Osnove sklepne statistike
|
|
- Ιώ Βασιλόπουλος
- 6 χρόνια πριν
- Προβολές:
Transcript
1 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
2 Intervalna ocena oz. interval zaupanja Poznamo parametre vzorca => ocenjujemo interval zaupanja, kjer je populacijska vrednost, iz katere je vzet vzorec CI= [ocena] ± [kritična meja]*[stand stand.. napaka] Standardna napaka (ang. standard error)= standardna deviacija povprečij vzorcev σ SE = σ = ~ X N Distribucije: : z, t, F, χ 2 CI= x ± z α* σ/ N s N Kadar populacijske vrednosti σ ne poznamo,, nam za oceno σ služi standardna deviacija vzorca s
3 Primer: nov antihipertenziv nov anitihipertenziv učinkovitost? klinična na raziskava: primerjava s placebom parameter učinkovitosti: u diastolični krvni tlak (mm Hg) dvojno slepa randomizirana klinična na raziskava
4 Primer: nov antihipertenziv Velika razlika v padcu KT Zdravilo Placebo število pacientov povprečno zmanjšanje krvnega tlaka 10 1 standardna deviacija 11,12 7,80
5 Primer: nov antihipertenziv Velika razlika v padcu KT Zdravilo Placebo število pacientov povprečno zmanjšanje krvnega tlaka 10 1 standardna deviacija 11,12 7,80 Velikost vzorca? Velika variabilnost, ki lahko zamegli resnico Za koliko je KT padel posameznim pacientom intutitivna ocena učinkovitostiu problem konsistence pri interpretaciji podatkov
6 Primer: nov antihipertenziv Velika razlika in majhna variabilnost: boljši intuitivni dokaz za učinkovitost, u a še e vedno? Diast. krvni tlak (mm Hg) placebo zdravilo Čas (tedni)
7 Primer: nov antihipertenziv Merilo učinkovitostiu inkovitosti: : primerjava vrednosti čez celoten čas / samo na koncu oz. začetku / primerjava razlike med začetkom in koncem Diast. krvni tlak (mm Hg) placebo zdravilo Čas (tedni)
8 Testiranje hipotez / domnev Ničelna hipoteza H 0 : nam pove, da ne obstaja razlika med parametri, ki jih primerjamo, če e pa že e obstaja kakšna razlika, le ta ni statistično značilna in je le slučajna. Ho: μ1= μ2
9 Testiranje hipotez / domnev Alternativna hipoteza H a oz. H 1 : ničelni nasprotuje in domneva, da obstaja določen vzrok, ki je sistematično vplival na obravnavani množični ni pojav in povzročil razlike. Ha: μ1 μ2
10 Ničelna in alternativna hipoteza Ho: μ1= μ2 Ha: μ1 μ2 oz. Ho: Δ= μ1- μ2=0 Ha: Δ= μ1- μ2 0
11 Testiranje hipotez / domnev 1. Postavimo ničelno hipotezo: H 0 2. Postavimo alternativno hipotezo: H 1 oz. H a 3. Skušamo zavreči H 0 : Zavržemo H 0, potem lahko sprejmemo H a ČE E ne moremo zavreči H 0, pa je NE sprejmemo! Lahko le privzamemo da velja.
