Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
2
Statystyka jest jak kostium bikini: pokazuje wiele, ale nie pokazuje najwa żniejszego.
Aaron Levenstein
Jeśli mój s ąsiad codziennie bije swoj ą żonę, ja zaś nie bij ę jejnigdy, to w świetle statystyki obaj bijemy je co drugi dzie ń.
George Bernard Shaw
Śmier ć jednostki to tragedia - milion zabitych to tylko st atystyka.Józef Stalin
• Sprawy bieżące
• Prowadzący
• Zasady zaliczenia
• Konsultacje
• Inne
3
Na dziś…
Sprawy ogólne czyli co nas czeka…
• Zaliczenie przedmiotu
– Część ćwiczeniowa – praktyczna
– Część wykładowa - teoretyczna
• Obecność na zajęciach– Dopuszczalna liczba nieobecność na zajęciach wynosi 20%
z całości. Powyżej tej liczby student zostaje skreślony z listy studentów i jest nie klasyfikowany. (8 zjazdów czyli 20% to 1,6 zjazdu, a zatem uznajemy 1 nieobecność na zajęciach jako dopuszczalną)
Zasady zaliczenia przedmiotuKażda część przedmiotu (ćwiczenia, wykład) musi zostać zaliczona na
minimum 51%
Część ćwiczeniowa – praktyczna:
Dwa sprawdziany (po 20 pkt) w laboratoriach komputerowych. Zaliczenie od 21 pkt (max. 40 pkt).
Część wykładowa – teoretyczna:
Trzy sprawdziany (po 20 pkt) w trakcie semestru na wykładach (test wielokrotnego wyboru lub test uzupełnień). Zaliczenie od 31 pkt (max. 60 pkt).
Punkty dodatkowe:Osoby z pierwszej 10 (lista rankingowa) uzyskują dodatkowe punkty wynikające z pozycji na liście i tak: pierwsza osoba z listy 10pkt, druga 9pkt itd.. Lista pierwszej 10 zostaje zamknięta po drugim sprawdzianie na ćwiczeniach. Dodatkowe punkty można wykorzystać w dowolnej części przedmiotu (ćwiczenia lub egzamin).
Data Zjazd Ćwiczenia Data Wykład
20
14
27-09-14 1Szereg szczegółowy. Miary położenia i
zmienności.26-09-14
Wstęp. Miary położenia i zmienności. Rozkłady normalny.
11-10-14 2Szereg rozdzielczy. Miary położenia i
zmienności. Asymetria i kurtoza.10-10-14 Wsp. Giniego, asymetria i kurtoza
25-10-14 3 Wsp. Giniego. Indeksy proste. 24-10-14SPRAWDZIAN I.
Indeksy proste i złożone.
15-11-14 4 SPRAWDZIAN PIERWSZY 14-11-14 Szeregi czasowe
29-11-14 5 Indeksy agregatowe 28-11-14 Korelacja i regresja.
13-12-14 6 Szeregi czasowe. 12-12-14SPRAWDZIAN II.
Statystyka matematyczna. Estymatory.
20
15
10-01-15 7 Korelacja i regresja. 09-01-15Przedziały ufności. Hipotezy
statystyczne.
24-01-15 8 SPRAWDZIAN DRUGI 23-01-15 Repetytorium. SPRAWDZIAN III.
06-02-15 SESJA
14-02-15Sesjapop
POPRAWA ĆWICZEŃ 13-02-15SESJA POP.
Poprawa wykładu
Literatura
• Wasilewska E. (2009): Statystyka opisowa od podstaw, Wydawnictwo SGGW
• Piłatowska M. (2006): Repetytorium ze statystyki, PWN• Aczel A. D. (2006): Statystyka w zarządzaniu, PWN• Sobczyk M. (2005): Statystyka, PWN• Parlińska M., Parliński J. (2011): Statystyczna analiza danych
z Excelem, Wydawnictwo SGGW• Kisielińska J., Skórnik-Pokorowska U. (2005): Podstawy
statystyki z przykładami w Excelu, Wydawnictwo SGGW
• materiały wykładowe • www.ekonometria.info, www.statystyka.info• www.ibuk.pl
ZADANIE PROBLEMOWE 1• Dane pochodzą z GUS. Obserwujemy liczbę
bezrobotnych mężczyzn i kobiet w okresie od 2005 do 2010 roku. Zadanie 1 to porównanie liczby bezrobotnych ze względu na płeć. Zadanie 2 to określenie dynamiki zmian liczby bezrobotnych w latach.
• Zbiorowość statystyczna podlegając badaniu to bezrobotni w Polsce. Cechy badane to: liczba bezrobotnych mężczyzn i liczba bezrobotnych kobiet. Obserwowane cechy są ilościowe, skokowe.
• Narzędzia statystyczne: miary zróżnicowania (odchylenie standardowe), położenia (średnia i mediana), średnia geometryczna.
Miary Mężczyźni Kobiety
średnia 92993,3 97791,4
Me 87883 96710
S 36797,3 39307,4
Tabela 1. Porównanie liczby bezrobotnych mężczyzn i kobiet na podstawie wybranych wskaźników w I kwartale roku 2006
W roku 2006 średnio liczba bezrobotnych mężczyzn była mniejsza niż bezrobotnych kobiet. Typowy obszar zmienności dla mężczyzn wynosił (56 196; 129 791), a dla kobiet (58 484; 137 099).
Zmiany liczby bezrobotnych w latach 2005 - 2010 na koniec I kwartału
Dla mężczyzn i kobiet obliczono tempo zmian w badanym okresie (2005 - 2010). Srednia geometryczna dla mężczyzn wyniosła 0,9345, a dla kobiet 0,9172. Oznacza to, że z roku na rok w pierwszym kwartale malała liczba bezrobotnych kobiet i mężczyzn odpowiednio o 8,3% i 6,6%.
0
20000
40000
60000
80000
100000
120000
2005 2006 2007 2008 2009 2010
Mężczyźni
Kobiety
Anex
• Wzory wykorzystanych miar statystycznych
• Wykorzystane pozycje literatury
– (Piłatowska M. (2006): Repetytorium ze statystyki, PWN, str. 12 def. typowy obszar zmienności)
– (Kobus P. Statystyka opisowa wykład 2. Miary położenia i zmienności, http://www.statystyka.info dn. 29.09.2013, str. 1 wzór średniej)
ZADANIE PROBLEMOWE 2• Dane zebrano od studentów WNE z II roku
Zarządzania. Obserwujemy wzrost mężczyzn i kobiet z WNE II roku Zarządzania niestacjonarnych. Zadanie to graficzna prezentacja badanego zjawiska.
• Zbiorowość statystyczna podlegając badaniu to studenci z WNE II roku Zarządzania niestacjonarnego. Cechy badane to: wzrost studentów [w cm]. Obserwowane cecha jest ilościowa, ciągła.
