DSCF2151

DSCF2151



[i mi ma iiiiiDDii

Fx(ti)


132

Jako estymatora dystrybuanty empirycznej można stosować wartości obliczone ze wzoru:

(6.22) gdzie:

i - liczba narzędzi zużytych w przedziale (0,t), n - liczność próbki.

Otrzymane statystyki nanosimy na układ współrzędnych, przyporządkowując Je odpowiednim wartościom t^. Przebieg prostej można wyznaczyć również,korzystając z metody najmniejszych kwadratów.

Z otrzymanego wykresu możemy oszacować wartości parametrów ot i p . Wartość parametru a odpowiada wartości współrzędnej y dla x = 1, którą wyznaczamy za pomocą linii równoległej do prostej empirycznej wykreślonej z punktu (1,0). Wartość parametru ji obliczamy z zależności lnjł = y,dla wartości y otrzymanej z przecięcia krzywej empirycznej z odciętą x=1.

Na podstawie wartości parametrów a i p otrzymujemy odpowiednie postacie funkcji f(t); F(t); E(T);R(t) i A(t) które następnie można przedstawić graficznie.

133

Analizę wariancji dla modelu klasyfikacji pojedynczej można przedstawić w formie tablicy (tablica 6.4).

Tablica 6.4

Anąliza wariancyjna. Klasyfikacja pojedyncza

Zmienność

Liczba

stopni

swobody

K

Suma kwadratów odchyleń

| S2

Średni

kwadrat

V

F

Między

obiektami

MO

Kob - 1

nSob • | tfi-y)2

v

Vob° K~ ob

V

c

1 =“ e

Wewnątrz

obiektów

WO

Ke | a-e.

1! -111|||

<

(0

II

ml &

|cd ro

Całkowita

C

Ky | n-1

II11 <ar?>8

1H

£ |


r


(6.25)


175



6.2.5. Analiza wariancji. Klasyfikacja pojedyncza Model matematyczny klasyfikacji pojedynczej Jest następujący [6.l]:

r    yij-H + «i + eu    <6 -23)

gdzie:

yij | cecha mierzalna obiektu - efekt i-tego obiektu e^j - błąd eksperymentalny

ja - średnia ogólna populacji

Zagadnienie sprowadza się do porównania średnich wartości cech mierzalnych obiektów na podstawie weryfikacji hipotezy o braku różnic między nimi. Hipotezę weryfikujemy w oparciu o test istotności F, który ma postać:

F° _ Zsfe    (6.24)

V

e

gdzie:

V    . | średni kwadrat dla obiektów

V    - średni kwadrat dla błędu

Jeżeli F° > F .odczytanego z tablic F-Snedecora [6.63 na danym poziomie istotności cc oraz liczbie stopni swobody dla obiektów i dla błędu, to odrzucamy hipotezę o braku różnic między obiektami.

6.3. HIZEDSTAWIAN1E DANYCH W POSTACI ZALEŻNOŚCI MATEMATYCZNYCH

S

H

6.3.1. Współczynnik korelacji prostoliniowej

Miarą ilościową związku pomiędzy zmiennymi Jest współczynnik korelacji. Współczynnik korelacji wynoszący Jeden (r | 1), oznaczą całkowite powiązanie zmiennych. Natomiast całkowicie przypadkowy związek występuje, gdy wartość współczynnika korelacji wynosi zero.

Stawiając hipotezę, że nie ma żadnego związku między zmiennymi x i y dla korelacji prostoliniowej, współczynnik korelacji możemy wyrazić w postaci :

Si Si

n

gdzie: n - liczba danych.

Obliczoną wartość współczynnika r z zależności (6.25) sprawdzamy z wartościami współczynnika korelacji podanymi w tablicy 6.5 na danym po-


Wyszukiwarka

Podobne podstrony:
132 Jako estymatora dystrybuanty empirycznej można stosować wartości obliczo-j ne ze
O KLEJNOCIEDĄBROWASTARODAWNY R, który ma początek od Jastrzębca, tak jako insze wszystkie podkowy; m
skanuj0081 (21) 202 MAGDALENA GORCZYŃSKA sze znaczenie w mieście ma tzw. przestrzeń kulturowa, opisy
NoB9 100 NAUKA O BOGU jaką wagę ma poznanie. Bóg jawi się jako poznający i chcący — dzięki temu zro
ftł IM £ ■ 4 mi ma
2. Cykl realizacji projektu wg metodyki PCM Każdy projekt ma swój cykl życia, rozumiany jako ciąg ko
22147 Obraz (49) 132 3. Jako przykład metafory przedmiotu wspomniana została metafora „ojciec to kró
Tl* rr: mi MA ■ ŁT-Sf, gSar”,*: :; aBBgiSSli IPARflMRIE T+-* ». xv:.- ■*] • A /•* •
5b (5) fl 1 T3=3aU=> te MA* fcWMtĄft i=z= -J jpcci^Ti P P ife t
09052007(003) i n mi ma^mmi*******"***aaranHi^ tmj» vt    t*-* wm> iMfpiłr
PA270030 I l&DOMtoie    {D<o/b%cfMl cloo<fX ti> 1-zttmtż . Po rki/huelr
LXJV SYNTETYCZNI SPOJ RZĘ MI E MA OKRES DWII V A/Y ROIWOIOWI ucv dzr rozwojow ej Mickiewicza etap li
Całki pod 1 Ml xy ** MI < f71b»J
CCF20090214066 fleksji, są mi one dane jedynie post factum, jako przeżycia już przeszłe, nigdy w ak
Krakowskie Sympozjum HTA/MA 2015MCDA jako metoda ewaluacji korzyści i ryzyka w stosowaniu technologi

więcej podobnych podstron