sad11pp(02), PJWSTK, 0sem, SAD


TESTOWANIE HIPOTEZ

Hipoteza statystyczna jest to przypuszczenie dotyczące nieznanej własności rozkładu prawdopodobieństwa badanej cechy populacji.

Przykłady.

  1. Producent opon twierdzi, że nowy typ opony ma trwałość większą niż 60000 km. Jeśli 0x01 graphic
    (km) oznacza wartość średnią trwałości opon, to hipotezą producenta jest 0x01 graphic
    .

  2. Socjolog twierdzi, że dzieci w miastach mają lepsze wyniki w nauce niż dzieci poza ośrodkami miejskimi. Niech 0x01 graphic
    (0x01 graphic
    ) oznacza proporcję dzieci w miastach (poza miastami) o średnich ocenach rocznych co najmniej dobrych. Hipotezą socjologa jest 0x01 graphic
    .

  3. Producent twierdzi, że średni czas bezawaryjnej pracy drukarki to 200 godzin. Wówczas

0x01 graphic

  1. Fizycy przypuszczają, że ilość cząstek

emitowanych przez substancję radioaktywną w

przedziałach czasu o danej długości jest zmienną

losową o rozkładzie Poissona. Wówczas

0x01 graphic

(e) Sprzedawca przypuszcza, że miesięczna wartość sprzedaży ma rozkład normalny. Wówczas

0x01 graphic
0x01 graphic
0x01 graphic
.

Hipotezę nazywamy parametryczną, jeśli jest stwierdzeniem dotyczącym nieznanego parametru liczbowego lub wektorowego rozkładu cechy populacji,

np. hipotezy (a), (b), (c).

W przeciwnym przypadku hipoteza jest nieparametryczną, np. hipotezy (d), (e).

W zadaniach testowania hipotez występują 2 hipotezy:

Hipoteza zerowa - hipoteza testowana celem ewentualnego odrzucenia, oznaczana przez 0x01 graphic
.

Hipoteza alternatywna - hipoteza, która będzie przyjęta, jeśli odrzucimy hipotezę zerową, oznaczana przez 0x01 graphic
.

Hipotezy wykluczają się: nie mogą być jednocześnie prawdziwe, np. niech 0x01 graphic
0x01 graphic
oznacza prawdopodobieństwo sukcesu w doświadczeniu Bernoulli'ego. Możliwe są hipotezy:

0x01 graphic
, 0x01 graphic
lub

0x01 graphic
, 0x01 graphic
, ale niemożliwe jest sytuacja gdy 0x01 graphic
, 0x01 graphic
, bo wartość 0x01 graphic
jest parametrem z zakresu 0x01 graphic
i 0x01 graphic
jednocześnie. Zbiory parametrów wymieniane w obu hipotezach nie są rozłączne.

Rola hipotez 0x01 graphic
i 0x01 graphic
nie jest symetryczna.

Hipoteza alternatywna, to ta którą zaakceptujemy, jeśli próbka dostarczy nam dostatecznych dowodów jej prawdziwości, ta o której sądzimy, że jest prawdziwa i szukamy potwierdzenia w próbce, to ta na której nam zależy aby była prawdziwa.

Hipoteza zerowa to ta co do której prawdziwości nie jesteśmy przekonani w sytuacji gdy nie możemy zaakceptować na podstawie próbki hipotezy alternatywnej, ta którą poddajemy w wątpliwość.

Przykład. Załóżmy, że skuteczność pewnej terapii medycznej wynosi 0x01 graphic
. Zaproponowano nową terapię, której nieznana skuteczność 0x01 graphic
nie jest gorsza, tzn. wiemy, że 0x01 graphic
. Nowa terapia będzie szeroko stosowana, jeśli będziemy mieli po badaniach wstępnych dostatecznie dużą „pewność”, że0x01 graphic
.

Należy przeprowadzić testowanie hipotez:

0x01 graphic
, 0x01 graphic
.

Przykład. Nowa technologia produkcji może zmniejszyć dobowy poziom emisji zanieczyszczeń do atmosfery. Chcielibyśmy wiedzieć, czy zmniejsza ona poziom zanieczyszczeń? Wówczas:

0x01 graphic
Nowa technologia nie zmniejsza dobowego poziomu emisji zanieczyszczeń atmosfery, tzn. nie jest lepsza od starej technologii.

0x01 graphic
: Nowa technologia zmniejsza dobowy poziom emisji zanieczyszczeń atmosfery, tzn. jest lepsza.