• Dane zestawiono w szeregu rozdzielczym.
• Narzędzia statystyczne: histogram, wykres kołowy, graficzna, krzywa częstości, graficzna prezentacja typowego obszaru zmienności.
Szereg szczegółowy
• 175 167 163 163 150 166 180 183 186 169 190 177 170 180 170 167 191 181 171 165 175 165 166 169 162 181 167 169 173 190 165 191 157 164 162 159 180 173 171 184 173 175 158 166 164 173 165 171 167 163 165 196 172 162 157 164 168 186 171 158 183 154 191 166 186 184 172 160 177 169 183 160 152 175 177 162 170 185 161 182 165 185 168 172 160 167 179 167 175 165 190 173 179 178 177 162 170 180 162 176
Szereg rozdzielczy Wzrost studenta
(przedział)X_d X_g n_i w_i
150 - 154,6 150 154,6 3 0,03
154,6 - 159,2 154,6 159,2 5 0,05
159,2 - 163,8 159,2 163,8 13 0,13
163,8 - 168,4 163,8 168,4 22 0,22
168,4 - 173 168,4 173 15 0,15
173 - 177,6 173 177,6 15 0,15
177,6 - 182,2 177,6 182,2 10 0,1
182,2 - 186,8 182,2 186,8 10 0,1
186,8 - 191,4 186,8 191,4 6 0,06
191,4 - 196 191,4 196 1 0,01
Razem 100 1
0
5
10
15
20
25
3% 5%
13%
22%
15%
15%
10%
10%
6%
1%
Wzrost studenta
(przedział)X_d X_g n_i w_i
150 - 154,6 150 154,6 3 0,03
154,6 - 159,2 154,6 159,2 5 0,05
159,2 - 163,8 159,2 163,8 13 0,13
163,8 - 168,4 163,8 168,4 22 0,22
168,4 - 173 168,4 173 15 0,15
173 - 177,6 173 177,6 15 0,15
177,6 - 182,2 177,6 182,2 10 0,1
182,2 - 186,8 182,2 186,8 10 0,1
186,8 - 191,4 186,8 191,4 6 0,06
191,4 - 196 191,4 196 1 0,01
Razem 100 1
0
5
10
15
20
25
Rozkład empiryczny badanego zjawiska przedstawiono na histogramie. Najliczniejsza grupa 22 studentów to studenci o wzroście od 163,8 do 168,4. Stanowi to 22% całej badanej zbiorowości. Najmniej liczne grupy studentów to najniżsi studenci (3 osoby 150 – 154,6cm) i najwyżsi (1 student 191,4 do 196cm). W oparciu o uzyskany wykres można mówić o prawostronnej asymetrii.
0
5
10
15
20
25
150 - 154,6 154,6 - 159,2 159,2 - 163,8 163,8 - 168,4 168,4 - 173 173 - 177,6 177,6 - 182,2 182,2 - 186,8 186,8 - 191,4 191,4 - 196
0
5
10
15
20
25
150 155 160 165 170 175 180 185 190 195 200
Średnia = 171,58S2 = 90,88S = 9,53
171,58 - 9,53 = 162,05; 171,58 - 9,53 = 181,11
Wzrost 68% studentów jest z zakresu od 162,05 do 181,11 cm.
STATYSTYKA OPISOWA
• Statystyka opisowa to dział statystykizajmujący się metodami opisu danychstatystycznych uzyskanych podczas badaniastatystycznego. Celem stosowania metodstatystyki opisowej jest podsumowanie zbiorudanych i wyciągnięcie pewnych podstawowychwniosków i uogólnień na temat zbioru.
STATYSTYKA
STRUKTURA ZJAWISK
MASOWYCH STRUKTURY
ZALEŻNOŚCI
DYNAMIKI
DYNAMIKA ZJAWISK
MASOWYCH
ZALEŻNOŚCI ZJAWISK
MASOWYCH
OPISOWA MATEMATYCZNA
WNIOSKOWANIE STATYSTYCZNE W ZAKRESIE
21
STATYSTYKA
ZJAWISK MASOWYCH
rachunkiem prawdopodobie ństwa
22
• PŁEĆ• WZROST• WAGA• LICZBA DZIECI• ZAROBKI• ODŻYWIANIE• KOLOR OCZU
BADANIE PEŁNE
Jakie ma dochody przeci ętny Kowalski?Jak wygl ąda przeci ętny Kowalski?Jak od żywia si ę przeci ętny Kowalski?
POPULACJA ZBIÓR OBIEKTÓW OBJ ĘTYCH BADANIEM STATYSTYCZNYM Z WYRÓŻNIONĄ CECHĄ WSPÓLNĄ
STATYSTYKA OPISOWA
23
POPULACJA
BADANIE WYRYWKOWEREPREZENTACYJNE
PRÓBA
WYBRANA CZĘŚĆ POPULACJI PODLEGAJ ĄCA BADANIU
JAKI WZROST MA PRZECI ĘTNY KOWALSKI ?Jaki s ą zarobki przeci ętnego Kowalskiego?
24
POPULACJA
PRÓBA 153
160
176
175
166
DOŚWIADCZALNICTWO
STAT. MATEMATYCZNA
ANALIZA WYNIKÓW WNIOSKOWANIE STAT.BŁĘDY STATYSTYCZNE
WNIOSKOWANIE STAT. O POPULACJI
JAKI WZROST MA PRZECI ĘTNY KOWALSKI ?Jaki s ą zarobki przeci ętnego Kowalskiego?
Etapy badania statystycznego
Etapy badania
Opis statystyczny•Miary średnie
•Miary zróżnicowania
•Miary asymetrii
Przygotowania
Obserwacje
• Materiał pierwotny i wtórny
• Weryfikacja materiału
Opracowanie• Porządkowanie
• Prezentacja
• Szeregi
• Tabele
• wykresy 1) Cel2) Jednostka statystyczna3) Zbiorowość statystyczna (populacja, próba)4) Cechy statystyczne5) Metody badania (pełne, częściowe, szacunku)
Etapy badania statystycznego
Przygotowania
Obserwacje
Materiał pierwotny i wtórny
Weryfikacja materiału
Opracowanie
Porządkowanie, Prezentacja, Szeregi, Tabele, wykresy
Opis statystyczny
Miary średnie, Miary zróżnicowania, Miary asymetrii
1) Cel2) Jednostka statystyczna3) Zbiorowość statystyczna (populacja, próba)4) Cechy statystyczne5) Metody badania (pełne, częściowe, szacunku)
Cechy statystyczne
STAŁE
Rzeczowe: co?
Czasowe: kiedy?
Przestrzenne: gdzie?
