Sklad: lwona Staniec

Projekt ok adki: Mariola Fija kowska

Recenzent: prof.
dr hab. Tomasz Michalski
Copyright
@ by D. Witkowska, I. Staniec, A. Szmit
Kopiowanie, przedruk,
skanowanie
i rozpowszechnianie
ca o ci lub
fragmentw niniejszej pracy
bez pisemnej
zgody w a cicieli praw
autorskich
j
est zabronione
All of the products
and software mentioned in this book are registered
trademarks
of their owners.
Aleluandra
Matuszewska
lsBN 83-921116-1-3
Wydawnictwo:
4'a\|.b. - Adan
Domaga a d ,, u|. Zbaraska
2|54
Druk i oprawa: lNTERDRUKd ,,
ul feligowskiego
4/6
Wydanie I
Nak ad
500 egz.
Spls rnrcl
WPRowADzENIE
l. ELEMENTY RAcHIJ NKU PRAwDoPoDoBlrsrw ...................9
l.l. PoDSTAWowE PoJ cIA ..............9
|.2. Zvtgl. N LoSowA I J EJ RoZKAD..'.......'.'.... ...................l1
1.2.1. Podstawowe definicje...... ....................,11
1.2.2, Rozktadzntiennej \osowej............... ......................12
1.2.3. Parametry rozWadu zmiennej losowej ....... .............18
1,2.4. Zmienna losowa dwu vymiarowa,,,,,,..'.., ,.,.'.,'.,.,....22
l.3. RoZKADY TEoRETYCZNE ZMIENNYCH LosowYcH ..........................f4
1.3.1. Rozk ad dwupunktowy i zero.jedynkowy.,.,,,,..'. ...,..24
1.3.2. Rozktad dwumianowy
(Bernoulliego)
..........,,.,.......26
1.3.3, Rozk ad Poissona...,.....,..'
l,3.4' Rozk ad prostoktny (jednostajny)
'''...29
1.3.5. Rozk ad nornlalny ,.',.,,',,' 30
1'3.6. Rozk ad chi-kwadrt. .......35
].3.7, Rozk ad t-studenta ...'......38
1.3.8. Rozk ad F-Snedecora..,... .,.......,.,....'...4]
f. BADANIE STATYSTYCZNE I J EGO ORGANIZACJ A....................43
2.|. PoDsTAWowE PoJ cIA STATYSTYCZNE..'..'........... ..........43
2.2. BADANTE srATysryczNE................. ...........45
2.3. MprooyDoBoRUPRoBYoos o ...........46
2.4. METoDY ZBIERANIA INFoRMACJ I STATYSTYCZNEJ , PoDSTAwoWE
pooteDANYcH
'.........'..........55
2.5. GRUpOwnNIE I PREZENTACJ A DANYcH STATYSTYCZNYCH................ 5 8
f.6. PRZYKAD BADANIA STATYSTYCZNEGo'....'......
'..'.'........65
Spls rnect
3. ANALTZA STRUKTURY ZBIOROWOSCI ......................71
3.1.
3.2.
3.3.
3.4.
3.5.
WSKAZNIKI STRUKTURY ......,...71
MnRy oPISUJ CE PRZECITNY PoZloM ZJ AWISKA
'.,....,73
MrARy DyspERSJ r .....................93
MrARy AsyMETRrr .................103
Pn,q.TTyCzNE WYKORzYSTANIE ANALIZY STRUKTURY
zsIonowoCl ............... ...'.....l 14
4. ANALIZA wsPzALENocI zIAwIsK ................121
4.|. RozrL. oDwUwYMIARowY, BRzEGowY, WARLINKoWY;
TABLICA KoRELACYJ NA.............. ...............121
4,2. ZelpzNoc sToCHAsTYCzNA I KoRELACYJ NA................. .'.,...........' |f4
4'3' PoostawowE MIARY wSPoZALEzNocI cECH...'..........................' l25
4.4. Pn rryczNE wYKoRzYSTANIE ANALIZY wsprzel-EzNocI
ZJ AWTSK ..............143
5. ESTYMACJ A PARAMETnw ZBloRowocl GENERALNEJ .147
5.l. PoDSTAwoWE PoJ cIA ..........|47
5,f . Esryu,c;e PoDsTAwoWYcH PARAMprnw zslonowocl
srATysryczNEJ ................ .....152
5.2.1, Miary rednie.,,.... .,....... 152
5.2.2, Przedzia ufno ci dlawska nika struktury'.,.. .....,,I57
5.2,3, Przedzia y ufno ci dla miar dyspersji.,,.' ,...',.,.,..,, 159
5.3. WyzNaczpNIE NIEZBDNEJ LlCZEBNoct
pnosy
.,.,,...|6f
5.4. Esryu, cle PARAMETRoW KoRELACJ I I REGRESJ I LINIowEJ .......'... 1 66
5.4,1, Esmacjawsptczynnika korelacji liniowej
'..,.',.'....,.,.'.,..',.'.'
167
5.4.2. Analiza regresji....... ....... 168
Sps rnecl
6. WERTT'IKACJ A HIPOTEZ STATYSTYCZNYCH .......................... 1 85
6.l. PoDsTAwoWE PoJ cIA... ......l85
6.2. TEsry NTEPARAMETRYCZNE ..................... 189
6.2. ]
'
Tes weryfikujce hipotez o losowo ci prby .... l90
6.2'2. Test zgodno ci rozktadu

.......'.........,..192
6.2.3. Testy zgodno ci dwch rozk adw empirycznych..,.'..,..',,...,.,., ]97
6.2.4, Test niezaleno ci
t
....,....204
6.3. Tssrv
pARAMETRyczNE...........
.................208
6. 3. 1 . Tes weryfikuj
ce
hipotez o warto ci oczekiwanej
w populacji ...................208
6.3.2. Tes weffil ce hipotez o rwno ci dwchwarto ci
oczekiwanych ................. ...................216
6.3.3. Analiza wariancji..,. ......223
6.3.4. Test weryfikujcy hipotez o wariancji w populacji
generalnej ....................227
6.3.5. Test weffikujcy hipotez o rwno ci dwch wariancji
w populacji generalnej.. ....................230
6,3.6. Test weryfikujcy hipotez o
jednorodno ci
wariancji ....,.....,..232
6,3,7. Test weryfikujcy hipotez o wsk niku struktury
w populacji generalnej.. ....................234
6.3.8. Test weryfikujcy hipotez o rwno ci dwch wska nikw
struWury .... ...................237
6,3,9. Weryfikacja hipotez doczcych wsp czynnikw korelacji.... 239
6,3.I0. Weryfikacja hipotez o istotno ci parametrw
funkcji
regresji,.242
7. ANALIZA DYNAMIKI ZJ AWISK ................f45
7.1. SzeRpcr czASowE ................245
7.f . INDEKSv TNDvwTDUALNE ............ .............250
7.3. INDEKSY AGREGAToWE
(zEsPoowE)
....'.......... .,..'.,,.'255
7.4. INDEKSY GIEDoWE.. ..,,..,,,.,.264
7.5. ANALIZA SZEREGw czAsowYcH ...,.,,...',269
7.5.1. Szereg czasowy bez sHadowej systematyc2nej............,.............270
7.5.2. Szereg czasowy z trendem...... ...........272
7.5.3. Szeregi czasowe ze sWadnikiem sezonowym.............................281
Spts rnect
8. STATYSTYCZNAKONTROLAJ AKOSCI...............................fgl
8.l. ANeLIz PARETo...... .....29f
8.2. KARTY KoNTRoLNE ,.,.,,f94
B.2.1, Kar kontrolne dl cech ilo cio|vych.,..............,...'.......,..296
8.2.2. Kar kontrolne dla cech
jako ciowych
..,....' 305
LITERATURA
311
T nucr sTATYsTYczNE 3t7
Warto ci lcryczne rozk adu bstudenta
'
.. . .. .... ... .. ..
'
. 3 l 7
Dystrybuanta rozk adu normalnego ..'.. 3l8
Warto ci lcryczne rozk adu
l
,..,....'.......3fo
Warto cilcrycznerozk aduFishera-Snedecora, a:0,],,,,.,.... ...322
Warto ci lcrytyczne rozWdu Fishera-Snedecora, a=0,05........
'..324
Warto ci krytyczne rozWadu Fishera-Snedecora, a:0,025.,,... ...326
Warto cilcrycznerozk aduFisher-Snedecora, a:0,0]....,.'. ...328
| arto ci lcrytJ czne rozktadu serii............ ........'....... 330
Warto ci lcryczne rozk adu znakw ..,332
Warto ci lcrytyczne rozk adu Durbina-Watsona.......,,.. ....'........... 333
Tablice parametrw kart kontrolnych,..........' ...,..,...334
WpnowADzEN!E
Zarzdzanie
jest
terminem, dla ktrego wymy lono wiele definicji
okre |ajcych to pojcie w bardzo wskim |ub szerokim znaczeniu. Niezaleznie
jednak
od tego,
jak
definicj

zarzdzania przyjmiemy,
niewtp|iwie
jego
istot
jest
podejmowanie
decyzji zarrvno odno nie do biecego funkcjonowania
zarzdzanej przez nas firmy czy insltucji,
jak
i dotyczce przysz ego
jej
rr izerunku' Sukces w zarzdzaniu
jest
wynikiem:
-
znajomo ci regu i mechanizmw funkcjonowania zarzdzanego obiektu oraz
otoczenia, w ktrym ten obiekt si znajduje,
umiejtno ci szybkiego reagowania na okre lone, biece zachowania
otoczenia (np. zmiany na
rynku,
czy w systemie podatkowym),
-
zdo|no ci przewidywania prrysch stanw gospodarki,
umiejtno ci dokonywania oceny rnych wariantw dzia ania i wybr
naj|epszej spo rd wielu mo|iwych decyzji.
Podejmujc decyzje zazwyczaj bierze si pod uwag wtasn wiedz,
do rviadczenia innych, ana|izuje aktualn sytuacj i czsto wybiega my lami
rr'przysz o :
planujc, przewidujc
lub tworzc w asn wi{
..nowej
rzeczywisto ci''. Std te d|a kadego menedera waiznejest,
jakimi
dysponuje
narzdzi ami wspomagaj
cym
i proces decyryj ny.
Nale do nich szeroko rozumiane nretody ilo ciowe, ktrych podstawy
teoretyczne dostarczy y pewne
dzia matematyki. Niniejszy podrcznik
zawiera
opis wybranych metod stastyki opisowej i matematycznej oraz ana|iry
rrsp zalerro ci
zjawisk. Metody statystyczne umo|iwiaj prowadzenie
ana|iz
i dokonywanie ocen istniejcej sytuacji oraz pozwalaj wnioskowa
na temat
zagadnie, odno nie do ktrych brak
jest
pe nej wiedzy. S rwnie pomocne
rv wyszukiwaniu wzaj emnych re|acj i midzy obserwowanymi zj awiskami.
Podrcznik niniejszy zosta prrygotowany
dla studentw wszystkich
,pw
studiw realizowanych
na kierunkaclr Zarzdzanie i Marketing oraz
Zarzdzanie i Inzynieria Produkcji
jako
materi do wyk adw,
wicze i zaj
prowadzonyclr w laboratorium komputerowym w ramach przedmiotw
statystyka, statystyka w zarzdzaniu oraz statystyka ekonomiczna. Zosta on
zatem po wicony
szeroko rozumianym metodom statystycznym ze wskazaniem
na moliwo ci ich wykorrystania w praktyce menederskiej.
Rozdzia pierwszy po wicony
zosta powtrzeniu
i uzupe nieniu
rviadomo ci
z rachunku prawdopodobielistwa.
Rozdzia
drugi stanowi
rvprowadzenie
do statystyki. Zdefiniowano w nim podstawowe
terminy
statystyczn, pokazano etapy badania statystycznego, omwiono metody doboru
prby do badari, atakie wstpnobrbk
danych.
WpRoweozsHre
W rozdziale trzecim przedstarviono podstawowe
mierniki statystyczne,
takie
jak
miary rednie, dyspersji i asymetrii. Rozdzia czwarty nwiera
omwienie zagadnie zwizanych z ana|iz wzaj enrnych re|acj i wystpujcych
midry badanymi zjawiskami.
Rozdzia pity i szsty po wicono wnioskowaniu stastycmemu' czyli
estymacji i weryfikacji podstawowych parametrw zbiorowo ci statystycznej.
Przdstawiono rwn ie zagadn ien i a dotyczce ana|izy regresj i.
Rozdzia sidmy dotyczy ana|iry dynamiki zjawisk. Rozwaania dotycz
podstawowych poj, rnetod dekompozycji szeregw czasowych oraz mode|i
pozwalajcych
opisa, zmieniajce si w czasie' procsy.
omwiono w nim
rwnie indeksy statystyczne indywidua|ne i zespo owe oraz indeksy gie dowe.
Rozdzia smy dotyczy zastosowania statystyki w kontro|ijako ci.
Wszystkie omawiane w podrczniku metody zosta bogato zilustrowane
przyk adami. Wskazano na warunki stosowalno ci omawianych metod
i miernikw. Ca o zosta a uzupe niona spisem |iteratury, w ktrym starano si
pokaza
bogat |iteratur przedmiotu oraz tab|icami statystycznymi.
Serdecznie dzikuj Ko|eankom i Kolegom z Zak adu Metod
Ilo ciowyclr w Zarzdzaniu Politechniki dzkiej Za pomoc w ostatecznej
redakcj i niniej szego podrcznika.
dz 25'I0'2004r. Dorota Witkawska
1. EleueruTY RAcHUNKU
PRAWDoPoDoBlEsrw
1 ,1. Podstawowe
pojcia
ljarriska o c|rarakterze lllasow-vll1 (a takinri zajrnuje si stat,vstyka) tlloe-
;lr o.ql traktorva
jako
zdarzerria losolve. Nie oznacza to, ze rozpatrLr1enry'
je
.1crrralritt od ich przycz',n, a tylko podkre la, ze tlie
jeste nly
lr'statlie
1lrze-
lzic rq,ni|i1 zjawiska ze zbyt drrz dok adrlo ci. Przy opisie poslrrgLrjenly
'
rrtirr'czas
ternlirlologi zaczerprrit z raclrtttrku prarvdopodobieristrva, tn-
' .:; o zdarzeniaclt losowych, pralvdopodobieristrvie zdarze, rozk'ladacb prarv.
. :].tiObieliStrva. Przedstarvinry teraz podstarr'otr,e
1lojcia
z tego zakt.cstt.
Cal'v rachurtek pralvdopodobiestlr,a opiera si tla aksjonrataclr. Pierrvot-
..
lrl
(zatetrr
ttiedefittiorvaln1,rlr) pojciem rv racltutlktt pl.alvdopodobicristrva
jest
u tlltrzclrie clementarne a,l' W kadyrlt zjarvisku (do rviadczeniri) nlona defi-
.rrlc
zbir zdarzcli elcmentarlrych Q. Zdarzenil losorve to dorvolne pod-
..ior.1, zbioru zdarze elementartlych. J eeli p|Zy tynl zdarzenie losorve A c )
J )t Zbiol.eln zdarze eletrrelrtarnycll rd1, a....' Ot, to nrrvinly, e zdarzenia
, (o),
,.., ,1- sprzyjaj zdarzelirt A,
W rd zdarze losowych w,1,rznia si zdarzenie pervne f, o ktl.vnl na
..'\\'l1o
rviadomo. ze zajdzie (sprzy,jaj nru rvszystkie zdarzerlia elenrentarne)
:lz zrJ arzenie nienro|irvc a, o ktrynr I]a pewno lviadotlro, ze nie zajdzie (nie
'i)I.Z}ja
nru zadne ze zdarze elenrentarllych).
Na dowolnynr zbiorze zdarze eletrrelrtatlrYch okre la si furlkcj prawdo-
1iclt|obiestwa'
P
'u
taki sposb, ze:
ll kazdemu zdarzenitt |osor'venlu ,4 odpor,viada okre lona |iczba p
:
P(A)
Zwalla prarvdopodobietistrr,enl zaj cia zdarzenia A, przy czynl liczba ta za-
rr,iera si rv przedziaIe dorrrkllitynr
<0'1>:
0 P(l) l'
ll) prar,vdopodobieIistwo zdarzenia pervnego
jest
rwne l:
P(A)
=
1'
(1.1)
(i.2)
J est to tzrv. aks.ionlatyczna definicja Kolntoqororva. CzyteInikorvi znana.jest Zapewlle rrvlrie
kIasyczna definic.ja prarvdopodobieristrva l-aplace'a Iub inIle (porrvna.j np. Z. IlelIrvig
Il980l
s. 10-50). Definicja podana pow'1,zej
jest jednak
cenna Z ttrva.qi na rvatle cechy prarr'dopodo-
b ietistrva. ktre uw'vou]<la.
'10
Et-Elrilrrutv RAcH L N KU PRRWDoPoDoBlESTWA
(Ill) prawdopodobieristrvo zdarzelliil bdcego sunrdrvcllzdarze A1i A7lvza-
jenltlie
rtykluczajcych si
jest
r.rr'ne sunrie prawdopodobierist\\,tych Zda-
rze.'
P(A, w Az)
=
P(A,) + P(.].
)
dla ,'1' . .4' rvvkluczajcych si.
(
I .3)
Z pollyszej definicji ur rlika Ill'irl.]. ie prar'vdopodobielistrvo zdarzeria
nienroliwego
jest
rr,vne zcro'
Przyklad 1.1
Sklep nreblorr1'sprzcdl.1c kl.zcsil z .'lt.crltle sost.1o\\'cgo. Wyroby te s wykonane
z drrvlra rv
jedn1'ln
z drrcIl odcrcrli:.il rri..jszirrl Itrb cicnltticjsz,vnl. Meble pakolr,arre s
tak, e nie da si ustalic odcicllia
rr tltagazrllic'. ale dopiero po rozpakolvaniu rvsklcpie.
Wiadorrro, ic \\'lnagaZ}.Ilic.jcst i6 kl.zcscl.
jak
I.rrIlicz. e lnebli
ja niejszych jest
trzy.
krotnic rviccj lliz cicInrlic.jsz1,ch' l)elvicn kIicllt pragllic ktlpic cztcry krzes a' chce
jed-
nak, aby Inia y olre
jedlrakorvy
odcie' W zri'izku z tYm sprzedarvca przynisl
zmagazynu 4 zapakorvanc krzsla. okr-e l,
jakie jest prarvdo1lodobiestrr'o.
e przynie-
sione krzes a s w tyn1 saln)/lll odcieniu.
Rozwiazanie
Zdarzeniem elenrentarnyIn rv tyln przyk adzie jest
dolr,olna czrvrka krzese spo.
rd szcsrrastu
(zak adarn1,, e 4 z nich to nlble cinlniejszc, a 12
- janiejszc).
Zbior
zdarze cletrrIrtarlrr,ch Iicz."- zate rll C,ao
=
l 820 zdaru, Kadc z zdatze ellnentar.
llych
jest
tak sanlo
prarvdopodoblle, Zatem prar 'dopodobiestrr'o kazdego z nich wynosi
P(a\
=
I 820
Irrteresuje nas zdarzcnie l polegajce na tr,ln. ze rvszystkie 4 krzes a rnajten saIn
odcieri. Zdane elclnentarnych sprz},jajcych zdarzcIliu l
.icst
clrz
=495
dla odcienia
ja lriejszcgo
i
c|
=
l
dla odcie nia cicninie.jszcgo. Pralvdopod<lbiestrl'o zdarzetria
I rvynosi zatcnr
p,
z'_
495-l
- i)6
I 820 r 820
Mozna zatenr porvicdzie, ie pr.arr'dopodobietistivo. i prz'vnicsiol1c przez sprzedarvc
krzes a s rv
jcdrlakolvynr
odciellitl rt-r,lrosi 0'27.
e
Z innynli rvlasno cianii pralvdopodobiestrva nroe si CzyteInik zitpozlla nl.in. rv pracach
Z. Flellrvig
[980]
s.50-63, S. Zubrzycki
!9661
s. 63-75, A. A. Bororvkorv
!9751
s.27-35.
Zl,tteltruR LosoWA IJ EJ RozKAD
1 ,2' Zmienna losowa i
jej
rozk ad
', 2.1. Podstawowe definicje
Znlienn losolv X nazywanry kazd funkcj o warto ciach liczbowych
' ',,
r rr istr.clr), okre |orr na zbiorze zdarze elenlentarnych.
Przr'k ad l.2
J ':zlllr'
zbior zdarzen clelnetrtarnych z przyk adu l.1 i okre lmy na ttiln ztlrienIl
..'xll
.\.
jako
liczb krzcse lv
ja nicjszynr
odcicrriu lv rd przy'nicsion;'ch cztercch.
,.,l:liclttla
'Y
rnoic przyjrnou.a rr.arto 0' 1' 2' 3 lub 4'
.,rz-cclsibiorstlvo plodtIkujcc pralki prowadzi badarria dot).czce okrcsu bczar,vary,j-
]]J Lr) tl}(kowania swoich rryrobrv. Zdarzcnienr elcInelrtarll1,lrr \\'fy|n prz)'padku
jest
i.izJ a z pralek, zlrrienn losorv -
,,y.rvotno ''
lryrobrv r yraona n1l. rv nricsicach.
z1lllictltla ta przyjnltrjc lr'arto ci bdce liczbanli naturaln1,mi pocz\\'szy od zera.
i;ilrll granic trudno ustali
- teoretycznie zlnienlla mozc osigac dowolllie due
.'r
ltrto ci.
l)t-trir--It pocztkujcy gracz gieldorvy zainrvestorva srvoje oszczdno ci rv akcje
jed-
llcj zc sp]lek i z niepokojem lcdzi
jej
kur.s z dIlia lla dzie. W tynl przyk adzie
zttlienll losorv bdzic np. kurs akcji rr'spontnialrej splki nastplrego dnia. J ezeli
zllatll1' kurs dzisiejszy i rvynosi oll -T0. to kurs.jutrzejsz), lnozc by dolvoln liczb
l, przedzia|v
<
xn
.
10o, x,1
+
|0o>
'
e
J ezeli znrienna losowa X przyjnlrrje skoIiczon lub przeliczaln (rrt,no-
:1'nL|ze zbiorenr Iiczb naturalnych) liczb rvarto ci. to llazywalny
j
zlllieIlIt
so\\' typu skokowego
(znrienn losorv skokorv lub dyskretrl)' J ezeli na-
.
rlliast zbir rvar1o ci zmiennej losowej
jest
przedzia etrr rv zbiorze |iczb rze-
.
'lr
rl istych
(w
szczeglno ci ca ynt zbioreln R)' to rlwinly, e Zmielll]a losowa
..i t}.pu cig ego (est ztlrienn losorv cig,l).
Przyklad 1.3
\\/ prz1'k adzie 1.2 zntierrne losorve z punktw A) i B) S t}'pu skokorvego - pierrv.
''.l
o skoticzonej. druga o przeliczalnej liczbie rvarto ci, natonliast zIrricntla losotva rv
lkcit' C)
jcst
zrrrienn cigl. e
Z pojcienr ztnierlllej losorvej silnie lvie si pojcie
jej
rozk adu praw-
.l.l1lodobiestwa' okre la on, ktle z rvao ci zmiennej s przy'jnlorvane naj.
.rr. ciej - maj najrviksze prarvdopodobiestrvo zaistnienia, ktre rzadziej.
:(.lzklad prarvdopodobieIistrva znrietlnej Iosorvej (lub po prosttl rozk ad zlrriell-
11
4a
'L
EleNrrurv RAcHUNKU PRA\^J DoPoDoBlesrw
nej losor,vej) llloze byc okre lallr' \\ t.Zll\ sposb: dla znliennej losolvej skoko.
tvej przez podanie
funkcii prau'doptrdrrtricristua
lub d1'strybuanty,
dla zntiennej
losorvej ciglej prz}' polllocy lilllkc.ji
g..sto ci
praridopodobielistli'a
lub clystry-
buanty. Poniej zdefinitIjenlr por.llllc
llL).j!.
jll
1.2.2. Rozk ad zmiennej Iosowej
Znlietlna losorv.aItr.pLr skokorrego
1ll.zr
jtltLrje
riarto ci
Xt,Xz,.'. (skoIiczo-
n lub nieskoliczotl ilo ) z prarr'dtl1ltlcloLlicristliatlli7,l;,
]):,
... . Funkcj pra}Y-
dopodobiclistrr'a
zllrietltlej Iosolvej )'llazr'ri atll\ prZ) pol.zdkort,aIlie
r/HP(,ri)=p,,
i=1,2.....
(1.4)
gdzie P
(x
)
j
est prarvdopodobieri
stu.ettt rv1'stp ien i a rr arto c i x, oraz
,,
=l
llrl
dla zmietlnych
osigajcych skoriczon |iczb wafto ci,
( 1.5
)
Y,,
=l
/-!
!
( I 6
)
d la zIn ietlrlyclr os igaj
cych
przel iczal Il l iczb waft o c i.
Dystrybuant zrrrieIlltej losolvej X typu skokorvego llazywalny funkcj
F(x/ okre lon dla wszystkich |iczb rzeczyrvistych
rv nastptrjcy
sposb;
;r+F(x)=P(X x):
Zp6
='t,)
dlakazdego r e R'
-t, .I
oczyri,i cie
( 17)
dla x <
-r,.
dlax,
<r(-r*,,
+ pt dla
"r,
<
x <
,r-.
(
1.8)
lo
l-
F(.r)=]1''
Io'
Z ilteltruR LosoWA IJ EJ RozKtAD
Przy skoczonej liczbie rvarto ci ztniennej dystrybLrallta osiga rvarto l dla
't
rr'iksz,vch lub rorvnvcli najrvikszej z osiganych l'var1o ci. Przy nieskoIiczonej
liczbie lvafto ci znrierlnej, lvarto dystrybuanty dzy do 1 dla x -)
co
. War1o
podkre |i podstarvorve rv asno ci dystrybuanty:
>
.r(")
=
0, J im F(.t)
=
l, ( 1.10
)
Y F(x)
jest
funkcjnienlalejc plzedzialanli sta i prarvostrotlnie cig .
Przyklad 1.4
okre linly teraz ftrnkc.j prarvdopodobicristrva idystr1'brrant dIa danych
z przyk adu l.2 A).
Rozn,iazanie
Prarr'dopodobicstlvo' e rvsz1'stkic krzcsla maj odcie ciclnniejszr' rr'vtlosi
"'
'ci
l.l I
P(X
=0)=a
"
=:-::-:=
-:-]-:- 0,00055,
C o
l820 i820
gdzie C
]
- |iczba molirvyclr kombiIlacj i czterech krzcse cienrniejszy,ch (spo rd
cztercch),
C|,
- liczva sposobrv, na ktrc mozlla wybra zero krzesc
janiejsz;,ch
spord
drvunastu.
Ci, Ci- Iiczba kornbilracji z czterelna krzcs ami cienrniejszynri i zeretn
ja rliej.
szych,
C,au - liczba rnolirv-vch czrr,rck krzese spo rd szcsllastu sztuk.
odporviedllio pozostalc rvarto ci znr ienlrcj losou'cj \\\'|losz:
"'
'c|
48
P(.Y=l)=
=U.UJ 9
cin 1820
^t 'c.,t i96
P( X
=2) =
!J !-

U.]
j
ciu 1820
ci
cl 880
P(.Y=])-.I]
"..'
cil 1820
14 .
C:
. 95
P(_Y=4)='l:.
=u.j/
C o 1820
Wykres ftrnkcji prarvdopodobiestrva rryglda
jak
lra rystrnku l.l'
IJ
14
ELerutEnrv RAcHUN KU PRA!l/DoPoDoBIESTWA

0,5
.l
0,45
l
l
o
o,ai
;t
o u,J c l
.q
os
l
T VZ1
=
o1s-
o
o- 01
0
o
-

-|_-.- i>
0't
234
|lo rrebli
ja niejszych
Rys. l. l ||,lkres
funkcji
pralldopodobiesilla
z pr:yk adu
],1
Funkcj pr.arvdopodobicristrva
dla zlnieltnyclr
o skoczonej liczbie rvarto ci przed-
starvia si rrvnic czsto w postaci
tabcli. onlarr'iane dane rv postaci tabc|arycznej wy-
gldaj nastpujco:
Zdefiniujerny
te raz dysh.ybuant tego rozk,ladu. Zgodnie ze wzoret]l ( l.8) dystrybtr-
anta ma oosta:
F(x)
=
0
I
I 820
49
I 820
445
I 820
t325
I 820
I 820
I 820
dlax<0
dla0<.rcl
dlal<.r<2
dla2<,r<3
clla3<;u<4
dlax>4
0
0,0005
0,027
0,24
0,73
1
dla.r<0
dla0<.r<l
dlal<.r<2
dla2<x<3
dla3<x<4
dlax>4
Tabcla 1.1
495
I 820
396
r 820
Wvkles tcj lirnkcji przcdstarviony jcst
na ry'suuku 1.2
ZrvleruruR LosoWA IJ EJ RozKAD
x
LL
1
0,9
0,8
a7
0,6
0,4
^
0,2
0,1
-rrr
-
dladowolnycha<b.
wazlla w asno funkcji gSto ci:
2
x
Rys. I 2 lt'ykres
funkcji
d1'.st4'[111,rsY pr:vkludtt l 1
d
Dla zrrriennej |osorvej rypil cig' ego nie da si okre |i funkcji prarr,dopo-
dobieristrva. gdy na ogl prau'dopodobieristrvo osigrlicia przez t ztlrietln
korlkretllej. pojedynczej rvao ci
jest
rrvne zero i nlona co najwyzej nllvic o
prarvdopodobielistrvie, Ze Ztl]iellna losolva nalezy do pervnego przedzia tr. Dla-
tego definirrje si tzw. ftrnkcj gsto ci prarvdopodobiestlva.
Funkcj gsto ci prarvdopodobiestr 'a zmiennej losorvej typrr c ig,lego
llazywanly firnkcj/. ), okre lon na zbiorze 1iczb rzeczy'rvistych i spe rliajc
rlastpujce warunki:
"f
(,)> 0 dla kadego x e
'R,
( l.lt
)
( 1.12
)
h
I r, r ,
)IG)ar=P(a<x<b)
Z poir1,zr."idefi nicj i ny' i ka
ll\x)a;=1.
Frrnkcj gsto ci prarvdopodobielistrva moe b1,{ zatenl kazda funkcja ca -
kor'va|na o lvarto ciach nietljenrnych i spe niajca rvarullek ( 1 .13).
Graficzna interpretacja rvarunku (1.12)
jest
taka, ze prawdopodobieristwo
osignicia przez nllienn X rvarto ci z przedzia u (a,b>
jest
rwne poIu pod
lrykresettl funkcji gsto ci na odcinku (c,>.
( 1.13
)
to Et-Elr,teruly RAcHUN KU PRAWDoPoDoBlesrw
Przyklad 1.5
RozpatrzIny tcraz dalte z prz1'kladLr ].] C). Zbudt1cnl1. ftrnkcj gsto ci prarr,dopo-
dobiestrr'a przy za oeniu, c kazcla \\3rtosc kLrrstr.jcst
jcdllakorr'o
prarvdopodoblla".
Przyjnlijnly llp', c bierya
\\artoSc ktll'stl itltcrcstr.ja.clch nas akcjix6
jest
rrrtla l0'
Wobec tego lrloilirve r 'ar1o ci zIllicllll.-,j lc.sorl't-.j llalc do przcdzia tl < 9,l 1>' Dla
rvszystkich.T spoza poclancgo pr.zt-dzillltr tirnkcja gstosci lnusi b1''c zatent rrvlla zeru.
natomiast rvtyrn przedziale-. rtobcc zalozcnia
.jcdnakoucgo
prawdopodobictistrva, po-
rviIlna olla b1' frrnkc.j stal czr'li
"/
(.r.)
=
c' dla kazdcgo -T < 9,1 1>. Warto c obli-
czylny korzystajc z rr'lasIlo ci (l.l3):
+t) 9 ]l +c 9 || +
1=
Ifiu)ctx= lltx)c)x+ If@)dx+ I/G)dx= J odx
+
J cdx+ lodx=
_
9 l|
-.n
9 ll
=
0 + c.rl; + 0
=
c(l | - 9)
=2c.
1
zate|n c
=
-
. ogllla postac ftlnkcji gsto ci przedstarvia si nastpu
jco:
Io
ala r<9,
lr
/(.r) ={_
c||a 9 'r' l l,
l)
l0
dla r>ll.
Wvkrs tcj ftrllkc.ji pt.zcdstarr,iolly
jcst
na rysulrkLr 1.3

)
:
I
T
I
o J ...-......- l
10 t1 12 13
R-t,s' 1'J l|,),kres
J ilttltcji
gsto ci z
\lrzyklaclu
],5
e
Dystrybuant zlniennej losorvej typu cig.tego okre linly
jako
funkcj
F(x)
=
P(x x)
=
_l
71al
c1la kaidego x e R .
1
s
os
..
.l.o
nieuzasadnione za oenie prz1,jnlu.jenll, oczyrr.i cie dla uproszczenia przyk|adu
( r.14)
ZMlENNA LosoWA l J EJ RoZKAD
Podobnie
jak
dystlybuanta znliennej losorvej skokorvej, dystrybuanta znriennej
losolvej cig,Iej:
> 0 F(x) 1 d|a kazdego x, ( l.l5
)
'
|im F(x)
=
Q, |irlr F(x)
=
l, (
l.16
)
.>
F(x)
jest
t.unkcj nienlalejc i cigl.
r.a podstawie dystrybuanty n1oZlla t. ob|iczy pr.arvdopodobielistwo,
ze
x e (a,b >:
P(a<xb)=
ha
=P(X
)-P(X<a7=
lfQ)dx- I.fG)a*=
(l.l7)
=
F(b)- F(o).
Przvklarl 1.6
okre linly dystrybrrant dla firnkcji gsto ci
z prz1'kladu
l.5. Zgodnie z definicj:
17
,I
F(x)
=
I
"f
(,)a,
=
'[o
at
.,,,n,*ila,
dla9 li
=
'
.!)
-@
e" lll
'-
)0dt+ )_c t* ))dt
d|ar>lI
--,
9J ll
dlax<9
[o ,
dlar<9
[,0
dla.t<e
=
1o*(,-9)
dla9.Tl1
=
1'('-9)
dla9'r. 1l
[o+t+0
dla-r>li
I
t dla-r>ll
Wykres tcj funkcji zosta przcdstarviony'rra rys. l.4.
18 Ei.Etr,lEnry RACH UNKU PRAWDoPoDoBlEstwR
,it
1r
-
x
rl
Rys. l .J l|,l,kres dystry"bttctnt.l, t|ltt ro:k atltt :
1lr1'klaclu
l'6
Zla1c dvstrr,brrarrt lnoenrv oblicz1' prarr'dopodobicristr,vo
tego. e lval-to
zn)ienncj losorvej osignie zaloony
l)fzez
|tas pozioll1' Sprbujrny'policzyc np. prarr,do.
podobiestu,o tego,
a) kurs akcjirvzro nic o pottad
50.tztl. osignic rtartoc porrad
10.5:
P(x > 10,5)
=
1
-
P(;r l0,5)
=
1
-
r(l 0'5;
=
1
_
;
(10,5
_
9)
=
1
-
0,75
=
0,25
,
b) cena akcji llic bdzie u1'sza ni 9.8, tzn. kurs w1'niesie o<l 0 do 9,8:
P(0 < x
<
9'8)
=
P(x 9.8)
-
P(x 0)
=
F(9,8)
-
F(0)
=;(9,8
-
9)
_
0
=
0,4,
c) rvarto akcji zmicni si o nlniej ni3u, tzn' prz1'jmic u'ar1o zprzedzia v
(9,7;10.3):
P(9,7 <r < 10,3)
=
P(9,7 <.t
<
10,3)
-
P(r
=
10,3)
:
P(9,7 <.r
<
10,3)
-0
=
=
P(x
<
l0,3)
-
P('r 9.7)
=
F(l0,3)
_
F(9,7)
=
1r
=-(10,3
-9)--(9^7 -9)=0,65-0.35=0.3.
C
1.2.3. Parametry rozk adu zmiennej losowej
Rozk ad ztniennej losorvej
jest
charakteryzo\\any przez pewne parametly.
PrzcdstarviIll1' tu tt.z1
]
|)o(|Sta\\
o\\ e - rr arto oczekiu all. rr ariartcj
i odchylenie standardorve. Podobrrie
jak
fullkcje okre lajce rozk ad' parallletry
te definiuje si osobrlo dla zmienn1'.'-' 1o'o1r,ych skokowych i cig,lych.
Warto cir1 oczekirvan (nad
ziej

lnatenratyczn, rvarto ci przecitn)
ztttiennej losolvej,Yri'pu skokowego |1azywalrly rval.to :
11
1a
IJ 14

Mclitra rvynrieni rrr'Iliez In|le \\razne paranletr)'rozkladu.
takie
jak
pafallletr\'poz5,c1jne'
rrro.
lnenty zrr'1,kIe icentralne' rr.sp czvrrnik asr,Illctrii iinne. Cz z nich bdzie onlrviona'jako
l)aran]etlY
zbiororvo ci statr'st1'cznej, z illnr,Ini nloie si Cz1'teIlrik zapozln rr, pracach
S.ZuLlrz5,cki[1966]s'125-l30.Z.IIe)Ivig
Il980/s.
lI5-I63,J ,J lviak,J 'PodgrskiIl995J
s'.{-56'
Ztr.tl Et.t t.tR LosoWA I J EJ RoZKAD
10
E(X)_ ,,,,
dla znlientlych osigajcych skoriczorl liczb lvafto ci oraz:
E(X)
=Zr,
p,
( r.r8)
( 1. re)
,=1
d la zmiennych osigaj
c1,ch
przel iczaln l iczb lvaft o c i.
Dla ztrrienltej losorvej L,v-pu cig ego zdefinitrjenry rvafto oczekir'van
ja-
ko:
E(X)
=
Ir7"(t),Lr
Wano l.,.ki''u'.,a odzrriel.ciedla przecitn1 pozioIlt osigalrr, przez
ztlrienn losorv. Niekonieczrrie rt'afto c ta
jest
najbardziej prarvdopodobna,
llatollliast
jest
to rednia warto c znliennej losorvej r -vnikajca z
jej
rozkladu.
Warro oczekirt.aIra posiada pewne wlasno ci, ktre sfornru owane zosta])'
rr' postaci porriszy,ch trvierdzeli':
l . Nadzieja I-tlatetrrat-yczna
(rvarto
oczekirvana) sta ej ru'na si tej sta ej.
cz.vli:
E(c)=. ( l.2l)
]. Warto przecitna sumy drr'ch zIlliellnych losor,vy,ch X i }'rrvna si sllnric
rvarto ci przecitnych tych zrlrieIln1,ch:
( r .20)
/ I aa\
\
r.!L)
losorvych X i )'
( 1.24)
E(X + Y)
=
E(X) + E(Y) .
3. Wafto przecitna iloczynu dwch niezaleny,'ch ztniennych
rrvlla si iloczyrlorvi rvalto ci przecitnych tych znlietlnych:
E('YY)
=
E(X)' E(Y)
( 1.23)
Pozostale drva paranretry: lvariancja i odchylenie standardowe S trriaratlri
zrtlicorvatlia (t.ozrztrttr) rozk adu' Inr ich lvafto ci s nlniejsze, tynl rozklad
jest
bardziej skupiony rvokI rvafto ci oczekirvaIlej.
Wa ria n cj 11 zttr i e n tl ej lo sorvej,Y tt azYrr,anly'nvafi o c :
D2
6) =
E(X
-
E(X))',
=
I
(.r,
-
E(X))', p,
dla znriennych losorvych typu skoko\vego oraz:
..[rrierdzeIri teorazichdorvodynla|e,nloinalll'in.wpracyZ.
IlelIrvigII980],s. l0.1-l06
20
tLEMENTY RAcHUNKU PR'AWDoPoDoBIESTWA
Dt (x)
=
E(,y- t(-y)):
=
-i,r
-
r(.r'))t./ (r)1Lr
dla znriennyclt losorr.rch t}ptl cigle-so.
WariaIlcj lllozl]a rri.nie obliczyc
jako:
Dt('Y)
=
E(X:)-Er(X).
SfbrnlLr'lujenly, podobrlie jak
dIa rvafto ci
oczekiwanej,
wyc h trr,i erdzeli(' dotyczcyc h lvari aIlcj i.
l . WariaIrcja
sta ej rrr.Ila si zertl:
D21c;
=
g
.
( 1.25)
( 1.2"r)
si stltltie
kilka podstar.vo-
2' Wariancja iloczytltt
sta ej c przez zrnienn losorv X rr'vna si
krvadratu tej sta ej przezwariatlcj
znliennej losorvej
X
D2
1cxy=
c2 D2
(X)
.
( 1.26)
iloczynou'i
3. Wariancja Sumy dlvch ltiezalertyclr
znriennych loso*ych rrvtra
wariancj i tych znriennych :
nt (x +Y)= n'6)+
n2
gy
( 1.28)
3. Wariancja rnicy
dr,r,ch lliezalelych znriennych
losorwch r,,vna
si sr:-
lllie wariancji
tych znliennl'ch:
n. (X
-
},)
=
D. (X) + n2
r1.
(
l .29)
J ako ze satna rvariatlcja
llie posiada rv asnej inter.pretacji,
definiuje si na
-i
ej podstarvi
e odcllylen i e standardou'e znl i ennej .
Odchylenicm
standardowym D(X) zn.ennej losotvej
X nazyrvamy pier-
wiastek krvadratorvy
z rvariallcj
i:
( r.30)
Przyklad
1.7
obliczyrny rvarto oczekilr'an. rr'ariancj i odcltylenie
staIldat.dorvc clla dallr,ch
z przy k adtI l .3.
Rozrvizani
W przyk adzie
tyln znrienlla losorva X (ilo
krzesc )
osiga
.rvao
0, |, 2, 3' 4
odpor,viednio z prarvdopodobiestr'varlri
0,00055, O,026, 0,22, 0,48 i 0,27. Nadzie
|a
ma-
telnatycz|la liczby krzesc rvynosi rvic:
D(,Y)
=
^J o'6)

.frr'ierdzenia
i ich <J orvody z.rla|ec Iliozna ttl.in. \\,p|ac-\,
Z. He||rvig
Il980]
s' l l3.l 15
Zt''tleunR LosoWA IJ EJ RoZKAD
a4
1l
5
t('Y)
=
Z',=,',1',
:
0 ' 0'00055 + 1 0,026 + 2'0,22 + 3 ' 0,48 + 4 '0,2'7
=3 '
Wariancja tcj zrnicnnej uynosi zatcrn:
D)
6)=t(.r, -3)r/,,
=
(0-3)r
.0.00055+
(l
-3)2
.0,026+
.; r))
.0,22+
+(3
-
3)2
.
0.48 + (4
-
3)2
.0,2i
=
=
0,6.
odchyIenie standardorve
jest
ru'nc:
D(X)=J 0,6
=
0,7716.
J cSt to warto stanolr'ica ok.f6, rr,arto ci oczckirr,anj. co nic.iest zbyt du;,ln odchv-
lellictrr' zatcIlr rvao ci bardzo odlegle od 3 s stosunkolvo lna o pr.arr'dopodobne . e
Przyklad 1.8
obliczlny rvaIto oczekirvatl kursu akcji rla podstarvic f-ullkc.ii prarvdopodobieri.
stwa wvznaczonej rv przykladzie 1.5:
+@ 9 lL
l
+
l
1
^Ill
.E(-Y)=
j,"/ttl,i.r=
I*.0r/r+ J x
.;ttr
+
J r"0rlr=0+;
;...t1
* O=
=i.,,r*srrlro
L
tt
L
'
te
4
Wariancja tego rozkladu rrlnosi
+,
D= (x
y
=
J {.r
-
l o)r./(.r),Lr'
=
;- ll l +
rz ,^
1
''
'^'
!d**
i(..-10)t.0,1r.=
=
J (l'-lU)-.Udt-J (1-lU)- -) J
=0*;
(
'.
-'o'-100")|'
*o=}i:;;
|-.zsi=!,
natolniast odclrylellie Standardo\ .e
F
D(X7
=./:
=
0.5773.
t:
Bardzo nta a lv stostttrku do w'artoci oczckilvanej
(ok.
6%) rvarto odclr;,lenia
standardorvego
jest
tynr raze nl spo\\.odorr.ana ograniczolrylll przcdzia}eln u'atto ci
zlniennej losorvej. 13iorc pod urr,ag dlugo c przedzia v
<9.
ll> wystporrallia zllriennej
losorvej odchylenie standardowe rr1'nosi ok.29o, tej d ugo ci. e
E t. Et',l
p
ll ry RAC H U N K U P RA\ill D o P o D o B I E STWA
'1.2.4. Zmienna losowa dwuwymiarowa
W rvieltr gaIziach Stat\ St\ ki. zrr laszcza ll atlalizie lvsp zalezno ci zja-
'u1.
11,ykorz1'sttrje si pojcic \\ ie]t)\\\.llliat.tlrre-i zIrrieIlnej losorvej' J est to, po-
dobnie
jak
rv przlpadku znricnncj Iosoucj
jedno*1'nriarorvej (onrarvianej
do-
tychczas). firnkcja okre lotla Ila zbitlrzc zclarzeti elctnetltarIlych. J ednak rv rversji
lr-rvynliarorr,ej kazdetliLt zdarzcIlitt pI'zr pclrzi1c1kou uje si i liczb rzeczyrvist1'c|t.
Przedstalvirny teraz blie.i pojcie zrllieIlllc.j drr.ttlir.nliarorvej,.
Drl'urvvmiirrorr'l1 zmiettlt losclrr,
(,\,
)'l rlazy'rvarrr1, funkcj. przyporzd.
korvujc kazdenlu zdarzeIlil-l eletuetltat.llelllLl ., pa| |iczb rzeczyrvist1,ch
(x,y).
Zntienn losorv drvurvyltiiaroli
(,\i}) rllozcltl1, tr.aktorva rw,niez
jako
iloczyll kartezjaliski drvoch zllliellll1.ch losorrr,ch,\ i }., okre |onych na tytll Sa.
nlynr zbiorz zdarze eletrrentarnyclr f).
Drvuwyntiaro.ul,a zttlielllra losorva
jest
'pu
skokorvego.
je li
przyjnlrrje
skoriczon lub przeliczaln liczb rvafto ci (.t,,.r,,), i:l,2,.... Zlnienna |osolva
('{
},)
jest
pu
skokolvego,
je li
tn'orzce
j
zIriienne - i I s obie typLr skoko-
rvego' odpolviedlrio. drv'urv-vtlliarorva ztrlietltra losorva
jest
'pu
ciglcgo,
jeeli
obie zlllieIltte losolve'{ i I st1'pu cig ego'
Rozk ad znliennej losorve.j lv przypadku clrvuwytlriarow),l-n okr.e lany
jest
tak sanro,
jak
rv
jednowynriarowynl,
to znaczy przy pomocl' tirnkcji prarvdopo-
dobiestrva lub dystrybLranty dla znliennej skokolvej oraz filnkcjarli gsto ci
prarvdopodobieristrva i dystrybuarlt dla znlienIlej ciglej, Poniej podanry r'r\'-
mien i orte def i n icj e d la przypad ku drvurvynr iarowego.
Funkcj pralvr|opodobieIistrva zmiennej |osolr'ej tlrr,ulv1'miarorr'ej
(.{
}) ty pu skokorv e go 11 az}'\\,allly przy,porzd korvatr i e
(x'.y,)
P,l
=
P('Y
=
x,.I
=];,)
dla i.7
=1,2,...
( l.3l)
W postaci tabelarycznej fuIlkcj pr.arr.dopodobieristri,a znriennej losotvej drr.u-
uynr i ar.olvej lllozn a przed stalv i c li a st p Llj
co
:
7
o rvieIolq'nriarorr,5,ch znlienn1,cll losorr'r,ch IrloIra
fl
9751 s. 14-45. S. Zubrz;'oki
!9661
s. 208-215.
przeczrta *, pracach A. A. Bororr'liori,
ZH,tlEllrun
LosoWA IJ EJ RoZKAD
ZJ
Tabcla 1.2
Fu'kc.ia pra*'dopodotrielist*'a
dla znriennej rosowej
drvurvyuriar.ou.ej
_x -
-\--
t't.
- L- Il tj
.T1
X2
X1,
Ptt
Ptz
Ptt
Ptt
P:t
pzt
Ptt
Pt:.
ptt
Pr
Pz.
P t..
k
n
--\-
-
.l'oy
- L Ira P P.z
P.t
KI
Y^
-\-,.
*r
LPto
- LIr.1-
t
t=l
t=l
Zbir rvar1o ci
p,.
=,,, ,
i:|,2,''.,k
nazywa|l-ly
rozk|adem
brzegolvvm
dla znlierlnej
losorvej
X J est to
jednorv.v-rniaro\Vy
rozk ad
Znliennej
X rozpatry-
wally w oderwaniu
od znlienno ci
zmiennej |osorvej
Natonriast
zbir wafto ci
p.1,j:1.
2,...,/jest
rozkladenl
brzegowynr
dla zrniennej
L
Dystrybuant
zntiennej
losolvej
thvurvymiaro}Yej
C(
}] typu skokorve-
go tlazywallry
fullkcj:
F(-t,v):I
Zp, (1.j2)
J ' 'Y'l/<}]
Funkcj gsto ci prawdopo(|obielistrr, r
drvurvl'miarorvej
zmicnnej
|o-
sowej (X
]) typu cig|ego
nazywamy
fllnkcj
f(.r.l;=
liln
P(r<X<.r-+l..
l<
)'< y + A_1,)
Zrdlo:
opracort'anie rr'lasne
r+0,A1.+0
t.Av
Funkcj
a gsto ci
lna nastpuj
ce
rv.lasno c
i :
}
/(.r"",y)>0
dlax,y4,
+@ +r
z
J J J
6,1')d-rrlt'=
l.
;:'-
.F
.
J J .l
r''
y)d.tdy
=
P(r:t <
't
-r-2,
}l
<.l,
J ,] )
.
'rt .l l
(
1.33)
( r .34)
( l.3s)
( 1.36)
24 ELEMENTY RACHUNKU PRAWDoPoDoBiESTWA
Lczna dystrr'buantlt ztllienIllch
'\-
i )'nla nastptljcpostac:
F(r,),)=P(.Y
<,r.)'<f
)=
.J
ll(rr.r')cirr,/r'
( 1.37)
1.3. Rozk ady teoretyczne zmiennych losowych
Plzedstarvinry teraz rr'aznicjsze teort\'czl]e rozk ad-v ztlliennej losorvej
jed-
norvynliarorvej. Zacznienly od rozk adrv zniieIlnej skokorvej: zero.
jedynkorvego,
dr'vulllialrowego i Poissona. a llastpnie onrrr.itlly u' skr.cie rr1,.
brane t1.py rozk adrv znriellnej cig'Iej: prostoktny, norlrla|ny, t-Studenta, chi.
krvadrat i Fisllera-Snedecora.
1.3.1. Rozktad dwupunktowy i zero-jedynkowy
Z rozkladem dwupunktowynt lnalny do czvnienia tvrr,czas, gdy
r,r, wyniku do rviadczenia nloellly tlzyska tylko
jedn
z drvclr r'vao ci zt-trien.
nej losorvej: r:1 lubx2 z prarvdopodobietistrvarni odporviednio p oraz 1.p' onl.
lr'inry ten rozkIad szerzej dIa
jego
szczeglnego przypadktl' Zwanego rozk|ac|enl
zcro-jcdynkolvym, potliervaz
ztllielrtla losorva osiga rv trinl r'varto ci 0 lub l.
Funkcja prarvdopodobielistrva lr,tyt-ll rozk]adzie Illa oczyrvi cie postac
Tabcla 1.3
Podobnie atrvo
jest
\\yznaczyc d1,str)'buatlt dla tego rozk'ladu:
f
o dla,,r<0.
f(.i)=1,_, dla0 x<l.
L
I dla.r->1.
Warto oczekirr'ana ztnicnrle.j rr't.ozkladzie zer.o-.jedynkowyll] rlrytlosi:
6(,Y)=0 (l-p)+l't')=t), (1.39)
llatol'nrast wailancJ a:
D=(X)= (0*p)t
.(1
-
p)+ (l
-7;)r
.
p
--
p(t
-
p)
( r.38)
(r40)
Rozrmov re oRETyczNE z[,4tENNycH LosowycH 25
Przyklad 1.9
Klicntarni sklcpu z u'yposaenierl wtltrz s kobiety i l.l^tzczytli.
70% kuptljcych. W opisanvnl pr.zy'padku llrozna zdeflniorva znlienn
na poprrlacji klicntrv sklcpLI, np. prz1,jnltrjc:
rl,
jccli
klicntcln
jcst
kobicta.
x:0'
jceli
klicntcnl
jcst
lnzczyzna.
Tak zdcfiniorvana zl.uiellna nia rozklad zero-jedy'nkot*y z p:0,7 .
podobicIistlva tej zrrriennej Wyraza si rvzorenr
[0,:
dlar=0,
P(X
=
k\:1
| 0.7 dla r'
=
l.
J cj r,i1'krcs zosta przedstarviony na rysrrnku l.5.
Kobicty stanorvi
losorv okrelon
Funkcja prar.r'do-
1i'
nq
0,8
0,7
0,6
0,4
0,3
?
0,2'l
0,1
l
-----0+--
0
1,s. 1. 5 P r:yk ad ov,y lD)kre s
.f
ltlkc
'
,
pravtlo;;odobie s Iv a d la ro:klad u :e ro-jeclvttkoltego
Dystrybuanta rv op i sylr'an1,m przyk]lad zie
j
est r.lvna :
Io
dla.'r'<0,
I
F(x)= o.: ctlu0<x<1'
I
[1
dlax>l
ijest przedstar.viona na rl,sunku I .6.
-l
zo ELEtvlErury RAcHUNKU PRAWDoPoDoBIESTWA
-1tt12
;
s. l 6 P rz y k l a tl ov v lt,
1.
k r e s t,,s t rl, Ll u a n t
7-
tl l u r o: k l ad u : e r o -'j e c|y n k ov e g o
1.3.2. Rozk ad dwumianowy (BernouIliego)
Rozk- ad drvttnriallorry wystpuje rvtvczas, gdy przeprol'vadzanry ll
jedna-
kow1,ch do wiadczeri, z ktrych kade trloze zakoczy si
jednym
z dwch
rvynikrv:
,,sukcesen1''
z prawdopodobieI,lstrvetll p lub
,.porak''
zprawdopodobieristrvel-n l-1r. Znrietln losorv X ul tytll eksper1'tnencie
jest
liczba sukcesrv rv ir probach' atrvo zattlvaiyc, e rnoe ona prz5,jtllorva lvar-
to ci z przedzia|u
(0,n}.
Funkcja prar,vdopodobieristrva
rv rozk adzie Bernoulliego
jest
okre loIla
\\rzorelt-l:
( 1 .41)
Dystrylbuant, podobnie
jak
poprzedllio, lr,yznacza si rr.g rvzoru ( 1 .8).
Warto oczekirvatla i lvariancja rv rozk adzie drvunlianowytrr s rrr,tle:
E(X)= np, (
r.42)
n'6)
=
np(r
-
p) . ( 1.43)
Przyklad 1.10
Pclvien aklvizytor prorvadzc1' sprzcdaz kalkuIatoriv kontaktuje si z l 0 kliclltalni
dzicnnie. Z do rviadczcnia ri.iadonlo, ze prarvdopodobieristlvo zakrrpu kalkulatora przcz
klinta rt1'nosi 0,2. J aki
jcst
rozk ad praivdopodobicst\\'a liczby sprzcdanyclr kalkulato-
riv? obl iczr'c
.j
cgo paramctr.1,'.
RozKADY TEoRETYCZNE zMlENNYcH Losow/cH
Rozrviazanie
Znricrln losorv rv tynr przykladzic
jcst
liczba sprzedatr;'clr przez sprzedarvc cg.
zenp|arzy rv cigtr
jednego
dnia. Ma ona rozk,lad dlvttlniano*y z n:10 i p=o,z. Ftrnkcja
pralvdopodobistlva, obliczona wg wzoru ( l .4 l)' przy.imtrje rvarto ci:
l0l
p(-y
=0) =
'"'
(0.2)0
.(0.g)rn
=
0.107374 .
0!.1 0t
'
co oznacza' e akrvizlor nie spr.zeda zadnego kalkulatora z prarvdopodobieIlstrvenr 0. l,
t0l
P(X
=
1;
=
.J -10.2)'
.(o.s)o

0,268435
'
l!.9!
'
cz1'li prar.vdopodobieristrvo sprzedania
jcdnego
kalkulatora ri1'nosi 0,3 itd.
Wykrcs tcj frrnkcji przedstart,ia si
jak
na rys. l .7:
0,3
^)
0,2
0,1 5
0,1
0,05
0 -, o_'=,r=>
10 11 zJ +col/Y
Liczba sukcesw
(sprzedanych
sztuk)
Rys.1.7 Pr:vklatlotty wykres./ilnkc:ji prav'dopotlobictishra :ntiennej o ro:klatlzie Rernoulliego
Warto c oczekirvana liczby sukcesrv rv opisan1,nr do lviadczeniu rryIiosi:
E(X)=rtp=10'0,2=2.
Wariancja
jcst
rlvna:
D= (X)
=
np(l
-
p)
=
10' 0,2 ' 0,8
=
1,6,
natomiast odchylenie standardowe:
D('Y)
=,1;\x)
=1,26 '
1.3.3. Rozk ad Poissona
Rozklad Poissona
jest
rozk adenl znliennej losor,vej skokorvej, z ktrynl
lllallly do czynienia w przypadkLt okre |allia prarvdopodobietistr,r,a zajscia zda-
27
E
a
.c
.9
o
;
o
o-

0
28 ELerueNry RAcHU NKU PRAWDoPoDoBlESTWA
rzeri stosunkolvo rzadkich. takrcll
-jak
liczba Ltsterck ri'produkorvanej paftii ma-
teria u. Iiczba zg oszeri szkd. liczba czi1steczr-.k I.aclioakt1'lvnych cnritorratt1'ch
przez substarlcj rr'klcitkilll okr.csi it1l' J est to rozklad, rv ktrym poszczeglne
zdarzenia s niezalezlle cld siebie i pralrclopodobielistr,vo
zaj cia pojedynczego
zdarzenia
1est
takie salllo dla lvszr'stkich przedzialrv
o sta ej rozpito ci'
Rozk' ad Poissona
jest
przr'blietlielll rozk adLr Bernou||iego dla duych
prob (ll>1000)
i
Pt.z1'
'-'.'.',.'-''
pralvdopodobielistr,vie
zaj cia zdarzenia (.'strkce-
su") - prakn cznie p<0.1 .
FLrrlkc.ja prawdopodobieristrva rr. rozk adzie Poissotla o paranletrze i
jest
clatra u'zorer.n:
P('Y
=o,=*,
dla = 0,1,2,,,,' ( 1.44)
Zarrvki
arrvek
gclzie:
e - podstarva logarytrlrv naturalllych,
)" - sta|a, ktra
jest
rvafto ci oczekirvall i rrr'nocze nie
.ivariancj
|oZ-
kladu, czyli:
E(f)= n21X1=tr.
PrzS'klad l.l 1
W zak adzie rrytrvarzajcynr arrvki lvadliu'o produkcji rvynosi 40'
pakorvaIle s rv paczki po 50 szttrk. WyzItaczy rozk ad Iiczby rvadlirv1'ch
( r.4s)
w paczce.
ZIlricllrla Iosorva Iiczb1, u,adlirr1'clr lrrr'ck l.rra rozklad Poissona. Warto oczcki-
rvana uvnosi:
E(X)
=
)"
=
1P= 50. 0,04
:
2 .
Funkcja prarr.dopodobicst*'a
|lla Zatclll posta:
)^
-)
l'( .\
-
Kl---c
-
K|.
i dIa kolcjllvch prz1jlnLrIe rr,ar1o ci:
)0
P(X
=O)=:-e_)

0,135335,
0!
co
jcst
to w'arto ci prarr'dopodobicstrva,
ie w paczce rvszystkie arrvki s dobrcj
jako-
ci,
)r
P(X
=
1)
=
1-
u-:
=
0,21067 I
II
- prarr,dopodobieristir.o.
ie \v paczcc nla|azla si
jcdlla
rvadlirr'a ar.rr'ka. i dalc'i
RozxrRoy TEoRETYczNE ZMIENNYcH LosoWYcH 29
P(X
=U=+,
=0,2'706J 1.,
)3
P(X
=3)=1_e_J

0'l80447,.''
W.vkres tej funkcjiprzcdstarviony zostal na rysunku
(1.8):

0.3
.j
OO
0,05
l-,=-__---- ?
.
.--a*-+-o
l-.-.'r-.-o-. -e-o->
0 1 2 3 4 5 6 7 8 9 1011121314151617181920
Liczba w ad|wych arw ek W
paczce
.t1.s. 1'8 Pr:1,kladowy llykres
'l^
tltk.
.'
J rav.tlr4lotlobielistta
dla ro:kladtt Pr;issrltltt
Na portyszyrn rrykrcsic latrvo zaurr.az1uc, e najcz ciej (z pr.arvdopodobie-
stweItl 0,27) w paczce zrlajdtrj si 2 ltrb 3 arlvki rr'adlilvc. c
1.3.4. Rozk ad
prostoktny
Uednostajny)
J est to najprostszy Z rozk adw Zlniennej losorvej ciglej. Matlly Z I-linl do
czynietlia rvtedy,, gdy prarr,dopodobieristrvo za.i cia zc|arzelia
jest
stale
\\'pervrlym przedziale
<a,b>.
Przypadek opisany rv przyktadach 1.5 i 1.6 doty-
czy rv 'a n ie rozk adu
j
ednostaj nego'
3
^^ a
u.z
.c
.9
o o 1
O -"-
o-
o
3 nl
6'"
I
a
a
30 Eleveruty RAcHUNKU PRAWDoPoDoBlESTWA
Funkcja gsto ci tego rozk-ladu
jest
daIla \\,Zorel]l
I
o dla ..r.- < c,
l1
"f(x)=i;-
d|a<x<b,
lD-o
[
0 dlax>'
od
jej
rv a rrie ksztattu
(patrz
rysunek l.3) bierze llaz\r rozklad pr.ostoktIr1'.
Dystrybrranta znliellrlej losorr'ej o rozk adzie
jedlrostajnynr
rvyraa si rvzo.
renl:
( 1.46)
( |.47)
Io
I
lx-7
l (x;
=
1
'
lD-a
L1
Warto oczek
rrvne odporviedrrio:
+
?
E(x)
=
)xJ
Q
dlax<a.
d|aa<x<,
dlar.
irvana
)dx =
i rvariarlcja zrlliellnej o I.ozk adzie prostoktnynl s
.
^
|
l
^
+b
U+
l.r-t/.Y+U3-.
)
b-a 2
( r.4B)
(
r.4e)
1.3.5. Rozk ad normalny
Najcz ciej spotykall1,'nl \\' natufze rozkladenl ztniennej |osor,vej ciglej
jest
rozl< :rd normalny, Zwall\, rozkIadcnl Gaussa-Laplace'a. Cigla ztll ietrna Iosowa
X lrla rozklad tlonllalny (co oznaczanlr
'\
-
i'(l,. o)).
.ie li
jej
ftrnkcja gsto ci
.
okre lona dla wsz-vstkich rzeczl,rr'ist1'clt ri'arto ci r da si przedstalvi za pomo-
c wzortl:
[
(.-r,)t
)
r^,-.\_
I
-[-;]-l
"/(.r)= t^
e'
O.,l flT
gdzie:
x (_
-;+.o),
ll:E6.)
- rvarto c oczekirvana,
o:DlX) - odchylenie standardou'e,
tr:3
-141
59 .
(
r.s0)
Rozxrnov TEoRETYCZNE ZMIENNYCH LOSOWYCH
Przyk ady firnkcji gsto ci dla rznych rvafto ci paranletrrv p
i o
przed-
starviono na r1's. 1.9:
-r-_N(oJ
I
Rys. l.9 Funkcje gsto ci rozklatlu nornnlnego dla r:n1''ch lt,ttrlo ci
!
i a
w arktlszLt kalkrrlacyjn5,rtr EXCEL rvystpuje funkcja
ROZKAD.NORMALNY - daje otla tV lvyniku normalny rozk ad czny dla
darlej redniej i odchyletria starldardowego.
Skladnia:
ROZKAD.NoRMALNY (x,' r e d ni a, s t a ncla rcl
_odc
h, s ku nl ul
),
gdzie:
J - argullrellt funkcji gSto ci lub dystrybuanty,
reclnia - rvarto oczekirvana rozk,ladu,
stndard_odc - odchylerlie staItdardowe rozktadu,
skuntul - rvafto logicztra' ktra okre la rodzaj firnkcji. Iee|i skunnil na
rvarto PRAWDA' rvrvczas firnkcja ROZKLAD'NoRMAt,NY
daje rv l,ytliktr czrl funkcj rozk adtl - dystrybrrarlt. a
je li
FAsZ, rr'rvczas frrnkcja ta daje rv ltyniku funkcj gsto ci
prarvdopodobiIistrva'
Natomiast firnkcja ROZKAD.NORMALNY.ODW oblicza rvao funkcji
od rvrotnej sku nru lorvan e go rozk ad rt nortrra l tr e go,
Sk adrlia:
ROZKAD.NoRMALNY.oDW(praw clop, redni a, s t andard
-odc
h)
gdzie:
pruwdop -
jest
to prarvdopodobieristwo odpolviadajce rozktadorvi nor-
malnenlu.
31
i
l
I
ELrtr,leruTy RACH UNKU Pr nWDoPoDoslEstwR
rednia -
jest
to redrria arytnlct} cZna rozkladLl.
statldrd*odc -
jest
to standardorr'e odchylerrie rozk,ladrr.
Charaktcrystyki liczbotrc zrllienncj Itlso\rlj ,Y
-
.V(7l.o) s rlastpujce:
p_E(Xl
- rvafto oczekirr'ana'
V(.n:d - uaria-nc.ia.
)v[e:p - l'nediana",
Ir4o:trt - uroda.
FLrnkcja
.f('r)
rtra nastpLrjce wlasno ci:
_
vtasno C Synrctlyc:no ci -
jest
syrlletryczrla w'zgldenl prostej
"\:l/,
co
oznacza, e speln iona
jest
zalezno :
P(Xrp)=P(,Y<tr)=0.5. (1.51)
-
y' asno
jec nomodalntl ci
- rv pLrllkcie
"t:1l
osiga rvafto nlaksynlal-
ll. ktra rv1'llosi:
J 6=-+,
(r
s2)
6^,t zft
_
vl'sno' :tlliettno' ci - rallliona
f"r)
lna.j punkt1' przegicia dla
x=
/!-O
orazI-
lt+
o' W|asno ta rvize si z tzrv. rcgul trzech
sigm, u'g ktrej przyjlrlLrje si, ze realizacje znrieIltrej Iosorvej cig,l'ej X
nie bd si rzrliI1
(irl plus. ill nlirlirs) od rvarto ci oczekirr'anej rvicej
ni otrzy odch1,Icrlia stanclardorte (rys.l.l0) rr,ytlosi lv przvblieniu l.
czyli:
PU,
_3o
< X <
1t
+3o)i= 0.9973

l . (1.s3)
R1,s. }.l0 l!ustracjtl gra.fic:tn regul tr:ech signl
8
Mediuna inloda snriaralui redlriIlri, o ktr;,cIl szczeg orr,o lllrvic bclziellll, lv Rozdziale lll
RoZKADY TEoRETYCzNE ZMlENNYCH LoSoWYcH
-
yv osno
okre lotlo ci - ksztah fLrnkcji gSto ci za|e od rvarto ci
drvch paranretrrv.'
1t
i o. Paratrretr
7l
decvduje o przestttliciu krzy.
rvej, ttatom iast paratlett. o dec1'drrj e o ..snruk o ci''
krzyrr,ej.
Przy rvykorzystaniu krzyrvej nornralnej r,v procedurze u,nioskor'vania staty-
St}.czllego celorv
jest
takie przeksztalceIlie
jej
rr'vnaIlia, ab1, [1,1" ona niezalez-
lla od paratrletrrr.' Naley rvic prz1'jc, e zanliast obserrvorvanej znriellne.i
losolvej cig]lej X lr,prolvadzal-try tzrv. zmienn starrd:rryzorvan U
-
^"(0'l)'
ktra
iest
zdefiniorr'atla
jako:
(
l.s4)
o
Wl,korlanie statldar1'zacj i dla lvielLr ztrrientrr.clr
jest
ircilirve. dlatego te Micro-
soft EXCE'L prz1,'szed |lall Z poll-loc i rv5'stptr
je
w t.lil.tl f unkcja
NoRMALIZUJ (x'. rednia,' standcu.d-ot|ch';, ktra daje standaIyzolvanrvarto c
znlienrlej losorvej o rozk]adzie Ilort-llalIlvl-tl rv stosunku do r.ozk adu charaktery-
Zowallego przez argllll,lenty rednia i sttldard odch, \Y skladni tej funkcji nla-
rlry:
x - rvarto c" ktr chcenl1' statrdat.1,zorr,ac'
r e d ni - red n i a ilrvtll]etycZna r.ozk ad Lr.
,s l a nd ur tl
-otlc
- od chy I ell ie standardolr'e rozk,lad Ll'
Fr.rnkcja gsto ci rozkladtr ztlliellnc'i standat.yzolvane.l (tj. rozk adu nol-
ma|nego standaryzorvancgo) o paf ulit-t|ach E(L):0 i o(L;):1 prz1,imuje po-
sta:
r
-l
,,:
f
(,)
=
n
',,
(1.55)
ltn
Wal.to ci liczborr,e fLrnkcji
f(u)
s zestarviolle rv specjaln1'ch tablicach Stat\'-
stycznyche.
F rrnkcj a ROZKLAD.NORMALN Y' S obl icza prar 'dopodobielistrvo standa-
ryzowallego rozk ad rr llot.tlral Ilego
l o.
S k ad'l i a f Ll nkcj i :
ROZKLAD.NORMALN Y. S(z)
gdzie:
: -
jest
to rvat.to c, dla ktore.i chcellly okre li prarr'dopodobieristr,vo'
Wano funkcji gsto ci dIa standarvzowallego rozk adLl llornralttego l-lrona
uzyskac przy polxocy fornlu y
n
Tablice statyStYcZI)e podstirlr,orr1'ch rozk adri' zattlieszcztltlo rr
l.'
Poru'na.j N,I. Praiilslia. J . PraIiriski: I]atlania s'!(1!1,,sl.,,L,:ne :
Warszarva 2001. s. 107- I ll.
koIicori.e.j cz ci ksiki.
excelettt, Wrdiirvniotrvo SGCW.
J .+ ElevEnlv RACH u NKU
pRA'v^/DopoDoBrEr'rsrwA
ROZKAD'NORN'IALN\:(1,
1/ l. liLls:.)
Fullkcja ROZ-KLADN()I{\l,'\l-\\..S oD\\j daje rr' rr1,ltiku tilnkc.j od-
wfolll do d-".str.1'buantr stltll,.illI.\ Z(
)\\
llllclo t.oz-kladlt Ilorllraltlego' tZI-l. poda.jc
rr,arto pt.au'dopot1obic-listrt;t l-l-tclclllr tltt.zr Illa. dla
jakie.|
rr,arto ci .I
jeSt
ol)a
os i-caIl a. S k'I acl Il i a :
I{oZK -A D'N O R \'I,'\ l,N \.' S. o D \\ (1l t. t tlt' t| c, p)
gdzie
Pl.(lvL op
- prirrr clrl;li.lcltlbictlstri o |)rl})o\\ iadl1ce tiot.ttraltlcIntt rozk adorvi.
Prz1'k :rd 1.12
Czas dokonania pl'zclcn'u finansoucgo nli konto Lrankolr'c (rv
dniacli) llla rozklad
ltortrralIll' (7:2)
'
okre li:
a.
jakic jest
prarvdopodobiestir'o tlzr'sklllie picnidzi' lla kolrcic rr' czasic lric
d uszvnl llii 3 dni od zleccliia crperac.ji?
b.
jaki
plocent zlcceri zostiurie zlcalizouanvch * czasic od 10 do 14 dni?
Rozrviazan ic:
Czas dokorrania pl.zclcrl'lt jcst
zlnietllla losorr' o r.ozkladzic X
-
]lrQ:2). Zatcnl,
rr,arto oczekilr,aIla czastt dokotrania przclc*tr
'"wnosi
7 clrii. a oclclr1'lcnic stirtrdarciolr'e
L Znricnnu staudar)ro\\ana 11
=
+
-
'V(O:t).
(
v-t r-z\
a' P(x 3)=Pl
= 1+
l=p(,,
_f)
Korz1,'stajc z rvlasltrl ci
n,.),'aioaor,,.,u.-1
n.,a,rlv P(it
_2)
=o(-
2)
Ponicrva lr,tablicach nlatrlr'ptlil nc rral.toci Lllstrrbtrantv Lozklaclrr Iltlrlllalllego standa.
ryzow.a|lego ti.lko dla ri.arto ci dodatnich. Zateln nrttsinly skorz)'stac z rv,lasllcl ci st,rn-
tr1'czllo ci rozkIadu not.tllalllcgo:
*/
^\
-/
-\-r
D!,,.)\-l
,/'(
<-l)=
P( >:t-,
-r
\.,' -/-'
O(l)
odczytu
jc
rvar1os z tab
jic
stalldart zcltr.ancgo rozkladtl llorlllalllcgo lllaln\':
o(2)= 0,9772.sta
/tr-1-\
I A
-
I 1- / I
r(, .s 3)= Pl
+ + l=
P(,,
-2)=
l-o(2)
=|-0.9712=
0.0]]8
\Llj
Pr.arr.dopodobieIistlr'o Ltzr,skariia picllidz1'na kottcic iv czasic nic dlrrisz-r'ln lliz
j
dni od zlcccnia opcracj ijest rriunc 0.0228.
b. P(l0 X <I4)=
"(Y
=, =u )=
P(l'5 < 3'5)
Rozxr,cov rEoRETyczNE zMtENNycH LosowycH
7 rr' asIlo ci prarr'dopodobiestrr'a lnal11\':
P(l.5 tt
<3.5)
=
P(tt< 3.5)- P(z < l,5).
I)ollicrr,a rozklad nornlallll'
jest
lozkladcll cig,li,ln w,ic P(u
=
l,5)= 9 Zatcrtl
P(L <1,5)= P(r, < 1,5).
Std
/, ,
(ro-7
^--1
r4-i) ,
r(lo <.r 11)- Pl
\2
2 2)
:
P(tt 3'5)- P(, < l.5)= o(3.5)- o(l's)
=
0.99976]
-
0.9332
=
0.0665
6,650 z|ccti zostanic zI'ca|izoir'alll'ch u.czasic od l0 do l. dni.
c
1.3.6. Rozktad chi-kwadrat
J eeli rozpatrznly'cig niezaIenych znrienIlych losorvych r1. 12,..',-T,,'
Z ktr1'gh kada rtra r.clz-klacl Ilorttraltly'' ,V/l'o) oraz cig ztnielltt;.,ch Standaryzo-
ri,atlych Ll1,L
l... )L!]1
o rozk'laclzie ry10: l
)'
to ztllielrnl Iosort a
f
(chi-klvadrag
.jcst
stttll krvadr.atrr, zlllienllej losorr'ej L,
^tzll'.'
z.
= ,,.. =