Zadanie testowania powyższych hipotez polega na podjęciu poniższych decyzji, na podstawie obserwacji dobowych poziomów emisji zanieczyszczeń,:

Możliwe decyzje:

1. Nie ma dostatecznych dowodów aby odrzucić 0x01 graphic
, tzn. przyjąć 0x01 graphic
: na podstawie obserwacji nie możemy stwierdzić, że nowa technologia zmniejsza poziom zanieczyszczeń.

2. Obserwacje dostarczają dostatecznych dowodów, aby przyjąć 0x01 graphic
, równoważnie odrzucić 0x01 graphic
, tzn. stwierdzamy, iż można uznać, że nowa technologia zmniejsza poziom zanieczyszczeń.

Model matematyczny:

Załóżmy, że

(a) 0x01 graphic
= znany średni poziom dobowy emisji przy starej technologii

(b) 0x01 graphic
= nieznany średni poziom dobowy emisji przy

nowej technologii

  1. wiemy, że 0x01 graphic
    . Chcielibyśmy stwierdzić, że nowa technologia zmniejsza poziom emisji. Zatem:

0x01 graphic
, 0x01 graphic
.

(d) w ciągu n losowo wybranych dni obserwujemy dobowe poziomy emisji przy nowej technologii: 0x01 graphic
.

(e) zmienne losowe 0x01 graphic
są niezależne o jednakowym rozkładzie 0x01 graphic
, gdzie 0x01 graphic
jest znane.

Odpowiednią decyzję: „ przyjąć 0x01 graphic
lub „ nie można odrzucić 0x01 graphic
rozsądnie jest oprzeć na podstawie realizacji średniej z próby losowej 0x01 graphic
, tzn. średniej z próbki 0x01 graphic
.

Uzasadnienie: Rozkładem 0x01 graphic
jest rozkład 0x01 graphic
skoncentrowany wokół 0x01 graphic
. Zatem dostatecznie małe wartości 0x01 graphic
sugerują, że 0x01 graphic
jest prawdziwa, ponieważ

  1. jeśli 0x01 graphic
    jest prawdziwa, to wartości 0x01 graphic
    skupiają się wokół 0x01 graphic
    , statystyka

0x01 graphic
0x01 graphic
.

(2) jeśli 0x01 graphic
jest prawdziwa, tzn. nieznane 0x01 graphic
, to wartości 0x01 graphic
skupiają się wokół 0x01 graphic
. Wówczas Z jest sumą zmiennej o rozkładzie 0x01 graphic

oraz stałej ujemnej:

0x01 graphic
.

  1. i (2) sugerują sposób testowania: niech c będzie

odpowiednio dobraną stałą, a 0x01 graphic
wartością 0x01 graphic
obliczoną dla konkretnej próbki, wówczas

  1. jeśli 0x01 graphic
    , to przyjmujemy 0x01 graphic
    .

  1. jeśli 0x01 graphic
    , to nie ma podstaw do

odrzucenia 0x01 graphic
.

Wybór c: Niech 0x01 graphic
będzie małą liczbą z (0,1), np.

0x01 graphic
lub 0, 01 lub 0,1, ...

Niech 0x01 graphic
. Wówczas jeśli 0x01 graphic
prawdziwa, to

0x01 graphic
.

Stąd 0x01 graphic
jest prawdopodobieństwem błędnej decyzji (przyjęcia 0x01 graphic
) w przypadku gdy hipoteza 0x01 graphic
jest prawdziwa. 0x01 graphic
= prawdopodobieństwo błędu I rodzaju, nazywane poziomem istotności testu.

Zbiór 0x01 graphic
nazywamy zbiorem krytycznym, bo jest to zbiór wartości statystyki testowej Z dla których odrzucamy 0x01 graphic
na korzyść 0x01 graphic
.

Błędy testowania, gdybyśmy symetrycznie traktowali hipotezy

Podjęta decyzja

Stan natury

Akceptacja 0x01 graphic

( 0x01 graphic
? nie odrzucamy 0x01 graphic
)

Odrzucenie 0x01 graphic

(Akceptacja 0x01 graphic
)

0x01 graphic
prawdziwa

Decyzja prawidłowa ( ? )

Błąd I rodzaju

0x01 graphic
prawdziwa

Błąd II rodzaju

(? )

Decyzja prawidłowa

I. Testowanie hipotez o wartości średniej rozkładu normalnego, gdy znana jest wariancja.

Niech 0x01 graphic
będzie prostą próbą losowa z rozkładu 0x01 graphic
, 0x01 graphic
- znane.

