαβάστε περισσότεραKompilátory. Cvičenie 6: LLVM. Peter Kostolányi. 21. novembra 2017
Kompilátory Cvičenie 6: LLVM Peter Kostolányi 21. novembra 2017 LLVM V podstate sada nástrojov pre tvorbu kompilátorov LLVM V podstate sada nástrojov pre tvorbu kompilátorov Pôvodne Low Level Virtual Machine
Διαβάστε περισσότεραŠTATISTICKÉ METÓDY VPRAXI
TECHNICKÁ UNIVERZITA V KOŠICIACH Strojnícka fakulta ŠTATISTICKÉ METÓDY VPRAXI Miriam Andrejiová Edícia vedeckej a odbornej literatúry Košice 2016 Technická univerzita v Košiciach, Strojnícka fakulta Miriam
Διαβάστε περισσότεραÚvod do modelovania a simulácie, metóda Monte Carlo
Úvod do modelovania a simulácie, metóda Monte Carlo Prednáška 4 využitie MS Excel 13.10.2015 Ing. Marek Kvet, PhD. Modelovanie a simulácia Venuje sa štúdiu skúmaných objektov hmotného sveta - existujúcich
Διαβάστε περισσότερα2 Chyby a neistoty merania, zápis výsledku merania
2 Chyby a neistoty merania, zápis výsledku merania Akej chyby sa môžeme dopustiť pri meraní na stopkách? Ako určíme ich presnosť? Základné pojmy: chyba merania, hrubé chyby, systematické chyby, náhodné
Διαβάστε περισσότεραPriamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava
Priamkové plochy Priamkové plochy Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava Priamkové plochy rozdeľujeme na: Rozvinuteľné
Διαβάστε περισσότεραPRIEMER DROTU d = 0,4-6,3 mm
PRUŽINY PRUŽINY SKRUTNÉ PRUŽINY VIAC AKO 200 RUHOV SKRUTNÝCH PRUŽÍN PRIEMER ROTU d = 0,4-6,3 mm èíslo 3.0 22.8.2008 8:28:57 22.8.2008 8:28:58 PRUŽINY SKRUTNÉ PRUŽINY TECHNICKÉ PARAMETRE h d L S Legenda
Διαβάστε περισσότερα= p 20 1 p 18. 1 p Το σημείο στο οποίο μηδενίζεται η παραπάνω μερική παράγωγος είναι
Άσκηση 1 i) Σε κάθε παρατήρηση περιλαμβάνεται ένας έλεγχος (ο τελευταίος) κατά τον οποίο εμφανίστηκε το πρώτο ελαττωματικό της παραγωγικής διαδικασίας. Επομένως, ο αριθμός ελέγχων που έγιναν πριν εμφανιστεί
Διαβάστε περισσότεραA life-table metamodel to support management of data deficient species, exemplified in sturgeons and shads. Electronic Supplementary Material
A life-table metamodel to support management of data deficient species, exemplified in sturgeons and shads Electronic Supplementary Material Ivan Jarić 1,2*, Jörn Gessner 1 and Mirjana Lenhardt 3 1 Leibniz-Institute
Διαβάστε περισσότεραMotivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.