(',
-J ,).
.
/=l t=l O-
przy czyur zmienna losorva y2 (tlla
I'rO)
podobicI.lstrva okre lorly wzorenl :
r(z')=tr*t-
(r..)"'"-'
,-(t'5/
,
(1.s7)
gdzie:
k - liczba stopni su'oboclr'lt
.
f (0'5 ) - funkcja ga|lll)la o argttIneIlcie 0,5 :
r(o.s )
=-1,,,',o',
n-,,l, .
0
Ztllicllna losorr,a
i
prz1,jrnttje rr,aIto ci cloclatllie
okre lony przez |iczb stopni srvobod1' /r. Rozk ad ten
oraz odclrvletl i statldat.dou,e rlvnc:
( r .5e)
.'
Stopicri srr,clb6d.- to Iiczba niezaIenr'clt rr,1'nikrr obser*ac.ji ponlniejszona o Iiozb zlvizkrr,.
kttire cz-il rr1niki obser.rr'ac.ji ze sob11.
35
( l .5)
llla rozk}ad ftlnkcji gsto ci prarvdo.
(1.s8)
i rtta rozklad calkou icie
tria u'arto oczel<irvall
EI-El','lrxry RACHU NKU PRAWDoPoDoBlESTWA
D|a ,t:1 oraz k:2 rozk ad
72
jest
rozk aclerll skrajIlie asyn]etryczlll'Ill; dla
/r:3 rozk ad
jest jeszcze
siltlie asyntetf)cZll\
'
Pt.zr rvzrastajcej liczbie stoprri
srr'obody staje si bardziej Syn]etf}'czll}'. dla /r>j0 rozklad
jest
szy'bko zbieinly
do rozk adtr norrllaltlcgo' Wykres ftrrlkc.ji
.tsto ci
rozkladu
7'
d1a rnej liczby
stopni su'obod1' przedstarviono na rysutiku I .I L
ti, tli
,'s'
}. } } |I.vkrts
/itnkt'ji
g(s1ol.ci ro:kladtt clti.hyaclrut
Rozk ad
7 3"'t
stablicorvany dla 30 lv ten sposb, e d|a okre lonej
liczby stopni slvobod1.t iustalollej rr'aIto ci a(gdzie 0<a<l) odc;rytarre rvarto.
ci
7ir
spellliaj relacj P]z' >
z-.r,l=
a, czy|i
f:,.k
jest
tak rr,ar.to ci
ztlliennej
z),
d|a ktcirej pole pocl kl.zrrr gsto ci - l.}a prawo od te.i u.arto ci -
jest
rrvrre a, J ee|i /..>30, korz1'Sta Si tablic rozkladu llornralnego.
Chcc
policzy, rvarto prarr'dopodobietistrv'a lLrb znliennej chi-krvadrat
trrotra rr.ykorzystac arkttsz kalku lacy'.1 rrr, E XC E L.
FLrrlkcja RoZI(tAD.Ct{I podaje itarto
jedtlostrotttlego
prarvclopodo-
bielistu,a rozklaclu
7r 1poclaje
wal1o c a).Sk]aclnia:
ROZKAD.CHI(x, s topn i c
-sll
o b ody)
gdzie:
't
- rvarto , przy' ktrej nale4, oclczyta prarvdopodobietistrvo,
stctpnie_stt,obody
- liczba stopni sw'obody.
lrLrnkcja ROZKLAD.CIlI.oD\\, podaje rvarto fLlnkcji odrvrotllej do pra-
rvostronnej, skttnrulorr'aIlej firnkcji gsto ci prar,vdopodobieristrva rozkJ adu
7r'
Podaje rvar1o
f",
. Sk adnia:
I{oZKAD.CH l. o DWQ, r alt' cl o7: o d o b i e s hl o, s l oplt i e sv, o b o dy
),
Rozxt,oy lroRETYczNE ZMIENNYCH LoSoWYcH
gozre:
pralrdopodobialis^l,o
- prawdopodobieristlvo
zlvizatte zt.ozk|ac1erll
72
,
slopnie_sv,obody - liczba stopni slr,obody.
Przyk ad 1.13
Zlnicnna ]osorva ,Y lna rozk ad clli-krvadrat z 10 stopnianri su'obod.v. PoIicz1'c
prau'dopodob ieristl'a:
a) P(' ' > 3,940)
,
,
P(X <13,442),
Podaj rr'arto xo lr,icdzc. c:
c; P(X
t
"o
)=
0,9
,
d) P(x < .ro
)=
0.1 .
Prz1.klady b, c. d sdo rozrr,izalliaprzy
u1,ciu pakictu konlputt.'t.orr'ego. np. Excc|.
Rozrviazan ic
a) Warto P(x
'
3.910)
=
,(,;n > 3.940) |nozcl11\. bezpo r.cclIrio oclczr,tac
z tablic. W rviersztr
o litllllcrzc rrvlrvnr l0 stopnionr sri'obod1'oi1najdujelny,
liczb 3.9. 0.
Liczba ta znajcirrjc si rr. kolunlnic dla ktrej cr:O,95. J Vlalll1' zatelll:
P(X ,3,940)
=
pki,
> 3.9. o):o,o.;.
Korzysta.jc z arkusza kalku|acyjnego
na|cv tlzv funkcji
ROZKLAD.CHI(3.940;
l 0)' ktra dir rrr'rlic trr.nik 0.9'5'
,
b) Korz5,,stajc zc ztlanr'ch u'lasno ci prarrdopodobicIistiva
l11ocl-tl}, zapisa
P(X .13,442)= l_P(.\- > 1j.112) i z tablic nlozIla oc.lcz1,ta rr'arto prarr,dopcldo.
biell'strr.a P(X >13,442). W1,nosiona zz:0.r. T.ak ll,ic
p(x
.i3,442)=l
-
p(x
>13,442)=r-
p(22
> I
j.442)
=
t
-
0.2
=
0.8.
,
W tyrn przypadktr
arkLrsz kaIkuIac1'jnr';nozc
b; przl,cJ atll1'tylko
clo policzcllia
P(.r > 13,412).
c) W celu zllalczicllia rvarto
-xo spelniajccj rr.arr'rnek P(x >
"Io ) =
0,9 sztlkalnr,
rr' tablicach ivarto ci nn pl.zecicirt ir
jcl.sza
odpori,iadajccgo
l0 .stopnioln srl,obody
i kolrrrlrnv odporviadajccj prarl.dopodobieIistrr.u q':0'9.
Warto
"ro .jcst
rrr.na 4,86.52.
W1'korzystujc EXCEL w 1}'nl prz1'padku
nale1'
u' filnkcii
ROZI(LAD.C l-l LOD\\/(0.9: I 0).
37
d) Prati' stro|1 podallego
rri'Ilania lllozelny zapisa
jako:
p(x.xu)=l
-p(x>,tn).
cz;,li l-p(X>.ro)=0,1.
Zatent
P(-Y >.Io
)=
0.9
- co przcds1arr'iollo
rr,pLrrrkcie
c.) lliiriejszcgo pr.zrk aclu.
Arkusz kaIku-
iac/rly lllozIla rr,1'kcll.z1''sta juz
po przcksztalcclliach.

38 Errrutenty RAcHUNKU PRAWDoPoDoBIESTWA

1.3,7, Rozk ad t-Studenta
J ezeIi znliclll-la losolrlt ,.tt-tli rtlzkIacl }(0;l). zIuietltra iosorr.a ],rlla rozklad
1)
o |iczbic stopni sltoboc1r , i
.je 1i
ztrlieIlrlc U i }'st1 lliezaleztlc. to zntientta
Ii
losou,a 1=
-ll
k
l]rZ}J lnLUe
rozklatl t-Stutlcnt:r o stoplliach slvobody.
"1Y
Fun kc.j a gsto c i tego rozl< I adu prz;,,
j
nlr.rj e postllc :
./\ l-(0.5k
^-\
'
uilll)
J \r)=--rJ ]
'-1.i
1l.oo;
r(O.5J V,t,r \.

i
gdzie:
- liczba stopni s.nvobod.',,
-(
\
^
t
\P)
- lunKcJ a ganillli.r o a|guurcr)cle p:
f
(lr)
=
l''''
r-' Ur. ( l.6l)
0
\\,irrto oczekilr'alia i odcll1 lerlie statldardorr.e znlieltrle.j
.lcrsorvej
s ocl-
polr iedn io rtr'lle
l ]:
aL
r(')= o. D(t)=
;;.
(l'62)
I
^
--
Rozk ad tego t\.ptl
l]o
raZ picrri'szl otrzr'llla Goosset (pseudollinr Sttldent -
std llazrr.a rozkladrr).
Rozk]lad t-StLtcle llta posiada Ilast;.lLrje e ti astlo ci:
-
jest
s1'trletr1,czIrt' z osi s1'tlletr.ii li pirIlkcic r:0,
-
jecl1'rr1'n}
parallict|elll tego roz.k lrdtt
.jest
liczba sttl1ltli srvobodv t,
- ,jego
.'v5'kres
przf
i:omiila
standaryzori'an1 rozhlad nornralnl', tzn.
jest
nieco
bardziej splaszczt-rny
(patrz
r,r's. l. !2),
-
dla /r>30
jest
zbieny do statldaI-vzo\\'allegLr r.ozkladu norrnalIrego.
..Rozk lrd1-Studcntanl '\1l1|1c\soczekirr'aIldotlierodIa, >l.cldchlIeniesiandardolr,edlad.>2.
RozxrRov rEoRETyczNE zlltENNYcH LosowYCH
?o
ri
:;i il;e;t'l
nornra Iny
R.l.s. 1, /] Pot.rjlyttultie v,'.vh.asLt
futtk '
jl
g.llojcl ro:klcttlu t-Srut|clt!tt : ro:kltuleiit tttlrlllal ry,tlt
Tablica lozkladtl t-Studenta
jest
skonstruo\\'alla \\l tell Sposb, ze przy da-
Ile.j liczbie sto1lrli 51yg[rtlcly,k i dla tlStalonej lr',arto ci rr
(dia
0<a<1) odczytarla
rr'arto l.,.* speItlia r.u.lacj I,|t|> t,,,,)= a , P,,'y cz\:|"n t
0.L
jest
tak rr'arto ci
zllrictine'i losou'ej t-Sttrdenta, Ze pole pod krz-vtr'a gsto ci lla pra\Vo od /'',
jest
t.rvtic polou'ie a i na ]err'o oc1 -1.'., takze po orr'ic r (zatettl rr'' stttlrie cr).
"fablice
rozk adtr t-Stuclerlta s tla ogol bttc]orvatle dla /c<=30. J ezeli liczba
stopni srl,oboclv
jest
lr iksza od 30, kol.z'\ stallil z t.ozkIlrclii 110;l
)'
W arkuszu kal|<r-rlacyll1'lll EXCEL, ll,r.stptlje [Lrrlkc.ja RoZl(LAD.T, ktra ge-
tteruje rozlt ad t.Stttdellta (a). Sk adrlia:
RoZI(LAD'.fi.r' s/r-7'llllcslroI:ot,, slt.tlltl'),
gdzie:
r
-
rvarto liczborr'a dla |:tre.j szttkatrlr'
prarr'do1lclclobitistrr,a.
-t|tlpttie-'ttrobot]l,-
Iiczba natLtt.aIna ozIiaczajca Iiczb stopni srrobodv'
.\'1t,ot1l, - oznacza'..iltlStroll|.}\'.. rlla by, rozklad (iee1i .\IrOl1-1,): l" funkc.ia
RoZl(LAD'.I da'i.- u' rr.r'llikLt l.o.z'klad
jcc1nostrontl5'' jeeli
'sll.rlllr,:].
firllk.
cja ROZI(LAD.T da.ie rr. rr'r'tlililt r.ozk ad cllr'ustrotlny).
Natonli rst firnkc.ia ROZKAD.T.OD\\'- daje ri'uyniktr fLrnkcj odu'rottr roz-
kladLr t Stuclenta dla podanych stopni sw'obodr'(daje u'rvvniktt lo.t
).SkJ adrtia:
RoZ I( A D. T. o D W
Qlr
v c{ o p,' s t a p ll i e
_s,
v, o b o d v),
gclzie:
pl.tnrclop - dlvustrolllre
prarr'dopodobieristri.o zw'izane z rozk ader-rl
t-StLrc'lenta.
s t o1t t t i e,str ct b o dy
- I icztra stopn i srvobocil' rozkl acl Lr.
40 ELEMENTY RACHUNKU PRAWDOPODOBIENSTWA
Przyk ar| l.14
Zlnicnna losorva Ilna rozklad t-Studc'nta o l5 stopniach srvobodi,. oblicz |lastpu-
j
ce
prarr,dopodobiestrva:
^l
r(rl> lJ 4t).
ut r(rl
<
2,13l),
cl P(r >
, ,OT).
Znajd rvarto lp:
alr(rl >tr)=0,002,
e) P(t>/o)=0,05.
Rozu'iazanie
a; ,n(l| > 1,34l) odcz1,tu.jenly bezpo rcdnio z tablic rozkladtr t.Sttrdellta. W rvier.sztt
odporviadajcym l'5 stopnioIn srr,obod)' zrlajdu.icmy rr'alto l.34l. War1o ta zrriqdttjc
si rv kolullrnie . dIa ktrej a-0"2, czyli
r(rl > l.;,t l)-o.z
Wykorz1'stujc firllkcjc arkusza kalkulac11ncgo uzrvalny formrrl1
I{OZKLAD.T( 1
,31
1
;
I 5;2) i otr zy'nrujcnry *';'nik 0,2.
b)P(/l < 2,l31) nic da si. bczpo rcclrrio odcz1',ta z tablic' ale rr1'korz'vsttrjc lrll-
stro ci prarvdopodobiclistua l)]o-!.|l)\'zlrpisa r(l|<:,l;t)= t-,n(l|>z,t3l). oacz.-
tujc z tablic P(l| > 2.l3l) rt iclllt. r.- r :0.05' Zatcnl
/,, \
Pltl<2.131)=1 0.05
=
0.e5.
Przv porlroo' arkusz kalkulacyjnego nrozclny policzyc \\' tYnl przypadku ty'lko
1,(]l|> 2.l.i.l)
tRoZIiLAD.T(2'l;1;15;2)),
pozosta e operacjc
jak
u.prz1,padku odczy-
tv*,anin z tablic.
c) P(r > 4,013) trie nloe by. bczporcdnio odcz1tanc z tablic. aby
jc
obliczti
tvrvict.szu odporviada.jip.vnr l5 stopIrionr srvobody szukanry u,ar1o ci 4.073. odpori'ia.i.'
ona kolurnnic dIa ktrej a--0.00l. Nic
jest
to
jednak
szukane pfzez nas prau'dopodobicti.
strr,o. Zc rrzgldtr lla sl,nictri |trnkc.jigsto ci rozkladu t-Studenta sztlkallc pr.arr.dopotii,-
bicristrr,o rr,1'nosi , (r >
.+.oz;)=
!
=
0.0005 .
W przy,paclktl korzr'staIlia z arkttsza ialkulac1,irle go nalcz.v rvpisa:
ROZI(LAD.T(4,073,15; I) i otrzl'nrarnl'
rv1'nik 0,0005.
Rozrr,o,oy rEoRETyczNE zMlENNycH LosowycH
d)Warto t., spcllliajc rr'al.ttltek r(l|> r.,)= o,ooz odczyttljellll' z tablic na
przcciciu rvicrsza odporviadajccgo 15 stopniorn srr.obod)' i kolunlny'odpori,iadajcej
a=0.002. J cst to liczba 3,733.
W przypadku EXCEL-a naley uzv ftrnkcji ROZKAD.T.oDW(0'002;l5),
ktra
dale rvynik 3,733.
c) Ab1, zna|c c rvafto to spcIrliajc tr'l.tt.tttlck P(t > t,,)
=
0.os. korzr,staIn1''
z u asIro ci sY|11ctf\,cznoci ftrnkc.1i gsto ci rozk adtr t-Studcnta, czyli pzl.jnrtrjenly
a=2*0'05=0.l. co przcc1stalr.iono
tta r\,sttnktt l.l3. Wano odczrtujelrry'z tablic na
Ill.zcciciu
u'iersza dla _l5 ikolulurl1'odporviadajce.j
a=0,1" zatenr /.,=l,7.53. Nicstetv
EXCEL ltie daje ttrtai uproszczenia tak
jak
rv poprzcdnim przypadku.
tzn. sanrcrnu trzeba
znricnj rrarto aidopiero skorz1'sta z ftrllkcjiROZKLAD.T.oDW(0,1;l-5)'
d
I .l,s' 1' ] 3 Iltt.strat'jtt gt.tt|it':ttu pr:l'kltlt]tt
l. ] 3 c)
1.3.8. Rozk ad F-Snedecora
Rozldadcm F-Snetlecora, z ry i 12 stopnianri sr.vobody nazy\vanry rozkrad
prarvdopodobieristrva
ilorazu :
F,rr.
(l.6ll
i
zi,'n
i ezal en1,tll i zrlr i etrIr1, tll i l osclrr,t,t-t-l i"
ttla rozk 'acl chi-krvadr.at Z i.l Stoplliallli srvobody,
41
t.
y'-
r,
rl
i,
r)
)
,
/
/vr
Ergivrnlv RACHUNKU
pRAWDopoDoBtENsrwA
7,,
nalozklacl chi-ku,aclrat z 12 stollnialui su,obocly.
Warto oczr.kiwana irvariallcja zlllieIttlej loscllrej
{.,.
,oclporr,iedtlio ru'Ile:
r,(r';,
)=
-:
,,1,, i
1,.-(,i +r'.
-l)
I\/,,'/=,
L
r2-!
r(r.-2J -(r.
Rozk'lad F-Snedecola
jcst
stablico\\ar)\' \\ ten spo
ttt
,(r.:)l(,.-+)
sposb. ze clla darl1'cll rr'arto ci
pra"r,dopodobieiistrv i ustalonej liczbie stopni snobodl' licznika r i nlialioultika
n (dla llr>ll). podatla
je
st rr'artcl
'
spe]lnia.1aca zaleno c:
P(.,,F,)=o. (r
64)
2, Bno rulE STATYSTYcZNE t J EGo oRGANtzAcJ A
2.1. Podstawowe
pojcia
statystyczne
Statyst1 ka
jest
rlatrk o nlctoclaclt Llacletlia
1lt.arr
idloll'o ci rr'vstpLrjc1'ch
rr' zjarviskach nlasorr.y.ch. Zj:rrr'iskarni Inasort'r'nli tlaz1'u'a si takie z.iari'iska,
ktre rr' duzej nlasie zdarze r'l'1'kazu
j
|)u'\\,|iC
prrrr.icllclrr'cl ci.
.iakich
llie nloztra
zaobserrvorva lv pojedvnczvlll prz1,pacll<tt. N,log orle zacIrodzi rlieott.aliiczorl
ilo raz1'.
Przednliotenlr lradari statl'sty''czll1'ch
jest
zbiol.orr'o stat}'St-'Yczllil. czstct
l]azy\val]a rrvriie populac.j lub masi1 statystvczn. Pod t1'rll
1lojcieril
rozLl-
lllie si zbir
jedrrostek
(osb. r eczJ _ lrrb ziarr'isk) objt1clr badarlienr staty-
Stvczll},lll' ktre stallorvi zbir eletlrelltrr. (edllostek) porr'izan1'cll ze sob
logicznie i.jednocze nie nie ident'vcznycll. Badana z-bioI.o.'vo staty'stl czna lllttsi
b1'.c
jednoznacztrie
okr.e lona i rv1,9d11,'.'iolla' Dokonirje si tcgo trstalajc cel
badarlia iprecyztljc kto lub co ttalez\,do baclarrej zbiclrou'o ci. Poszczeglne
jednostki
(elernerrt1.)' ktre u'chodz rr, sklird badanej zbiororro ci sta'sty'cznej,
posiadaj ri'spln cech (rv a cIrr.o ). a
jec1nocze nie
ronia. si nridzy sob
i nrlylri i. sob i e lr, a c i rr.vti-t i. cec hant i.
\\/1,lliki otrz\,l)]alle poclczas analizr' Statyst\cZnL'j odllosz si
jedvnie
do
badanej zbiorou'o ci stat1's,cznej. \Vllioski w\'SIll|te na podstarr'ie t1'ch lwni-
krv s popra\\'lle (tj. maj charaktei.r.ealIlr')'
jeeii
badalla zbiorolvo
jest jed-
ttorodlla, tj. sk,lada si z
jedrloste-k.
ktre rlie I.tizni si ocl siebie z ptttlktu rr'idze-
ilia celu badarlia' J cdllostki stallorr'ice zbiororro c
jcdnorodll
I1luSZ pozoSta-
rr.a pod rr.plyrr,enl h'clr satllYch p|Z\,cZ}'|l g rrrlr'ch. a \\'YStptljce Irlidzy'rlillli
zrztr i corr'a Ii i e rwtl i |<a z dzi a a n i a pl.Z\lcZ\ l.l tlboczrl'l.c h.
W literatttrz.c l"ozrllia si dr.'a r.oclz-c zbiot.tlll,o ci:
Qctleraltl i prbIl'
Zbiororr'o ge neraIIlir.jest z,biorerll clorrclllty'cIr clcIrletltciri' (pl.zednliotrr,, zda-
rzeli) rlieidelltl,czliych z ptlnkttt r','iclzenia badarlej cechr', obe.jnlrrjcrrl1 \\SZ}.St-
kie elentellty, bdce pt.zedIllioteIlt badartia. ri' oclniesietlitr clo ktr.1.ch cltcelt'ly
lormu oit.a lr'nioski oglne' [-iczba e,|elllentrlrr' z-Lliororr.o ci generalnej tlloze
by skoczolla, u.ttcZAs.jej liczelrno ozllaczalll}, pfzez,\,, ltlb nieogralliczotta'
Natonriast zbiororr'o prbna (prba
statyst-vcznrr)
.|est
podzbiorelu zbioro-
rr,o ci getlet.alnej. obe.irlitrjcy'llr cz
.ie'1
eletlreIltilrr,. rrt'branych rl'okre lonv
sposb' Podzbir tell podlcga birdallitt. a uzysliaIle rr.r''rliki s trog1nialre na zbio-
ror,vo getleraln. t'iczb e leIllcIrtlv prbr'''
1cz1'li
liczebllo c prb-v*)
oznacza.
ul\ przez n. ptzv cz5 rn
<
A'.
lj
W literaturze cZsto rrprori,adza si
prb},' q. pC)\')/ej
-1[)
obscI.rrac
ji (por
po.icie ntllcj prbr' liczce.i do 30 eictnents, i duc,i
K. Za.ic
Il988]
s'52).
BeoerurE srATysryczNE I J EGo oRGANIzAcJ A
J ednostkami statysty'czn1'mi (ednostkanri badania lub obseru'acji) nazy-
wallly elemetrtv lvcltodzcc lr' sklad badanej zbiorow,o ci statysry*cznej, bdce
obiektanli obsertr,ac.i i podczas stat}'St}cznego badania zbiorolvo ci. Przy ustala-
niu celu badania. okre lajc zbiclrorr'cl c Statystyczl-l nalery'rrvniez ci le usta-
li' co
jest
rv danvtll przr'paclktt
j
cdIlostk badan pod lvzgldem: rzeczo\\.yll (co
lub kogo badarn;'). pI.Ze St|Zc|ll1\ Ill
(gdZiL.
odb1,.rva si badanie) oraz czaso\\yl]l
fiaki
okrc's
jest
objct1 baclallictll lLrll u
jakie.j
chrvili ono si odbyu'a). Niedo-
k adne okre lellie
jeclIlostek
stat\ st\ czlll cll tlloe sporr'odorr,a nieporrvnyrr,al-
llo c otrz\'InaIil'ch clnll1'ch.
Pod pojcietrr cechr,St:lt\st\'cZllcj roztlttlit.'sie rr' a cirvo ci, clrarakter1.ztt-
jce jednostki
lr,chodzce rr' sklad badaIlej zbiororro ci. Cechy te stanorvi kry-
terittn podzialLl zbiororvo ci ltrb
jej
klasyfikac.1i. W zaleztlcl ci od celrr badania.
lv atlalizach urvzgldnia si t1'lko te z llicil. ktre s iStotne dla zjarvisk bdcych
przednliotenlr badania. Na.icz ciej cechy statyst\,cZl]e dzieli si na:
ccchy mierz:rlne (ilo ciou'e. rvynlierne) to
jest
takie, ktre nlozlla lvyrazic za
l]oll-loc
licz'b z. podanienr octporviednich
jeclnostek
nriary, (np' rviek rv lataclr'
l1]asa w kilogratlach. dlugo rv t-trctrach. cZaS \V godzinacli, warto
rr' z otrvkaclr),
ccchv lriemierzir|Ire (ako ciorr.e. llieuytrlierne)' ktr1'ch Irie nrozna znlie-
rzyc, a.iedrrlie strtict.dza Si \\}'Stporvarrie (ltlb nie) okre lollego rrariarlttl
dalrej cechy (np' plec. kolor, zau'od, rvykszta cellie' dyscyplina naitkorva).
Chcr1c pozlla badarl zbiorou.o Stafyst).czll z pLttrktu rr'idzenia danej ce-
chy, tlalezy ustali rvariantv tcj cechy'rvystpLrjce u poszczeglrlyclt elenletttrv
zbiorolr.o ci. Cecha ilo ciorva, z punktu lr'idzenia lllatelnat\'cZrlego,
jest
ztlrieIlll
przyjmujc rzne lr,at1o ci dla pojedynczych
jedrrostek
badarlia' Ztniellna ta
nloe b5'c ci.ula lub skokorr'a' W pierlr'sz)llll przypadkLl zlnieIlna nloze przyj-
tnorr,a kazd rr,arto z okre lotlego, skoticzonego przedzialLr liczborr'ego
'I,
{Y,u;,.,
'r'.,n'>.
W drlreiln prz1'.padktr ztliielltla rlloie przyjlliorrac
jed1'Iiie
crkre-
lotle l'arto ci z tego przeclzialLr. czsto naiece clo zbiorLr liczb calkorr'it1,cIl.
W celu przcprorvaclzenia poplar"nc.j iulalizl, stat),st)'cznej konkretnej zbio-
rorvo ci IlaIey rr'1'bra takie cech1'' ktre rr istotny sposb charakteryzirj bada-
Ile zjarr'isko nlasowe. J eeli elcrlretltr' zbiororr.o ci
gerleralnej
pocldajeIlv
bacla-
iliotlt ze rr,'zgldtl lla
jedn
cecll. to tllatll\' do czl,niertia ze zbiororyo ci
jcd-
norr'ynriarorr' (jedllocechorr,). W prz1'padktl |ozpatl-a/watlia rvielLl cech nlrvi-
Iny. cl zbio rorvo ci rvie|orr,t'm ia rtlrvcj (lvie l ocec Il orvej
).
Przvklad 2.1
Ailaiizujc strLlkttlr dcnlclgr.a1lczll w.ojcri.dztri'a icidzkiego zbior.orvir ci statr.
st\'czl1 s \Vs7-\,Sc}' ttlicszkaticl' lro.jcrrdztrl'a. J cclnostk staf5r511,g''-l. rv tcj zbirrrorro ci
.jcst
kazd1' rllie szkallicc. a ccchalrli charaktcry'ztrjcy nli t zbiorori,'osc inog by: plec,
PoDSTAWoWE PoJ clA sTATYsTYcZN E
l'llic.isce ZanlicSZkal1ia, w\.ksztalce|lie
(-
ccch1'nicrlricr.zalne) oraz rvick. dochd na oso.
b, rvielko c (lub ivar.to ) spoz1,cia na osob
(- ccchy Inierzalnc).
Z danych opublikoivan;'ch rv Biulctl.'nie Staty'stycznlnr GUS rv stvczniu 1994 ro-
ku, ll'vnika e rv dnitr 30.09.l993 roku lnicszkacrv rr'ojcrvdztrva dzkicgo bylo
l127,1tysic)', co stanowilo liczcbno tej poptrlacji gcrreralrlcj. Stost1c
jako
kry,tcriunr
klas1,fikacji ceclr rricn-ricrzaln
jaka. jcst
plc strr,icrdzotro. c kobict b1'lo 603,7 1-vs.
a |llZcz\'zl] - 523.4
vs.
Z koIei klasl'1ikrrjc
jcdnostki
stat)'St),czne (t.j. nlicszkacli
rr.ojervdztrr'a) z pLlnkttr rr'idzcllia nlic.isca ZaInicsZkania okazaIo si. e rv lniastach za-
llliszkirva o rvt),nl czasic l048'8 t1's.. a |la \\,si - 78.3 t)'s' lliicszkaclv' e
2.2. Badan ie statystyczne
Przez badanie statystycz|le rozlll11ie si og prac najcycIl na celu po-
znanie okre lonej zbiororvo ci statystycznej. W stat1's'g 11'1,rztiia si drva
podstarvorve dzia },:
statys'k opisorv, zajnlrr1c si statr,st1,cztly.nl opisenl badanej zbiororvo-
ci,
statystyk matematvczrr, ktra lla podSta\\'ie infbrnacji pochodzcych
z lvybranej prb1', rvykorzysttrjc rrletody wnioSkowallia statr'stYcz|]ego'
tttnozlirr'ia oszacolvaIli
l)arallletf\\.zbiororr'o ci
gerleralrllj lub
1lozrvala
zlvet1fikorva hipotez1' Stat),St).czlle o strLlktLtrze lttb parattletI.ach zbiororvo-
ci geIleralnej na podstarr.ie pr.b1''.
W zalezno ci od przij'ch celiv
l]ozlla\vcz\'clt,
lr1'rriia si drvie pod-
sta\\ o\ve nletodr badali stat-r str czrlr cll:
brrdirnia peltte (zrvatie itlaczej badarliiirlli \Wczerpllict,t li lttb calkotvitynii).
obej nrtrj
ce
rvs:rystkie
j
ed nostki dane.j zb iolorvo c i sta'stycznej.
badania niepe|rre
(cz cioll'e),
obejnlujce niektre
jednostki
badanej zbio.
I.orr o ci stat1'st5 czIlej
'
Wybr korlkretrlej nretod1,.iest ci le ztvizany Z celell] baclania. liczebno.
ci zbiororr'o ci stitt1.sfi cznej, llloiirr.o ci dostptr do poszczeellly,ch
jedno-
stek statysty.cz|l}/ch itp' \\/ praktyce rr.vbr rrietody wal.Llljko\Yan-v
jest
tcrtlritleIll
(- okresenr czastl). rv
jakinl
nalez1', przepfowadzi badallie oraz rodkatni finan-
sonynli prze^laczonynli na ten cel' Badanie pe' ne nlittro niervtplilr1'ch zalet
jest
rv rvielu prz1,padkach tlietllolirve.., a czasetll
jest
ztrpelnie niepotrzebne.
Wrvczas przeprorvadza si badarlia cz ciou'e' Co llla llliejsce szczeglnie lr'
sytuacjach, kiedy:
przeplorvadzenie badania pe nego
jest
zbyt kosztou.tle lLlb lr,ynlaga oby zbyt
d ugiego okresu czastr (llp. badarlie opinii publiczllej rvszystkich dorosIy'ch
45
'. Chociab1' dlatego. e nloglob1' prolvadzi c1o dezorganizirc.ji 1,cia s1lolecznego.
B oRNlE sTATYsTYcZNE I J EGo oRGANlZAcjA
tllieszkaIiclr, Polski tla wybrarly tenlat),
badanie porvoduje uszkoclzenie lub zniszczenie badanvch.jcclnostek (np.
kon-
tr.ola
jako ci
prodr'rktrr' lnajca tra cellt okre lenie nlaks1'lllalnego czasu ich
uzytkou'ania).
celetl badaIlia.iest uz\'skanie rr'yllikrv przr'bliollych - orientacyjnych (Ilp,
okr.e lerrie zaitltereso'nvania nabyrvcrr' norr'ytl produktenl nrajcynr rvej na
rynek).
Przyk aclcrtl badallia pcllrego s splis1 Stet\ st\ CZ|lc" l.ejestrncjc stat1 styczlte i
sprarvozdarvczo stastvcZna. Spo rod ntclod badania cz ciorvego lla Ll\\ag
zas rrgL1e nlctoda re1rrezcntacyjnrt. rv ktclrej do badallia Sta'styczllego rr1'biera
si
jedynie
pewn llczb
jednostek
(prb stat)'St}'czn) reprezetltLrjcych baclarl
zbiororvo ' N,Ietoda ta
jest
najbardziej praii.idloir

fortlli1badarlia cz ciorvego'
ponieivaz zastosorvanie rachuuku prarvdopodobieristua plzy pfzenoszenirr ur'-
nikrr'z losorr,ej prby na ca zbiororro unrolirviit okt.c lerlie wielko ci po-
pe'lrrianego
bldu, czego nie daj illne nretody.
W kazd1,Itl badaIliu sta1yst)'czl])'trl tllotla ll}'nlielli kilka etaplv:
1)
l]r4'goto\\'arrie
badattia. czvli trstaiellic cltt oraz trletod1' baclania, okre lerlie
zbioror,r'o ci Stat}StycZt]e.j i cech. ktre zostan objte baclanieIll,
2) zbierani tllatcria u Stat}'StYczllego poprzez Llezpo redlli obserlr'acj (pier-
\Votne zrdlo) lLtb korzr,stante ze sprarvozdarr'czo ci statr'sczrlej
.,
(rt trne
rdlo in|ornracji),
3) opracor.''atrie i prezentacja nraterialtt Stat)'St\'czllego, obejrnLr
jce
gt.upowallic
i zliczanie oraz odporviednie przedstarvienic danych stat.vstyczuych rv posta-
c i szereglv Stat) Styczll\'ch. talr l i c. rr,l'kresw'. d iagranlrr' i tp.,
4) opis lLrlr rvllioskorvanie statys'czIle.
2.3. Metody doboru
prby
do bada
Wykorzystywana w badaniach Stat\St}czll\ch prba poil'inna
by reprezell-
ta'ir'tla, tzll. rvitllla opisrlvac strLtktut. zbiororto ci
uener.alnej z przyjt do-
k]I'adno ci. Reprezentatylr'rlo prcib1. zalc.z1' ocl clrr'och cz1'tltiiklv: sposobu
doborLr prby,oraz lr,ielko ci (liczebllo ci) prb1.. ogtil nletod doboI.Ll pLb1,'do
badaIi rlotlr podzieli na drvie
grLlp}'
a trlianorr'icie Itletod1'doboru losorr'ego
i metod;' doboru nielosou'ego.
l.
Przl'kIadenl dostprlrc|r rJ an1 ch stat1st1'czIll'ch s11 pub!ililrc.ie
Clxl,nego LJ rzdu Statr'st},cznego
(RoczrliIii i Biulet1'ny Statt'str'czIte) ol.az Wo.ierl,d;:liich Urzclrr, Statr'str'czIt1'ch.
MEroov ZBIERANIA lNFoRMACJ I STATYSTYCZNEJ . PoDsTAWoWE ZRoDA DANYCH 47
Dobr |osorvy
jest
zlr.izarly' z dokorlyrvatiienr losorvalria poszczeg|rl.vch
jedrlostek.
l)rzy
cz}'lll kaida
jedrrostka
baclancj zbiorclrr,o ci tlrusi tniec takie sa-
Iilcl prarl.dopodobielistrr,o lvej cia do pl.lly,. Dla zastosou'allia tlretod clobot.tl
losorvego nie
jest
\!\|llagalla zllajoIllo paranletrrv cal'ej zbiororvo ci. .Ieli
.jeclnak
parall1etl te S Znaltc, to tllolirr,e.jest lr}.korzvstattie takich rlletod, ktre
zlnrlieisz rr,ielko c pr.ob1'(a t\'|1l Sal]l\'ll1 liosztl'prorr'adzotrr'ch badari)'
o prbic. ktra spe ni l postLllat Iosolvego ll.l'bot'tt lllolr'it"lly. e
.iest
nieobcio-
na. tzti. e
je.i
strtlktura
jest
podobna do stl.LlktuIy zbiorolvo ci gerreralnej. J e li
prba
jest
rlieobciona i odpotr iednio cluza (liczna). to.jest rc1rrezentat\'}vna.'.'
.lezeli prtla
jest
losowa. to \vfaZ Ze \\.ZfoStel]l liczebno ci rr'zl.asta stopierl repre-
zelltatyrvno ci. W t1'nl przy'padkrr dzia|a prawo ri, ielkich liczb.
W praktyce rr,ykorzystLtje si rr,icle rnych schentatrv losorvania eletrretl-
torv do prLl.i'. Losorr,atrie moe llliec charakter
jeclnoetaporvr'
Ittb rvieloetapor;tr''
l
"\alezy
prz1' t1'nl zazrlaczy., ie
.jednostki
losolvania tlie za''r,sze s rrr,trocze llie
jednostkanli
badania (czyli
jedrlostkanli
statystyczrlvnli). W zrvizku z
'rn
lo-
sou'anie dziclirny na:
Iosorr':rlric indyrr.idualnc, rr' ktt-vrri
jednostka
losorvatlia
.jest .jec1llocze nie
jednostk
badania
!ednostk
zbiorou.o ci).
losorv:ruie zespo|orr.e. rr, ktrt,trl
jec1Iltlstka
losorvatria sklada si z perrncj
I iczby,
jednostek
baclan ia.
Innvnri sIorv1,, dobr zespoIorir''
jest
tllctod polegajc na losolr'atrilt trie
pojedyncz-vch
jedrlostck.
lecz zespolri'
.jecllrostek
badania. Pt.zy losorvallitl ze-
spolorv"vtlt
jedIlostki
loscrlr'allia obejnlrr.j clrr'ie lrrb uicej
jcclIlostek
badania'
Przy'kladenl losou.atlia zespo olr.ego nloze br' r'n.vlosorr'atlie zespolu ulic clanego
tlliasta, zespolu lllieszkaricrv datlego osiedla. grupy ziirr'odolr'ej itp. operorvaIlie
rzrlynri kategorianli
jednostek porvodLrje. Ze to Salr1o losorr'attie nloze b-v raz
tlrr'aallc za zespolou'e. a drlrgi [aZ za irldl,rviduaIne rv zalezno ci od tego. cz1.
odllosi si ono do
jednostek
badarria czy losorvallia. Na prz'vklad losorr,anie
perr,ne.j liczby gospcldarstrv donrorv1'ch bdzie Iosorvatr iem zespolorvynl
ri'odniesiettitr do poszczeglrlr,ch osb. tlatotliast losorvatlienl irrdvlvidr.ralnl'llr
u.odniesietliu do gospodalstrv dotllolvych' Mozlla Zateln Zatlwai.:,, 'e losor,va-
tiie zespolorr'e nla cechy hierarchiczrlo ci.
Podstarr'orvyllr rvarlttlkierll realizacji ktr.egokolu,iek ze schenratlr' loso.
rr.atlia
jest
posiaciatrie tz'uv' operatu |osorvani:r prby, czyli rr'y'kazil obejmui-
cego wszystkie
jednostki
badanej zbioror ,o ci i zarvierajcego szczcglorve
infornracje umozlirr.iajce bezbldn identyfikacj rr'ylosorvaIl.vch
jedrrostek
zbiorolvoci' W pr'klat|zi 2.l operatetu losorr'atria
jest
konlpletn1' spis tlriesz-
kalicrv lvojervdztrva dzkiego.
'" Por.rr'na.i pr.ac: K. Zrrj.p
Il9!t8|'
s. 52
BADANIE STATYSTYCZNE I J EGO ORGANIZACJ A
Wyrznia si drva podstarvorve scherrraty losorr.alria do proby:
losorvanie nicograniczonc. w ktr1.rlr lvylosorvatlie pervnej
jednostki
loso-
wania nie ograIlicza n-roilirr'o ci rrvlosorr'ania do tej prb;'
jakiejkoIrviek
in-
nej
jednostki
losolania.
losorvallie ograniczotre. ktr.e
l)c\\n\'|)l
jednostkorl
losorvallia nie pozr'vala
zlale c si lv tej prbie rrv'trocze llie,
Nieogralliczon1, dobr losolrr
.|e
st podstarvou' Ilietod tlzyskilvania Iepre-
zentatyrvnej zbiororvo ci probllej' \\r tllctoclzie tej kada
jednostka
lna Zape\V-
llion szans dostania si do prb1' lla zasadzie cz\'Stego pr.z1'padku.
Przyklad 2.2
Pr.zr'k adeln losorr'allia nico!|.alliczt.llL'ro S gry' Iiczbori.c w svstcn)ic Lotto.
W zalerio ci od t1 ptr gD' (np.
..|Vlal1
Lotck'..
..Dui1'
Lotck'' itp.). za ponloc tzw. ma-
szyny losujccj, dokolrtrje si doboru Zcsta\!'u kilku liczb. W t'vnl przvpadku nrallry do
czr'llietlia z losorvalrictn indylvidua1n1'lll' a operateIn losorvallia s rrszystkie liczb1'bio-
rcc udzial rv losorr.anitt (np. liczby od l do 80), spo rd ktry,ch rvybicra si kilkucle-
lnelltorv
1lrb.
e
W prakt1,cc stosuje si rlvltie irlrll,podzia,l schetllatrv losolvania'
a tlliattorvicie losorr'irnie Iticzirlcne. ZwAlle inaczej losorr,aliielll ze zrvracallietll
oraz losorvanic za|cne, cz1.li lg5o11.llie bez zwracania. W pl.zypadkll losorvaniir
ze zr,vracatrienr prarvdopodobieristrr'o rvYlosorr'ania darlego eIeIlreIrttl do prby
jest
zarvsze takie sanlo, podczas gdy tv przypadkLr losorvaltia zaleznego, pratv-
dopodobieristrvo rvylosorr'atlia konkretnego eletlretrtu do pr.by zrviksza si
wraz Ze znln iej szatt ietlt s i prob1''.
Przedstarvionv u' przykladzte 2.2 schemat losorvania
jcst
losorvanielll za-
letrytlr, borvienl kada z rr,ylosorvatty'cli liczb nra by itlna, tr'zrr,izktt Z czynl
uylosolalle rrcze niej kLrleczki z liczbanli nie polvraca.j do bbna l]lasz)'ll},
losLrjcej. Intl1,llli slolvy er1, liczborrc- tr,pLr Lotto stanorr'i przykIad losorvaniit
indyrvidualnego. uieograniczonego i zaleznego. Losorvanie indyrvidLralne, nie-
ograniczolre i niezalene (tj. ze Zwracal]iell-l) tlosi Ilazrv |osorvania prostego
(porrvnaj przyk ad 2.3.)'
Przyklad 2.3
ZapaIki pakori'alle s do ptrdclck pt.zr, rr-r,korz1,stttritt pclvttcuo trrzdzenia. ktrc
odlicza odpori.icdni liczb zapaIek. l)o zapakorr'arlitr pcrr'llcj par(ii z.lrpalck kollieczlle
jcst
spralr.dzcnic czr, ll,Iosou'o *1'br.arl1'ch ptrdcIkach znajdujc si okrc |ona ich liczba.
W t1,nl celu lostljc si z partiijcdno pudcIko' przclicza liczb zapalck' a tlastpltie- rr'I.ztt-
ca si to prrclclko
do pojcnrnika z pozostal1'llli pudc kanri. z ktrcgo lostrje si kolcjnc
pudc ko. Porr'racajce do pojcnrnika, po pt.zcliczcrritr
jcgo
zatvarto ci, pudclko bicrzc
r-rdzial lv kolejriynr losorr'aliitt. ctc. J cst to prz1,klad losolvalria ze zrvracatlicnr. ''v ktr1,m
METoDY ZB|ERANIA |NFoR|VAoJ l sTATYsTYczNEJ . PoDSTAWoWE zRoDA DANYCH 49
p|awdopodobieristrvo rrylosolvania
jest
zar,vsze takie sanlo. Moze si te zdarzy, e
ivieIokrotnic bdziclny losorva to salno pudelko zapalek' J est to przyk ad losorvania
prostcgo. rv ktry,m
jedllostkami
losou'ania i badania s pudc ka zapa ck.
e
Do rlajbardziej rozporvszechnionych schenlatrv losorr,,allia ogratliczollego
lllol]a za|iczy: dobr lvarstwowy' dobr rvielostopniorv1' i dobr rvielofazor,vy'
Stosorvanie |osorr'ania rr'arstrr'orvcgo zaleca si, rv sytLracji gdy badarla
zbiororvo riykaztrje siIne zrznicowall e pervnej interesujcej llas cechy. Me-
toda ta \\ymaga podzielenia ca ej zbio orvo ci lla \\.arstwy (gr.upy), rv obrbie
ktrych nastprrje oddziellly dobr lr'sowy' Losorvania dokonLr1e si zrvykle
rv stosunku rvprost proporcjonalnynl d.l liczebno ci danej lvarstlvy. Efektyr,vno
stosorvatlia tej rletody za|eiry od p ',
yjtego kryteliuln rvarstlvotvallia. Nalezy
dryy do tego, aby poszczeglnc warstwy by' y w miar
jednoroclne
ijednocze nie rzni y si nlidzy sob rv sposb istotny. Maksynlalny efekt
rvarstwolr,aIlia osiga si lvrvczlts, gdy za podstar,v podzialu przyjnlLrje si
cechy nlozlirvie silnie skoreloir,alre z cechatrli badarlynli. Std na przyk ad
rv badaniaclt nlarketingorvych najcz ciej,
jako
kryteriunr podziahr, przyjnluje
si: doclrd, rvielko gospoclarstrva dotrrowego, lviek. p e. region zanlieszkania
itp.
Przyk ad 2.4
Badanic czastt iviccenia zarrvck
jest
rutynori1,ln dzia anie m. ktrego ce lcrn
jcst
kontrola
jako ci
prciluktrv flrlny X. ktra r 1,trvarza 4 tr'py arrr'ck o rincj nlocy.
Dzienna produkcjr zarrvek o |noc)/ 25 W nyllosi 1000 szt., o lxocy 40 W - 2000 szt.,
o mocy 60 W - 1500 szt. i o rnocy 75 W - 500 szt. Z uivagi na to, ze rv trakcie badania
iarrvki ulegej zniszczeniu, kontrol
jako ci
objto 1% dzicnnej produkcji. W celu
zapcrr'llienia reprezentatyrvIlo ci prby rvykorzystLrje si losorvanic rvarstrvorve, lv kt.
ry'ln podzia tra lvarstrry zdetcrnlinou'an'v
jest
asoft}'lnc|lteln prodLrkcji' Nastplrie ustala
si liczebno ci arrr,ek poszczcgln1'ch typlv rv prbic. Liczcbno c ca cj prby lrynosi
50 zarrvek, co stanoivi l% calej prodtrkcji rrynoszcej 5000 szttrk. W tcj prbie polvin.
l.to an|cc si l0 arrr,ck o lnocy' 25 W (co stallorvi l% prodtrkcji zarr,vek te go typu).
20 arrvck o ll1ocy 40 w' 15 szttrk zarlr'ck o Inoc)'60 W i 5 zarrr'ek o Inocy 75 W.
Wystarczy tcraz *ylosolva odpolvicdni liczb zarrvck kadcgo typu i podda
je
kon-
tLoli
jako ci
Dobr wielostopniorvy stosuje si, kiedy tnozliwe
jest
podzielenie badanej
zbiorolvo ci (przy rv.vkorzvstaniu okre lonego kryteriLrrn) na kolejne, coraz to
rrrniejsze grllpy, np.: podzia kraju na rvojervdztlva, rvojervdztrr, na grliny itd.
Zatemjest metod kolejnego losorvaItia
jedrlostek
do prby z zespo lv coraz to
ADANIE STATYSTYCZNE I J EGo oRGAN|ZACJ A
niszego stopnia (potvstajcy'ch
z podzia u
zespo w rvyszego stopnia). Naj-
pierr'v rr'ybiera
si
jednostki
losorvania pierr,vszego
stopnia, sk, adajce si z dtr-
ch
zespollv
jednostek
badania, nastpIlie
jednostki
te dzieli si tla lnniejsze
zespo y, Zwalle
jedllostkami
losorvaIlia drLrgiego stopnia itd., alv koticu docho-
dzi si do
jednostek
badalria.
Przyhl:rd 2.5
Badajc popvt lla tzri.. krcdr'tv sttrdcnckie ballk postarlorvi przeprorvadzi
bada-
nie ankietoive lv rd stttdentu'. J cdllakzc z ull'agi na ogt.alriczorrc rodki filransorvc
postalrorviolro
skonstrltoil'a
odpolr.icdIli prb. stosujc schenlat Iosorvatlia lr'icIostop-
lliolvego. W pier.r,vsz5lnl
kroku spord kiIku uczelni zlla.jdLrjcvch si lvlnie cie rv1,lo-
sowano
jedn.
W kolejn1,lll kroktr lr1,losori'ano jcderl
spo rci kilku rvyclzia rv
tej uczel.
ni, nastpnic dla kaidcgo roku sttrdiri.rr,\'Iosou'ano po.jcrlnej grupie clziekanskie.;. w
kocoivej |azie, rv trakcic zaj odbyrvaIly'ch ri.grupach clzickariskich, przcprorvaclzono
ankict u, rd studcntrr' rvylosorr'arl1'c
h grilp.
Manrv ttltaj do czy'nicnia z losou'anicnl trzl'stopnioulrn. W piclrvszcj fazic loso-
w'ania
jednostkallri
losoivania b1' y trczclnie. W druginl rvydzial1, rr'czc niej wylosorvaIlej
tlczclni. W trzecicj fazie
jcdllostkallri
]osori'ania br'ly grupy dziekaskie dla kadego
roku studirv. Natonliast.jcdnostkalni
badania b1'li studenci nalecy do lv1'losorvan1''It
gfup.
c
Dobr lvic|ofazorvv|. jest
poclobny do doboru rvielostopnioir''ego.
rilli si
jed1'nie
rvyboretll
znacz.e liczniejszej prby
od podanej.
Z tej to prby nloz-
na rvybra dr,vie lub rvicej rnIliejszy'ch prb, ktre nlog by wykorz1,styrr,atre
rv badaniaclr. Losolvanie rvie lo|azorve stosuje si' gdy uzyskatlie informacji.jest
trudne |ub zbyt kosztolvlle i llalezr,' ogr.aniczy badania do stosunkorvo Iliewiel.
kiej grirpy. Wr'vczas dokonuje si rvstpneeo losorvania
duzo wikszej proby, z
ktrej, po odpolviedniej selekcji' rvy'biera si ostatecztrie nlniejszprb losorv.
W praktyce
losor'vanie do prb1' polega |]3
l]ollLllllefo\\,aniLl
wszystkich jed-
llostek dane.j zbioror,vo ci idokoIlarliu rl'vboru losorvego pervnej ich liczby' Naj-
cz ciej, oprcz Iosorvania llieogralliczoIlego.
u,l'kot.zystr.rje
si drvie podstarvo-
lve techniki losorvania. a trlianolvicie:
losou'atlie Za pollloc tablic liczb loso-
u,ych oraz rn etod

d obo rtr Syste lll atyczll e.qo.
Losoryanie Za ponroc
tablic liczb losorr'Yc rls polega na odczytaniu
rv ttstalollej koIejno ci liczb rv niclt zalnieszczolly,ch'
Innymi slorv1', pocz1'riajc
od
jakiegokolu'iek
nliejsca tablicy, rvybieranry lvec1 trg Lrstalonej zasady tyle
Iiczb, i|e
jednostek
nla Iicz1' daIla prba losorva' oprtszczanry przy lylli wSZySt.
', Poru'Iraj prac: l'. Carbarski. I. Rutkorvski. W' Wrzosek'
Il994]'
s. l47
,..I.ablice
te s zbudorraIle na tlkiej zasadzie. ze licz'b1'cz\'tal]e rv dclrr,oIlrr'lrl porzclku (pionorr.o'
pozionto, u'przd, rr,stecz. cir o ciorr'o lub sellnentorr,o). zachorr'u'j zalr,sze cechv prz1,paclko-
rr'o ci' n iezaIerr ie od nliejsca ich rr'r'stpori'an ia.
Mrroov ZBIERAN|A |NFoRfulAcJ I STATYSTYCZNEJ , PoDSTAWoWE ZRoDA DANYCH 5.l
kie liczb1,. ktre s rviksze od liczebrlo ci badanej zbiot.orvo ci. cz1,|i rviksze
od 1/. W1'notowalle rv ten sposb liczby' losorve rvskaztlj lllllllery
jednostek,
ktre zosta y rv1,.losor,l.ane do prby. Nale przy tym zattwayc, ze liczba np'
00f7 oznacza f7 . elenlent zbiororvo ci statl,st,vcznej, 0()05 oznacza elenlent
pity itd.
Istnieje tlrozlirr'o zatltotrrat1,zorr.atlia procestt r,v1'bielania eletnetltu' do
pt.br', rr1,korzy'stttjc rv tyttl celLl od;lolr'iec1nie
.ucneratory
liczb losorvych zlla.j.
dLrjce si rr.e rvszy'stkiclr pakietach Stat).st\ czll1 ch oraz \\r arkuszach kalktrlac1,j-
nvch np. u' EXCEL-u (firnkc-ie LOS. RANDBEI-WEEN). W przy'padkLr kolzr,-
staIlia z progralllw gerlerujc1'ch Iiczb1' losor,l' moelny albo rvprorr'adzic cha.
raktery'st1'ki rvszystkiclr
jednostek
Stat\,Styczllych badane.j zbiororvo ci i rvrv-
cZaS otrzvlnrrjerny goto\v list
jednostek
Ilalezcyclt do prbr', albo \/gllero-
rva
jed'r,ltie
zbir liczb losorvych, ktre bd Ilttllleratrri kole.jnych elerrtentlv
zbioror,vo ci generalrlej 1'losor,vaIlyclr do prby.
Przylilad 2.6
Bada.jc stan zdrolvia nricszkacu'
1lcri
llc-j Illicjscorr.o ci liczcc.j 7500 nlicsz-
karicrv. postanorr'iclno przcbadac l0() osobotr losorvo rv1'bran prb. W 1l'ln ccltt
potltlnlel.o\\'a|lo rvszr'stkich lllieszkal1civ od l do 75(X) i przy'stpiollo do Iosorr.allia zir
poIt'loc tnbIic lostlu1 ch' \\' tlrbIicncIl cZ\ 1:liqC rr ie l.szlillli \\\.l)(lt()\\ilIlo
z picl.rrszcr:tl
lr'icrsza rrastprrjcc dzic-si liczb lL]so\\\cIr.
,:
l5.]-.t. 7l06. 2tJ 3. 7[t7j. 5574. 7545.
7j9(). 5574. 1202, 11l2. W zrr'izktl Z t\,|)). zc liczba Inicszkaricrr'rrl-tlttsi 7500, odr.zrr-
ci nalczr, rr'sz1'stkic liczby. losolr'c iiikszc od 7500. czr'li li'|lasz}.lll prz1.padku
s to
Iiczby,: 7873; 75z 5; 7590l 77l2.
-I.ak
rric z dzicsiciu odcz1'taIl1'ch liczb losorr-vch
otrzyIlrali lrrl' llumcrv
jedy'llic
szc ciu clcnlclttrv plb1, staty.sty'czllcj. ktryIrli s: l534;
./106;2836:
5574; 55.74,, 1202. odczi,tu.1c kolcjnc |iczb'v z tablic liczb losorvy,ch (od-
rzucajc te o rval1o ciach przekraczajcych 7500) trz;'skanly odporviednio liczll prb
statyst}'czn.
e
Dobr s1'stema''czny polega tla rvl'borze z Lrporzdkowanego zbiorrr od-
porr,iedniej liczb,v
jednostek
rv rrvtlych oclstpach
(inter.rva 'aclr)'
Najpierrr' trsta-
la si liczebno c (N) ca'iej zbiororro ci. a llastpllie liczebno c (ll) prby'irla tej
podstarr,ic ustala Si interlr'a' losolr'atlia = 1Y l tt' Poczynajc IlastpIlie od lo-
sou'o obratlej
jednostki
pierlvszego itltet.rvaltt dobiera si kole.jIlo co
..,t'.
jedrlo-
stek z kadego interlr,al'lr po
jednej jedrlostce,
a osignie si podan rvielko
prby losorvej.
lu
Dane pclchodz z tablic zaIllieszczoIlt,ch rl,pracr, W' Starzvliska,
.l..
lvlichaIski
Il996]
s.218 -
) !()
BRo ltte STATYSTYCZNE I J EGo oRGAN |ZACJ A
Przyklad 2.7
W pcrvnyIn supernlarkccic dzicnrlic robi zakupy okolo ty'sica osb. Kicrorvlric-
two postallo\\'ilo zbada opini kticlrtw rla telnat dzia alnoci supcrtuarkcttr. Z,decydo-
rvano si na przcprowadzcnic allkicty rr'l.d 50 losolr-o rvybranyclr klicntrv. stostlic
przy tym s\,stematyczn1'ich dobtir. Ustalollo dlugo interrva u losorvania : l000/50:
20. Nastplric rW|osoir'allo
jcdrl
|iczb zc zbiortr od l do 20. ktrokazalir si by licz-
ba l3. W zrvizku z ty'ln picrlrszy.rll badarll,In klientcrn b1.l klicnt, ktr5,
jako
l3-ty,
opuszcza sttpcrlnarket, nastepn\'ll] bl.l klicllt o lltllllelZc 33. a dalej 53. 73,...' 993. e
J ak rr'sponrIliallo tta pocztkll tego podrozdzialu. drug grup nletod doborLr
jednostek
do badali stanorvi metody' cloboru nielosorr.ego2o. Polegaj olle na
rt1,borze korrkretnr,'ch
jedrlostek
o tlStalon},ch Z gry charaktelystykach.
W nletodach
ch
lvr'stpuje dttza doza subie.ktr.rvizIlrtt zlvizatlego Z Sanlylll
dobieranienl
jednostek
do prby, prz1,
jedIloczeSll}'Il1
Zachowa|litl obiektyrviznlu
rryboru kry'terilv doboru. Nie rzdzi ttl Zatelll pr.zy'padek' ponier,vaz dobr nie-
losorvy
jest
zlvizally z takitll sposobetrr post1lol 'ania. rr' ktryttt ostateczny.
ri.ybr
jednostek
porvierza si strbiekt1/wllvl]l clecy'zjoIll osrib pl.zepl.orvadzaj-
cy'cll badaIlia. Dec1'zje te porviIltty opiera si rla zrlajottto ci paraIlletrrv danej
zbiororvo ci' Metod1' te nalez1'' rv1,kor4'st.vrva dopiero rvtedy, gdy dobr loso.
lrr,
jest
ltieIllolirvv lttb ekotlortlicztli nieuzasaclttiony.. Do najbardziej rozpo-
rvszechnionych lrletod dobor.u Ilielosorvego za|icza si: clobr
jednostek
t1'po-
rrych
(dobr
celow},), dobr proporcjonalny (dobr krvotor,ly) oraz dobr na
zasedzie elirninacj i.
Dobr
jednostck
tYporr'ych.. polega lla
ln.
ze osoby prorvadzce badania
wybieraj do prby (na podstalr'ie rv asnych decyzji) te
jednostki,
ktre irlvai
zir typorve (odpowiadajce przecitny'rll) c.lla danej zbiororr.o ci. Mogto by np.
affykut)' llajcz ciej kttporr'alre przez llab;'rvcori'(koszyk zakuprv). przedstarvi-
ciele okre |otlych grup zalrodorrYch. typowe gospodarstrva donlotve, osobi''
o przecitrryclr zarobkach. Metoda ta Ilie daje
jednak
rv a cirvego obrazu zrozni-
corvania badanych cech.
Dobr propolcjonaln.v]. (krr,otorvy) jest
nletod polegajc na lvyborze
liczbowo okre lonych segnlentrv prlry, w proporcji odporviadajcej strukturze
zbioror'vo ci generalnej' Liczebrro c segtlleIltvr. pr.by ustaIa si na podstalr'ie
procento\\.ego rozkladu cech zbiorolvo ci geIleralne.| ponlnozollego pfzez ogln
liczebno prby. W ten sposb uzyskuje si sk ad liczebny prby odpolviadaj-
ce.I lvarutlkotll llortrialllego losor,l'ania. J ednake sarl dobr
jednostek
nie tlla
cech iosorvo ci zw'laszcza lv fhzie kolicorveso kollrpletolvaIlia stlttkttlt.y zbioI.Ll.
".'
Porrvna.i prac: S. Mr,Irarski.
Il98l.
s. l9 - 20.
-.
Por.rvna.i
1rrac:
L. Carbarski, l' Rutkorvslii, W. Wrz.osek.
Il99; ]'
s' l59.l60'
-.
Porlvnaj prace: S. NIr,narski.
Il98]'
s. l9 - 20' L. Carbal.ski,
Il994]'
s. l59.
MErooy ZB|ERANtA lNFoRMAcjl STATYSTYCZNEj. PoDSTAWoWE ZRoDA DANYcH 53
Inl rvicej rvyrnia si cech zbiororr'o ci. ty'nl ttzyskuje si rvicej podzia|rv
Segn]elltoW)'clr i tyIl trudnicj skonlpletowac odporviedni skIad zbiororvo ci
probnej. Dlatego najcz ciej poprzestaje si na drl,ch, trzech cechaclt dajcych
llie rr,icej ni l0 seglrlelrtrr' okre lorry.ch krr'otorvo dla skonlpletorvaIlia sk adLr
liczebnego zbiororvo ci. ReasurrlLrjc, tlietoda ta polega na lvyborze
jednostek
lv taki sposb, ab1'strttktura prby, z pttnktu lr'idzenia okr.c lony'ch cech (najcz-
ciej silnie skorelorvan1'ch z badanr'rll zjalviskierrr), by'la zblizona do struktury
zbiororr,o ci, z ktorej zostala lr1'bralra.
Dobr na zas:rdzie elimin:rcji
jest
przecirr'ietistlr.etrr doborLt
jednostek
ty-
por,v1,ch. W tynl przvpadku elinlirruje si
jednostki
nietypou,e odbiegajce
nlaczn,ie od przecitnyclr. Usurr'ajc ze zbioru przy'padki skrajne uryskuje si.
podobnie
jak
orzy
rnctodzic doboru
jednostek
t,vporvvch, splaszczenie obrazu
strukttrry z.jalr'isk do rvilko ci przecitny,ch. Dlatego nretoda ta bYr,va rrvtliez
rzadko stoso\\,alla.
W prakt1'ce czSto rr,ykorzystuje si korlbiIlo\\'ane nletody dobortr polega-
.jce
na lczerliu rznych Illetod. Char.akterystvk rr.ybranvch tnetod doboru pro-
by stosorvanych r.r' badaniach marketingouych przedstarvia tabela 2.1 .
EA
BRo t'llE sTATYSTYczNE I J EGo oRGANlZAcJ A
-l
a-
a=
>f
>,='-
>==
.,
a
-,.