ZMIENNE
Jakościowe
Ilościowe
28
CECHY — ZMIENNE LOSOWE
ILOŚCIOWE (MIERZALNE)
JAKOŚCIOWE (NIEMIERZALNE)
CIĄGŁE SKOKOWEWZROSTWAGANATĘŻENIE DŹWIĘKU
KOLORSMAKRODZAJ DŹWIĘKU
RZUT KOSTKĄ LICZBA BAKTERIIILOŚĆ PRACOWNIKÓW
Metody badania
Pełne
spisy
Rejestracja bieżąca
częściowe
ankietowe
monograficzne
reprezentacyjne
szacunki
interpolacyjny
ekstrapolacyjny
Prezentacja materiału
statystycznego
tablice szeregi
Szczegółowe (uporzadkowane
i nie)rozdzielcze
Cechy ilościowe (punktowe i
przedziałowe)
Cechy jakościowe
przestrzenne dynamiczne
wykresy
STATYSTYKA
STRUKTURA ZJAWISK
MASOWYCH STRUKTURY
ZALEŻNOŚCI
DYNAMIKI
DYNAMIKA ZJAWISK
MASOWYCH
ZALEŻNOŚCI ZJAWISK
MASOWYCH
OPISOWA MATEMATYCZNA
WNIOSKOWANIE STATYSTYCZNE W ZAKRESIE
Dane statystyczne
• Szereg szczegółowy
• Szereg rozdzielczy
Miary opisowe
• Położenia
• Zmienności
• Koncentracji
• Skupienia
Struktura zjawisk masowych
Analiza struktury
Dane statystyczne
Miary pozycyjne
Miary klasyczne
Analiza struktury
DANE STATYSTYCZNE
Szereg szczegółowy
(próba prosta)
szereg rozdzielczy
punktowy
przedziałowy
Analiza struktury
Miary pozycyjne
średnie
kwantyle
KWARTYLE (MEDIANA)
DECYLE
CENTYLEdominanta
zróżnicowanie
Odchylenie ćwiartkowe
Pozycyjny wsp. zmienności
asymetriaPozycyjny
współczynnik asymetrii
skupieniePozycyjny
współczynnik skupienia
Analiza struktury
Miary klasyczne
średnie Średnia arytmetyczna
zróżnicowanie
wariancja
współczynnik zmienności
asymetriawspółczynnik
asymetrii
skupieniewspółczynnik
skupienia
KLASYCZNE miary położenia
• Średnia arytmetyczna
• Dominanta (moda)
• Kwantyle (kwartyle, decyle, centyle, percentyle)
POZYCYJNE miary położenia
KWANTYL RZĘDU ALPHA…
KLASYCZNE miary zmienności
• Wariancja
• Odchylenie standardowe
KLASYCZNE miary zmienności
• Odchylenie przeciętne
• Współczynnik zmienności
POZYCYJNE miary zmienności
• Rozstęp
• Odchylenie kwartylowe
• Współczynnik zmienności
1) Cel2) Jednostka statystyczna3) Zbiorowość statystyczna (populacja, próba)4) Cechy statystyczne5) Metody badania (pełne, częściowe, szacunku)
1. Zbadanie jak kształtuje się powierzchnia mieszkań w pewnym mieście
2. Mieszkanie
3. Mieszkania
4. Powierzchnia mieszkania [m2]
5. Pełne/Częściowe
43
CECHA BADANA: powierzchnia mieszkania w m2
1 2 3 4 5 6 7 8 9 100 35 35 35 35 35 35 35 35 35 35
10 35 45 45 45 45 45 45 45 45 4520 45 45 45 45 45 45 45 45 45 4530 45 45 45 45 55 55 55 55 55 5540 55 55 55 55 55 55 55 55 55 5550 55 55 55 55 55 55 55 55 55 5560 55 55 55 55 55 55 55 65 65 6570 65 65 65 65 65 65 65 65 65 7580 75 75 75 75 75 85 85 85 85 8590 85 85 85 95 95 95 105 105 115 115
44
CECHA BADANA: powierzchnia mieszkania w m2
1 2 3 4 5 6 7 8 9 100 35 35 35 35 35 35 35 35 35 35
10 35 45 45 45 45 45 45 45 45 4520 45 45 45 45 45 45 45 45 45 4530 45 45 45 45 55 55 55 55 55 5540 55 55 55 55 55 55 55 55 55 5550 55 55 55 55 55 55 55 55 55 5560 55 55 55 55 55 55 55 65 65 6570 65 65 65 65 65 65 65 65 65 7580 75 75 75 75 75 85 85 85 85 8590 85 85 85 95 95 95 105 105 115 115
45
CECHA BADANA: powierzchnia mieszkania w m2
50 100,5 100 34
33
11+23=34
60-50=10
Wzrost studenta
(przedział)X_d X_g n_i n_(i)
zawarto ść liczb w przedziale n
środek w_i w_(i)
150 - 154,6 150 154,6 3 3 1, 2, 3 152,30 0,03 0,03
154,6 - 159,2 154,6 159,2 5 8 4, 5, 6, 7, 8 156,90 0,05 0,08
159,2 - 163,8 159,2 163,8 13 219, 10, 11, 12, 13, 14, 15,
16, 17, 18, 19, 20, 21161,50 0,13 0,21
163,8 - 168,4 163,8 168,4 22 43
22, 23, 24, 25, 26, 27,
28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41,
42, 43
166,10 0,22 0,43
168,4 - 173 168,4 173 15 5844, 45, 47, 48, 49, 50,
51, 52, 53, 54, 55, 56, 57, 58
170,70 0,15 0,58
173 - 177,6 173 177,6 15 7359, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72,
73175,30 0,15 0,73
177,6 - 182,2 177,6 182,2 10 8374, 75, 76, 77, 78, 79,
80, 81, 82, 83179,90 0,10 0,83
182,2 - 186,8 182,2 186,8 10 9384, 85, 86, 87, 88, 89, 90,
91, 92, 93184,50 0,10 0,93
186,8 - 191,4 186,8 191,4 6 99 94 ,95, 96, 97 ,98, 99 189,10 0,06 0,99
191,4 - 196 191,4 196 1 100 100 193,75 0,01 1,00
Razem 100 1,00
Szereg szczegółowy
• 175 167 163 163 150 166 180 183 186 169 190 177 170 180 170 167 191 181 171 165 175 165 166 169 162 181 167 169 173 190 165 191 157 164 162 159 180 173 171 184 173 175 158 166 164 173 165 171 167 163 165 196 172 162 157 164 168 186 171 158 183 154 191 166 186 184 172 160 177 169 183 160 152 175 177 162 170 185 161 182 165 185 168 172 160 167 179 167 175 165 190 173 179 178 177 162 170 180 162 176
• 150 160 163 165 167 170 173 177 181 186 152 161 164 166 168 171 173 177 181 186 154 162 164 166 168 171 173 177 182 186 157 162 164 166 169 171 175 178 183 190 157 162 165 166 169 171 175 179 183 190 158 162 165 167 169 172 175 179 183 190 158 162 165 167 169 172 175 180 184 191 159 162 165 167 170 172 175 180 184 191 160 163 165 167 170 173 176 180 185 191 160 163 165 167 170 173 177 180 185 196