14. decembra 2010 Rie²enie sústav Plocha rovnobeºníka Objem rovnobeºnostena Rie²enie sústav Príklad a 11 x 1 + a 12 x 2 = c 1 a 21 x 1 + a 22 x 2 = c 2 Dostaneme: x 1 = c 1a 22 c 2 a 12 a 11 a 22 a 12
Διαβάστε περισσότεραvantum s.r.o. VŠETKO PRE ELEKTROERÓZIU V3 Kap.11 / str. 1
VŠETKO PRE ELEKTROERÓZIU V3 Kap.11 / str. 1 Prúdové kontakty pre rezačky Brother 5400 Horný a dolný prúdový kontakt pre sériu HS 300 materiál: karbid wolfrámu OKB: 632276000 5401 Horný a dolný prúdový
Διαβάστε περισσότεραRozdiely vo vnútornej štruktúre údajov = tvarové charakteristiky
Veľkosť Varablta Rozdelene 0 00 80 n 60 40 0 0 0 4 6 8 Tredy 0 Rozdely vo vnútornej štruktúre údajov = tvarové charakterstky I CHARAKTERISTIKY PREMELIVOSTI Artmetcký premer Vzťahy pre výpočet artmetckého
Διαβάστε περισσότερα,Zohrievanie vody indukčným varičom bez pokrievky,
Farba skupiny: zelená Označenie úlohy:,zohrievanie vody indukčným varičom bez pokrievky, Úloha: Zistiť, ako závisí účinnosť zohrievania vody na indukčnom variči od priemeru použitého hrnca. Hypotéza: Účinnosť
Διαβάστε περισσότεραRozsah akreditácie 1/5. Príloha zo dňa k osvedčeniu o akreditácii č. K-003
Rozsah akreditácie 1/5 Názov akreditovaného subjektu: U. S. Steel Košice, s.r.o. Oddelenie Metrológia a, Vstupný areál U. S. Steel, 044 54 Košice Rozsah akreditácie Oddelenia Metrológia a : Laboratórium
Διαβάστε περισσότεραAquinas College. Edexcel Mathematical formulae and statistics tables DO NOT WRITE ON THIS BOOKLET
Aquinas College Edexcel Mathematical formulae and statistics tables DO NOT WRITE ON THIS BOOKLET Pearson Edexcel Level 3 Advanced Subsidiary and Advanced GCE in Mathematics and Further Mathematics Mathematical
Διαβάστε περισσότεραA Bonus-Malus System as a Markov Set-Chain. Małgorzata Niemiec Warsaw School of Economics Institute of Econometrics
A Bonus-Malus System as a Markov Set-Chain Małgorzata Niemiec Warsaw School of Economics Institute of Econometrics Contents 1. Markov set-chain 2. Model of bonus-malus system 3. Example 4. Conclusions
Διαβάστε περισσότεραREZISTORY. Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických
REZISTORY Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických obvodoch. Základnou vlastnosťou rezistora je jeho odpor. Odpor je fyzikálna vlastnosť, ktorá je daná štruktúrou materiálu
Διαβάστε περισσότεραAkumulátory. Membránové akumulátory Vakové akumulátory Piestové akumulátory
www.eurofluid.sk 20-1 Membránové akumulátory... -3 Vakové akumulátory... -4 Piestové akumulátory... -5 Bezpečnostné a uzatváracie bloky, príslušenstvo... -7 Hydromotory 20 www.eurofluid.sk -2 www.eurofluid.sk
Διαβάστε περισσότεραKontrolné otázky na kvíz z jednotiek fyzikálnych veličín. Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť.
Kontrolné otázky na kvíz z jednotiek fyzikálnych veličín Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť. Ktoré fyzikálne jednotky zodpovedajú sústave SI: a) Dĺžka, čas,
Διαβάστε περισσότεραPolarizacija. Procesi nastajanja polarizirane svjetlosti: a) refleksija b) raspršenje c) dvolom d) dikroizam
Polarzacja Proces asajaja polarzrae svjelos: a refleksja b raspršeje c dvolom d dkrozam Freselove jedadžbe Svjelos prelaz z opčkog sredsva deksa loma 1 u sredsvo deksa loma, dolaz do: refleksje (prema
Διαβάστε περισσότεραHOMEWORK#1. t E(x) = 1 λ = (b) Find the median lifetime of a randomly selected light bulb. Answer:
HOMEWORK# 52258 李亞晟 Eercise 2. The lifetime of light bulbs follows an eponential distribution with a hazard rate of. failures per hour of use (a) Find the mean lifetime of a randomly selected light bulb.
Διαβάστε περισσότεραARMA modely čast 2: moving average modely (MA)
ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2014/2015 ARMA modely časť 2: moving average modely(ma) p.1/24 V. Moving average proces prvého rádu - MA(1) ARMA modely
Διαβάστε περισσότεραdifúzne otvorené drevovláknité izolačné dosky - ochrana nie len pred chladom...