;
-..
ON
>,5'
'J 1
\

.:
-
-
c
=
>,-
2 ,
l
- -
G
T
a
--,
L!
z,
t
N:1
N=
-=
!
! .-
-
C
.7
t
-5
;c*
-
A>
-
.2
a
.2>
!.4
2=
-')
'')
I
:J :i x
.
'-
_

'/
*=
N
-
N.'
=
7,i
\:
a-;
|
r

-
a
F
\..
N
F:J
a
\

-
!
c-
-o
E
1:
^
4

M EToDY zB IERAN |A IN FoRMACJ l STATYSTYCZN EJ . PoDSTAWoWE ZRoDA DANYCH 55

2.4. Metody zbierania informacji statystycznej,
pod-
stawowe rodta danych
Irrfbrrlacjc gronradzotre lv toku badaIi statystyczllyclt lnog pochoclzi
ztzly. roc|e pierrvottl1'cIl Itrb rrtI.rllcllr... wtrIte rd|a informacji obejnltrj
tc rvszl,,stkie rod a, ktre Ilie zosta -v o!)I.aco\\'aIle z rll1' lo badallylll problenlie.
Glrr'ny'rlri r trtlvtlli rd'lanli irlfor.rllacji s pr.zede rvszystkirti:
-
otrblikacje
organrv patistrvou'r'ch.
publikacje pIacorvek naukou o-badarvczych.
lll atc.r i a |y rvelr'tl
trzll
e p rzed s i
b
i oI.strv,
b iu letyn), agencj i badari opinii pLrbl iczne.i lLrb badari rynkorvych.
Na szczegln lrrvag zas uguj publikacje G rvnego Urzdtr Statys'cz-
nego (GUS) i Urzdrv Wojelvodzkich
(WUS)' takie
jak
Roczniki i Bitrleny
Statystyczne. lr, ktrych na|e l.llozlla dane stastYczne dotr'czce poc1starr,o.
lr1.ch charaktery,styk spoleczno-ekotrotlliczIlvch rv ujciu IoCZny|ll. krvat1altlvtll i
rlriesicz-tlt,nl, rv odtliesieniu do arlaliz rr'skali trlakt.o, regionalnej ibrarlzorr,ej. a
takze doty'czcc s1,ttracj i nlidzvttarodorr,ej.
Werr'tltrzne lltaterialv przeclsiLlior.stii' zaw'icraj poclstalr.orr,c
darle doty-
czce llr.itl. prz1,chodrv i koszttirv flrlllv, stalltt zatrudnieltia. lllajtktr' S olle
rr')'korzr'st\,rvalle \\' analizach bic-zcego firnkcjorlorvaIlia przedsibiorstrva oraz
do planorvania
jego
przysz ego rozlro.jLl, bez ktor1,ch nienlolirve b1loby cho.
ciazb1'ttzyskanie kled1'tu barrkolvego. Zaz'*,yczaj datle te rllajcharakter pottlny,
co ozllijcza. ze dostp do nich posiadaj
jedynie
pl.acorr'nicy danej firllly oraz
przedstalvi ciele or.ganlv kotltrolny'ch.
Publikacje orgturcirv paristrvorvy,ch lub terenou'ych. a takze plac(ru'ek ria-
Lrkou,o-bltclarr.cz1'ch naicz ciej zarvier.aj opraco\\,al]V
jtri
nlateria Stat\'St}.cZllY.
Natontiast c1ostp do clatl1'ch rocllorwch rtla z regtl,lv do ogr.aniczoIlr'krg
oclbiorcrr'. W przr,padkLr rvyspecjalizorratrr,ch agerlcji badania r.1'rlkLr ltrb opirlii
s1loleczrlcj korz1'staltie z rvy'nikrr' badari rlie si z pervlll.nli (czasetll Zllacz-
nyrrri) kosztarni, a zlecenie badali
jest
zaz*1,czaj bardzo koszlo*ne. Podobnie
n.esztjak LrdostpniaIlie dallt'clr zrdlolr.ych przez np. Urzdy' Statysr,"*czne.
IrifoI.lllacja statystyczIla stala si do droginl
',totvarl1"t'',
czego dolroclenl
jest
1ilnkcjorlorr'atlie lr'iellt insty'tLrcji (rrrllic- pryrr,'atrlych) zajlntljcy'clr
ql.otrladze-
nierlr i opraco\\'y\\,anienl danych statvstl czn) ch.
Picrlr'otlle rd a grotlladzetlia irl|orniacji obe.jnluj te rr'szystkie zlc]'la,
'.
\\'Iiter.aturze dcl czsto stosuje si okre |erril..desli researolt.'oraz'.fleId reselrclt... pLrr' S
lvllnarski.
[93{i].
s 7
56
BRoRNre srATysryczNE I J EGo oRGANtzACJ A
ktre zosta y prz\.gotowane
specjalIlie dla badania wvbraliego probleIllLl. Pod-
start,otrynli pierrvotnynli
rod anti infol.nlacji s przede wszystkim studia empi-
rycz|le' takie
jak
obserr'vacja i badania lvykorzystujce krvestionariusze'
Anliieta
jest
najpopularniejszl'm
i najbardzie-j masorvy'nr sposobenr zdoby-
rvania infblnracji, rvy'korzy'stvwanvur
u'badaniach opinii ipostaw ludzi oraz rv
badaniach masolr'vclr. Mater.ia atlkietolrv grotnadzony
jest
przez zbieranie od-
por,viedzi na przenry lany
i
^'z
ery trstalony zesp pvta. skierolvanych do rry-
brane.i grllpy lespolrdelltrvr]' ktl. rtloe bv zarrvno rvska grupa ekspertir,,
jak
szerokie rzesze osb zailltet.esorratll,ch dan problema'k. W tyrrl przypad-
kLr nie bada si zbiororvo ci stast1'czrlej bezpo r.ednio, lecz Z\Vraca si do insty-
tucji lub osb z pro b o r.rdzielellie irllbl.lllacji lla konkrettt1'tetlrat25.
Podstarvorr,ynl tlarzdzieIrl
jcst
ktr estiollat.ittsz ankietorr.y2. stanorr,icv
przygotowany
i podporzdkorvaIlv
celot-n badania zbir pytari.
Zalvat1e
w. ankiecie pytania polvitlIly charaktervzorr'a si rozlczrto ci,
a Sllgerowane
rvarianty' (odporviedzi)
\\,yczerpy\\,ac ca y zbior nrozlirn,ch odpou,'iedzi.
W badarliach allkietou5'ch zrd em irtforlllacji
.jest
',r,l.porr.iedz
badanej osoby.
odno nie zjalviska bdcego przednriotenr
badari. Dlatego zasadnicz spraw
jest
redakcja lbrnlttlarza. W zrvizkLr z ty'rn sporzdzorly projekt krvestionariusza
pou,iIlieIl
by, poddany rveryfikacji nlet.ytorycznej i tbrrnalnej. Dokonu
je
si tego
zrr'ykle rv toku badaIi problly'cll (pilotaorvych).
Zadanienl tcgo typu badali
jest
ellnlinacja bldlt, rv1'stpu
jcych
rr, konstrukcji klvestionariltsza i dostosorvanie
go do celrv i rvaltttlkrv ich przeprorvadzania'
Badania ankietor,ve s barclzo
rozpo\Vszechlliorle ze rvzgldLr tla relatr'rr,tr atrvo c ich przeprorvadzenia.
Za
pollloc ankiet bada si llp.: Sta|l trroralll1. Ill odziey, pozioltl dobrobytu. struktu-
r gospodarstlv
dotllolr'1'ch, postarvy
konsunrentr'v, popularno politykrv'
opinie na tenraty spoleczlle. W odrzniIriLl od spisrv, ktre dostarczaj moli-
rvie pe rll.clr infornlacji o badaIty'nl
4arr'iskLr.
rv arlkiecie clrodzi ZawSZe o l]a-
lvietlenie
jakiego
ci le okre loI-lcgo zagadnienia'
BadaIlia ankietorve s zazrrlczaj orgltIlizorral]u'pl.ZeZ rr1specjalizorratte
in-
stytucje' np': o rodek BadaIlia opinii Prrblicznej prz'r,Polskitlr Radiu. PENTOR.
OBOP, CBOS, Placorvnia Badari Spoleczuych i inne.
..
Porlvnaj prac: E. ]VlichaIski.
Il97l],
s. l59.
...
J ed1,liie rr'prz1'padIiu Spistirv Porr'szecIrnr,ch i RoInr'ch bacliL si ca| zbiot.or''osc Stat\,St\cZn.
chocia odpclrviedz-i nlt zadane rr'ankiecie prtanil ltlrrlltrIrrii1 z r.egulv
irtzedstarviciele
gclspo-
-
darstl'donlorvy'ch.
.'W
batlaniach ankietorr.r'ch
1lodstaworl,rnl
pl.obIernenl
jest
tzrl . bll1d braIiu odpolrieclzi. bdcr,
rirlic11 lllidzr'lr,rznaczon
liczebllo ci prb1 a Iiczb ot|z\'nlan)'ch lrnliiet, co nla rllie.jsce
zlr'laszcza rv sr'tuacji. gdi,ankicti'sl| |oZS)|aItc pclczt |ub rrrczallc |spolldentoll1 z pro Lr
o
rr'r'1leInienie. DIategtl lez. zu aszcza lr prz'rpldliu z ozonr,cll ankiet. czsto rt.r,kol.zr'stLl.je si
odporriednio przesz-}'olonl'ch
atlkieterlrl'. ktr1 clr z,adallienl
.jest
li.y'peInieIrie ankiet5 na pod-
starr ie udzielorlr'cIl respondctlto\\'i p\ ta.
Mprooy ZBlERANlA |NFoRMAcJ l STATYSTYCZNEJ , PoDSTAWoWE ZRoDA DANYcH 57
Przy ana|izie nrateria lv uz1'skanych na podstarvie ankie nalezy zacho-
rva daleko idc ostrozno c. W1.ciganie zbyt pochopnych rvnioskrr,
i rroglnieri
jest
bardzo niebezpieczIle, gdyi zebrane dane stat.vsty.czne odzrvier-
ciedlaj opini okre loIrej glupy respolldeIltlv. Prz1, zbieI.arliLr danych Za polno.
c arktlsza allkietoWego niezInierllie \\.azl]ylll problenlenl
jcst
to. aby zosta orl
lv]a cir,vie zredagorvally,' Z|e s1brtl tllorvirne pvtaIlia porvodtlj na og nielv a-
cir'l,e odporviec1zi. Sporzdzenic dobregcl fortrlttlarza sprarr.ia zazll,yczaj dtzo
k opotrv, dlatego przy
jego
rcc1agotvaltitt naler'stosolva l)astptlice zasady.,:
pytania polvinnv by |orrntrlou'atle
jasno
i kl.tko, u, sposb nie budzc1'
lvtplirvo ci. a otrzt,tttatle odporviedzi porr'intl1' by
jedrloznaczlle.
pyta polr'illno b1' llloliw'ie nlalo, trzeba si ograrliczy,c do py'taIi kolliccz-
nyclr z pullktu lvidzetlia prol'adzonego badarria, gdy wie lka liczba pytari nu-
zy tiype n iaj
cego
fortliu larz'
pl'tania polr,illlly br' zrozuIlliale, aLr), nie tlastrcza -v zb1'tniclr trrrdrlo ci przy
udzielaniu odpou,iedzi,
naj|epiej fornlu'lorva p1,'tania tak, aby odporvied tnogla brznic
..TAI(''
lub
"NIE".
na|ezy unikac pytali, ktre utttozlilvialyby lendetlcyjrro odporviedz'i oraz
pytari dral i rvych' rv l,trla
gaj
c1'ch
od porvi edzi potrfi l1'ch.
pytania rralezy tlszert.go\\,a ri'edltlg
jakiego
porzdku logiczIlego. ab1' od-
polviadaj
cy'
nlg zrozutll i c c e l bacian i a.
pytania porr,itll-lY Zostac u1;oI.zdkoriane pod ktenl atri,o ci t)p|.aco\\a|lix
zebt.arlego ll1ateIialu. co
jcst
szczegtiItlie rratie
1lLz1,
ukladarlitt tablic stzrty-
s'czn1'ch,
rv fornltllarztt konieczne
jest
ttlllieszcze llie pr'tarlia kontrolltego. ktre nrog o-
by il iadczr,'c o pr.arr idlorr o ci odpoli,iedz-i'
naleiY zadba o stosorr'l-l fbrlll fortllttlarza i odporr'icdrri druk.
Do fbrrlltrlarza ankictorr,'ego zrwkle do cza si obja nienia. J e li S one
krtkie, tttrrieszcza si.ie bezpo lcdnio pr.zy pvtaniLr' J e li py,tarrie lr1'tttaga do-
datkolvego, d rrszego obja nienia lub Ilarvet pcldania przy'klac|u odporvieclzi'
naIezl' obja nienie urllie cic osobtro, na koticu fortlrtllarza. obja nienia pott,itltl.v
obejnlorr,ac tlt'irl' infbrnlac.|. kto i kiedy nla 1brntttlat.z lv1,,pe lrlic oraz kto i korltu
porvinien go przekazac' Badania atlkietorve nlog by prorr'adzolle rv kilkLr lbr-
rnach'
jako:
u'r'lviadv bezpo redlrie. ankiety konlerc1'jIle. ankietr, praSo\ve, aI]-
kietv pocztorvels.
]]
Porrl'na.i
1;rac:
I(. 7'a.it1c,Il99. ], s.
(l3-(l.l.
rs
Szelze'i na ten tenral \\ prac)'S. Nlynarski,
!9tt6l.
s. I I
58
BRoRUE srATysryczNE I J EGo oRGANtzAcJ A
2.5. Grupowanie
i
prezentacja
danych statystycznych
W w1'niktr obserlr.acji
Statl.st1,gz11j otrzl tllujettly zbir darlych liczborrych,
zlvanYclr danymi statys'czrrvmi, ktre naley Llporzdkolva. UporzclkorvaIlie
nlaterialu
statvs.czlle-go
je.st
okre lalle nlialrelll
{rtlpolt.allia Stat\,St)/cZIlego.
PoIega ollo |la (nlniej
lLrb bardziej zrzrlicorr.atlyrli) poclziale niejeclnoroclej
zbioror,voci rla llloliii.ie.jcclrrol.odne
glupy' rved]lug obran1'cIl kry'telirr., charak.
tcr)'zLljc1.cIl poszczeg|Ile grtl1ly.
i odporr iedrlitlr ze starvierliu clarryclr staty-
sty,cztlych29' I(lasylikacj jedrros**k
zbioiorr'o ci
Statvst),cznej przeprou,adza
si
zazv,yczaj rvedltIg rr r bl.aIll cIl ct-ch. ktr}'e |l prarr.icllorva
allaliza jest
nlolirr,a
dopielo rv ranrach otrzl,nranl ch
jednoroclnl'ch
erup.
podstau,olynri
cz5,r.uro-
ciilllli po dokollanitt
segr.egac.j i Iulrtcrilltl l]a
-q|[lpy
jest
zliczanie clanych
ri' poszczegln1'ch
grLrpaclr ot.az pt.ezetltac.jl
ol)|aco\\,ellcgo
rllateriaItr lv postaci
szere gu sratystycznego.
Szeregiem stitt str'cznym
|lazy\\ial]l1' zbir ul.llikrr.
obserrt'acji tlporzcl-
kotr'anyclt rvedlrrg okr.e lony'ch
ccch (krr,teriu.).
ktcir1,ch rllier.nikieIll
s zIllien.
ne' Itlaczej nllviip, SZe|.t.gic|u stat)St\'cZn\l|ll
llaZ},\\,i.tlllr'cig liczborvy l.llono-
to|1icZlly. ogratliczotiy,z gry
j'.z
do tr (t1 . taki. ktre-qo \\'):l.ilz\ rr,'ystpLrjty'lko rr,
pcwllyn-} przedzialc
lr'arto ci)-,.,.
Szereg sk'lada si zazu'yczaj z drvclr koltllnn. z
ktcirr'clt
jedna
podaje rvieIko ci
cechr' Iub czas, druga za iIlfbrIlltIje o liczbie
jedllostek
przypadajcych
Ila dall kategori przedrrliotli'
ltrb zjarrisk lub lnorvi
o ich rlatenitt rr1'stpLljcynl
rr,.dalrylrl
cza:;ie. Na.jcz ciej rr'y,rznia si dr,va
klr tcl ia podzialu
szcl'cgo\\':
krvteriunr ftlrnlaltte,
zw,izane z btldow Szeregll, na podstau,ie ktr.egi;
llloclu1. lrl.odrbni;
szcregi szczeQ}orr'e,
szcregi tozt|zilcz'e
i szeregi ku.
rnu lacr
j
ne
.
|in'teI.ium mer1,'tory'czne.
rrr'Ilika.jce
z 1).ptr baclalle.j cechy zbiororvo ci' rr.g
ktrego rr,vt.tlia
si szcrcgi cZ.1So\\'e i szeregi przcstI.zetltle.
Podzia y
te
jednak
nie rr'yklttczaj
si riza.jclllnie. gc11'i
rlp.: Szereg rozdzie|czy
Inoe b.r,
jednoczc nie
szeregictll cZaSo\'t\.lt.l lttb przestrzellt-l\,lll.
:9
Szczeglorr,e in|orlrlacje na tclllat
qt.t|po\\an!a
"-.
K. Za.ic
Il988].
s. 72 -.]1.T. \lichltlslii
|199j.
.'.,
Por(lrvIta.i K. Zajc
Il99a]'
s. 79
Stat\'st\/c ZIl e
go
z'n a| e 'c Illcln a lu' i tl. ri' prac irclr
s.. -
6().
G RU
poweue
I
pREZENTACJ A
DANycH srATysryczNycH
Szercgicnr szczeg|olvynr nazywaI]]y Szereg rv kt.lryrrl Zawao opis bada-
nej zbioror,vo ci podajc inforniacj o rvarto ci cech badanej kazdej
z obserrvorr,anych
jednostek rvcIlodzc1,ch rv sk'lad zbiororvo ci statr,stycztrej,..
zatem
jcst
to zestarvienie darlvch o rvariantach poszczegcilnvch
jednostek.
Szelegienl szczegcilorr1'nl
jest
llp. lista plac. pocl rvarttllkielll, e prz5,
tttrlieszczaIliu. na niej poszczeglll1''ch osb zastosolr'atlo okre lone kryteriurrl
porzdkorr'e..'. Dttza przydatno SZeregtl szczegiolvego tkrvi rv tyt-l-l. ie daje orl
calkorvity rnateria Stat}'St}'czll\'. od ktrego rnotla rozpocz prac badarvcz.
.Test oIl
jedrlak
nlalo przejrzvst1', d|ategcr stosuje si gcl ty'Iko lv tych przypad-
kach,
.ud1'
z'allezy |1 llll l].l dtrc.i clokladllo ci. a Iiczlra obserrvacjijest stoslttlkolvo
Irie"vielka.
Chcc lv a cirvie scharakteryzowac Zebrally Ilateria statyst1,czny, rozdzie-
la si lvsz1,stkie rvao ci zrniennej X lla klasy (grupy) pod rvzglderll rtt1,cll
rvat.to ci,
jakie przybiera tl
l]oszczeglrl1,'ch
jednostek
badanej zbiorolvo ci inte-
l.esujca lras ceclra' \\/ tetl sposb otrzr,tllLtje si tak Z\\.ally Szere.q rozdzie|cz5,.
Innr,nri slorvy, Szel.eg rozc1zie|czy przedstarvia empil.1'cztly rozk' ad znliennej.
ktrej rr,arto ci charakteryztrj poszczeglne lvarialrt\, badanej cechy statystycz-
ne.j. Dla cechy skokorvej
jest
to rozk]ad pttnktou.y, a clla cechy ciglcj
jest
to
rozk ad przedziaIorvy (c igl1').
Szcrcgielrl rozdzielczvnl lraz\,\\allrv uporzllclkorvany i pogl'upowanv (rve-
d ug przrjt1'ch kry'terirr') zbir intbl.nlac.ji dotyczi1c1,.clr badarlej cechy rvvst.
prrjce.j rv okre lollej zbiorolrcl ci ltrb prbie. otrzvnlttje si go dzielc zbioro-
lvo statl,styc7-l1 na klasl' zbiorcze ri.eclltlg pcrr'nej ccchy' i podajc liczebno ci
kadej z t1'ch klas. zlr'atle Iiczcbno ciallti klasollr'tlli li,. l:l
,2,''.,k.
Szeregi roz-
dzielcze rnog dot.vczr' z-iirrr'tro ceclrl
.jako cioll,e.i..jak
i ilo ciou.ej. Chal.aktc-
r1,ztrj otle strltkttlt. danej zbiororvtl ci std Ilaz1'li.allc S cZaSetrr szcregami
strul<turalnymi.
cruptrjc tllateria badalvczy, rozpatrttie si rvszr,stkie rlloilirr,e rvarianty
badan1'ch cech stat\'stYcztlr'ch r.. W pt.zvpadku cech
jako ciorv1'cli
i lrlierzalrlyclr
skokolvl.ch. poszczeullte rr'ariatrtv badanvclr ceclt
-t,
tlloitra rr,vnlieni
jiiko:
-T1..I2,...,.r1'
W przecir,r.iellstwie do cech cig ;.'ch, ktle lnog przyjrllorva nie-
przelicza|nie rviele rvarto ci r, e {I,n1',,
'tn."'),
a lvic llie tllozlla ich rvszystkich
u'ynlieni. W takirn pr.z1'padku tworzv si klas1' dzielc obszar znrienno ci.'..:
(-I,,.i,,
- .I,.....) ceclly lla tZ\\', przcdzi:r y kllsorve, okre lone przez ich doln - r,.7
i grn -
-r-,"
gratlic' Rzrric ruiclzr' ll,arto ci.T,t - J ,.i. I-}aZ}'\Yall]\, rozpito ci
llrzedziirl
u lilaso'n'cgo.
.,Porrvna.i
prac: S' Abt
[1999].
s' 22.
..
Porrr.nlrj pr.ac: D. Urbanelt, i\1' Krzy'sztolilrk.
Il979|'
s. 2.
,.'
obszar znlicttIttl ci (rozstp,1 ccchr', de1lniclrran'r,.jest.jalio rrrica Irlidz1' rra.j*,ysz a lla.ini.
szi1 rral.locinalel1c11 tloda:legrrs7'cl.egtl'cz-rIi:
'r',.'..'i..'.;'.'
o
60 BnoRNlE srATysryczNE I J EGo oRGANTzAcJ A
Prz'edzia|y klasorr.e zarr.iera.i:pe po kilka wariantrv badallej cech\' ll-loztla
rrvnie utr'vorzyc dla cech skokorrr'ch'
.I.rr,orzelrie
przedzialrv klasorvych dla
tego tvptl ceclr trroze by' tl1'nikiclll grtlpo\\arlia stat1 st) cZ|lego. kiedy to
z porvodu cltrej liczbr, lvarialrtlrr ceclll clccrdLrjenlr,si lla agregacj niektcin,ch
z nich rv klas-v lub tez mozc zostrlc uarzricone
jcszcze
u'tlakcie zbielania danych
statysty'cznych, kiedy tcl zgodnie z cclenr badania u, tbrnlularzu ankietorvyrlr
pytanry si rlie o koIlkretttc lrat.ialltl'cllrrrc'j ccclly. a o prz}'Ilalello c do z.er.v
okre loIry,ch przeclzialu,.
Przyk ad 2.8
Badajc zakIadv p|ac),z ptrnktLr rriijzclril lrczbr tlscjb rr'nicIr zatruclllionvch tno-
na p\'tac o dok adrl liczb pracorrIrik(lrr ltlb
1lr.lsi
o rlskazirIlic do
jakie'i
griipr, przcd-
sibiorsti,v dany zakIad prac1'llalcr'. tt1lt.zcr.illitl t-oI.IlltlILrja.c odpclrr'iednic przcdzialy'
klasorr'c np. do 5 pracorr'llikrr'. od
(l
do ](). od l]
.
5(). cld 5l do l00 olaz porvyzcj l00
pracorr'n ikrr'.
\!'
1licrlvszl'tlr
przr,1ladktr btrdtr.1c s1(l-e ! S1llt\ )t\ cZ11\, nrclzlirr,c
jcst
rr,voclrbrlic-
nie konkrctncj liczbr,
1lracou.llikrr,rrr'str-'1lLI.jllercll
ri [rlldltllr'ch zakladach pl.ac\'tlp. xi
:
l.2. 5' l0' 1l. l9.2.50. 51
'12,
s5. I(X). I.]l- \\'tjrrczas szcfcg tozclzlc]czs, rvy'rldalb1.
nastptrjco:
Tabcla 2.2
Szereg rozdziclcz1 z rr1'rlliolr.r llli rrat.iltlltltlll
j
e c;lll skilkou'ei' opisrrjce.j Iiczb zatrudnio.
nvch u badanych zaklaclaclt prao
Wlll.to ci cecltt' r1
)
5 I0 ll l( 50 57
't2
35 100 137
L-icze.Llrrtl ci Il I 6 u I l5 I'7 IJ
)
I
'J '::":illiil.;,
oczl*isrc
icsr
zc
rlriac poszczcglIl1'cli ll'trriattttjri, bltt|lrlle
j
llr'ch). a
jed1,rlic
przcdzia15' rr'.jakich llloc sic
Tabcla 2.3
Szereg l.ozdzie lcz1,ze skLttlluIollartrtlli rlltrilrtlilttllieccllr'skokcl*e.i. opisujcc-.i liczb z 1rudrrio.
rtvclr * budaurch z-aklrdach
irracr
Warto ci cechr'-t, do 5 nracouniktiri
()
- l0 ll-50 5t l(x) |()I i rricci
l-iczebIlo ci ll s
-18
I
ZrLitllo. [)ane unl()\\ nc
Ocz1 ri.i cic tabcl 3..3 tll()ZIll| 1l)tld()\\ile na poris1arr'ic tlarr1 t.h statr,str,czlll,cli za-
rrartlch * tnbcli 2,?. ytoprzcz. tistaicnic ociprr*icdnich
1l'zcdzial(lu
klasori'r'ch. Na
pod-
starric tabcli 2.2 llltlzlla rrillic z-lltrcjilri'a irtllc szcrcgi rozdziclczc ttdporvicdnitl agrc-
gtrjc clarlc irldl'rr'idtrlrllrc ri'ltittt Zltrrltl.tc
()I.aZ
tldpolr'inclac Ila riiznc p1'tallia szczcgtllorr'c
(np. ilc zlk adri'1lracr'zatt.ut1llialtl pori1zc.j 2() pr.acori'llik(lrr'). podczas gd1,rna.jc danc
stat\.st\'czl.lc postaci 2.3. charak1u-rr'ztrjcc slrLrkttrr badilll1'clr zakladtjrr. prac\. z punkttl
\\ 51cfcgl'l stat\'st\'cZn\'nl nic bdzic Si tt'l''
ecclr\ stat\sn'czncj (brak stoso\\'nvch da-
')nii
zlla.itlo\\'ac. czl li:
G Ru
powRt'l
I E r
pR
EZENTAC J A DANyc H srATysryczN
yc
H
rl'idzcnia stallu zatludlliellia' nic rviccj z nich si
jtri
nic odcz1'ta. lrclrr'icnl ltielllolirvc
jest
przej cic z tabc|i 2.3 do danr'clr zdczagrcgou'ant'clt postaci 2'2.
c
W przypadkLl badania cech
jako ciorvych
zazlvyczaj rvyrznia si tyle lva-
t.iatrtrr,cclr, ile
jest
kolliecznr''clr clo rcalizacji celu badania' Czasenr
jednak
okaztlje si, z regLrly lv trakcie opracowyw lnia Ilraterialu Stat}'St}'czl1ego' Ze
pewlle rvarianty ceclry r,v1'stpuj barclzo rzadko i rllerytorycznie
uzasadlliona
jest
agregacja rriektrych
jej
rvariarltrr. Wrr.cztls nlotla utrvoI-z1' klasy zawie-
rajce po kiIka rr'ariatltlv badalrej cech}.. pollieu.az
ocldziellr ich rozpatr;rvattie
ltie trra ll,ikszego SellSt|.
Przyklad 2.9
Rozrvair-n1'' s1'tuacj' kicdy badajc opillie rcspondentu. na r'rybI.any tclnat pro-
pontrjcrny, kilka rr'ariantrv occlr1': bardzo z|a, z|a, przccitlla.
dobra i bardzo dobra.
a arralizujc zcbraIl1' nratcria dec1dtrjcm1' si lla prezcntacj
w''vniklv badaI'l
rv katcgoriach occll: negatvrvna (tj. bardzo z|a i z|a). przecitna i pozyt1,rvna (dobra
ibardzo dobra). Warto rr,tr'ltl IlliejscLt usll.lrnllie o tzw. rangol'aniu ccclr
jako cio.
rr'ych, polcgajc),|n na tynl, Ze kcrnkrctttvln rr,nrialltoln ccchy prz1'pistrjc
si pcir.nc cha-
rakter1'styki Iiczbou,e Z\\'ane rangallri. Dla oInari'iancgo przyk adu badarlia opinii re-
spolldcrltrl' llrolta zastpi s orvlly, o1lis rr,arialttrv cechy, occtlatrli punktorr1'lni rrr,ra-
a]c skal ocell \v postaci np' ocl l dcl 5,.rdzic 3
jcst
rrvnoz|laczllc occllie przccitnej
ltlb skal t.lccll
.2,
-l, 0. |. 2,
']dzit.
Zr-rL}
(rz|lAcZA
su'ego rodzaju lrctttl.allly' stostlnck re-
spondcnta do badallcgo zjarviska.

Budtrjc Szeregi roz(lzie|cze naleZ\' zdccl'dorvac o liczbie klas, ich rozpi-

to ci i Sposobie okre lania
grallic
przedzialll.. Naley panlita. e dobra k|asy-
fi kacj a porvi Il lla spe'ln ia drva pod starvo\\'e \\'ar[ll1ki :
nrusi bt' przeprorvadzona
w sposb roz\cz|1y, co ozllacza. e poszczeglne
jednostki
o okre lonych cechach pou,itln1'byc rv sposob
jedtloznacztl}'
p|Zy-
dzielolte do poszczeg|nych
kIas (grup).
nlusi bl'c
przeprorvadzol]a w S}rosb zLrpcItty, co Z|aCZy. ze klasy pow.inny
obj rr,szystkie cechy lvystptlice lv danej zbiorolvo ci' W przecirvllynl ra-
zie konieczne
jest
trvorzenie klas zbiorczych. ujrntrjcych te cech1,'. ktre ma-
j
istotlle Zllaczenie z punktu rvidzenia celtl badarlia.
61
62 BRonrurr srATysryczNE I J EGo oRGANTzAcJ A
Tabcla 2.4
Przy klud szercsu r ozrlzielczero
Nr klasy War.to zlnicnncj
(plzedzialv
klasorve)
L-iczcbno klasy
(,t,
r: .t,,, >
11,
I
2
(-rr,r
i -rrr,>
('t:,l
. ' :c
>
u
11l
llz
11t
W pI.aktyce rvybr liczby klas zalezy od Iiczby obserr,vacji iod charaktertr
dallych. Naley Llstali takie przedzia y klasorr'e, ktre obejnlrrj rr'szystkie darle
oraz Zadbac o to, aby l<azda
jednostka
rllog a trafi tylko do
jednej
klasy. Rlv-
l]ieZ wazll rol odgr1'r'r,a liczebrro rv przedziale klaso*ylll. gd;,i zat-cirvlro
mala liczba obserr'vacji podzielona na *,iele klas,
jak
i duza podzielona na nie-
liczrl klas;" ttie tljalvni obraztl StrtlktLlr),Zgodnego Z rzecz\,\Yisto ci.
W literattlrze postulLl.1t. si stosori allic llastpt1ce.j zasad1. prz,v ustalaniu liczby,
klas rr' zaleIlo ci od liczebno ci badanei zbiot.olt'o ci'u:
Tabcla 2.5
Postulo\\.cna liczebrltl c przc'dzia * klasorrr'clt s zalczltcl ci cld Iiczebno ci prby
Liczbl obsclriacii
(ir
l l'ie zblr zllcclrIlr ch klas
(, )
.+()
-
60
(r
-S
0
- l00 7
-10
100 - 200 9
-12
200 - 500 t2
-r7
Zr.dlo: K' Za.1c.
Il991'|.
s, 82
D ugo przedz|alu na|e'y dobierac rv taki Sposb, abv rvarto ci cechy
oscylorvaly rvokI ptttlktu r.odkoliego klas1
....
I(otlstruor,v,irnie SZe[cgLl rozdzie|-
czego polega przede rvszystkinl na rvla cirv1.lll doborze lr'ielko ci przedzial'u
klasorr.ego' przy Llstalalliu ktrego nale1' rl'zi pod Llwag pcwne kryteria (llie
Zawsze
jednolite),
pozr,r'alajce rv prarvidlorr1' sposb ustali StrLlktLlr badanej
zbiororr'o ci. Prz1,dobolze prz'edziatrv klasorr1'ch porvilttto si dy do tego,
aby Szereg rozdzie|czy darva nroIilt,ie szczeglow'v i przejrz1,sty obraz struktu-
t.), zbiot.orvo ci Statystycznej z pttrlktrt rvidzellia ccltr badarlia.
Poza tr,ielko ci przedziaIrr'. dLrzy lvplyrv Ila l.ozkIad liczebno ci nla rw-
Iliez prz1'jcie odpor'viedrriej rr.afto ci doIrlej grarricy piel.ri,'sze.i klasy' Gclr. pr.ze-
dzia\, klasolve oznaczone s rr, taki sposb, ze grna grallica przedzia tl poprze-
,"
Przv tu,orzeniu szeregll'roz'dzie|cz5.ch, G. U. Yu|e iJ . S. NeynlaIt za|ecaj na ogl podzial
..
cale.i zbior.ow'o ci na niervieIk liczb klas. clkolo 10.20 (porri,na.i K. Za.jqc
It994]
s. 85}.
,,
Szczeglorve inlbl.nlacje |la ten tenrat nlona znale \\' pracY: K. Zirjc,
I
l 994], s. 80-85.
GRupowRNle I
pREZENTAoJ A
DANycH srATysryczNycH
dzajcego
jest
I.lvtla dolnej granicy, pr.zedzia tr rlastpllego (- przedzia ot\\'ar-
te). wrvczas prz1,jrllrrje si zrvykle. ze rr,arto ci cechy odporviadajce gornej
grarlicy przedzia'lLr za|icza si do pI.zedzia u nastpngo. [-iczebno ci przedzia-
lrr. klasolvy.ch nlog bYc lvyrazttlle u' liczbach bezu'zgldnych (trbsolutny'ch)
Itrb lv liczbach li'zgldnr'ch. tj. u stosttnktt do liczebno ci ca ej zbiorolvo ci
(llajcz ciej
l'V
pr.ocentach). W
b.lll
przr,padktt lllat-lly do czy'llienia
z liczebno ci lr'zgldn (czsto ci rvzgltlnr1) inaczej nazywa|] rvska ni-
lricm struktu11'. I,iczebno ci lvzgIdn stanorvi
jeclrr
z fortll opistr roz-kladu
danej ceclry. ulatrviaj rrvlliei pot.rvtly'rvanie struktury zbiorou.o ci.
Reasulllujc. budujc szeregi rozdzie|cze moetrty rozpatryrva albo po-
szczeglne lvarianty skokotvych ceclr statyst1'czllych. trrrr.itrrv rr'tedy o tzw.
przedzia ach klasorvych.iedrlojednostkor,v1,clr, albo nloztla fbrIllulorva przedzia-
y, klasorve clla cechv cig e.], a take obe.jnlujce po kilka rr'ariatltrv cechy sko-
korvej, czy|i tzw, przedzia y u,ielo.iednostkolr'e, W niektrych prz1,padkach lry-
godnie je'st
arralizorva cecli\'bdce ze srr.ej llatttry cechatlti cig r,Illi
jako
ce.
chy skokorve, rvrvczas zanriast calego przedzia|u podaje si zazr,r1'cza.i rodek
przedzialu
'i'
(gdzie
-i, =I,*
-'Yut).
albo
jego
grll x,- (e li szer.eg uporzd-
kowany
jest
rostrco) lLrb doln r,.'
(dla Szeregll nlaie.;cego) graIlic. Przyk, a-
danli cech cigch definiolr.arlych rv postaci cech sliokorrr,cli nlog by: staz
pracy podany ll pelnl'ch latach rnierzonvch od dnia zatrudnienia. czas dojazdu
do prac1,'zaokrglonr'do pelllyclr tllillLtt. ri'ydatki na zakup okre lorrylch dbr
zaokr..-elolle do
pe nr'ch zlot1'ch lLrb setek z ot1ch itd.
W prakt1ce rr'.yrllia si rrvniez szeregi rozdzic|cze kumuIacvjne. ktre
porvstaj przez dodanie liczebno ci kole.irlych
1lrzedzialorv
i obliczajc pl.ocellt
liczebno ci kltlrrttloll'atlych rv stoslttlku do ]iczebllo ci calcgo zbiorrt.'u. Szeregi
kutlrulacine irrforIntrj dla ilLr
jedrlostek
badanej zbiororr.o ci ztrrietllla prz1,,bie-
ra rvarto ci nllliejsze od grllej gfallic\/ kollkretIlego przedzialu (szereg kutllula-
cr.jny rosnc1,). lrrb dla ilu
jednostek
Statyst}czll\'clr zl-llietltla przyjmtrje rvatto ci
rviksze od doInej granicy okre loIlego przedzia}tr (szereg ktllllLllacrjnv nlalej-
cY - kunlulacyjny rozk ad malejcy)'
Podarvane rr, szeregach stastycznych liczebno ci rvzgldne tzrv' wskazni-
ki struktirry 11,' odporviadaj prar,vdopodobieristrvu pojarvienia si okre loltego
rr,ariantu cechy'rv badanej zbiororvo ci. Natotliiast skttIrrttlol'''atle rvska rliki
stl.ttkturV. opisLrj4e czsto rvzgldIl dla rvszr'stkich
''variantlv
cechy nlniej-
sz1,ch od grIlej grarricy u1'bratle.eo przedzialu' czyli
{
-};: X<'r,} tlazyrvaIre s
tlystr1'b ualrt cmpiryczn11.
Szeregi statystyczne nlog przedstarvia badall zbiorou'o rv Lrk adzie sta-
',, Porrr'naj prac: T. Puclra|ski,
Il973]'
s' 35
64 BRoRlllE srATysryczNE I J EGo oRGANtzAcJ A
tycznyIll, char.akteryzujc
.iej
Stall w ci le okre lonynl tnotrletlcie (np.
rv okre lonynr dniu, ItliesiipLr. rokrr). Znlially zbiorou'o ci lrrb zjarvisk
w pewlly|ll okresie opisLlj tz\v. szercgi czasorvc. Porvstaj one, gdy podstaiv
grupovvania jest
czas, a celenl badania
jest
analiza zlllian pe\vnego zjarviska
rv czasie (np' produkcja przerlty'slu rv latach 1990 - 1995). Tak rvic szeregi cza-
sor've przedstarr.i aj

badall zb iorolvo c lv irk adzi e dyllanl icztlynr.
Szeregi
1rrzcstrzentre
(geograficzrle). opistlj roznrieszczelrie pev'nyclr
zjarvisk w przestrzeni (cz ci rriata, patist .a, regiony, gospodarcze'
jednostki
adrlliltistracy,jne)' Budujc Szereg przest|Zenl)}' lllozlla (podobnie
jak
przy szere-
gaclr rozdziclczyclt) dzieli zbiorolvo tla lriksz lub nlniejsz liczb grup
(klas) r,l, zalezno ci od przyjtej
jednostki
ter1'torialllej.
Oprocz tabelarycznej lbrmy prezentacji zebranego nlateria.ly statysfyczllego
(w postaci szereglv Statystyczllych). czsto stosuje si prezerltacj graficzrl
lv postaci r,r1'kresrv, diagranlrr' itp' Porliej przedstarr,iono przyk ad graficznej
pr.czentacji drvch szeregrv czasorr'yclt doty'czcych nriesicznych przychodr'v
i kosztlr, pervnej firrrly lv okresie styczeli l995
.
nraj l997.
0 i
_
=
-
2
esic.
-
Zrdlo: Danc Llll10\\|lc'
Rvs, 2 l. Pr:ychotlv i kos:t1,/irnry- Xv, okresie st1'c:e l995 - naj l996
Prezentacja graficzna nraterialu statyst)cznego stanorvi rrzupelnienie formy'
tabelar1,czIlej' borvietl-l nlrlogo danych zarvaych lv szeregach statysfycznych
czsto
jest
rllalo czyteltra, lvrvczas rvygodnie
jest
korzysta z rnego typu l y-
kresrr,.
PRzvxrRo BADAN tA STATYSTYCZN EGo
2.6. P rzyk ad badania statystycznego
W lliniejszynr poclrozclziaIe onlrvillty przr,k|acl.7 baclallia Stat},StycZllego,
ktre zosta o przeprorvadzone lv lipctr i sierpnitr l995L' na tet.eliie oc|zi
, rlr.branyclt Iliast rr'ojervdztrr'a dzkiego, ktrego celellr b1' a aIlaliza sieci
.it strybucji produktrr' clreniii gospodarczc.j i spoz1'rvcze.|. Material Stat}'Stycztly
z'tlstal zebran}' Za ponloc specjalnie skolrstruorvanej arlkiety. ktr tlrypelnia i
pt.zeszkoleni r,l' tynr celtr ankieterzy
(nlctoda lvyrviadu osobistego). Ankiet
pt.zeprolvaclzono w lrurtorr'niach oraz sklepaclr bran1, clrenriczlrej i spor,rvczej.
lnnynri slorvy,
jednostkami
statysty'cznynli rv t1'nt badaniu b1'ly punkty
sprzecla-
z1'o okre lonej bran' Brak dan1'ch
(ze rvzgldtt lla duze koszty'tlls|i.111^
.'-'-
forrlacji Z s}'ste|l-}tl Il.egon) obejnltrjcych badan poptrlac.j sporvodorval. e nie
zosta o przeprorvadzotle fortllaltre losolvalrie prby, z popirlacji gerleralnej' Do.
br
jednostek
do prby odbyl si na zasadzie
'|atrvo ci
clostpu. oznacza to, ze
atlkieterzy'lv badaniu urvzgldnili tylko te
jednostki,
clo ktr1,ch nrogli dotrze
i lv ktryclr lvyraoncl ch irdzielenia odporviedzi lla zadarvalle p.l,tania.
Allaliza sieci dystrybuc.ii zostala przeprowadzona dla nastpLljcr'ch cech
jako ciolvych:
rodzaj punktu
sprzeclaz1'' branza' typ lvlasno ci, charaktel. pttIlktLt
sprzedazy. forma sprzeda.v, ocena lokalizacji placrvki, fbrnry akt1,rvizacji
sprzedazy stosowane rv atikietou'anyr.n
lrrtrrkcie
sprzedazy, kry'teria x'vboru do-
Sta\\'cy i potrzeba rvprolvadzettia na ryllc'k produktrv ekologicznr'ch oraz dla
kiIku cech ilo ciorq,ch, a nlianolvicie: liczby pracolvrlikrv, rvarto ci roczllego
obrotu oraz porvierzclin i sprzedazy,.
Badarlitr poddano 50l pirrrktlv sprzeda-v tla terenie Lodzi, p|ZY czylll
z porvodtt br.akrr, odporl,iedzi lla niektre py'tania rv analizach urr,zgldniono
494 ankiety, ktre starlorvi v pieru'otne zrodlo informacji na tenrat sieci clystry-
btrcjilv piciLr dzieInicach trriasta. Badanielll objto t.lvniez 4l4 placrvek han-
dlotych Pabialric, Zgierza, ozorkou'a. Aleksatlclr.orr'a i Konstalltyno\\'a oc|z-
kiego. Uzy,skally nlateria statr'styczrry zosta,l pocldany grttpowanitt i zIiczaniLr.
J ak r'vspomIriano,
jedno
z ysyta tlmieszczoIr\,ch lv ankiecie dotyc' o ocelly
lokalizacji ptrnktrv sprzeday. J est to przy'k ad cech1, nienlierzaInej' odzrr'ier-
ciedlajcej opinie respondentrv. Wyrzniono pi nolirr1,ch ocetl, kttire rvraz
z |iczb odporviedzi rvskazujcych lla rv1'blat)y przez respotldentrr, rvariant tcj
cechy
przedstarviono
w szeregu rozdzielczvm.
,,
w1,niki bada syntetvcznie przedstarviono rv pracach: D. \\/itkotr'ska' J . Witkotr'ski
Il997|'
[
1 e98].
65
oo BnoRlre srATysryczNE I J EGo oRGANTzACJ A
Tabcla 2.6
Ocerra lokaliz'acji punktolv
spl.zerlay
Ocena lokalizacii |-izba otrtiktri' sorzc d av
bardzo dobra
11
dobra 178
prZec
ltl]a !,r3
z lt 4l
baldzo zla 20
Zrtirilo: opracoivanie rrlaslle lra pocistarric A' N1azur
[|99l.
s' 50
Irrn badan cecl] b1,la liczba osob Zatrt|clniolly'ch \V al]kieto\\'arl1'ch punk-
tach sprzedaiy, ktora
jest
przy'k adeIll cecil1. ilo ciorvej skokolvej. Dla tej ceclr1,
okre lotro przedzialy klasorve
.irrz
rv tr.akcie badania ankietorvego (prz1'
czvtll
ostatni z przedzia ou,
klasorrt'clr
jest
otrvar.t1')' co \\,)'l]ika'lo z prz1'jtego podzia-
u placorr,ek handlolv1,clt'
Tabela 2.7
Liczba pl.acolr.n ikrr' w' badanyc)l punktacil sprzeday rv [-cldzi
Liczba pracorvnikri. Liczba ptlnktw Sp|Zedaz) Liczcbllo c i sktttlru.
lorvane
llolrici 3 290 290
J -4{ 85
-l75
5-8 42 4t7
po*r'zci
fl
'7'7
494
Zrd|o: opracou'anie ulasne na por|starr'ic A' Mazur
Il996]
s. ]7
Podatle rr, ostatniej kolttnlrlie liczebrlo ci sklttrltllou,alle pozrvalaj odpo-
rr,iedzie lla p1'tatlie: ile przebadallych.iednostek zatrudtlialo pracownikr,v polli.
Zej warto ci grne.i gra|1ic}'przedzialu. Przvkladorvo, rr, 375 przeba(lallych pirnk.
taclr harrdlolvy,clt zatrtldtliatlo do cztelech pl.acowllikw, podczas gdy lv 290
placrvkach zatrudIliotla byla
jedna
ltlb drvie oSoby.
Ko|ejna tabela
jest
przykladeIll szeregtt l.ozdzie|czego. w ktr1,m badarrie
do$,czyto cechy ciglej, a liczebno ci podarre Zosta y rv liczbaclr bezrvzgldnycll
i rvzgldnych (lvska lliki strLrktr:r1'), okre lajc1,ch procentotvy Lldzia
jednostek
charakteryztljcych si okre lollr'Ilr rvariantenl cech1' lv calej badanej zbiorotvo-
ci. W Szeregtl tyItt podano rrvrlie liczebno ci sklttrrttlorvaIle.
PRzvxu.o BADANTA srATYsrYczNEGo 67
Tabeln 2.8
Porvierzchnia badanych punktrv sprzeday rv Lodzi
Porvierzchn ia
sorzedazr'
(
nrr)
Liczba punktrv
snrzedaiv
Liczebno ci
skunru lorvarre
\Vskazn i ki
stlukturv
(0z6)
Skunrulowane I iczebno-
ci ri,zqIedne
(91'.)
0-15 93
c)t
I tJ .8 r8.8
25 -50 l3t 22.4 26.5 15.3
50-75 105 329 66.6
75 - 100 39 368 1.9
100 - r25 4t 415
g5
84.0
125 150 5 420 1,0 85,0
150 - r75 t2 432 2.1 81,4
1',75 - 200 ) +)/ 1.0 88.4
200 - 400 il 468 6.3 91.1
400 - 600 l5 183 3.0
97,1
600 - 800 ll 49.
))
99.9
Sunra 49.1
99.9
=
100
Zrdlo: Opracorvanie rrIasne lta poclstarvie A. N'lazur
Il996]
s. 57
Analizujc datle zarvarte rv tabli 2.8 lr,idac' Ze Skol]Strllowano przedzia )'
klasolve o rZnej dltr.so ci' Do 200 tllr rozpito przec|'ijallr' rvynosi 25lll],
tlatollliast punktv Sprzeday posiadajce po\\}'iej 200 rn. klasyfikorvallo dla
przedzia rv *1o'o1l'ych o rozpito ci 200lll. . Wlnika|tr to z |akttl, Ze da|le te
by,|y szacutlkorve, a \V prz}'padkLl nla e.i porvierzchtli rr,ikszi1riag prz1'klada
si
do kadego
..I]letra''
ni przy dLrzej porvierzchtii. Porladto obiekq, halldlor'r'e
o porvierzcllni do 200 trl] staIrou'iI}. 88.40/ rr'sz\.stkicIl przcbadanych.jedrrostek.
podcZaS gdy lv ostattlinl przedZiale klasoti'y'lll zllalazlo si.ic.d1'llie ll analizo-
\\'allych punktw Sprzedazy, co Stano\\i|o 2.2o ankietowall}'ch obiektlv harl-
cllou,ych.
ostatni lviersz rv tabeli 2.8 spelnia firnkcje koIrtrollle, poda'ic sttIl
jedno-
stek stat1's|ycznych, ktore zostaly rvr,rnione z punkttl lr'idzenia konkretrly'ch
rvariantrv al]alizo\\'anej cechy. J ak rvidac rv przypadku liczebno ci bezwzgld-
|lych Sunla
jednostek
rrvna
jest
liczbie ankiet. Ilatomiast w pr4/padkll liczebno-
ci rvzgldlrych ltlanlr,do czyrlienia z bldenl zaokrgleri (sttnta rv1'llosi 99,9o,a
nie l00%). B' d ten.jest tynr rvikszy, irn rr.icej lr,ariantrv darlej cechy rozl]a-
trttjetlry, nierlllliej
jednak
ttie porvittiett oll przekracza 0,3o. Poda.ic liczebno-
ci skttInulowane, Iiczebno c ca c.i badanej zbiororvo ci uzvskttjetny dla ostat-
niego rvariatrtu cechy, std dla koltttllll wyrazajcyc|r liczebno ci sklttnuIorvatle
rlie rvypel'nia si
ju
danych lv lvierszu
..St|l1la'',
co oznaczollo symbolenl (x).
Przedstau'ione rv tabeli 2.8 dane doczce pou.ierzchni sprzedazy mozl]a
pogruport,a rv inny Sposb, biorc pod ttrvag czstot|ilrcr ci rv1'stporvania
1lIacrvek
handlolvych o okre lonej port'ierzclttli.
jak
rvida. 85o' placrvek tlla
68 BRo t' te STATYSTYCZNE I J EGo oRGANlZAcJ A
porvierzchlri ltlniejsz ni l50 rrlr. Zbuc1ujnl1, rvic pr.zeclzialy klasolve o rnej
l.ozpito ci i skonstruujnly lla podstarvie danych z tabeli 2.8. inny szereg staty-
st)'czny.
Tnbela 2.9
Poivierzchnia badanyc|l pullktrv sprzedaz1 rr l-i''dzi
Z'rod o:-[abelu 2'8
J ak rvida, tabeIa 2'9 polvstaIa poprzez zItiiatl d Lrgo ci przedzia|rr, kla-
sorvyclr
(agregacj
darly'ch)' ale rvciz zarviera te sallle dalle statyst}'czl]e' co
atlvo prze |edzi na przyk adzie liczebno ci sktltrrtllou.aIly,ch. PrzedS1awiolle
dalre statyst}rczlle |lloz|la ru llie przedstawic na lly'kresach'
Fow ierzchnia punktw
sprzedaiy
250 -
2oo
),
T-l
.oll
'3
rqn. I I
E
'--
l I
!,oo
l I | |
':
_Ll_L_l _-n_
0 -
50 50
- 100 100 - 150 150 - 200 200 - 800
Pow ierzchnia
(m2)
R|,s. 2 2. ll'ykres kolutnttotvy clln clunvclt : tabeli 2.9
Porvys;ry rr.ykres przedstarvia liczebIlo ci bezrr,zgldne dIa rr1'ztraczoll1 ch
przedzia lv klasorwclr.
[)orvierzchn ia
sprzeday
(nl:)
Liczba punktrr
sprzedazy
L iczebn o c i
skunrulor anc
\\'skan ilii
strLrkturr'(9)
Sktttrltt lolvatre l icz-ebno c i
rr,zgldIle
(%)
0-50
)'),1
224 15.3
..
5 .3
50- 100 t44 38 29.2
r00 - r50 )2
.120
r0.i 85.0
150-200 t1 431 3
".
88,1
200 - 800 57 491 I 1.5 99.9
Surna 494 x 99.9
=
100
PRzyxt-Ro BADAN lA srATysryczN EGo 69
Fow ierzchnia punktw sprzedazy
D0-50
i
tr50-
100
tr100-1s0i
tr150-2001
lr2OO-soo
I '1,5' 2.'. II\,kyg' 1.,1n',, danycll : tabali 2,9
Wykres ko ouy obrazrrje liczebno ci rvzgldne lq,rztlionych rvariautr,v
porvierzchrli sprzeday' Natonriast przedstarviol1y na rysul-lktr 2.4 rvykres rada-
rowy wskazuje na
..I]asycenie''
poszczeglnych rr,ariantrv ceclr1,rv1,razone licz-
b punktrv sprzedazy charakteryztljcych si okre lorlynl rr'ariatltenl badane.j
cechv. Wszystkie typy lvy'kresrr, przedstarvione na r1,sunkach 2,l - 2.4 s starl-
dardollylli rvykresan i oferorvatlytrri rv pakiecie E,XCEL i niog zosta rvzboga-
corre dodatkolvytll i obj a nien ialn i'
Powierzchnia punktw
sprze dazy
200-800
.,,,-
50-100
\r
oo-r so
J ak rvcze ni"j ,,','ff'iJ |:,,'.;:;;"::::i:,,:;ru,:;"|'
...t'
jako
cig 'e lLlb
skokorve nloe by do unrorvtle i rv wikszynr stopIlil.t rtynika z celu badania,
a co za tyrn idzie z formy prezentacji
danych niz z sarnej "naturv"
konkretnej
150-2001
200
10
70 BRoRnre srATysryczNE I J Eco oRGANtzAcJ A
cechy. Za przyk ad pos uy natn badatlie porvierzchni ptlnktrr' sprzeda, za.
okrglonej do pelnych ln., co prz'edstarr'ia ponizsza tabela:
Tabcla 2.10
Porr'ierzchnia punktrv sprzedaz1' w'40 badanycIr pIacrvkach harrdIorv1''ch rr'ozorkorr'ie
[)orvierzch n ia
sprzedazv
(nlr)
Licz-ba
1lLrnktr\'
Spt.Ze-
da,v
Porl,ierzch n ia sprzeda-
zy
(mr)
Liczba punktrv
sorzedav
l7 4l 2
20 50 )
25 2 52
)
26 0
4
f'l 70 6
30 4 80 1
32 100
)
40 400
Zrldlo: obIiczellia rr.lasnc na porlstarvie Nl. Kubiak
Il996].
s'88
J ak atw.o Zauwa},. ana|iza danych Zawa),cIl rv tabeli 2.10
jest
do trud-
na, a Zbyt Szczeglowa prezentacj 1.''ynikrv badania tlie pozrvala Ila analiz
struktut'v placrvek llalldlor,rych z punktr-r lvidzenia rvyroniollej cechy. Dlatego
nalezaloby odporr'iedIlio zagregorva rvarianty cechy' trvol.zc przec|zia|y kIaso-
\\,r:, aczkolwiek ich gl.tlllice i r.ozpito c llltlSZ byc zupelIlie intle niz dla obser-
rvacji prezetttow'atl1'ch rr' tabelaclt 2.8 i 2.9. cllociazby dlatego, ze 39 placrr,ek
handlorr,ych
1l'
ozorkoir ie (co
stanorvi 9./5%) m ia o powierzclln i nln iej sz lLrb
rwn 100 rll..
W koIejnej tabeli podano przykl'ad Szeregu przestrzellllego, w ktryl-l"l p|Ze-
prowadzolta analiza dot1,czy'la cechy rrienlierzalnej.
jak
by a stosolvana fbrt-tra
sprzedazy.
Stosorvatle lbrlny spl.zedav rv lradalrr''cIl placwkach handlorrl.ch lra terenie
o,u.."
<l]J ,|.il",l"#
Formy
sprz-edav
Dz-ieln ice [,odz-i
Widzeri' SLdnlie cie Polesie G(l'na Balutv oclenl
tl advcvina
52 8.1 99
4rJ t5l 134
sart'loobslu row'a 8 7
7 ) t0 J J
lnlte
)
9 li zo
Surlra O.
L)f
I l5 5t 174 J 9,,1
Zr(rdio: Opracorvanie nllsnc r)a p(rds1a\\ie A. NlazLlr
[1996].
s. S3
Przedstalvione lv tabeli 2. i l dane urnozlil ,iaj terytorialn analiZ zror.
colvania stosorr,anych fornl Sprzedazy. W ostatrlitlt wiersztl podarlo Iiczb prze-
badanych.iednostek rv kazdej z dzielnic. a ostatnia kolunlna inforrnLrje, ilc obiek-
tlv handlorvych rv calej przebadanej
zbiororvo ci stosorva o konkretn form
sprzeday.
3. AruRulz STRUKTURY zBloRowocl
Analizujc zjatviska tllaso\ 'e. rv tl'tt-t zjarr,iska gospodarcze, ulvag sku-
piatl1' na lv-vbraIlych
1jednej
lLrb kilktr) cecllach charakteryzujcych zbiorowo
Sta|ys'czl]. W niIliejsz-vnr rozdziale zajttio a si bt1zierny opiseln badanej
zbiororvo ci z punktu rr.idzenia perr.Ilej cech1'' ktra nloze prz1,jnlolva rw.
t.zniotte rvarianty: .T1,
'Tl'....
.I7,
P:rr:rnrctralrri opisorv1'mi zbiorot'o ci statystycznej tlazyr,va si charakte-
11st-r'ki liczbowe, rrlllozlirviajce Slllllar\'czlly i skrcolly,'opis zbiorowo ci stary-
sfycznej. Paranretty o1lisowe pozlvalaj lra okre letrie.'o:
l) przecitnej rvarto ci arlalizorvarlcj cechy statyscznej, przez rvy*br po-
jedynczej
lr,arto ci. tj. llriary przecitnej (po ozenia)'
2) zrltienno ci (d1'spersji, rozproszeIlia) lr,at.to ci cec|ry rv obserrvorvanej
zbiorolvo ci. tztl. tltiary znriellno ci.
3) rv
jakim
stopniu badany szereg odbiega od idealnej s1'nretlii, lnian
asyrnetrii.
Analiza paratnetrrv opisorr,ych pozrvala rvykry rIlice rlridz1' zbiorolvo cia-
rli, ktre sprolvadzaj si do trzech przypadkrr.:
l) rozk ady nlogt1 si rni po ozettielti. tzll' lvartcl ci cechy' rv pobliu
ktrej skupiaj si obserlvac.ic.
2) spostrzezenia lllog si skilpia wok tej same.j lvarto ci. |ecz ronic
obszarenr zntienno ci'
rozk ady lr1og \\'reszcie rozni si
jednocze nie
co
te r1'styk I iczborvl'ch.
rozklacly ll1og \\'feszcie rzliic si
jedIlocze
tlie co
tervstvk Iiczbou'vch.
3.1. Wska nikistruktury
J ak
ju
zosta}o porviedziane rv poprzednitn rozdziale. struktura zbior.orvo ci
lub prb"v tltoe zosta przedstarviolla Za pollloc liczb absolutrtyclr lub lvzgld-
nych' Liczby absolutlle sto lvielko ci, ktre otrzynitrje si rv llyniku nlierzetlia
lub sutllor-vania
jedrlostek
zbiororvo ci, s zatenl liczbanli nliaIrorvaIlvlrli' Liczby
rr,zgldne s rvielko cianli, ktre \\ryZllacza si
jako
stosuIlek drvch liczb abso-
lutrrych. Ze lvzgldu lla to' Ze liczby absolutne sna ogl nra o przejrzyste (po-
1t
4)
do obu tych charak-
do obu ty'ch charak-
''
$.
1,''.1,
I(' Zc.
Il991]'
s. l40 lv1,rnia si
.jeszcze
cech;' rr,zbiorze' przez obliczetrie ltroIllelrtu, oraz
i splaszczenia
(ekscesu) rv stosunku do ksztaltu krzlscj
sp aszczen ia'
okre lellie rozlllieszczetlia rr,arialltrv
l'skazanie skupienia (koncentracji)
nornlalrre.j, przez obliczenie rvskanika
72 ANALlZA sTRUKTURY ZBIoRoWocI
rlvnaj chociaby datre zalr'arte rr,tabeli 2.l l), to do oceny struktury zbiororvo-
c i nykorzysty\\'al]e s czsto l i czeLrno c i lvzgldne, llazywalle rvska ni kanl i'
Wska nik strukturr' (czsto rr'zgldn) ir', clefinitrje si
jako
stosunek
liczebno ci cz ci zbiororro ci do liczebno ci ca ej zbioror ,o ci, cry-|i:
1,
1r,
=
--:L
(3. l)
t1
gdzie:
tt, - |lczbajedIlostek Stat},St}'cZll\'ch cltarakteryztljca si l-rynl \Varia|lteI]1
danej cechy,
ll - liczba rr'sz1'stkich
jeclrrostek
Sta$'St\,cZ|l\'ch objtvclr badanietlt.
Wska nik struktury illlbrnlLrje,
jakijest
udzial
jednoStek
Statystycznvch po-
siadajcych i.ty r'variant cechy w ca ej badaIlej zbiororvo ci' J e li lr', prze|lltlo-
zyt.ny przez l00, to ott.zylnatlry udzia y procento[,e.
Wskaniki struktttrv nie zrnieniaj proporcji ponliclz1,, liczbarrii absolut.
nylrli. Wnioski forrllu|o\\ane przy ich uzyciu lllozl]a rvycigllc na podstarvie
liczb absolutnycll'
jednak
nlacznie atrviej poznaje si struktur. zjalvisk.
je li
jest
orla przedstittl,iolla Za
l)ollloc
liczb rvzglclnycll. W przypadktr analizy cech
jako ciorr,1.ch
rr.skazniki strukturv stanorvi
jeden
z podstarvorvych
sposobrv
analizy' stt.uktttrl, baciane.j zbiororr'o ci. Czsto ci rvzgldne l]]ozlla kuIrlulorvac
rrz5,skrrjc l,v ten sposb rrdzialjedriostek statysfyczlly'ch, cltarakteryzrrjcych si
lvarialrteIlr ceclr1' sigajcyrlr
1;ozionlrr
grrlej granic.r,rr,ybranego przedzialu' dIa
ktr.ego \\,Yzlraczono sktttllttlorratlr' rvskazllik strttktr.rly (porolr'rlaj
dane lv tabe-
lach 2.8 i 2.9)
Przyk ad 3.1
W tabelach 2.8 i 2.9 plzedstarliono proccnto\\'c l'skazniki struktury, \ryznaczonc
na podstarvic reIacji (3.l). AnalizLrjc porr.icrzchni splzeda, (tabela 2.9), nona po-
rvicdzic, c bylo 45% badanych placri,ek handlo''vr'ch o por,vierzchlli mnicjszcj ni
50n2, ?9o posia<1a o polvierzchni od 50ln2 - l00ln2, l17o porvierzcltni
od 100nr] -
l50rrr],37o powic^rzchni od l50lu2 - 200ln], a l2% clraraktcryzolvalo si porvicrzcluti
od 200rn. - 800lll.. W sposb gra1iczny zosta o to przcdstarvioIle tra rysutlku 2.3' Z kolci
rvskazlriki sklttnulorvalrc wyz|laczolle rv tabeli 2.9 inforrnuj ze pralvie 757o pullktlv
handlow1'ch posiadalo porvicrzchlli ponizej 100nl2.85% - ponicj l50 nr2. a88.47o
poniej 200llr2'
e
MlARY oPIsUJ cE
PRZEc|TNY Poz|o|V ZJ AW|sKA
3.2. Miary opisujce
przecitny
poziom zjawiska
Miary reclnie
(zrr,atle te tltiarallti
przecitnvnti albo
po oenia) s uz do
okre lania rvarto ci znlienIle.i.
rr'ok,l ktorej skupia si
rvikszo rvarto ci. S
one najbardziej
rozporvszechniolty'llli
nliat'anti statvstycznyuli
ttzyw'allvllli
rv
praktyce. Za pottloc
jednej
liczby pod.U one charakterysty'k
pozionlu ztrrietr-
nej, czyli cetltralIl telldencj
(std tez czSto llaz),\\'al1e s rrrrliez llliaranri
tedencji centralnej). Istnieje killia rorlych
ryporr'
nriar redrlich.
lch stosor'vanie
rrie
jest jedrrak
dclrr,ollle
,
za|ey bou,iellt od celu badania oraz
posiaclany'ch da-
n-vclr staty'sczn1,ch.
Wyrinia si drva
podstarr'clrr.e rodzaje trriar redrrich:
) nri:rr-v klas.vczttc, do ktrych
za|icza si: redniaf}'tllvczl1,
Ilartnoniczn
i geotletry'czll.
} nriary ptlzycyjne, clo ktrych za|icza si: clonlillant ikrr,afty'le.o,
przy czytll
szczeglnie
rvyrzrria si luediall. czyli krvartyl drLlgi.
N4iary klasy'czne
s obliczalle
jako
lvypadkorve u'at.to ci
lvszystkich rva-
riantrv cechy, rvystpujrpych
u badarrvch
jednostek
zbiororvo ci.
podczas gd1'
rlliar1'1lozycyjtlc
rrskaztrj rla okre |on
1lozycj
jcdnostek
Stat\SDCzn}'ch'
rcdnia arytmc'czn:r
jest
to rvartoc cechy,, ktr posiada aby kaida
jed-
rlostka zbiororvo ci.
gd!'b}, podzia sLtIlly lvatto ci cech b1' lrvllotlriertly
tzn.
rr kazdej
jedlrostki
zbiororr,o ci
\\'}lstpo\\'alaby ta satlla rvat1o c cechy. Sredni
atytnletyczlt de1irlitrjeln1,
jako
Stlnl
\\.arto ci cechy'' rnierzallre.i
1lodzielon
pizez |i,czbjedrlostek
skorlczorle.j zbiorori.o ci statr.strcznc-j.
\\/arto redniej
at1,ttrletycztrcj
rvyzllacza si Ila podstari'ic rr.zorrr' uuzgldniajcych
sposb
prezentacji danych w Szeregtl Stat).St}.czll}'rrl.
W prz1.padku Szeregtl szczeg'}o.
r,vego korzysta si z relacji:
73
Dla szeregu rozdzie|czego
zarvicrajcego
k przedzia|'rt' klasorvych,
rv ktrych
zlrlielltta rcprezentujca badan cecli statystvcztljest
skokorva. a przedzia y,
klasorve
jednojednostkorve (punktolve) stosLrje si rvzr tla tzr,r,. redni vao.
na:
l
-t
=
-
f .J ,
tt1
tk
l\-
.T=-
).I,Itt,
ttA
(3 2)
(3
3)
]9
oprcz krvart1'|i lr,yrrria si rrvniei decy|e,
percentyle itp., zrvane oglnie krr.ant},Ianri
74 ANRt-lz, sTRUKTU RY ZB toRowocl
natollliast rv przypadku zlltiettIly'ch ciglyclr lvystprrjcyclt rv szeregu rozdziel-
cZ).ln o przedzialach klasorvyclr
lvielojednostkorvych. redni arytrnetyczl-l
w)]Zllacza si
jal<o:
r--!i,rr,.
(3 1)
ll t=l
gdzie :
x, - wafto ci znriennej, l-ty
.'variaIlt
badanej cechy'
n;. Iiczebtro grup reprezentr'rjc1'ch l.fy przedzia klasorvy
(tzrv. rvagi).
ll - liczba
jednostek
objq,ch badallietrl, n
=|n, ,
k - |iczba rvyloznion),cll rvariatlt'v badanej cechy statystyczne.j, liczba
przedzialrv klasor ych,
i,
.
rodek przedzia|u klasorvego'
Przvklad 3.2
ZaIol'l'lx,' Zc ll1aI]1\, Szcreg stat\st\'cZ|l\'. zari'icra.jc1'. l0 obser.rr'ac.1i dotyczcych
rvieku sttrdcntrr II rokLr.
(r
|lll5t!.ptljccj postaci: ]0.l9. 20. 20, 2l, 20' 2?., f3,2|.24.
W celu 1.,'t'znaczctlilt Lcdnicj aI\tlnct\cztlc..j
riickrr sttrdcllttirr,badanej
grupy naley sko-
rz)'stac Ze \\'Zorll
(3.3). gdy'z llratllr do czrnicllia z szcl.egictlt szczcglorv'vrn. Stttna rvar-
to ci zlrliclllrcj
l0
I
t,
=
2lo'
std r.edniaaryt|11et)'cz|larr,1'nosi:
2l0ll0=f|,czyli redni
rviekbadan1'chstudentlv
u1 nosi 2l lat.
C
Przyklad 3.3
Wyznaczrny redni ar).tn1ct).czn rr'ickrr strrdclltrv na podstarvie polliszego szc.
"^.,,,^.A.intn.onn.
MleRv oRtsu.lcE PRzEc|TNY PoZloM ZJ AW|sKA
Tabcla 3.1
Nurnct'
klasv
Waliantv cech1,
(rvick u latacli) .t,
l-iczebno ci
n,
X1 tll
t9 J 57
2 20 t2 240
J fl 6 t26
4 )2 J 66
5 2.3 3 69
o
')l
3
'7)
X Sunra l0 630
ZrdIo: Danc u!ll()\\'tle
W celr-r rwztlaczeliia redniej arytlnct}.cznej nalcv skorzr'sta zc rvzoru (3.3)
in1'zIlaczr' sun1 ilocz)'nrv rvar.to ci znlierltl1'ch xl przez liczb strrdentrv bdcych
rv konkl.ctrtt.llr rviektr li,. Nastpllie dziclc surn:
)-v,n,
=
636
przcz |iczb obserrvacj i n
:
30, otrzylrluje Iny' re dni arvtlnetyczll lrvn 2 l lat. e
Prz1'k rrd 3.4
Wl'zllaczajc redlli11 al\'llnct\'czt] porr'icrzchni sprzcdaz1, rr, prze badan\,ch pla-
crvkach halrdlow1,c|r u, Ozorkori.ic
(darlc z tebcli 2.l0). Lrz1'skaln1':
l
Z,,,,
=2396
'
co d|n ll=. 0 dljr': r
=
59.9 lll
,
'
Std przecitna por'vicI.zchltia sprzcdaz;', rr' przcbadallr'c|l pl,rc
,rikach
handlorryc|t rv
Ozorkou'ic \\'ypo. 59.9 lllr.
C
Przy|r ad 3.5
Wvznaczniy redni a|},tn)et)'cZn porvierzchni badanvch punktrv
sprzedaiy
rvodzi (Ira podstarvie dalr1,cli z tabcli 2.9). Wl'korzystall1)'rv tvnr celu rclacj (3.4).
Nalci;, ir'ic rryztracz1.c rodki przcdziallv klasow1ch i.'
,
co robinry rv tabeli stat,v-
styczncj.
76 AN t-lz, sTRUKTURY zBIoRoWoCI
Tabcla 3.2
Numer
klasy
Porvicrzchnia
sprzedair' (lnr)
. l
Srodki
przcdziallv
i,
Liczcbno ci
n,
x!lll
I 0-50 25
aa l
5600
2 50 - 100 15 144 r 0800
J r00 - 150 125 52 6500
I
r50 -
100 175 l-t 2()15
5 200 - 800 500 57 28500
X Stuna
494 )+J /)
Dziclc sulrl
5
\i,tt,
=
54375 przcz =194^ otrzl,rnujernv i
=I10.07nt2
.
Srcdnia arytlnetyczna \r)lznaczona dla <J anych inclvrl'idualn1,,ch tj. nie pogruporvanych
rv przedziall' klasori c rv1'n iosla'u
x=100.30r2.
e
J ak rr'rllika Z po\\\Zszcgo pr.z}k adLr. warto redrliej Za|e-\,od agregac.ji
dany'ch Stat}St\czll\,cIr i sposobLr kollstrukc.j l prze.dzialii'klasolv'ych.
Prz-vklacl 3.6
a.) \\' pcri,,lll.nl przcdsibiorstu'ie
zatrtrdllia si drr.ic grtrp1.' l.obotrlikrv: r,wkrvalifl-
ko*'allvch illiovvkrvaliflkoiiarlvch.
Srcdnic placc obu gnlp oraz ich udzialy procentowe
rv oglncj liczbic pracolr,nikrv przedstarviorlo rv tabeli.
Tlbcla 3.3
Srcdnia
placa
-r UdziaI %o IIi ,t;11';
2500 20% 0.2 500
I 100 809/o 0.8 880
Sruna 100% 1,0 1380
Zrdlo' danc tllllo\\lle'
ob]icz redni plac rv caly,ln zakladzic.
b.) Rozrviillly to sirn]o zadanic u'iedzc, e pracow.tlikri'w)'sokich
kivalifikacjach
jest
10, a pozostalych 40.
"', Porrvnaj D. Witkclrvska, .I. Witkor'vski.
Ii997]
s. 253
MlaRv oelsu.lcE PRZEClTNY PoZloM ZJ AWIsKA
Rozrvizanie:
a') Zatrrvanr;'. e liczcbllo ci obu rvariantlr' attalizorl'ancj ccchy zostal'v przedsta-
rviolte za potltoc liczb ri'zgldll,v-ch. tzn. rl,skaznikri.slrukttl|y.
Na
1rostarvie
rcIacji
(3.
3
)
otrzy'rrlalrt1, rl'zr:
lr
i=:t.Y,/'
-r.'
a=|r.r,
.
n
-..t
T, il
-,
Ktry'ir1'korz)sta|1.l\.rr.ccltl
obliczc'nia srcdnic.j placl'rr'calr'tn
zakladzic.
Stc| na
podstarvic
obliczerl z tabeli 3.3 stn'ierdzarnr'. ie pracorinicl'analizowancj
1irny,prze-
citnic zarabiaj l
j80zI.
b.) W t1'm przr,padktl
redlli plac rrr,zllaczaltly
zc ri'zorLr (3.3).
Potr.zcbne obli-
czcnia
plzedstau'iono
u. tabeli 3..1.
Tabcla 3.,1
Srcdnia placa
-r', Liczcbno
n;
xt llt
2500
t0 2s000
r r00
10 4. 000
Srrrlra
50 9000
Zrdlo: dane lll.llo\\,|le
'
Src<jnia ulnosi t:
uot::o
=
l380zl. J cst zatcrn icrc6tyczla jak
\\,\,z.aczo.a punk-
50
cic a.)' ponierr,ai
zachou'alla zostaIa proporcja
nridzr' dri'ictlra
urupatni pl.acorvllikrv.
Wskazlriki Strukttu.)' w obu prz\,l]adkach
s idcllt1.czlle .
e
Warto Zwrci uwag rla lti||ia
l)o(|Sta\}o\r'l'clr
rv'lasno ci redniej ar1't-
metYcznej.
l' J est ona Wypadko\v \\,SZYStkich \varto ci badanej cechv, rv zrvizku
Z Cz7l1.11 llie moze by'c tlizsza od llajmniejSZej \\arto ci zaobserrvorvallej
rv badaIliu i nie ltloze b}, rrt'sza
od warto ci rlajrvikszej,
zatern za-
chodzi relacja
-r,'',,
<
r x'.'.,. .
2. Warto redniej zalezy nie od Iiczebno ci klas, lecz od ich lvzajetrlne.j
proporcji.
W prakt5ce
oz|1acza to. Ze lllozlla
j
rlvllie lv.vztlaczs,
z takicIl szeregtl.. gclzie zallliast liczebno ci tnaIl-lv li'skaznlki
strukttl-
rv' a otrzymane rr,vnilii bd.jedrlakolve (pot.olvIlaj
przyk ad
3'6).
3. Surlla odchyleI,l lvarto ci
badanej cechy od redniej aryt|.lletycZIlej
jest
rrr,na zertl.
1. Sunia krvadr.atrr, odchyleri poszczegln1'ch
rvarto ci zIltiennyclr
bacla.
nej ceclly od redniej arytIlletycztlej
rozklaclrr
jest
najnlrliej
sza, oz|la.
cza to, ze Stll1la krvadratrv
odchl'leri poszczeglnych
rr'at.to ci zttlien-
nej r.ozk]ladu od lr,arto ci
rcinej od redniej bdzie ZawSZe rviksza.
AnRllzn sTRUKTURY zatoRowocl
Sredllia al.),tlllet\,czl-la
.icst
rvpt.arvdzie rlajprostSZ Z rlliar reclnich.
jednak
nie zarvsze
jest
ona dolrrvm nrielniliienr tendencji centralnej. Chodzi tu
o sytiracj, kiedy Ila.jrviksze liczebno ci skLlpiaj si rvok najniszych lub
najrvysz1'ch rr'arto ci cecll1'. Niekiedy' rednia afY1l-I]eq'cz|1a wprorvadza po
prosttl w b d' D1ieje si tak wo\\'czas' gdy rrr'zllaczanly redni ze zbiorrv
niejedIlorodnych". oraz gdy u'ystpu.i obset.tracje Ilietyporr'e, ponierva rednia
arytlll et\Iczn a zacier a rzn i c e i ll dr',rv i d tta I Il e.
Itltl1,ttl przypadkiern. kiec11, reclnie ar}'tn]et}'czlla nie porvittna b1. Stosowa.
rla
jest
rvystporvanie zbiolorvo ci z
jednostkallli
rlierypou.vt-lli, poniervai red-
tlia zalviera bdzie r,varto ci niet'vporre. a t,\'Ill Salli)'Ill Ilie bdzie poprari'nie
opisyrva po ozenia. W tej S}'ttlacji llrozria policz1 c redrli art,ttrret1'czn odrzu-
cajc
jednostki
rlietyporr'e pod rr'al.ullkielll. zc staIlolr'iil olle co na.irvvej 5%
l iczebno ci ca ej zbiororvo c i.
Stostrjc rvzr (3.4)
llrona oblicz1, redni al.\'tl]let)'czll dIa zalltkllitych
przedzialrv klasort'ych' poIrierr,az tylko rvtedy daje si rr,''-ztlaczr.'
lodki tych
przedzialrv. W przypadku. gdy przedzia y klasorr'e (pierrvszv
i ostatni) s
otwarte, a ich liczebIro ci s stostttlkort'o |naIe*., lllozna dokonac utlrorvtrego ic|r
zatllknicia itrstali u'arto ci rodkrv przedzia orv. Nie lltona
jednak
tak po-
stpic rr'1lrzvpaclktr. gd1' trclzial liczebllo ci otlr'artych przcclzia'lorv tv ogolnej
sunrie liczebno cijest ZIl3cZI))'. tzrl' rr tej s1,tLracji rlie da si rvyznacz1'c redniej
alytnletl'cznej .
ltllt nliar klasr'czIt
jest
retlnia harmoniczna, ktr wvznacza si dla
szeregu rozdzielczcgo o plzedzialach klasorvy'ch
iednojednostkorvych
jako:
t1
xl,
=J -
I
Il",
l=l
,rt
(3
s)
gdzie oznaczenia
jak tlyej.
W przypadkLl pr.zedzialrv klasorvych rvielojednost-
kolq'ch rvarto ci zttlieIinej \\'e \\'Zol.Ze (3.5) zastptrje si u,atto cianli rodkrv
przedzialrv, a cila Szel.egll p|ostego rraqi lli okre lajce liczebno ci s rr'vne
jeclen'
Sreclni hat.lnoIliczIl stosuje si lv sytuac.jach, gdy rvarto ci zlliellnych
podatle s rv przeliczetritl lla sta jednostk. a lvagi (liczebno ci) rv.iednostkacll
licznikrr, rr,arto ci ztl]ietltl1,gl1u'. W przr'padkrr takich cech
jak:
Ztiior;- niejetlnot.odne tllaj rtlzklad), z kilkonla o rodkallli dclnlinu
jcr
nli.
Sclbcz.vk
Il995]'
s' 35 podaje. 'e oznacz.| to
je |i
one nie przekracza.j 5% liczc.bno ci calcj
zb iororl,o ci.
r:.
Pot.rutla.i ostasiervicz
Il997 |'
s. 5l
Mnnv oetsu.lcE PRZECITNY PoZIoM ZJ AWIsxR
-
spo'cie lv kilogr.allrach lla osob
[kg/osoba] -
liczebIlo
jest
okre lona
dla cechy podanej rv kgl
gsto zaluc|nienia rv Iiczbie osb Ila krlt:
[osoba/knlr] -
liczebno
jest
okre lona dla liczby' osob;
--
pracochlonno c
[nlin/szttlk] -
liczebno cjest okre |ona dla czastl;
-
cena
jedlrostkorva
[zllsztLrk] -
liczebllo c dla ceny.
Przyk ad 3.7
NaIeiy, oblicz.v redrli gsto zaludnicllia dla lniast Tr.jrniasta: Gdariska, Gdyni
r Sopottl. lr'icdzc, zc gsto ci zaludllierria rl. ty,ch lniastaclr \\\'|losz odpou'icdllio*-:
l165.1852 i 2553 osb/kllr.. natonliast liczba lLrdno ci lr'ty'sicaclt 162.3^ 251.9 i43,. '
Srcdni gsto zaItrdIlicnia ltalciv rvyznaczy
jako
stosullek J a.czliej liczby ludno-
ci do lcznc.i porr'icrzcItlli badalrych Iniast. co prZY po\\,)J iSZvc|r dan),cIr prorvadzi do
redllicj lrarllroniczlle.i z gsto ci zaltldnierlia. Zatcln korzystajc ze r'vzorLr (3.5).
otrzy-
rnuienrv:
462300+251900+43400 157600
*-
462300 25 1900 43400
41s.4s
1765 1852 2553
=
1823,56
Zatenr rcdnia gsto zaltrdnicnia rv Tr.jmie cie rr'y'nosi l824 osob1'/kln-
Przyklad 3.8
Danc s drr.a gospodarstrva dolllorr.c. ktrc koIlsunltr.'jq t saln.l ilo ryb.
Zrtid o: ditnc tlnlo\\'Ile'
W1,2'lu.. rcdrri spoz5cic ryb rla glorv nricszkaca rv allalizolvatlvclr gospodar.
strvach.
Bsayr-qzall.
Srednic spo.vcic l.y'b na glou. nrieszkanca lv obu analizolr'ltnvch gospodarstrvach
lllozna obIicz1'c
jako
sunr spozytych ryb podzielolrc pftez liczb osb rv obu gospodar-
strvacll dornorvych. co rry nosi:
79
'
Tabclrt 3.5
Liczba osb rr gospodar-
st*'ic donron'l'nr rl,
Spo1'cie ryb przcz gospodar.
strra doruorrc n kg
t,
Konsumpcja r1'b na
g'lorr'
.t,
_
:rl,/nl,
2 l0 ) Kl
5 l0 2ks
'"
Zrdlo: Rctcznik Staty'st1.czn1'
I
l997]' str'99
Arunlrzl STRUKTURY zB|oRowocI
\-
LY
l0
*
l[r 20
L=
2-5'
j
J c li nic zt]allly tlll oraz.1',
(ale
rvicln),. c rr'1,nosi tyle sanro). .t Z|lallly rednie spo-
1,cie ryb na glorv
'Y/.
to n]tlsitll\, trz)'c rcdIiic.j harnloniczncj (3
5) d|a n,: l porlicrva
analizorvany szcreg
jcst
szcrcgicnr prost) nl. IVlanl, zatcru:
rr2)20
,t,
=-
n l]l]<-
Fl,r
1-l
Ax,'
5 2 10
J est, lvic identr,czne dla obLr sposobrr liczcllia. Przccitnc spoy,cic r1,b na glou'
ttlieszkaca rv analizorr,arlr,clr prz1.padklcll rirrlosi 2.86 kg. cd1 b1'dla cechy stosttltko-
lvej
-Y; zastosou'a rcdni ary.t|llct\'cZlla.. tL] r.cdnie spo1,cic
ryb
rv1,rrioslo[rr'
.\.
=
:---.
=
3'5 .s . co tric
jcst
po;lr.arr.nvm rr'5'nikicllr.
e
Przl'kl:rd
3.9
W badaIliach urr,zgldniono 45 dri'u- i picioosoborr',vch
gospodarstw'
donlorr1'cli
opisaliy'ch rv przykladzic
3.8.
Zrd lo: daIle ulnorvne.
oblicz r.cdrlic spoi1.cic ry'b rra gloir' lliic.szkaticil \\' attalizolr,an;.clr gospo<J ar-
stwach.
Rozrviazanie :
Sredrlie spo'cic ryb na g orv nricszkaca rr,allaIizorvalrych gospodarstrvach'
obli.
czolle za po|l1oc rcdlricj harnloniczne.1 (3.5)rr1vnosi:
in
n f5+20 TJ aJ
a
5+10 l5
1
-
1{-l
2
Majc daItc o llczbic osb rr,r.odzinic rcdllic spo,'cic lllolla rrvIticz policzy ja-
ko:
ckovite spo:po:l
ry,b
=-=-