PYTANIA
1. Dane są następujące obserwacje: 1, 2, 3, 4, 5. Oblicz średnią, medianę, dominantę i odchylenie standardowe.
2. Podano dane w postaci szeregu rozdzielczego.Oblicz: średnią, wariancję i medianę.
3. W jakich przypadkach miary obliczane na podstawie szeregów rozdzielczych będą różnić od obliczanych z próby prostej.
Przedziały Liczebności
10 – 20 1
20 – 30 8
30 – 40 1
1. Jakie są własności poszczególnych miar tendencji centralnej?
2. Badano zarobki w dwóch zakładach pracy A i B. Uzyskano następujące wyniki: średnie w zakładzie A = 1800, B =2000 i mediany w zakładzie A = 2000 i B = 1800. W którym zakładzie wiekszość pracowników ma lepsze zarobki?
3. Wymienić pozycyjne miary położenia.
4. Wymienić klasyczne miary zmienności.
5. Wymienić pozycyjne miary zmienności.
6. W jakich przypadkach nie należy stosować współczynnika zmienności?
7. W pewnej zbiorowości wyznaczono średnia wartość badanej zmiennej i odchylenie standardowe, uzyskując odpowiednio: 100 i 9. Podaj zakres typowej zmienności.
8. Dla pewnego rocznika studentów średni wynik ze statystyki wynosi 3.57 oraz mediana 3.28. Czy większość studentów ma ocenę ze statystyki większą od średniej czy nie? Odpowiedz uzasadnić.
PYTANIA CD…
Zmienna losowa
Skokowa
ciągła jednowymiarowa
wielowymiarowa
PARAMETRY ROZKŁADU ZMIENNEJ LOSOWEJ
dominanta
Momenty zwykłe i
centralne
kwantyle
wariancja
Wartość oczekiwana
Zmienna losowa i jej rozkład
• Rozkłady teoretyczne
– Normalny
– Dwumianowy
– Poissona
• Funkcje rozkładów
– Funkcja gęstości
– dystrybuanta
-4 -2 0 2 4
0.0
0.1
0.2
0.3
0.4
x
func
tion(
X) d
norm
(X) (
x)
58
ROZKŁAD NORMALNY
Histogram of rnorm(1000, EX, DX)
rnorm(1000, EX, DX)
Fre
quen
cy
-3 -2 -1 0 1 2 3
020
4060
80
Histogram of rnorm(1000, EX, DX)
rnorm(1000, EX, DX)
Fre
quen
cy
-4 -3 -2 -1 0 1 2 3
020
4060
80
Histogram of rnorm(1000, EX, DX)
rnorm(1000, EX, DX)
Fre
quen
cy
-4 -2 0 2
020
4060
80
Histogram of rnorm(1000, EX, DX)
rnorm(1000, EX, DX)
Fre
quen
cy
-3 -2 -1 0 1 2 3
020
4060
80
Histogram of Zm
Zm
Fre
quen
cy
0 2 4 6 8 10
010
020
030
0
Histogram of Zm
Zm
Fre
quen
cy
0 5 10 15
050
100
150
200
250
Histogram of Zm
Zm
Fre
quen
cy
0 20 40 60
050
100
150
200
Histogram of Zm
Zm
Fre
quen
cy
0 1 2 3
050
100
150
2
• Sprawy bieżące
– Za dwa tygodnie (24.10.2014) pierwszy sprawdzian na wykładzie z przerobionego materiału
• Konsultacje
• Inne
3
Na dziś…
Na dziś…
• Powtórzenie z poprzedniego wykładu
• Wykład 2:
– rozkłady prawdopodobieństwa
– rachunek prawdopodobieństwa
– miary koncentracji
– miary skośności
Zmienna losowa
Skokowa
ciągła jednowymiarowa
wielowymiarowa
Zmienna losowa i jej rozkład
• Rozkłady teoretyczne
– Normalny
– Dwumianowy
– Poissona
• Funkcje rozkładów
– Funkcja gęstości
– dystrybuanta
7
8
CECHA X: powierzchnia mieszkania w m2
9
10
11
12
-4 -2 0 2 4
0.0
0.1
0.2
0.3
0.4
x
func
tion(
X) d
norm
(X) (
x)
14
15
Histogram of rnorm(1000, EX, DX)
rnorm(1000, EX, DX)
Fre
quen
cy
-3 -2 -1 0 1 2 3
020
4060
80
Histogram of rnorm(1000, EX, DX)
rnorm(1000, EX, DX)
Fre
quen
cy
-4 -3 -2 -1 0 1 2 3
020
4060
80
Histogram of rnorm(1000, EX, DX)
rnorm(1000, EX, DX)
Fre
quen
cy
-4 -2 0 2
020
4060
80
Histogram of rnorm(1000, EX, DX)
rnorm(1000, EX, DX)
Fre
quen
cy
-3 -2 -1 0 1 2 3
020
4060
80
Histogram of Zm
Zm
Fre
quen
cy
0 2 4 6 8 10
010
020
030
0
Histogram of Zm
Zm
Fre
quen
cy
0 5 10 15
050
100
150
200
250
Histogram of Zm
Zm
Fre
quen
cy
0 20 40 60
050
100
150
200
Histogram of Zm
Zm
Fre
quen
cy
0 1 2 3
050
100
150
0
5
10
15
20
25
150 - 154,6 154,6 - 159,2 159,2 - 163,8 163,8 - 168,4 168,4 - 173 173 - 177,6 177,6 - 182,2 182,2 - 186,8 186,8 - 191,4 191,4 - 196
0
5
10
15
20
25
150 155 160 165 170 175 180 185 190 195 200
Średnia = 171,58S2 = 90,88S = 9,53
171,58 - 9,53 = 162,05; 171,58 - 9,53 = 181,11
25
PrzykładWzrost kobiet jest zmienną losową o rozkładzie normalnym ześrednią 166 i wariancją 400. Jaki procent kobiet będzie miałwzrost z przedziału od 146 do 186 centymetrów?
POPULACJA: KOBIETY
CECHA X: WZROST JEDNEJ KOBIETY
RODZAJ CECHY: CIĄGŁA
ROZKŁAD CECHY: NORMALNY
Wzrost kobiet jest zmienną losową o rozkładzie normalnym ześrednią 166 i wariancją 400. Jaki procent kobiet będzie miałwzrost z przedziału od 146 do 186 centymetrów?