0x01 graphic

Statystyka testowa:

0x01 graphic
= 0x01 graphic
.0x01 graphic

Jeśli 0x01 graphic
prawdziwa, to Z 0x01 graphic
.

Model 1. 0x01 graphic
, 0x01 graphic
.

Wówczas przyjmujemy C = 0x01 graphic
= obszar krytyczny testu hipotezy 0x01 graphic
przeciw 0x01 graphic
na poziomie istotności 0x01 graphic
, gdzie

0x01 graphic
.

Model 2. 0x01 graphic
, 0x01 graphic
.

Wówczas przyjmujemy C = 0x01 graphic
- obszar krytyczny, gdzie

0x01 graphic
.

Model 3. 0x01 graphic
, 0x01 graphic
. Wówczas

C = 0x01 graphic
- obszar krytyczny, gdzie

0x01 graphic

0x01 graphic
.

Zadanie. Dotychczasowa dzienna wartość sprzedaży pewnego artykułu miała rozkład normalny o średniej 1000 ($) i standardowym odchyleniu 100 ($). Po serii reklam telewizyjnych, w ciągu 9 losowo wybranych dni uzyskano następujące wartości sprzedaży:

1280, 1250, 990, 1100, 880, 1300, 1100, 950, 1050.

Czy, na poziomie istotności 0x01 graphic
, można twierdzić, że reklamy spowodowały zwiększenie sprzedaży, jeśli można założyć, że wartości dziennych sprzedaży są niezależnymi zmiennymi losowymi o jednakowym rozkładzie normalnym ?

Rozwiązanie:

  1. 0x01 graphic

  1. 0x01 graphic

  2. Statystyka testowa: 0x01 graphic

  1. 0x01 graphic
    , 0x01 graphic
    , 0x01 graphic
    = 2,33.

Obszar krytyczny C = 0x01 graphic

  1. 0x01 graphic
    , 0x01 graphic
    , z obliczeń 0x01 graphic
    , stąd wartość statystyki testowej

0x01 graphic
.

  1. 0x01 graphic
    , więc odrzucamy 0x01 graphic
    .

Odpowiedź: Na poziomie istotności 0x01 graphic
stwierdzamy, że średnia wartość sprzedaży wzrosła po serii reklam.

II. Testowanie hipotez o wartości średniej rozkładu normalnego, gdy nieznana jest wariancja.

Niech 0x01 graphic
będzie prostą próbą losowa z rozkładu 0x01 graphic
, 0x01 graphic
- nieznane.

0x01 graphic
.

Statystyka testowa:

0x01 graphic
= 0x01 graphic
.

Jeśli 0x01 graphic
prawdziwa, to 0x01 graphic
.

Model 1. 0x01 graphic
, 0x01 graphic
.

Wówczas przyjmujemy C = 0x01 graphic
= obszar krytyczny testu hipotezy 0x01 graphic
przeciw 0x01 graphic
na poziomie istotności 0x01 graphic
, gdzie

0x01 graphic
,

0x01 graphic
= kwantyl rzędu 0x01 graphic
rozkładu t - Studenta z 0x01 graphic
0x01 graphic
stopniami swobody.

Model 2. 0x01 graphic
, 0x01 graphic
.

Wówczas C = 0x01 graphic
- obszar krytyczny, gdzie

0x01 graphic
.

Model 3. 0x01 graphic
, 0x01 graphic
. Wówczas

C = 0x01 graphic
- obszar krytyczny, gdzie

0x01 graphic
0x01 graphic
0x01 graphic
.

Zadanie. Producent twierdzi, że jego nowy model samochodu ma wartość średnią przebiegu nie wymagającą żadnej interwencji 12000 (mil). W teście dla 4 losowo wybranych samochodów uzyskano następujące przebiegi nie wymagające żadnego serwisu: 11000, 12000, 11800, 11200. Czy można zaprzeczyć twierdzeniu producenta, przyjmując 0x01 graphic
oraz rozkład normalny przebiegu.

Rozwiązanie:

1. 0x01 graphic

2. 0x01 graphic

3. Statystyka testowa: 0x01 graphic

4. 0x01 graphic
, 0x01 graphic
, liczba stopni swobody = 0x01 graphic
= 4 -1 = 3, 0x01 graphic
2,353.

Obszar krytyczny C = 0x01 graphic
.