l
,,
!.,.*
2x" 5
-'
450 g
-
=
1k<,
150
Tabcla 3'
Spozycic na glorr
xl: |)/lJ |l
Liczba
tospodarstu, dolno-
rr) ch obu tvpcl*' ,
Spo,cic ryb przcz ll, gospodarstlr'
donlou'vch yi
:
xl t)lint
5kg
25
5kt
'2'25
= 5ke'50
:
2-50ks
' t_(t
l() 2k{r'5'20
:
2kg' I 00 = 200k9
Srrrlra
.+5
450 k'.
lic:bct osb
Ml Rv orlsu..l4cE PRZEclTNY PoZIoM ZJ AWIsxR
Przecitlre spoycic ryb na glolv nlicszkaca rv alializorvan1.ch gospodarstlr'ach
rq'nosi 3 kg.
e
Przykl:rd 3.10
W drl.ch gospodarstrr.ac|l clolnoul'ch o tc.j same.j liczbie osb spoz1'cic rr'b
jcst
przcdstau'ione rv tabcl i.
Zit'r.llo: dane umo\\'ne.
Ile rrr.rlosi rcdllic spoycic r;'b lla glorr nlicszkatica rv analizorvatr1'ch gospodar.
strvach?
Rozu,iazanie:
Lcdni spoycic r1',b na glolve nlicszkatica rv obu analizorvatr1,ch gospodarstrr'ach
rq'nosi:
Fu
')rJ
rJ
/_/1
l\t-a
-
--
_:
r
-tf(t
T,,,
'-f
I
-'-
"t
L"'I
J c li llic zl1all1v lit, (alc rr'ictll;.. c rr'l'liosi t\,le saIno rr'obLt
lospoclarstrr,'ach) oraz),]'
a Zl1alny r,
,
to lnusit:tv rrz1' rcdnic.j arr'tlnc1}'czIlu.j:
Y.' {,1
i
=
/---,
-.
-:T-
=
_t-i,(r,
n I
-'-s
Przccitnc spo)'cie r1''b na glorr' lllicszkruica
strvach wynosi 3,5 kg.
Przyklad 3.11
W badartiach trrr'zgldniono 45 dlvtrosoborvyclr
rvpr.z1,k adzic3'l0.
81
u' obu allalizorvanvch gospodar-
e
gospodarstw dorno$1,ch opisanych
Tabcla 3.8
Tabcla J .7
Liczbr osb rr' gosPoJ ltr- Spoi)'ci r.1,b
1lrzez
goSpodar. Konsurnpcja r1'b na
strvie domow"r'nl r stu'a do uou'e r.r'kg
1,,
Spo4'cic na g ow
xi:,,i/ntl
Liczba gospodal'st\v domo-
w\'ch obu t1'pu, ll'
Spoiycie r5'b przez rr1 gosltodarstrv
dotlorv\'ch
yi
= x].l 11't1!
5 25 5ks'2'25 = 5k{:'50
:
250krr
/K
2t) fks.'2'f): 2ks'40
:
80ku
Suma 330 krr
ZrdIo: dane ulllo\\ lle
z
ANALlZA sTRUKTURY zBIoRoWoCI
Wl,ztracz
r.ednie spoi1,cie r1,b rla glow Inicszkaca rv aIraIizorr,atlyclr gospoclar-
str 'aclt.
Rozr,vizanie:
Przccitne
spoycic ryb Ila glolv rv obu
-pach
gospodarstrv
obliczone zgodrlie z
(3 .3
)
u'1'nosi:
-
-
I-t,,t,
5
'25
+ 2.20 l2-s + 4o r65
=-=-:;=j'(:/
tt 45
15 45
Przccitnc
spor'cie IlA
u ori lllolra rri.tlic oblicz}' jako:
c' lkt'lttitc spo:pu:|cit l.).b
*
j j0 l'
=
i
(fl
!.<t
lic:bu o.yh 9()
-..','.$
Przccitlle
spo1,'cie ryb lra g-lorv
nrieszkaca rv obu analizorr'atll'c|t gospodar-
strvach uynosi
3.67 kg.
C
Przvklad
3.12
B ad a ll o drva go spodarstrva spoiy'rvaj
ce
ryb'v.
Tabcla 3.9
Irttdltr. dalrc unlo\\Ic.
lle rr'r'rlosi
l.edllic spozl'cic rr'b Ila glou. lllieszkaca rv analizor'vatr;,ch gospodar.
stu'ach?
Rozu,iazanie:
Slcdlljc spozycic r1,b na glorr rnieszkatica
rv obu analizorr.allych gospodarstr,vach
uynosi:
\',,
L),
lU+ |6
i--=
--i.-
\
"'
Ir-l
Lur
:+J )
J ccli rlic Z|loll1)''l''i. alc zltanrl,-Y, i l,i,i, tt'lozcltl1, Lrz1' redni \\.aoll liczb osb (rv
gospodarstrvic
dornorv1'nr) obliczon *,cdIug rr'zor-u (3.3)
cila l ,'
k
).r-,rr,
\.?+f.l
-
,:
-'"
=
)--
,L,,,,
Przecitne
spozycie ryb na glorr,
nlicszkatica ti' obtr analizorr,ally'ch gospodar-
strvaclt w'\'nosi
3,2 kg.
c
Liczbl osb rr goslrgjr1.-
stri'ic clotttorrr ttt ril,
Spozvcic rr,b przcz gospodar-
st\\a donio\\c w kg t,
Konsuntltcja
rr,b na
!lorr'
'r-,
:
1,,,,/ttt,
?,
l0
-5
kc
J
6
lkg
M lnRv o
p
ts u..lRc E
pRZEc
I ETNy
poztotv4
zJ AWts KA 83
Prz-vklad 3.13
Przcbadano
.15
gospodarstrv dotlorr'r,ch du.ch
z przyk adu 3.1 2).
ty'prv
(zgodltych
z opiseln
l'abcla 3.10
Spozycie na gIor ,
t,:1;/ttt,
Liczba gospodarstn' donro-
rvr'ch obit tl,prr. ll,
Spozycic ryb przez , gos1rodarstrv
dolnouych li
:
xiiltitli
5ku 25 5kg'2'25 = 5ks 50
:
250ks
2 20 2ke'3 20:2ks'60: l20ke
Sunra
/ 5
370 kq
Ile r5-nosi ledllie spoz1.cie ryb na g ou' nricszkatica rv analizorr'aIlych gospodar-
strvach?
Rozrvizan ie:
Sreclrric spclzycie ryb na glorv nrieszkaca rv obu anaIizorr.anvch gospodarstrvach
obliczanry'za pon]oc rcdnicj (podr,vjnie) rr.aonej liczb osb lv rodzinie (nt1)
oraz
l iczb gospodarstrv (lz')
:
Yr,,,,,
L",""",
-
_
/=l
..,,
---l-- -
5 '2.f5 + 2
.3 .20
2.25 + 3
.20
) orl?o ?7n
-:
-:A
50-60 r r0
Y,,,,,
/-J
r=l
lVIoemy rrvnic
calkolv ite spoptlz):ci e
ry,|:l
lic:b osb
f)--.,^i^,.,^
-,.^-,.^
ie r rz!lrt(rrr J PUa)L
strvacll u1'nosi 3,36 kg.
rcdlli korlsrrnlpc.j |la glorr obIicz1,
.jako:
3 7Okq
=
l l0
=
.l..)o .( .
Arlalizujc Znliany Zachodzce w czasie, rednie tenlpo Znliall mozlla opi-
sa Za pollloc redniej geometrycznej, ktr wyzl]acZa si
jako
pierr,viastek
ll-tego stopllia z iloczylltt // warto ci zntiennej, czyli:
ry'b Ira glou. niicszkatica rl. obu allaIizorr'all1'ch gospodar-
c
(3.6)
=fi;
Przyklad 3.14
Parl Zrvoliski klvot 1000zl Lrllrie cil na 5-letnicj lokacie bankorr'ej, ktre'i opro-
centou'alrie rv kazd1''rn roktr bylo iltltc. a odsctki b1'ly dopis1'rvane do kapitalu pocztko-
8 ANAL|ZA sTRUKTURY zBIoRoWocI
\\'cgo. u'icdZc. c op|ocel]to\\'at]ic rv lradan1'nl okrcsie rr\'nos.lo odporl'icdllio: 5%o,3,.,o.
2j%,2% i |
,7
5%, podaj przcc ittlc ol)Ioccl]torr'atric rv badalry'nr okrcsic ',
Rozrviazanic:
Po picrrvszv roku uzvskattc odsctki \\n'|losz 50 zt. a posiadallv po picrrvszvln roktr
kapital bdzic rvynosi l050 z . co obliczaltly
jako
(l + 0.f)5) l000
-
l05() zl' Czyli zgro-
tltadzotrY po roku kapitai zostal rvvzllaczcllly
jako
ilocz1rr kapita u pocztko\\'cgo przez
l*oprocclltorr,anie. W podobll1' sposb \Wznaczynlv kapital po dri,c|t latach'
jako:
(t + 0.03) l05t)
=
(l + o'o;) (t + o,os) l000
=
l.03
.
l.05 1000 z oraz po trzcch lalaclr:
l.025. 1.0j
.
l.05
.
l000 zl. Std oszczdrlo ci Palra ZlvoliIiskicgct pcl picitr Iataclt rv1'11g.
sz: l.0l75'|,2.l.025.l,03'].05.l000=1.l-5 1000=ll50z|,czi,'liwzros|lo l50zl.
W celtr lr1'znaczeltill przecitrlego (dla r.ozpatlywall1''ch picitl lat) oprocentorvallia
redlri geonlctrvcz|la
z ilocz1rltt:
'*:iffi=1.'5=l,0]81
Std pzccitlle rocZ|lc oprocellto\\.a|lic oszczdlloci rv1 Ilosi 2,8" o,.
e
NIedirrn:r
jest
rniar. pozyc1,jll,
ktra r.ozdzieIa ca,l popLrlacj lta drvie cz-
ci rr' tcll Sl]osb. ie rv
jednej
z Iticlt zrlajdLr; si
jednostki
o lvarto ciacll
niz-
szrch lttb rciriIl1.ch od ttlec|iarlY' a lr'clrLr*iej o rr'arto ciach rvvszr,clt ltrb rlr'-
Ilr'ch od lllcdiall1'. a kazcla cz zarr'ic'ra przy'liajrllniej
50% zbiot.orvo ci.. \\/yni-
ka z tego. zt'' clla zllalczir-.llia lltecliall)'t|Zcba llajpieru'uporzdkorva zbiororvo c
rvedItlg ri.ie Iko ci.jcj elerrlclltii\\'. tZn. trcl iclr ri'.arto ci na.jnlIliejszej do najlr'ik-
szej (lub
odivrotrlie). PLzedzialy skrajne It]og pozosta otrvarte, gcly' nie lnaj
orte bezpo r.edniego lr plr.rvtt na rvat1o krvarr."*li,
W cltl rvyznaczelria ttledialry ol.lliczatlly lltllller rlrediany lved ug wzorLl
N,,.
=L.
W przypadku gcly lltlnler llledially
jest
liczb nieca kor,vit zaokrgla.
IllY go rv gr do pier.rvszej liczb)'calkou'itej.
NastpIlie lv uporzdkowal]y|ll
SzercgLt*u zllajdLljeni1'
jedllostk
o llt|lllcrze tlledialll' i
jej
rvarto c jest
Illeclian.
J ak
j
Ll rvspotrltl iilllo, tllcd iall nlozllil \\,\'Z|]acZ}'c IlJ \\'et Z szeregrv,
rv ktrvch przedzial1' skrajrle S ot\varte, a llie ll]ozlla ich unlorr,nie zanlkll
rv cellt obliczenia redrlie.i alYtnlefycznej.
W Sze|egach o duej asyIlletrii,
a takie rv itltlr,,ch pr.z1,'paclkach.
kiedr' llic lllolla posltr1,
si redIli arvtll1-
tyczrl do liczborvej chal.akter.y,styki przecitIlego pozionlrt
zjarviska, nalezl.
rvy,korzyst1''iva
Illed i ari.
'.
\\'ice.i l1a telua( rr,l'korzr'stlllia
retlrliej geollletr.y'cznej z-lllridzie Cz1telIlik rr'l.ozt|ziale
dot}cz-
cynl analizv dynarniki z,.jau isli.
.o
W szeregacIl rozdzielczr'ch
l'orz1starni' z Iiczcbrro ci sIitttlrutorr'ltlycll.
Ml Ry oplsuLncE PRZECIETNY PozIoM ZJ AWlSKA
W podobn-v sposb
jak
rlledialla
(krvarh.l
dlugi) skolrstl.tlolr'ane s drva po-
zostal krvarty|e]] (lr'arto ci clviartkorr,e). Krvartyl pierrr'szy
(p') jest
to \\'aI-
to
jeclnostki,
ktra c1zieli szereg rv taki sposb' 'e 1l4.iedllostek rrra od nicj
i,varto ci nie lviksze, a 3l1nie tnniejsze. Krr'art1 | trzcci
(8.)
to taka rt,arto c,
od ktorej 3/4
jednostek
zbiororvo ci nla rr'arto ci nie r'viksze ocl
Q3'
a 1/4 nie
lllIlicjsze, Nutrrery odporr'iadajce krr'ar11,|9n1 zllajdLtjenl1, rvedltlg rvzorlv:
rrt
-4
Z przedstarvioIlych r'vzorlr. lvynika, Ze llLlnlely klr,artyli ,V.,, tllog bvc
liczbalni calkorvitynli bd mie cz ulamkorv. W tvIlr drugittr przy'padktr
|lumer krval1yla zaokrglanly rv gr do najbliszej liczby caIkorvitej
Przyklad 3.15
Dla Lrporzdko\\'ancgo Szcl.cgu liczccgo 7 elementrv postaci:
ltuIncr lrrcdiany rv'v-nosi N'"
=; =
3,5
=
4, zatetn lrlcdiaIra rrvlla.jest
go elelrrcntu irv1,llosi 5. Nunlcrkrl,art1,Ia l-ego rzdLl rr1tlosi
^'.
=+=
l.75=f . zalcnr
+
krr,artyl I-cgo rzdu
jcst
rrvllv rvarto ci dl.trrricgo eleIllcllttt i rlr ltclsi
Q,
=
3 . Nuntct
krvarty'la IIl-ego rzdu rr'r'llosi
^
=:-1 =
5.]5
=
. zatenr klrat.tr,l IIl-cgcl rzdu
.iest
+
rlvnr' lvarto ci szstego e]el,ncIrtu i rr'r.nclsi
Q.
=
"/
.
Gdyby, odrzrtcic ostiitni obscrrvacj' to dla 6.cio elellrelltorr.cgo szcrcgtl l. 3' 3' 5.
{t
6, 7 llttllrer lncdially rr'r'ltosi N
,,"
=
=
3
,
zatcrn mcdiana l.ri.lra.jest rvafto ci trzcciego
clclncllttt i rrvllosi 3. Nttlncr kivart1,Il I-cgo rzcltl u1'tlosi
^'
,
=
9
=
l.5
=
]. z.ltctl]
krvanr'l l-ego rzdu
jcst
l.rvny r,varto ci clrtlgicgo elcInelltu l ,.'1 noli
Q,
=3.
Nulrler
ku,artyla lIl-cgo rzdu rir,nosi N.,.
=+=4,5 5'
zatcltr krrirr.t1,| III-ego rzdu
jcst
-.
rrr'riy rvafto ci szstcgo clenletrttt i rv1,llcrsi
Q^
=
6
'

l, 3, 3, s,6,1,9
rvartoci czlvac-
u'
Krr,artyle nie sjedIlak ttriaraIrli tendencjicentr.alnei. bo nie rr1'raaj rvar.to ci pl.zee itrrei z.jarri-
ska. Zostal1,tu zaniieszczcllle ze ivzg|du na podobieristw'o raclrunkcllve rr'stosunktt dtl Illcdiallr,.
o
ANALIZA sTRUKTURY ZBIoRowocl
W przypadku
liczebnie
dtrej zbiororvo ci, trjtej rv Szereg rozdzie|czy,
przy poszukiwanitl
nlediany r,r,ykorzystLrje
si szereg skunlulorvallych
liczebno-
ci' Mediana zrlajdLrje si rvrvczas rv
{rupie' u'ktrej
skttt-tlltIorvalle
liczebno ci
przekr.aczaj
ltlb co llajmnie.j
osigaj tltlllel.kolejlry jechrostki
roc|korvej. Wy-
znaczanie nrediany kompliktrje
si.
je li
lvarto ci cechy s przedstarvione
tv przedzia ach
klasorv1'ch,
Za pomoc
kunrtrIacji
lnoellly LrstaIic. rr' ktry,Ill
przedziale
znajdLrje
si rodkorva.iedllostka,
llatonliast trudno
jest
tlstaIi, ktra
z rvarto ci
tego przedzia u jest
nlediaIl'
W sposb przy-blizony
obliczaIny nle.
dian opierajc si na \\,Zorze iltterpolacrjn1'rn:
lv[c
=
x,, *
L(x
,," -
tt,^.,)
t1,
gdz|:
X11 -
dolna granica przedziah"r
nlediany,
hn - rozpito przedzialu
nledially,
n0 - liczebno przedzialtr
lllediarl1',
1V,17, - nut)ter nlediany,
i?J '.l -
Sullla Iiczebno ci rvszystkich przedzia1rv
klasorvl'ch poprzedzaj-
cr ch przedziarl
nrecliany.
Warto ci pozosta r'cIl
krrartr'li dla szer.egu rozdzielczych
r,v'vznaczallly
odporr'iec1liio
z rlastptrji1cr ch ir zclru :
It
?,
=-r,
-
---1.\ ' rr
r
)
1,.
lt
9,
=
-T,, +
f
('\-
,, -
r,,,.,
) (3 9)
tl,,
gdzie ozrtaczenia s analogiczIte
jak
r,(3.7)'
Wzory (3 . 7)-(3 .9) daj 11 prz5,b l i otte lr'arto ci tych ztrr ien ll\'ch'
Przyk ad
3.1
\\,r'zllaczlllr' rlledian dla dalli,cli z tabcli 2.9, tv ktrej \\,yzllacZotlo ju
liczcbno ci
skttt rulorr'alre.
(3.7)
(3 B)
MtRRy oplsuLcE PRZEClTNY PoZlo|\4 ZJ AWISKA 87
Tabclu 3.11
Nrrme r
k I asr'
Poli'iel.zcIlnia sprzeda
(rn-.)
,t;
Liczba ptulktrr,
^.---^i,-+.,
5Pl ZUttJ )
1,
Liczebnosci sku-
nrulou,ane
l1
sk
1 0-50 ]]-
11,1
2 50
- 100 l4{ 368
J 100 - I _i0 5l 120
A
150
- 200 I1 +) I
5 200 - 800 51 49
Zrdlo: danc u|l)o\\ |]e'
Rozpocznijnry od \\'')'z|laczcnia ntuncItt nlr-diall1' rrr'tlego nlZ.: 24,7 , Zatnl nlcdia-
na znajdujc si rv drtrgiIn przedzialc klasorrr,nl. Rozpito tego przcdzialu lv;-riosi 50,
liczebrlo
- l4;1. liczbr1o szcregtl skuttlttlorvattego, poprzedzajcego plzcdzia media-
ny \\ynosi 224. Podstari'ia.ic tc dane do lvzortr (3.7)'
otrzylntljclny:
tra=50*
50
(z,.l-
2]4)=50+
50']3
=:o*
l l50
=5.1,99,
l4. . l.]] l44
czyli rncdiana \V)/zllaczo|1a dla pol.icrzchni sprzcdaz1' placriek handlorr',vch rv Lodzi
\\'ynosi 58 ln2. co Qz|l^cza, Zc w bada|lcj zbioI.oirclci polo\\,a ptrnktri'splzcdai}'nlia a
powierzchni lnnic.jsz lub r.ll.IlokoIcl 58 lll-. a ptliolr'a rr.iksz ltlll rlulltc.| lr'arto ci"

Przyklnd 3.17
Dla porrvllania podajlny, zc nlcdiatla \\\Z|liIcZollll dla dall1'cli z taLlcli 2.8 rvynosi:
'Vc=50-
.5
. 241
_:2]\_50
-
ij_50-
i75=55.]8.
I 05
'
10.i 105
czyli
jest
n iczllaczll ie nlsza'
Przl'lilad 3.18
Przeprorr,iidzono badania psychologiczrlc, ktrych celeIn b;,lo strvicrdzenic rr'1''st-
porr,ania zdolno ci przy'ri.dczych u dzieci i nllodziezy'. W lr'y'niku przcprowadzonych
tcstrv strviet.dzono, c takie zdolno ci ri.y,kazLrjc 30 trczestlriklv badania. Kolcjlry'nl
etapeln analiz bl'lo badarlic stt.ttktul.r, rr,y'rnioncj grtrp1,' pod rvzgldenr rvieku' Danc
zarvicra tabcla. oblicz lednia rvieku.
e
88 Annrtzn sTRUKTURY zsloRowoct
Tabela J .l2
r.r'iek u' latach liczcbrlos 11,t
Donizci 4
od4do(r ) 6
od6do8
.l
l0
odSdo12 o to
od 12 do 18 5 2l
noulzci
I 8 9 30
suttlA 30
Zrdlo' dlrne tllno\\ |le
Rozri'iazan ie:
Nic nloIia policz1' rcdIricj ar1'tnlet1,cznej. ponicrva przcdzialy klasorve s otwar-
te, n ierllal 3 096 oirscrrvacj i zari,iera s i il' ostatll iIll przcdziale.
Mozna policzy
|ncdian z \\,Zoru (3.7)' ktrcj llulrlcr \\\,nosi i17": l5.
4
Mc
=B-
-
(15- l0)
=
8+0.2-s.5
lo
J cdyn redni.
jak
nlozclll1' \\\znacz)'c
.i09 uczcstIlikll'badallia nta co tla.iIntlic.i 9 lat.
Przvklad 3.19
\\'r'znacznrv rtartosci knarty'la pierirszcto itrzccicgo dla danych z tabcli 2.8. Nu-
ttter krr,artl'la pict.rrszct]o rr'l'llosi: N(,] - l]. . czr,li znajdujc si on rv drugiln przcdzialc
klasoll.l,llt. l'tr.cgo rozpito rl}'llosi 25. a Iiczcbllo l3l. Z kolci liczebno skttmuIo-
rl'alra
1lrzedziaIu
poprzcdza.|ocgo przedziat, rr'ktrynl zrrajdtrjc si
9r,
lvy,llosi 93. Pod-
starvia.jc do w,zoru (3.8) maIn1':
-
9 ?5
=
I
\v t)'n1 prz)'padku,
jcst
mcdiana. Zatcm
a przvnajrrrnicj
507o co naj*ycj 9 |at'
?5
0,
=
l-s +
--
(l2t
-
93)
tal
lJ t
25.i I
'715
=l-i__=l-i__=-i0gl
.
lil l3l
co oZ|]acza. e 25o/o badally'ch obiektlr, halidlotl'y'ch charaktcryzorr'a a porvierzchnia nie
rviksza ni 3l llr2. a 750 posiadalo polvierzchlli nie nlnicjsz od 3l ln2. Z kolei dIa
krvar1r,Ia tt.zecicgc-l 03, ktrcgo |)Llt-ncI w\.tlosi t\p: = 37l, otrzylllrrjcrnv:
/1
Q,
=
l0O +
u3ll-368)
=
100+1.6
=
101.6,
co rl'iadczv o t1'nr. e 75o obiektri'hallc1low'ych llia o porvicrzc|ini nie rviksz od
l02 nlr, a pozostale 259 pori'icrzchlli nie nniejszIri l02 lu2.
c
.Iak rr'ida z p|Z\:toczoll)lc1.,
o'.zr'*'adrv,
przedSta\viollc nriary nlog by'
Llzyw ]lle do charakter1'sty'ki zbiororvo ci tra rlr'tri z inItvtlli Iniarallri, nlaj bo-
MlARY oPIsUJ ACE PRZEclTNY PozloM ZJ AWIsKA
rr'ietn lvyra ny SellS logicznl'. Ponadto nlog byc zastosolvane przy ltrierzcttitt
dyspersji i asynletrii, o czYnl bdzic |llowa rv dalszej cz ci.
Najpopularrliejsz rv r.d ttliar przecittlvch pozr,'c1,jnych jest
dornillanta.
Zwat]a niekiedy r,vafto ci
donlintr
jc,
tllodaln (nlod)'
DonlittaItt |]azv\Va|]-ly
tak rvafto c zlllicntlej. ktrej odporl.iacla rla.jlviksza Iiczba spostrzezeIi, czyli
1est
ona najcz cie.j rvystpLrjc rvarto ci ztnienne.j, reprezcIltLljce.j okre lorly,
lr'ariatrt badanej cechy. DotllillaIlta
jest
rr'1'godrl charakter1,sty'k zbioror'vo ci.
Mozlla
j
stosorva zarrvllo do cech tlietnierzaltlvch, jak
i tllierzalnvch. Majc
zbir indyrvidtralnych infbrlnacji. Iatrr.o tllozl-la wyzllacz},c donlinatlt przz
zliczellie
jednostek
o danej rvafto ci cechy. Wariarrt cech1', ktry lna najrviksz
czstotl irvo .
jest
dollt illarll.
J eeli dyspolltliellll' szeregiellt z.
1lrzedzialranli
klasorv.,,nli, nroeltly rvrv-
czas
' atu'o
dostrzec, ktry przedzial tlla doIninLljc liczebno ' W celLl wyzna-
czetria prz1'.blizone.j lvarto ci donlillatlty Ila podstarvie
szeregtt rozdzielczego
o przedzialach
klasorvych lvielojednostkorqlch
kor.z,vsta si z rlastptIjcego
wzot'u:
Do=xr*
n._-11 ,
h,,
(3. r0)
(n,,-r-.')+(r,,
-
r.,r)
"
gozre:
x6 - dolna granica przedzialil clontinant_r'.
np - liczebIlo przedzialu
c]olllinaIltr .
.1
.
l iczebno przec1zialr'r poprzcdzajcego
1lrzedzia
doIllitlallty,
l11 - Iiczebno c przedzialtr rlastptl'jccgo po przedziale
doIllinarl|y,
/r9 - rozpito przedzia tt
dotlliIlanty.
Dla cechy cig ej clotrlitriuita porvillna by raczej \\yzllaczal]a
z danycIl po-
gruporvanych.
Nalezy podkre Ii,
e dotninant l]lozlla rr,1,zllaczy
t1'lko lvtecly,
jc li
s
spe rl ione pon isze lvaruIrkias:
i rozklad nrtlsi nlie
jeden
lvyra nie zaznaczon1, o rodek dominu.jcy (rvyra Ile
skrrpienie najrvikszej cz ci
jednostek
rvok
jednej
rvarlo ci),

jee|i
rvarto ci cechy s podarle w przedzia1ach
k|asorvyclt' to przyna.jmniej
przedzia
donlirlanty i dlva z llinl bezpo r.edrrio ssiadujce przedzia,lv
rnusz
by
jednakolr,e.j
rozpito ci (a pozostale przedzia y nie porr'inny lllie rozpi-
to ci nniejszej).
t
szereg lrie nloze byc skrajnie asynretr)'czuy ze skrajnynl przedzialent
clonti-
ntrjc1'm (ostatninl
lub pier.lvszr''nl w Sze|egtl).
.o
Poru,rlaj prac: lt' Kassyk - Rokicka.
Il991].
s.36.
AnRltzR STRUKTURY ZBIoRoWoCl
Przyklad 3.20
Wl'znacznrv dorninant dla danych z tabcli 2.8. J ak rr.ida rr. rd badallycIr
jcdno-
stek, najcz ciej sptltykane s obickt1.handlorr.e o porr'ierzchlri zarviclajccj si
rv pr.zedzialc 25
.
50 ln:. Std tc tcn przcdziaIjcst przcdziale lrl <iolnitrallty,
jcgo
rozpi-
to rv1'nosi 25, liczeblto - 131. Liczcbllo pI.zcdzia u poprzedzajccgo przedzia
donlinant1'rr 'llosi 93, a przedzialu llastpujccgo - l05. Podstari.iajc tc ll'arto ci do
rvzoru (3. l0) otrzy'rnujcmy:
l3l-e3
Do=25+
(l3l-93)+(i3l-105)
.25
=25.
rr}u
25
=25*:rs =
3s,84.
Mozna zatcnl porviedzie, zc lv b^adancj zbiororvo ci najcz ciej r.v1,stpqj
sprzcda1, o porvict.zchni okoIo 40 llr..
Przyk ad 3'2l
Dla danl'ch zau'artvch rv tabcli 3.1 u znaczcnic dolninan$'
jcst
naty,chmiastotvc,
botvieln odczytujclny lvarto c tego pa|a|nctl.u bczpo rcdllio z szcrcgtt rozdzie lczcgo dia
rr'arialrtu zrriicltnej o najri.ikszcj liczebllo ci n,. czyli l2 obscrrtacji. Zatcn rv rd sttr-
dcntiv donrinu
jc
rvick 20 lat'

Przyk :rd 3.22

Donlinant lnoZtlil \\'\,Zl1aczr' rli'Ilicz dla danych
jako ciorv1,ch,
i tak alralizLrjc
obickty handlorvc z punktu riidzcnia occny ich lokalizacji na podstau'ic szcrcgu prezen-
torvatrego lvtabe li 2., od raztt ri'ida' ic najcz cici spot1kanjest ocella..przccitna.., a
lr'ic rv tr'nl przypadktr donliIltrjc1'ni.jcst tcrl rr'ariant ccclt1'.
c
I'rzyklad 3.23
Cz1, nrozna lv\'ztlaczr' rcdrli nf\tlnct\'czn i donlillant dla danvclr zatllicszczo-
llvclt \\' IaDclr l. / .'
Bqz-ttrazdlrc
J ak
ju
r'vspotrltiiano. dolnirlallt i rcdriiq af)'tIl]ct\czll llie,zarr'sze |noIla rwznacz\'.
Zaurvainrl'. zc ostatni zprzcdzialow klasori-..rch
jest
otrvarlyu" i dlatcgo nie moina poli-
cz1' rcdniej ar1'tnlctr'czllcj. Dolnirlanty' nic nlclzna w}'znaczyc. gdy'z najrviksza liczeb.
no rvystptrj r'i'picrrr'szynl przcdziaIc, a zatcm
jcst
to szcrcg skrajllic asl'rlretryczlry. d
punkty
..,
\\,prirlvdzie przedzia
1liel.li'szy
rrr,tlie nie
.jest
ale la1rr'o si clonl1, Iic. e okrelenir. pr.zedzilrlu
<1.2>.
zapisatl1, lbr'nlalnie
.jakcl
przedzial donlkrrity'
\V
l]oStaci
''porlizej
3 osb'.. o7)lac7'^ prz'et|,l'ia|
MlnRy optsu.lAcE
pRZEctETNy poztoM
zJ AWIsKA
Przl'lilad 3.24
Dolllitlantr, Ilic lllozIra r*,nie wlznacz}'c dla rvikszoci szel.cglv rvystpujcrch rv
ponizszcj tabeli:
Tabcla 3.13
Punkty, spl.zedal' lv piciLl dzieInicach Locizi rvedItlg obt.otu rocznego
obrt rocznr'
(rt
tvs.PLN)
Dzieln ice [,odzi
Widzet Srdnriec ie Pole sie Cr.na lla lutv og|en.
0-80 2l 3l l8 20 2'7 13',7
80 - 160 l3 t8 )l t8 46 I)Z
160 - 240 20 J J J .+ 9
. l
t)t
Surna
<,1
82 109
/11
ll4 406
ZrdIo ObIiczeIlia rr'lasnc na ptldstarr'ic A' N'laztlr
Il99]
s.55
W pr.zcdstaivionvch szc cit| szcrcgach statvst},czll)'ch dornillant *,;'znacz1, fbr.Inalnic
rllolla
jcdyrlie
dla Baltrt. chocia i dla tej dziclnic1,nriasta nic by.Iaby,oIla lniar dobrzc
opisLljc badan zbiororio , gdy rznice w),stptljcc midz1, rodkorvyIll i ostatlliln
pr.zcdzialenr snicrvielkic
(dok,ladllic
4,3%). W przl,padku
dany,ch dla ca cj odzi szcrcg
jcst
dll.trnlodalny, (binlodalny).
Dla pozostalych dziclnic najliczniej rcpfezentowa|le s
skrajrre przedzia|y, przv cz\|n-i dla Widzcu,a iSrdr-nie cia rzrlice w. liczcbllo ciach
przedzialri. ostatlliego i1licrri'szego s llicznaczlrc. podobllic
jak
I.zrlicc
rv liczebno ciaclr drr'och picr\vsz\'ch plzedzial\\' dla Cill.llcj i Polcsia. Dodatkorvo.
obickt1,halldlorr'e na Polesirr clraraktcrl'zui si il, Iniar.jcdlltlr.tldllr'ln rozkladcnl dla
w\,niic|liollych rvariantri'tcj ccch1.. co
jcst
szczcuInic rricloczIlc u tabcli
j.l3
1lrczcnttl-
j
cc'j
rvskarii ki strLlkttrrr'.
Tabela 3.1'1
PuIrlt11'sprzedav rr
1liciu
dziclrricach Loclzi iredlLIg ob|OtLl I()clncgo. allaliza procellto-
rr.r'c]l ri'skazn ikti* strukturr
obrt rocznv
(rv
tvs. PLN)
Dzielrr ice Lodz-i
Widzerr Srdnlie oie Polesie Ccirna Ba lutr' oqleIn
0-80 3 8.9 3 7.8 34.9 23.7 33.1
80- 1 60
)i1
?IA
33.9 J .J 10.3 .11.6
l0 - ]. 0 37.0 40.3 ) I.Z 19,2
j.0
33.1
Sunla 100.0 100.0 r 00.0 r00.0 100.0 t00,0
Zrrllo: ObIiczcllia u]asllc ltll podstart ic A' Nlaztll'
II9t)(l]
s 55.
Allaliztrjc Iiczebllo ci rrzgldnc wvrazllic rridac, ze przedzl,a|5, klasow,c zosta y' z|e
sko|lstruow' ule: s zbyt szclokic i nic pozrvalaj na uch\\)'ccnie zrznico''vania lvvstpir.
jccgo
nlidzy badanvnli
jcdllostkami
S1at),styczn}'llli. Nic |lloz|la analizorr'a strrrktur1,
zbiororr.o ci z ptrnkttr rvidze lria badancj cechy dIa tak pogrtrpor'r'alr1'ch dalrych.
d
Przt'kl:rd 3.25
Srcdnie p acc
ot.az liczba obser.rr.acjipl.ze.dstau'ic;rlc zostal1 rr.tabc]i.
YI
92 ANAL|ZA sTRUKTURY ZBloRoWoCI
Tabcla 3.15
rcdnic olace licze.bllo l.odek
przcdzia tl
0-600 J U 300
600
*
r 000 40 800
r000 - r500 l0 I 250
I500 i uiccci i0 x
Zrdltl: l)anc tllllo\\'llc
oblicz donrinant i rcdlli a|}tlnct\.cZn.
Rozlvizarrie :
Ivlanr;, do czynienia z szcrcgienr rozdziclczl'nl o plzedzialach klasorv;,ch, zatenr
donliIlarlt lllolla rv1,znaczr' Zc \\.Zor[l (3.l0). PrzcdziaI donlillanty to przcdziat od 600
do 1000 z .
Nicstct1, zastosorvallic rt.zortr (3.l0)
jcst
bldne
, tc11'z
przcdstair iorl1, szr--reg llic
spelnia
jedIlcgo
z za|oicli. lzn. przedzial dorlrinant1' issiadrrice z ninl y:rzcdzia11's
o rzncj I.clz1lito ci. Rozpito c przedzialLl donlillantr,.ies1 lllrlicjsza niz rozpito prze-
dzialrv ssiaduj
c5'ch.
Dla szcrcgu przcdstarvionego rv tabcIi 3.l5 nie lnozna policzy rcdnicj arvtlTlc.
t;',cznc.j, poniclvaz nic da si u'yznaczy' rodka ostatnicgo z przcdzialrv klasollych
-
przedzialjcst otn'arty.
C
Przy'lilad 3.26
Place lr,z rr. pewliylll przcdsibiorstu'ic przedstau'iono rv tabe li'
Zrcitilo. I)lurc un10\\ nt
oblicz redni plac tr,tej firrrric.
Rozrviazanie:
DIa tcgo szc|cgtl nic lt-tc.lzlta policz1, rcdnici ar\t|nct\.cznc.i. polricrr,a skl.ajlrc
przcdzia|5'kIasolve s ot\\'ilftc i ich liczcbno s1atlori'i 50%. W ccltt rrr,znaczcnia l.cd-
niej placy policz1 nl-v" doIllinant i lllt-c1iaIl. Ponie rr'az
jcst
to szcrcg rozdzteIczy
o przcdzialach klason'vch stosujcmy ii'zoLy (3.10)
i(3.i).
Przcdzial dorninanty'
jcst
drugirn przcdzialcnl \\, szcrcgu.
Tabcl:r 3.16
rednic nllcc l iczcbnosc l1,k
ponizci
500 30 J U
500 - 1000 40 70
1966
_
l-s00 l0 80
DO\\\'ZCi l-500 20 100
MtARy optsuJ AcE
pRZEcIETNy pozroM
zJ AWlsrc
=
500 + 0,25.500
:
625
Nullicr rncdiany rvr'Ilosi 50, zatcnl przcdzia| nlcdiall'u-
jcst
ten sa|n co przcdzia do-
nrillanty. Std:
500
40-30
Do=500+
(40-30)+(40-10)
Me
=
500 *
. o
t50
-
jOl
:
l0
500
=
500+
-.500
=
I U*:U
Najczciej \\)'stpujca p aca rv te.j firnlie
krv zarabia co najlnnicj 150z| i 50% co llajlrycj
500+12,5.20=750
rv1'tlosi okolo 625 z , a 50o pracolrni-
150 z .
e
3.3. Miary dyspersji
Miary rednie okre laj pl.zecitny poziolll zjalviska, nie inl.orrnLlj
jedllak
o znlienllo ci badarlcj cechy. W tyrll prz1'padku niezrvy'kle pollloc|]e okazLrj si
nliarv dvspersji, zlvallc'illaczej llliar.altli rozrzuttt, zrnicorvaIlia lirtr |ozpl.o-
szeIlia. Nalelvic one do charaktel.y.st1k opistrjcy'ch rozklacl cechy, pozrvala-
j
borvienl Illierzy zt.itlicorvaIlic rr,'aI.to ci zIllielltle.j rr. ralltach badallej zbioro-
rvo ci, a Zateln illl.ornrt1,
.jak
due s rllicc (odch1,lellia)
nlidzy po.
szczegln1.nli rvarto ciarlri
jcc1llostek
zbiorou.o ci a nlialt1 przecitll. Stopieri.
rv
jakinr
poszczeglrre rr'arto ci odbiegaj ocl liarto ci recllliej. czyli stopieri
znlieItno ci, dec1,drrje rlie.jednokrottlie o znaczeIriu danej redniej
jako
charakte-
rystyki badanego Szefegtl. Ilrl lliniejszl'
jest
stopieri ztllietrtlo ci, ty'nl u'iksze
jest
znaczellie danej r.edIliej. Prakty'cznie rr'sz1'stkie zbiororvo ci statystvczne cha-
rakteryzLrje rviksza ltlb rllniejszir zl.lrielltro c, cz1'li rr,ar1o ci
jcdnostek
r.zni si
od siebie r,r,rvikszytll |trb Illniejszvnl stoptliu. Byrva czsto tak, ze rednie ar1,t-
trlet.vcztre drvch szeregrv s
jednakorve,
a nlitllo to szet.egi rzni si bardzo
nlidzy sob stopniellr ztrrielrno ci i sktrpienielll poszczeglnych lvatto ci r,vokl
redrriej arytnrecznej' Wllioskol'vanie o badanych zbiorort,o ciach wy' cznie
na podstarvi ich Iniar r.ednich
jest
lvic niewystarczajce ijednostronne,
a niekiedy lnoze l1awet prorvadzi do falszylvej oceny badarlego zjarviskaju'
Przyklad 3.27
Danc s drr'a szcrcgi A i B o l0 elcnle ntach:
A: l
;2;3;4:5;5:6;1 ,8,9
oraz B: l,3;3:5,5;5:5;7:]:9. ob|icz nriarv r.cdnic dla kaide-
go szercgrv.
50
Porii,lla.i K' Zajc
Il99a],
s. l79
94 ANAL|ZA sTRUKTURY zBIoRoWocI
Rozwi4zatlic:
redlria arytmetyczna, lncdiana i doIninanta dla obu szcregrr' wynosz odporvicd.
nlo:
A: r=5,1{e=5,D:5
B: I
=
5
,
it[e=S, D:5.
i=Me=D=5
I
2 4 6 I 10
.i.=
]it: D:)
--
_
1i..r. J 1 Pre:ettlucju gt,a;fic:na s:ereg ,
''1
i B
Zatcrll dla obtt szcrc'qcjrr. Illiat.r' rcdllie s idcntvczne. clrocia Szcrcg A znacznic si
rzni od szcrcgtl B. co uida Ila I.r.sutlktt. IVliar.alni Za po|lloc4 ktr1''ch okrc li si zrni-
corvatlic obu szcregrv s llliaI\' d1 spcrsji (rozrzutu,
zrnicorvarlia).

Miar1'' dyspersji dzieli si na dwie podstawowe g|upy:

bezrvzgldne (absolLrtne)
lrriary Zl11iellllo ci, ktre s r'vielko cianti tlliano-
lvatlytni (podobnie jak
nliary rednie),
rvzg|dne (rclatyrvne)
tlriary znliellno ci, ktre s rvielko ciatni nienrianolva-
nymi ltrb mog by \\ryfazone W procentach.
Z urvagi na fakt, Ze miary/ rozrzltL| okre laj odchylenia od redniclr, w;.
rzniarny rv rd niclr:
rlliary klasyczlle, takie
jak
odchylenie przecitn i stalldardorr'e,
-
nliary pozycyjne,
do ktryclr rtalezrozstp iodch5llcnie crviartkor 'e.
Najprostsz llriar rozproszenia
jest
rozstp' l]azywally irlaczej obszarem
zmienno ci, ktry
jest
rv-vznaczany
jako
rnica lllidzy najr'vysz i rlajnisz
lvarto ci cechy rv badanej zbiororvo ci statystyczIlej, czy|i:
R..
=
I,,.n*
_
- '.'i'' (3.l
l)
Miara ta ltzylvatia
jest
tylko pfzy wstpnej aIlalizie danych. ponierr'az opie-
rajc si tta dr,vch skrajnych rvarto ciaclr trudtro
jest
okre lic rzeczy'r'vist dys-
pe rsj

r,lystp tlj
c
rv bad an ej zb i o rorvo c i'
Mt Ry oyspERsLl
Odchylenie przecitne okre la, o ile lr'arto ci rvszystkich
jednostck
bada-
nej zbiororvo ci redrlio rzni si od rr,arto ci redIiiej ar\tn1er\,cz|1e.j. Wyzna-
cza si
je jako
redni arytlnet}'czll beztr,zgldnr'clt lvarto ci (IllodLrlrv)
odchy-
leri poszczeglnyclr rvafto ci zbiorolvo ci statystyczIlej od redrric.i. Dla szeregLr
proStego rvafto tego odchylellia rr,1'zllacza si.jako:
(3. r 2)
Dla szeregw. lozdzielczych stosrrje si r,vzoty rra odchvlenie przecitne
lvaolre. ktre rv plzy'padkLl przeclzialrv
klasou';'ch.iedIlojedrlostkorr1.ch \\yl.aza
relacja:
95
ilr -Fi
--r ,
I
,
-l-
u-
kl
sl.r
-rl
s
-
7t'
t'
,,,
a d la przedzi alw rvi e loj ec1nostkorvych r,vzr:
l.
-|
.
f-
l.t,
- rl /i,
( '
_
--
lt
r,-
lZt*,
-t1'
,s
=
1l
'='
ln
rv przypadku szeregu prostego,
gdzie : r/. - odchylellie przecitllc. l?
= i,,,
,
pozostale
oztlaczetlia
jak
prz1,
redniej arytnletyczrlej.
/ |
odchylenie przecitne jest
barc1zo
jastll'nl.
logiczIl'''tlr i prostynr parallle-
trem rq,korzyst\'wallvlll
do opisu znliellno ci badarlej cechy.
IIltrytlr czsto stosorvaIrytrr nrielItikienl dy'spersji
jest
odchy|enie stanclurr-
dorve. Wyznacza
si
je.iako
pierlviastek
krv'adratorvy z rvariancji.
bdce.i red-
ni atytnletyczn ku'adratrv odcltylerl poszczeglnych
rvarto ci ztrioI.orr.o ci
stasczrtej od ich redniej at'vtttlet1,cztlej. odchylenie staIldardorve
S oblicza-
ne
jest
Za pollloc Ilastpujcych rvzorlv:
(3.r3)
(3.
r4)
(3. l s)
(3. r 6)
AnRllz, sTRUKTU RY ZBloRoWoCl
dla szeregu rozdzie|czego o puIlktolr,ej prezerltac.ii rvariantlv danej cech1
w szel'egu. oraz
(3.t1)
dla szelegu rozdzielczego z prz.edzialauli klasou'r'nli. Wszl,stkie stosou'ane we
rr'zorac h ozIl aczen ia zosta 11' okre l otle
j
a|i poprzedn io.
Mona u1'rzni kilka iIlteresujc1'ch rv'lasrro ci odchr,lellia przecitriego
i standardorvego:
l. s oIle u'ielko cianli obliczatlr'mi na podstarvie u'szvstkich obserrvacji
i tlroztla
j
e poddar,va przekszta iccll i onr a l gebra i czn1'lll,
2. iclr u,arto c nie trlcga ztrriarlie,
je li
liczebIlo ci szeregu zostan rvyraoIle
rv l iczbach rvzgldn1'.clr (procentach),
3. dodaIlie ltlb odjcie od tvsz1'stkich rr'arto ci zltliellnej lV Szefegll
jakiejkol-
lr'iek (tcj
sanlej) liczb1' Ilie ztlliellia ich rr'arto ci.
4.
je li
rvsz1,stkie rr'arto ci SZc|egLl
1lclIllllo1,lrlt
ltrb podzieli:rny przezjakkol-
rviek (t
salrlq) liczb a
>
0. to oclchr.|cIlia pr.zecitne i starldar<lorve bdz1
rrrlliez tr'lokrotrlie ri,iksze ILrb lliIliejsze (Ilp.
dla u: 3, u,atto ci odchyleri
wZroS ll l trzr'kro1tl i c.).
5. oba odcllr'lcIlia rr'l razaj zt.tlicorvallie cc.ch1'' rr'' stost-tIrku do redIliej aryt-
metycznej,
6. rllidzy odchylellielll pl.zccitll1 lll i statldardoiv}'nr z-ac|.todz nastprrjce
relacj e:
d,<,s
nrinl.v,
-rl.
S. nraxlr
-
il
rninj,r,
-.T1.
/. . rnaxl,r,
-rl
S
jest
bardziej rvralir,re na lvar.to ci istotnie odbiegajce
ocl Lcdniej tli c ,,
tztl' rv szeregach o bardzo nietypolvych rvarto ciach
skrajnych Sjest znaczIlie
rviksze ni d,.
Czsto obliczaIl charaktery''styk
jest
rr'ariatlcja, ktra
jest
krvaclratenl od-
chylcnia standal'dou cgo i
jest
oznaczana plzcz .S
We rr,szystkich pakietach
kotllptlterorr'1'c|l5| o1ltcz oclchr'Iellia starlclardo-
wego wyztlaczallaJ est rvariancja obciona
jako
krvadrat odchylenia standardo-
rvego i rvariancja
nieobcizona
jako:
(3.
| 8)
5l
Prrr,Ila.j Lusznierr,icz A., S aby T.
|200
l]. s.3 8.
MtnRy oyspe RsJ l
s*'=
r.
i(.', -x)'=-J l-s'
(3.19)
n-l a'
'
n-l
gdzie lr1jest liczb stopIli slvobody, tzrl. liczb niezalellt'ch wynikr,v obser-
rvacjirv zbiorze n rvynikrv.
Niekiedy lv analizach Statysb'cznych chodzi o r ),dzielerlie z badanej zbio-
rowo ci takiego podzbioru, ktl1, sk'lada si z najbardziej t1'pow1,ch
jednostek.
S1u tellt| t)/po\\.}' przedzial zlllienno ci' okre lan1' zr.u1'kle
jako:
(.i_s;;+s),
czyli
jest
to przedzia o d ugo ci dr,vclr odchyleIi staIldardo-
rvych.
I'rzyklad 3.28
Wr'znacznrv rozstp oraz odchylenia przecitllc i stalldardorr'c dla darlyclr
z przrkladu 3.2.
Tabela 3.17
Warto ccchy,.t,
l.',
-
il
(r
-
x)
l9 -2 l 4
20 I
!\, I
20 I
20
2t 0 0 U
2t 0 0 U
22
23
)
2
.
11
J J 9
Sruna U 12
'))
Z rclacji (3.l 1) rr1.nika, c obszar ztlricnllo ci (Lozstp)
dla tcj cechy,'lvyllosi 5 lat,
co stalror'vi rznic nlidzy rvickiem najstarszego inairlllodszcgo strrdcntl lv badane.j
grupie. odchylerrie przecitlrc \!)'Znaczyn1},Zc wzortl (3.l2). W tabcli 3.16 podana zosta-
a rvarto c licznika relacji
(j.
l3). czr'li
lr)
tl',
-
tl= 12,
97
std
nie
1)
dla
odclrylcnic przecitllc rvYttosi d,_ |,2 lat. oznacza to. ie rr'ick stucletttrv przecit-
odclryla si od rcdnicj arytlnctr'czncj rrrnc.i 2l lat co do rr'al1oci bezlr'zgldncj o
lat.
Z kolci odchylcnic standardorvc \\)/znaczvmy na podstau'ic relacji (3.16) irnanry
,,
6;
It.'
*
r).
=
2]. odch1'lcllic: .s
=,'/; -
:.]
=
l.48. ktr.c irltcr1lrc{prvallc
jcsl
lr
Y
IU
Aru llze sTRUKTURY ZBIoRoWocI
podobll1, sposb
jak
odchylenic
1lrzccitlle'
Zatcnl lr,ick stuclcntrv
od rcdnie.i o ],48 lat. J ak lt'idac rclacje
(3.l9) - (3.20) sspelnionc.
narr'ickttsttrdelltrr'rvr'ltosi S.
=2.2,alr'ar.iirnc.iallicobciiona
S*'
przecitnic rIli si
Walialrcja obciio-
=
19:.2
=2.45
e
9
Przykl cl3.29
W1'znaczrnl' rnialv dy,spers.ji dla danl,ch z przy'kladu 3.3
Tabela 3.18
t.\ ttnter
klasr'
Wariantv
ceclr\,.T,
ll
t
.r-
-i
l',
-
rl
I,r,
-
iln (.r ,\')
(.r
-
i)-n
l9 _1 2
)

.
I2
2 !\) \2 t2 I t2
J fI 6 0 0 0 U 0
/1
22
-)
J J
f L) J 2
1 A
J
t2
6
),1
J J J 9
o
21
x Srrnla i0 36 66
obszar zIllicnlloci
jcst
idcllt5czlly
jak
rv popl.zcdniIn przr,kladzie. Natolttiast ko-
rzystajc z rr'r Iiczcti zallrieszczclllt'ch u'tabcli 3. t7 odch1'lcnic przecitlle \WzllacZatn},ze
rvzoru (3.
I 3) i otrzl"niujcrny:
,1,.
= =1.2
'
'30
a odchylcnic stalrdardorl,c \\tzllacZonc lla podstari'ie re lacji (3.l) rvynosi:
l a)f)
S
=./- =
^l.2:
=
1.48.
Y
'rU
obic lniary lv\,raonc s rv latach i s ideIrt1czrlc
jak
rr.poprzedrlinl prz1,kladzic. gd;'i
ri'obLl prz),kladach rrystpui dokladnic tc saltic uarianty cechy, a liczcbno ci Szercgu
z tabeli 3.l8 s rvilokrotno ci (polrrllozo|1c p|.zcz 3) liczcbno ci z tabeli 3.l7.
e
Przyklad 3.30
W1,znaczlllv Irliar;' rozrzutir dla dallr.ch ivr'stptljcyclt rr' szercgu rozdzielcz'"'nr
z prz1.kIadu 3.5, zaokl.ula.jc rrar.to rcdllicj ar1'tlrlctrczllcj dcl pclrl1'ch jcdrlostck,
czvli
r
=
I l0in
l.
MtnRv ovspERsLt 99
Tabela 3.19
ln
Wariant
cechy (rv rn2)
,r/
Srodki
prze-
dzialrv
i
Licze
brloci
tl,
t.-l
I'r'
-
rl
I't,
-
rln
i)
(.r,
-
.r
)'
/?
0-50 l5
.)-)

