Statystyka w doświadczalnictwie Wydział Technologii Drewna SGGW Studia II stopnia Wykład 3.

Slides:



Advertisements
Podobne prezentacje
Badania statystyczne Wykłady 1-2 © Leszek Smolarek.
Advertisements

ESTYMACJA PRZEDZIAŁOWA
Test zgodności c2.
Biostatystyka i metody dokumentacji
Wnioskowanie statystyczne CZEŚĆ II
Statystyka w doświadczalnictwie
Ocena dokładności i trafności prognoz
PODZIAŁ STATYSTYKI STATYSTYKA STATYSTYKA MATEMATYCZNA STATYSTYKA
Skale pomiarowe – BARDZO WAŻNE
Estymacja przedziałowa
Test zgodności Joanna Tomanek i Piotr Nowak.
Wnioskowanie Bayesowskie
Metody wnioskowania na podstawie podprób
Powinien być określony w sposób zwięzły i precyzyjny, np
Opinie, przekonania, stereotypy
Zachodniopomorskie Obserwatorium Rynku Pracy
Statystyka w doświadczalnictwie
Statystyka w doświadczalnictwie
Niepewności przypadkowe
Wykład 4 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 3 Rozkład próbkowy dla średniej z rozkładu normalnego
Wykład 4 Przedziały ufności
Metody Przetwarzania Danych Meteorologicznych Wykład 4
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Doświadczalnictwo.
Średnie i miary zmienności
Estymacja przedziałowa i korzystanie z tablic rozkładów statystycznych
Elementy statystyki dla lekarzy Planowanie badań i zbieranie danych
Metody ilościowe w biznesie Wykład 1
Hipotezy statystyczne
Testowanie hipotez statystycznych
i jak odczytywać prognozę?
Jak mierzyć i od czego zależy?
Ekonometria. Co wynika z podejścia stochastycznego?
Elementy Rachunku Prawdopodobieństwa i Statystyki
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Pobieranie próbek paliw stałych
dr hab. Dariusz Piwczyński
Elementy Rachunku Prawdopodobieństwa i Statystyki
Badania Operacyjne i Ekonometria. Literatura podstawowa 1.M.Anholcer, H.Gaspars, A.Owczrkowski Przykłady i zadania z badań operacyjnych i ekonometrii.
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Elementy Rachunku Prawdopodobieństwa i Statystyki
Planowanie badań i analiza wyników
Seminarium licencjackie Beata Kapuścińska
Ekonometryczne modele nieliniowe
Wnioskowanie statystyczne
Metoda reprezentacyjna i statystyka małych obszarów z SAS Instytut Statystyki i Demografii SGH dr Dorota Bartosińska Zajęcia 4 Wnioskowanie statystyczne.
Statystyka medyczna Piotr Kozłowski
Statystyczna analiza danych
D. Ciołek EKONOMETRIA – wykład 6
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Testowanie hipotez Jacek Szanduła.
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
STATYSTYKA – kurs podstawowy wykład 5 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
STATYSTYKA – kurs podstawowy wykład 7 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Estymacja parametrów populacji. Estymacja polega na szacowaniu wartości parametrów rozkładu lub postaci samego rozkładu zmiennej losowej, na podstawie.
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
STATYSTYKA – kurs podstawowy wykład 11
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Wnioskowanie statystyczne. Próbkowanie (sampling)
Rozkład z próby Jacek Szanduła.
Statystyka matematyczna
Ekonometria stosowana
Statystyka matematyczna
Statystyka matematyczna
Estymacja i estymatory
PODSTAWY STATYSTYKI Wykład udostępniony przez dr hab. Jana Gajewskiego
Monte Carlo, bootstrap, jacknife
Zapis prezentacji:

Statystyka w doświadczalnictwie Wydział Technologii Drewna SGGW Studia II stopnia Wykład 3

Podstawy wnioskowania statystycznego Populacja a próba Parametr a estymator Budowa przedziału ufności dla średniej arytmetycznej Testowanie hipotez statystycznych

POPULACJAPRÓBA

POPULACJAPRÓBA ParametrStatystyka

POPULACJAPRÓBA ParametrStatystyka Próbkowanie

POPULACJAPRÓBA ParametrStatystyka Próbkowanie Wnioskowanie

POPULACJAPRÓBA ParametrStatystyka Estymator Próbkowanie Wnioskowanie

POPULACJAPRÓBA ParametrStatystyka Estymator Próbkowanie Wnioskowanie

Dlaczego próba? Wielkość populacji Koszty / czas Badania niszczące Dokładność

Jaka próba?

REPREZENTATYWNA

Jaka próba? Pobrana losowo Teoria: metoda reprezentacyjna

Estymator Nieobciążony E(Tn) = Θ E(Tn) - Θ = b(Tn) <- obciążenie (bias) Zgodny jest stochastycznie zbieżny do szacowanego parametru Efektywny O najmniejszej możliwej wariancji

Estymacja statystyczna Wykorzystanie estymatora do szacowania parametru Estymacja punktowa i przedziałowa Estymacja przedziałowa: budowa przedziału, w którym z określonym prawdopodobieństwem mieści się szacowany parametr

Estymacja statystyczna Średnia z próby Rozkład średniej z próby Błąd standardowy średniej z próby Poziom ufności i poziom istotności Jak to się robi?

Estymacja statystyczna Przykłady dwóch populacji o różnych rozkładach Szacowany parametr: średnia arytmetyczna Określanie błędu standardowego średniej z próby Znaczenie wielkości próby

Symulacje w R

...

Określanie liczebności próby Zagadnienie związane bezpośrednio z estymacją statystyczną Liczebność próby wyprowadzana ze wzoru na przedział ufności

Testy statystyczne Koncepcja wynikająca z tych samych założeń, co estymacja statystyczna Narzędzie do testowania hipotez statystycznych Hipotezy / testy parametryczne i nieparametryczne

Test istotności

Sformułowanie hipotez (H0 i H1) Pobranie próby (prób) Obliczenie statystyki testu (założenie: określony rozkład statystyki gdy H0 prawdziwa) Porównanie statystyki obliczonej z krytyczną Werdykt

Test istotności

Dziekuje za uwagę!