12 Napaka I. in II. vrste H 0 velja H 0 ne velja H 0 zavrnemo H 0 sprejmemo α napaka I. vrste 1 α 1 β β napaka II. vrste
13 Verjetnosti: α, β,, 1 α, 1, 1 β 1 0,05 0,04 Populaciji: µ1 µ0 0,03 0,02 0,01 1 β 1 α α β
14 Preskušanje domnev o razliki med povprečjem vzorca in populacije Primerjava s standardom ipd. Primer: modificiran proces tabletiranja => vsebnost (mg): normalno: μ=5,01 σ=0,11 modifikacija procesa tabletiranja. 5,13 5,04 5,09 5,00 4,98 5,03 5,01 4,99 5,20 5,08 4,96 5,18 5,08 5,06 5,02 5,24 4,99 5,17 5,06 5,00 x = 5,0655 s=0,0806
15 Ničelna in alternativna hipoteza Ho: μ= μ 0 Ha: μ μ 0 => Ho: μ= = 5,01 Ha: μ 5,01
16 Dvosmerni test Ho: μ= μ 0 Ha: μ μ 0 => Ho: μ= = 5,01 Ha: μ 5,01 kritična meja Stopnja Enostransko Dvostransko tveganja (α) tveganje tveganje 0,1 1,282 1,645 0,05 1,645 1,960 0,025 1,960 2,241 0,01 2,326 2,576 0,005 2,576 2,807 kritična meja α=0,05 Različna pomeni, da je ali manjša ali večja vrednost. μ 1,96 0 * σ N μ +1,96 0 * σ N
17 Enosmerni test Ho: μ= μ 0 oz. μ μ 0 Ha: μ > μ 0 => Ho: μ = 5,01 Ha: μ > 5,01 Stopnja Enostransko Dvostransko tveganja (α) tveganje tveganje 0,1 1,282 1,645 0,05 1,645 1,960 0,025 1,960 2,241 0,01 2,326 2,576 0,005 2,576 2,807 kritična meja α=0,05 Že e obstojajo argumenti, da lahko pričakujemo samo višjo vrednost, ne pa tudi nižjo. μ +1,645 0 * σ N
18 Enosmerni test Stopnja Enostransko Dvostransko tveganja (α) tveganje tveganje 0,1 1,282 1,645 0,05 1,645 1,960 0,025 1,960 2,241 0,01 2,326 2,576 0,005 2,576 2,807 5,01 5,0655 kritična meja α=0,05 p=? ztab=1,645 zexp=?
19 Standardizacija normalne distribucije Standardizirani odklon z = x μ 0 σ N
20 Tabela F0(z): standardizirane normalne distribucije N(0,1) F 0 (z) F 0 (z): Kumulativna frekvenca pod krivuljo standardizirna normalne porazdelitve= površina pod krivuljo standardizirane normalne distribucije med aritmetično sredino in dano vrednostjo z Z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0 0,0000 0,0040 0,0080 0,0120 0,0160 0,0199 0,0239 0,0279 0,0319 0,0359 0,1 0,0398 0,0438 0,0478 0,0517 0,0557 0,0596 0,0636 0,0675 0,0714 0,0753 0,2 0,0793 0,0832 0,0871 0,0910 0,0948 0,0987 0,1026 0,1064 0,1103 0,1141 0,3 0,1179 0,1217 0,1255 0,1293 0,1331 0,1368 0,1406 0,1443 0,1480 0,1517 0,4 0,1554 0,1591 0,1628 0,1664 0,1700 0,1736 0,1772 0,1808 0,1844 0,1879 0,5 0,1915 0,1950 0,1985 0,2019 0,2054 0,2088 0,2123 0,2157 0,2190 0,2224 0,6 0,2257 0,2291 0,2324 0,2357 0,2389 0,2422 0,2454 0,2486 0,2517 0,2549 0,7 0,2580 0,2611 0,2642 0,2673 0,2704 0,2734 0,2764 0,2794 0,2823 0,2852 0,8 0,2881 0,2910 