-85
S5 l90. 0 1225 l6 l8. 00
2 50 - 100 15 l. 4 -35
i5 5040 t225 l76. 00
J r00 - 150 125 )l l5 l5 780 225 I 1700
1 i50 - 200 175 t7 5 65 I 105 4225 210125
5 200 - 800 500 51 390 390 22230 152100 3669700
X Surna 494 x 48195 t01 46925
Dia powyszego szercgu rozstp wyllosi 800 nl2, Maksyrrlalnie Zlninno c tej cechy
tnow},nosic800In2. odchylrlieprzecitnejestrrr'ne: .'.=.:]:'=9J ,56n
'
49.1
natolniast odchylenie standardo\\'e rvynosi :
^
/l
0716915
\
-
l-
-
u
-
1l
v
494
:
147,50
=
148r
r
.
oznacza to. e por,vierzchnia badanych sklepr,v rlri si p|Zecitnie od l- 8 llr.. J ak
latrvo zauway, odchylenia od redrriej ary,tmet.vcznej S bardzo \\'vsokie. co rt,iadczv
o malej przydatno ci tej nliary rednie.j w analiZach badanej zbiororvo ci p|o\\'adzonych
z punktu rvidzcnia por,vierzchrri
SprzedaZ}'. W;.nika to Z 1aktLl. c ri' pieru'szy'ch dwch
przedzia ach Z|1a|az|o si prali.ie 759'i,
jednostck,
e
Pozycyjn bezrvzgldna lllia| d;spers.ii
jest
otlchr|cttic rvi:rrtkorr'e
Q.
bdce po ow rznicy nlrdz1' kri.artvlenl trze.citll a ku'artvleln pierrvszyttt :
Q- -Q,
2
Z uwagi na to' e klr,artyl pierwszy oddzieIa czwan cz
jednostek
o warto ciach najniszych, a kr,vartyl trzeci - Czwal1 cZ
jednostek
o warto ciach najwyszych, odchylenie rviankowe lllierz}' rozpito po,lowy
najbardziej typorvych
jedrrostek
zbiororvo ci',. Miar t StoSujellly wwczas,
gdy do opisu tendencji centralnej Zastosowano lTledian, SZcZeglnie,
jeze|i
roz-
k 'ad cechy
jest
Slffajnie asyll1etryczliy lub wystpllj obserwacje nietypowe.
5]
oclchylenie cwialtko',ve nazvwane by'rt,a czasell-t oclchy'Ienierrl pr.atvclopoclobnylll, co oz|lacza, e
z prarvdopodobielistrveln rurlynl 0.5 tI.afianl'"- na tvarto ci
jedrlostek
zbiororvo ci zarvarte nli.
dz1. pierwszynl i trzecinl krvartyIenl, porrvna.j K. Zajc
I
l991l, s' 2l7.
(3.20)
'100
ArunltzR STRUKTURY zBloRoWocl
Przyklad 3.31
Wyznaczrrry odclivlrrie u'iafikolve dla obliczonyclr w plz.vk adzi 3.19 krvali:
Ql
:30,92
i
Q]:10l,6.
Korz1'stajc z lelacji
(3.21)' lllamy:
.
r0 1,6
-
30,9t 70,68
v =
_-__--_.-
=
))) ttt-
,
!L
co oznacza. ie porvierzchlria obiektrv harrdlor,vycll redrrio rini si od rnediarr1'ru,nej
57.99 m. o 35'3'1 rll.. J est to rvci dua di,sper.sja' chocia nrniejsza rii lv prz1,padktr
odchyle od redniej arytll]etyczne.i.
Potrrilrro tego, Ze odcliylenie rt,iartkowe, standardowe i przecitne S cztl-
lytli ltliaratlri rozproszenia rvarto ci znlietrnej, tlie ltrog byc one uywane do
porwnail rozk adrv drvu roinych cech. gcly ich warto ci uzaletlione s nr.in'
od absoltrttlyclr u'ielko ci obserrr,acji. przy c ll] S otle llliaratrri tlriatlolt'atly llri.
wyrazanyllli w tvch
jednostkaclr
tniaty co lvat1o ci ztttiennvch' W celrr orrrini-
cia tych trudno ci Stosde si r,vzgldne Iniary rozrzutLt, spo rd ktrych najcz-
ciej stosowane S tzrr,. rr'splcz"vnlliki zmicnno ci. Definirrje si
je
.iako
stosu-
ltek warto ci bezrvz-eldllej nliar1,dyspersji do redniej wyznaczonej dla badanej
zbiorowo ci i r,r'1,korz1'stu-je do porr'vn1'rr,alria dlvu lub kilku zbiorowo ci. Naj-
popularniejsze z nich to rvsp czytlnik znliennosci V,,. opartv Ila odchyleniu
przecitnyllr postac i :
d
I/
r,t,
_ _ij
,r
oraz wsp czyllnik
(3.21)
znrienno ci tr/. opart1, na odchylelliu standardort'ym postaci:
,,
.s
),ll)
.ri
Wsp czynnik zrnienno ci oblicza si rrvrriez dla odchylerlia crviafikorve-
(3.23)
go:
I
.
;(%-Q1'
"
"'=
lt,
'
i
W prz.vpadku' gdy \V szeregu wystpuj due odch1,,letlia rvarto ci kstre-
nrallrych lub
jezeli
nie chcenly pos ugirva
si redni tlloenry pos u1,'c si tak
Zlvallyl}l rvsplczynnilricm wiartkorvynr obliczanynr z nastpujcego wzorll:
_. o.
-o,
/
,,
-
-
"
Q.+Q,
(3.24)
MIARY DYSPERSJ I
Wsp czyllrliki znrienno ci charakteryzuj stosunek nasilenia prz>c7ryn
ubocznyclr do przyczyn g rvn1,ch. .lako liczby nienrianowane u atr,viaj porw-
nywanie znrienno ci rv zbiororvo ciaclr. rv ktrych rvielko ci cech s wyrazolle
w rznych
jednostkach
i irrforrlltrj o
jednorodno ci
zbiorowo ci statystycznej'
Ich rvafto c, wyraona w procentach, zawiera si zlvykle w granicaclr |5 - 35 %.
J ezli war1o wsp czynnika ztllienrlo ci osiga 607o' lnrvitl.ty, e ztlrienno c
jest
ogronrna' co zwykle oznacza, ii lllatlry do czynierlia ze zbiorowo ci
wzgldnie niejednorodn (ale tloe tez oZnaCZaC nla redrri, np. tenrperatura
lub przyrost
_
tlrozliwe s warto ci Lrjenlrre) z punktu r,vidzelria badanej cechy',.,
Duza rznica midzy klasyczIlymi a pozycyjnymi lniaratni oznacza zazwy-
czaj, e poprawrriejszymi (lepiej odzwierciedlajcymi struktur) niiaratni s
ruriary pozycyjne.
Przyk ad 3.32
Korzystajc z relacji (3,2?) 1 (3.23) obliczi,nry wspIczynniki zInienno ci dla abso-
lutrrych nliar dyspersji rv-vznaczonych w prz;lk adach 3.28 i 3.29, czy|i:
1 2
l.. 8
y.,
-
21=
0.057 oraz V,.
21 2l
Oznacza to, e rv przedstarvionvch szeregach zlllienno c
jest
lriervieika i rvynosi 5,1o d|a
odclrylenia przecitnego oraz,79/o dIa odchr,leIlia staIldardorr'ego. Nlozna zaterrl trvierdzi,
ze w tyn] przypadku rednia ary'tlllet\'czlla.jest dobr lniar charaktcrrztljc
1rr.zecitrly
wik student'"v
Przyklad 3.33
Wyznaczone rv przyk,ladzie 3'30 odchylenia uznane zosta y zabardzo rvysokie, co
potlvierdzaj obliczone wsp cz,vnrliki znlienrio ci' ktre \ ynoSz odpowiednio:
(7.:0,887
oraz V,,: l'34l . Dua rnica rnidzy rymi wskanikarni praktycznie dys-
kwalifikuje redrri al}tmery'czn,
jako
miar przecitnego poziomu badanego zjarviska.
e
Przyklad 3.34
Wyznacznry zateln wzgldne Iniary rozrzutu na podstawie danych z prvk adrv
3.19 i 3'3l, korzystajc z relacji (3.21) i (3.25). Manly wic:
35,34
..
10r,6-30,91 70,68
,
t' =- =U.OJ /
OIAZ l,
)r/)r
=- =U.)jj
-'
55.48
Y':'
101,6-i0,92 1i2,52
Wprawdzie oba rvsp czynniki zniienno ci przekrocz'v y 50o, co rviadczy o bardzo
duzynr zrnicowaniu badanej zbiorolvo ci,
jednakze
s one znaczt.ie nisze ni dla
101
..
Porrvnaj prac: K. Za1c,|1994|, s. l99
.
20l.
102 At{,c|.tZA STRUKTU RY ZBIoRowocI
rednlej af).tnletyczne.i. oznacza to, e lvprawdzie istnieje duze zrznico'"varlie po.
rvierzchni sprz'eday rv badanych obiektach harldIolvych,
jednak
nrediana
jest
poprarr'n
nliar opisujc przecitny poziorn zjalviska. e
Przyklad 3.35
Wyznacznly rozstp ol.az odchl'leIlia przecitne i standardolve dla darrycIl
z przykladu
3.27 .
I{ozrviazanie:
ZaurvaIny',, ze dla obtr szel.eg.,v zrnicowanie
jest
iderr"czne, bot\,iem dla szere.
gu A: 1l:9-l
-S
olaz dla szeregLr B: R-c)-l-S. W t;rbcli 3.16 przcdstarviorlo obliczcnia
niezbdne do wyznaczeIlia odchylenia przecitnego i starrdardorvego dla obu szeregw.
Tabcl.r 3.20
Szerec A l'r,
-
il ( ,
-
i)
Szerec B
x,
-r
l't,
*
il
(r,
-
i)t
-4
.
t6 1
--+
l
2 -J J 9 J -) 2
3
) )
-l
-)
f
)
-t
J I ll 0 0 0
5 00 ) 0 U 0
) 0 0
(
0
l I 0 0
1 J
l
2
.
8 J J 9 7
)
l
tl
9 -t
l 9 ". I t6
Sunra 0 20 60 S unra 0 t6 J 8
Zrcidlo: obliczenia tr lasne.
oclchylenie przecitne *1rlosi ./
=

=
|O oraz o
,.
=

=, '
Odcltylertie stattdcrdo\\'e
rr-trnci .
--
@
-
''
E
: rir'Ilosi
'
=
r/
=
].45 oraz
''
=
r/
=
).|9
'
Wsplczynrliki zrztlicou'ania d]a obu szeregrv wynosz odpor'viednio:
) 45 r lq
L,
,
=:=" =
0,49
=
490 oraz L,,,
=
1?
=
0'438
=
43,8% .
))
jak
wida szereg A
jest
bardziej zrrricowany ni szereg B o czynl rviadcz warto ci
rvzgidIrr,ch llriar rozt.zutu
e
MTARY ASYMETRtI
3.4. Miary asymetrii
W wilu sytuacjach badarrie redniego pozioll,lu cech1, i rozproszellia
jej
warto ci nie wskazuje na istnienie rnic nlidzy badan1'nii zbiorowo ciarlri,
a obserwacja roz]< 'adrt, empit1'cznych t1,ch cech u,yklttcza podobieristwa bada-
llych zbiorolvo ci. W tynl prz;-padl<u cellnyll1 narzdzienr analizry mogby tzw.
nriar1' asymetrii (sko no ci). ktre rviz si z tliaranli rozproszellia.
Pomiar as1''llretrii lllozna oprze lla Spostrzezeniu, ze w Szeregu syl-}1etry'cz.
nynr (porwnaj
ry.sunek
3.l) rednia arytmetyczna, dotninanta inlediana s
identycztre tzl. r
=
NIe= 1)o. tlatotliast w Szeregu asvlnetryczllyll-} kszta tuj
si one na rnytll poziontie. Inl rviksz sko no ci charakteryzuje si szereg.
tyrlr wiksze s rztrice lnidzy rv1,ej rvytllietliotl1,llli llliarallli' Pozycja dorni-
Ilallty w Szeregu nie
jest
sta a' Mediarra zajrrruje sta e nriejsce w Szeregu' a red-
nia aryitnletyczna pozostaje pod r'vp ywern rt'afto ci sltrajnych. Fakty'te zosta 'y
wykorzystane clo okre lenia kierullku isi 1,asYnretrii. ktr tlotla lllierzy'c np,
jal<o
rznic ponridzy, redni arvtlllet\'cZll a rvarto ci nlodaln. J est to na.j-
proStSZa tlriat.a as,vtlletrii Ilazr lr atra lr.ska -nikicnr lrsr'metrii:
,\1,=:--Do (i.l
s)
:
-**ffi
Wartoc cechYx
8 9 10 11
,s.
3'2 Ptl,k ad s-eregu S'nle|f.|,c:l1ego
Wska njk asytnetrii (zwany rr,vniez lliernikietn sko no ci) dla szeregu
sytletryczlego
jest
rwny zero. W szeregach asymetrycznvch nrlernik sko no ci
nroe by rvikszy lub mniejszy od zera, nrwiIny wrvczas o as1,rnetrii pra\Vo-
stronnej (dodatniej)
lub asymetrii lervostronnej (ujernnej).
W szeregu
o sko no ci prawostronlle.j rvarto ci slira.ine po ozotre
s z pralvej strony red-
niej' Powoduje to przesunicie redniej arytnletyczl]ej w kierurlku prawynl lv
103

:
I
l
12
't
0
I
6
4
104 ANRllz sTRUKTURY ZBIoRoWocI
stosunku do donritlatrt1,' i median;'. W szere-9u o sko no ci lervostrolltlej wyst-
puje sytuacja odwrotna.
Illna tlliara skono ci zosta a skotlstrrtort'ana dziki spostrzeeniu. i
w szeregu S},lnetr,\,cznytn rznica ponlidzy kwafiylenr trzecinr a Iledian
jest
taka sal-na,
jak
rznica poniidzy, lrredian a kwattylenl pierwszynr. W szeregu
asyllletrYczllyl obie rznice bd niiaiy irrn war1o . Wsplczynnik sko no ci
okre la zarwno lrierullek,
jak
i si} asyrrretrii i rvyztlacza si go na podstarvie
relacj i :
(Q,- A.Ie)-(tu{e-Q,)
'
(Q.
-
Afc) + (i\4e
- Q,)
Istniei rwlliez wsp czynnik sko rro ci
klasycznych, czyli:
n'
-
i-Do
(3,.2'7)
lrrb w oparciu o odchyIenie przecitI.le, czy|i:
I.t,'
-
i-Do
(3 28)
Wsp czy rniki as;,Illetrii (3.27) i (3'28) inl.orllrrrj o tyll1 Salllym, dlatego na|eiy
je
traktolr'ac
jako
rr'zajerllrlie ir''y.klttczajce si,*.
Wsplcz1 rlriiki sko llo ci s llliaratni niemianowanyIrri i unortltott'anytni,
co utnozlir'via porlvnl'rr'atrie asytl etrii rznych rozk adw. Poza przypadkanri
skrajnej as),ll1etrii, rvar.to ci wsp czynnikw asynletrii I,V,, A, nalez do
do przedzia u
<-l,
l>, w prz;'.padku szeregu Syn]etlycznego przyjlllrtj olle rvar-
to zero'
charal(terystyce literaturze podstawowe paralnetry opisowe zbiorowo ci
okre lane s nlianeIl lnot-nentr,v centralnych:
-
rednia arytmetyczna to nrontetrt centralny l-rzdul
-
rvariancja to lrrolllent centralny II.rzdLr,
-
sko llo c to nlol]lent ceIltraIny lll-rzdu.
Klasyczrry wsp cvnn ik sko no ci wyznaczany przez pakiety kotllputero-
we iest okre lanv wzorelll:
,t-
,_
(3.26)
wyznaczany na podstalvie nriar
5a
Porrvtlaj prac: M. Sobcz1k
Il995l,
s.53
(3.2e)
MIARY ASYMETRil
Wsp czynnik sko no ci charal<teryztrje stopieIi asyrnetrii rozk adu lvok
jego
redniej. Dodatni wsplczynnik sko rro ci o 1acza rozk ad
z asytlretryczt1ylll ogonenr rozcigajcynl si rv kierunku lvat1o ci dodatnich.
Ujemn5l lvsplczynnik sko no cl ozllacza rozk ad Z asylnetr\,czllylll ogonern
rozcigajcyln si w kierunku wartosci trjenlnych.
Przyklad 3.36
Wyznaczrny nliary asynletrii dla szregu opisujcego lviek studentw (dane
wprzykIadach: 3.2. 3.2l' 3.28' 3'29). J ak lvidac rv tabeli3.l7 war.to cidomiriujcjest
20 lat, rodkow (rrledian) i rvarto ci redIriej arytrnetycznej
jest
2l Iat, zatetn
I > Me), Drl
,
a na llloc\, (3'26)
Ms: 1, tnanlY lvic do czynienia z asy'rnctri pra\Vo.
stronn' Warto ci wsplczynnikrv sko no ci, wyznaczone na podstarvie reIac.ii (3.28)
i
(3
'29)'
wynoszc odpo.'viednio:
?l-tn lr_)n
tll,
=# =0.83
dlc odchy|erlia przecitrlcgo i lV'
-..---:'=0.68
dla odchy.
'
1,2 l.4B
lenia standardowego mrvi o istotnej asymetr.ii szeregu lvokl redniej opisujcego wiek
sttrdentrv' J ak rvida na
rysunku
3.2. szereg terr
jest
w1'raznie asylxett}czn)1 prawostron.
nie, borvielrr wafto redniej arytnletycznej zna|az a si na prar'vo od dotnirtarltv'
20 21 22
Wiek (w latach)
24
105
z3
Rys 33
Dla porrvnania
kolurnnowego na
rys.
arytlxef}czn - 2l lat.
IL\. kr e s l. n' ow.y s: e r e gu r esl r e: e n t Lg
c
e go vl i e k s t u c{e n t v
z rysunkieur 1.3, te same dane przedstarviono u, tbntrie wykresu
3.4, na ktrym u1'taIlie wida dorninaIlt rlvn 20 lat, redni
^
I
l
tuo AlRltzR sTRUKTURY zBIoRoWoCI
""-l
.o
'a
c
-o
0)
N
.9
)
/
1-l
|..:::".'.:-
tl
s-
| |
tl
|l
zt
| |
tttl
1r---lllll
0
L_J L_t Ll n n _ n_--
19 20 21 22 23 24
W iek
(lata)
Rr's-
']'/
I|,ykras l.oluntt1()| ego S:eragu rcpre:entttf rpego iek stut etltlr
e
I'rzvlilad 3.37
Korzl,sta.ja.c Zc rlzot.rr (j.]7)
.
(3.29) rvlznacznry'rvs1l czilnrliki sko nosci dla
.1.". ,'l' n,'r. .- ,^' .'1l'.^,, ;
"",
'1.,.;
'.''. '
1
",
,
-
- -i<
!''
l'U\tl!lZ!lIllt
\lJ llru!t/-\
.. pl.zrkIld\\:
j'-i,.. j.l. j.lc)
i 3
j0).
Z rcluc.ji
(
i.l7 )
ot|r) nru-i(nr\ :
(||;||^_i J sl_' j..-l
S ]0..l]l -+6.1].
]].5() ]l.5
-t
= : :,
'
-----:-
I
:t,-.,,\-
'
(l0l'36
_.55..18)f
(5-5,. 8-30'92)
46,I2+24.56 70'68
a z rclacji (3.28) i (3.29) rnanry odporviednio:
I t0,07
-
j9.8J
70,ti
I|--=:-:.-=U./]d|aodcn\.|en|al)rZec|tl.lc:.lo
'
9l,56 91,56
oraz
| 10.07
-
j9,81
70.:i
II
=
'
147,5 141,5
obliczyli In.v dwa rr'skazniki tyIko rv ceIach d1,dakcznvclr. generalnie poda.1e si
tylko
jeden
z nich.
Szereg reprezentujcy por,vierzchni sprzedazy
jest
as1'nletr1,czny dodatnio, przy
czylll \varto c rniernika sko no ci opatlego tra tniarach poz1,cyjny,ch
jest
niska, podczas
gdl dIa tltial. budowlllr ch r ' oparciu o redlli al\'tt]]et\'cz|]
.jcst
zllacznie ri\ sza.
awar1o ci rvsplcz;',nnika IV' zale od u,te.j lriirry l.ozrzutu zIrrieIlIlej. Na rvykresie
..
W obliczeniach przy,jto. ze rednia ary,t|lletycz|la \V)/Znaczona dla szeregu danego ri' tablicy 2.8
jesf
rwna redniej rr'vznaczone.j dla szeregu Zagregowanego podanego rv tablic1'2.9.
MIARY ASYMETRII 107
przedstawicnyln na
rySunku
3.4, wartoci zrniennej reprezentuj rodki przedzia rv
klasowy'ch. J ak rtynika z rvvkresu (o
czyrll by a rivniez lnowa prz}/ analizie rt'skazlrikrt.
strtrktury), najrvicej obserwacji skupialo si rv drvch pierrvszyclr przedzia ach, std
nliary pozycyjrrie dobrze opisuj przecitrr porvier.zchni sprzeday badanych placrvek
handlowych, a rvic rvyznaczona na ich podstarvie warto tlliaw asylletrii ,4,
jest
niska'
Wynika to z faktu, e w
..ogonie'.
znalaz}.v si warto ci o stosunkor'i'o nla ej czstotliu,o.
ci rrystpolr.arria, ktre
jednak
rv istotny sposb odczia uj na rednia1 alJ tlnet-Yczn,
czego wyrazetn s ztlacztlie ltryisze rvaffo ci rvsp czyrlnikrv sko no ci obliczonych rla
jc.i
podstarvie' Dotltitiatlta \\.\'znacZoIla dIa tego Szercgu rt'vnosi
j9.E-
lllr. rllediaIla 55.8-
nl2, a rednia przekracza l00rnr, co rvskazLtje na pfawostronn asyrnctri.
150
|9 nn

|vv
E
!
0)
J
300 450
D-.r iorznhni: /Ln, m?\
1,'s.
3'.i I|,'l,'kra,s'linio .l'1'ltl ier:c|ltti
'spt.:,,lu-.l
lt!utlt,: tl|,.cli )',\)
Porrvnujc rvykres 3.5 z
ry'sunkienr
3.j trr'razllie rr'idnc. e tlba szeregi s silnie
asymetryczne prawostronnie, chociaz..o-qon1l,nlaj inne ksztir ty. Przy tyrrr szereg1)re.
zentowanv r1a
rysunku
3.5. zawiera w "ogonie" relatywnie nrliej obserrvacji
i charakteryzuje si znacznie wiksz dyspersj std lvyznaczotre r'varto ci wsplczvnni-
kw sko no ct If, sdla tego szeregu nisze niZ dla szeregr-r przedsta\\,ionego na ltykre-
sie 3.3.
Przyk ad 3.3tl
J ak
juz
Zostclo powiedziane rv poprzedllirl rozdziale. sposb klasyfikolvania
i gruporvania danych statystyczn.Ych, a r,vic budolva przedzialw klasoltych. ma istotti1'
rvp yrv na analiz badanego zjawiska, w t\'m na rvarto ci paranletrrv je
opisujc1'ch.
Wystarczy chociazby porrvna prz1'k ady 3.l6 i 3.l7, rv ktrych przedstarviono r,varto ci
lllediany \\'}Znaczoll dla dany,ch zar'vart1,ch iv tablicach 2'.9 i 2'8 oraz przyklad 3.5
''-
nlaczania redniej ar1tniecznej dla szeregu zagregowanego i dla danych Z szeregu
prostego' Dla zobrazorvar-ria tego problenltt przedstaivilny rvy'kres ilustrujcy Zagrego\\.a.
ne dane
prezentowane
w tabeli 2.9.
108 ANRLtzn sTRUKTURY ZBloRoWocl
250
)
l
200
r
.3
rn ]
R rno l
J l
50l
100 200 300
Powierzchnia
(w
m2)
400 500
Rys 3.6 ll'y'kres linicnttt pott'ier:cltni spr:eda:y (danc : tabeli 2.9.)
Przeclstarvionv na n,sunku
j.6
I.ozk ad l-tosi nazrv lozkladtl siod owego56. Rtvrlie
na
rys.
3.6
"vidoczna
jest
asl,tnetria prawostronna
e
Przyklad 3.39
W tabeli 3.3J przt.clstariitltlo
trlt.zr'k ad
szet.cc.|'l charakterr'zLljcego si u.ierlln asy-
metri. W celu s1lrart'dzerlil. cZ}'tilk
jcst
r.zec4'lvi cie' lvystarczy r,vyznaczy, lrliaty red-
11ie. tz|l. re dni ar\,tIl]et)'cZn oIaZ |lledian i dorllinant. ktry.ch rvyznaczellie
jest
lla-
"chnliastorr'e,
bolvienl przedzial-v klasolve s
jednojednostkorve.
Tabcla 3.21
Wariant cechy.r/ Liczebno ll Liczebrro
skurnulowaua
x
il'l t
I 1 1
2 1 z z
1
4 1 4

z o 10
o z 8 12
11
a1
zl
8 5
tn
40
9 19 27
10 z zl 20
Sunla 21 140
Zrd o: Dalle unlo\\|lc
56
Porrr'naj prac M. Sobcz1,k
Il995l,
s.28.29
MlnRv Rsvlr,telRlt
Dla niniejszego przyk adr.r donlinanta r'v1,nosi 8 (borviellr dla tego wariantu cech1' li-
czbno
jest
najlviksza i wyrrosi 5), rnediana prz1jrnuje rvarto 7 (nunrer lnediany
rvynosi 1l)' a rednia arytnletyczna
jest
rrvna 6,61. Zachodzi rvic relacja:
i < 1t4e < Do, co wiadczy o
'l1l,
Ze przedstarviony rv tabeli 3.19 szereg
jest
asyIne-
tryczn;' le'"vostronnie, co
jest
rvidoczne na ponizszvnr rv,vkresie.
'--->
10 4567
Warianty cechy
Rys' 3.7 l|/ ,kres ttnych:ttlvtlrhlc|t tabeli 3.l9
109
6
'9
o
Xc
0)
N
.YZ
J
1
n
Przyklad 3.40
Wykre lrny dane zirw'artc lv tabcli 2'6 clot1'czacc ccc|lr'
ocena lokalizacji punktu sprzedaz1'(porrrlla.; przrkiacl ].9). \\
dzono, ze dom inu.j
c1'nr
lvariantelll cech1'
"i
est ocerl n
lrl.ZL-c
it|l il.
250 t
0
przecitna
Oceny
200
.o
'3
rso
c
!' .
^^
ij
rvv
-J
n
c
niclllicrzalne'i.
jak
by a
przy kladzie 3.22 str.vier-
zta
R'rr. J '8 I]1'kres littiott. ,- occnv lokclli:acji r'lbiektv hundlolt,vclt
b. dobra
110 ANAL|ZA sTRUKTURY ZBIoRoWocI
l.\a podstarvie w;,,kresu 3.8 lnozna b-v"loby twierdzic. e przedstarvia orr szereg asy-
lnetryczny lrvostrolrnie. J edltake rantujc oceny respondentw, to znacZ\, zasteptrjc
je
ocenami lv skaIi od l do 5 i analizLr|c rt1'kres koltttnnorvv dla tych sanrych darlych stat-r'.
Sn,czl)ych uporzdkou.an1,ch rv tcn sallr sposb. r'vy,l.aznie rvida, c redrlia a|.\t|net\'cZna
bdzie si znajdowa a l1a pfawo od dolrlinallty. atlr'o bowienl policzyc (odporviednie
datie r'l'tabeli 3'20), ze dla liczbou'o w\'razoIl)'ch rval.iantrv occn. rednia ar\tllle1vczna
rvlnosi
3,j7. donrinanta
jest rr,
|rnl prz;,k adzic r.rvrla ocrrie
j
ijest to
jedrrocze nie
rodkol 'a rval1o Szefegu, czr,li lllediana
1ktlej
nunler
''vynosi
247). odchylelrie prze-
citne rr'vIle
jest
r/':0.73'
'[abcla
3.22
Ocenl' Liczebno ci Liczcbno ci
skumulorvane
.Y,i/
l-t,
-
tl
lx,
-
Fln,
I 20 20 l0 2.31 17.t0
2 4t 61 8l r.37 56,1 7
J 213 211 39 0,3 7 78.81
4 178
lil
112 0.6i l l]. I-
5
,1)
494 2r0 1,6i 68.16
Suma 494 1-] 3 2.98
Tak rr,ic \\' 1\,ll) przrpadkLr zachodzi I > Nle
=
Do, co
jcst rt,idoczne na w1'kr.esie
kcllltntnou vrtr.
250
200
150
100
50
n
Ocena
R1,.,;. 3'9 IIi.kres koluntnovv')
()('c|1l'
lolrali:acji tlbiektw lruntllovych
Nalezy zatetrr stlvierdzi, ze ttie zart'sze lllozna
jednoznacznie
ocni kierunek
as;-nletrii lra podstarvie San]ego ri.yklesu rozkladtr obserrvacji' Warto
jest
pr'najlllnie.;
porwna ze sob rrriary rednie i dopiero na ich podsta''vie Inona co porviedzie
o kierunku as1,nletrii, a wyznaczajc rr,splcz1'rlrriki sko no ci rr,vnie o
jej
sile.
Biorc pod urvag rvar1o ci fall{l wyznilczone dla otnarvianej cechy tlrozna zatl\\,x-
y,, e nltnler pierrvszego klr'avla rvynosi |2, . a r,vic krvat11'Ie piervr'szy i drugi s
.(.)
'a
o
E
o
OJ
N
.o
J
MrARY ASYMETRII
sobi rrvri (i wynosz 3). z kolei rvar1o krvart1'la trzeciego
jest
rlvna 4. W zrvizktr z
tym wsp czyIttiik sko nosci rlynosi l.' = l. Ilatolniast obliczona na podstawie odchyle-
nia przecitnego rvar1o W,
jest
rrvna:
j.37
-
j.00
It'=-'
=0.51.
'
0,73
a wyznaczona na podstalvie odchvlenia standardorvcqo rl'arto I{' bl'laby
jeszcze
tnniejsza. Naley oczyrvicie palnita. e rozpatl1'wanaprzez rras cecha
jest jako ciorva,
std war.to ci lvszystkich nliar staSl),czn1'clt s uzaleliione od rvarto ci liczborvych,
nadanych poszczeglnyn rvariantotn tej cechy. Niernniej
jednak ju
satna analiza rvykre-
stt kolutrlnorveeo (ry's.3.8) rvskazLrje. ze rednia arytlnetvczrta
(niezalenie
od przyjtych
rvar-to ci rangLrjc;'clr rvarianty cechy o ile tvlko przyjIrliemy, e irn lvyzsza ocena
b/n1
wysza rvartoc liczborva) leii, po prarvej stronie dornirranty.
W zasadzie dla cecli nienrierzalnych r.angol 'an,vch nie polvinno iicz1' si miar
klasycznych.
C
Warto przy tylll ZaLIwazyc, e w przypadku analizy cech l1iel.nierzalnych
najcz ciej poprzestajelny na analizie lvskanikl,l, struktury i skunri'rlowanyclt
czsto ci wzgldrr1 cIl oIAZ lla l ,yzttaczetliil najcz ciej w5'stptljcego wariaIlttt
cechy, czyli dorrrinatlcie, co oczywi cie nie rvy'klucza nrozlirvo ci graficznej
prezentacj i danych statysty'cznych.
ocen asymetrii uZL|pelllia tzlt'. rr,vkres pttdelltor 'r'. sk ada si on
z prostokta, ktrego ri'y'solto c rr'r,znaczaj pafallletr\' krrartl'li
Q1
i
Q2.'.
We-
wntrz pude ka zaznacz.a si Illediall' \\. roz]i aclzie sr'tlletrr.cZI1),l1l lnediana
dzieli pude}ko dok adnie lla pl. Gd1 as1llle[r.ia.jest
1lrerroStroll1la'
to odleglo
lllidzy lrzecil]l krr artr'Ietll
jcst ri ikszll tl iz
1rg111jqJ zr
krr at.tr lelll piertt s4 tll
a nediatl. W przypadku as1'nletrii leu'ostrollej tllalll), odwrotn SytLlacj. Do-
datkorvo na wykr.esie zaznac7'a si rvar'to ci:
111
Ql -3Q
je li
-t,..,,.
.
Q,
_3Q
Q:
+3Q
je li
.r',',''' >
Q;
+3Q
obserrvacj e Spehiaj
ce
warullek:
xi <Qt-3plub x,>Qr+3Q
nav\,va si rv statystyczrlej korrtrolijako ci duymi b danli
(3.30)
(3.31)
(3.3f)
57
Szeroko pucle ka.jest dorvolna
112
ANALlZA sTRUKTURY ZBIoRoWocI
Przyklad 3.41
Dla danych z tabell 2.8 nlediana lv1'nosi 55,48. krvayl
Qr=30.92'
a
Q3:l01,6.
Mi-
nitnaIna rvarto c Zero, a nraksynlalna 800. odchylenie rviartko.uve rv1'nosi 35.34- oce
asy'nretri rozk adu przy' lvykorzy,staIliu rvykresLr pudelkowego.
Rozrviazanie:
Spralvdzanly rvarunek (3.30)
i(3.3l)' Ponierva
'Tn'iu =0
>Ql_3Q=-75,l rvic
na rvykresie zaznaczytny ruininrun.r. Natomiast ru,o*
=800>0r
+3Q=2()'7,62
zatent na
rvvkresie
anjdzie si warto c 20.7,62
_
wszystkie rt'arto ci po\lyej
s uznal]e za
jed-
nostki nietl'porve. Wvkres pudelkowv przedstar.viono
na rysunku.
101,6
55,48
30,92
R.l.,rtt let 3' I0' ||,l'krcs pttdelkoltl. dla Lkttlr,c|t : tteli 2.8
ivlanlv do czrynienia Z $J .razn
as1'Illetl.i prawostronn, Co oznacza znacznprze.
rvat punktrv sprzedai1, o lllnic.jszej porr.ierzchni.
d
I(urtoza charakter'v-zu
je
rvzglcln spiczasto ltrb plasko
rozk adu
w porwnanitt
z rozk adent tlortllalrlym' Dodatnia kurtoza oznacza rozk acl
o stosunkolvo duzej Spiczasto ci. Ujertlrla kufioza oz:rlacza rozk ad stosunkorvo
plaski.
Klasyczny rvsplczynnik l<trr1oz5l obIiczan1'
jest
wedlrrg wzoru:
n(n+t)
s.
(.r,
-.t)'
3
(ir-t)'
\J .J J )
'
\
("-l)lr-2)fu-3)j
s*' (n-z)(,r-3)
MIARY ASYMETRII
Przy unliarkowanej kur-tozie przyjmuje on warto ci liczbolve zprzedzia1tt
(-:;3). Gdy
jest
nrrriejszy niz
*3.
wystprrje n1ac7'Ce sp aszczenie rozk adu
enrpirycznego, natonliast dla rvarto ci rviksz1'ch od 3 rvystpuje znaczca spi-
czasto c tego rozk adtt. Kurioza rwna Zero oZnaCZa rozk ad nonnalny. Zatern
rozk ad o kuftozie rvikszej od zera
jest
rozk adell bardziej wysrlruk yll ni
rozk ad nortlraltty -charakteryzuj
cy
nr si ivikszyrl skupien ienr
j
ednostek rvo.
k redniej. Natotliast rozklad o ku. zie rrlniejszej od zera
jest
rozk adenr
bardziej sp aszczotlynr od rozk adu nor llalllego, czyli charakteryzuje si zltacz-
l-}yln rozproSzeniem
j
ednostek r,vok I
-.drri
ej .
Przyklad 3.,12
Wy'znaczrlly' klas1,czrly r'vsp cz;-llnik asyrnetrii i kurtoz dla danvch z prz1''k adu
3.28.
Rozu'iazanie-
Wyznaczrny
(r,
-i)'
oraz
1.v. -i)'
.
Tabel:r 3.23
Warto cechy -r:,
(x
-r)
(-.,
-,T)'
(.r,
-
r)'
19
-) -8
l6
20
2A
20
20
21 0 0 0
21 0 0 0
22
!) 2 8 l6
.A
J 21 8t
Suma
n
24 il8
Wiedzc, e wariancja nieobcizona lvvnosi .S
*.
=]!2.2=z,us
wzoru
(3.29)
I tJ
(
'S*
=
\E/l5
=
l,56
)
obliczarny rvsp czynnik asyrnetrii z
r0 )4
A,
=
-:
:=
=
0,812 . Kurtoz obliczanly z
.
9.8 l.5.
10.11 il8 3.9'
-
_n n.)c)
9.8.7 t.56' 8.7
Wiek studentw charakteryzuje si siln i istotrlq asymetri
uIniarkowan kur1oz.
\,vzoru (3.33)
prawoStronn oraz
e
114
At.tRltzR sTRUKTURY
zBIoRoWocI
3.5. Praktyczne
wykorzystanie
analizy struktury
zbiorowo ci
Przedstarviorre
do tej pory rozwazania
by y prorvadzone w odrliesieniu do
pojedyncvch nriar opisujcych
zbiorowo c statystyczn.
Rozpatrvnly
ZatelTl
ki lka przyk adw koIn p I eksou'ej ana|izy danyclr.
Przyklad 3.43
Na rrylosowanej niezalenie
grupie 2000 pracorvnikw zatrudnionych
''v
rzn1,clr
zakladach
przenryslo*,1'ch
przeprolvadzono
badania ankietorve, z ktrych otrzymano
nastpujce dane:
-
|260 pracownikrv
nie posiadalo zadrrego rodka lokolnocji,
_
3 l 5 pracorvnikw
posiada o nrotoc1'kl lub Skuter,
_
425 pracownik.'v
posiada o sanrochd.
Scharakteryzuj
wybran grup praco\\.nikw
pod wzgldenr
posiadanego rodka loko-
mocj i wykor.zystujc odporviednie
nriary.
I{oziviazanie:
Ba<lana cecha: posiadarrie rodka lokonrocji
jest
cech niernierzaln
(ako ciow)
i wystpu.je w trzech wariantacll:
-
brak rodka lokornocji.
-
posiadatlic niotoru lub skutera,
-
posiaclaniesanlochodu.
Zatnr nlozetlly schar.akte
IJ 'Zowac t grup pracou'nikw pod rvzgldenl posiadania
rodka lokonlocji
przi,' uy'ciu donlinanry, i rvskanikw struktury.
W badanej
grupie pracownikrv najlvicej
jest
osob' ktr.e rrie posiadaj adnego
rodka lokolllocji
(tetrlu rvariantorvi ceclry odporviada najwiksza liczebrro ).
Pracownicy
ktrzy nie posiadaj rvlasnego rodka lokornocji Sta lowi:
,,,
=P60 =
0,3
=
63% analizorvanej
prby.
'
2000
Pracow.nicy
posiadajc-v lv asny rnotor lub skuter stanowi;
,u.
=
3l5
=0,l575 =|5,.l5,,,o
respondentw.
'
2000
Pracorvnicy
posiadaj
cy
rv asny samochd stanowi
:
,,',
=ffi=0,2125
=21.25%
badanych
PR xrycznr WYKoRZYSTANIE ANAL|ZY sTRUKTURY ZBloRoWoc| 115
Przyklad 3.44
Dokonaj ana|izy struktury zbioror,vo ci z ptrrrktu rvidzenia kadej
Z ZaprZentowanych cech klierltrv dokonujcych zakup.'v w
jednyrn
z osiedlorvych
skleprv rv odzi. Dane na tenat 20 klierrtrv przedstarviorro rv tabeli.
Tabela 3.2;{
Rozi'vizanie:
W tvm pt.zypadku rnaIny do czyrrielria z
jedn
cech riiernierzaln
jak jest
p e
oraz czterelra cechanri mierzalnyr.ni.
Cecha
jako ciowa
przyjrnuje dlva rvarianty: kobieta l mczyzna, ZateIn
jest
zlnieIr-
rr dwuwarlo ciorv. Szereg rozdzie|czy dla tej cech przedstarviono w tabeli 3.25.
P,}e Miesicznie w-vdat-
kowana kwota [r'v z l
Wiek kupujce.
so lrv latach]
Liczba osb
rv rodzinie
Liczba rozpoznanych
lnarek oroduktw
kobieta !) | 20
)
20
|izczyn1a t3l l5 I t2
kobieta I6 20
)
4
|11zCZyzna 208 ?.5 J 4
|nzczyzoa 240 l8 I t2
|1zczy^)a :+) 20 2 20
InZCzyA1a
')/<
l9 2 43
kobieta 201 f) J 36
kobieta 203 40 55
kobita
-J
t8
)
22
kobieta 205 30 J 36
kobieta 204 25 2 39
kobieta 204 40 4
1:1
kobieta 208 50 5 22
kobieta f4o l8
,1
:)
n1Czyn)a
)t1
l J
1A
|11CZyzna 2il t0
)
20
|71'Zczyzna 233 l5 t2
kobita 2r6 l0
) A
kobieta 208 25 J 4
116 An rlz STRUKTURY ZBIoRoWocI
Tabcla J .25
p e
11, V"
kobieta t2 0.(r
,nzczyn1a 8 0,4
Surna calkorvita 20
Zri] o: obliczeIl ia rr lasltc
Kobiet-v Stanowi 60o, badany,ch klientrv' a fiCzyni 40%' W rd l.spondentw
dominu.1 kobie'.
Analizolvatre cch nlierzaln to:
o n1iesicznie rr'ydatkoil'ana k\l',ota
_
cecha ci-t a,
o wiek kupujcego
-
cecha cig a, reprezIltowalla prZZ Zlnienn dyskretn
o liczba osb rv rodzinie cecha skoko\\'a.
o liczba znan),ch nl|k krajo\\,ych i irnportowallyc l- ceclia skokorva'
Dane zaprezento\,Vane s w postaci szeregu szczcglo\\'ego i obliczenie rvszystkich
charakterysvk pozostarvianly rv laltrach rviczeri Czytelnikor,vi. W obliczeniach tnona
skorzrvstac z Excela, ktry rv ratnach dodatku anali:tt tlunych Wyznacza sta|ystyki opiso-
lve. Wydruk z Excela przedst'ai,viono w tabli'
Tabcla 3.26
W tabeli 3'27 opisano,
jak
nalezy |ozullii kadz zaprZellto\Vanych charaktety-
styk.
Charakte rr.'stvka i\{ iesiczrl ie ri'r dat-
kou ana ku ota
Wiek kLr-
pLr
j
c
ego
Liczba osb lv
rodzini
Liczba rozpozna-
nvch nrarek
Sledn ia 1r1.08 Ii.95
?
21,8
B d stand
j.98
l.l 0.25
Mediana 22 3,5 20 2 2l
Tryb 208 20
)
4
Odchylenie
stand.
17.81 9,31 1.09 r.t, I 9
Wariancja i 17,i5 87
'71
r.l9 20 r
,43
Kurtoza t,615 2.25 -0.15 0,0-s
Sko no
n?l
t.5
0 i1
0.65
Zakles 5l i5

_51
Minirnum 203 l5 I
.i
lvlaksinrurn 50 5 ))
Zrdlo: obliczetlia ri,lasne na podstau'ie Exccla
PRAKTYcZNE WYKoRZYSTANIE ANALlzY sTRUKTURY zBloRoWoCl 117
Tabela 3.27
Sre dnia Podajc rvat1o c redniej ar1,tmecznej
(3.2)
Bld standar-
do\\,y
B d standardorvy redniej ary,trnetycznej \Wznaczony Za po|lloc wzo-
oS
ru
#:
-p
jest
on *ykorzystywan)'w procesic estynracji i rverl'fika-
1n 1t1
cii o ktnrn bdzie nrolva rv dalszei cz ci
pracy
Mediana Podaje rvarto rnediany . J est ona dla szere-qu szczeg olvego o parv.
stej liczebno ci obliczana
jako
rednia arytlnelyczna z dwch rodko-
rwch elenlentrv.
Trvb Podaic
ri arto dolrrinanty
Odchylenie
standardowe
Podaje lvarto odchylenia star-rdardowego
(3. 1 6)
Wariancja
orbki
Podaje wafto c nieobciione.i wariancji (3.20)
Kurtoza Podaje warto klasyczne-o rvsplczynnika kurtozy, (3.33)
Sko rlo Podajc warlo klasyczncgo rvsplc'nnika sko no ci (3.29)
Zakres Podaje wao rozstptt (3.1 1)
Minirnum Podaie war1o lrrilliInaIn
Maksirnum Poda1e rvarto nraksyInaln
Zr(rdlo. Obliczertiir ulasnc lra podstarvie pontoc\
(lo progrttrltl I;rccl
Dokonajnry interpretacji \\'\'Zl1Acf oll\'ch charaktcrr'str k dla poszczegln1'ch cech.
Klienci dokonujcy zakttpciu' ll'sklcpiktr tlsiccllorlr'tll rrr'kaz'ali si pr.zecitrlie zlla-
jorrlo ci
22 tllarek produktrr. 509o klicIlttilr'roz1ltlzIla.jc co rra.jlllll1ej 2l lnarek. a 50-o/o
co na.jrv,viej 2l lnarek' Najczciej klicIlci r.oz1lozIlajil
.
lllarki produktlr'. Liczba t.ozpo-
znanvch nlarek plzez klierltlr' dokonujcy,ch zltkuprr rv sklepiku osiedlorv1'rrl rni si
przecitnie od redniej o l. . oclch1'leIlie standardorr'e stanorvi 65% rednij zatetn zroi.
nicorvanie liczby rozpozlrarr'anvch lnarek
jest
bardzo lt1,sokie
-
rednia nie
jest
d|a tej
cechy dobr miar, gdyz
jest
ona wyl.aznie niejednorodna
(program oblicza rvszystkie
charaktery'styki nie zwraca.|c urvagi na charakter danych). Rozk ad |iczby rozpoznanych
tnarck przez klientrv oznacza si nisk i dodatIli as1,llletri. co oznacza przwag Zna-
jorno ci
nniejszej liczby rnarek. Bardzo niska i dodatnia kuoza oZnaCZa unriarkor 'anY
stopieri skupienia |iczby rc:lzpoznan1'ch nlarek przez klienta wok redniej. Dane dor'v-
czce liczby rozpoznany,cIt lrlarek przez klierrt'"v przedstarviono r,vtabeli 3'28 w postaci
szeregu lozdzielczego punktorvego.
118 ANALIZA STRUKTURY zBroRowoscl
Tabeh 3.28
Liczba rozpoznan,vch
rrlarek
produktrv
NI
4 4
12 J
l0 )
2)
)
:)
.)
2
i6 l
ia
I
+J I
55 I
sr.lntA 20
7'rd tl' O[ll tcz-cllilt rl lastlc'
W tyrn przypadkrr klasvczlle lniarr,nie lnlrjzastosorvania ( rednia idonrinarlta nie
powinny byc obliczarle oraz nie rna.j tt| Zastoso\\,.inia kIasy'czrie rnierniki asymetrii
i kurtozy)' gd;'z rv1,stptl.|.icdnostki nic$.porve za ktre nale1, uzna klientrv rozpozna-
jcy'ch
dok adnie 4 rrlarki oraz porr'1,zej 36 lnarek produktw.
Przecitna rr.ielktl gospoda|st\!'a donlolvego klientw dokonujc1,ch zakuprv
r,l'sklepiku
osiedlorr''u"nl rr'r,ttosi 3 osoby. 50o' klientrv pochodzi z co najrnniej 2-
osobowych rodzin, a 50o z co najrv1,zej 2-osoborvi,,ch rodzin. Najcz ciej klienci po-
chodz z dwuosobolvych gospodarstlv donlorvvch. Liczba osb lv gospodafst\\'ach do-
lnort'ych klierrtrv dokonujcych zakuprv rv sklepiku osiedlo''vynr rni si przecitnie
od redniej o.iedn osob. odchylenie standar.dorve stanorvi
..l3%
redniej zatern n.ni-
colvani.jest \tv}Sokie. Rozk ad liczby. osb w rodzinie klientrv oznacza si nisk i clo-
datni asynretl.i co oz.nacza przewag rodzin o nrniejsze.i liczbie osb. Niska i ujeInna
kufioza oziacza raczej niski stopieli skrrpienia si liczby osb w rodzinie klienta wokl
redniej. Dane dolvczce rvielko ci gospodarst''va dornowego klientrv przedstawiono
rv tabeli 3.29 w postaci szeregu rozdzielczego punktorvego. W r-vni przypadku mamy do
czynienia z
jednorodn
cech.
PRAKTYCZNE WYKORZYSTANIE ANALIZY STRUKTURY ZBIOROWOSCI
ttJ
Tlbela 3.29
Liczba osb w rodzinie nl
J
2 8
J 5
4 J
5
sulna 20
Zrd o: oblicze nia rr'|asnc'
Klinci dokonujcy Zakupw w sklepikLr osiedlorv1,rn niaj przecitnie 24 lata.
50% klientrv lna co llajl11l-riej 20 lat, a 50% co najrvy'iej 20 lat. Najcz ciej klienci tnaj
20 lat. Wiek klientrv zaopatru.jcych si w sklepiku osiedlorv-vrn rni si przecitnie od
r.edniej o 9 lat. odchylerrie standardow.e Stanowi
, 0%
redniej zat|nztonicorvanie
jest
wysokie
_
miaty klasyczne ni powinny by stosowarre w tyll] przypadku. Rozk ad wieku
oznacza si utrriarkorvan i dodatni asymetri co oznacza przewag rn odsvch klien-
tr,v. Urnialkorvana i dodatnia kurtoza oznacza umiarkowany stopie skupienia wieku
ivok redniej. J eieli dane dotyczce rvieku klientrv dokonujcyc 1 zakupw przedSta-
winry lv postaci szeregu rozdzielczego pr-rnktorvego (porwnaj tabela 3.30) to r,vyranie
wida, ie lllallry do czy'nienia Ze Zbiorowo ci niejednorodn pod wzgldenr wieku.
J ednostki niety'powe to klienci porv1,ej 25 roku )'cia'
Tabela 3.30
Zrdlo' obI iczellia rr' asnc'
Przecitnie kliellci w1,datkuj miesicznie lv sklepiku osiedlowyrn 224,08 z't' 50,
klintrv r'vydaje co najnrnie.| 223,50 z|, a 50o co najwyej 223,50 z . Najwiksza liczba
klientw rniesiczrrie wydaje lv sklepiku osiedlowyrn oko o 208 z' och (rv tym przypad.
ku rlalaloby oblicv przyblion rvao dorninanr;- dla clanych pogrupowanych).
Miesiczne wydatki klieritrv rv sklepiku osiedlouyrn rni si przecitrlie od redniej
o l7'81 z , stanowi to 8% redniej zatemzron,tcorvanie
jest
niskie' Rozk ad rniesicznie
rv,vdatkorvanej krvoty oznacza si nisk i dodatni asymetri czyli w rd badarrych rvy-
\\'iek klicntrt lll
l5 )
l
l8 J
20
25 1
40 J
50
sul-na 20
120
ANAL|ZA sTRUKTURY zBIoRowocI
Tabela 3.31
.Y n1
l0i,0c
8
) 15
-71
2t 8,5( 2
228,5(
I t | 1(
5
I1l t(
254,0(
ulna
20
ZrdIo: obI iczellia rvlasltc.
Na podstaw'ie
Szercgll rozdzielczego przedzia owego
wida, e
J eSt
to szereg
o skrajllvln przedziale
dolllinantv
i dlatego nie pow'inna
by ona wyznaczana.
e
stpu.je przewaga
nizszvch rvydatklv'
Ujernna kuftoza oZnaCZa niski stopierl skupienia
poszczeglnych
uydatkrv rvokl ich redniego poZiolllu.
Sti,vrznry dla miesiczrrie wydatkolt'anej
krvoty szeregrozdzielczy
o przedzia ach
klasor 1'ch'
Liczba klas zgodnie z
jedn
Z teorii polvinna
by z przedzia\u
O,5^l; < k ,l;. Szereg zarviera 20 obserrvacji zatenl t e (z,z ; , .l) . Poniewa Iiczba
klas nlusi by' liczb ca kolvit wic ,t
=3v
k
=
4. Przyjmrjmy t:4 . Rozpito tej
cechy wynosi 5l zl. zatem rozpito przedzia u
klasowego bdzie rrynosi
|2,75z '
Otrzvnrany
szeregrozdzielczy
o przedzialach
klasowych przedstatviono
rv tabeli 3.3 l.
4. Aru l|zA Ws P ozALEzrvoc l zJ AWls K
Dotychczas zajrllorr,ali nly si opisetll zbiot.olvo ci statyst1'cnlej z punktu
rvidzetria kadej z cech. W t.zecz'vll'isto ci czsto |llalrr}'c1o cz1'nietlia z cechatrti.
ktorych rvarto ci s rvza.iemnie zalelle' \Vtedy z'azlvyczaj illtereslrje tlas charak-
ter isila te.i zalezno ci. W t1.rrl lozdziale zqnlienly si sposolalllijej nrierzenia
dla dlvch cech statystycztly.clt.
4.1. Rozk ad dwuwymiarowy, brzegowy' warunkowy;
tablica korelacyjna
Punktetll rq'i ciorvynl do badania u'splzaleztlo ci cech s dane. 'nv ktrych
dla kadej
jednostki
Statystvcznej okre lono rvatto ci drvclr cech:-Y i f. Mamy
wic zbir ll
jednostek
i przyporzdkou'alle inr pary cech (x,,
.l',),
i: 1,2'
'.,
n.
Manrv zateur szeres:
Trbe Ia 4. I
Szereg szczeglorr'l, dIa d*,ch obserrvorr,an1''clt ceclt
Zrdlo:
()pracL,ri
altic u Ia:llc
.Ieeli liczebno zbioroiro ci.jcst cluza i zachodzi potrzeba poqrttpotraIlia
datirch rv szeI.egi t.ozdzicIcze. lo 7-c \\zgl.lLI tla dtr'a rztle rr1tniar..r.gt.tt1loriatlia
- ria k rvat.iaIltrv clIa cech1
'\
i / lialialltrr' cechy, }', otrz1'nltrjeIrly ,t,l rvarl"clsci
ll,,
.liczebno ci
klas clIa i-tego rvariallttt ceclly X (i_1,2,.'.' ) i1-tego rvat.iallttt
cechy f (J :I,2,
''''l).
opisane przypo|Zdkorvanie llazywalll\i dlvulvymiaro-
rvl'm rozkladem empir)'czn1'm cech
(d))
dla danej popLrlacji. Dane pogrupo-
lvatle u trl ies zcza si zrl'l'k l e \\' tzw. ta b |icy ko relacyj nej'o :
58
1y prz1'paclku cech.iako ciorvr'ch. clanych syruboIicznych lnrvi si rvicej tabIicach kontygencji
122 At.t t-lz,c WsPoZALEZNocl zL wlsx
Tabela 4.2
'l'abl
ica korelacy'jna
X
It,t
-
!tx ),zl
-
1 '., !t,t- !t,3 Y,,
-,,
r=l
'l
I(l
.
lo
11
tt
/l
r:
11
tt
ll
t
-Y:l
- r.zu 11:t lltt lltt llt
"Tl,t
- Xr,o llkj Ilt Il
*t
llt
Y,,
=,,
'=l
ll.
t
11.
t
11.
t

L,
,=l
=Y,, =,,
L
.l
l=
I
S,vrlbole
'T,.l,
.I,g ol.oZ
}i. ) E
oZ|1ACza.j odporviednio doln i grn grallic
przedzialu klasou,ego dla cech X i Y. W ostatninr \\'ierszLl tablicy korelacyjnej
l'lll]ieszczone Zosta'ly Stlll]y liczebno ci wszystkich klas cech}, x dla danego wa-
rialltu Ioznaczonego przez lll, twol.Zce rozk ad empiryczlly cechy
yrv
badane.i
zbiorolvo ci' nazywallv tLrtaj rozk|aclem brzego}YYm te.i cechy. Podobnie rv
ostatniej kolurnnic tablicl,
llo\\'staje
lozklad blzcsorrr ccchy -Y, oznaczony
jako
l,.
Mozcttlr te rozpatr\\\ac rozk ad
jedrrc.j
ccchv prz)' LlStalonej \\'arto ci
drugiej. lll]. clla cZe ci popt|lac.ji
;losiada.jcc'j
cech J lr' pierrr'sZ}/ll] \Varial1cie
ri.i -
-Tt
(ll'. jedrlostek)
nlanl1 rozk ad:
Tabeln 4.3
Wariant f Liczebno c klas
Yt,t
-
!ts
)):,t
-
lzl
lu
-
)'tv
Taki rozk ad naVwamy rozkladenr \Yarunko\YYm cechy Y. Zatern
\Vwiefszach tablic,v korelacy'jnej l]]anly rozklady wa|tlnko\\re dla cechy

a w kolllnlrach - dla cechy X.

Przyklad 4.1
Struktur.a nrieszkari pc\\'llcj spldziclni lniesZkaniowej pod li'zgldcnr rvielko ci
i liczby ZatllicSzkujc)'ch
jc
osb Zostala podana rv porrizszej tabcli:
RozxrRo DWUWyMrARowy. BRzEGowy. wARUNKowy: TABLTCA KoRELACYJ NA 123
Tabela 4.4
tn
Po* ierzchnia Lrz)'tko\\'a
(rv
nrr)
Liczba nriesz-
kallcrv
l 3
l.
2.
3.
1.
5.
6.
't.
8.
9.
10
n
1
l3
l.
t5
42
48
37
5
4
102
33
11
63
,.)
58
'72
96
38
64
.
2
I
2
3
1
,1
5
5
f
3
4
5
I
5
2 3
16,
1',7 ,
I8,
19
20,
fI,
f2
:J
1.1
25
26
f7
28
29
30
'75
68
16
'/4
85
61
56
30
o?
49
66
56
r01
+J
39
3
5
3
f
5
4
4
f
4
I
3
3
4
3
2
Zrd o: Danc tllllo\\,ne
Danc te pogrupowanc rv tabcli korcIacyjncj rv1'gldaj nastpujco
labela
Ll.5
tK
) J J Ii.azc'nr
30-50 J +
-l
il
50-70 J J
70-90 I I I 5
90- I l0 3
.
[{azenr 3
'7
IJ 6 30
Rysunek 4.l przedstarvia dane z tabeli 4'5 na histogramie trjr,vynriaro-
\w111:
1A
At.tRl-lz, WsPozALEf
Nocl z.j wlsx
G
x
N
o
6
N
4l
3-
2
1
0
Liczba m ieszkacw
Pow ie rzch n ia
m ieszka
R1,s'
.l.}
Histogl,cttlt
trljv'yniaruv'.1,
tlltt t!un'y.c'h: pr-l.k!at!tt
1' I

4.2.
Za|ezno
stochastyczna
i kore|acyjna
Zatlu'ar'li rlly jtrz.
ze t1ri ic (lLrLl rr icej)
cecIr1, rrtog \\,}'Stpo\\la
rv sposb
niezalezIll'ocl
siebie lub przeciiitlic,
ttarto jcclne.j
cech. nioze rr,1l1vr,r,ac
lla
drug. Wsplzalezno
rv1,stprrjca
nridzy
cechalni ,nz"
by, clrl,ojakiego
ro0z ll tl:
.
funkcyjlra (dok adna),
kiedy zlniatla rvafto cijednej
cechy poci4ga
za sob
kotlkrettr
znlian
drLlgiej, czy|i
.v-:J ix).
gdzie
r,
'y
- tvarto ci
cech.
l
- svrllbol
pel'nej
firnkcj i,
r
stochastYczna
(probabilis'czlla)'
gd.v
rzI-l1,t.ll lvarialltollr.iednej
cechy
od-
porviadaj
rlle rozk'lady
drugie.i
cechy' Przecirvllie, jeeli
clIa llrycil u,a-
riantrv
jcdrlej
ceclty druga llla stale taki sattl rozkIad,io
cech\.sa
lliezalene
stochust;cznic.
Szczeglrlyln przypadkicnl
zaleno ci
stochastycznej jest
zaIeno
kore-
Iacy'jna (sta'st1'czna).
l\4rvirllv.
ze iJ rvie cechr,
s zo|"i,",e kor.elac1,jrtie, jezeli
rn5'nr \\.ariallto|ll jedllej
cechl' odporviac1aj
rne reclnie rr'aruIlkowe
drir-uiej'
SredIlie u'arullkorr,e
to s rednie liczone
cjla rozk aclrv lvar'llkorvych.
Ze zv'iiyzkarni
frrrikcyjnr,'nli
nlanry niekiedy clo cz.l,niclia rv pr.zvrodzie
i technice.
np' pole
krvadratu
1.
jest
firnkcj
dltrgo ci jego
boku ... .,1,ii
.,,:',.
Natonliast
rv naukac|r
spoleczIu,gh
rv rvikszo .i
p'.y,p".lrrv
spotykarny
si z
zaleztto ciatni
stochasty'czlly,tlti
i clla nich rvl'a rlie pizec1starvinly,
portizej pod-
starvorve
nriary.
ZnlEznoc sTocHASTYczNA I KoRELACYJ NA
Datle przedstar'"'iolle rv prz1,k adzie 4'l zdaj si by za|e'ne zarrv-
no stochastvcznie,
jak
i korelacyjnie. Widac bou'ierl, ze nlniej liczne lodziny
zarllieszkuj na ogol nllliejsze lnieszkatlia' Mona sobie
jednak
lvvobrazic cechy
za|en kore|acyjnie, alc nieza|eztre stochastycznie' tzll' posiadajce sta red-
tlilvarttItkorv lllinro istotrlie rznych rozk]adlv tr,artttrkorv1'ch. llp. pod w,zgl-
detrl rvariatrcji - dla rn.r'cll u,ariantlrv
jedllej
ceclry lnoetny otrzynryrr'a roz-
k-lady bardziej rrr'rlonliertle lub bardziej skotrcetltrorvaIle. chociai posiadajce
wci t satll redrti. J eclrlak rla og pojcia zaleno ci stochastvczlre.i i kore.
lacyjllej s ze sob zlvizane. W dalszej cz ci zajnlienly si rrtierzenienl sily,
rr solzaleIlo ci cech.
4.3. Podstawowe miary wsp zaleno ci cech
Podanr1, teraz kilka llajcz ciej stosorr.alt;'ch rvskaztlikrv tllierzcr.clr sil
korelacji drvch cech
(usplczytlnik
korelacji liniorr'ej Pearsona, stosultek kot.e-
Iacji, r.'.spo cz5,'tllrik kor.elacji rang Spearnlana) oraz tlliar zaIezno ci stocha-
sczltej - u,sp czynrlik zbiezno ci Czuprorva.
Prz1' badanitt rr'splzaIeno ci ceclr prz1'jnluje si zrvykIe
jedn
cech za
niezalen. ktrej zrllicllrlo
jest
ttlvartttlkorvana cz1'tlllikatni zerr lltrzItt'llli,
a dr.trg z.a za|e.nz1. tz-ll.
.iE
rrahallia
1;l.cibtrje
si rrr'ia lli (prz1rtajIulliu'.1
cz-
c iorvo) znl ietlno ci cech1' rl iezalerle.j'
Najcz ciej Stoso\\ atlr'tll llticI.tlikieIli li sp zaIeztltl ci cccIl rllierzaln1'ch
(ilo ciorr.yclr)
jest
rr.sp|czr'Irnik kore lacji Iiniolr ej Pearsona okre lany rv
literatttrze rrvnie
jako
rrspIcz1'nllik ktlrt-'lac.ji p|ostolillio\\ej. Wsp c4rlrlik
ten
jest
oparq'lla pojciLr |irrrr'ariancji. kt.ir clIa szeregu szczeg orvego
(tab.
4.l
)
ri,vznacza si rvedlt|g \vzortl:
|
]t
covrr.
=-f
(.r,
-rlf
t,
-l)
.
Il
r=l
lttb rrvtrorr,aznie
lr/
's
cov,.,
=_).y,1.,_.r.)
It
i=l
oraz dIa Szeregu pogrtlpo\\'a|lego w tablicy korelacyjnej (tab. 4.2) r yznacza si
ze wzoru:
125
co\\)
=;iI(r,-i)r
j,,-
),,,,
(
4 1)
(
4.2)
lub
(13)
tzo At.t t.lz,q WsPoZALEzNocl z.l wlsx
1Kt
cov.,
=:tt.t,
i, ,,
-r
v
.tJ ,1l/1lIj
tt
t=l
!=l
Wsp czyllllik korelacji linioivej darry
jest
wzorelll:
(
4.4)
(
4.5)
cov.\1.
,'=l'=-
'.r,r '
tr\
SrS,.
'
gdzie S,, ,S, ozttaczaj odclrylenia standardorve zrrliennych X i
Wspo czy,nllik korelacji liniolvej
jest
nliar symetlyczll i przyjlnuje wa|to.
ci zprzedzialLr
<-l,l>.
IIlfol.lltrje o sile oraz kierunku koreIacji liniorvej l1lidzy
zur ienny'nr i.
aa0aa
05101520
a
Rvs.
-l.2
Brak:ale:no ci kore R),s. ], 3 Zale:tlo 'futlkc.tjtta kr:tltolinio-
\.o
t
l
30.
25
ot
'o
)
..t
15
]
^.
lacl,j ne
j
-1
i.
:1."f
.r
-o
lo
10
30 10
on
Rys' 1,4 Zale:lto liniolva ttfenuta
,R.l,s.
./.5
Zale:lto liniou,a dodtttnia
PoDSTAWoWE MIARY WSPozALEZNoCl CECH 127
i16r
11
10