FORMALNY ZAPIS PYTANIA: P{X∈∈∈∈(146; 186)}=?
ROZWIĄZANIE:
P{X∈∈∈∈(166-20=146; 166+20=186)}=0.68
68% kobiet będzie miało wzrost od 166
do 186. Do obliczeń wykorzystałem prawo 3 sigm.
ODPOWIEDŹ:
PARAMETRY ROZKŁADU ZMIENNEJ LOSOWEJ
dominanta
Momenty zwykłe i
centralne
kwantyle
wariancja
Wartość oczekiwana
Momenty zwykłe i centralne
Momenty centralne
• Momentem centralnym nazywamy średnią arytmetyczną z odchyleń poszczególnych wartości zmiennej od średniej arytmetycznej podniesionych do r-tej potęgi.
• Moment centralny drugiego rzędu nazywamy wariancję
• Moment centralny trzeciego rzędu nazywamy współczynnik asymetrii obserwacji (współczynnik skośności)
• Moment centralny czwartego rzędu nazywamy miarę koncentracji obserwacji (współczynnik kurtozy)
Kurtoza
Kurtoza informuje właściwie o tym czy dane są bardziej w centralnej części rozkładu, czy w ogonach.
Rozkłady prawdopodobieństwa można podzielić ze względu na wartość kurtozy na rozkłady:
mezokurtyczne - wartość kurtozy wynosi 3, spłaszczenie rozkładu jest podobne do spłaszczenia rozkładu normalnego (dla którego ekscesu wynosi dokładnie 0)
leptokurtyczne - kurtoza jest dodatnia, wartości cechy bardziej skoncentrowane niż przy rozkładzie normalnym
platokurtyczne - kurtoza jest ujemna, wartości cechy mniej skoncentrowane niż przy rozkładzie normalnym
geksces = g4 - 3
Krzywa koncentracji Lorentza
Współczynnik Giniego
Przykład
DecyleDochód
[%]
Dochód skumulow
any [%]1 10 102 10 203 10 304 10 405 10 506 10 607 10 708 10 809 10 90
10 10 100
0
10
20
30
40
50
60
70
80
90
100
1 2 3 4 5 6 7 8 9 10
Przykład
Decyle
Dochód [%]
Dochód skumulowany [%]
1 1 12 3 43 5 94 7 165 9 256 11 367 13 498 15 649 17 81
10 19 100
0
10
20
30
40
50
60
70
80
90
100
0 1 2 3 4 5 6 7 8 9 10
PYTANIA1. Wymień znane Ci teoretyczne rozkłady prawdopodobieństwa wykorzystywane w statystyce
matematycznej.2. Znając rozkład popytu na pewien towar określ oczekiwany zysk wiedząc, że cena sprzedaży
wynosi 10, a koszty stałe 10000.
3. Jaka jest interpretacja pojecia kurtozy?4. Wyjaśnij pojęcie asymetria prawostronna.5. Dwaj niezależni analitycy badali zużycie paliwa w pewnej firmie. Stwierdzili, że badana cecha ma
rozkład normalny. W wyniku obliczeń analityk A stwierdził, że zużycie paliwa charakteryzuje się silną prawostronną asymetrią, a analityk B który liczył pozycyjny współczynnik asymetrii stwierdził, że jest tam silna asymetria lewostronna. Który z nich miał rację ? Odpowiedź uzasadnij.