0,2939 0,2967 0,2995 0,3023 0,3051 0,3078 0,3106 0,3133 0,9 0,3159 0,3186 0,3212 0,3238 0,3264 0,3289 0,3315 0,3340 0,3365 0, ,3413 0,3438 0,3461 0,3485 0,3508 0,3531 0,3554 0,3577 0,3599 0,3621 1,1 0,3643 0,3665 0,3686 0,3708 0,3729 0,3749 0,3770 0,3790 0,3810 0,3830 1,2 0,3849 0,3869 0,3888 0,3907 0,3925 0,3944 0,3962 0,3980 0,3997 0,4015 1,3 0,4032 0,4049 0,4066 0,4082 0,4099 0,4115 0,4131 0,4147 0,4162 0,4177 1,4 0,4192 0,4207 0,4222 0,4236 0,4251 0,4265 0,4279 0,4292 0,4306 0,4319 1,5 0,4332 0,4345 0,4357 0,4370 0,4382 0,4394 0,4406 0,4418 0,4429 0,4441 1,6 0,4452 0,4463 0,4474 0,4484 0,4495 0,4505 0,4515 0,4525 0,4535 0,4545 1,7 0,4554 0,4564 0,4573 0,4582 0,4591 0,4599 0,4608 0,4616 0,4625 0,4633 1,8 0,4641 0,4649 0,4656 0,4664 0,4671 0,4678 0,4686 0,4693 0,4699 0,4706 1,9 0,4713 0,4719 0,4726 0,4732 0,4738 0,4744 0,4750 0,4756 0,4761 0, ,4772 0,4778 0,4783 0,4788 0,4793 0,4798 0,4803 0,4808 0,4812 0,4817 2,1 0,4821 0,4826 0,4830 0,4834 0,4838 0,4842 0,4846 0,4850 0,4854 0,4857 2,2 0,4861 0,4864 0,4868 0,4871 0,4875 0,4878 0,4881 0,4884 0,4887 0,4890 2,3 0,4893 0,4896 0,4898 0,4901 0,4904 0,4906 0,4909 0,4911 0,4913 0,4916 2,4 0,4918 0,4920 0,4922 0,4925 0,4927 0,4929 0,4931 0,4932 0,4934 0,4936 2,5 0,4938 0,4940 0,4941 0,4943 0,4945 0,4946 0,4948 0,4949 0,4951 0,4952 2,6 0,4953 0,4955 0,4956 0,4957 0,4959 0,4960 0,4961 0,4962 0,4963 0,4964 2,7 0,4965 0,4966 0,4967 0,4968 0,4969 0,4970 0,4971 0,4972 0,4973 0,4974 2,8 0,4974 0,4975 0,4976 0,4977 0,4977 0,4978 0,4979 0,4979 0,4980 0,4981 2,9 0,4981 0,4982 0,4982 0,4983 0,4984 0,4984 0,4985 0,4985 0,4986 0, ,4987 0,4987 0,4987 0,4988 0,4988 0,4989 0,4989 0,4989 0,4990 0,4990
21 Tabela standardizirane normalne distribucije. F 0 (z) 1-α 1-α Stopnja Enostransko Dvostransko tveganja (α) tveganje tveganje 0,1 1,282 1,645 0,05 1,645 1,960 0,025 1,960 2,241 0,01 2,326 2,576 0,005 2,576 2,807 α z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09 0,0 0,5000 0,5040 0,5080 0,5120 0,5160 0,5199 0,5239 0,5279 0,5319 0,5359 0,1 0,5398 0,5438 0,5478 0,5517 0,5557 0,5596 0,5636 0,5675 0,5714 0,5753 0,2 0,5793 0,5832 0,5871 0,5910 0,5948 0,5987 0,6026 0,6064 0,6103 0,6141 0,3 0,6179 0,6217 0,6255 0,6293 0,6331 0,6368 0,6406 0,6443 0,6480 0,6517 0,4 0,6554 0,6591 0,6628 0,6664 0,6700 0,6736 0,6772 0,6808 0,6844 0,6879 0,5 0,6915 0,6950 0,6985 0,7019 0,7054 0,7088 0,7123 0,7157 0,7190 0,7224 0,6 0,7257 0,7291 0,7324 0,7357 0,7389 0,7422 0,7454 0,7486 0,7517 0,7549 0,7 0,7580 0,7611 0,7642 0,7673 0,7704 0,7734 0,7764 0,7794 0,7823 0,7852 0,8 0,7881 0,7910 