5. 0x01 graphic
, z obliczeń 0x01 graphic
, 0x01 graphic
, stąd wartość statystyki testowej

0x01 graphic
.

6. 0x01 graphic
, więc nie ma podstaw do odrzucenia 0x01 graphic
na poziomie istotności 0,05.

Odpowiedź: Na poziomie istotności 0x01 graphic
stwierdzamy, że nie można odrzucić twierdzenia producenta.

Definicja. Najmniejszy poziom istotności, przy którym zaobserwowana wartość statystyki testowej prowadzi do odrzucenia hipotezy zerowej nazywamy p-wartością przeprowadzonego testu.

Np. w ostatnim zadaniu

0x01 graphic
, 0x01 graphic
0x01 graphic

0x01 graphic
0,063.

Im mniejsza jest p-wartość, tym mocniejsze staje się przekonanie testującego o fałszywości hipotezy zerowej i prawdziwości hipotezy alternatywnej.

III. Testowanie hipotez o wariancji rozkładu normalnego, gdy nieznana jest wartość średnia.

Niech 0x01 graphic
będzie prostą próbą losowa z rozkładu 0x01 graphic
, 0x01 graphic
,0x01 graphic
- nieznane.

0x01 graphic
.

Statystyka testowa:

0x01 graphic
= 0x01 graphic

Jeśli 0x01 graphic
prawdziwa, to 0x01 graphic
.

Model 1. 0x01 graphic
, 0x01 graphic
.

Wówczas przyjmujemy C = 0x01 graphic
= obszar krytyczny testu hipotezy 0x01 graphic
przeciw 0x01 graphic
na poziomie istotności 0x01 graphic
, gdzie

0x01 graphic
,

0x01 graphic
= kwantyl rzędu 0x01 graphic
rozkładu 0x01 graphic
.

0x01 graphic

Model 2. 0x01 graphic
, 0x01 graphic
.

Wówczas C = 0x01 graphic
- obszar krytyczny, gdzie

0x01 graphic
.

Model 3. 0x01 graphic
, 0x01 graphic
.

Wówczas obszar krytyczny C = 0x01 graphic
0x01 graphic
,

gdzie 0x01 graphic
, 0x01 graphic
.

Zadanie. Zmierzono czas życia 15 losowo wybranych żarówek z bieżącej produkcji. Policzono standardowe odchylenie próbkowe 0x01 graphic
(godz. ). Czy na poziomie istotności 0x01 graphic
( 5%) można twierdzić, że odchylenie standardowe czasu życia losowo wybranej żarówki jest różne od 10 ( godz.)

Rozwiązanie.

1. 0x01 graphic

2. 0x01 graphic

3. Statystyka testowa: 0x01 graphic

4. 0x01 graphic
, 0x01 graphic
, 0x01 graphic
,

0x01 graphic
, liczba stopni swobody 0x01 graphic
,

0x01 graphic
, 0x01 graphic

0x01 graphic
.

Reguła decyzyjna ( na podstawie obszaru krytycznego ): odrzuć 0x01 graphic
, jeśli obliczona wartość statystyki

0x01 graphic
0x01 graphic
lub 0x01 graphic
0x01 graphic
.0x01 graphic

5. s =13, stąd wartość statystyki testowej

0x01 graphic
= 0x01 graphic
0x01 graphic
0x01 graphic
.

6. 0x01 graphic
0x01 graphic
, więc nie ma podstaw do odrzucenia 0x01 graphic
.

Odpowiedź. Na poziomie istotności 0,05, brak jest dostatecznych dowodów aby twierdzić, że 0x01 graphic
10.

IV. Testy o różnicy wartości średnich dwóch rozkładów normalnych.

Niech 0x01 graphic
oraz 0x01 graphic
będą dwiema niezależnymi prostymi próbami losowymi z rozkładów normalnych 0x01 graphic
oraz 0x01 graphic
, odpowiednio.

Model 1. ( znane odchylenia standardowe 0x01 graphic
)

0x01 graphic
,

lub równoważnie

0x01 graphic
.

Statystyka testowa:

Konstrukcja oparta na analizie 0x01 graphic
.

Statystka 0x01 graphic
ma rozkład normalny o wartości średniej 0x01 graphic
i wariancji 0x01 graphic
( gdyż

średnie z obu prób losowych 0x01 graphic
są niezależnymi zmiennymi losowymi o rozkładach normalnych

0x01 graphic
, 0x01 graphic
, odpowiednio ). Stąd, po standaryzacji mamy

0x01 graphic
~ 0x01 graphic
.