6. Badając rozkład dochodów w pewnym powiecie uzyskano następujące udziały w łącznych dochodach dla kolejnych części zbiorowości (równych pod względem liczebności): 5%, 10%, 20%, 65%. Ile wynosi współczynnik Giniego?
7. Wykreśl krzywą Lorenza w oparciu o dane z pytania 6. Jak wyglądałby taki wykres gdyby w całej zbiorowości tylko jedna osoba miała dochody?
8. Co oznacza określenie rozkład leptokurtyczny?9. W pewnej zbiorowości wyznaczono średnia wartość badanej zmiennej, odchylenie standardowe i
dominantę uzyskując odpowiednio: 100, 9 i 113.5. Oblicz wartość współczynnika asymetrii.10. Wzrost kobiet jest zmienną losową o rozkładzie normalnym ze średnią 166 i wariancją 400. Jaki
procent kobiet będzie miał wzrost z przedziału od 146 do 186 centymetrów?
Popyt 1000 2000 3000 4000
P(popytu) 0,4 0,3 0,2 0,1
Gini
Decyle
Dochód [%
]D
ochód skum
ulowany
[%]
XY
0,33
00
00%
0%1
11
10%1%
0,0012
34
20%4%
0,0053
59
30%9%
0,0134
716
40%16%
0,0255
925
50%25%
0,0416
1136
60%36%
0,0617
1349
70%49%
0,0858
1564
80%64%
0,1139
1781
90%81%
0,14510
19100
100%100%
0,181R
AZ
EM
:0,67
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
0%
20%
40%
60%
80%
100%
❩❛❞❛♥✐❡ ✶ ❩❛❞❛♥✐❡ ✷ ❩❛❞❛♥✐❡ ✸ ❩❛❞❛♥✐❡ ✹
❙!❛!②$!②❦❛ ❖♣✐$♦✇❛ ✲ ❙♣,❛✇❞③✐❛♥ ■✳
▼❛!❡,✐❛➟② ♣♦♠♦❝♥✐❝③❡
❘♦❜❡$% &✐❡%$③②❦♦✇,❦✐
❙③❦♦➟❛ ●➟'✇♥❛ ●♦*♣♦❞❛-*.✇❛ ❲✐❡❥*❦✐❡❣♦ ✇ ❲❛-*③❛✇✐❡
❙%❛%②,%②❦❛ ❩❛$③→❞③❛♥✐❡ ❙%✉❞✐❛ ♥✐❡,%❛❝❥♦♥❛$♥❡ ✷✵✶✹ ✲ ✷✵✶✺
❩❛❞❛♥✐❡ ✶ ❩❛❞❛♥✐❡ ✷ ❩❛❞❛♥✐❡ ✸ ❩❛❞❛♥✐❡ ✹
❲③♦-② ♣♦❞01❛✇♦✇❡
❙③❡#❡❣ %③❝③❡❣'➟♦✇②
①̄ =∑◆
✐=✶ ①✐
◆
❉♦♠✐♥❛♥&❛ ✲ ❉
▼❡❞✐❛♥❛ ✲ ▼❡
❑✇❛-&②❧❡ ✲ ◗
✶
,◗✷
,◗✸
❱
◗
= ◗
▼❡
❱ = ❙
①̄
◗ = ◗
✸
−◗
✶
✷
❞ =∑◆
✐=✶ |①✐−①̄ |◆
❙
✷ =∑◆
✐=✶(①✐−①̄)✷
◆
❙ =√❙
✷
❆& = ①̄−❉
❙
❆&
◗
= ◗
✸
+◗
✶
−✷▼❡
✷◗
❣
✶
=∑
◆
✐=✶
(①✐
− ①̄)✸/◆/❙✸
❣
✷
=∑
◆
✐=✶
(①✐
− ①̄)✹/◆/❙✹
❩❛❞❛♥✐❡ ✶ ❩❛❞❛♥✐❡ ✷ ❩❛❞❛♥✐❡ ✸ ❩❛❞❛♥✐❡ ✹
❆+②♠❡./✐❛
❙③❡#❡❣ %③❝③❡❣'➟♦✇②
❆♥❛❧✐③❛ ✇'♣)➟❝③②♥♥✐❦)✇ ❛'②♠❡01✐✐ ❆!, ❆!◗
, ❣✶
✳ ❘)➺♥❡ ✇'❦❛③❛♥✐❛
✇'♣)➟❝③②♥♥✐❦)✇ ✇'❦❛③✉❥→ ♥❛ ♥✐❡❥❡❞♥♦③♥❛❝③♥❡ ♦❦1❡➧❧❡♥✐❡ ❦✐❡1✉♥❦✉
❛'②♠❡01✐✐✳
①̄ = ▼❡ = ❉ ❜1❛❦ ❛'②♠❡01✐✐
①̄ < ▼❡ < ❉ ❛'②♠❡01✐❛ ❧❡✇♦'01♦♥♥❛
①̄ > ▼❡ > ❉ ❛'②♠❡01✐❛ ♣1❛✇♦'01♦♥♥❛
❩❛❞❛♥✐❡ ✶ ❩❛❞❛♥✐❡ ✷ ❩❛❞❛♥✐❡ ✸ ❩❛❞❛♥✐❡ ✹
❚②♣ -♦③❦➟❛❞✉
❙③❡#❡❣ %③❝③❡❣'➟♦✇②
❡❦"❝❡" = ❣
✷
− ✸
❞❧❛ ❡❦&❝❡& ❂✵ *♦③❦➟❛❞ ♠❛ ❦&③/❛➟/ ♥♦*♠❛❧♥② ✭*♦③❦➟❛❞
♠❡③♦❦✉*/②❝③♥②✮✱ ❞❧❛ ❡❦&❝❡& ❃ ✵ *♦③❦➟❛❞ ❥❡&/ ❜❛*❞③✐❡❥ ✇②&♠✉❦➟② ♥✐➺