0,7939 0,7967 0,7995 0,8023 0,8051 0,8078 0,8106 0,8133 0,9 0,8159 0,8186 0,8212 0,8238 0,8264 0,8289 0,8315 0,8340 0,8365 0,8389 1,0 0,8413 0,8438 0,8461 0,8485 0,8508 0,8531 0,8554 0,8577 0,8599 0,8621 1,1 0,8643 0,8665 0,8686 0,8708 0,8729 0,8749 0,8770 0,8790 0,8810 0,8830 1,2 0,8849 0,8869 0,8888 0,8907 0,8925 0,8944 0,8962 0,8980 0,8997 0,9015 1,3 0,9032 0,9049 0,9066 0,9082 0,9099 0,9115 0,9131 0,9147 0,9162 0,9177 1,4 0,9192 0,9207 0,9222 0,9236 0,9251 0,9265 0,9279 0,9292 0,9306 0,9319 1,5 0,9332 0,9345 0,9357 0,9370 0,9382 0,9394 0,9406 0,9418 0,9429 0,9441 1,6 0,9452 0,9463 0,9474 0,9484 0,9495 0,9505 0,9515 0,9525 0,9535 0,9545 1,7 0,9554 0,9564 0,9573 0,9582 0,9591 0,9599 0,9608 0,9616 0,9625 0,9633 1,8 0,9641 0,9649 0,9656 0,9664 0,9671 0,9678 0,9686 0,9693 0,9699 0,9706 1,9 0,9713 0,9719 0,9726 0,9732 0,9738 0,9744 0,9750 0,9756 0,9761 0,9767 2,0 0,9772 0,9778 0,9783 0,9788 0,9793 0,9798 0,9803 0,9808 0,9812 0,9817 2,1 0,9821 0,9826 0,9830 0,9834 0,9838 0,9842 0,9846 0,9850 0,9854 0,9857 2,2 0,9861 0,9864 0,9868 0,9871 0,9875 0,9878 0,9881 0,9884 0,9887 0,9890 2,3 0,9893 0,9896 0,9898 0,9901 0,9904 0,9906 0,9909 0,9911 0,9913 0,9916 2,4 0,9918 0,9920 0,9922 0,9925 0,9927 0,9929 0,9931 0,9932 0,9934 0,9936 2,5 0,9938 0,9940 0,9941 0,9943 0,9945 0,9946 0,9948 0,9949 0,9951 0,9952 2,6 0,9953 0,9955 0,9956 0,9957 0,9959 0,9960 0,9961 0,9962 0,9963 0,9964 2,7 0,9965 0,9966 0,9967 0,9968 0,9969 0,9970 0,9971 0,9972 0,9973 0,9974 2,8 0,9974 0,9975 0,9976 0,9977 0,9977 0,9978 0,9979 0,9979 0,9980 0,9981 2,9 0,9981 0,9982 0,9982 0,9983 0,9984 0,9984 0,9985 0,9985 0,9986 0,9986 3,0 0,9987 0,9987 0,9987 0,9988 0,9988 0,9989 0,9989 0,9989 0,9990 0,9990
22 Enosmerni test z exp = x σ μ 0 N 5,0655 5,01 z exp = 20 = 0,11 z tab z exp = z α = 1,645 2,26 Ho: μ= μ 0 Ha: μ > μ 0 α= 0,05 Izberemo! exp > z tab, p < α S: signifikantnost oz. značilnost
23 Enosmerni test Stopnja Enostransko Dvostransko tveganja (α) tveganje tveganje 0,1 1,282 1,645 0,05 1,645 1,960 0,025 1,960 2,241 0,01 2,326 2,576 0,005 2,576 2,807 z exp > z tab, p < α S: signifikantnost oz. značilnost 5,01 5,0655 kritična meja α=0,05 p=? ztab=1,645 zexp=?
24 Testiranje hipotez / domnev 1. Postavimo ničelno hipotezo: H 0 2. Postavimo alternativno hipotezo: H 1 oz. H a 3. Izberemo stopnjo tveganja α oz. kritično mejo 4. Iz podatkov vzorca izračunamo testno statistiko (z, t, t χ 2 odvisno od distribucije) 5. Skušamo zavreči H 0 : Če e zavržemo H 0, potem lahko sprejmemo H a Če e ne zavržemo H 0, je nikoli ne sprejmemo! Privzamemo da velja.