(a) 0x01 graphic
, 0x01 graphic
.

Jeśli 0x01 graphic
prawdziwa, to

0x01 graphic
~ 0x01 graphic
.

Przyjmujemy C = 0x01 graphic
= obszar krytyczny testu hipotezy 0x01 graphic
przeciw 0x01 graphic
na poziomie istotności 0x01 graphic
, gdzie

0x01 graphic
,

0x01 graphic
= kwantyl rzędu 0x01 graphic
rozkładu 0x01 graphic
.

(b) 0x01 graphic
, 0x01 graphic
.

Przyjmujemy C = 0x01 graphic
= obszar krytyczny.

(c) 0x01 graphic
, 0x01 graphic

Przyjmujemy C = 0x01 graphic
= obszar krytyczny.

Przykład. Średnia waga losowo wybranych 15 Europejczyków wyniosła 0x01 graphic
= 154 (funty), podczas gdy dla próbki 18 Amerykanów otrzymano 0x01 graphic
= 162 (funty).

Z poprzednich badań wiadomo, że wariancje wag losowo wybranego Europejczyka i Amerykanina wynoszą, odpowiednio: 0x01 graphic
i 0x01 graphic
. Czy można twierdzić, że średnie wagi w populacji Europejczyków i Amerykanów są różne? Przyjąć 0x01 graphic
oraz rozkład normalny wag.

1. 0x01 graphic
.

2. 0x01 graphic

3. Statystyka testowa: 0x01 graphic

4. 0x01 graphic
, 0x01 graphic
, 0x01 graphic
.

Obszar krytyczny C = 0x01 graphic
.

5. Mamy0x01 graphic
=154, 0x01 graphic
=162, 0x01 graphic
, 0x01 graphic
, 0x01 graphic
,

0x01 graphic
. Stąd wartość statystyki testowej

0x01 graphic

0x01 graphic
= - 2.

6. 0x01 graphic
, więc odrzucamy 0x01 graphic
.

Odpowiedź: Na poziomie istotności 0x01 graphic
stwierdzamy, że średnia waga Europejczyka różni się od średniej wagi Amerykanina, przy czym dane sugerują, że średnio Amerykanie ważą więcej niż Europejczycy.

Model 2. ( nieznane odchylenia standardowe 0x01 graphic
)

Założenie dodatkowe: 0x01 graphic
, 0x01 graphic
- nieznane.

0x01 graphic
,

lub równoważnie

0x01 graphic
.

Statystyka testowa:

Jeśli 0x01 graphic
prawdziwa, to

0x01 graphic
= 0x01 graphic
~ 0x01 graphic
.

Var(0x01 graphic
) = 0x01 graphic
,

Niech

0x01 graphic
, 0x01 graphic
-

nieobciążone estymatory 0x01 graphic
.

Estymatorem nieobciążonym 0x01 graphic
, opartym na dwu próbach łącznie, jest statystyka

0x01 graphic
.

Wówczas we wzorze na Z podstawiając 0x01 graphic

zamiast 0x01 graphic
otrzymujemy statystykę

0x01 graphic
~ 0x01 graphic
.

Dla trzech przypadków możliwych hipotez alternatywnych (a), (b), (c) z modelu 1 mamy analogiczne obszary krytyczne, przy czym kwantyle rozkładu 0x01 graphic
zastępujemy kwantylami rozkładu 0x01 graphic
.

Przykład. Klasyczne tranzystory domieszkowane złotem ( występujące w układach scalonych ) mają tzw. czas magazynowania ładunku rzędu 7 ns. Producent ma nadzieję, że pewna zmiana technologii zmniejszyła czas magazynowania. Producent chciałby przetestować hipotezę 0x01 graphic
przeciw 0x01 graphic
, gdzie 0x01 graphic
oznacza średni czas magazynowania przy starej technologii a 0x01 graphic
przy nowej technologii. Z poprzednich badań wiadomo, że obie technologie dają w przybliżeniu normalne rozkłady czasu magazynowania, oraz że odchylenia standardowe obu rozkładów są takie same.

Producent pobrał 2 niezależne 50 elementowe próbki tranzystorów, produkowanych starą i nowa technologią.

Średnie czasy magazynowania dla obu próbek wyniosły

0x01 graphic
, 0x01 graphic
oraz 0x01 graphic
.

Statystyka testowa

0x01 graphic
.

Wartość statystyki testowej:

0x01 graphic
.