6
2
0
I?y s. 1. 6 Za l e : n o k o re l a c
y,1
n tt u nl i a r k otl'' a-
na dodatnia
0 5 10 15 20
Rys' 1.7 Zalezno korelacvjna untiar-
kowana ujentna
a
0 6 8i
Wafto rvsp'lczy_nnika kore|acji PearsoIra r'.: 0 (por. rys.4.2 i 4.3) lviadczy o
braku korelacji liniorvej midz1.badanynli cechanli (mozlirve, ze istnieje midzy
ninli korelacj a krzl,lvol iniorval
).
War.to rvsp czyntlika korelacji Pearsotra rviksza od zera (l..'> 0) intbr.
llluje nas, Ze lllal-n)l do czynierlia z korelacjdodatni(rvraz ze wzrosteln lvat1o-
cijednej cechy wzraSta r.edlliir rr'artttlkou a drLrgiej). Porrr na.i
ry.s.
. ..1
i 4'6.
Warto rvspIczl'tlttika korelac.; i PearsoIla lllrlicjsza ocl zera (l..,'< 0) in.
fornluje llas' Ze korelacja
jest
trjellllla (rr.zrostori i rrarto ci
.iednej
ceclty torva.
rzyszy spadek drugiej). Porounaj
rys.
-1.5
i
-1.7.
Przy r,n: 1 |trb -l nla|ll)' liniori' zalezno tilllkc1jrl. ll. y:ax+b'
Przyklad 4.2
W..Gazccic Motoryzac1jlrcj,, 12197 zllajdq si nastpujce dane o celrach sanro-
clrodrv per,vnej lrrarki:
Tabela 4'
Wiek rv latach
3
7
t0
4
2
3
27
t'7
8
f6
35
)/
a
ZrdIo: Dane u|llow|lc
128 ANAL|zA WsPoZALEzNocI ZJ AW|sK
ob l iczvnly rvsp lczynltik kor.clacj i l i n iori'cj d la podany'cIl
podarlo dane dla ll = 6 satllocllodrv. Srcdni u,ick sanloc|todu
ri,r,nosila 2. . 17 t1.s.
cech. W tym przy,k.ladzic
to 4.83 lata. l.eclnia ccna
Tabeln
.{.7
Wiek
(.t7
Cena (r'7 * _;
)', - )'
(.r,
-r)(1, -r)
(.r,
.r
)-
(.r',
i)r
J
7
l0
-l
2
J
f7
t7
8
f6
i5
3?
1.83
z,t7
5. t7
0.u3
r
R]
1.83
2.83
-'7
l'1
-16.17
1,83
10.83
7.83
-5,t9
15.53
83.53
- I 5t
] 0,9
11.16
3,36
1.69
2(r.69
0.69
8,03
3.3
(r
8,03
5I.3
2 l'.j
3'3
I 17.3(r
6l.
j
Y
t..t5 X 150.8-l 16.8-j 501.83
J ak lr'ida rv tabe li
. .7,
otrz)'Inano:
tq
t= =4,83'
o
1J 5
,
== =
l"r.l7.
t)
-r5n
8t
L('\fl
-- ----'.1{.
()
r-
^
/+o.aiJ
\
=
l-
=
'
/\,
".\
1l .
lo
Std
't{
I I
r.,,
=-=*0.98.
'.' 17c)'kqli
a to ozllacza, Zc poda|le ccchy s lrardz<-l silnic skorclorr,ane.
Wick saluochodrr
jcst
rrjelnnic skorclotvaltl' z
jcgo
cclr. tzn. llllodszc saniochodr, s
droszc. Zalczrro ta
jcst
bardzo silrla i linioil'a.
e
Przyk ad 4.3
oblicz1.lnv tcraz rr'splczlrllrik korelac.ji liniorl'e'j dla danych Z prz\'k adtl 4.l.
.ta-
blica korclacljna. uzupelniona o danc koniccznc do obliczcnia S,, S, oraz cov.,, zostala
przcdstarviona rv tabeli 4.8.
Slednie arytrnctycznc cech ua podstawic przedstawionych danych obliczarny
jako:
PoDSTAWoWE M|ARY WsPoZALEiNocI cECH tzY
Y",,
L"
t" 1'
I R?f)
f
='='
n30
Y,, ,,
l/ 1'...l
.-_/=l _9_,"'
---
|
-t
-
n 3\)
Kowariancja zosta a ob]iczona \\.g wzoru (4.4):
61R0
coV,,
=- ,"-60.67
3,:7
=ll.-19
30
Tabcla 4.8
x, \
y,
I f l J )
,Ti
-
-T
,.
-.]
(.\-ry
,.
-'?
0l
.If/ .
40
0
80
100
30-50
50-70
70-90
90-l l0
J 4
I
I
32
323
ll)
3l
L2
9
5
.180
540
400
100
-f0.6'1
-0,6'7
19.33
39.33
1?-7
,t
1
0.44
3 73.78
1 547.1 l
5 125.33
4,00
1 868.89
6l 88.4'1
T,.
3
(
1 o 30 I 820 l31 8.67
)'
in' i
3
ll t1 i0 98
,' _n
-2.27 -t.27 -0.17 0.73 1.73
(
l ,
-
r')-
5.11 t.6 0.07 0.5-l i
,
-'f
0'1-)')-n
1
15.:l 9.63 0.49 4.3 l8 17,8',7
k
Ii,,,
t-l
I 20 300 380 580 4l()
k
I i,n,ry.,
120 600 1r40 f320 220( 63 80
odchylenia standardorv obliczanl1'. podobnie
jak
rednie. na podstawie rozk adrv
warunko\wch:
,s=
-_t
=20.9'7.
F7.Bj
1:o
l3 r 86.67
I wreszcie wsp czynnik korelacji liniowej
jest
rwn1,:
a2n
At.t t-lzn WsPoZALEzNocl zJ AWlsK
cov,,
| 4,49
s .s 20,91
.t.26
Manly rv tyrn przypadku cechy wyra nie skorelowane, cho nie tak silnie.
jak
rv poprzednirn przykladzie.
Porvierzchnia rrrieszkania
jest
dodatnio skorelorvana z |iczb zarnieszkujcych j
osb. tzn. rv mieszkaniach o rvikszej porvierzchni rniszka wicej osb.
Przyklad 4.4
Kowariancja nridzy wydatkanli rra reklarn i wielko^ ci sprzedaiy pelvnego przed-
sibiorstwa wynosi a rv ostatniIn okresi 0 000 000 zl'. Cz,v za|eno lnidzy tymi
wielko ciami
jest
silrla? Wiadonlo. e rozk|ad rvilko ci rniesicznej sprzedazy tego
przedsibiorstwa w ostatnirri okrsie by nastpujcy:
Tabela
,{.9
Wilko sprzeda
(rr,lrrln
z )
Liczba lniesicy z tak
wielko cia slrzedai^]
3.5-4
4-4.5
l<
5-6
2
n
T
5
J
J
T,rtidlo: Dane !u tlowllc.
znany
jest
rozk]ad rniesicznych wy'datkrv na reklame w tvrn saltlvln
Tabela,l.l0
Wielko rtydatkrv
na reklarn
(w
fvs z )
Liczba lniesicy z tak
rvielko cia rwdatkw
o.|
7-I
c)
q-)
1
I
/1
6
n
2
Zrdlo: Dane uI-nowtle
'
Rozrviazanie:
Nale oblicz;' odchylenia Standardowe wielko ci sprzeday i wielko ci wydat.
kw na reklam. W tyln clu konieczna
jest
znajorno warto ci rdnich arytlntycz.
nych. W tabelach 4.1| i 4'12 podane s obliczenia czstkowe.
J ednocze nie
okresie:
Poosrnwowe M|ARY WsPozALEZNocI cEcH
444
Tabela
,{.1
I
Wielko sprzeday
-{;
.T/
Liczba luisicv
nr
x,fr,
?i-15
3 2 f) 1.2941 3.3495
3,5-4 3.75
'1
l) -0.54'tl l. I 843
4-4.5
.t 1i
5 21.25 -0.0441 0.0097
,{<<
3
lrt ?i
0'- 559 0.6235
5- 5.5 J 16.5 1.2059 1^3625
Surna t7 73 9.529412
Zgodnie ze rvzorern (3.. )
i
=:
=
4.f941 .
l'7
natotniast z wzorl (3.l7) otrzyrnujerny
6;?q.l r ?
.S
=
./-'"-'
"-
=
0 74870lrrrln zl. *Y
1
tz
Analogicznie dla lvydatkw na reklatrl lnatny
Tabela 4.12
Wydatki na reklarn
v.
!,
Liczba nriesicy
n,
! ifr,
v
-r:
l-l 5
1.25 -0.5706 0.3256
t{t7
l.o 4 o.4 -0.220 0. l 946
I 7-l
q
1.8 o I 0.8 -0.0206 0.0025
lq-?t
2 4 8 0 r79.1 0. r 288
')')<
2.t 5
")
1.5 U.. ]9- 0.3 688
Suma ti 3 0.95 r.020294
Odpowiednio
-
30,95
^
/r
.0202e-+
=
1.820588. .S,
=./-_--_ =
0.24-198-lrj,s. zl.
-
17
\l
t7
obliczymy teraz rvartoc r'vsplczynnika korelacji liniorvej
jako
rniernika sity
i kierunku zaleno ci liniorvej rvielko ci sprzedav od wydatkw r-ra rekIattr w badanyrrr
przedsibiorstwie. Zgodnie ze rvzorem (.1.5)
60000000
^
1._
'rl
7-t87ol.241.98.1
Mozna zatenr stwierdzic. e istnieje niezbyt silna zaleno dodatnia midzy rvy.
datkami na reklarn a wielko ci rniesicznej sprzeda. e
Kwadrat wsp czynnika korelacji liniowej R'
=
i
=
r,,,, naz,vwac bdzierny
lYsplczYnnikiem t|eterminacji |iniorvej. ktry podaje,
jaka
cz Znienno ci
|z ANAL|ZA WsPoZALENocl zJ AWlsK
cec|1.y za|enej
jest
wyja niona zmienno ci ceclry niezalenej. Podobnie wpro-
wadzirrry poj
cie
wsp|czynniI<a ind eterminacj i liniorr'ej
j
ako :
Q =
L- K-^
(
4.6)
ktry wyraa.
jaka
cz c ztnienno ci ztniennej zalerrej nie zosta]la wyja niorra.
W przykladzie 4.3 mamy Zatel-n
l..:
0'55]= O.30 i q: 0.70 co oznacza, ie
rvielko c nrieszkania. tlrierzona
jego
powierzchni zostalo w 30Yo wyja niona
liczbzamieszkujcych
je
osb. a lv 700 przez inlle przyczy|1y.
Ittn nriar korelacji
jest
stosunek koreIacji (rvska nik sily koreIacji) Pe-
arsona c,,. i
g'',,
nazywany tez wsp czr''nnikiellr korelacji nielirriorvej. poniewaz
mier;ry on si korelacji cech niezaleznie od ksztahu tej za|ezno ci' Mierzy si
go dla darryc t pogrupowanych, przy czyllr cecha za|ena rlrusi byc ceclr lnie.
rza|nco ozllacza. ze cecha trrierzalna moze byc ilo ciorva lub
jako cior'va.
Sto.
sunek korelacji Persona cechy )'doX
jest
dany rvzoren'l
r=
lJ ,':,
P
=
l-
']:r
1l
2
t
'''
^)
gdzie S':,
jest
rvariancj rednich rvarunkowych cechy Y. czy|i
-
1A
s;
=:Ltt, -1=)rir,..
.\]
|.-.
l
rt
,-1
natotrliast
1,.
jest
redni rvarunkolv cechy ), dla i-tego wariaItttt
czyli
I
Zt',,,
il.
=
'-' i=1.2,...k
/t
ll,.
S'2
.1est
wariancj og|n cechy f.
Analogicznie konstruuje si stosunek e*'' korelacji X do Y,
( 4.7)
( 4.8)
cechy
{
(4e)
Przyklad
,1.5
W pewnyrn przedsibiorstrvie istnieje zrvizek potnidzy rvielko ci partii wyro-
bw gotowych a kosztenl
jednostkowyrn
pLodukcji. Na podstau'ie obserrvacji Z ostatnich
kilku nliesic,v stwierdzono. e dla partii rv1'robw'rvielko ci l0.20 sztuk rdni koszt
jednostkouy
lvynosi 4,3 z , d|a paii 20-50 sztuk rdni koszt wynosi 3,2 z , w partiach
o wielko ci 50.100
-2.3
zI. rv partiach l00.l50 szt.-2,l z-l' a rv partiach najlvikszych.
Poosrnwowe
MlARY WsPoZALEZNoscI
cEcH
Wielko oar1ii(szt.)
Liczba
partii
o tej
rvielko ci
i 0,20
5
20-5i)
l5
50- I 00
f0
100-150
l)
I 50-200
l0
Zrrid o: Dane u|Io\\T]e'
okre lic sil zrvizku rnidzy rvie]ko ci
partii wyroblv gotowych a kosztem
jed.
llostkow)'tn
produkcj i.
Rozwiazanie:
obliczyrny
rvielko stosunku korelrcji. redni
rvarunkow kosztu
jednostkowego
dane s w tre ci zadania. Na ich podstar,vie l-llozna tei obliczy redni ogln
jako
red-
lrl wazo11:
5
Y t,'
/)''
t
't'
-tl
Y=
-':
=
Y,'
/-!
t'
,_]
4.3.5 +3.4.l5+ 2.3'2()+ 2.l l5+ 2 10
5+15+20+15+10
Wariancj rednich
warunkow.vch obliczy,rn}
'
zgodnie ze wzoletll (4'7)'
jako:
-)
I.|-
-.1
si,
=-uL0,,_y)..=
uJ ,-l
= -!-
(,
o. :
-
z s
zr
s +
1
:,.t
-
z
s
7
2
t s +
1zt -
zs
Vt
zo*
(Zt
- Zs V2
1 5 +
1z -
fs
1'
1 o
=
65'
=1.zs,q:sa
G0.44520'/
65
Stosunk korelacj i
j
est zatenl llvn.v.
Mozna w tym prz}padku nlwic o \ Traznyln, cho niezbyt silnyrn zwizku korela-
1?
l50-200 sztuk rvyrobw redni kosztjednostkowy
wynosi 2 zl. Wiadonlo
ponadto. ie
odchylenie standardow
kosztu
jednostkolvego rv badarlyln okresi rvynosi o 2,f z|.
Rozklad liczby par1ii o poszczeglnych liczebrrociach
podano w poniszej tabeli:
Tabela 4.13
167
_
=
:.) tT,
5
cyJ nyln
134 ANt t-lz,c WsPozALENocl ZJ AW|sK
Stosunek korelacji nroe przyjrnowac r,vafio cl zprzedzia u
<0,1>.
Na og
jest
to miara niesymetryczna. tzn. e
,\+
e.r,\ poza dwoma
przypadkami'. e.,,: e.,*: 0
(brak korelacj i) oraz 9'q': ?1;1: 1
(za|einos funkcyjrra nridzy Y a X).
Istrrieje za|eno c midzy e..'' i /.,.,:
I
r,,.| e,,,.
ktra sta a si podstarv do utworzenia tlriary krzywoliniowo ci zwizku zlrrien-
nych' tzw. nriertlika krzyrvoIiniolvoci:
ffiv=e-,'-1,-'
i oczywi cie, przy badaniu za|ezno ci cechy X od Y:
fl
I, ,Ix
=
e;v
_
r;v ,
40.3+0.0+80.0+l00,0
=40
40.4+60'1+80.1+100.0
(
4.10)
( 4.1 l)
( 4.1f)
Przyklad 4.6
Zbada. czy za|eno mld' powierzchni tnieszkania a liczb zamieszkujcych
je
osb zprzvk adu 4.3 rrrozna uzna za liniow.
Rozwizanie;
oblicvrn.v stosunck korelacji nieliniorvej e,,,
-
za|eno ci porvierzchni lnieszkania
od liczby czlonkiv gospodarstrva domowego, a nastpnie wielko rnirnika krzywoli-
niowoci
(irn
jego
rt,afto c
jest
rtrniejsza. tyln hardziej
zalerroc llrolla uzna za linio.
!v).
Na podstarvie tabli 4.l] rnona obliczy rt,arto ci rednich warunkorrrych cechy
't-
powierzchni lniszkania dla poszczeglrrych rvariantrv cechy
y
-
|iczby osb' I tak,
w grupie gospodarstw
jednoosobolvy.ch
s. tylko trz,v
jednostki
i rvszystkie rnaj po-
wierzchni nrieszka w przedziale 30-50 ln.. zatern
'1
Ytr.
/.'I''II
-
,
-]
11
.l
W nastpnej grupie
_
gospodarstlv drvuosobow1'ch rednia por'vierzc rnia ntieszka
wynosi
.l
\at .
)
X, .|,l
4 ''
x2
=-
n.2
i analogicznie:
i:
=
54,28571, x1
=
72,5
,i5 =
73.3333 .
Ponierva obliczona w przyk adzi 4.3 rednia wynosi 60'6./
'
zatm wariancj
rednich warunkowych obliczamy
jako
Poosrnwowe M|ARY WsPoZALENocI cEcH
1?
s;
=
lirr
1
-if
n.,
=
' n-
.l=l
=
*(oo
-
60,6Dr. 3 + (50
-
60,6'D2
.
6 +
(54,28571
-
60.67)2
.
7 +
30
''
+ (72.5
-
60,6D2
.8
+ (73,3333
-
60.67)2
.6)=
=
a
1rzsr.::
3 + 682,666i +285,0r 59+ | l2o.2fz+ 962.6667)
:
30'
=
144.3968
Wariancja cechy i' na podstarvie
'"z
-
|3l86'7
=9.5551
.Zatnstosunek
-
30
ru (4.6) jest
rwny:
oblicze z prz.y-k adu
4.3 lvynosi
korelacji nieliniowej analogicznie do wzo-
natoln iast nl i ern ik krzy,rvo l in i orvo c i rv-vnos i :
11
r 1,
=
ei,,
_f.u,=
0.33-0.30=
0.03
i poniervaz jest
to rt'arto c
bardzo biiska zera. zalenosc z prz;,kladu 4.3 Inona
uzna za liniow.
W tyn przypadku
tnalnl' dcl cz1'nieniir z dti'iellla cccltalni rnierzainyrli.wic jest
m ol i lvo lv,- znaczenia rrvn iez rvs p cz1,nn i ko c''. .
Dla;r;: 60 su'.'-lu
)},
'nii
=|.0+2.l+3.3
+1'2+5.3=34 i rednia warun-
11
korva v,
=:-: =
3.78 .
9
Wariancjawarunkorva wynosi s:
=
2l'01
=
0.'767 .
-
_:
_10
ln 1A1
Stosunek korelacji ,,,
=
^l+
=
./o,. zos
=
0,69
'
I
r.o
Prz1'poInrrijnry,, e rvsp czynnik koreIacji liniorr'ej Pearsona wynis dIa tego prv-
k adu
1',
:
0,55, czy|i zachodzl relacja
h* |
.
"'-
Zauwarny, i zachodzi relacja; ,., * ,'.. Miemik krzFvoliniowoci rv-vnosi:
e
nl,,
=
:
_
rjr
=(o,o$'
- 0,30= 0,1,/ 61.
tJ o ANRt-tze WsPoZALEZNocl ZJ AWISK
Kolejn tniar korelacji, wygodrl i uzyteczn dla niezbyt d ugich Szere-
gow Szczeg owych z drviema cecilanri tllierzalnynri
(lub przynajnlniej posiada-
jcynli
pewien naturalny porzdek pozwalajcy na ustawienie warto ci rosnco
lub nlalejco),
jest
rvsp|czynnik kore|acji kolcjno ciorvej (rang) Spearmana
D
N^
62rl;
p
-p -t-'r
1\\.1
-
t\lf
-
r
\
.
tl
-
,t
gdzie d, s rznicami nlidzy kolejnylri ttutlreratni (ranganri), nadawan1rrri
lv kolejno ci nierrralejcej (lub nierosncej) osobtto dla kadej cechy od l do n'
J ezeli kilka elementw w Szeregu llla tak salrr
lvao
jeclnej
cechy, to nadaje
irn si rangi bdce redni arytl1letyczll (pr4,padajcYclr na te elernetlty) rang'
Warto R.-' naley do przedzia u
<-l,l>
inrlvi o sile oraz kierunku kore-
lacj i.
Przyklad 4.7
Pror,vadzcy zajcia Ze statystyki Zaproponowa konkurs, w ktryIn rlagrodarni byl-v
zwolnienia z za|tczenia i egzarninu ze statyski. W konkursi zdecydorvalo si wzi
udzia l4 studerrtii'. Prorvadzt1c;, postanowil zbadac, czy istnieje zwizek rnidzy wyni-
kanri konkursLr a redni ocen studenta' W
ry*m
celu zrobi zestar,vienie:
Tabcla.l.l{
(4 13)
Inli i llazlr'isko
stttdnta
Mit-jsce u'konkursie
statYstvcznVnr
Srednia ocen
J an Korvalski
Erva Kowalska
J akub Korvalski
Zofia Kowalska
Irna Kowalska
Zbigniew Korvalski
Anna Kowalska
Adam Kowalski
Wojciech Korvalski
Eryk Kowalski
J erzy Kowalski
Stefan Kowalski
Witold Kowalski
Piotr Korvalski
4,4
J '
4,0
)
3,8
A1
1R
4,1
,
C)
Z-rd o: Dane umowne
PoosrRwowp tvllRRy wsprzRLEf Nocl cEcH 137
Zbada, czy zwizek pornidzy wynikami przedstawionyrni w tabeli istnieje,
je li
tak, to o
jakirn
kierunku i sile.
Rozwizanie:
Cech
.'niejsce
w konkursie'' oznaczy|11y prZZ
J /,
cech redrria
-
przZ x.
W przypadku cechy nyrazonej,
jak
w powyiszym zadaniu, w skali punktorvej (miejsce rv
konkursie), w a ciwsze
jest
pos ugiwanie si tniaraltli pozycyjnyrni i takiIni te n-rienri-
karni korelacji. Zastosujerny zateln rvsp czynnik korelacji rang SpearInana.
Naley zwrcic uwag' ie rniejsca osigane przez studentrv lv konkursie nie bd
dok adnie rwne rangotll prz1,pisall1'ln tr'nl Illiejscotn, ponielt'a war.to ci rang s przypi-
svwane od i do liczby elementw w prbie, czyli l. . lratonliast miejsca by y przyznane
od 1 do9.
W zwizku Z powyzsz)llli ulr,aganli lrsplczr'nnik koreIacji oblicz1'rny
jako:
Zrdlo: Danc ut}lo\\Te.
Dwoje studentw Zna|az|o Si razelll na nliejscu 2, zatenl przrypadajna
nich rarrgi
druga i trzecia, zatern oboje otrzynluj rang (2+3)/2=2.5.
Analogicznie ranga Czwarta,
pita i szsta przypadaj na studentrv z rniejscern 3' zatetn otrzynlr'rj oni rang rwn
redniej arytmetycznej przypadajcyclr
na nich rang, czyli (4+5+6y3:5
itd'
Zgodnie z obliczniami w tabeli
6.658
1(,.
=t------=-0,446.
14'-14
Tabcla 4.15
Imi inazwi-
sko
Miejsce
w konkursie
(r,)
Srednia
ocen
(l
i)
Rangi dla,r
(dx,)
Rangi
dla.r'
(dv,)
Rznica
rang (rf)
d,2
J . Kowalski
E. Kowalska
J . Kowalski
Z. Kowalska
I. Korvalska
Z. Korvalski
A. Kowalska
A. Kowalski
W. Kowalski
E. Kowalski
J . Kowalski
S. Korvalski
W. Korvalski
P. Kowalski
I
2
f
3
3
3
A
5
5
5
6
7
8
o
4,4
3,8
40
45
4)
3,8
A1
3,8
4,1
'lo
)-z
I
)5
.7
u
9
o
1l
t')
1
l{
IJ
6
9
14
3
I 1,5
6
I 1,5
2
6
l0
8
4
I
ta
-65
_t)
f
1
1<
'7
3
I
A
o
t44
1) )S
t) )\
8l
4
) )s
I
49
9
I
to
8l
t69
Surna 658
1?R
ANAL|ZA WsPoZALEZNocl ZJ AW|sK
Istnieje zatetn rtyra ny zrvizek rnidzy badanymi cchaIni: iIn lvysza redrria, tynl
wysze nliejsce w korrkursie, co oznacza' e irn rr.iksza liczba oznacza1ca redni tyn
nrniejsza liczba oznaczajca miejsce
-
dlatego wsp czynnik korelacji
jest
ujelllny.
e
Przyklad 4.8
W rd ll studntrv kirr:nktr Zarzdz-anie i Marketing przeprowadzono drva ro-
dzaje testw na inteligencj i uzyskano nastpujce wyniki;
Ustal czy istnieje rvsl
Rozwizarrie:
W pierwszym kroku
najniszej liczbv punktw
porzdkujerny obie cechy rosnco i nadajenry irn rangi
*
dla
ranga rvynosi l, dla najurysze.j ranga wr,'nosi l l
'
Tabcla
;1.16
rvsp zalcno rnidzy wynikanli obu testw.
Wynikitestu II
PoosrRwowe M|ARY WsPozALEZNocl cEcH
'139
Tabela 4.17
Symbol
studenta
Cecha
x
Ranga
dx
Cecha
))
Rattga
d),
di=d(x,)-d(1,,)
d;
AA 44 8 36 7 1
AI' 30 2 22 I I
AC 38
L5
32
ta ))5
BA 36 3 27
J )
-0.5 0.25
BB 28 I l-5 : 1
BC 50 l0 t0 0 0
BD 41 7 4l 9
a
A
56 ll 50 1t 0 0
CB 46 9 37 8 I
CC 38 29 J -0,5
n t{
39 o 27
?{
Suma X I7
Zauwanly, e w przypadku cechy x dwch studentw osign o idenfyczne wyniki
tj. po 138 pkt., ktry to wynik daje tyrn studentotn niejsce eX quo 4.te i 5.te, std obu
wynikom przypisano rarlgi bdce redni alyhntyczn obu rniejsc rv rankingu, czry|i d1
:4,5'
Podobrra sytuacja ma tniejsce dla w1tikrv z II testu, ale dla rniejsc 3.ciego i4-
tego.
W drugim etapie
'"'"yznaczatnv
rvarto wsp cz.r,'nnika korelacji rang Speannana
lIt
6'I ,/-
I
R,,''
=
l
-_5!-- =' -
u '
=
0,922
r''
nt-tt
(ll)r-ll
Warto wsp c4'nnika korelacjijest bliska l, co wiadczy o silnej wsp zaleno.
ci wynikw obu testrv.
Urvaga: lnozna uporzdkowa wyniki rnalejco i rvtedy najrviksza liczba uzyska-
nych przez studntw prrriktw bdzie nlia a rang l, a najnisza l l.
Gdyby wyniki testw uporzdkorva rnalejco tj. najwiksza liczba punktw daje I
rniejsce w rankingu, otrzylnalny:
140
ANAL|ZA WsPozALEzNocI
ZJ AW|sK
T:rbcla J .l8
Synbol
Rangi dla x c/(" ') Rangi dla y
r//yi)
d,
=
d(x,)-d(l,i)
.12
AA
4
5
I
I
AB
l0
lt
I
I
AC
7.5
6 t5
))s
BA
9
8,5
0,5 o
r5
BB
ll
10
I
BC
2
2
0
0
BD
5
3
2 4
CA
n
0
CB
J
t
CC
7
0,5
0.25
CD
6 x\
6.25
Sulna
X
X
t7
Z url.agi na fakt, e przy,uporzdkow'aniu
Ina|ejcy,nl
\\,arto
sumy
!d,?
=
17
tzn'.jest taka sallla.jak prz},
uporzdkori.alliu
rosnc1,nr.
to rvar1o
wsplczynnika
kore-
lacji rang-jest
idenqczna.
e
ostatnia Z przedsta\\,ian1ch
tu tlliar. wsplczvnnik
zbieno ci
Czuprowa
jest
nliar zalezno ci
Stochast\.czllej
cech' Porwnttje
on bowiell
dwuwylriaro-
wy rozklad
elnpiryczny
z rozk' adenr
uzyskanyIlr
rra podstawie
rozk adrv
brze-
got,vych
cech i przy
za\oelliu
niezaleno ci
cech (tzn.
rwnomierlro
rozk a-
dw warunkowyclr).
Konstruuje
si go w oparciu o rvarto
testu niezaleno ci59
f
w postaci:
k I
,.- :,
'2
,,1
-
\a \r
\rrl/ -
/ril
,
/:
- /./
------^-,
i=l
i=l
" t.l
^
ll
t.ll. I
gdzle llll jest
liczebrro ci
klasy (ij) przy
teoretycznyn
za oeniu
nie-
t'l
za|ezlo ci
cech X,Y.
Wsplczynnik
zbieno ci
Czuprorva
jest
dany wzorelll
'r..1 -
t,lr
( 4.14)
59
wicej o testach zla1dzie Czytelnik rv kolejnych
rozdzia ach,
( 4.1 5)
PoosrRwowg lill Ry wsprznlrzruocl cecH
J est to nriara czsto Stosowana dla cech nietnierza|nych, dla ktrych trltdtlo
by oby nrierzy za|eno korelac1,jn.
Wyznaczenie wspl'czynnika T-
Czuprowa w)'l.naga danych pogrupowanych, a lvar1o ci wsp czyrrnika zbieno-
ci nale do przedzialu I e (0:l) .
Przyklad 4.9
Zbadano 360
punktw sprzeday na terellie wojei,vdztwa dzkiego pocl ktetn
drvch cech:
rodzajlr punktu sprzedaz.v
(, w1'stpujcego lv i,t'ariantach:
a) hurlorvnia specjalisryczna,
b) hurtownia wielobranzou'a,
c) specjalistyczny
punkt sprzedazy detalicznej,
d) rvi e lobran on-nl punkt sprzed aiy detal iczrrej'
e) stoisko rv dolnu handlowyrn,
l) inne.
*
typu w asno ci
()], w1,stptrjcego \\' warialltach:
a) spldzielczy,
b) spIka Z o' o.,
c) sp ka akcyjna,
d) splka cyrvilna,
e) finna prywatna,
l) t-inna ptyrvatna-rodzinna.
Po uporzdkorr'aniu
rv tablicy korelac1jIlej dane te tnaja. posta;
Tabcla J .l9
Zrdlo. D. Witkorrska' .I. Witkoivski
Il997].
s' 3l l-323
Zbada si zaleznoci nridzy badanynli cechalni.
Rozrviazanie
Baclarre cechy s nietrrierzalne, zatem
jed)'n
rrriar
jak
cla si zastosowac do ba-
darria zalezno ci,
jest
rvsplcz;-nnik zbieno ci Czuprorva.
141
r;\ c b c d f II,
a 0 0 6 U 8 l5
b 0 0
U 2 4
c 27
,
0 38 135 210
3l 8 0 l2 f7 49 t21
I 0 0 0 0 I 2
I 0 0 0 0 0
)
2
11. t 60 l2 I 25 5 t97 30
lqz ANAL|ZA WSPoZALEZNocl ZJ AW|sK
W pierwszyln rzdzie nalezy obliczy teoret}'czne liczebno ci klas
jako
^
|1i. 1.1
l,t
=
'
zatell
'11
^
nt.nd 15.60
/, J OU
rt, n
^
li'lr
,.
=E-'"
..
_0.5
itd.
,' J OU
Tabela liczebno ci it,, zosta|a uzupe niona poniej:
Tabela 4.20
Do obliczenia warto ci testrr
f
naIczy
.iSzcze
obliczy rvafto ci
Qt,,
_
,,)f
l
tj
czyli kolejno:
(ll.,
-rr)r
_
(l
_2.5)j
=
2'25
=0.9.
,, 2.5 2.5
(ll',
-,:):
-
(0_0.5)]
_?
itd.
firr. 0,5
Nastpnie, sumtrjc obliczone rvarto ci wg wzoru
(4.9) otrvtnujemy
trz =151,2
'
a std wsplczynnik zbiezno ci Czuprorvajest rrvny
'r',
\,
)
d
h
c d f
a
)5 05
I
1t
25 65
;
19',7
2J
l5
b
:
;
2
l)
I
% t8
1i
l8
t9
q0
4
35 7
7
12
175
n
+)
n
I 379
l2
210
d
t21
:
127
;-
127
3 6t)
63
72
t65 l
n
15019
:]()
tz7
1
I
f
I
I fto
5
;
1l 9
80
2
I
-
I
1\
I
18{r
)
;
1l
-io
9
80
2
n 60 I2 I 25 65 197 360
Poosrnwowe MARY WsPozALENocI
cEcH
143
=
0,29
,
Zateln istnije do s aba za|eno midzy rodzajeIn ptrnktu
sprzeda,a rypem w' asno-
ci w badanej populacji.
&
4.4. Praktyczne
Wykorzystanie
anatizy wsp zale.
noci zjawisk
Przyklad 4.10
J eeli dla cech ilo ciowych
z przyk adu
3.40 wykorz;-staIny
rnodu ana|jza danl.ch
rv Excelu otrzylnan.ly tablice korelacyjn przedstawion
poniej. Macierz zawiera rvalto-
ci wsp czynnika
korelacji liniowej nierzonego ponlidzy poszczeglnyrni
ccharl-ri.
Tabcla
,1.21
Miesicznie wydatkorvana
kwota
jest
ujenlnie i uIniarkorvanie
skorelorvana
z rvikiern
kupujcego i liczb osb w
jego
rodzinie. Zaten tnoiel]ly si spodziewa' e
wiksze lniesiczne
kwoty rvy'datkowane
bd przez ln odsze osoby oraz mniej liczne
rodziny'
S aba i ujernna za|rto c w),stpuj rwnie
nlidv rvyclatkorvan
krvot
a liczb zrranych tnarek przez
klienta, czyli wzrostowi r5-datkowanej przez
klienta kwo.
cie towarzyszy przecitny
spadek liczby znanych przez
niego nlarek. Natomiast wiek
kttpujcego jest
silnie i dodatnio uzaleniony
od liczby osb w rodzini. Zatetrr wzrost
wieku kupujcych jest
zwian,- z przecitny'nl lvzrosteIn
liczby osb w rodzirrie. Rlv-
nie rr'ik kupujcego jest
dodatnio' ale r-rIniarkolvanie
zrr,izarty z |iczbzt.tan7,ch
przez
klienta tnarek, rvic starsi klierrci znaj przecitnie
wicej tnarek. Liczbaosb
w rodzinie
jest
dodatnio i unliarkor,vanie
zwizana z|iczbznanych
przez klierlta lnarek. rvic licz-
niejsze rodziny rozpoznajprzecitnie
wicej nrarek,

Wafto ci tvsp czynnika

korelacji Iiniorvej Pearsona
Cecha Miesicznie r'ty-
datkorvana kwota
Wiek kupu.j-
cl]o
Llczba osb
w rodzinie
Liczba rozpo-
znanvch nrarek
Miesicznie r ydat-
kowana krvota
Wiek kupujcego -0.68867
Liczba osb w ro-
dzinie
-0.44792
0.7952 7-5 I
Liczbarozpozna-
nvch rnarek
-0. I 2538 0.36.1159 0,i3134.+
I
Zrd o'' obliczenia przr,
uzycitr pakietLr
E'xcel.
144 At't,t-lzn wspoZALEzNoCI ZJ AWIsK
Przyk ad 4.1l
Tabla
.1.22
stanorvi trracierz dariych. odporviednio dla kadego zak]adu ubezpie.
czeniorvego6o.
Tabcla
.1.
22
rcrku 2002 7tl o\\,arz\ st\\
..P
'l
uhe
ZMIENNE
plczeIrloWe
X1 \z X: X.r Xs Xo Xr Xa Xq
I
ERGO-IIES'II.\
S.A.
. 0690
l8 4.5 7 734 100 167
..181
548 29 l 83:711 ) t{ 984 99.40
1
FII,AR S.A. 700 li 0.6I 6l ti00 13 l. 0 tfo 169
(78
859 8 193 88. 7l
-l
GENI'I{.\I-I S..\
-/
l-) ri 0.5 | 3tr 47t) 29 000 31 867 77 f63 11 894 100.00
4 PZU S.A.
t24832
18 1.3 | 3 551 080 8 i52 1l5295 7 391 195 4 171 75 20.91
) T'RYG S.A. I 2000
ln ll
I 23 619 55 000 t57 578 l7-r 853 l4l 223 91.14
6 UNIOA S,.\. I tf60 l5 2.96 59 650 95 920 I3 3!)2 i:1 589 t9r
. j2
99.l
7 \\'ART;\ S.,\. I 1 208( l1 t1,62 7'7 4 120 8r 2'77 | 317 814 1 189 210 999 640 32.5 8
CONIPIINSA S.A. I 2390 l3 l.l,l 186 | 05 98t 80 37 1. 5 f40 r 28 5i3 99.13
9 T,INI({ J ) 5i
I
0.r5 83 000 38 000 44 5i1 20 165 ll 189 100
Zrdlo: opracotl'anie na podsta\\ic danvclr z Rocznika Ubezpieczeri i Func]uszY Enlerytalnl'ch 2000-
2002 KNI.J iFE oraz spra\fozda|i finanstlrr1ch d|a poszczeg|nych zakladir'ubezpicczc 7'^|aLa2000.2002.
Kady z dziewiciu zak'ladrr'
jest
scharakteryZowany przez dziewi znriennych
\\/ charakterystyce uwzgldniono nastpujce czynniki:
-
Wynik finansony netto w tys. PLN
-
Liczba grup ubezpieczenio\\'ych
-
Udziat zak adu ubezpieczeri w l}nku ubezpiecze konrurrikacvj-
llych w 70
-
Kapita y w asne w tys' PLN
-
Kapita y podstawowe w tys. PLN
-
Sk adka zarobiona na udziale wlasnYln rv tys. PLN
-
Sk adka przypisana brutto w
s'
PLN
-
wiadczenia i odszkodowania r,lyp acone brutto w fys. PLN
-
Akcjonariusz Zagranicznl w %o
Tabela 4.23 przedstawia wsplczynniki korelacji lnidzy \Vszystkilni c4,nl1ikanli.
xr
x2
x3
x1
xs
x
x7
x8
xe
o.,
Przyk ad ten zaczerpnito Z prac\, nlagisterskiej J - Zbroek
[200a].
s. l l 9. l 24
Pn xtyczne WYKoRZYsTANlE ANALIZY WsPorz,c|-Ezl.]ocl ZJ AWIsK 145
Wsplczvrrnik korr actl dla c llv charakte zaklad u teczen
Zmienll
XI XZ X3 X. X5 X6 X7 X8
YO
o
c)
N
XI I,000
0,5t1 0.997 0.98i 0.07 7 0,c)94 0.990 0,992 -0,782
Y?
0.52. 1.000 0.5 59 0.] J 0.65 5 0.570 0.597 0.595 -0.591
A.J 0.997 0.559 1.000 0. 89 0.100 0.999 0.998 0.998 -0,818
x4 0.983 0,620 0.989 J 00 0.1 92 0s92 0.993 0.994
-0.8 l5
X5 0,077 0,655 0.1 00 ).192 1.000 0,1 08 0,131 0.14 r -0,02 r
,)(O 0.994 0,570 0.999 0.991 0.1 08 1,000 0,999 0,999
-0,839
0.990 0.597 0.998 0.993 0 t3l 0.999 1,000 1.000 -0.847
X8 0,992 0.595 0.998 0.99' 0.1'11 0.999 1.000 1,000
-0.8
3 5
X9 -0.782 -0.59J -0.s t 8
-0,8
| 5
-0,0t
I -0.8 i 9
-0.8. 7 -0.835 1,000
Tabcla'1.23
ZrdIo: obl iczcIl ia
prz\'
tIzr'ciu
pakictu
Excc|'
Tabela 4.23. pt.zcr1stawia \\'Sp cZynnik korelacji lllidz1' ztniennr'Ini charakter1'zlr.
1cyrni
zak ady rrbeznieczcli. Najtt.iksz zirlezno c
;lorlliedz1
zrlliellnr'rni ri'ida lv przy-
padku ztniennych
\:
l a X3. X4' X6. X7. X8. X9. Zatcltl ll)ozlla Zau\\a\'. Ze \\f3Z Ze
Wzrostelll rvynikrr finansortego t]astp[Ue rrzr'ost kapita rv rrIasn1,ch. trdzia zak adrv
ubezpieczeri rv iynku ubezpiecze Il korlluIlikac1jllrch. skladki przr'pisane.j brutto, sk adki
zarobiollej na udziale rr,lasnr'I.ll. rviadczeIi ol.ilZ odSzkodorr'ari
jak
rrvnie zrnniejsza si
r'1,soko akcjonariattr Zagraniczllego' I(olejno najri.iksz zalezno rnidzy badanyrrli
cechanii rvida pomidz1. cech X3 a X. . X6. X7. X8' X9' Co oznacza, e \\.raz ze \\'zro-
stenr udziaIu zak adu ubezpieczeli * rr'llku ubezpieczeri konrunikac-r,jnvch r,vzrasta
przecitrla w1'soko kapita rv rv asn1,ch, liczba sk adek przypisanych bl.utto, sk,ladek
zarobionych na udziale rv asnyttr' rviadczeri i odszkodorvali rvyp}acanych brutto. nato.
lniast nlaleje przecitrrie rvysoko inwestycji zagranicznych. Nastpn wysok zaleitro
pornidzy ceclratni r,vida odno nie do zrniennej X4 a X6,X7, X8, X9, co pozwala Za-
ulva, Ze \ryZszyln rvar1o ci kapita rv r'v asrrych, towarzyszy wyszy przecitlly' po-
zionr liczb;, sk adek prz1,'pisan1'ch brutto, sk adek zarobionych na udziale rv asn1.lrr
wiadczeli i odszkodoiva, lccz nisza przecitna wysoko akcjonariatu zagranicznego.
W przy,padkLr sk adki zarobionej na tldziale w asnyln rvida, e \\)-szym
jej
rvar1o ci
towarzyszy wyszy przecitnie poziollr wiadcze, odszkodo''vaIi i spadek akcjonariatu
zagranicznego. Ciekarv rzecz
jest
fakt. i rv przypadku ztnienn.vch takich
jak
lviadcze-
nia i odszkodowania rr,1,placane przez zak|ad ubezpieczeli i sk adki zebranej brtltto Ina-
tny liniolv zaleI.tosc funkcy1n. Bardzo silnie skorelowane s rwrriei cechy X7 i X9
146 ANAL|zA WsPoZALEZNoct z..lRwlsx
oraz X8 i X9, dla ktrych wsplczynnik korelacji on1acza, z wzrostowi rviadczeri
i odszkodowa torvarzyszy przecitny spadek wysoko ci akcjonariatu zagranicznego
jak
rwniez r,vzrostorvi sk adki prvpisanej brutto tou'arz;'szy przecitn1, spadek udzia u
akcjonariatu zagran icznego
5' EsryMAcJ A PARAMETRoW zBIoRowocl
GENERALNEJ
W przypadku prorr'adzellia birdari ca korr'itr'ch (pe n1,'ch) pafall]ctry opisorve
wykorzystuje si do cIlarakter1,,s1y'ki badarlej zbiororr.o ci. Mwinly rvtedy
o opisie populacji. Kiedy' prolvadzotle s badania cz ciorr'e lllozellly' obliczyc
rvat.to ci podstarvowyc|r nriar
jedynie
dla
jednostek
rvchodzcych lv sklad prby
sta$'stycznej.
W przypadku badari cz ciolvych rlie
jeste Illy
w stanie r,v pe ni opisac zbio-
rorvo ci stastycznej |l1ozellly
jednak
rvnioskolva o
jej
rozk'ladzie
i podstarvowyclr cliarakteIystykach rvykorzy'stujc rv tyIll celtt rlletody lvltiosko-
rvania statystycznegoor., tj. :
e stynlacj

paranretrlr' zbi ororvo c i ge n eral nej,
rveryfi kacj hipotez statystycznych.
W lozdziale trzecim onrrvione zosta y podstalvor'r,e paralnetty, charakte-
ryzujce zbiororvo statys'cztt takie
jal<:
rliary redrrie, dyspersji i rvskaniki
struktury. W przypadktt prolvadzenia badali cz ciorvych lllozl]a na ich podsta-
rvie rv.vznaczy rvarto ci tych parallletrrv dla.jedrlostek objch badanienl, tj.
dla prby. Natonliast rr'y'korzy'stanie nletod rvtlioskorvania statyst1,cZ|]ego tll1.loZ-
lirvia oszacorvalrie' cz'v-li estyrllacj t1'chze
1laranletrrv
dla ca ej populacji gelle-
ralnej.
Podstarr,orv zalet rr'tlioskolrallia sta['s$.czIleuo
jest
tllozlirvo c okre le-
nia rvielko ci blclu, z
jakim
forIrltt orr.atie s rrIlioski oglIle. czego nie daj
zadne inne metody' Std tez tlletod.l' Stat) St}czne zrlajdL1 zastosorvaIlie lv rvielu
dziedzinach, nlidzy illtlyllri rv ekononlii i zarzdzaniLt. naukaclr spolecznvch
oraz rnedycynie.
5.1. Podstawowe
pojcia
Parametrem zbiororvo ci gellera|ne
j,,).
ozrlaczan1'ln
jako
d. nazywa si
nliar opisorv charakteryzujc populacj getleralrl. PrzednlioteIrr zaitltereso-
wania niniejszego rozdzial.u
jest
przypadek, kiedy r'vafto tego paranletru nie
.''
Mclzlirr'o rr'tlioskoil'ania stat)'Stycznego, cz1,li podstarr'a tzw. stat}'styki nlatenlat5'cz-nej. opiera
si ua prarvach rrielkich liczb - por.*,naj A. l.,uszniervicz, ].. Staby
Il997]
s. l l' -ll7,
Z. Llellrvig
[970]
s. I(16-I82.
62
Por.unaj W. Starz1'Iiska
Il996],
s. l'l3.
148 ESTYMACJ A PARAfulETRoW zBIoRowocI GENERALNEJ
jest
znatla. Estymatoreln nazywa si dor,voln stat-vstyk.',
|'
uyznaczott na
podstar,l.ie //-elen]ento\\'ej prby i slLrzc do oszacorvania nieznanej rvar.to ci
parametl.tl rv poptrlacji gerrer.alrlej d. lllaczej lltorvic, estytnatoretll
jcst
zlilietltla
losorva (kadej prbie l-elenreIltorvej przypisLrjenly liczb /,,), ktrej rozk ad
za|ey ocl rozk|adtr SZacowallego paralrletl.Ll
'Przez
rozklad cstymltorir Loztttllie
si rozklad prarvdopodobielistwa ztltiennej losor,vej
f,.,
ktr.ego paraltletranli s
rvat1o c oczekirvana E(T,,) oraz' u,ariaIlcja D,(T,,),Kollkretn
rvafto |iczbolv
/',,
jak
przy'jlrlLrje estvtlrator ?], (pararltetru
Q
dla okr.e lonej prby nazyrr'a si
occn estymatora
parametru 0. oz.tacza to, Ze, rvafto r,, bdca ocell esty-
t-tlatora paratletrtl
4
jc.st
realizacj ztllietlttej losolvc.i
f,,'
W przypadktt badania cz ciorvego rvarto ci paralrletl.rv zbiororvo ci
ge-
lreralnej S SZaco\\lalle
(lv przccirr,ier'lstrvie do badania
pc-lnego. kiedy s one
dok adrlie obliczane) Z pe\\'nylll b]ldeln. Stattdardorvy bld szactttlktl
jest
odch1'-
lenienl standardorvynl, cz1'li pienviastkienl ku'aclratolv1,u1 Z rvariancji D'(7,,)
rozk adtl est},l]1atora
f,,.
za potlloc11 kttirego szacLtje si
1lnIatlletr
d
poptrlacji
generalnej. W celtr uzl'skaIlia Illoilirr ie drrze'
j
precy'z.i i szacttnku, od es,trratora
\\'\,n1aga si. ab1
1losiadal l)c\\llc
ri astltl ci. ktilr-1 rni si1 nlidzy inrry,nli: nieob-
ciono . zgodllo i et'cktl'li llo c.
Est;'tltatot. I,, palatllcl.rtt d llazr'rrarll1' zgodn1'm,
je li jest
on zbiely rve.
dlug prarvdopodobieIistrr'a do u.artcl ci szacorr,anego p.lranletru d. tzn. gdy:
,,lT}
PI|r,,
_
o|> c|=o
Iub
A,lT]
PI|r
_
a|<
=l
Zapisy powyzsze oznacza1, Ze w przypadku estylnatora zgodnego dla do-
statecznie licznej prbl szatlsa otrzy'tllarlia ocet]\' estynratot.a rznej od rr'ar.to ci
parametru
jest
bliska zero. Inuynli s orvy, dla estylnatora zgodnego r'vzrost li-
czcbrro ci
prby daje lepsz'e dopasorvallie estylnatora do zbioror'vo ci.
Estytlator
,
naz1.rr'anl1,' nieobcion1'm estynratoretrl paranletru
4
je li
jego
rvalto c oczekilvana rrvna
jest
szacotl'alle|]ltl
pa|allletlorvi. czy|i
jest
spe -
niorry rvarunek:
E\7,,)= 0 .
J eze|i E|T,,) 0
,
to estynlator
jest
obciony.
o.
Stat1,styka to trriara opisorr,a pochodzca z lr.eleInetltolve.i prb1' losorvej, n1r' rednia ar)'tnle-
tr,czna. odchvlerrie standardorr'e. rl,skalt ik strukturv'
(s 1)
(5 2)
(5.3)
Poosrnwowe PoJ c|A
E stynrator
|,
n azYrvatrry asymptotycznie nieobcir1o nym estyrrr atorelll paf anl e-
trLr d,
je li jest
spe rliony rvarunek:
:i::E(r,,)
=
0 .
Rznic
,(7,,): z(r,,)-o
Ilazywamy obcieniem estymatora I,,
Estymatorem najbardziej cfcktyrvnym paranretru 0 nazywamy ten spo-
rd nieobcizonych estynlatorrv, ktry |.tla llajlnniejsz rvariancju*,
tj. estynrator o najmniejszej rvariancji D'(7,,). Stosorvanie estynratora najbar-
dziej efektywl-}ego oznacza' e r,r'trakcie estynlacji pope- nia si najnrniejszy bld
szacunku.
Korzystarrie z estynlatora I,, posiadajcego rv astto ci zgodno ci. nieobci-
zotlo ci i bdcego najbardziej efektylvnynr pozrvala najlepiej oszacorva Ilie-
Zllall rvafto paralnetr d, ponierva z dLtzynr prarvdopodobietistlvenl nrona
przyj, e wynlaczolla ocena estynratora
,
jest
bliska rzecz.vwistej rvarto ci
'.
Przyklad 5.1
Marny lt-elelrlelltou, prb .t1.'r2.....-t,, tt,\,losotr'an z popuIacji zau.icrajccj N
(1{>ir)
jednostck
stat)'St)'czn1'ch' badan1'ch z ptrrlktu ri'idzenia lr1 rzrliollc.i ccch1' ,f
Zgodnie z t)'nt. co zostalo poriicdzianc n rozdzialc piertrszvn't. rozkrlad znliennej
losorvcj X rnona scharaktct.r'zo\\'Ac Zlt
l)ollloc
rrartosci oczckirr.anej E('\') i rvariancji
D2(x\.
Przyjlrrijln1'. e cstrt].llitoIe|).|
rirl.iaIle.j i ri poptlIacji gcrrcralllej or
jcst
warialrcja
z prby \lyznaczolla na podstarr.ic u'zortr (3.l5). cz1'li:
. |
!1
I
,/
.St
=iI(r,
-i)'
. gdzie r
=-t,r,
.
11 i=l
ll
i=l
Sprawd, czy rvarianc.ja elrlpiryczna 52iest nicobcionyln estynlatorcnl o.2 .
Rozrvizanie
Przckszta}my u'zr rra rvariarrcj crnpiry'czn lt'prorvadzajc do nalviasu rvarto
przccitll
4
rv nastpujcy sposb:
oo
Porlvna.i Poradnik nratemat}'czlry pod red. I. Dz-iubiskiego, T.Switkorvskiego
Il985],
s. 590
o'Przegld
podstarvorv1''ch estytrratorlv nrona znale w pracy Kr1,sicki W.
Il986]'
s. 47.
149
(5 4)
/5 5\
150 ESrvnNnC.IN PARAMETROW ZBIOROWOSCI GENERALNEJ
''
=1i(',
_
x +
1t - /,)= =li[", - ,)*(p-')],
=
ili ,,;
=f
i[1,,
-r)'
+2(p-;X,,
-
p)*U,-r)']=
l--
=ly1', -
l,
*]il,,
-
T).
*
z17,-r;1;(.v,
-il) =
,,; ,,; ,,;
=
!L(r,
-,r,), -(p -t),
il-
Abr, spralr'dzi. czy est).ttlxtor
jcst
Ilicobciiorry' traleiy policz'v
jcgo
rvarto c
oczekirvanf., zatelll korzystajc z (1 ,2|)-(|.23) otrzyInrrjenry:
.
I
-1
t r
-l
.
=O-
-
---;.\-(.I
/=-o-
lt-
tl
Z ob|iczctlrr'r'Ilika. zt.- r(s.
)
_
tt
_
|
o: + a,
,
ulvic 52
.jest
estynlatoreln obci-
l1
onym. obcizcnie \\\Zllaczo|lc z rclacj i
(5.5) rrr llosi:
/ .\ n-l I
'
o,(S'J ="
'o-
-o- =--o-
tl tl
obliczajc granic, nlal]lv;
tinl r(,s2)= lim
n
-7
oz
=
o]. zatctlt spcIlriony
jest rvarunek (5.4).
a rvic 52
t1+'. !1)'
ll
j
est cstymatore m as\'lnptotyczn ic Ii ieobc i
on1''nr.
|\llloc es(\ lllator Sr przez
_1-;
o,,,1 ,.t-,ttjetllr' cst1'nlator:
^
u
-1
.t*2
=
'r st
=
I
t(r
-t)'
.
tt-l -ll'i"
ktry
jest
nicobcion1,ln estvll]atolcln o] .
ponicrvai
(
..
\
E(s-t
)=
,l:+.sr
l= -lL-r(st
)=
or. zatcrn spelnio.r
jcst
*artr.ck
(5.3).
c
\-l )
tt-l
'" I{ellrvig Z.|9871, s.199.
PoDsTAWoWE PoJ clA
W literaturze i praktyce ltyrznia si dwa rodzaje est1'Illacji:
estymacj punktotv,
czyli rrretod szacunku, Za pornoc ktrej
jako
rvar-
to paranretlu zbioror,vo ci generalnej przyjmuje si konkretn rvao es-
Vmatora
wyzl] aczoll ego rr a pod stalv i e ll-e l e tn entowe.j proby,
estymacj przedzia orv' Za pollloc ktre.i \\yznacza si przedzia |iczbo-
riy, ktry z ustaIonynt prarvdopodobieristlvenl zau,iera nieznanrvalto c sza-
cowanego paranletl.tl zbiororvo ci generalnej. PrarvdopodobieIistrvo to nosi
llazw rvsplczynnika ufno ci i oztlaczalre
jest jako
1-a, a nla|eziony prze-
dzia nazywarry
jest
przcdziirlem ufno ci. Innymi s or y, przedzia ufno ci
infornluje, rv
jakich
granicacll nalez1,' spodzierva si warto ci dla poszLlki-
wanego pararretru 0 z zadanyn z goty prarvdopodobieristrveln.
og|n posta przedzialtl trfto ci lnotra zapisa
jako:
P{.f,(r,,).e.
J '.Q,,)\=r-a
(s 6)
gdzie:
P- symbol prawdopodobieristwa,
7 - a
.
poziot.tl l.lfno ci'
7], - estymator.
d- szacorvany parametr,
f,(T,,)i .f,(T,,)
- grna i cloIna granica przedziaILr uflro ci.
Fullkcje./' i./'
jako
ftrnkcje ztltietltlej losowej
..
s ztlliellnr'nli losolr},lrri
okre lorrymi na zbiorze rl-eletrlelltorr1.clr prob poclloclzcrch z populacji gene-
ralnej.
Konstruujc przedzial
ufllo cijeste lnl' ri' stallie okre lic prarvdopodobieli-
St\\'o, Zjakinr oszacouali tllr przedzi dla rrarto ci lliezIlatlego paran]etrtl, cze-
-9o
nie daje estynrac.ja;ltrllktorra' Nalez1
l]l.Z\'nl]l
paInita' ze:
_
p|.Zy zadatry,.trl poziolliie ufrlo ci l-rr illt rr'iksza
jest
Iiczebno , tyni krtszy'
przedzia| Lrfllo c i.
_
przy usta|onej liczebno ci prby ri'raz ze rvzrostem poziomu ufl-ro ci ro nie
rozpito
(d ugo ) przedzia tr ufno ci,
-
im krtszy przedzia|,
tym nrniejszy b d Szacunku, co oznacza lviksz do-
k-ladno oSZaco\\ al] la'
DhIgo przet1zialLl tlfno ci oznaczana
jest
przez2rd
a lvic:
2d
= fz(T,,) - .f,(7,,)
(5 7)
Natonriast nraksyma|ny b d szacunku7 rwIly
jest
po|owie tej dlugo ci,
czyli d.
151
67
Porlr.naj Donraski Cz'
Il993]'
s. 109.
152 Esryut c.lR PARAMETRoW ZBIoRowocl GENERALNEJ
5.2. Estymacja
podstawowych parametrw
zbioro.
wo ci statystycznej
Podstar,vouynli paranretI.anli. ktre Szacowane s.dla populacji gerleralnej
s: rvarto c oczekilvana ( rednia) E(:ltlvariancja D'(:d. oclchy,lenie stan.
dardowe o oraz fl.akcja (vr,ska Ilik strtrktur1,) p. W praktyce stosLrje si rviele
sposobrv estynlacji kollkr.etIl1'ch palanretrrv, co
jest
zr'vizalte przede wSZySt.
kinl z rodzajetn posiadatlej pr.ob1,, infornlacj do'czc rozk adLl zbiorou'o ci
geIleralnej' a takze Stopllien1 dok adno ci SzacLltlku,
jaki
chceniy osignc.
5.2.1. Miary rednie
Najcz ciej szacowallYI-l] paranletlem populacji gelleralnej
jest
rednia
rvafto c badanej cechy nrierzalnej. NajlepSzyrn esty|l]atorem rvar1o ci oczeki.
lvanej (nadziei
nratenlatycznej. redniej)
1l
lv poptrlacji generalnej
jest
rednia
al}tn1et}'czna z prby f
,
ktr wvzl]acza si na podstau,ie
jednego
ze wzoru'
(3 2) - (3'4)' J est ona esry.lllatoretlt posiadajc1'lll podstarr.oll'e rl asno ci, czyli
zgodttyrll. rlieobcion1rrl inajbardziej efckryrlrt1'rll. Wprarvclzie w rvieltr pr.z1'.
padkach praktvczur ch zastosou ari u r kolzr stLrjc sie ulniki esty'macji punkto-
ri'e.1. to zrlaczlie bardzie.j bezpicczll lnctod
jest
stosorr'aIrie estynlacji przedzia-
lorvej.
Konstrukcja przedzia'lLr Lrfllo ci
jest
ci le zwizana z rozk adem estymato.
ra. W przypadktr r-edtiiej ar1.tlllet1,czlle.j. rv zalezno ci od przyjt5,ch za|oe,
jest
to rozk, ad normaIn1' lub t - Studel]ta.
Przypadek |. Przedzia ufno ci dla warto ci oczekiwanej, gdy
znana
jest
warian cja o2
Za|orrry, i populacja geIleralna nla rozk ad nornlalny i znanly
jego
zroz-
luicorvauie r.nierzone odchl'lenienr standardorvym
(o). Wy'losor.vano z niej
rr.sposb tiieograniczolly i niezalerly prob losorv lr-elettretltorr.. W tynt
p rzrypad krr pr ze dzia1 Lrfno c i
j
est po stac i
8
:
ou
J eeli -Tl,1..,....x,,
.jest
cicienl niezaleny,cIr znrienn1'ch losorr1,ch' z ktr1'ch kaitla nta rclzk ad
N(,4
,o)
to znrierna losorrr .T
=
!t.
.ra rozklad norrnalny t[.
+l
tI
\
\ !/,1
Esryuec.l PoDsTAWoWYcH PARAMETRow zaloRowocI STATYSTYCZNEJ 153
o_6
)-11
----- tlt1'T+,i
-
t!
t
u'.t
a
vtl 1il
(5.8)
gdzie:
/l
- Szacowana wafto oczekiwana
( rednia) w populacji gene|all]ej,
o - A1ana rvarto odchylenia stalldat.dorvego w poplllacji generalrlej.
r
.
rednia arytll]et\'cZIla obIiczorla dla lr-eleIlicI]to\\.e.i prby Stat}St},cZ-
nej na podstau,ie
jednej
z relacji
(3.2) - (3.1).
zlo - rvarto zllliellnej losou'ej r/ oclcz),tana z tabIic cly'strybtlarlty rozkIadtr
trortnalnego standaryzorvanego tak. aby spe niorry byi lvarunek
(po-
r.r,vnaj
ryS.5.1):
tt
,,,
'
llt-t,l I
P(lr|< ,,,)= rjTtt,,|=|
-
o
'
ltr )
I(orzy'staj
c
z rv asno c i prarr,dopodobiestrt,a i dy'strybLranty statrdarl,zo-
\vanego rozk'ladr'r lrortlral trego nloenly zap i sa :
P|tt|<u")= t,(_tl,, tttt,,)= P(tt< tt,,)_r(..
*tto)_
=
Q(i,,,
)-
oC ,,,,)
=
zal(,,,,)- t
Zatent z tablic dy,strl'buantv standanzorr'aucso rozklaclu nornralnego od-
czytLrjenly tak rr,arto c ll., . ktt.a s1lclIiia rri Illrlie o(tt
\
=
l
_a,
1i1s. .i. / Pr:ed:ia tlito ci tlla sIunt]un:rl:,|'a]trg() t.t';:ktadtt llorntalltegt.l tlla
1lozionlu
tlittl, c'i !-a
Przedzia ettr uflro ci dla paratnett.tr
,ll
jest
przeclziat
(s e)
ktry,z pralvdopodobieristlverll 1-a pokr-vrva nieznan warto parallletru
l/.
Przv szacorvatriu rr,arto ci przecitllej p tltaksynlalrly bld szactttrktt
(d) jest
rrvllr, po orvie dlugo ci przedzialtr trflro ci, a zatetn rr'l'Irosi:
l-
c,
-
o\
\.Y-r/,, r:.r+,,,,r).
\
{r, lnl
1E/
Esryrunc.ln PARAMETRoW zB|oRoWocl GENERALNEJ
d
=Lt
"
(s. l 0)
Mozna zaurl,ayc, ze im nlniejsza rvarto liczborva r/' t1,nl rviksza do.
k adno oszacorvatr ia.
Przvk ad 5'2
Wiedzc, zc odchylenie standardorr'c krvar1alnych rvydatk''l,na aftyku.l A dla ca.
ej populacji4-osobolvych lodzill dzkicIl rr1,nosi 50 z ' oszacorva lla poziolnie utho ci
0'95 rcdnic ku'artalne rvydatki na arty'krrl A rv rd
'l-osobortych
rodzin zalnieszka,ch
rv odzi. Spo rd u,szystkich 4-osoborv1.,ch dzkiclt rodzin lvylosowallo rv sposb nie-
za|eny ]00 rodzin iotrzvInaIlo dattc. lra podstawie ktryclr stlvicrdzollo, e dla tej prbv
rednia krr.artallla \\)'datk\\,na ar11'krrI A rt1nosi a l80 z .
Rozu'iazan ic
Pollierr'az
'i"'-,\(1t
o) i o. zllanc (o:50z|) przcdzia tlfllo ci obIiczanly' zc wzoru
(5'9), Przedz'ial ufilo ci dla rcdllich klr'arta|rlr'ch rvr.datkrr'na aft1,ku A
jcst
nastpuj.
cy:
\() \tl
180-r-
"./too
'
../1orl
gdzic L ,, odczy'ttrje si z tablic d\str)buatlt\'standary'zolvanego rozkladu llorntalIrcgo
stanclaryzorvanego tak. abi P(l
.
,,,,
)=
l
-
a
=
0.95 .
Wykorzystujc opisanc rvczc Ilicj rr.lasllo ci tcgo r.ozkladu otr.zylrlujclu1':
a/
@(t,"
)
=
I
-;
=
I
-0.015 =
0.975.
/.
Zatcn1 po odczytaniu z tablic u
-1)96.
Podstarviajc otrzvmanrvat1o do potyzszej
n ierrrrio c i otrz\,mtieln}':
180-9,8</t<180+9,8,
170"2 <
7r
< 189,8 .
Stlr.ierdzanr1, zateln z pr.arvdopodobicllstrr'eln 0'95, c rednic klr,artalne rv-r,'datki
na artykul A rv populacji 4.osobowych, rodziIr ldzkich zarvieraj si rv przedziale od
I10'2ztdo lii9.8z ,coozltaczanlaks;'ltralIl.vbldszacunktrrrvny9.[lz .

Pojcie nla ej i duzej prby.iest [|lllo\\,ne l z'a|e'y nridzy inrr1'rli ocl celu badania. Dla nie.
kt<it1,clr du prb.jest plba ponad 30 - eIerrlelltorra' dla innych
(.()-cio
ltib rlicej' Dla ustalenia
uu.agi lv tynl podrczniku
bdzierll1, urraza prb przynajnlniej 30-e|enlentow Za du.
o
\! ll
Esrym c'tR PoDsTAWoWYcH PARAMETRoW ZBloRowocI STATYSTYCZNEJ 155
Przypadek ||. Przedzia ufno ci d|a warto ci oczekiwanej,
gdy
(s.11)
gazte:
s
- odchylerlie stattdardorve obliczone dla l-elenlentor,vej prby na pod-
stawie
jednej
z relacj i (3.1 5) - (3. l7),
/o - lvatto znlieIlnej t odczrytana z tablicy rozk adu t-Studenta dla li-l
stopni srvobody rv taki sposb' aby spe,lniony byt lvarLrncli:
(rr|<t,,)=I_o
(5.
r 2)
Rys. 5.2 Przed:ial tflto ci:l ttdo ant'v clpttrc'itt o ro:k!ud t-,\tttdenta tlla ptl:irlntu uflto ci l-a
Korzystaj
c
z lr' asno c i pralr.d opodob ieri s1rr a tll oe trl.v zap i sa :
p(ul=/,)=l-r(ul>r")
Podstarviajc do relacji (5.12) otrzynrujemy r(l'| >t")=a i rv a nie tak r.ela.
cj podaj tablice rozk 'adr-r t-Studenta'
Przedzia| ufllo ci dIa rvar1o ci redniej nra posta:
(-
.s
-
.r
)
!!c'\'-l
-'
1'!t
-
''-['
".,n^'^r,_t)
nieznana
jest
wariancja
(ma a prba)
J e li nranly do czynienia z rna prb
populacj i generalnej, rvrvczas estytllator
a przedzia ufno ci
jest
postaci:
_.s_,1
x-t"
f ,
(lll{,t+t"
f ,
1t1-l v//-r
losow oraz z l]|eznan warlal]cJ
redniej ma rozk,lad t-Studenta,
(s. r 3)
Z prarvdopodobieristrr,eI-n |-a |l1ozlla trr'ierdzi, ze rv obliczonynr przedzia.
|e znajdtrje si nieznatla rvafto c redniej. PrzV szacorvanitt rvao ci przecitnej
trl
nraksynralny bld szacunktt
(
jest
rrvny po orvie dlLrgo ci przedzialtr ufho-
ci. a zatetn rvynosi:
,s
.l
-
t
-
r,
111
-t
(s. l4)
Estyti.tp'c.lR PARAM ETRW ZB |oRoWocI G E NERALN EJ
Przyklad 5.3
W lv1'niku badariia przcprorvadzoncgo
na 26-elenrcntorr,ej prbic ]osorvo rvy,bra-
ll1'ch dzkich rodziIl, dotyczccgo rvydatklv lia artykuly' luksusorvc okaza o si. c
przccitna
sulna rr.y-datkowalla
w cigu t1,godnia to i
=
l20z . Wiadolllo, Ze rr,icIko
ta
Ina o|la rozk ad llornlalnr.. W rvy.rriku tcgo badania stlr,ierdzono' e zronicolyallic sunr
rvy'datkorr.anyc|r lllierzonc rvs1llcz1'nnikienl
zltlicnllo ci r,lyllosilo lv bac1allcj prbic 89
rcdlricj. Z ri'iary,godllo ci
95% rvyzrlacz1. przcdzia u1llo ci <1la recllricj rv1.datkrv
lta
an1,ku y luksusolve rr' rd rodzin dzkich.
Rozrviazan ie
Z uwagi na to, ie rvylosolvano Ina prb (n:26)
oraz odclrylerlie standardotvc
rvpoptrlacji
icst
nieznane. rvic przcdzia ufllo ci \!yzl)acza|lly Zc wzortl (5.l3). Korz1'-
staJ c Zc \\'zoru na rvsplczr'llnik
zmicltllo ci nlozcmy rlyznaczy
odchylenic standardo-
tt'e prby,
czy'li:
\
V,
=
=
|00o
\
8%=
,100%
120
,\
=
9.6 zL
/.. odczl'tujclnv z tablic I.ozkladu t-studcnta
o 25 stopniach srvclbody i a=0,05. Okazujc
si, c /.,-2.0(l. Podstalriajc otrzr,lllatlc daIlc do (5.l3).
otrz1,lntrjclny'
120-3,96 <
trt
<120+3,96
116,04 < p<123,9(:
Z prarvdopodobicIistrrenr
0.95 nrona zatcln tu'ierdzi, c przccitnc
t1'godniorr'e
ir,r,datki
lla al.t1'kul ' lttkstrsori'e zarricr j si rv przedzialc ocl l l6,04 z| do |23.9(l z|'
Nlaksylrrallry bld szacurrklt rr'yIrosi
3,96 z|,
c
Przypadek |||. Przedzia ufno ci dla warto ci oczekiwanej, gdy
nieznana
jest
wariancja (dua prba69)
W tvnr przypadktl
Sf\'nlator f llla rozk'lad nortrlaltrv
'
Przedzia] ufho ci
\ry'Zllaczallly
Ze \VZortt (5.9)' rv ktrl.nr lv tniejsce lliezllallego
odchylenia starr-
dardowego rv poprrlacj
i owstawiall-ly oszacowali z prbl' rvar.to S:
,, a( ,
-r,
^'
.-
(''
''u

()
*.-,-.
" l
. ''.
-r
lI_-
]
!r? 1tl )
",Dla
tego konkretnego przlpadktr
A. l-uszrrieri,icz
Il9!)4].
s.
(ll
postuILrje prb n>l2()
(s. r 5)
EsryN,tRc.lRPoDsTAWoWYcHPARAMETRowzalonowocISTATYSTYCZNEJ 157
Prz-vklad 5.4
Na podstawie danych zawarwch lv tabeli 2'9 wynlacz przecitn powierzclini
punktw sprzeda rv I,odzi z prau'dopodobieristu'enl rvytloszcynr 957o'
Rozrviazani
Liczebno prby wyllosi 49. . Sr.edlli 3l.}'tnle 'czn dla badanej prby policzollo
rv przykladzie 3.5 i ivyrlosi ona r
=
1 10,07 rnr. a ocichy'lenie stanclardowe policzone
w przyk adzie 3.l 7 rr'ylrosi S= l47.50 llr.' DIr poziottiu ufno ci 95o l,t,, odczytane
z tablic dystrybuanty standaryzorvaneeo rozk adu nonllalnego przyjnluje watto
ttc
=
l,96 . Zaten poszukiivana lvarto przecitna spelnia nierwno :
| 47 .50 | 17.50
ll0.07_ l.96.--= <
1t
<| |0.07+l.c).L
.ls
"!1%
I 10,07-13,01 <
1t
<110,07 +13.01
91,06<p<123,08
Z pralvdopodobieristrr'enr 0,95, przecitna porvierzchllia punktlv sprzeday
rv ocjzi za'"viera si lv prze<1ziale ocl 97.06 lllr clo |23.08 rlr.. ]Vlaks''-'.'ralni' bld Szacull-
l
ku
iest
rrt'tly lj.0l llt-.
e
gdzie:
p - frakcja w popLrlacji generalnej
,
ll - liczebtlo badanej prby'
t/a - warto c odczytana z tablic dystr-vbuanty statlclatyzowanego rozk adu
5.2.2. Przedzia ufno ci dla wska nika struktury
W badaniach statyst)'czn)'cl.). zu'laszcza. kiedv urarlrv do czynienia
Z cechami
jako ciolv1rlli.
itlteI.estrjce
jest
strt'ierdzellie.
jaki
Lrdzia
jednostek
populacji generalnej charaktenzlr.1e si okre lon1.ln rvariantetrr baclanej cechy.
S uzy temu estvtllacja lr'skaz-rlika Struktury' (frakcj i).
Gdy prba losolt'a
jest
bardzo duza'.,. a populacja nra rozk ad dwupunkto-
Wy. przedzia ufllo ci dla 1iakcji Wyznaczallly Ze wzoru:
p(
,,_,,..E-t;T
@)
_1
fr
(
"!
;-1P1tt'*""1-T)='-"
(s'16)
70
lrorrr'naj
j.
Gre
[l968]
s.33
158
EsrvuRcL
PARAMETRoW
zB|oRowocl
GENERALNEJ
tlorlrralnego
pr, pozionrie rrtho ci
1-a, dla ktrej
o(rr"
)=|-+
(porwrraj rys. 5. l
).
n,
)[,
=:
- rrarcja
jedrrostek z wyrozlrionym
\ ariantetrr
cechy
w badanej
t?
prbie'
Pr;ry szacor,vaniu
lvafto ci
wskaznika struktury
nlaks1,nlalny
b d szacunku
(
jest
rowny
po owie cltugo ci
prz-edzia u
trfrro ci.
a Zatell,l rvvnosi:
c
=
Lla
(s.1 7)
Przyklad
5.5
Wcelttprzeprowadzeniaanaliz-vkosztwprodtrkcjiwpwnymprzedsibiorstwie
rvylosowano
w sposb
niezalciny
l00 sztuk
produkor'van1,ch
artyku lv
i otl.z>,trlano
nastpujce
dane:
Tabela 5.1
koszt
iec'irlostkortr
ri zl
i]o c
prodtrkttv
T.5
- 21 .5
l0
27.5
- 32.5
20
32.5
- 37.5
40
37
(
/') <
20
42.5 - 7.5
l0
ZrdIo: Dane t|tllo\\ne
Na
podstau,ie tych danyclr oszacowac udziat
rryrobrv, ktrych koszt przekroczy
32'5 z .
Rozwiazarrie
Liczbno
prby to n:l00 sztLrk, a |iczba
r'rryrobw,
ktryclr koszt
przekroczy
32,5 z urynosi
n,:40+20+|0=70'
|v{ona zatern
przyj do celw esmacji'
e popula-
cjatrrarozk addwupunktowyzdu,onrawariantanlicechy:x<32,5oraz,v>32,5.
Udzia llyrobw,ktrychkosztprzekroczy 32,5z|wprbie\ yl]osl
'70
,,'
=