25 Enosmerni / dvosmerni test Manjša a razlika potrebna pri enosmernem! Prej zavržemo H0. x kritična meja z exp = σ μ 0 N kritična meja Stopnja Enostransko Dvostransko tveganja (α) tveganje tveganje 0,1 1,282 1,645 0,05 1,645 1,960 0,025 1,960 2,241 0,01 2,326 2,576 0,005 2,576 2,807 kritična meja α=0,05 μ +1,645 0 * σ N μ 0 1,96* σ N μ +1,96 0 * σ N z exp > z tab, p < α, S: signifikantnost oz. značilnost
26 Dvosmerni test z exp = x σ μ 0 N 5,0655 5,01 z exp = 20 = 0,11 z tab z exp = z α = 1,960 2,26 Ho: μ= μ 0 Ha: μ μ 0 α= 0,05 Izberemo! exp > z tab, p < α S: signifikantnost oz. značilnost
27 Neznana populacijska varianca z? t exp = x s μ 0 N s=0,0806 σ? 5,0655 5,01 t exp = 20 = 0,0806 3,08 Ho: μ= μ 0 Ha: μ μ 0 α= 0,05 Izberemo!
28 Stopinje prostosti=d.f.=n-1
29 Neznana populacijska varianca z? t exp = x s μ 0 N 5,0655 5,01 t exp = 20 = 0,0806 t tab = t α = 2,09 s=0,0806 σ? 3,08 Ho: μ= μ 0 Ha: μ μ 0 α= 0,05 Izberemo! t exp > t tab, p < α S: signifikantnost oz. značilnost
30 Interval zaupanja CI= [ocena] ± [kritična meja]*[stand. napaka] x = 5,0655 s=0,0806 CI= x ± z α* σ/ N 95%CI=5,0655 ± 2,09*0,0806/ 20= 20= 5,028 do 5,103 mg 95% interval zaupanja, kjer se nahaja dejanska populacijska srednja vrednost. Zaobjema znano populacijsko srednjo vrednost μ=5,01 mg.
31 Pomen rezultatov Kaj pomeni rezultat v praksi? Statistična značilnost še e ne pomeni klinične ne značilnosti oz. pomembnosti rezultata ipd. Potreben ustrezna interpretacija!
Statistična 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 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 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 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 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 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. 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 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 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 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 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 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 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 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 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 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 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 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. 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 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 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 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 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 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 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 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 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 περισσότεραUNIVERZA V LJUBLJANI, FAKULTETA ZA STROJNIŠTVO Katedra za energetsko strojništvo VETRNICA. v 2. v 1 A 2 A 1. Energetski stroji
Katedra za energetsko strojništo VETRNICA A A A Katedra za energetsko strojništo Katedra za energetsko strojništo VETRNICA A A A Δ Δp p p Δ Katedra za energetsko strojništo Teoretična moč etrnice Določite
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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 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 περισσότεραSTATISTIKA ANALIZA VARINCE Doc.dr. Tadeja Kraner Šumenjak
STATISTIKA ANALIZA VARINCE 16.3.011 Doc.dr. Tadeja Kraner Šumenjak ANALIZA VARIANCE Proučuje, kako ena ali več neodvisnih spremenljivk (faktorjev) vpliva na slučajno odvisno spremenljivko Y, ki meri izid
Διαβάστε περισσότεραZadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu
Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Trigonometrijske jednačine i nejednačine. Zadaci koji se rade bez upotrebe trigonometrijskih formula. 00. FF cos x sin x
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 περισσότεραDefinicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće naučnim ili iskustvenim).