0x01 graphic
, 0x01 graphic
. Stąd obszar krytyczny

C = 0x01 graphic
.

oraz p-wartość testu wynosi 0x01 graphic
Zatem, można przyjąć, że nowa technologia zmniejszyła średni czas magazynowania ładunku.

V. Testy o różnicy wartości średnich rozkładów brzegowych.

Niech 0x01 graphic
będzie prostą próbą losową z rozkładu dwuwymiarowego. Niech 0x01 graphic
tworzą prostą próbę losową z rozkładu normalnego o nieznanej średniej 0x01 graphic
.

Hipoteza zerowa: 0x01 graphic
,

Hipotezy alternatywne możliwe:

  1. 0x01 graphic
    ,

  1. 0x01 graphic

(c) 0x01 graphic
.

Statystyka testowa:

0x01 graphic
.

Jeśli 0x01 graphic
prawdziwa, to 0x01 graphic
.

Zatem, obszary krytyczne takie same jak przy testowaniu hipotez o wartości średniej jednej populacji normalnej przy nieznanym odchyleniu standardowym.

Przykład. Zmierzono ciśnienie tętnicze wśród losowo wybranej grupy chorych na pewną chorobę przed i po podaniu takiego samego leku każdemu z pacjentów. Otrzymano następujące wyniki:

Pacjent: 1 2 3 4 5 6 7

Przed : 210 180 260 270 190 250 180

Po : 180 160 220 260 200 230 180

Czy można twierdzić, na poziomie istotności 0,05, że lek powoduje zmniejszenie wartości średniej ciśnienia?

( podać odpowiednie założenia ).

1. 0x01 graphic
0x01 graphic
0x01 graphic

2. 0x01 graphic
0x01 graphic
0x01 graphic

3. Statystyka testowa: 0x01 graphic
.

4. 0x01 graphic
30, 20, 40, 10, -10, 20, 0, 0x01 graphic
, 0x01 graphic
= 15,9,

n = 7,

0x01 graphic

5. 0x01 graphic
0x01 graphic
0x01 graphic
,

0x01 graphic

6. 2,24 >1,94, więc odrzucamy hipotezę zerową.

Odpowiedź. Można twierdzić, że lek obniżył wartość średnią ciśnienia w populacji pacjentów, na poziomie istotności 0,05.

VI. Testowanie hipotezy o równości wariancji dwóch rozkładów normalnych.

Niech 0x01 graphic
oraz 0x01 graphic
będą dwiema niezależnymi prostymi próbami losowymi z rozkładów normalnych 0x01 graphic
oraz 0x01 graphic
, odpowiednio,

0x01 graphic
.

Statystyka testowa:

0x01 graphic

Jeśli 0x01 graphic
prawdziwa, to 0x01 graphic
F Snedecora o 0x01 graphic
stopniami swobody.

(a) 0x01 graphic
,

  1. 0x01 graphic
    ,

  1. 0x01 graphic
    .

W przypadkach (a), (b), (c) odrzucamy hipotezę zerową, na poziomie istotności 0x01 graphic
, jeśli obliczona wartość statystyki F Snedecora f spełnia nierówności, odpowiednio:

(a) f 0x01 graphic
,

(b) f 0x01 graphic

(c) f 0x01 graphic
lub f 0x01 graphic
,



Wyszukiwarka

Podobne podstrony:
sad9p(02), PJWSTK, 0sem, SAD
SAD e 09.02.2007, PJWSTK, 0sem, SAD
kol3(maj), PJWSTK, 0sem, SAD
SAD e 03.01.2006 v1, PJWSTK, 0sem, SAD
SAD k3 zadania pomocnicze, PJWSTK, 0sem, SAD, SAD inne, kolokwia
sadreg2-egzamin, PJWSTK, 0sem, SAD
sad11hipotezy, PJWSTK, 0sem, SAD
sad7(3), PJWSTK, 0sem, SAD
zasady, PJWSTK, 0sem, SAD
sad13p(1), PJWSTK, 0sem, SAD
sad8(2), PJWSTK, 0sem, SAD
SADegzamin2003, PJWSTK, 0sem, SAD
SAD e xx.09.2003 v2, PJWSTK, 0sem, SAD
SAD e 30.01.2009 v2, PJWSTK, 0sem, SAD, egzaminy
SAD e 03.01.2006 v2, PJWSTK, 0sem, SAD
SAD e 30.01.2009 v1, PJWSTK, 0sem, SAD, egzaminy

więcej podobnych podstron