=
0,7
'
natotniast
frakcj
rv populacji szacowac
bdziemy
za pon,}oc wzoru
'
r00
(5. l 6).
Przyjmijrnypoziornufno cirr,vrry0,99.Takwicztablicstandaryzowangoroz-
k adu norlrralnego
odc'trrien-ry
takr ,arto
r/o
,
eb)'
(,,)
fflrrl< u,'1=l-a=0'99
EstvtvlRc.lRPoDsTAWoWYcHPARAMETRoWzB|oRoWoCIsTATYsTYczNEJ 159
Zatn
O1-)
=l-9=0,995.
"2
Std iv przyblieniu L,la
=2,5B
.
Podstawiajc do nirwno ci nrarny
0,7-0,1f<p<0,7+0]2
0,58 < p <0,82
Z prawdopodobistwerl 0,99 rnoemy uznac. e rv tylrr przedsibiorstwie Lrdzial
rtyrobw. kttyclr koszt przekroczy 32,5 z , zalryira si w przedziale od 58% do 82%.
Maksyrnalny b d szacunku wynosi l2%.
5.2.3. Przedzia y ufno ci dla miar dyspersji
Przedzia ufno ci dla wariancji
J eeli liczebno prby losorvej
jest
nralarl i poptrlacja geIreralna ll]a roz.
k ad normal tly,. N11.,,o7, to dla oszacor,vania przedzia owego niezIianej warto ci
wariancji korzystamy ze wzoru:
(
^, ^,r
I rr\' ,r\_ |
P1-:, <o'<
"";
l=l-a
lx;
x;
)
(s. I 8)
gdzie: s is- - patrz przyk ad 5.l, a
zi
'
zi
odcz,r'tujellly,,ztablic rozk adv
i
d|a
ll-1 stoprri swobody lvten sposb, aby spe nia y (dla zadanego pozionru ufno ci
i -a) rwno ci:
p(z'
.
xi)=Z
(s. r e)
P(r'
=
z:)=+tub
P(1')
,-
/-i)=r -
P(r'
1|
I,rzy du.ej liczebno ci prby estynlujenly zwykle odch,vlenie standardorve lvg procedur.l opisa.
_-
nej ponizej"
',
Dla irlnych rozk adw nie da si wy 1acz)-c tego przedzialu u|no ci.
< rl\=t-!
,':,
)
160 EsTYMAcJ A PARAMETRoW ZBIoRoWocl GENERALN EJ
't! '"'r
,l.t rr.1
,I?r's
j
J Pr:etl:ial uJ ito ci :bttdov'attl, v oParciu o ro:kltld
)
dla po:ionu ttfilo ci l-a
Przedzia ellr ufno ci dla parallretru d
jest
zatentprzedzia
,
(.S'rrS'J , l1-l).S'
(-l).S"\,
o'e
'i-:
:: .lLrbo
e
*,
.
(5.20)
\x,
z; i
\..
r; /:
/
kt11' z dokladrio ci l -a po|irr u a I)icZlleIla \\ afto c paI alliet,rll o- .
Prz--vhlnd 5.6
W),konano pclIlliarr lllicsiecznr ch rrr clatkri' na kosllretyki rv rd losorvo
''v;'bra.
n1'ch kobict rrzrsku.ja.c urniki
tri zJ l: E7: l0l: llt): 8l: 97; 93; 100; 99; 100: ll3; ll4;
93:95: 8.5: |2]. 99' ZalzInr. ze lrla.j olle rozk acl rtorllla|ny. DIa |-o=0.9 A1a|e.C prze.
dzial ufllo ci dla irarianc.ji ltlicsiczllr'ch r1,datkrt na kosrnet;-ki lr rd kobit.
Rozrviazanie
Obliczarny
r
=
l00 z . Sr
=
lf
r'
-')'
=
l34.2 .
l6
='
\\/.vkorz1'stL1c tablicc rozk adu
7'.
dla I5 stopni srr'obody, oclczytrrjellty
Il
=25,Zi=7,2s.Przedzia u1llo ci
cllarvariancji\VyzliaczalnyZwzoru(5.20):
16.t34,2
'
1'l34.]
t5 7,16
85,76 < o' <296.76
Std dla odchy,lenia standardoli'ego otrrytllujetlry 9,3<o,<1 7.2.
Gdyby lny obliczyli
r
r,'
l
s''
=
+t
(.'
-
r)
=
l1i.t8
l<4"
I J
l=l
i podstar,vili do
.'vzoru
(5.20).
otrzynraliby nr;. ident.vczne uyniki.
Z pl.alvdopodobicristrr'enr 0,9 rnoerny. sdzi, i rvariancja nliesicznr'ch u'ydat.
k''vnakosnletyki rv rdkobietzarvierasirvprzedzialeod85.7 do296,76.d
Esrvrulec.lRPoDsTAWoWYcHpRRnverRwzatoRowoc|sTATYSTYcZNEJ 161
Przedzla ufno ci dla odchy|enia standardowego
J eeli posiadanry du prb losorv4 to przedzia ufrlo ci dla nieznanej
warto c i odc hy| en i a stan dardowe go \\ry A1aCZa|ny Za pomoc wzoru,
-'
:
ft
t^^l
Pl
't
.o-.
t
l=r-".
(5.2t)
luul
llr
't
l-
"
I
I
J t
^{r,,)
gdzie u, odczytrrjemy ztab|ic rozk adu ttonna|nego dla przyjtego poziotllu
ufno ci 1-a' aby spe niona b.vta relacja ,(,,")=|
-;
,
Przedzia enr ufuo ci dla paranletru ojest przedzia :
(l
-.
's
-s
i
ottr*
".t--t-1L
i
I
rT--- r-
\
,{
"i
l
15
1f\
ktry z prawdopodobietlstli etll l-a pokn.rr,a tlieznana lvao c paraItletru d".
Przyklad 5.7
Spo rd lvszystkich
.l.osobori.r'ch
tjdzkich rodzirr u1.loso\\'allo \\, sposb nieza-
lezny l00 rodzirl iotrzytnano dane. na podsta\'ic ktry,ch strl.ierdzono. ze dla tej prby
rednia klvar1alna rvydatkrv na art-v.ku A lr1'nosiia l80 z . a odch1,lenie standardowe 50
z ' Zak|adajc, z rozk ad rv1'datkrr'jest zblizony do rozk adu tlonnalnego. oszacowa
na poziorrrie ufno ci 0.95 zrznicorvanie rednich krvar.talnych wydatkr,v rla artyku A rv
populacji 4 - osoborvy'ch rodzin lv odzi.
Rozwizanie
Dysponujeny l00-elernntorv prb. Do oszacowania zl.nicolvania rednich
krvartalnych u1datkrv na ar.tyku A rv populacji 4-osobowych rodzin lv Lodzi wykorzy-
stalny wzr (5.22).
Pozionl ufno ci wYnosi 0.95. Zatrll
,,
J ezeli J (l,x,,...,r,,
jest
cigiem niezalenych znliennych Iosowycli, z ktrych kazda nra rozk ad
zb|izol.ly do rozk adu non-nalnego I(p.o), to odch1,leItie standardou'e nla rozk ad as\,n1ptotycz-
,(
o
)
IlIe |)orlnalny lv1 o.-
|
\ 1/.11 )
7a
Krysicki w'
Il986],
s'l5 - podaje inny przerlzia, '
162
Esrvrul c.lR PARAMETRoW zatoRowocl GENERALNEJ
P(l< tt,,)=I*a=0.95.
Korzystajc z otnwionych rt'cze niej w asno ci
standaryzowanego rozk aclu nor-
nralnego i dla a= 0,05 rnan.ry:
o(',.,)= 1
-
A
=l
-
o.o2s
=
0,91 s .
Std po
odczytaniu z tablic dystl-vbuanty standaryzowarrego rozk adu noIrnalIlego
t!
o
=
|,) 6' Pod stawi aj
c
otrzJ -n]all wanosc otrzylnuj elny :
50 50
l+0,139 l-0.139
43,9<o<58,0
Z prarvdopodobiestwerrr
0'95 lloelny sdzi, zroricoyyani
rednich kwar-
talnych r,vydatkrv
na artyku A Inierzone odchyleniem standardoltyrn rv zbiorort'o ci 4-
osobow1'ch rodzin r'v odzi naleir'do przedzialtr
od 43,9 zl clo 58 z .
e
Przl'klad 5.8
W yznacz z prarr'dopodobieIlstlveIlr
0.9.5 21$2111qorvanie porvierzcIrni punktrv
sprzeday lv odzi na podstarr'ie
danych rv tabeli 2.9.
Rozr.viazanie
Liczebno c prby przedstarvione.j rv tabcli 2.9 uynosi tt=494. Zronicowanie rnie-
rzone odchy'leniern
standardorvylll zosta o policzone rv pr k adzie 3.l 7 i lvynosi
s:l47,50 rn.. Dla pozionlu
ufnoci |-crO,95 Warto oclczytana z tablic dystrybuanty
standaIyzorvanego
rozk adu nonnalnego rvynosi t,tu
=
|,96 , Z'alen zrnicorvanie purrk.
tw sprzedazy lv odzi wyznaczanly
z nierrvno ci:
147,50
t47.50
--_.-_*
\v\_
l,
l.9
,
l.9
lT-_-
l-=
J ].49{
J ]." 9.|
Std odchylenie standardowe naleiy do przedzialu:
138,84 <6<157,3
z95% prarvdopodobietistlvellr
tnotra sdzi. i zrrlicorvanie powierzchni punk-
trv sprzeday w odzi nale do przedzialu od l 39, l 5 m2 do l 56,92 nr2'
c
5.3. Wyznaczenie
niezbdnej
liczebno ci prby
Praktyczla
uz1'teczno
wyznaczonyclr przedzia r,v
tlflro ci za|ezy od
maksynlalrrego
b du szacunku,
a wic po owy
d ugo ci
tego r' przedzia,lt.
WYzNAczANIE NIEzBDNEJ LIczEBNocI PRoBY
Z kolei d}rrgo przedzialu
jest
funkcj lvsp czynnika ufno ci 1-a oraz |i-
czebno ci prby li. Mozna zatem porviedziec, ze w ce|u zapewnienia odpo-
wiedniej dok adno ci estynlacji. przy zadanym poziomie ufno ci. istnieje ko-
nieczno obliczania niezbdnej liczebno ci prby ll dla przedzia rr' ufno ci
konstruorvanych dIa redniej i fl.akc.ii'..
Ulyaga:
J e lin nie
jest
Iiczbnatura|npo dokonaniu obliczeli, to zaokrglamy n w gr.
Przypadek l. Minima|na liczebno prby
dla estymacji redniej
w
populacji
o rozk adzie normalnym przy
znanym o
W prrypadku rozk adu norlnalnego N(p,o) (bd zb|i'onego do nonnaltle-
go) i dla znanej warto ci odch-vlenia standardowego niezbcln liczebno c prby
dla oszacor,vania nieznanej rvarto ci redniej populacji p\y>,Znaczal]ly Ze wzorll:
ut o'
,=-;,
(s.23)
gone:
ao -wafto ztlriennej rozk adu normalnego
^(0.1)
odcz,v-tana ztablic
dystrybuanty standaryzowanego rozk adu lrorlltalneqo dla 1-a, tak,
aby spe niona by a relacja P|ll| < tt,)
=
1
_
o (patrz rys. 5. l
@(",)= r-*t,
:
d -
dopuszczalnv. ustalony' z gr1. lllaksr'tnalIll' b d szacunku redrriej
7l
(tj. po orr,a dlugo ci przedzialLr Lrfno ci).
Przyklad 5.9
Na pozionrie ufnoci 0,98 oszacorr,ac liczebno prby dla przyk adu 5'2,
jee|i
dopuszczalny bld szacunku ma wynosi 5 zl.
Rozrviazanie
odchylenie standardorve ltynosi 50 z , a dopuszczalny b d r/:5 z . wic rriezbd.
n liczebno prby szacujemy ze rvzoru (5.23)
Korzystajc z onlwionych wcze rliej rv-lasno ci
standaryZowanego rozk adu nor-
rnalnego dla a
=
0,02 rnarny:
,.'
W przypadku szacorr,ania nliar dyspersji liczebno ci prby nie da si lv1,znaczy za ponloci1
przekszla ce rvzorrv na przedzia y
ufiro ci (porrvnaj J . Gre
[
l 984] s. 46).
toJ
t04 Esrvl,lncln PARAMETRoW zBloRowoci GENERALNEJ
r/
tD( ,.
)=
I
-:
=
I
-
0.01
=
0.99.
Z
Zatem po odcaniu z tablic dystry'buanty standaryzowarrego rozk adu norlnal.
rrego rvietny. e uo
=/,33.
Podstarviajc dar-re do wzoru otrzyniujeIny:
(
z.:: so)'
,,
=1,ffJ =
(z:,:)t
=
542,89
x
513
,/
Spo rd wszystkiclt 4-osoborv1'ch rodzin zalnieszkujcych
yv
odzi nalezy wylo-
sorva u, sposb niezalerry 543 rodziny'. abv dopuszczalny b d szacunku rednich krvar-
talny,ch r,tvdatkw na artyku A nie przekroczy 5 z ' z prar'vdopodobiestlvem
98%.
e
Przypadek ll. Minimalna liczebno prby
dla estymacji red-
niej w
popuIacji
o rozk adzie normalnym przy
nieznanym
o
J eeli populacja
ma rozk ad norlnalny N(p,o) przy nieznanynr odchyleniu
standardorvvrrl (ale
znana
jest
warto odchylenia standardolvego S otr4,tnana
znla ej prby o liczebno ci llg), niezbdrr |iczebno c prby
dla oszacorvarria
nieznanej rr'arto ci
redniej populacji p\\|yA1aCZaL11y
Ze wzorLl:
,l
L1
(s.24)
on71P'.
f'
',.
c
=
l- Y l.-
-
r,
)
lub *'yznaczouv zostanie na podstawie jednej
zrelacji '-
\
n,,
a'"
(3.15-3,17),
/o - rr'at1o c zrriennej odczytana z tablic t-Studenta dla 1-a illn.1 stoprli
sr,r,obody, aby spe niona by a relacja r(< t,)= t
_
o (patrz
rys.5.2),
r/ - dopuszczalny, ustalony z gry lnaksyrrralny b d szacunku redniej p
(tj' po owa
d ugo ci przedzia u ufno ci).
J ee|i n_ t,,, to liczebno c n., prby jest
lvystarczajca, gdy za n>n,.trzeba
jesz-
cze dolosowa tt.ttn elementw'
Przyk ad 5.l0
Dla prz1k adu 5.3 wyznaczy mininraln liczebno prby
do oszacowania prze-
citnych wydatkrv na ar|yku y luksusowe rv rd rodzirt dzkich zak adajc
dopuszczal-
ny b d szacunku 2 z .
Wyzn cznnle NlEZBDNEJ t-lczraNocl
pnogy
165
Rozwiazani
Wyznaczone w przyk adzie 5.3 odchylerr.ie standardowe wynosi S:9,6 z ' odczy-
tana z tablic t-Studenta warto l
":2,06,
a zak adany rnaksyrnalny b d szacunku d:2 z .
N'linirnaln liczbno prby rvyznaczamy z relacji (5.24):
2,062
.9,62
tt
=-*
+1
=
98,78
=
99
2'
Poniewa prba, rla podstawie ktrej poIlczono odchylenie standardowe rnia a li-
czebno ng:26, a wic nale doda do prby
J sZCze
73 rodziny dzkie lv celu uzy-
skania dopuszcza|nego b du szacunku r,tydatkw na ar1yku luksusowe w wysoko ci 2
z , z prawdopodobiestweln
95%o'
Przypadek lll' Minimalna Iiczebno
prby przy
estymacji frak.
cji dla duej
prby
J eeli rlrarriy do czynierria zbardzo du prb to w przypadku szacolvania
wskanika struktury niezbdn (minirnalnq)
liczebno c prby wyzrraczan1y Ze
wzoru:
gs e:
1
l
W,
=_!_
- rvsltaznik Struk1ur\, policzoIlr'
dla prbr' //0-elelllentowej - po-
11o
rlvnaj wzr (5. l 6)
_
iv przypadkll braku takiej prby nrozn a przyj
I
'
2'
ng- |iczebno prby,
uo-warto c zmiennej rozk adLr nonnalnego 1(0,l) odczytana ztablic
dystrybuanty standaryzowanego rozk adu nonnalnego dla /-a, tak
aby spe rliorla byla re|acja (lr| < u,)= |
-
a (patrzrys. 5.1),
d - dopuszczalny, ustalony z gry nraksylr-ralny btd szacunku frakcji p
(tj' po owa d ugo ci przedziatu ufno ci)'
Przyk ad 5.11
okre l nrininlalrl liczno prby w przyk adzie 5.5, aby dopuszczalny b d sza-
cunku udzia u rtyrobrv. ktryclr koszt przekro czy 32,5 z wynosi 6%.
Rozwizanie
Prba zawiera l00 elernentrv' wskazrrik struktury policzony dla lt1,robw' kt-
/s
15\
too EsryuRc.t PARAMETRoW ZBIoRoWocI GENERALNEJ
ryclr koszt przekroc4,' 32'5 z| r'v-vnis w,_0,7 . Warto L
o
odczytana z tablic dystrybu-
ant}' standaryZowanL-go rozk adu nornlalnego
jest
rrt'na 2,58. Minilnaln liczebno
prby yzrracza|ny Z relacji (5.25):
2,58'
.0,7 .
0,3
,
=T =
i88,2e
=
38e .
Prb nale' poiviks4 o 289 artykrrl{1r' produkorvanyclr przez to przedsibior-
strvo, aby dopuszczalrry bld szacunku nie przekroczy 60 z prarvdopodobiestrt.enr
99%. e
Przyklad 5.12
Dla przykladu 5.4 rvyztlacz nrinitnaln liczebno c prby, aby dopuszczalny b d
szacunku nie przekroczyl | 0 rnt.
Rozr.r,iazanie
Liczebno badanej prby r vnosila 494' odch1'lenie standardowe policzone
zprby
'S=l47'50
nl.' Wartosc l/.1 odcz)'talla z tab]ic d}'stry,buanty standal}Zowaliego
rozkladu nonnaltrcso przy'pozionrie ulhosci 0.95 urnosi 1,96.
NiczLldrl licz.bno c prtibl lir,znacZalll}' z rclacji
(5'23).
tylko zauliast odclt.vle-
nia standardorvego populacji li'staw'ittl1' odch1 leIlie standardorve policzorie dla pt.by:
1,9c
.147.,i0r
n=----=t=835.78=816
10'
Plynie std wniosek, e nalezaloby do prby dolczy
jeszcze
342 prrnkty sprze.
daz1,' rv odzi. aby dopuszczalny bld szacunku przecitnej por,vierzclirri sprzedazy nie
przekroczy 10 tnz z prawdopodobielistrvenl 0'95.
5.4. Estymacja
parametrw koreIacji i regresji linio.
wej
W rozdziale 4 zostaly przedstawione zagadtrierria rvsp za|eno ci wyst-
pujcej rnidzy dwienra cechallri pozostajcytlli ze sobt1w nvizku stochastycz-
nyrl. Przedstawione rozrvazania dotyczy'iy zaleztlo ci lvystpujcych midzy
badanyrrri cechal]1i Statyst},czllyllli. W tyln podrozdziale zajnrieIlly si nrozlirvo.
cianri dokonyrvania uoglllie wnioskw wynikajcyclr z badari cz ciowyclr
na ca populacj generaltt oraz est},llacj paranretrw furrkcji regresji.
Esrylut cJ PARAMETRoW
KoRELACJ I I REGREsJ l LINloWEJ
5.4.1. Estymacja Wsp czynnika kore|acji liniowej
Prowadzc badanie cz ciorve lrlozelll)l okre lic kierunek i si' zrvizku
rv1'stpujcego nlidzy dwienla cechanli Za ponloc rvsplczyrrnika korelacji
liniorvej'o. Wsplczynnik korelacji liniolr,ej l.-'. z prby
jest
est,vnlatorenr
para-
lnetru
p.,.,.
:
E(t'rl .Rozk.lad teoret),cznY i'.,,,
jest
zaleitly od poziomu parantetrtt
p.',,' Przyjlntrje si, e
je li
rvarto oczekirvalra Erl..,/
jest
bIiska zer.a (lv prakty-
ce zprzedziahr
(-0,5;0,5), to rozk'lad esb'nratora
jest
nolnraltry
^'(p.:,.o,,,
)
sdzie
=
s,.,
(s.26)
Przypadek l' Dua
prba
Motl a lvprorvad zi ztlr ien n

statld atyzorr,an
:
o rozkladzie lV(0,1),
(s.f7)
liniouej
\\)znaczar))v
Przedzial ufrlo ci dla tr,spt-llczr ntlika korelacji
ze wzofll:
167
<I(r'.)<l.', tt -1*ct
(s.28)
Przypadek ll' Ma a
prba
Znlienna standar1'zorval]a
nla \V tylll przypadku posta:
'u
w tynl podrozdziaIe za.inlienly si est1'.lnac.j tylko dla r,rsp cz-ynnika kor.elacji IiIriorr.ej, cho
mozlla estynlorva takie pozostale rniary' rvsplzaleno ci. I tak' nieobciZoliynl estyltlatorelrl
rvarto ci oczekirt,ane.j rv populacji E(llr,)
jest
stosunek korelac.ii nieliniorvej e
,,'
z'prob'l,
( :7- stosunek kore|acji nie|iniorvej rv popuIacji). Mo'na rrr'niez estyn)o\\'ac r(R''
)
prz5'
poulocy estyurarora R_., o rozkladzie uonnalnynr z oclchylenierrl startclardowlnl
I
D(p )=
'
!n-r
'{""-
"'
[,-l
/'-'',
ltt
168 EsTYMAcJ A PARAMETRoW zBIoRoWocI GENERALNEJ
o rozktadzie l Studenta
i analo-licznie przedzia uflro ci wyznacza|ny na podstawie
.fn
"i."'
r----
t"
'
\
n*
(s.2e)
(s.30)
Dla duzych co do wafto ci bezwzgldnej E(r,,) rozk ad estylnaiora l.,'
jest
corazbardziej skrajnie asymetrycZny itrudno zna|e c zadowalajce metody
jego
estymacji.
5.4.2. Analiza regresji
Badanie r'vsp zalezno ci
cech ilo ciowych n]ozl]a przeprowadzi
za po-
moc tzw. analizy regresji. ktra s uzy do badania relacji nridzy tzw. cech
zalenl i cechalrli niezaleiItvttli. W rozrr,azaniach or1raniczytlly si do Iirriowej
postaci
te.j f.Lrnkcji. ktr nroztla z'apisac lr, nastpu
jcej
postaci:
(5.3
l
)
gdzle:
1;,
- i-la obsenl'acja zntiennej zaleznej
1'.
x,t,xi2,...,x
tk
- i-te obserrvacje poczynione
dla ,t zntiennych niezaleznyclt
Xy, Xtr,,,, X1,
e, - sk adnik losowy,
dg,d1,d2,...,G - paralletry
strukturalne rwllania regresji.
Przedstawiony zapis oznacza, ze zosta o wyrniorrych t cech nrierzalnyclr'
opisanyclr Za potl1oc zllienny,clt nieza|eztt)'clr (x|,
't2'...,
;r1), ktre nraj rr,p|yw
na kszta towanie
si zrniennej za\enej v charakteryzujcej
interesujc nas ce-
ch ilo ciow'
Przyklad 5.13
w badaniach popytu pewnego
dobra (zrnienna
zalezna) podstawowyrni
znrienny-
mi wp ywajcymi na
jego
wielko s dochody potencjalnych
nabywcrv oraz cena ana-
lizorvanego dobra (zIrlienne
niezalezne). lnnyIni s owy popyt y,,
czy|i znrienna obja.
niarra funkcj regresji (5.3l)'
zosta aby rv tvllr rwnaniu opisana Za polnoc
dochociw
x,, i cen x,'
,
ktre pelni yby rol zrniennych obja niajcvch, czyli:
(-
I 17- r'"
P1,',,
-
t,.,,_z1l---)- < E(/.,,
)
< !..t, + r
a.,,_z
I
t
tt-:
Esryu c.lR PARAMETRoW KoRELAcJ l I REGREsJ l L|N|oWEJ
li=do
+d,f
i|
+ Q.2Xi) + i
e
Wystpuj
ce
w zj aw i skach spo ecznyclr zal en o ci nl aj

zazw y czaj charak-
ter stochastyczny, co dla przytoczonego przyk adu bada popytu oznacza, ize
nie kady potencjalny nabywca z
jednakorv
si bdzie bra pod uwag lvyt.-
nione przez nas cechy oraz, ie niektrzy nabyrvcy w swych decyzjach rlog si
kierowa inrrymi kryteriarni wyboru (np' przyzwyczajeniern do pewnych dbr),
to Znaczy nrog bra pod uwag inne znienne' czasell nietnierzaltte, ktryclr rrie
uwzg|dniollo w relacji (5'3l). Moze rwnie okaza si, ze clrarakter analizo-
wanego zwizku nlidzy wyrzniorrymi cechanri nie
jest
liniowy. Std obecno c
w rwnaniu regresji (5'3l) sktadnika losowego e,, ktry nr.in' odzwierciedla
fakt' ze nie kady l-ty nabywca zachowuje si tak sanro. PrzyjInuje si, ie
sk adnik losowy ma rozk ad nornralny o zerowej wano ci oczekiwarrej i sta ej
wariancji.
Parametry funkcji regresji a
,
(i
=0,1,2,...,k)
nie s ztlane (obserrvowane).
podobnie
jak
sk adnik |osowy ,(i=1,2,,,,,n), dlatego rwnanie (5'3l) jest
rwnaniem stochastycztlyrn. W ce|u zbadania wpwu rvyrznionych znrien-
nych obja niajcych na ztnienn obja rriarr na|ey oszacowac paranretry struk-
turalne rwnania regresji (5.3l). Dokonrrje sie tego na podstawie danych stat1.
stycznych dotyczcych ztlliennej zaleztlej i zllliennr'ch niezalezIl1'clr, Za orny,
ze posiadatrry l obserri'acj i odllo tlie do ri'szr stkich rr'r'rtliotlr,'ch rv (5.3 l)
ztltiennyclt. Wygodnie
jest je
zapisec ri posteci lllacierzoriej. prz;jrlltl.;c rlast-
pujce oznaczenja'.
(s.3 2)
gdzie:
y - oznacza wektor
fnxl]
n obserrvacji dla znrierrnej obja nianej
(za|e.
nei),
X -
jest
tlacierz
fnx(/c+l)]
obserwacji dla zrrrienrrych obja niajcych
(niezaleznyclr)' przy czym pierwsza kolutnna sk ada si z samych
je-
dynek, co oZnaCZa, e wprowadzili m1, do nracierzy obserwacji dodat-
kow znrienn ktra
jest
tozsanro ciowo rwna
jeden,
a lvic stojc
[,'']
it, I
v=1"'l'
x=
L,;"1
,
o=
Ll:l[i;]
170 Estyt',t c.l PAMMETRoW ZeloRowocl G EN ERALNEJ
przy pararue trze a0 daje wy,raz r,volnyT;
,
a - jest
wektoreIn
[(t+
l)x l
],
zawierajc1,In (t+ l) nieznanych paranretrw
strukturalnyclr odpowiadajcych ztniennym niezalenyrr oraz wyra-
zowi wolner.nu a,,,
a-
jest
wektorem
[nx1]
sk adrrikw Iosowych.
Stosujc oznaczenia (5'32)
trrona uk ad n
(i:
1,f,..., rl) rwnati (5.3l)
za-
pisa
jako
rwnanie trracierzorve:
Y=Xa+s
W wyniku estymacji paratnetrw regresji
otrzymuj enry nastpuj
c
e rwnan i e lltac ierzowe :
f=Xa
|ub odpowiadajcy tnu uk ad n rwnati skalarnych:
i,
=
ao + a,|xi1 a.X11 +...+ ctkxlk
(s.33)
rwnania (5,33)
lub (5.3
|)
(5.34)
r5 1 .\
gdzie:
t
=
[i, ]
-
jest
wektorenr
[nx
1] tzw' wafio ci teoretycznycl.t. wyznaczonych
na podstawie rr'vnali (5.34)
lub
(5'35),
a
=
|o
',]
-
jest
rt'ektoretlr
[(t+
l)x l
]
ocen estynratorw nieznanyclr parame.
trr'v strukturaltl1'c}r a
=|a
'
],
pozosta e
oznaczenia
jak
poprzednio.
oceny estytrratorrt'paratlretrrv
l.Lrnl<cji regresji c ,(f: |,2,',., k) infornruj
jak jednostkorva
ztrriatla.7-tej zlnienrlej obja niajcej wp ynie na warto c zmien-
nej obja nianej przy za ,oeniv, e pozosta e ztrrientle pozostan na tyn] Samyln
poziotnie. Innyrli s owy,
jezeli
rvarto c znriennej r, wzro trie o
jeclnostk
to,
pr,ry za ozeniu sta ego poziomu pozosta ych zInienIlych obja niajcych, warto c
znriennej za|enej y wzro nie (lub
zmaleje) rednio o a1, Wyrazu wolnego ao
czSto si nie interpretuje' chyba ze mona go traktowa
jako
pewien pocztko-
wy stan badanej zniennej za|einej tj' pozionl,
jaki
przyj aby ta zttrieIltla przy
zerowyclr waft o c iach ztrr i en nych obj a n iaj
cych.
J ak atwo zauwazy, w oszacowanych rwnaniach (5'34)
i (5.35)
brak
jest
sk adnika losowego. Wynika to z faktu, Ze oSZacowane rwnania s rr'vnanianli
deterrrrinistycznyrri.
opisuj bowiem za|eno c funkcyjn wystpujc midzy
ztniennylri obja niajcyllri .r'1, X],'..,
'\/.'
a warto ci teoretyczn zrniennej obja.
nianej y za potnocwyzna:Zonych (w procesie estynracji) ocen paranretrw
77
Wprorvadzenie dodatkorve.i kolunlny do nlacierzy obserwacji X rvynika z uproszczenia zapisu
Esrvuecln
pARRMETRow
KoRELAcJ T r REGRESJ T LrNlowEJ
0g, a1, Q2,,',, CI1., Mona Zatem powiedzie, irc Szacujc parall]etry stocl.lastyczne-
go rwnania regresji postaci (5.3l)
lub
(5.33)' rv lvyniku estyrnac.ii otrzyrnujemy
rwnanie deternlinistyczne
(5.34) lub (5.35)' r,v ktrynr Znal]e S paranletry (b-
dce ocenatni estylratorw nieznanych paratnetrl ,) i zaleno c
jest
tirrrkcyjna'
jednak
po lewej stronie rrvllania nie tl.1,stpLlj zaobserlvo\Vane lvafio ci
zlriennej obja nianej
(zaleinej)
r'. ale
jej
ri,arto ci teoret\'czlle i,. lvvnikajce z
oszacowanego rwnania detertllitlistliczllego
(5'3. )
i (5.35).
oczywiste
jest,
e przyllajnlniej dla kiIku obserir.acji (': l.2..... i?) \\,ano-
ci teoretyczne y, bd si rni -v od lt.arto ci Zaobserwo\ 'anych
.l,
.
chociaby
dlatego, z zttrienne obja niane generowane sprzez procesy losowe (stocha-
styczne) nie nrog Zatem byc opisane rwnanienr determirristyczn1rn''. Rnic
nlidzy war.to ciarni teoretycz'l}'llli i eInpirycznynri nazywac bdzienly reszt
empiryczn i bdzie olta tniernikienl b du'
jaki
pope nianry stosujc do opistr
stochastyczrej relacji postaci (5'31) lub (5.33) zalezno c funkcyjn (5.3a) lub
(5.35).
Reszty etllpiryczne wyznacza si dla kazdej obserrvacjijako:
i=!i_!i (s.36)
i s one traktowane
jako
oceny estyn]atora sk adnika losowego a, .
W procesie estynracji podstawowym problenteln
jest
zdefiniowanie odpo-
wiedniego estyn,latora nieznanych paranretrw rwnania regres.ii. Za polnoc
ktrego wyznaczac si bdzie r,varto ci ocell rl/
'
Najcz ciej Stosowan nretod
estyrllacji
jest
metoda najnrniejszy'ch krt'adratlv (MNK), u podstaw ktrej leiy
nrininralizacja sullly kwadratw b c1rv c,
,
Std llazwa tej nretody' Innytrri s o.
wy' w tlretodzie tej poszukuje si takich estyllli]torw nieznanych paranretrw
Strukturalnych, aby uzyska
jak
najrltniejsze b dy' czyli wyznacza si takie
wafio ci [Ig, a1,0l,.'.. ut, d\a ktry'ch osignie nrininrutll funkcja postaci:
i'u|
= 0,,
-y,),
=i|y,
_(ao
+ cr)xi| + a)x!2 +,.'+ aox,))1
r=l t=l t=l
lub alternatyr,vrrie w zapis ie mac ierzo r'ytrr :
ete
=
(y
-i)t
(y
*r,)
=
(y
-
Xu)t (y
-
Xa)
gdzie e
=[e,]
jest
wektorem reszt etnpirycznych, a pozosta e oznaczenia
jak
poprzedrrio. W relacjaclr (5'37) i (5.38)
skorzy'stano z rwnania opisujcego
warto ci teoretyczne ztlriennej obja rrianej postaci odporviednio (5.35) i (5.34).
7E
Wystpowarrie rnic nridzy rvarto cianri teoretyczllynri i empirvczn5rrli znlietrnej za|e'tle1
wynika rrvnie z innych przyczyn'
o ktrych szczeg'lorvo porvienly w podrozdzia|e 7 .2,
171
(s.37)
(s.3 8)
172 Esryt',tnclR PARAMETRoW zB]oRoWocl GENERALN EJ
Rozwizujc zadanie poszukiwania
nrinitnum funkcji (5.37)
wzgldenl niewiadonlyclr zawaftych lv wektorze
^,
otrzy|nujerny
rozwizanie:
2
=
1X/
X)-rX/ y
lub (s.38)
nastpujce
(s.3e)
prry za ozeniu, ie istnieje macierz odlvrotna (x'X)_'
.
Tak wic w celu oszacorr'atlia estytnatorw MNI( paranretrw
rwnania
regresji, wystarczy wyznaazyc wafto ci elelnentw r,vektora a, na podstarvie
r
obserwacji poczynionych
dla zmiennych obja niajcych i obja rrianej. Mozna
udowodnic, ir'e
jeeli
spe nione sza oenia o sk adniku losowytn t
i
'
Iz|1.lla on
rozk ad nortlalny oraz E(e,)=0,D2 (,,)=62,
to estylnatory MNK s zgodne,
nieobcizone i najbardziej efektyr,vne, a wic spehiajwarunki
dobrych estylla-
torw'
Oprocz ocen estymatorw paratnetrw
r,t, szactlje si tzw, standardowe
b -
dy szacunku
,
czy\i rednie b dy estymatora S(a,
)
na podstawie
relacj i:
S( ,
) =
(s.40)
gozle:
(x'x)l|',*'
-
jest
7*/-y'nl
eletlreIltenl leicytn Ila przektnej
rllacierzy
(X'X)-'.
ktra tna rvyllriar1'
[( +l)x( +l)],
a
( +l) jest
liczb
SZacowal]yCh paraIlletru
.
S"2 - nazywane
jest
wariancj resztow ijest nieobcionyl eStymatorem
wariancji sk adnika losowego, awyraza si wzorem:
"ltl
1n-I
S.
:
_
I(;., - i,)t
=-
,^I.;
=
] ::
",.
(5.41)
//-\^-rlr/_l
n-l(+t)t=t tt_(/(+l)
c4-li:
^l
S.i
=--='
^
(yty*otXty)
n-(t+l)
Standardowy
bl'd szacunku S(a,) infornluje o rednim odchyleniu wafto-
ci oszacowanej oceny estyllatora
a, od rzeczywistej (nieznanej)
warto ci pa-
rametru strukturalnego dL. Na
jego
podstawie
szacuje si przedzia
ufno ci
nieznanych paratnetrw funkcji regresji postaci:
P(a
i
_
S(a').t,, 1&
l
<a
i
S(ai). to.)=l_ a (5.42)
gdzie to - warto c statystyki /-Studenta
o n-(k+ l) stopniach swobody.
(xtx),]
EsryunclR
pARAMETRow
KoRELAcJ I I REGREsJ t LlNlowEJ
173
Nasuwa
si pytanie,
z
jak
dok adno ci
oszacowane
rrvtlatlia (5.34)
i
(5'35)
wyja niaj
za|eno c
rnidzy zlnienn obja nian
a zrriennytni
obja nia-
jcynli.
Mierzeniu
tej dok adno ci
s uiy rvsplczynlrik
detcrminacji79
y,,o-
czanv
iako:
oz_atX/v- 1.1
)r
-----l------- r
Y'Y -
/?(']'')-
co
jest
rwnowazne
relacji:
(5
4i)
ll
T/i.
-
i\r
L)\) i -t
,
R2-i=l
-l
n
Y/,,
-
i;tl
L\.'t ,Y )
r=l
gdzie:
\-,1
/ L.
=l-
J
\-t
r'
-.rl
|,
=t-ez
(s.44)
y - jest
redni arytmetyczl
wyzllaczoll
dla zrlrierlIiej
zaleznej,
,r2
r
-J est
tztv. wsp|czynnikicm
zbieno ci.
kt11. okre la. rr
jakitll
stop-
niu zrrienno zrniennej
obja nianej
nie zosta a rvv1a niona
za po-
lTloc oszacowanej
furrkcji
regresji. Irrnymi
s owy okre la
on rvp ylv
(na
zmienn
zalezn) tych czynnikw,
ktre rv ntodlu ree'resii nie
zosta y uwzqldIl
ione'
Analizujc
relacj (5.44)
atwo
zaurvayc, ie okre la ona stosunel<
kwadratw
rrric
wyja nionych
rr,vnanietn regresji,
czyli
t
j,,
-'). ,
my kwadratw
cznych
odchyleri zaobserr'vowanyclr
r'varto ci y,
od ich
sulxy
do su-
pozio-
rri,'nan i a redn i e.i arr'ttnetycznej
(5.15
I do kri adlatrr i zsurlrorvaniu
(s.4s)
zmiennej
zalez-
po
I oraz zasto-
nlu redriiego
.l].
cvli
t.",
-r).
. w relacji (5.44)
zastosowano proste prze-
kszta cenie
postaci:
),i
=i,i
e,
ktre po odjciu
od obu stroll
nej
t,
podniesieniu
obu stron
sowaniu relacji (5.36)
daje:
I
('l',
- r)'
, ,
Wsplcz1,nnik
ten zosta .ju zdefiniorr,any rv rozdziale lV.
174 Esryn, Rc.lR PARAMETRoW zBloRowocI GENERALNEJ
ilil
r, r/^
i\2 +y,,1
_
L\y,
- 1')- =
/\),t
- .'
,
'/.
!
l=l i=l t=l
nil
=t(i,
-y)'
*zo,-i)'
(s.46)
Zgodnie z relacj(5'46) og1rla suma klvadratr,v odclr1,le poszczegln1'ch
obserrvacji od rednie.j ary'tllletvczllej zrrlierrnej za|eznej (t.i' lerva Strona rr,vlla.
nia), czyli ca korvita zmienno
J ,,
rv prbie,
sk ada si z drvch cz ci. Pierrv-
sza sk adowa po prarvej stronie znaktt rrr,t-to ci rtazywana.jest lvyja nion sun
kr ,adratw odchyleIi oraz cz ci drrrgie.j ztr.attej feszto\\' stttn krvadratrv,
ktra nie zostala lv1,ja rriona (opisana) rrvnanietn regresji. W zlvizktr z ty|11,
iIn lvr'zsza rvarto c, zarvierajca si rv przedziale8o
<0'
l>, rvsp'lczynnika de.
terminacji, tym liniort,a filnkcja regresji lepiej opisu'je badan zalezno c. Nato-
rniast rvsp czynnik zbieno ci p: illforlllLlje, rv.jakitn stopniu tnodel regresji
ll ie lv1,i a n i l znrian zachodzcr'cIr u. znr i ellttej zale'nej,
W omalvianych nlodelach regresji liniorvej zak adali my rvvstporvanie
w}'raztl rr.oltrego. Takie zaloenie
.jest
poprx\\ lle i rr,.r'godne, chociaz
rv praktr.czIl1'ch zastosori'alliach. zri. aszcza kied1.
.jest
to uzasadnione pewn
teori czaselll przr.inlt1e si. -c rrarto c \\'\.faZL| llolIle-t{o
jest
z defillicji rrvrla
zero iszactrje si t.ou'tralrie regresj i bez te.uo parallletrtl' Wrr.czas szactrjemy
jedynie
paratrtetr.u nlodeltt, a u ic relacj
(5'3 l) zapistrje si
jako:
!i
=
&lXit + G)Xi2 +...+ Akxtk + ti
a rnacierz obserwacji zmiennvch niezaleznych (5.32)
jest
postaci:
(s.47)
^i
l
.!
2l
^-lI
Xnt Xn2 Xr-l Xnk
(s.48)
W zrvizku z tym relacja (5
'3
5)
jest
rwrazona wzoreIn:
30
w pl.akt;.czn)'ch z'astosolr'aniach, kiedy zaklada si, e rr,1'raz lr'oln1'.iest rw'ny zero, zdarza.isi
prz1'padki ujernnr'ch tvano ci rr'splczr'rrnika deternriIrac.ji. ocz-l'rviste
jest,
-e rv takie.j s},ttlac.ii
oszacowa|le rrvnanie regles-ji zarviera b|dy, tzn. zlnietrlre ob.|a niaice zosta y'|e okre lone i
naley zlnienic zbir zInienn1,ch ob.jania.ic1,ch lub przyna.jnlnie.| do|cz;- do rrvnania rvyt.az
rvolnr'.
f,=
'Tt i 'rt t
.T2:l .tz
J :: xzt
175
EsrvvncJ n
PARAMETRow
KoREucJ l
I REGRESJ I
},
=
alX,,
*
(71Xi: +.,,+ C kxtk
(5.49)
a relacja
(5.41)
jest
Postaci:
s:
=
-ltyty
-o'Xty)
.
(5'50)
'
n-K
Przedstau,iony
w zapisie
nracierzolv\,nl
lvzr
(5.39) pozwalajc1,
\ryZlla-
czyocen1,estylrratorrvnieznanychpalatltetl.rvftrnkcjiregresji,dladrvch
znriennyclrniezalenychbezw.yrazu.,rvolnegot-l-tonazapisaskalarnie
rv odniesieniu
do postczegolnl'ch
czynnikon
tej relacji'
Miano$'icie:
f,,ul
l
"l
I','',,. i ,--, l ''.,',,, l
(x'x)=l
,,E
,,
,,''.,
l,
(x'v)=l
|
ts.stl
l
'*,.*,.
I*;
l
Li.',.).,.]
l;
i=l
-l
gdzie
11
- '
de(X?x)-r =Ir;It;,
-tlr
r','l-
+u
Natomiast
r"
orryonl*"
tl'ruro"ti'atria
*'1'raztt
zt-nietrn
n iezalezIl
r7 l1lolllYi
fn-l i
L,
Y*.r
lLy,
I
u
l-..,1I I
(Xi
X)=l
,:'
l.
tX'1)=l ,i-'
'
lf.', i.;l lI'',','
l:
"
; I L,=r
Lt_,
std:
rr olnego.
rv
(s.52)
(s.s3)
rrvnaniu
z
jedn
(s.s4)
(s.ss)
-
'''',.l
'=,',"1
r'i
]
-i",'l
,=rr,
]
(xtx)-'
[
-.
|
\ I',,'
(x, x)_'
=;.(i'x)]
-

' 1='
176 Esryu cl PARAMETRoW zatoRowocl GEN ERALNEJ
Przvk ad 5.14
Badajc za|el.lo c nlidzy r,rydatkanli na produkty A i B rv 20 przebadarlych go.
spodarstrvach dolnorv-vch uzyskano nastpujce ku'oty rvydatkrv w z :
ZrdIo: Danc u|llL]\\'ne
Korzystajc z ana|iz'v rcgr.csji zbadaj, czy r ystpuje zrvizck lirriorvy rnidzy rv.v-
datkami na oba dobra.
Rozrviazanie
W celtr rv.vzttaczeltia paratnetrrv ftrnkcji rcgrcsji, ozlracza.jc przcz xl rq'datki
na dobro A oraz przez
t,i
lq'datki na dobro B, nalezy obliczyc zgodnic z(5.55):
(XtX)*'oraz
X7'y co przcdstarviono rv tabcli 5.3.
W rvyniku oblicze ttzyskano:
r
[;
l7
-
7jll 94
i
l
[
29798
-
28321-l
t
|l+l ] [t,. o]
.l
-
-i
-
_t
r
-
| |
-
r0nL*7i ru
_l
-rss_
l0nl-oso: +ii60.]- rolIsls-]-[o.so_]
co oznacza, ze oszacowalla linia rcgresj i-jcst postaci:
"v,
=l,4+0.89x,
gdzie:
j,,
- onlacza rvar1o ci teoretyczlle dla lvydatkll'na dobro B'
x, - nydatki na dobro A.
Na podstarvic oszacorvanej fbnkcji rcgresji rnozna strvierdzic, ie wzrost wldat-
krv Ita zakr'rp dobra A o z otrvk sporr,odtlie \\,Zrost \\)jdatkw na zakttp dobra B o 89
groszy. Podstarviajc ztnienn x, do oszacowa|tcgo rlvnallia regresji otrz;'lrlalrry rvarto-
ci teorety,czrledlaznlienne.iza|encj
i,,
orazrcsztyenlpirycz|1e e1,cozapisanorvtabcli
5.3. Na tcj podstarvie nlozlla rry-znacz1, rr.ariarrcj resztorv zgodIrie z relacj (5'40)
jako:
s'=-,l-
rIy,'-
o,Zy
-u,I.r,.v,=--=I.,'=
31rr
=
'.n,.
'
u
-1k
+l)
a tt
-(k
+l)a
'
18
a rv dalszyrn postpo\\,aniu wvznacza|Iy standardou.e bld1,szacLrnku (5.40) jako:
Tabela 5.2
)
2
)
J J 3 3
,1
4 4
A
a
A
5 ) 6 o 7
B J
)
3 4 I J o 1 J 4 5 ) o 7 6 7 6 7 7
-
.!ojow
=
o,tt
LSTYMACJ A PARAMETROW KORELACJ I I REGRESJ I LINIOWEJ 177
0,03 78 S(rr,
)
= -
n lo
Tabela 5.3
-T/ I
(.\',.r
;,
L (a
,)
)',
- -Y
,
_. )
(.),,
-
-y)-
I I 2.t 5
-l.rf i.8225 )- | Ij.9
3 I J r.i 5 C5 0.ltt 5 t.1 2.89
) 2 4 4 3.21 ,,2'4 r
.537 6 2.i
'7 1(')
f 3
,1
) -:-+
-0.11
0.0 576 1.7 t.89
f 4 4 I 3
^21
0.76 0.517 6
-0.7
0.49
3 2
q
6 4.13
.? |,
4.5369
)'l 7)q
3 J
o
q
. .lj
-1.13 t.2169 t.1 2.89
3 o
o
l8 4.li 1.87 3.4969 1.3 1.69
J 1 2l 4.1 3 2.87 8.2369 2.3 5.19
4 J 6 t2 5.02 -2.02 4.0804 1.1 2.89
4 I 6 t6 5.02 1.02 1.0404 -0;7 0".19
4 5 6 l0
i01
-0.02 0.0001 0,3 0.09
J
5 6
,-0
\ tt /
-0.02
0.0004 0.3 0.09
.
6
).1
5.02 0.9 8 0.9(l0- t.l 1.69
4
1
la
28 5.01 1.98 3.9t01 2.i 5.29
5 6 25 30 5.91 0.09 0.008l l.l I.69
5 7 25 i5 5.91 1.09 l. I s8 r t.i 5:.9
6
6
i6 36 6.8
-0.8
0.6" 1.3 r.69
o
'7
l6 1) 6.8 0.2 0.0.t 2.3 529
7 1 19
to
7,69
-0,69
0,4761 L,) 5.29
Suntct 73
QJ
3t7 J 88 34,320 I
1t')
Zrdlo: obliczetlia lv|asne
Morra zatenl t\\'icrdzi. ic przy.jrurrjc occn est,\j|llqtor^ \\:}'faz[l rvcrlIlcuo lra po-
zionlic l.46 (iako rr'at1o szaco\\'anego paranlL-tltl) rcdnio ln1lIj','-'' si o 0.77. Natonriast
przyjnlujc ocen 0,89 clla paranrctrtl stojccgo
prz1'rv1,datkach na dobr.o A pope,lnianl;.
rcdni b d rv rrysoko ci 0'l9. Wiedzc, zc rcdnia arytlnctycZna r'v1'datkrv lla dobro B
u,ynosi
Y''
L/l
9
.*- .--
,rl
_ _ | 1
-
-
-
!r /
r
'n20
nlozl]a \,ztlaczy rvarto rvsp<i czynnika dcternlinacj i z (5.44'):
178 Esryvl c.lR PARAMETRoW zatoRowocl GENERALNEJ
1l
Y ',
-
i.\]
L\)t
)tl
ol
-r
r=l
/\
-
|
-
n
Yrr'-
jt'l
L2'/
l
,=|
Wy'znaczony wsp cz}'tlllik detcrlnirracji infornrujc, e zIniall1' rv1.datklr lla do-
bro A lv 54% obja niaj Ztnially lv rv1'datkach rla dobro B. Co ozrlacza, e 460/o znian
rviclko ci wydatkrv na dobro B nie zosta o rryja niolre przez oszacowan Iilri rcgresji.
Nalezy si rvic spodziewa, ie r'vydatki na dobr.o B za|ez rrr,niez od innych czylllli-
krv' ktre w'll-todclrt regrcsji llic zosta 1' tlwzgldnione.
Na podstarr'ic danych zarvartych rr'tabcli 5.2 nlolla lvyznaczy rlr,nic zalcnoc
przeci\\11 zakl'adajc. c rv1'datki na dobro A zalcz od rr1'datkrr' lla dobro B. ntanr1,
zatern:
l
[5I6 -91-1[
73.l
l
[3768
_36112)
l
Il
196-]
|o,stl
a=-l ll l=-l l=-l l=l lczYlt
1484L-94 20
-]L388'j
l481L-682 +.7160.] l484L-898]
L0'6l]
oszacowalra funkcja regresii
jest
postaci:
i,
=
0,81 + 0.61,Y, .
a rvsp czynnik detcl.rniIlnc-ji obIiczonr dla i
=
3.65 il1,nosi:
.
13.-10
R-=I
50.55
lczlloci pl.zccilr,llcj' clrociir rlarto c.i occ|) pafall]etrlv a, s innc.
ozllaczajc oszaco\\'a|le dia obu produktrv A i B rrr,nania rcgrcsjijako:
.i,=ao
+.7l-Yl oraz i,
=o
+,'V' lllolta atrvosprarrdzi,zc
R1
=lbl =0,89.0,6l=0.542910,54
.
e
Zavyvazone w pow),Zszynl przyk adzie za|ezllo ci lvynikaj z faktu, e d|a
Szacowal1ej f.unkcji regreSji z
jedn
ztllienn niezalen poStaci:
i,=art+cltxt,
(s.s6)
dla ktrej nlozlla uyzIlaczy oszacowania przeciwnej ftlllkcji regresji poslaci:
a a
=
I
-:--::
-
I
-0,J 6
=
0,51.
71.20
i,
=bn+brt,,
zacliodzi llastpujca z-aleno (porwnaj (3.35)):
R2
=lbl ='.]'=,,1.,
gdzre :
,'tl
=
rl'' - rvsplczyllrliki
koreIacji IiIriorrej.
Przedstau,ionr' rr' prz1.k adzie 5.l4 pLoblelu esllracji paral1letrw fLrnkcji
(s.s 7)
(s.s8)
TSTYMACJ A PAMIMETROW KORELACJ I I REGRESJ I LINIOWEJ
regresji mozna ru'niez rozlvizac rvykorzvstrrjc w t}'lll celtt dostpn
lvpakiecie EXCEL flnkcj REGLINP(rl..Yn,' Xl,'Xtt,. p^av,cltt'. prnt,dct) gdzie
Y]''Yn oraz Xl,.Xt oz:mczaj obserrr'acje odpor,viednio dla znriennej za|e-nej
izrrrienIlej niezaleznej. W r'vyrliku otrzynluje si tabel lr,ynikou'. ktra
jest
postaci:
'Iabela
5.4.
opis tabeli rvy'Ilikrv po zreaIizo*'aniu f unkcji REGI-lNP
Ocena
pararnctnt
nr Occna
parat'nett'tt
ao
Standardorr'r' b|d szacrrllku S( cl Standardorr1 bltd szacunku .S(.r,,)
Wsplczyllrlik dctcrlnilracji R- Statldardorrr' bld occlll'
.t
War1o statystyki F o ktrej
bdzie nrorr,a lv kolcjnym roz'dzia-
t^
Liczba stopni srvobody: ri-(t+l)
Regresyj lla sunla kr'vadratrv:
l1
c.tP=Yri
-"rl
r=l
Resztor,va sttnla krvadratr'v:
ll
s
-
.)
J J = )
(r.'_l.')-
\r l
,-t
Zr<idlo' opracorr'an i rr'lasne
Przyklad 5.15
Na podstarvie danych z prz;,k adtr 5.14 oszactr.j firrlkc.jc rcgrcsji trykorzy''strrjc
pakict EXCEL. W ty'nl cclu uproiiadzanrv do arkusze danc statlstvcznc \\r kolurnnie A
dla popytu na dobr.o A, a rr'koltrnlIlie |J - lla dobro B' Chcc oszacorr'a lini regresji.
rv ktrej ZIllielltra za|ena oz|lacZa pop\1 na dobro B zapisujclll1': REGLINP(B/..B20,.
'41
'',20;
prav,tlu'. prtlrda) i otrzr'lntrjclul rrr'lliki przcdstall'iotlc rv tabcli 5.5.
T'abela 5.5
W5'niki lealizac.ii linkc.i i REGLINP
0,888229 1,457962
0,194208 0,773182
0,537487 1,380791
20,91779 18
39,8815 34,3185
Zrdlrl: ob] iczclt ia rvlasne'
Zkolei chccoszacowaza|cino przccirvnnlanlyREGL|NP(A1,.A20,.Bl..820;
prau,cl a'. pr awc: a) i uz1'skujcnly:
Tabela 5.6
Wy'niki realizacji tbnkc.ii REGt,INP
0,605121 0,80593
0,1 32308 0,672039
179
180 ESTYMAoJ A PARAMETRoW ZB|oRowoc| GENERALNEJ
0,537487 1.1 39689
20,91779 |
27,16994 23,3800a
ZrdIo: obI iczclliu iv ttsltc
Przyklad 5.16
W pclvnej firnric harrdlos'cj sk adajcej si z 10 skleporv postallowio|to zbadac
czy rr-vstpujc za|ezno nridzy dzicnn rvar1o ci sprzeday
(rv
tys. z ), a liczb zatrud.
nionr'ch
(x1,)
oraz Iiczb akcji pronroc1jny.ch odb1,lr.ajcyclr si rv darr1'nr sklcpic ('r;,)'
obscrrvacje dotyczce rvao ci sprzcdazy, liczby zatrtrdnionych oraz rcklant zalrriesz.
czono w tabeli 5.6:
Tabel 5.6
Zrdlo: Dalte tIl1lo\\.llL.
o Oszacu.l i zintcrpretuj paranrr-tl) Inodclu.
o Cz'.r, nlodcl
jcst
akceptorr'aln;' pod rvzgldc|n lner}1ory,czl)vl11 (ekononriczrryllr)?
odporr.ied tlzasadnij.
o W
jakinr
stoprlitr obja niona zosta a zrnienrlo rvao ci sprzeda1,?
Rozrvizanie:
Zacznicny od oszaco\Vallia paranletrrv lnodelu. Trvorzym1, lllacicrz X i rvk.
tor y. Wszystkie obliczenia por.nocniczc przcdstalviono rv ponizszej tabeli.
Yi
xri
ll 3 5
6
1
3
li J 7
J 4 2
16.5 ) 9
7 o 4
1.5
.I
3
l2 4
3
J 4
5 5
EsrytMAcJ A
pARAMETRow
KoRELAcJ T I REGRESJ T LrNrowEJ 181
T:rbela 5.6
trt! -rl r t
ll J 9 25 l5 J -) 55 l2l 2.. t} 5.76
z 6 z l
.l
9 tf l8 36 t26 1.59
3 t3 J 9 19 zl 39 91 r69 085 0.71
4 3 4
)
lo
.
I2 6 9 {),59
0.15
5 16.5 ) 9 25 8t
l f
82.5 l. 8.5 272.25 0. r8 0.0i
6
'l
6 1
-36
t6
4,1 11
28 49 -0.76
0.5 8
'7
/.f 1 3 49 I 1 r 7.5 7.5 6.f5 -3.80 |
. .46
8 1Z 1 J l6 9 t2
,18
36 l4. .6] 1+.02
s l I
r
|
..1
3 12 9
-3.20
t0.15
l0 5 I fJ 5 5 25 25 -2.97 8.85
SUNlA 19 3 4) l6 L+ -) l6l f91 4f7 8' 0.5 0.00 ti6.2
Zrtidlo: obI iczetria rr, asne
W rv; niku obliczcn otrzvnlu
jcrn.v:
['o
36 45
I
x'x=l;o \66 r6rl
L
4i i61 lJ l
I
Wr,zllacznik tcj lnacicrzr rrl'I-li.,si ]J 7
j].
zat!-lll lllallll' dil czr'nictlilt z nlacierz
n ieosoblirr
.
Dla tak skotlstruorratlcj ltlacicrzr
[3r3]
Irrlcicrz trzLtpclIlicti bdzie postaci:
It+lu -l:Uj
_l()7-l'
o=l-rso; roi ro
1l
[-
t6z. 1 0 361
]
Zatenr rnacie rz odu lcrtna
jest
postaci:
I
o.rs
*
o.r
-
o,l 1l
I .,. \.r I I
(x'x/
=I-o.r
o.o3 o.oor
|.
[-
o.r r o.oo r o.rs
]
Kolejny etap to wyznaczenic iloczvnu:
Irol
XTY
= Iz,l|,
ll
L42t )
Moern.rl przcj do oszacorr'atria paramctrlv rl'cktora a, ktr.e po rvy'kollallirr od.
powiedn ich obl iczc \\}-l1osz:
182 E srYl'l cln PARA.METRoW zB IoRoWocl G EN ERALN E J
[-r.z ]
a:| 0.3 12
1
.
1t,713 )
Wyznaczrny
jeszcze
odchy'lenic resztorve nrode lLr:
S"2: 12.374
S": 3,5 1 77
odchylenia dla poszczeglnvch paraInetr'v nlodclu \!ynosz odporviednio:
S(an)= 3,4799
S(ay):0,5833
S(a:)= 0,5529
Na konicc oszacuiruv R::
R2= 0,5997
W uyniku oblicze otrzynlali Inv lnodcl postaci:
i,
=
*1,2
+0,3 l2.r-,, +1.773x1,
(:'' s) (o.;s) (o.l:)
Z oszacolr'allego rrl'tlallia rcr:rcs.ji rvrllika. zc.jc li Iiczba zatruclrlionych R,Zrasta
o
jedn
osob. to dzierlIla \\aftosc
spt.zcclazr rrzro Ilic
o 3l2 zl.. przv niezrnicnioncj
liczbie prolrlocji li lnicsii1ctt. Natotniast.jcli Iiczba clnisji reklanl telclvizyjnyclr rv mie-
sicu rr'zro nie o
jedllostk.
tJ . o.jcc1Il clnisj. to clzielua lr'arto c sprzeday rvzro ni cl
|
'773
ty,s. z '
Modcljest akceptor,l.allly pod rr'zgldcIll
|ncr}'torvczll1'nl. gdy' z logicznego ptrnk-
ttt r,i,idzenia
zrr,ikszellie zatrudnienia iemisji reklam telcrviz1,jnych (do pelvltego
lno-
nrentu
)
porvod
trj e rvzrost rvarto c i sprze da5l .
Wyznaczona rvar1o lvsplczvnnika dcternrinacji illformujc, e n.rlial'ty rr.dzien-
nej rvarto ci sprzcda, s lv 607o rqja nione znrianarni rv liczbic zatruclnionych
oraz
zInianaIni rv liczbie ellitorr'aIl\'ch
nricsicznie reklaln telervizy'jnvc|i. Inltvlni s otr1'"l0%
znlialt llic zostalo u,yjaniollych za po|llocoszacou'ancj
firnkc.ji rcgrcsji. Moe to rv-r'ni-
ka z:
-
przyCzyl1 losor,vych. tzll. znlianv rvat1o ci sprzcda'v s przl'padkorr'c.
-
czynnikrr' niclosoliycIl, ktre llie zostaI-v urvzgldniollc rr'przedstarvionyln
rrvIraniu (np. zrniana liczby klientrv dokonujcych zaktlplv, dochocly klien-
trv itp.).

Przyklad 5.17
PrzYjlnijrn1', c przcdstarl'ione
rv przr'k adzie
5.l3 badallic rvnku dotl'czylo pop;--
tu Ila satl-tochody pcrrilej lnarki. a oSZaco\\'alle rrvlrallie rcgresjijcst postacl:
i,
=9237,77
+1153,65x,t
_
2760.7fx,,
,
R2
=
0,g9,
ISTYMACJ A PARAMETROW KORELACJ I I REGRESJ I LINIOWEJ
gozle:
j//
.
zaobser$'o\\,ana rviclko popytu na sanlochodv badanc.j marki lv z .,
.x,. - rcdnic dochody nab1'u'crv sanlochodw rv t1's. z .,
X,1 - CCIId sanrclchodu rv tys. z .
Z oszacorvanego rtilr,nania rcgrcsji ri,vnika. c
je li
dochod1,' nabyr'vclr' tvzroslt
ojednostk, czyli o t1'sic zlotyclt rniesicznie, to popyt na sanrochodv rvzro nic
o l45].65 z .' natonriastje Ii cena samochodu'rvzro llie ojednostk, tj. tysic z .. to
pop}t na rrie spadnic o 2160.72 z , Wynlaczona u,atto rvsp czynnika deternrinacji
irrforlnuje, ie nnian.r,u'uicIko ci pop1'tu tra sanrochody analizorvanej nlarki s rr'89%
rqlja nione zmiallanli rr doc|lodacli liabyrr'crv ot.az zl-nianattri ccn. Innynri s ort;v ll0%
zmian nie zosta o rrljaslliollr'ch Za po|lloc oszacolr'atlcj funkc.ii rcgrcsji. Moze to r'vy'Ili-
ka z:
-
pt.zycz'\'11 |osoirrch. tzll. zltlialtr' pop)tu s prz1'padkorvc,
-
czynniklr. tlielostlrlrcil. kttlr.c nit. zosta11' trlr'z.tldnione rr'przedstarvionynr
rlt'natliu (Ilp. dzia alIlos kollkLtt.ctlc.ji propoIltricc.| sanroc|rod1'podobnej kla.
sy. e|ekt pt.orr'adzr..llia
1lrzcz
tirI lc- L]zilIllllo ci rcklanlou,cj. szy'bkcl rosIlcc cc.
ny palin' itp.).
*
nieprarvid orr.cj postaci ftlIlkcji rcgrcsji. borr iclll allaliztrjit.c zalcino midz'"-
uylnienionr'lni znliennr'tni za oz1'Ii rlll . c Il.t..t tlllA ullaI.akte.r lillioiir''.
c
W przypadku gdy marn)/ do czynienia z ntodelauri legres-ii rvielorakiej
zamiast R2 uyznacza Si tzw. skorygorvany,u,sp czyrlnik R] rrccl ug \\'Zoru:
183
(
s.5e)
Ma on t istotn rv asno . e
jest
niezalen1,od liczby zmientlyclr w modeltl
oraz liczby obserrr.acji. J est r,vykorz}'St}'$'any do sprarvdzenia. czy naley doda-
wa (tlsuwa) znlienne Z nlodeltl. J eeli po dodaniu (trsuniciLl)
znlielltle.j rvar-
to skorygowat1ego rvsp czynnika R. ro llie (nlaIeje),
to ozrlacza, ze rta|ey
doda (usuIlc)
t Zlltie|]t'l.
Przyklad 5.18
Dla przyk adu 3.44 u'r,,znaczmy prost regresji przy'jmujc, e znlienn za|en
jest
nliesicznic nydatkou'alla krr'ota rv z (t,). a ztnieIlne nizalne to rviek klienta rv
latach ('t7), liczba osb rv r.odzinie (x) oraz liczba znany'ch prz'cz niego lnarck (.r3J '
Rozrvizanie:
Wykorzystuj
c
ftrnkcj