Str. 53;76; Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@eccf.su.ac.yu www.eccf.su.ac.yu Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama
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. 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 περισσότεραStr
Str. Testiranje statističkih hipoteza Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Definicija: Hipoteza predstavlja pretpostavku koja je zasnovana na određenim činjenicama (najčešće
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 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 περισσότεραFazni diagram binarne tekočine
Fazni diagram binarne tekočine Žiga Kos 5. junij 203 Binarno tekočino predstavljajo delci A in B. Ti se med seboj lahko mešajo v različnih razmerjih. V nalogi želimo izračunati fazni diagram take tekočine,
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 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 περισσότεραUvod u neparametarske testove
Str. 148 Uvod u neparametarske testove Predavač: Dr Mirko Savić savicmirko@ef.uns.ac.rs www.ef.uns.ac.rs Hi-kvadrat testovi c Str. 149 Koristi se za upoređivanje dve serije frekvencija. Vrste c testa:
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 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 περισσότεραΓΗ ΚΑΙ ΣΥΜΠΑΝ. Εικόνα 1. Φωτογραφία του γαλαξία μας (από αρχείο της NASA)
ΓΗ ΚΑΙ ΣΥΜΠΑΝ Φύση του σύμπαντος Η γη είναι μία μονάδα μέσα στο ηλιακό μας σύστημα, το οποίο αποτελείται από τον ήλιο, τους πλανήτες μαζί με τους δορυφόρους τους, τους κομήτες, τα αστεροειδή και τους μετεωρίτες.
Διαβάστε περισσότεραSTATIČKE KARAKTERISTIKE DIODA I TRANZISTORA
Katedra za elektroniku Elementi elektronike Laboratorijske vežbe Vežba br. 2 STATIČKE KARAKTERISTIKE DIODA I TRANZISTORA Datum: Vreme: Studenti: 1. grupa 2. grupa Dežurni: Ocena: Elementi elektronike -
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 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 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 περισσότεραElementi spektralne teorije matrica
Elementi spektralne teorije matrica Neka je X konačno dimenzionalan vektorski prostor nad poljem K i neka je A : X X linearni operator. Definicija. Skalar λ K i nenula vektor u X se nazivaju sopstvena
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 περισσότεραLogatherm WPL 14 AR T A ++ A + A B C D E F G A B C D E F G. kw kw /2013
WP 14 R T d 9 10 11 53 d 2015 811/2013 WP 14 R T 2015 811/2013 WP 14 R T Naslednji podatki o izdelku izpolnjujejo zahteve uredb U 811/2013, 812/2013, 813/2013 in 814/2013 o dopolnitvi smernice 2010/30/U.
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 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 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 περισσότεραMEHANIKA FLUIDA. Prosti cevovodi
MEHANIKA FLUIDA Prosti ceooi zaatak Naći brzin oe kroz naglaak izlaznog prečnika =5 mm, postaljenog na kraj gmenog crea prečnika D=0 mm i žine L=5 m na čijem je prenjem el građen entil koeficijenta otpora
Διαβάστε περισσότεραNeparametarski testovi za dva nezavisna uzorka. Boris Glišić 208/2010 Bojana Ružičić 21/2010
Neparametarski testovi za dva nezavisna uzorka Boris Glišić 208/2010 Bojana Ružičić 21/2010 Neparametarski testovi Hipoteze o raspodeli obeležja se nazivaju neparametarske hipoteze, a odgovarajući testovi
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 περισσότεραTrigonometrija 2. Adicijske formule. Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto
Trigonometrija Adicijske formule Formule dvostrukog kuta Formule polovičnog kuta Pretvaranje sume(razlike u produkt i obrnuto Razumijevanje postupka izrade složenijeg matematičkog problema iz osnova trigonometrije
Διαβάστε περισσότεραKonstruisanje. Dobro došli na... SREDNJA MAŠINSKA ŠKOLA NOVI SAD DEPARTMAN ZA PROJEKTOVANJE I KONSTRUISANJE
Dobro došli na... Konstruisanje GRANIČNI I KRITIČNI NAPON slajd 2 Kritični naponi Izazivaju kritične promene oblika Delovi ne mogu ispravno da vrše funkciju Izazivaju plastične deformacije Može doći i
Διαβάστε περισσότεραBetonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri
Betonske konstrukcije 1 - vežbe 3 - Veliki ekscentricitet -Dodatni primeri 1 1 Zadatak 1b Čisto savijanje - vezano dimenzionisanje Odrediti potrebnu površinu armature za presek poznatih dimenzija, pravougaonog
Διαβάστε περισσότεραI.13. Koliki je napon između neke tačke A čiji je potencijal 5 V i referentne tačke u odnosu na koju se taj potencijal računa?