♥♦*♠❛❧♥② ✭*♦③❦➟❛❞ ❧❡♣/♦❦✉*/②❝③♥②✮✱ ✇✐➛❦&③❡ &❦✉♣✐❡♥✐❡ ✇❛*/♦➧❝✐
✇♦❦?➟ ➧*❡❞♥✐❡❥✱ ❞❧❛ ❡❦&❝❡& ❁ ✵ *♦③❦➟❛❞ ❥❡&/ ♠♥✐❡❥ ✇②&♠✉❦➟② ♥✐➺
♥♦*♠❛❧♥② ✭*♦③❦➟❛❞ ♣❧❛/②❦✉*/②❝③♥②✮✱ ✇✐➛❦&③❡ &♣➟❛&③❝③❡♥✐❡ *♦③❦➟❛❞✉✳
❩❛❞❛♥✐❡ ✶ ❩❛❞❛♥✐❡ ✷ ❩❛❞❛♥✐❡ ✸ ❩❛❞❛♥✐❡ ✹
❲③♦-② ♣♦❞01❛✇♦✇❡
❙③❡#❡❣ #♦③❞③✐❡❧❝③②
①̄ =∑◆
✐=✶ ①̇✐♥✐
◆
❉ = ①
❉
+ ❤
❉
♥
❉
−♥
❉−✶
✷♥
❉
−♥
❉−✶−♥
❉+✶
❑✇❛♥$②❧ '③➛❞✉ α
❑α = ①α + ❤α
α·◆−♥(α)
♥α
❱
◗
= ◗
▼❡
❱ = ❙
①̄
◗ = ◗
✸
−◗
✶
✷
❞ =∑◆
✐=✶ |①̇✐−①̄ |·♥✐
◆
❙
✷ =∑◆
✐=✶(①̇✐−①̄)✷·♥✐
◆
❙ =√❙
✷
❆) = ①̄−❉
❙
❆)
◗
= ◗
✸
+◗
✶
−✷▼❡
✷◗
❣
✶
=∑
◆
✐=✶
(①̇✐
− ①̄)✸ · ♥✐
/◆/❙✸
❣
✷
=∑
◆
✐=✶
(①̇✐
− ①̄)✹ · ♥✐
/◆/❙✹
❩❛❞❛♥✐❡ ✶ ❩❛❞❛♥✐❡ ✷ ❩❛❞❛♥✐❡ ✸ ❩❛❞❛♥✐❡ ✹
❲③♦-② ♣♦❞01❛✇♦✇❡
❲!♣#➟❝③②♥♥✐❦ ●✐♥✐❡❣♦
● = |✶−❦∑
✐=✶
(①✐
− ①✐−✶)(②✐ + ②
✐−✶)|
❩❛❞❛♥✐❡ ✶ ❩❛❞❛♥✐❡ ✷ ❩❛❞❛♥✐❡ ✸ ❩❛❞❛♥✐❡ ✹
❲③♦-② ♣♦❞01❛✇♦✇❡
❘❛❝❤✉♥❡❦ ♣)❛✇❞♦♣♦❞♦❜✐❡➠01✇❛
❊❳ =∑
①
✐
♣
✐
❊ (❛❳ + ❜) = ❛❊❳ + ❜
❉
✷
❳ = ❊ (❳ − ❊❳ )✷ = ❊❳
✷ − (❊❳ )✷
❉
✷(❛❳ + ❜) = ❛
✷
❉
✷
❳
❋✉♥❦❝❥❛ ✇ ❊①❝❡❧✉✿ -♦③❦➟❛❞✳♥♦-♠❛❧♥②(❳ , ①̄ , ❙ , ✶)
((−✹, ✹ ≤ ❨ ≤ ✵), ❞❧❛❨ ∽ ◆(✹, ✶✻)
❂-♦③❦➟❛❞✳♥♦-♠❛❧♥②(✵; ✹; ✹; ✶) ✕ -♦③❦➟❛❞✳♥♦-♠❛❧♥②(−✹, ✹; ✹; ✹; ✶)
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
❙!❛!②$!②❦❛ ❖♣✐$♦✇❛ ✲ ❊●❩❆▼■◆
❘♦❜❡$% &✐❡%$③②❦♦✇,❦✐
❙③❦♦➟❛ ●➟'✇♥❛ ●♦*♣♦❞❛-*.✇❛ ❲✐❡❥*❦✐❡❣♦ ✇ ❲❛-*③❛✇✐❡
❙%❛%②,%②❦❛ ❩❛$③→❞③❛♥✐❡ ❙%✉❞✐❛ ♥✐❡,%❛❝❥♦♥❛$♥❡ ✷✵✶✸ ✲ ✷✵✶✹
✭,❡♠❡,%$ ③✐♠♦✇②✮✱ ❲❛$,③❛✇❛ ✸✶ ,%②❝③♥✐❛ ✷✵✶✹
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
)②+❛♥✐❛ ♣♦❞2+❛✇♦✇❡ ✭+❡2+ ✇②❜♦7✉ ✕ ✸♠✐♥ ♥❛ ❦❛➺❞❡ ♣②+❛♥✐❡✮
❨❚❆◆■❊ ✶
✶✳ ❲$♣&➟❝③②♥♥✐❦ ❦♦/❡❧❛❝❥✐ ❡❛/$♦♥❛✿
✶
♣!③②❥♠✉❥❡ ✇❛!*♦➧❝✐ ③ ③❛❦!❡0✉ ✭✲✶✱ ✶✮
✷
♣!③②❥♠✉❥❡ ✇❛!*♦➧❝✐ ③ ③❛❦!❡0✉ (−✸σ, ✸σ)
✸
✇0❦❛③✉❥❡ ♥❛ ③❛❧❡➺♥♦➧➣ ♠❛❧❡❥→❝→ ✇ ♣!③②♣❛❞❦✉ ❦✐❡❞② ρ > ✵
✹
❥❡0* ♠✐❛!→ ❧✐♥✐♦✇❡❥ ③❛❧❡➺♥♦➧❝✐
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
)②+❛♥✐❛ ♣♦❞2+❛✇♦✇❡ ✭+❡2+ ✇②❜♦7✉ ✕ ✸♠✐♥ ♥❛ ❦❛➺❞❡ ♣②+❛♥✐❡✮
❨❚❆◆■❊ ✷
✷✳ ▼✐❛&❛ ③❛♣✐)❛♥❛ ✇③♦&❡♠
∑◆
✐=✶
(①✐
− ①̄)✷
◆
❥❡)0✿
✶
♠✐❛#→ ❧✐❝③❡❜♥♦➧❝✐
✷
❦✇❛❞#❛0❡♠ ✇1♣3➟❝③②♥♥✐❦❛ ③♠✐❡♥♥♦➧❝✐
✸
♠✐❛#→ ③#3➺♥✐❝♦✇❛♥✐❛
✹
❦✇❛❞#❛0❡♠ ♦❞❝❤②❧❡♥✐❛ 10❛♥❞❛#❞♦✇❡❣♦
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
)②+❛♥✐❛ ♣♦❞2+❛✇♦✇❡ ✭+❡2+ ✇②❜♦7✉ ✕ ✸♠✐♥ ♥❛ ❦❛➺❞❡ ♣②+❛♥✐❡✮
❨❚❆◆■❊ ✸
✸✳ ◆❛ ❞➟✉❣♦➧➣ ♣-③❡❞③✐❛➟✉ ✉❢♥♦➧❝✐ ✇♣➟②✇❛✿
✶
❧✐❝③❡❜♥♦➧➣ ♣+,❜②
✷
✇❛+0♦➧➣ ❡10②♠❛0♦+❛ λ
✸
✇❛+✐❛♥❝❥❛
✹
♣♦③✐♦♠ ✉❢♥♦➧❝✐
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
)②+❛♥✐❛ ♣♦❞2+❛✇♦✇❡ ✭+❡2+ ✇②❜♦7✉ ✕ ✸♠✐♥ ♥❛ ❦❛➺❞❡ ♣②+❛♥✐❡✮
❨❚❆◆■❊ ✹
✹✳ ❑❧❛&②❝③♥❡ ♠✐❛.② .♦③♣.♦&③❡♥✐❛ 1♦✿
✶
✇❛"✐❛♥❝❥❛✱ ♦❞❝❤②❧❡♥✐❡ ➣✇✐❛"/❦♦✇❡
✷
♦❞❝❤②❧❡♥✐❡ 1/❛♥❞❛"❞♦✇❡✱ ✇❛"✐❛♥❝❥❛
✸
❦✇❛"/②❧❡
✹