(TYP M) izolačná doska určená na vonkajšiu fasádu (spoj P+D) ρ = 230 kg/m3 λ d = 0,046 W/kg.K 590 1300 40 56 42,95 10,09 590 1300 60 38 29,15 15,14 590 1300 80 28 21,48 20,18 590 1300 100 22 16,87 25,23
Διαβάστε περισσότερα255 (log-normal distribution) 83, 106, 239 (malus) 26 - (Belgian BMS, Markovian presentation) 32 (median premium calculation principle) 186 À / Á (goo
(absolute loss function)186 - (posterior structure function)163 - (a priori rating variables)25 (Bayes scale) 178 (bancassurance)233 - (beta distribution)203, 204 (high deductible)218 (bonus)26 ( ) (total
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανε ιστήµιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΙΑΛΕΞΗ 03 ΠΕΡΙΓΡΑΦΙΚΗ ΑΝΑΛΥΣΗ Βόλος, 2014-2015 1 1. Μέτρα Κεντρικής Τάσης Ποιοτική µεταβλητή (τακτική) Ποσοτική µεταβλητή Επικρατούσα
Διαβάστε περισσότεραÚLOHA Č.8 ODCHÝLKY TVARU A POLOHY MERANIE PRIAMOSTI A KOLMOSTI
ÚLOHA Č.8 ODCHÝLKY TVARU A POLOHY MERANIE PRIAMOSTI A KOLMOSTI 1. Zadanie: Určiť odchýlku kolmosti a priamosti meracej prizmy prípadne vzorovej súčiastky. 2. Cieľ merania: Naučiť sa merať na špecializovaných
Διαβάστε περισσότεραFunkcie - základné pojmy
Funkcie - základné pojmy DEFINÍCIA FUNKCIE Nech A, B sú dve neprázdne číselné množiny. Ak každému prvku x A je priradený najviac jeden prvok y B, tak hovoríme, že je daná funkcia z množiny A do množiny
Διαβάστε περισσότεραReverzibilni procesi
Reverzbln proces Reverzbln proces: proces pr koja sste nkada nje vše od beskonačno ale vrednost udaljen od ravnoteže, beskonačno ala proena spoljašnjh uslova ože vratt sste u blo koju tačku, proena ože
Διαβάστε περισσότερα4. domáca úloha. distribučnú funkciu náhodnej premennej X.
4. domáca úloha 1. (rovnomerné rozdelenie) Električky idú v 20-minútových intervaloch. Cestujúci príde náhodne na zastávku. Určte funkciu hustoty rozdelenia pravdepodobnosti a distribučnú funkciu náhodnej
Διαβάστε περισσότεραΑνάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R
Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα
Διαβάστε περισσότεραΛογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS
Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS Ο παρακάτω πίνακας παρουσιάζει θανάτους από καρδιακή ανεπάρκεια ανάμεσα σε άνδρες γιατρούς οι οποίοι έχουν κατηγοριοποιηθεί κατά ηλικία
Διαβάστε περισσότεραΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ (Νο2) ΧΡΗΣΙΜΕΣ ΣΧΕΣΕΙΣ έ ώ ό έ ώ. ώ ό. ί ό ό 1, 1,2,, 1,,,,,,, 1,2,,, V ό V V. ή ό ί ά ύ. ό, ί ί ή έ ύ.
ΛΥΜΕΝΕΣ ΑΣΚΗΣΕΙΣ ΣΤΙΣ ΠΙΘΑΝΟΤΗΤΕΣ (Νο) ΧΡΗΣΙΜΕΣ ΣΧΕΣΕΙΣ έ ώ ό έ ώ 0,,,, i i i i i i ό i i i Έ ώ,,, ό,,, ί ώ ό. ί ό ό,,,,,,,,,,, V ό V 0 V 0,,, ύ ώ ό ή ό ό ή ό ί ά ύ ό, ί ί ή έ ύ ό ό, ί ί ή έ ύ ό ύ ό ΠΑΡΑΔΕΙΓΜΑΤΑ
Διαβάστε περισσότεραBayesian statistics. DS GA 1002 Probability and Statistics for Data Science.
Bayesian statistics DS GA 1002 Probability and Statistics for Data Science http://www.cims.nyu.edu/~cfgranda/pages/dsga1002_fall17 Carlos Fernandez-Granda Frequentist vs Bayesian statistics In frequentist
Διαβάστε περισσότεραΜέθοδος Newton-Raphson
Κεφάλαιο 14 Μέθοδος Newton-Raphson Θα συζητήσουµε υπολογισµό της εκτιµήτριας µεγίστης πιθανοφάνειας µε τη µέ- ϑοδο Newton-Raphson. Αν και υπάρχουν περιπτώσεις για τις οποίες η λύση µπορεί να υπολογιστεί
Διαβάστε περισσότεραNávrh vzduchotesnosti pre detaily napojení
Výpočet lineárneho stratového súčiniteľa tepelného mosta vzťahujúceho sa k vonkajším rozmerom: Ψ e podľa STN EN ISO 10211 Návrh vzduchotesnosti pre detaily napojení Objednávateľ: Ing. Natália Voltmannová
Διαβάστε περισσότεραΣτατιστικές Κατανομές και Πιθανότητες. Θεωρία και παραδείγματα.