TET I.1. Šta je Kulonova sila? elektrostatička sila magnetna sila c) gravitaciona sila I.. Šta je elektrostatička sila? sila kojom međusobno eluju naelektrisanja u mirovanju sila kojom eluju naelektrisanja
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 περισσότεραDISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović
DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,
Διαβάστε περισσότεραSISTEMI NELINEARNIH JEDNAČINA
SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije
Διαβάστε περισσότερα3 Populacija i uzorak
3 Populacija i uzorak 1 3.1 Slučajni uzorak X varijabla/stat. obilježje koje izučavamo Cilj statističke analize na osnovi uzorka izvesti odredene zaključke o (populacijskoj) razdiobi od X 2 Primjer 3.1.
Διαβάστε περισσότεραΠΡΙΤΣΙΝΑΔΟΡΟΣ ΛΑΔΙΟΥ ΑΕΡΟΣ ΓΙΑ ΠΡΙΤΣΙΝΙΑ M4/M12 ΟΔΗΓΙΕΣ ΧΡΗΣΗΣ - ΑΝΤΑΛΛΑΚΤΙΚΑ
GR ΠΡΙΤΣΙΝΑΔΟΡΟΣ ΛΑΔΙΟΥ ΑΕΡΟΣ ΓΙΑ ΠΡΙΤΣΙΝΙΑ M4/M12 ΟΔΗΓΙΕΣ ΧΡΗΣΗΣ - ΑΝΤΑΛΛΑΚΤΙΚΑ H OLJLAJNYOMÁSÚ SZEGECSELŐ M4/M12 SZEGECSEKHEZ HASZNÁLATI UTASÍTÁS - ALKATRÉSZEK SLO OLJNO-PNEVMATSKI KOVIČAR ZA ZAKOVICE
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 περισσότερα2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x
Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:
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 περισσότεραSTATISTIKA 5. predavanje. Doc.dr. Tadeja Kraner Šumenjak
STATISTIKA 5. predavaje Doc.dr. Tadeja Kraer Šumejak PORAZDELITVE VZORČNIH STATISTIK Imejmo vzorec velikosti. Na tem vzorcu ima spremeljivka X vredosti: x 1, x 2,, x. Vzorča statistika je poljuba fukcija
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 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 περισσότεραCilji 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 περισσότεραSEMINAR IZ KOLEGIJA ANALITIČKA KEMIJA I. Studij Primijenjena kemija
SEMINAR IZ OLEGIJA ANALITIČA EMIJA I Studij Primijenjena kemija 1. 0,1 mola NaOH je dodano 1 litri čiste vode. Izračunajte ph tako nastale otopine. NaOH 0,1 M NaOH Na OH Jak elektrolit!!! Disoira potpuno!!!
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 περισσότεραMetoda voditeljev. Poglavje 2
Poglavje 2 Metoda voditeljev Velika prednost metode hierarhičnega gručenja, ki smo jo spoznali v prejšnjem poglavju, je odkrivanje strukture skupin v podatkih, ki jih lahko enostavno ponazorimo v vizualizaciji
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 περισσότερα3.1 Granična vrednost funkcije u tački
3 Granična vrednost i neprekidnost funkcija 2 3 Granična vrednost i neprekidnost funkcija 3. Granična vrednost funkcije u tački Neka je funkcija f(x) definisana u tačkama x za koje je 0 < x x 0 < r, ili
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 περισσότεραEliminacijski zadatak iz Matematike 1 za kemičare
Za mnoge reakcije vrijedi Arrheniusova jednadžba, koja opisuje vezu koeficijenta brzine reakcije i temperature: K = Ae Ea/(RT ). - T termodinamička temperatura (u K), - R = 8, 3145 J K 1 mol 1 opća plinska
Διαβάστε περισσότερα