➧"❡❞♥✐❛ ❛"②/♠❡/②❝③♥❛✱ ♠❡❞✐❛♥❛✱ ❞♦♠✐♥❛♥/❛
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
)②+❛♥✐❛ ♣♦❞2+❛✇♦✇❡ ✭+❡2+ ✇②❜♦7✉ ✕ ✸♠✐♥ ♥❛ ❦❛➺❞❡ ♣②+❛♥✐❡✮
❨❚❆◆■❊ ✺
✺✳ ❲$♣&➟❝③②♥♥✐❦ ●✐♥✐❡❣♦ 2♦✿
✶
♠✐❛#❛ #♦③♣#♦'③❡♥✐❛ ♣#③②❥♠✉❥→❝❛ ✇❛#0♦➧❝✐ ③ ③❛❦#❡'✉ ❬✵✱ ✶❪
✷
♠✐❛#❛ ❦♦♥❝❡♥0#❛❝❥✐ ♣#③②❥♠✉❥→❝❛ ❞♦✇♦❧♥❡ ✇❛#0♦➧❝✐ ❞♦❞❛0♥✐❡
✸
♠✐❛#❛ ❦♦♥❝❡♥0#❛❝❥✐ ♣#③②❥♠✉❥→❝❛ ❞♦✇♦❧♥❡ ✇❛#0♦➧❝✐ ③
③❛❦#❡'✉ ❬✵✱ ✶❪
✹
♠✐❛#❛ ❦♦♥❝❡♥0#❛❝❥✐ ♣#③②❥♠✉❥→❝❛ ❞♦✇♦❧♥❡ ✇❛#0♦➧❝✐ ③
③❛❦#❡'✉ ❬✲✶✱ ✶❪
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
)②+❛♥✐❛ /③❝③❡❣4➟♦✇❡ ✭♣:❛✇❞❛✴❢❛➟/③ ✕ ✶♠✐♥ ♥❛ ❦❛➺❞❡ ♣②+❛♥✐❡✮
❨❚❆◆■❆ ✻✲✶✵
②"✳✻ ❑♦'❡❧❛❝❥❛ ❞♦❞❛"♥✐❛ ♣♦❧❡❣❛ ♥❛ "②♠✱ ➺❡ 5♣❛❞❦♦✇✐ ✇❛'✲
"♦➧❝✐ ❥❡❞♥❡❥ ❝❡❝❤② "♦✇❛'③②5③② ✇③'♦5" ➧'❡❞♥✐❡❥ ✇❛'"♦➧❝✐
❞'✉❣✐❡❥
②"✳✼ ❈❡❝❤② ❝✐→❣➟❡ "♦✿ ③✉➺②❝✐❡ ♣❛❧✐✇❛✱ ✇✐❡❦✱ ♣'♦❝❡♥" ❜❡③'♦✲
❜♦"♥②❝❤ ✇ ❣♠✐♥✐❡
②"✳✽ ❉♦ ♣♦③②❝②❥♥②❝❤ ♠✐❛' ♣♦➟♦➺❡♥✐❛ ♠♦➺❡♠② ③❛❧✐❝③②➣
❦✇❛♥"②❧❡ ✐ ❞♦♠✐♥❛♥"➛
②"✳✾ ❙③❡'❡❣ ❝③❛5♦✇② 5❦➟❛❞❛ 5✐➛ ③ ❢✉♥❦❝❥✐ "'❡♥❞✉✱ ❢✉♥❦❝❥✐ ✇❛✲
❤❛➠ ✐ ✒❜✐❛➟❡❣♦ 5③✉♠✉✑
②"✳✶✵ ❲5♣P➟❝③②♥♥✐❦ ③♠✐❡♥♥♦➧❝✐ ✇ 5❦'❛❥♥②❝❤ ♣'③②♣❛❞❦❛❝❤
♣'③②❥♠✉❥❡ ✇❛'"♦➧❝✐ ✉❥❡♠♥❡
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
❩♥❛❥♦♠♦➧➣ ✇③♦23✇ ✭③❛♣✐7 ✺♠✐♥✮
❨❚❆◆■❆ ✶✶
❩❛♣✐$③ ✇③'( ♠✐❛(② ✇ $③❡(❡❣✉ (♦③❞③✐❡❧❝③②♠ ✐ ✇②❥❛➧♥✐❥
✉➺②6❡ $②♠❜♦❧❡
●❘❯#❆ ❆
▼
❡
= ①✵.✺
+ · · ·
●❘❯#❆ ❇
❙
✷ =
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
)*♦,-❡ ♦❜❧✐❝③❡♥✐❛ ✐ ✐♥-❡*♣*❡-❛❝❥❛ ✭♦❜❧✐❝③❡♥✐❛ ✕ ✺♠✐♥✮
❨❚❆◆■❆ ✶✷
❲ ♣❡✇♥❡❥ ③❜✐♦*♦✇♦➧❝✐ ✇②③♥❛❝③♦♥♦✿ ➧*❡❞♥✐→ ✇❛*2♦➧➣
❜❛❞❛♥❡❥ ③♠✐❡♥♥❡❥✱ ♦❞❝❤②❧❡♥✐❡ 82❛♥❞❛*❞♦✇❡ ♦*❛③
❦✇❛*2②❧❡✿ ❞♦❧♥②✱ ➧*♦❞❦♦✇② ✐ ❣;*♥② ✉③②8❦✉❥❛❝
♦❞♣♦✇✐❡❞♥✐♦✿ ✶✵✵✱ ✾ ♦*❛③ ✾✸✱ ✶✵✵ ✐ ✶✵✼✳ ◆❛ ♣♦❞82❛✇✐❡
♣♦✇②➺8③②❝❤ ✇②♥✐❦;✇ ♦❜❧✐❝③✿
●❘❯#❆ ❆
❱ =
●❘❯#❆ ❇
❆
◗
=
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
)*♦,-❡ ♦❜❧✐❝③❡♥✐❛ ✐ ✐♥-❡*♣*❡-❛❝❥❛ ✭♦❜❧✐❝③❡♥✐❛ ✕ ✺♠✐♥✮
❨❚❆◆■❆ ✶✸
❆♥❛❧✐③✉❥→❝ ✇❛+,♦➧➣ 0♣+③❡❞❛➺② 0❛♠♦❝❤♦❞8✇ ✇ ❧❛,❛❝❤
✷✵✶✷✲✷✵✶✸ ♦ +8➺♥②❝❤ ♣♦❥❡♠♥♦➧❝✐❛❝❤ 0✐❧♥✐❦8✇ ✭♣♦♥✐➺❡❥
✶✵✵✵ ❝♠
✸
❀ ✶✹✵✵ ❝♠
✸
♦+❛③ ♣♦✇②➺❡❥ ✷✵✵✵ ❝♠
✸
✮ ✉③②0❦❛♥♦
✐♥❞❡❦0 ✇❛+,♦➧❝✐ 0♣+③❡❞❛➺② ♥❛ ♣♦③✐♦♠✐❡ ✵✱✾✼✽✷ ♦+❛③
✐♥❞❡❦0② ❋✐0❤❡+❛ ❝❡♥ ✐ ✐❧♦➧❝✐✿ ✶✱✵✷✶❀ ✵✱✾✺✽✶✳
❩✐♥,❡+♣+❡,✉❥ ✉③②0❦❛♥→ ✇✐❡❧❦♦➧➣ ✐♥❞❡❦0✉✿
●❘❯#❆ ❆
■
❋
♣
●❘❯#❆ ❇
■
❋
"
❈❩❺➅❶ ❆ ❈❩❺➅❶ ❇ ❈❩❺➅❶ ❈ ❈❩❺➅❶ ❉ ❈❩❺➅❶ ❊
●*❛✜❝③♥❛ ♣*❡③❡♥2❛❝❥❛ ❞❛♥②❝❤ ✐ ♣♦❝❤♦❞♥❡ ✭*②:✉♥❡❦ ✕ ✺♠✐♥✮
❨❚❆◆■❆ ✶✹
❲②③♥❛❝③ ❣'❛✜❝③♥✐❡ ✇❡❞➟✉❣ ♣♦♥✐➺2③②❝❤ ❞❛♥②❝❤✳
●❘❯#❆ ❆ ✕ ❉❖▼■◆❆◆❚❺
❈❡❝❤❛ ① ♥
✐
✷✵✲✸✵ ✺
✸✵✲✹✵ ✽
✹✵✲✺✵ ✸✺
✺✵✲✻✵ ✹✵
✻✵✲✼✵ ✶✵
✼✵✲✽✵ ✷
●❘❯#❆ ❇ ✕ ▼❊❉■❆◆❺
❈❡❝❤❛ ① ♥
✐
♥(✐)
✷✵✲✸✵ ✺ ✺
✸✵✲✹✵ ✽ ✶✸
✹✵✲✺✵ ✸✺ ✹✽
✺✵✲✻✵ ✹✵ ✽✽
✻✵✲✼✵ ✶✵ ✾✽
✼✵✲✽✵ ✷ ✶✵✵