Στατιστικές Κατανομές και Πιθανότητες. Θεωρία και παραδείγματα. Γκούμας Στράτος. Πτυχιούχος Οικονομολόγος. MSc Εφαρμοσμένη Οικονομική και Χρηματοοικονομική (Ε.Κ.Π.Α./ Τμήμα Οικονομικών Team Site: A.E.A.C.
Διαβάστε περισσότεραObrada signala
Obrada signala 1 18.1.17. Greška kvantizacije Pretpostavka je da greška kvantizacije ima uniformnu raspodelu 7 6 5 4 -X m p x 1,, za x druge vrednosti x 3 x X m 1 X m = 3 x Greška kvantizacije x x x p
Διαβάστε περισσότεραKaskadna kompenzacija SAU
Kaskadna kompenzacija SAU U inženjerskoj praksi, naročito u sistemima regulacije elektromotornih pogona i tehnoloških procesa, veoma često se primenjuje metoda kaskadne kompenzacije, u čijoj osnovi su
Διαβάστε περισσότεραη = 1,0-(f ck -50)/200 pre 50 < f ck 90 MPa
1.4.1. Návrh priečneho rezu a pozĺžnej výstuže prierezu ateriálové charakteristiky: - betón: napr. C 0/5 f ck [Pa]; f ctm [Pa]; fck f α [Pa]; γ cc C pričom: α cc 1,00; γ C 1,50; η 1,0 pre f ck 50 Pa η
Διαβάστε περισσότεραST5224: Advanced Statistical Theory II
ST5224: Advanced Statistical Theory II 2014/2015: Semester II Tutorial 7 1. Let X be a sample from a population P and consider testing hypotheses H 0 : P = P 0 versus H 1 : P = P 1, where P j is a known
Διαβάστε περισσότεραFunkcie a grafy v programe Excel
Tabuľkový kalkulátor EXCEL Funkcie a grafy v programe Excel Minimum, maximum Aritmetický priemer, medián, modus, vážený priemer Zaokrúhľovanie Grafy - Koláčový - Koláčový s čiastkovými výsekmi - Stĺpcový
Διαβάστε περισσότεραStatistics 104: Quantitative Methods for Economics Formula and Theorem Review
Harvard College Statistics 104: Quantitative Methods for Economics Formula and Theorem Review Tommy MacWilliam, 13 tmacwilliam@college.harvard.edu March 10, 2011 Contents 1 Introduction to Data 5 1.1 Sample
Διαβάστε περισσότεραSOLUTIONS TO MATH38181 EXTREME VALUES AND FINANCIAL RISK EXAM
SOLUTIONS TO MATH38181 EXTREME VALUES AND FINANCIAL RISK EXAM Solutions to Question 1 a) The cumulative distribution function of T conditional on N n is Pr (T t N n) Pr (max (X 1,..., X N ) t N n) Pr (max
Διαβάστε περισσότεραΠΔΕ 152 ΜΑΚΡΟΟΙΚΟΝΟΜΙΑ Α ΜΕΡΟΣ
ΠΔΕ 152 ΜΑΚΡΟΟΙΚΟΝΟΜΙΑ Α ΜΕΡΟΣ ΑΘΗΝΑ ΙΑΝΟΥΑΡΙΟΣ 2014 1 Ερώτηση 1 Ο ρυθμός αύξησης του ονομαστικού ΑΕΠ μιας οικονομίας είναι η διαφορά του ονομαστικού ΑΕΠ ανάμεσα σε δύο έτη δια το ονομαστικό ΑΕΠ του αρχικού
Διαβάστε περισσότεραKάθε γνήσιο αντίτυπο φέρει την υπογραφή του συγγραφέα. Copyright: Δαφέρμος Βασίλης, Eκδόσεις Zήτη, Μάϊος 2005, Θεσσαλονίκη
Kάθε γνήσιο αντίτυπο φέρει την υπογραφή του συγγραφέα ISBN 960-431-960-4 Copyright: Δαφέρμος Βασίλης, Eκδόσεις Zήτη, Μάϊος 2005, Θεσσαλονίκη SPSS SPSS Inc., http://www.spss.com/ Tο παρόν έργο πνευματικής
Διαβάστε περισσότερα