Excela Regl inp otl.zr,ln trj clny:
R:
=r-(l-R')
";1
.-
..''l,-( *l)
184
EsryuRcLR PAMNIETRW ZBloRowocl GENERALNEJ
Tabela 5.6
0,17 4.t6 1.',79
)5a 11
4,66
n {5
8.8 r
0.52 13.50
5,'70 16.00
3113,89 29 r 5.',79
Zatenr otrzynrallc oszaco\Vania pararnetrr'v
lnodc u nlocnry zapisa w postaci:
i
_252,]
l
-l,79't,
+4,I6x, +0'l7-v.
R2
=
52o
(s,sr) (o,ss) (,r,oo) (o,z:)
s"
=
r3,s
Wsplczylnik lr.
=l-(1*0,52.)
'o;'
. =0.4258 =42'57o/a.
20-(3+l)
Moielny' strvicrdzi, e nlicsicznc \\)/datki kl ierlta:
.
nlalej przccitnic
o 1,,79 z przy nieznricIlionej liczbic osb lv
jcgo
rodzi.
lri oraz liczbie rozpoznan;'ch przcz
niego niarck
jeeli
rviek klierlta wzl.asta
o rok:
.
wzrastaj o 4'16 zI przl'niezllliclliotir'tn
rricku kIienta i liczbie rozpoz|7a-
llr'ch przcz
nicgo lnarck.
edr
liczba osb rr,rodzinie klienta wzrasta o
ie.
dc n:
.
\\'Zfastaj
o i7
groszl'
przr' nicznlienioll1,ni rvieku klienta i Iiczbie osb
rv
jego
l'odzirtic. gd,t liczba znanvch przez
niego rnarck rvzrasta o
jcdcn.
ZIlrialr1, rnicsiczn1'ch rr1'clatkli,
rv skIcpiku osicdIorvynr su, 42,57Yo rr1,ja lriane
przcz ztniaIry.r,v r,vicktt klicntrv. staltic osobow"rnl ich r.odzin oraz liczbie rozpoznan\,ch
przez lrich nlalck.
SzacLrjc na podstarvie tcgo nlodelu, wydatki klicrrtrv rv sklepiku osiedlorvym
nrylinry si przecitnie
o l3,5 z .
&
6. WeRvpIKAcJ A HIPoTEZ STATYSTYczNYcH
Weryfikacja hipotez
.iest
drrrginl zasadtlic,'nl dzialeln lvnioskor,r.allia
StatystycZnego i stallow'i prb oceny prZ),pttszczeli dotyczcych popLlIacji
gen eralnej, sfornru olvanych na podstalvie rvvn i krv badali cz c i olrych.
6.1. Podstawowepojcia
Weryfikrcja hipotcz statystvcznychsr ura l1A celu sprarvdzenie
sfort-lrtt orvany'ch hipotez StatyStyczllych, c'li pocljcie okre lonyclr dec5,zji
statystyczllych.
Hipotcza statvstYczna to Sd
(pr.zr,puszczellie)
odlloszc1' Si do
nieznanego poziomu paranretrow lub do nieznanej postaci rozk.ladu zmiennych
losorvv,ch rv zbiororvo ci gener.alnej. Hipotezy dzielinly tla drvie grllpy:
-
hipotczY
1rararrlctr}'czne'
tzn. sdy dot1,czce paI.anletrrv rozkladtl cechy
w populacj i generahlej,
_
|ripotezy niepar:rmetryczne, tzt.t. Sd)' dotyczce ksztaltr'r rozk adtr
populacji generalnej lub |osor,vo ci proby.
Niekiedy hipotezy paranletlycztle i llieparanletryczne trroenr1.fonlrulor,va
zanlietttlie rv zaletio ci od ceItr altaliz'r' statyst\'czne.i. Celenr rr'ervfikacj i hipotez
pafanletryczny,clt jest
SpI.eC} z.ori'atlit- lr arto ci paral]]et|tl r.ozklaclu populacj i
gerrcralnej Z|lanego
ptl.
ltltotlliast celetlr rr'cn'fikac.j i hipotezy
nieparaIlrettvcznej
jest
spt.ec1'zorr lrtlic- t-vptr rozk adtr ccchl \\' okre lorlej
populacji generalnej.
Procedura rver1'fikacji hipotez stflt}'St}'cZl1\.cIl opiera si zarvsze na clrvch
lripotezach: zerorr,ej i altertla1lrrne.1 . IIipotcZil zcro\\'il (FI.)
jest
podstarr.orr.
hipotez statyst1''czIlt1. ktra
.;est
przedllliotellt rvery'fikacj i' tzn. proceS
rveryfikacji nloze doprolradzi do.jcj odrzLrcenia bdz do strvierdzenia. e nie
tlla podstarr,' by
j
oclrzuci' Zak ada si rv lliej, ze rozklad posiada pewn
rv asno (ltp. rvarto c paratlletru
jest
rrvna okre lonej liczbie. rozk, ad llla
okre lony ksztirlt, dlva rozk'lad1, nlaj identycztte parall]ctry itp.) Hipoteza ta
jest
fortlrtlIorvalla rv taki sposb (czaselll rr'brelv rozsdkorvi), aby nloztla
j
b;'lo
- atrvo
odrzuci. Hipoteza alternatYlyna (H')
to hipoteza konkttI.ettc1,jna
rv stosttnktt do hipotez1' zerolvej. J est oIla forllrLt orvaIra
jako
prz}'ptlszczenie' ze
rozk]ad nie posiada lv asno ci okre lollej rr, hipotezie zerorvej (posiada
j
lv innynr r'variancie). J e liodrzuca si lripotez Zerow to prz1,jnrLrje
si hipotez
altelttaq,rvn
'
Trzeba p rz1'
'nr
rozrztl ic nas t p rr.1
ce
S\'tu acje :
slPoclstarrr,teot.ii
rr,err'fikacii stojce.i tla grttlrcie irrter.pletac.ji pr.arvr!opodobielistrva podal rv Iatach
trzl'dziesty'ch polski uczony J . Ney lnan.
186 WERYFTKACJ A HrporEZ srATysryczNycH
-
jee|i
hipoteza Zerowa
jest
paraIlret|yczna, to hipotez alterna'wl,l nrozl]a
sformulolva drvustroIlnie
(tzrr.,jest rzne''), prau'ostt.onnie (tzn'.jest
rviksze od'') lrrb lelvostronnie (tzn'.jest rllniejsze od''). przy czy-nr sposb
fortrrtt owatria hipotezy za|ezy nie t1lko od celLt badania, al rwllie od
rodzaju infornacji Statyst'vcznych uzyskattych z prby losorr'ej,
-
jeeli
hipoteza Zerowa
jest
nicparanletryczna, to hipoteza a|tertlatyrvlta
jest
fortrlu orvalra r'vy cznie rv postaci
,jest
rzne'' i zrlika problerrr oclnriennego
podej cia do r,veryfikacji hipotezy zerorvej.
Hipotezy Statystyczne r,ver1'fikuje si za pomoc testrv statvstycznvch,
pt.zy czym rv zalezno ci od r.odzaju hipotez.v rozrilliatle s tes|.v-
1rarametryczne
(s|u do lverytikacj i h ipotez pararnetrycznych)
inieparamctryczne (nr.in. tesfy zgodno ci, losolvo ci - s uz do rver1'fikacji
h i potez n iepararlretrycznych).
Przy rveryfikacji hipotez statysrycznych rvazny
jest
tzr'v. pozionr istotno ci
a. oraz tzrv. obszary odrzuceuia hipotez zerou'vch (oznaczane przez ll). Oba te
pojcia rvi si ztcori b' drv pope lliall1'clr przy podejnrolvaniu decyzji
lv procesach rveryfikacji Ilipotez Stan'S$.Cz|-l\'ch. W1,nika to std' ze lla
podstarr'ie proby nigd1'Ilie llla ca kclrritej intbrmacji ozbiorowo ci, zktrej
zos1a a ona pobratra. Tak liic uerrf-iktrjc Ili1lotez Zerow mozenly pod.i
decyzj popra\\,ll ltrb popc Ili bld. Rtlz'roltiaIny dlva rodzaje bldrv, ktre
lvystpuj

z okre l otll.llr prair d o
1lotl
ob i e ti strr'eIll :
-
bltl I rodzaju. ptllega.icv tla odrzttcettitr lripotezy zerorv'ej rvtedy' gdy
jest
olla rv rzeczvrr,isto ci prarr'dzirva.
jego
pralvdopodobieristli,o bdzienry
oznaczac ptzez a
(rv
stat5lst1,cznej kolltroli
jako ci
.iest
ollo okre lane
jako
ryzy'ko producenta),
-
b tl II rodzaju, poIega na przyjcirr hipotezy zerorvej r'''tedy gdy'
jest
ona
rv rze.cz},lr,isto ci falsz1'rva, czr'li
jeli jest
prarvdzil'u.il hipoteza alternatylvlra,
jego
prar,vdopodobielistrt'o bdzierlly oznaczac ptzez
p
(rv
statystycznej
korltroIijako ci
'jest
ono okre larte
jako
ryz-v-ko odbiorcy).
Tabcla 6.1
Zrdlo: opracorvanie li.lasne rvedlug Kr1 sickiego
[
1 986l. s. 79
Prarvdopodobitistrvo pope]lnienia b du l rodzaju (a7
trstalone
jest
z gr1,
"iako
dowolnie niskie prau'clopodobieristwo odrzucenia prarvdzirvej hipotezy
B dy popelniane prZ)'' lr,er1,{ikac.ii lripotez stat),stycZ|1}'ch
Decvzia I Iipotcza H6
prart
dzil a l{ipotcza Hn ta szl lv'a
Prz1j rveryfikorvan
hipotez lJ r,
dccyz-ja popra\\ila dccyzja bldna. b d II
rodzaiu
Odrzuc
h
c wcry'likor'l,an
potcz
H6
decyzja b dlla
-
bld
I rodzaiu
dccyz.ja popralvr.la
Poosrwowr PoJ c|A
zerorvej i nazu,ane
jest
poziomem istotno ci. W naukach ekononricznych
prarvdopodobieristwo bldu I rodzaju przyjnruje si zazwyczaj zprzedzia u
<0,00l;0.l>.
przy czytn llajcz ciej a=0.05.
War1o p
jest
to nlitlinraltra rvaI1o c a poziollltt istotlro ci. dIa ktrego
rrroze by odrzucotla hipoteza I.I0 Ila podstarvie lvvrlikrt'prby. Zatetlr H6
odrzucanry,
gdy p<a82.
Tcst statyst1'czny'. to regu a postporr,arlia,
z prby tlla doprorvadzic do odrzuceltia - lub
stat-YSt) czneJ .
Najcz ciej uz1,rvanynli w prakt-vce s tzu'. testy istotno ci, ktre
umolirviaj odrzucenie hipotezy z r1.zykienl rrvnynr poziottrorvi istotno ci a,
bez ulvzgldniania prarvdopodobielistrva popelnierria b du drugiego r.odza.irr.
Stosujc testy istotno ci podejmuje si decyzj odrlo nie do odrzucerlia hipotezy
zerorvej na rzecz hipotezy alternatyrr.tlej. albo deci,,,zj o braktt podstarv do
odrzucenia hipotezy'zerorvej. co llie
jest
rlvnozl]aczne z
1ej
przy,jcienr.
W zwizku Z tynl w przypadku testrv istotrlo ci hipotez Zero\\' staratlly' si
sfbrnru orva lv taki sposb, aby n-rozna.j b1' o stosulrkorvo atrvo odrzuci.
obustronn1' (drvttstronIly) obszar odrzuccniao. Iripotczy, ktry
jest
budorr'atl5'. gdy Hl
jest
starviatra dr'vttstrotlllie, to zbir rvszystkich lvarto ci
zmiellnej losolvej rl takich, 'e
|u|>ll.. '
gdzie zio - ll,aI1o krr't1,czlta odczyI,anaz
tablic dla tlstalotlcgo z gn
1loziotlttl
isrotrlo ci u takl. z.. |(',| >,,,,)= o .
J ednostronn--v obszar odrzuccnirr hipotezr'
lest
budoriany, gdy Hr
-iest
stawiana
.jednostrollttie;
to zbitir ri szr stkich riarto ci znlienncj losou'ej ll taka'
ie u) ut
(prarvostronnv
obszar oclrztrcenia) lub
<
rr' (lervostlonlry' obszar
odrzucellia), gdzie I |.l|) - rvarto ci krr'tt czIle dla z gry zadanego poziotlltt
istotno ci cr takie, 'e P(tt lr.
)=
cl d|a
prawostrorlllego lub P( t
<
lt,
)=
a dla
lelvostronnego obszaru odrzucen ia .
Sprarvdzian testu
(statystyka testtr) to znrittna losorva o okre lonynr
rozkladzie z prb1.' Warto krv'czna tcstu to rr,.arto znrienllej losorvej
o okre |on},nl rozk adzie. ktra przy danynr a Stal]owi koltiec pr.zedzia1u
odrzucenia.
'.
Programy stat)'st\,czne rv1''znacza.jp z inrrynli rwnikanli testu stat},stycznego.
33
PorrvIta.j J .E. Freund
It97ll
s. 24 l.215.
sa
Por. Iincy'klopedia szkolna - lvlatenratyka. W-rva 1988, s. 309.
187
ktra na podstawie rvynikw
nie - posluu ioncj lripotezy
188 WeRyrtx,c.l HIPoTEz STATYSTYcZNYcH
Moc testu8-. nazvwalll)/ prarvdopodobieristr'vo podjcia s usznej c|ecyzji,
polegajcej na odrzucetliu rveryfikolvanej hipotezy lvtedy, gdy
jest
oIta fa szywa.
Wynlacza si
jjako
M:r-p (
6.1)
gdzie
p
- prarvdopodobietistlvo pope,lniellia b' dLr II rodzaju'
Przyklad 6.1
ZmienlraXrna rozklad N(p,2),prz'v czy|11 rviadonro. ie
1l
noe nrie tylko.iedrl
z drvclr rvarto ci: 8 lub ll. Zrvcryfikrrj hipotez H6, ie lvartoc przecitna
jest
rrvna 8
rvobcc hipotezy H1, c rvarto przccitna rrvna si l l. Przy,jmujenly tak regul
postporvania, ie hipotez H6 odrzucalny, gd1' f - obliczolrc na podstarvic prby
czteroe lclrrelltorvej bdzie lviksze od 10. oblicz prarvdopodobicIistrvo pope nienia
bldtr I i ll rodzaju oraz podaj interprctacj graficzn.
Rozrviazanie
Starviamy' hipotezy:
H6:
4:8:
H1:61l.
obIiczaln1'pralvdopodobictistrlo popc Ilicriia bldu i rodzaju. Skoro znricnna
losorr'a X
-
(8:2). to I.cdllia af\t|nct\'czlla policzona na podstarvie
cztcroelelnentowcj prb1' ltla rozk ad tlortllalny
'T -
N[8'+
l=
1/(8;1). Zatem
\ V'tl
prarvdopodobiestwo pope rlienia bldu I rodzaju u1,nosi
a
=
p(r>r0)=.[:.!,'0,
o]=.f t, 8
rz)=r
-r[U<2)=
tr
r
) \1 / \1 )
=
1
-
O(2)
=
|
-
0,97'7
=
0,023
obliczlny prarvdopodobiestrr,o popelnienia bldu II rodzaju. Polricrva .r
-
l'l(l l:2). to
rednia af)'tlnetycZna policzona na podstarvie czteroeltncntorve.i prby lna rozk ad
(
t \
tlornralny'
.-
1i| ll,
l
=
(t l;1). zatcm
(
{1 )
p
=
P(i l0)=,i,+='o
l''.]=.['J ''
=-l..l=o(-
r)= l_o(l)=
\1
r
) \r )
=l-0.84l=0. 59
o'
Por. Dolrraski C.
Il990l.
s. 2l. Prz-y'k|ady obliczanil nlocy testu Inoina zna|e w pracv
Krysickiego W.
[1986],
s. 82.
Poosrnwowe PoJ c|A
Prarvdopodobietistrvo popelnicllia b dLr
pierw'szcgo rodzaju rvvnosi 0.023. a bldu
drugiego rodzaju 0. l 59. ]VIoc tcsttt u'er1,fif,ujccgo rr1'llosi l
-p:0'81
l. Iltrstracj
graficzn a i
p
przedstarvia rysunck 6. l
\
T,,i/l 1 t\
|e 13
'|
l .1s' . I Relacje mid:.t, pralt,clopodobiestvonti u i
p
Pozdane
jest'
bv prar'vdopodobieristrva b drv obLl rodzajW Llcz}'ni
moliwie rrrale. Nic llloina
jednak
zrllrlic.iszy
.jednocze nie
obydrvtr r.odzajrv
bldrv przy ustalollej liczebrlo ci prclb1'' Z t.r'sltttktt 6.l rr,r.raztlie lvidac, e
zlvikszerrie a porr'odLrje zlllllie.jszctlie
/.
a zrllllicjszellie r,r zrr'ikszellie
p'
W procesie rr,crr'fikac.j i hipotez stat\ St\ cZll} ch llroztla ii'yrni kilka
etaprr,:
l) s|ornru orvarlie hipotez1'zerorr,ej (H.1)oraz ltipotez.v aIter.natyrvnej (H'),
2) u1'br testu statl,st\,czIlego s ua.cego do rr'eI1'fikacji hipotezy zerorvej'
3) wyzllaczelrie rraI1o ci spralvdzialltl teSttl,
4) ustalenie poziolllu istotllo ci (a) oraz rtyznaczcltie obszarlt odrztlcenia
hipotezy zcronr-j.
5
)
podjcie decyz.i i z okre lollylrt pratr'dopodobietistlverrr b dLr.
6.2. Testy nleparametryczne
Testy niepafan]etrycztle nlaj nlniejsZ nloc od testrv paranretry,cznyclr,
jednak
icll zaletjeSt prostota budow1''
Testy lrieparanrettvczIle dotycz kszta|tu rozk adu popLr|acji generalnej.
Wyr.znia si ich poclstarvorve trzy grt|py:
l. testy losorvo ci, t.i. testy lveryfikujce hipotez, ze prba nla charakter
losorvy, z ktr}'clr onttvilny test ntedianorvy,
189
l:l,,1
ar a'
8,2
rl,1
190 WERvnxRc.l,c H I
porEz
srATysryczNyc H
2. testy zgodno ci, po|egajape na spralvdzettiu' czy prba pochodzi z popLrlacji
o rozk adzie zgodIlynl z za oollyt^ll rozk-ladenl teoretyczllynl lrrb czy drvie
prby pochodzz popLr|acji o tynl Salllyn] rozk|adzie nl.itl' nalezdo nich test
zgodno ci chi-krr,ac|rat (f
l'
test serii. zllakr,v i nrediany.
3. testy niezaleno ci i
jednorodno ci,
rver1fiktlice hipotezy o nieza|eno ci
lrrb
jednorodno ci
badanych prb, z ktlych najbardziej popularny.jest test
rlieza|ello ci
72
,
6.2.1. Testy weryfikujce hipotez o losowo ci
prby
jak
ju
zostal'o porviedziane. w przypadkrr badari cz ciolr,ych podstarvow
krvesti
jest
Iosor'vo repr.ezelltatywIlej prby stafysfyczrlej. Istnieje lviele
testlv trnlolirviajcych weri'fikacj hipotezy, ze kollkretna prba
jest
losorva.
Nalezdo nich np. testy serii. rv rd nich test nredianorvy' ktrv onlr ''inly.
Test medianowy dla losowo ci
prby
Niech bdzie dana plba zali ieI.ajca ll obserrvacji o rvafto ciach
X,
,.T1 ,.'.,I,,
pobrana u' peu ie tl okre Iclnr sposb z populac.j i o dorvolIiynl
rozk adzie . Chccnr1. zlr.et.r f.ikoii ac ltipotez Zero\\':
Hr: pLciba nre charakter loso*y,
rvobcc llipotczr altcnratvu ne-j
H': prba ttie llla charakteru losorvego'
Test rllediattorv1,polega na ZastoSo\\artitl tlastptrjcego postporvatlia:
_
wyn)aczeniu nlediatly z prby'
_
przyporzdko'uvaniu kazdeIntt eletrrelrto''vi prby xi, rvedlr.rg kolejno ci
pobierania eleIlteIttrv do badania. syrllbolu a
- je |i
x,<Me^ bd syrrrboltr b.
je |i
x,>Me; rvy'niki x,=Me lllozna porllinc; z cigu synboli a i b
\\yznaczalny ogln liczb serii8r' t.
-
.vqy taczeniu
obszaru odrzucenia:
Rozklad stary,styki k prz7, zaloenilr prarvdzirvo ci hipotez1, H6
iest
znany'
istablicorvany. Na podstawie rozk adu liczby serii budrrje si drvtlstronny
obszar odrzucenia rv ten sposb, e d.Ia przyjtego poziollttt istotno ci d oraz
|1L i n2 (|iczebno ci
sytttboIi a i b)o' odcz1'trrje si lv tablicaclr rozkladu
.uvarttllkorvego
liczby selii takie drr,'ie r,vafto ci klyt'vczrle t' i k2
,
aby
zachodzilv relacie;
ru
Przezscri roz-unlielrll'cig obset.lrac.ji o t1'nr sanlt'nr synlboIu'
"' Ponielvai rozklad serii.iest rozk adeItl synletr},czn)'n], ri'ic nie Illl zllaczellia, czv ll7
jest
Iiczb
svnrboli a czy b.
TEstY NlrpnR fu1ETRYczNE 191
p{r
=
o,\
=+.o
. *(. I
I
t P1k< .i=,-zo (6 f)
20830
bab
Flipotez H0 odrzttcatlly l]a rz'cz hipotezy alternatyrvnej LI',
jeeli
t e (0;t'
)u
( .;-).
lv przecirvn1,nr pr,padkLr tzn. gdy tc e(tr,; .
),
nie Ina
podstaw do odrzucenia hipotezy zerorvej H,,. Zateur dla testll nreclianor,vego
obszaretrr oclrztrcenia
jest
zbir
y,v
=
(O:k,)
u
( .
;-)
.
Przyklad 6.2
Przcprorvadzajc badanie pracorr'nikrv pc\\l)ego zak adu plodukc1jncgo z ptlnktu
u,idzenia stau pracy, otrz\/n]a|to rlastpujce rr'arto ci tej cechy,
(rv latach) dla koIcjIlo
lvy-braIly'c|r pracowrrikrv:5'.7'4,9, ll, l' lti' l8' 3. l0.6' 22, \3,23,3'2,2,9, ||'4,
20' 8' 30. Sprarvdzi' cZY otrzyma|la pr.ba
jcst
prb losorr. na pozionlic istotno ci
0.05.
Rozrviazan ie
Starvianr1, hipotcz :
H(): poblana prba lna char.aktcr- losorlr'.
rvobcc hipolczv altcrnetr rrncj:
Hl: pobrana prba nic
jcst
prb losori'.
Zadany pozionr istotno ci to C[=0.05.
WyzIlaczanly nrcdiall z
1lrb1
: rr tr'lll ccltt ptlrzqdkLrjcrny'ciig lliclllalcjco, cz1'.li
1,2,2,3, 3, 4, 4, 5, 6,7, 8, 9, 9, 10, 11, 11, 13, 18 18,20,22,23, 30.
Liczcbllo prby ll:23. a rric
a mcdiana: Me
=
xc
=
9 .
War.to cecily x1:9 ponrijalny, zateln |nam)' prb n=2 l-clementorv. Kadej
rvarto ci prby
-Ii
rrcdlug kolcjnoci pobicrania clctrrclttrv do badania
przyporzdkorvujemy s1,mbol a -
jc li
x,<Me^ bd s'".lnbol b'
jc li
x,>l|:[e. otrzymtrjemy
nastptUc)" clg:
5',l 4 il 1 l8 l8 3 10 6 22 13 23 3 2 2 n 4
a a a b a b b a b a b b b a a a b a
Liczcbno sy'nlboli a rvynosi 1=l l' natollliast sllllboli b - 2=16.
Z cigu synlboli a i b rr.yznaczallr1'og|ll liczb scrii :
aaa b a bb a b a bbb aaa b a b a b
l 2
j .l
5 7 E 9 ]0 l| 12 13 l.1
Zatem liczba scrii u'vnosi k=14, Z tablic rozklaclu rvamnkor.vcgo liczby scrii
odcz1'ttrje nly takie drvic rvarto ci kr1'tyczne k| i kf
'
aby'' zachodzily rcIacje (6.2).
)7
lttttrlernledialtyrl'r'llosi N',,
=a=
l1,5

l2,
f
192 WrRyrlr cL HtPoTEZ STATYSTYCZNYCH
odczytanc rr'arto ci ztablic \!}|'loSZ odporvicdrlio k;6' akz=Is. Wl'znaczoIla
p|zez nas liczba serii rrvrla si k
=|111'=(o16)
u(to;.o) . arr.ic llie llla podstarv do
odrztrccnia hipotez1' Hg o losorvo ci prbr'. c
6.2.2. Test zgodno ci rozk adu
i
J edllynl Z podstawo\\'ych zagadnieli
jest
rveryfikacja hipotezy o zgodno ci
rozk,ladu enlpirycznego Z pe\\rny|lt rozk adem teoreczllytn. SltIy telrlu tlr.itl,
test zgodrlo ci
f
.
Niech popLrlacja generallla tlla dorvolIl'n, rozk ad o okre loIl1,rtt kszta,lcie
postaci ftrnkc5jrlej dystr1.buallt-r' (nlcle to b1'c zarrl'Ilo rozklad cig
jak
iskokolry).Danajestduaprbaorr,arto ciach r'
,x.-..'.'r71 ,ktrwylosorvano
rv sposb niezalezny z popLrlacji gelleralllej (prba nrusi byc na tyle duza, aby
nrona by o skonstruou,a z nicj szet.eg rozdz.ielczy dla badanej ceclry)' Na
podstarvie eletrrctrtrr' te'
j
prb1 zuerr'fikLr;elltr hipotez Zel.ow:
It., : tr(-r)-,('r). czi li ze rozk acl elllpiry.czlly badanej populacji F(r)
pokrr rr a si z pcii tl1 lll t.tlzk adcIll teofetyczl.l'\'llr F6(.r),
rvobec hillotczr altcrnrt; rr nej
I-{' : tr('r)=tru(.r.). czyli e lozklad etttpir1'cztlt' badanej popLrIacji F(r)
jest
riny od rozkladu teoretycznego
,(t)'
gdzie:
F(x)-d1'strybuatlta rozk adrr etllpiry'czrlego badarlej cechy,
F6('t)-okre l o11 a poStac teoretycztl a dy stry'buan ty'
Celem spran'clzenia hipotezy zefowej F{n nalezy:
-
podzielic rvyniki prby na l. rozlczIlvclr klas o liczebIlo ciach li
(i:l'2,3,...l.) w'kadej klasie. przy cz)1nl tl|+t,t1 .,.* l
,.
=
17,
-
obliczyc prarvdopodobietistrr'o
/l
tego. ie zllrienlra |osorva o dystr5,$ungi
('t.)
przyjnlie rvafto ci naIezce clo i
-tej klasy (i
:l,2....l),
gdzie:
p1 +
l).+...+
p,.
=
I,
-
obliczy stastyk
r rl
,t -;\tt'
-
tt?')
.
^A,p,
gdzie:
II, - |iczebno c r-tej klasy,
( 6.3)
I ESry NIEPARAMETRYCZNE
ttp, - |iczebno tcoretycnla i-tej klasy, tzn. liczebno c i-tej k|asy przy
za ozeniu prarr,dzirvo ci hipotezy H0.
J eeli rver1fil<o'uvana hipotcza
jest
pr.alvdzirva, to statystyka y2 rl,la przt,
_>"o rozklad
r.
o (l.s-l)
stopniaclt slvobod1', gclzie s
jest
liczb szacorvall1,clr
paratrletrlv rozk 'ad u z pr.b1..
Ze lvzgldLr lla asy|llptotl'czlly' rozklad zIlliellIlej losorve.j Iliotra korzvsta
ztego rozk' acltr.
je li
rednia rt'arto ll, nie
jest
tllnie.jsza od l 0 i liczba klas l. nie
jest
nrnie.jsza od 5. obszar odt.zucenia tt'tvIl] te cie budLrje si prarr,ostrollllie.
Przy zadanynr pozionlie istotIlo ci odczvtr1elny ztabIic rozk aclLl
f
rvarto
kr1tyczn
7)
an (r-.s-l)
stoprti srvoboc|y. porrvrlaj r1's. 6.2.
R1,s.6.2 ohs:ar odr:ttc,ettitt ly te cie:piodtlo t,i
7
dltt po:iotlttl isIottlOSCt CI
Zaterrt obszar oclrzttcetlia llla
1losta
fi.
= (z.,:z).
Tlt-.,licc. rozkladLr
f
s
tak skorlstrtlowa|]e. ic poda.1 r|z ,
z,.,)
=
o dla okre |orlej liczby Stopni
sr,vobod1,' rvic
7"r.,.jest
rrarto ci bczpo recltlio oclczy,tatlz tablic
J eie|i
72
e ilz,
to hi1;otc.z H6 oclrzttcanl}'lla rzecz ltipotezy alternatyrvne.i.
rv przecirvllynr przl,padktt. tzll. gdy
tr2
ltl ,
nie nla podstarv do odl.zttcenia
hipotezy l-ls.
Przyklad 6.3
Struktura pracow'ltikrv przcdsibiorstrva X rvedlug rviektr.jcst rrastpujca:
Tabcla 6.2
\\/iek
pr.acorr
n ikrr, [,ldzial
procerrtorr,v (9,)
l8 - 20 )
20- 30 t0
30-10 l5
40- 50 20
50-0 20
0-65 30
Zrotllo: Dane unlo\\'rle
193
194
WERyFTKACJ A H tporEz srATysryczNycH
Do bada rr'ylosolvalro prb, dla ktrcj otrzr,lnano riastptl.jc;' rozklacl rvicktl:
Tubela 6.3
Struktura pracorr'niklv rv rr.1 |osorr ltne.j pllbie
Wick
nracorr'llikrt' [-iczcbrlo tt' \l,t.losotl'anci
prbic
18 - 20
l0
20-30
15
30-40
25
40- 50
60
50- 60
50
60-65
' 0
Zrdlo: Dane u|llo\\ |,lc
Sprarrdz, czy r.ozklad rwlosou'ancj prb1
Lni si istotnic ocl rozklaclu populacji
1ltacorr'nikrv
rvcd lu g w'icktr.
Rozrviazanie
Star.viarnl' hipotezy .
H6: I.ozklad rr'l'Iosou'anc.j pI.bl nic rzlli si istotnic od rozk adu poptrlac.|i
pracorvIlikrr' ll.cd ltrg \\ icktl.
Il
1:
rozklad rr'l losorrallc.1 prbr rzlli si istotlric od rozklacJ u popuIac.ji
pracorl'nik(lrr' rr cd ttg rl icktt'
W)'lliki otrz\ ll)allc z pr(tbr poclzicIoIlc
Zostal)' lla r-6 rozlcznr,c|t kIas
o liczebrio ciac|t
ll.>l0. Liczcbllo c prbr ulrlosi tr20O,
'|rr'ot.z1'tlll'tabcl
robocz:
Tabcla 6.,1
Ponlocnicza tabela do obliczenia statvstl'ki
1:
Wiek
pracorr'll
iklr,
% ll
t
pi nPi ntnpt 2
(
n
i-nP i)
(,,,
*
,p,)'
np,
I f + 5 6 7
8
18 - 20 ) l0 0.05 l0
n
0
(t
20-30 l0 l5 0.1 20 5 25
I ?{
30 -
,10
l5 25 0.r5 30 25
0.81
40-50 20 60 0.2 40 20 400 l0
50-0 20 50 0.2 40 t0 r00
f.s
60-65 30
:10
0.3 60 -20
400 o.o /
Razcrn 100 200 200
X 2t.23
Zrdlo: obI iczcllia rrJ aslle
Picrrvsze drvic koItrnllly tabcli 6.4 zaivicraj dalle z tabcIi 6.2. a kolulntla 3 c]allc
z prb1'.
W kolurnllic 4 rr,\,znaczclllo prarrdopodobiellstir.o.
z.iakirn pracorvnicy'
ca' cgo
przcdsibiorstrl,a
znajd si u,i-tc.j grupic lvickorvcj. bolvicnr
jc li
np. 59u pracou.niklr,
firrnV bvlo rv rr'iektr I 8-20. to odpoir'icdnic pla*dopodobicristu'o
u,yllosi p,-0.05.
W koltrnlltic 5 rr1'zIlaczollo tzrv. liczcbno ci tcoretyczlrc llpl, lz|1..' iIu pracorvnikrv
z 200
I ESTY NIEPARAMETRYCZNE
cle|ncl1to\\'cj prb1,' porr'inno zllalcz si ri' konkretncj grtrpie rr.ickorve.i. zakladajc
prarvdzirr.o hipotczy zcrorr'cj' Zatcllt skclro prarr.dopodobicstrvcl
zrlalczicIlia si
rv grtrpic lvickorvc.j 50-60 lat ri.y,nosi dIa calcgo zakladtl
P,-0'2
i rozklad prbv llic rni
si cld rozk- adrr popuIac.ii gencralllc.j. to rr'1lrlbic porr'itllto znzl|cc si llp,:Z00*0,2:.10
pracorr'll ikiv.
w kolcjncj kolunlnie 6 rr'vznacza si rzIlic
jaka
rr'1,stptrjc midz1,
liczcbrro cianri teorctr'cztlt'tni ll7,l, oI.az Iiczcbno ciaIlli ctll1lirr,cztll.nli ll,. Natolniast
ostatllie clrr,ic kolunrll1.tabcli 6.;l sltr do lr,r,zllaczcllia wal.to ci s1lrali,dziantt tcstu
(.3)
x2
--
2t.23 .
Z urr'agi na fakt. zc llic szacoll,ali lli1,adllcgo z paralttctrlrr'rozkladu. rvic s=0,
z tablic rozkladtr
f
oclcz1'tt{elny ll,al.to rJ Ia pclziolntr
istot|lo ci a
=
0.05
''
idla 6-0.
l:5 stopni srvobodv. ktra.jcst rrrll
7;
=
| ].07.
Zatclll
Z2
=
21.f3 e II,
=
(l l.07;".,; . cz1.li oclrzucatnr, hiporez H6 l.lil rzecz
hipotezy' alternaty* llr--i H
I.
N{ona zatclrl tlr'icrdzic zaklada.jc 5.f, bld I
prby istotnie rni si od lozkladtl pracorlrlikrv
calcgo przcdsibior.strr
a.
Przyklad 6..1
W perule.j fir.Inic przcprorr'adzolltl badaIlit. llrajce occlri rozkIad rr'ieIko ci
sprzcday lr'poszczclllly'ch dlliach. \\'cia-l.ltl oStattlicqo roktl (300 dni sprzcdazr')
uzr'skatto nastpuj
ce
u'l.rl ik i :
Tabc|a .5
0 - 100
100 - 150
I 50 200
200 - 250
250 - 300
300 350
pott'yej
350
l5
.10
5
1,1
o/
J r./
9
\\'iclko sprzcclar.
(t:s.
z .) Liczba dni
Zrdlo: obI iczcllia rl'lasnc
Czv lnona sdzi, zc rozk ad
jest
norlllallly? Przy,1c pozionl istotno ci 0,0l .
s3
J e |i brak illlbrnlac.ii rv zadaniu o ri,ielko ci bIdu o, lrlc'rlr, pr.z1,jnlorr,a bdziertl1 zarr'sze
tloziolll
istotIlo ci 0.05.
195
rodzaju. c rozklad rr1'|osolr'anc.i
rvcdlug l'icku ulzltaczoncgo dla
c
'196
WERYFIKACJ A HIPOTEZ STATYSTYCZNYCH
Rozrviazanie
:
Ab1. porrrna poii1'zszy rozkIad cIllpirr'czn1. z plb1, do
1leri.nego
rozkladu
tlol.lrralIlcgo. nalczv oszacorr.a.icgo
paraInctr\,- lvarto oczckirvan i odch'v-lcllic
standardoive. W ty'rn ccltt nalczr'najpicl.rv donlknc ulllorl.nie ostatIli przcdzial, rl1l. do
400 trs. zl.
War1o ci poIlrocIriczc do obliczcnia
paralne trrr, podanc s rv tabeli 6.6 i ponizc.|.
Tabc|ll 6.
I,,/
-'Y,g
,T/ l x 1
0 - 100
r00 - 150
r50 - 200
200 - 250
f50 - 300
300 - 350
350 400
50
t25
t75
ll)
215
3f5
315
l5
40
65
.7
61
30
9
750
5000
r 1375
l(l50
l8" 25
9750
3i75
122t0A.91
3,+4102.5 0
I r 8791.56
3 889,63
2 r 9596.69
345 076.fi8
222548.06
Surna 30n 65i15 l 76 l 06.25
Zlirrllir
(ll.ltezcnlli
\ l!:nc
Z obliczeri
\\' tabcli lr nikn
\-
t 1 ,,
11\ r'f
lC .f
=- =ll/,1)
OfAZ
ir 300
Nas(pllic bdzicnr1,
prz)'pt|s7.czilc. z'c
.jc li
populircja ll1a rozklad t)orn'}alll},' to
jcgo
parallctr}' s zblionc do oszacoir'al]\'c|l \\artoSci z prb1 . Zatetn starviaIlr1, hipotcz1,:
IIs:.Y
-
N (f11,75.74,75).
H1:nicplarvda. zc-\--' i\ (2 17,751 11.15).
Nalc1' teraz oblicz1'
prari.dopoclobicstrra
p|z},t]alCno ci clo poszczcglIl1.ch
klas zniieIlncj o rozkladzic N,(21].15
^
11'75) oraz tcorct},czlic liczcbno ci prby.
Warto ci te. po rvystandal.r'zorr,aniu kraticrv przcdzialrv, odcz}'tanl)'lr'tablicy
clvstr1,btrarlty rozkladrr norlllallrcgcl. I,o.|alr ia si
jcszczc jcdlla
lvtpIirro rozklad
trortrralIly
.jcst
okrc lorl1, dla rr'szr'stkich liczb rzccz1'rr istl,ch. a l1aSZa ztlrictllta prz5jntrjc
rvafto ci od 0 do 400. Dla picr\Vszego przcdziaItt tnocnr1,' Zapisa, Zc:
P(0 <
-Y
< t00)
=
P(-a < X < 100)
=
f
('i' . I OO)
.
a dla ostatnicgo: P(350<X <400)= P(350<'\'<,t)= P(.Y >350).
Stcl rr1znaczollc prarvdopodobicristrr'o dIa picrrvszcgo przcdzialu rrr'llosi:
(x-211,75
100-217.75)
P(X<100)=/l
\
71.75 7 4,15
)
=
PQt <-1,575)
=
O(-1,575)
=
I
-O(1,575) =
0,058
Trsrv I TepRRAMETRYczNE
a dla drugicgo przcdzialu:
/roo-
2I'r.15 x-2Ii.i5 ti0-217.75)
f(100<.Y<150)- P
'
<-:j--=--jr-:r=P(-1.575<ir<-0.183-l)
[
74,75 71.'/s 74,7s
)
=
o(-0.1 82)
-o(-1,j75)
=
I
-rl.t(0,1
82)
-l
+O(1.57i9)
=
0,125
Pozostale rvarto ci podallc s rv tabcli :
Tabcla 6,7
197
x,,!
/(
r-
-
/ | / I /\
" ltl
74rt
r,,,
-2Il.J 5
7 1.1)7 5
Qt(u,
1
O(rr,*
P,
ltl)t n
f
nl),
(u,
-
ttpi)'
ttpt
100
150
200
250
300
350
100
t50
200
250
300
350
co
_a)
-0,906
-0,23',7
0,43 l
1.100
t.769
- r
.575
-0.906
-0.237
0.43 r
I .100
|
,169
0.000
0.05 8
0.1 82
0.. 06
0.667
0.84
0.962
0,05 8
0,r82
0..r06
0.667
0,861
0.962
1.000
0"05 8
0,1 25
o )1J
0,26 r
0.1 97
0.097
0.038
t].28
37,13
67, t.{
78.2'
59.25
29.1 5
I 1.53
2,28
flt
| 1t
+.L
t./)
0,8t
0.3 00
0.l7
0,068
0.22e
1.015
0.025
0.5 5.1
Sunra 3 00.00 2.36'7
ZrclIo. obI iczcltiir rt'|astte
Zate m w'at1o sprarvdziaIiLt tcsttt
)
^ "..
y
=
/ 111 |
obszar.odrzuccnia
jcst
prallostl.olltly. a
'jc-uo
rrarto gr.aniczn rvobec 7 klas
ztniennc.i' 2 szacolr'alll.ch pnralnctrri, rozkladtl odcz;''taIn1. d|a 1-2-|:1 stopIri slr,obody
i zadancgo poziornil a=0.01 . Zatcnl
lV
=.
Xi.n, a,+co)
=1
13.277'.+.r:) .
obliczolla lr'alto sprarr'dzianu testtt Itie naley do obszartt odrztlccllia, llie llla
zatern podstarv, by sdzic' ze r.ozk ad
popuIacji rni si istotlric od rozkladLl
norurahlego. e
6.2.3. Testy zgodno ci dwch rozk adW empirycznych
Weryfikacja h ipotez dotyczcych zgodno ci dlr'ch rozk,ladrv
ernpirvczn.vch ma na celu:
sprawdzellie, czy nla|]ly do cz1'nienia Z prballli pochodzcynli Z
jedllej
popLr lacj i generalncj.
cz1' popLllacje z ktrych pochodz prby s takie satrle pod rvzglderll
rozk adu badanej cech)'.
zbadanie. czy analizo\\,anap|ZeZ nas Zbiorowo zrlliellila si.
We rvszystkich prz1'padkach odrzucenie hipote _ o Zgodno ci r.ozk, acltr
aznacza wystpowallie istotnych rnic rv badatly'ch zbioror'vo ciach. Tak rr'ic
198 WeRyr lxRcL HIPoTEZ STATYSTYcZNYcH
lllozellly tlvierdzi, ze nie llalez one clo tej salrlej poptrlacji generalnej lub. ze
tl.ystpily Znaczce zllriany lv atralizorvallej (llp. rv' clrvch rztl),ch okt.esac|r
czastt) zbiororvo ci. Do rr'er.y'likacji hipotez1'o zgodllo ci rvvkorzy'sttrje si rzne
testr'. r,v rod ktrych olrrlvitll\,test ser.ii, InecJ iatlv i zIlakw.
Test serii d|a dwch
popu|acji
Niech bd dane dlr.ie po1ltrlacje getteralne o dorr.oltlyclr postaciach
dystrybuant F,(x) i F26), z ktry,cll rvylosorvatlo drvie prby o liczebno ciach
odporviedrlio rw,tlych tt, i t . opierajc si na rvyrlikach obu prob chcetlty
zrveryfi korva h i potez :
FIo: drr'ie prby pocIrodzzpopulacji ojedltakowyn roz'kladzie, co
n]ozna zapisa rv postaci F,(x):F2(x),
rvobec Ilipotezy' altelnaty\ Dej
l_l': dvr'ie prby rrli si istotnie rozkladeIli. a lvic F
16) I-)(s).
Werr,fikacja hipotez1 H., testeIll opar1) nl lla rozk, adzie liczb5, serii
przcbiega IraSt[)(l
ico:
1. rr'vniki clbu prob pclrzc1kLrjclllr rr
.]ccle'tl
ciu ri.edltrg rosIlcych rval.to ci,
2. przr,porzdktlrl.ltjetllr' e-lclllcIlto|ll tegt-l cigu s1'rllbol a.
.|e Ii
pochodz
z piel.lvszej
1lrb1
. a
1lozostlilltll
b i rrzrskrrjcll)\ \\ ten sposob liczb seriit,
3. dIa ustaloticgo ptlziolllLl isttltllo ci u oraz clla odpolviednich llI i n,
(liczebrlo ci prLl) oclcZ}ttlj!'|]1\, z tablic rozk adtr serii tak wartosc
kt.yt5,g711 k*by zachodzila rorrtlo
pk
< k.)
=
o,
4. obszar odrzucenia
jest
yy
=(|:k,,).
Hipotez lJ o odrztlcallly |la fzecz
lripotezy alterttatylt'ttej.
sd.Y
tlz\,skalla liczba serii k z dartego ciegu nale1' do
przedzia 'u
(t. "). Natonliast gd}' k e(k";*), Itie nla podstalv c|o
odrzucetlia hipotezy YI,.,, e rozklady' badarlych populacji sjednakorve.
Urvaga!
J ezeli ta salrla rvarto ceclry X rvy'stpLrje w obu prbach' rla|ei:y przyj takie
uporzdkowanie synrboli a i b, pr.z1' ktr1.lll liczba seriijest rnrliejsza.
Przyklad 6.5
Korzy'stajc z BiuIefyllu Stat1''stycznego z |Y'97 otl.zvn]a|lo nastpujce dane
dotyczce spoz1'.cia rvb (*.kgiosob) rr,rrvlosorr'atrl'cli rodzinaclr zanlieszkrrjcr'ch:
lniasta: 4,5; 8.2; 3,2: 6,6:5'8; 9,. ; 9,8; 5,6; 7,2;7,8:,4; 8'4 oraz
tercrry'u'iejskie:2,2;0,8; 2.6; 1,4: l,-5; 3,9; 4.6; 3.0.
Tesry NIepnRRMETRYCZNE
Sprarr'dzi na poziolllic istotno ci 0.025. czy rozklad spoi1'cia r1''[r rr' rcl rodzin
zanlicszktrjcyclr nliasta i ri,sic istotllic rlti si.
Roz*'iazanie
Stau'ianry' h ipotczr' :
H9: rozklad spozr.cia rr,b rr' rd rodzill zalnicszkLl.jc1,c|r lniasta iu'sie nic rlli
si istotnie,
H1: I.ozklad spor'cia ryb rv rd rodzitt zalnicszkujc1'c|t lniasta irr'sic istotllic
rcini si.
Podarle r''.arto ci porzdktrjcnr1' rr. szercg IiicrllaIc1jc1. i pod kad dalr
oZl1acZalll\'. z ktrej prillrr pochodzi (a
.lniasto.
b- lvic ):
0'B l'4 1,5 2,2 2.6 3
-].2
3.9 4,5 4,6 5,6 5'8 6'4 66 7,2 7'8
&2 &4
9'1
8
b b b b bba b a b a a a a a a a a a a
obliczanly' liczb scrii
bbbbbb a b
l2-l
Manly zatcIll /c scrii.
Na pozionlic istotlro ci a=0,025 i dIa liczebnoci prb lt;|2 i n1=8 rr,'arto
odczy,tana z tabIic rozk'ladtr scrii rr'ynosi k,,
=
s, LY
=
(l;6)
'
Natez)- zatctn odrztrci
hipotcz l{o lla rfccz hipotczv altcrllatl,rr'nc.i I{t Spor,cie r) b li' rd rodzitl
zanricszktlicvch lniasta i lrsic l.tiilri si istotrlic przr.2.59il bldzic I roclzajtr.
c
Test mediany d|a dwch populacji
Z drl'ch popLrlac.i i gcl]cl.alll\ch tl tlouoltll'ch dlstI.1'bLtatltach rozkladlv
F161 i F,ftl \\'\'loSo\\atltl tlrric
1ll
r,bl tl liczebtlo ciacIr odporviecltlio rlrttyclt
n, i n2. opiera.jc si lll rrrrlikach clbtl
l;rb
chcellll' zrr'etyfikorva hipotez
dot1'czc zgod n o c i r.tlzk I ad ti tlbu popLr lac.j i :
H,,'. F, l.t' t =-f
-.r
1
r.
t1': F,(x1 F.r11,
Wer1'fikacja hi1ltltcz1, H., za polnoc testtl nlediany przebiega
llastptrjco:
1. Z $)'|)ikw obLl
1;r.cilr
nalezy Llt\\'orZ\, cig nierllalejcy i Z tego cigu
rr'yztlaczy lncc1 ian
(1'1c).
2. lr'sz1,stkie obserrr,ac.jc Ilalez1, ZgIt|po\\'a rv tablic czteropolorv:
199
k"
ab
J 5
aaaaaaaaaa
6
200 WERyFTKAcJ A HlporEz srATysrYCZNYcH
Tllbeh .8
CZteropoIo\\'a tabl ica wr'korzyst)'\\'aIla lv tecie Ined ianY
Obscni'ac ic
Prba l Prba lI Razenr
'lvlc
ntl 11
t
tl
t
\_lvltr
11:l 11:
Razern t1.l t1.2
I1
3. tablic t nalezy potraktowa
jak
tablic
rv-Vkorzystyu'ari w te cie
tliezalezno ci
72
i wy,zllaczy r'varto c sta,styki
;r
,
tak
jak
nla to nliejsce
rr'
te cie lliezalezno ci
7r
(porrvrlaj 6.2'.1); statys,ka ta nla przy za|oenirt
prarvclzir ,o ci lripotezy H6 asyrllptotyczIty rozklad
7r
o
jcclnr'nr
stopniLr
srvobody,
z tablic rozk,ladu
7)
d|a ttstalotlego poziotllu istotno ci ijednego stopllia
slt,obod1 odcz1rtr1erny \\al.to c krr(r.cztl
7: ,,
|ak. ie P(x. >
x,.,)=
o
(rys. 6.2).
lt
5. IV
=
\/.,.
cn)
.
lripotez [ l., odrzttcatllr lll] l.ZecZ hipotez1' alternat1.rvnej.
jeze|i
7)
"(;.,:).r.
1lrzcciriIlr.tll 1lI.zlpadktt.
tzrl. gdy
z,.\O;7,;)
nie
ma podsta*, do oclrzuce nia hipotczv H,,
Przyk ad 6.
Z l i ll roktr studirv u,1',losorr.ano po l l studctltrv i okrc lono liczb zaj
obou'izkorlych, ktr kady z llich oprr cil ri'cigtr l.oktt:
l r.oktl: 3. l0.6' 5. 6, |2'6,4.8. l0. l
II roku:
'7
.
6,9, I 4. I 0. 9. 5, 9. I 2. 6, 3.
Na pozionlic istotllo ci 0,05 stwicrdzi, czy studcllci I ill roku rzni si istotllie
pod rvzgldelll liczby opuszczonych zajc oborr'ipkorvy'ch rv cigu t.crktt.
Roz,tviazanie
Starviarny hipotezl.':
t{g: studenci I iII rokLr nie rni si istotnic pod r .zgldt.lll optlszczaIlia
oborvizkorq.ch zaj;
t{1: studenci l i II roku rzni si istotnie pod lvzuldcllt opttszczanie
obort'izkorrych zaj;
TrakttIjc dalle z I i II roktl
.jako
jedcn
cig obliczalny lrrediall. W tynr celtr
rr porzd korvuj enrv danc rr' c ig n ic nlal ej
c1.
:
3,3,4,5,5,6,6,6,6,6,6,7,8,9,9,9, 1 0, 1 0, 1 0,12,12,1 4
I ESTY NIEPARAIVETRYCZNE
Ponierva n:| |+| I:22, czyIi /V,,n"
=
?
=
,,
,
rr,ic tllediana lvr.llosi
2
Me--x,
=6.
DIa danyc|r z przvk adu t\Vorzv|.nv tablic czteropololv:
T be|a 6.9
Obse rrvacie
II
Razcm
>6
A
1
tl
\--()
7 4 lt
Razenl ll ll 22
Zrtitllo: Obliczcnia u lasnc
Wcrr'ntrz tabcIi .9 podalro Iiczb studcIltrv liII roku. ktrzy optr cili
odporvicdriio mnic.i i riiccj zajc ni u1'nika to zc rcdltie.i
(ri'-v-zriacz<ncj
z |t[e).
W daIszyln postpo\\a|lit| t\\'orzv|tl\' tablic liczebllo ci teoretr'czll1.ch. tak
jak
rv prz1,padku tablic1 rlr korzl'stl'il'ancj \\, tc cic niezaleIro ci
z.
. l,iczcLrlltlci
teorctyczne obliczanll' zc \\'zoru (6.5). Zatcm:
Tabe|a .l0
Obs.'ttt rtcic il Raze rn
6 f.) ).)
-
).) l1
[{azcnl 1l I]
))
Zrridlo:
(
)bi lczenrir rr liL:na
Przy,kladorvo dla strrdt.rltclrr Il l.oku. ktilrzl- opu cili Innicj ni
1lrzccitna
liczba
zaj. rnanly:
^
rtt.n, ll.ll
"l: -
n
,,
Trvorzvnrl, tabIic. rr kt(lrcj zanliast liczcbno ci ulnieszczall-tv rlricc polnidz1'
liczebllo ciallri ctllpirr,cznllni. a liczcbno cianli tcorct;'czllvnti. tzt.l. 11
,,
_
,,.,
Tabela 6.1I
Obscr*'acic II Razcrlr
>6
1.5 t.5 0
<=6
t.5 r.5 0
Razcnl 0 0 0
Z-rdlo' obIiczcrlia rvlasnc
201
?o2 WERYFIKACJ A HIPOTEZ STATYSTYCZNYCH
\.koIcjllcj tabcli
pornidzy liczcbno cianl r
r tl
ltt.
-
ti
I
\ '/
'tl
IZll.
------:
11,i
r=l
i=l
tl
Dla pozionlrr istotno.ci a
-0.U-i
prz\
odczytalra z tablic rr'r'llosi
z,
=
3.s- l .
w'ic podstail,do cldrzuccllia hipotcz1' H0
stlr'icr.dzic. zc studctrci I i lI roku rzni
przcz liic|t oborvizkoli,y ch zaj.
zaIrliast liczcbno ci utllieszczanrv ilor.az krr,adl.atu rzllicy
cmpirr.czny'tll i. a tcolet,'.cznvnli przcz l iczebllo tco|ct},cz|l
Wr'zllaczona ri tcn s1losb stat)'st}.ka (6.) liyrlosi
rrl\l
'r
=Y5-
Vlli
-ll,,/
-
l.]
t
- /../
t1
jcdrl1nl
stoprlitr srrobody'' lt.arto c rozkladu
f
Zatcl.ll
x2
=1.61

trI,'
=
(3,84]1co),
llie llla
Na poziolnic istolno ci 0.05 rlie lnozlla zatctl.l
si stat1'styczllic pod rvzl|dcnl oPuszcza
Test znakw
Niech bd dan drvie popllIacje ge|]err|ne o ci.ql1'ch rozklac|ach
dystrybuarlt /.'r'rl i F,(x), z ktry'ch \Vylosowal.Io
jedllakorv
liczb paranli
odporviada.jcych sobie n elelllentrv. oznacza to, Ze rvarto ci obu prb s
vr,'zajenltlie
1lor'l'izane,
gdyz odnosz si do eIenlentrv polczollvcll pararlli.
opierajc si na tych rv1'rlikach nalezy zrr.ery-fikorva hipotez
Hu: drvie prby pochodz z poprrlacji o
jedllakolvyl])
roz'k adzie, tzll.
F,(x):F2(x),
wobec h i potezy alternarr'nej
H,: du'ic prby rzlli si istotllie pod rr,z.uldetlt postaci r.ozkladu.
Wery'fikacja hipotezy I{., testcIt't zltakrv przebiega nastprr
jco:
l. badarrly znak rzllicy pal. rvyniklv tr, obtt prbach i znajdrrjemy liczb t1,ch
znakw' ktrych
iest
rnniej (e li S rv prbie pary o iclerltyczrryclt
lvarto ciach, to nie fozwaallly ich lt.te cie),tzn.r:tttitl(l-,r+), gdziel.- il.-
Tabela 6.12
Obscrrvac
ic
I II Razenr
>6
0.41 0.41 0.82
<=6
0.41 0.41 0.82
Razcln 0.82 0,82 t,64
Ztdlo:
()bIiczcrlta
rrIltsltc
TEsty t'l l rp R, METRYcZ N E
203
oznaczaj odporviednio liczb znakrv trjenlIlych i doclatnich rrlic
rozwaza|lych par lvyll i krr,,
2. ztab|ic rozkladtr Iiczby'zrlakrv odczrtr"rjerlly,dla 1;.7|1l par rq,nikrv
,l o|.az
prz1'itego
1loziotlltl
istotllo ci u tak rr,ao
kl-rt1'czIll1 t,a ze
P(,'< ru)=o,
3. obszar odrzucenia nra postac LIt
=
(O:r,),
4.
jeeIi
r eLI/
,
to odrzttcatn1, hipotcz Hn tta rzecz hipotezy altcrrlatvlr.nej.
rv przecirvtlynr prz1'padku
tzn. g<|y,
r
e
V brak podstarv do odrztlcenia
lripotezy' ie obie prby pochodzz jednej
populacji.
Przyklad 6.7
Tabcla 6.l3 zari'icra dallc doty'czcc Iiczby dctali rwkonanvch przez ty'ch salnr,ch
pracow'rtikrr'lv
czasic prac)'
|la dwch rznr,ch ztniallach:
Tabela 6. l3
W5,da.ino pracorvnikrv pracu
jcych
lrit dlvrt rnl,ch znlianach
Zrtiijlcl: Dane t|nlo\\'I1
Na poziolnie istotno ci 0,05 sprarvdzi.
zmianach
jest jcdnakou'a.
Rozrviazanie
Starr ianly lripotczy'
czy rvydajllo c pracorr'llikrr.
lia obu
H0: \ydajno c pracorrtrikrv
na obu znrianac|t
jest.jednakou,a;
IJ
1
: rrydajno pracotr'niklv
na obu zlliianach
iest
lna
Lo. Pienvsza zrtrialta Dlrrga znriarra
24
t4
2
I.t
/a
I5
J 03 05

09 U)
5 0l 95
6
3 i20
7 91 96
8 06
03
9 05 0-s
0 06 00
il 08
2 l0 04
J lo l0
4
98
90
00 9
Lp Picnvsza zlllialla Druga znrialla
6 l,s il
7 20
06
3 0-1 05
09
0l
t0 0i
02
2l )2
00
')l
]J
l0
ti ll
08
),1
!a l6
l8
25 05
03
lo
08 05
21 IO
00
28 0.1 95
29 90 90
i0 03 100
204 WeRyrlx, c.l H IPoTEZ sTATYsTYcZNYcH
Lp. Picnvsza
zlnrana
Dluga
znriana
Rcjnica
I 2A l4 l0
2
1
t l5
J 0i 05
_)
I
09 05 1
) 0l 95 6
6 36 t20 l6
'7
91 96
')
8 06 UJ J
o
05 U) 0
0 06 00 6
l1 08 J
)
l0 0.1
J l t0
1 98 90 I
5 100 9.1

obliczarny rzllic pomidz1,rvydajno ci

na pierrvszej i drLrgiej znrianic:
Tabcla .l.
7-ri1|o: Obliczclliu rt ]rsllc
J ak lvidac z pow,r.zszlclr obliczcIi. tnatny, drr,a rvr'lliki zcfo\\'c. ktr.l'ch rlic
bicrzcnly' pod u\\'ag. czr'li pI.itba
jest
28 cIclllclltorra. Rzllic dodatniclr
jest
r*
=
23
'
a trjcrnnr'c|l l._
= -5.
Zatcnl korz1,stajc Zc \\]Zo||.l l.:ltlin(l-,l.+)=5.
Dla li:28 i d=0'05 rr'arto c k|)tycz|la odcz),tana z tablic rcrzk]ladu liczb1' zrlakrv
\q'nosi r..
=8.
Zalenl r=se(o;8)
,
cz5,li odr.ztrcaniy lripotez H0 l1[l rzccz hipotezv
alternatvri'ncj H
1.
Z prarvdopodobicstrvcrn
0.95 lrroina
obu zlnianacIl
jcst
rzrla.
trr'icrdzic, c iv5'da.ino c pracorr'llikl' tla
e
6.2.4. Test nieza|eno ci
7.
Test
12
wykorzystywany
jest
rv bacliiniu relacji rv-vstpu.|cych Irlic1zy
dlviellta cechaI li lrrb z.iaw,iskalrri' Przvptt niv, e populacj getleraltt
roz\Vaallly z pttIlktu u,idzetlia drrch cech x i ), (rriekoniecznie
nlierzalnr'ch).
Z poptrlac.|i tej rwlosou'ano
dLla p|b o Iiczebno ci l? elelllelltw' Nalei1,
zrl e11'f.ikorva h ipotez
H.': obie cechy s tliezaletle'
co
jest
rlvllorvazlle ZapiSo\\i:
In
" t'.
Pierrvsza
znilana
DrLlga
zll iaIia
Rnica
6 t5 ll
4
7 20 06 l.
8 04 05
9 09 0l 1
20 03 0l
2l 02 00
)
))
14 l0 -l
23 ll 08
-)
t1
16 t8
)
l5 05 03
)
t6 0s 05
-)
27 10 00 l0
28 01 95 9
29 90 90 0
30 0l 100 J
Tesrv rulrp RRMETRYCZNE
Hu: P(-\-
=
x,.Y
=
l' )=
f
(,t-
=
.t,
)f
(f
=
y
,).
gdzie .t, o|az l)
oznaczaj oclporviedttie rr'artcl ci badanvclt cech'
rvobec h i
1;ote4,'
alternatyu'ncj
H': obie ceclly s zalezIle.
co trrona zapisa
jako
u,: /'(X
=.v.I =
t,
)+
P(.\'
=.r,)r(l =.r',).
gdzie r, oraz yi oznacza.|odporviedllio li arto ci badaIlr'ch ccch.
Sposb postporvallia ri. te cie tliezalezllo ci
1r
llloZlla przedstalvi
r'v nastptrjcych ki lkLl kr.okach:
l) Dzielinly zbr nlolirvr,clr rrat.to ci
cechy'Ylla l.grtlp olaZ cechy l'|la s grllp
i tlnrieszczalrrv te rvarto ci odporviednio lv boczktl i g|olvce tabIicy
niezaleno ci
(porrvnaj
rozdzia| 4). Wntrze tabIicy rvype niallry
liczebrlo cialrli lru'. ktre ozIlacza.j |iczb eletnentrv rv prbie nalec1'ch do
r-tej glupy wedlug cechy X(i:1.2,....r) ido
7-tej
grupy rvedlLrg cechy
Y (j:1,2,...,s).
Przvklad tab|icr,niezaleznoci
T:rbcl:r .|5
Zattrr'ainr\.. e zachodzre l ac.i e :
\/'
n,
-f
,t,,. n
.
=\
n,
.
l-lii |r
t=t
r=r
(6 4)
rtft
n=f f 2
=F

=\
tt,
''
/- /)
'1
/-
-t
!=lj=l t=l y=l
gdzie:
n,, - |iczebllo c enlpiryczlla l-te.uo waria|ltll cech1 . - i
.1-tego
rvariattttl
ccchl')',
n,. - liczebIlo c brzegorva r-tego lr'ariantv cechy X (i:1
,
f
,3,,',
r),
YL
,.r-i
),
1
1
)'s
.r/ tl
l
11
It
tt
I
X1 112t 11t t1 1
2
'lr/'
llrl l1,.t t7 n1
f
tl
.t
1
l n
..t
t1
WERYFIKACJ A HIPoTEZ STATYSTYCZNYCH
ll,- liczebtlo
brzegorva7-tego rvariantlt cechy }'
0:|,2,3''...
').
2) Szacujenly na podstalr'ie
liczebllo ci brzegorvych tab|ic1' niezalezno ci lr,.,
n, liczebno ci hipotetyczrle (teoret,vczlle)
dla kade.i kornbinacji (i7)
cechXi
}'i rvpisrrjenly je
do odporviedniej rLlbryki tablicy lliezaleno ci.
czy'li:
tI, t7
.
^
, ./
ll,,
=
_
'n
3) Wyznaczatlly r'varto splarvdziantl teSttl. czr'l i staty,styki :
/ ^\:
.,t
-
1- \-
(i 7'
-
tl"
)-
r
=LL______^
_.
(6.6)
t=t
.t=t
Il
it
ktra nla przy za|oetlit-l prarl'dzirro ci
llipotezr' [{., asynlptotyczny
rozk|ad
72
o (r-l)(s-
l
)
stopn iach str otroclr'.
4) odczytujenly z tablic t.ozklaclLl
z.
uarto
z:
o
0.1Xs-])
stopniach
srl'obody dla prz1'jtcgtl
1-ltlziolllLt
isttltno ci.
5) obszar odrzttcetlia kollstI.ttLticIlll
.jak
lla r'rs. 6'2 i llla oll posta W
= (i:-)
.
6) oclrzLrcalllr. hipotcz I{., Ila l.zccz hi1-ltltczr' altertlat\'rr'Ilej, jeeli
7)
e Il/
,
rv przecilvIlyln
przr'pat|ktI.
tZ|].
.gd) ,.
#LI, rlie Illa podstau.
do odrzuceIlia
hipotczy Hn
Tabe|a .l6
Przyhlad
6.8
opie rajc si rla przcdstarvion1'ch
poniej lvynikach
allkicty przcprorvadzonc.j
u' rd |osorvo rvybr.anej l000-osoborr,c.j gr.trpic trcznirr.szkl Iicealnr'ch rv Loclzi nalev
sprarvdzi, czy 1hkt spozyrvallia a|koholu przcz n.l|odziez jest
zrr'izall1' z czsto ci
spoylr,ania alkoholu rv doIntt. Przyjlnu
jc
pozitlnl istotno ci 0.0.5.
W1'niki ankiety
Czy spoyrva si
alkohol rv donru
ucznia?
J ak czsto ttczc spoylr.a alkohoI
Itt'J
Razeltr
n
abstl ncnt
bardzo
rzad ko
t'az
lv nricsiacu
cz cie.|
Tak
ll0
500 r50
40 800
Nic
; 0
100
-50
l0 r00
Raze tn ., r50
00 200
50 I 000
Zrdlo: Dane ul]lo\\ne
Tesrv ru lEp RnMETRYcZNE
Rozll'iazan ie
Stari.iarlr1, lii potcz:
Hu: czsto spoz1'rr'itnia alkoholu przez nl odzie nic za|e1' od 1aktu spoz1,rvania
alkoholu u'donru:
LI1: czsto spoz,'-rvaIlia alkoholu przcz dzieci zaler, od fhktu spoz1'lvallia
alkoholu rv dorru.
Na podsta\\.ie dan1'ch z tabcli 6.16 szacujclrl1. liczctrnoci teoretr'cznc ,,
korzy,sta.jc ze wzol.tl (6.5) i otrz1''Itltljcnl1,, tabcl robocz:
Tabch .l7
W kolcjnej tabeli roboczc.i .l8 obliczalll1' rnic |iczcbrlo ci clllpil1'czn1'ch
i tcorcty'czrry,.c|.l. tzt.l. 11
,,
_
,,
'.
Tabcla 6.18
Wariantl.' ccchv X
IY
n
-tl
Razenr
abstr Irc-llt baldzo lzadko t LlZ \\ |1llcS|ctl czcicj
-r^t-
t0 20 t0 0 0
Nic l0 -10 t0 0 0
Razclll l.,
0 U 0 0 0
ZrdIo: obIiczenia rr lasttc
W rlastpncj tabe-li l.oboczcj 6.l9 przcchodzimy do rvt'znaczellia posztrkilvaliej
statl'stl ki
^
r
'
(,r
-;
)t
(,,
-,1
)'
x.
=fIr_:-._ar_.
czilidla kezclcj rtrbr.rki tebcli obliczalllr iloraz
:
t=l
t =l
11
,,
11
tj
Czt' spozvrva si
alkohol * dorlru
uczn ia?
.lak uczcti spoiy'rva alkohol
1,, l
Razenl
abstl'nent bardzo rzadko raz rv llricsic "t cz cic.j
Tak r20 480 160 40 800
Nic i0 ll0 40 l0 200
Razem ll
150 600 200 _s0 I 000
208 WtRyrlx,cLR H IPoTEZ sTATYsTYczNYcH
Tabc|a .l9
Warianty'cechv X
iY
r rl
|n
_
|
Ur
tt
l
--_-;-
,I,j
Razcnr
11 abst! ncnt bardzo rzadko raz w llllcslctl czsc Ic
l
Tak 0.83 0.83 0.63 0.00 2.29
Nie 3.t 3 2.50 0.00 9.tl
Razctn r'r
4.t7 4.t7 3,1 3 0.00 I 1.46
obIiczolla przcZ |]as Stat.\s(-\ka
(.6)ltla rvic rr'aI.ltl
x2
=||.46
Z tab|ic rozkIadtl
f
odczr'ttljcnlr, rrarto c krr'tyczn dla poziollltl istotllo ci
a
=
0'05 i (2- l
X4-
l
):3
stopIl i srr'obod1'. ZIlalcziolla rr,ao c kr).t)'czrrn rvr'tlosi
Z1=,7,815'
Malnr' zatL.tl1:
Z2=|1.46IL,
=(z'sl5:+.o;'
czy|i hipotcz H0
ocllzucanlv na rzccz hipotczy altcnlatr *nc-i I 1,.
Molla sdzi prz;,.59/o bldzic llodza.iLI, c czsto spoy,rvania alkoholtr przez
ln odzic za|ey oc| faktu spozrwaIlia alkohcllu rr.dolnu'
e
6.3. Testy
parametryczne
.Iak sanla |lazwa rr skaztt
je.
tc.st1. parall]etr\'czne s,lLr do tveryfikacji
hipotez odllo nie do palaIlle tI.rr' rozk adLl rozpatf},\\'anej zbiorolvo ci' Podobnie
jak
rv przypadku testrr, tlicparatllettf'czl1)'ch' rr,er1,fikac.ja Ilipotez llloze
dotycryc:
-
jednej
popLrlacji gerreralnej, ucirvczas celc-nt naszvnt
jest
sprarvdzeuie, czy
interesrrjcy 11aS paranletr charaktct1'zrrjcy zbiorol'r',o c Statysb'cZtl nla
okre lorr lvat1o c,
*
drvch zbioron'o ci, a celell-l.jest rver1,'fikacja hipotez1, o rrvllo ci r'varto ci
badallego paranletrtl rv analizolr.anyclt zbiorolr o ciach'
6.3.1. Testy weryfikujce hipotez o warto ci oczekiwanej
w populacji
w poprzednint
rozdzia|e strvierclziIi Illr,, e eSt\'lllatorenl rvat.to ci
oczekirvaricj lv populac.ji getleralnej rlloe by' rednia al.1ltt-'.'..'.''-'a z proby,
.lednakze \\,yznaczor.la
llrzez
nas ocena estvlllatora ltie
jest
prarvdopodobnie
rvafio ci poszukirr'anego palan]etru. Std istniejc kollic-czllo c rveryfikac.|i
hipotezy, czy nieztlana rvar1o oczekirvatia
jeSt
r\\'I1a Itrb stat1'stycznie rzni si
(albo jest
lviksza lub nlniejsza) oclperr'nej (np. prz1,|tej przez nas) rvarto ci.
Tesry
pnRRUETRYczNE
209
Starr,iatlty zaterll hipotez Zero\\. IIn: pt:1.t, rvobec
jedne.i
z Illozliuyc|t
hipotez alternatyu'nvclt II,:
1t*1t,,,
LI
,:
!t>'ltrt.
H,:1t<1.t,
W1'br odporviedtliego sprarr'dzianLt do lier.vfikacji tej hipotezy za|ez.v od
posiaclanej lviedzy' lla telllat zbioI.orr,o ci getleralrle.i oraz ocl liczcbrlo ci pr.by'
(podobnie
jak
to nlialo llriejsce lr. przl.1ladktl bLtclorr.r'przeclzialrv trf llo ci)'
Przypadek |. Popu|acja o rozk adzie norma|nym ze znanym o
Z poptrlac.ji losttjcltlr' iz-eletrrelrtor.:1 prb. J ezeli popLrlacja nra rozk]ad
l{(1.t,o), pfzy cz)ur odchy'lenie standl lclorve populacji o
jest
znane, to test
istotno ci c1la hiptltcz'.l, II,.
1t:1t, 1o|ega
lla pocljciLr decyzji rr'opat.citt
o wvzllaczon rrarto sprarr'dziantl l!:sttl:
..
..) !
tt=
"",1n (6.7)
o
gdzie:
.T - r.edllia al.},tll]ct\'cZllil \\'vZ|]acZolla z prby,
||"o
- z g11'okt.c |ona riarto lladziei |.llfltelllatvcZrlej rr'popLrlacji.
o - odchylenic standardou'e clla populacji,
ll - liczcbllo c pr.obl'.
Stat1'sty'ka ta
])|1'\
za ozclliLt
1;rarrdzirio ci
hipotez1'I*Ic, tlla rozklad
nornralny' I(0.1
).
Wariant 1. }'|ipoteza alternatywnaHi
/r lg
W ty'rn r''';iriatlcie kotlstrttttjc si o[rLtstl.olltl;- obszar odrztlcellia' tak
jak
pokazano
rysullktr
6.3
,''t'---\t
'/
'r.,
,,,,.
\
/'
\,\\
,,,,,
.'\
r-ti/!
-\{
'l**---
.
U l
R|.s. 6.3 obttslronnl, obs:ar odr:ttce 1ia opLtrh) tlct .sIuntlan:rllvatl1,nt ro:klatl:ia nrn'lltaln|ltt
d!u prl:iotlttt i'stc'lttto ci a
Ma on postac n.
=
(_
ct:.^-
l!
)
u (,'- ;":),
gclzie Lla \\ryz|1aczanty tak. aby
spe lniony by rr'arunek P(rl|> ,,o)= a. Korz)'stajc z lv' asllo ci prarvdopodo-
210
WeRynxncL,c
H/porEz
srATysryczNycH
bieristrva
i d1,strybLrarlt}'
Standary'Zowaliego
rozk,iadr'r
trorIrralnego lerv
stron
powyzszego
r,vat.llnklt lllozenly
zapisa
jako:
l(ll|
> u,,)= P(tt
.
_,,.,)
+ I,(tt tt,,)
=
<1>(-
lt,) + 1
_
I,(tt < tt,)
=
=
l
_
(lr,.
)+
l
-
o(ll.'
)=z
_2rb(t,)
Std 2
_2@(u,,)=
o
'
Z tablic d'r'strvbuanty
staltc1aryzolvaIlego
rozk aclLt
tlortlralnego
odczvtu
jenll'
Zaten] tak lr arto krytyczn
tto
,
aby spelllioIlv
rrr4
rrarunek:
@(ir,,)=1-a
I{ipotez
H0 oclt.zLlcalllr
llil rzCZ hipotezy
alterIlatylr,nej. jeeli
u|I/
=(_.:_,,,)u(,.,':o:)
'
Natotlliast.jeeli
tt,14,
'to
nie tlla poclstaw
c|o
odrzucenia
Hn.
Wariant
2. Hipoteza
alternatywna
H,, i
tt>lto
W tynl rvariatlcie kotlstt.trtrjcIllr'
1lt.arr'ostroIllr1.
obszar oclrzucelliit'
kt11, nla
posta
,s,s,,
=
\u*;a).
\\'r,zllaczatlll
gtl tak. aby b:' spellliolly lt,arrttiek
P(tt
>
tto)
=
a
'
Interpretac'jt.3
uraf-iczrl
1-ll.zeclstalr'ia
lysLlnek
6'4.
Rys.61I,rult,'ostronlw,.,::;;,,:,:;,:,:;,:,,,;:,:,^,,,,':::-?,,i
Korzystajc
z rr lasllo ci prarrdopoclclbictistrva
i cly'strybrral1tv
1llozen1y
zapisa:
P(u
>
u,,)
=
I
-
f(,, . r,,,)
=l
-
cD(").
Zaterrl
z tablic dystry'bLlalltl,
rozk-lacltt
llornlalIlego
oclczytiljeIllv rr'arto
zl.,
spe,lniajc
a(u")=]'
-
ct ,
[J ipotez
I'Io odrzucanly
lla rzecz
hipotezy alterllatywnej
,
jeir.e|i
tt e|T
,
natotlliast
nie nra podstarr.do
odrzucenia
H6,
jeeli
u
trIl .
Tesrv
pnRRt'll
ETRYCZN E 211
Wariant 3. Hipoteza alternatywna H1:
!t<!r,
Ty'nr razenr konstruLt
jen.lY
le u ostrotrtry' otrszar oclt'zttcetlia
spe rlioll1' rvartttlek P\tt
<
-t],,)
=
C . Irlterpretacj graficzn
rysunek 6.5.
tak, ab1, by4
przedstarvia
.U
R'l .r. '
j
Le vostrotltlt' r;b's:ilt. odr:ttceltiu :btttlrllra,ln,v o1larcitt I)
''I0)Id(tr\':01lanv
ro:klttd
ttorntoltt.l' dlrt ptl:iotlttt islolnr ci a
Lc\\ostrol)|.l}. ol)Sznr odrzttccrlia |]]a posta II-
=(-.,:_,.n).
Ab1,. nlc skorzr,sta z tablic (przecistarl'ia.i rr'ar'to ci cll,strr'bttatrty t1'lko dIa
argtlltlel]tw n iettj etll llr ch
).
ltalezl, dcrkoIle przeksztalcell ia :
Pltt<-1t,,)=O(- u,,)=l
-qr(rr ).
Zatcn z tablrc clr strr buantv stlnclarr zo\\Ancgo lozkladLr nornralnego
odcz1'tujenly tak rraI.ttl zl,,. ktorcj drstrrbLtatlrii \\\lloSi Q(ll.')=l-a
'
I'IipoteZ Iir. tlclt.zLtcaIll\. llA r.zccz hipotczl altertlatl wIl11. jeieli
u e|I/ .
Natorltiast
jee|i
tt3
II.. to llie llla poclstarr,do odrzucettia H6.
Przyklad 6.9
Z populacji. ri' ktr.c.j badana cccha lna lozkIad
'V(1 0'4)
lrvlosorvano prb
zloon z l6 obscr.rralji. SIcdllia ar\'tInct)'czna z prby, rr'l'nosi
,l.4.
Na poziolnic
istotrlo ci a:0,05 zrrcrrl.iktrj hipotcz. c rcdllia u,populacji rivtlosi drvir. prz1jltltrjc
otrrrstronnv obszar odrzrrecnia.
Rozu'iazan ic-
Starvianry hipotczr'.
11,11
1.r2,
|1; p 2.
c: r
=
|.4.o
=
0.4. ll
=
|6.a
=
0,05. Zc ri'zoI'tl
16.7)
Dla obustl'onucgo obszalu odrzrrccnia odczvtana z tablic
/:
!:
. !:..;,:j
r
:.l
r
i;
b.{atus; l.;
s i t
Z trc ci zadania li'l'nika.
tl1_
niilnrY11="'
-./l6=-6.
-
0.4
,,,.r"'/-
-'''ttr.,
,,'"
t\.,
212
WERvrlx,cln HlPoTEZ STATYSTYCzNYcH
rozkladtr N(0.l) rvar1o c kry,t\.czna rv\ltosi uo
=|,96,
a obszar odrzlrccllia
jcst postaci:
II,
:
(-"o:
-
l.9) u(l'oo:-). std ll
=
-6
|I/ .
cz.vli odrzucalnr, L{p.
Moina zaterlr s<lzi z 959 praritlo1lodobicristri'elll. c I.cdllia tv badancj
poprrlacji
jcst
rlla od clrvch.

Przypadek tl. Populacja o rozk adzie

norma|nym z nieznanym o-
iwnioskujemy na
podstawie ma ej
prby
W tyrn przy'padkLr korzl'statlll' z testll t-Str'rdcnta.
Stalvianty lripotc-z Zerow e rvao oczckirvatra
rv poptrlacji gerteralllej
p rlr'tra
jest
liczbie
llrl.
co zapistrjcnlr. II,,:
1t*-1-1
opicrajc si lla.ui-v-nikach
prby rvyzl]acZanly redlli arytlnct;.'cztl
i odchylenie
standardorve z prby ofaz \Varto c Stat),'Styki danej rvzorellt:
gdzre:
i
.
rcdnia ar}'tnlct)'cZ|la
\\'\'Z'I)acZolla z protl1'.
ly
Z
lor.\
okre |otla
\\ aI.to c I.cdIlie'j
aI.\ tt]let\ cZllr.|.
,l-- odcli1'lellie statlclarclo\\.c
\\ \ ZIlacltlIlL. Z
l)l.Lr\.
n- liczebllo prb1,.
$1x1l5t1'ka t.l
1lrzl'
zaloicIlitt prari clzirr o ci hipotcz.v FIg llta rozk ad
t-Stlrdllta o (lr
.
l) stoplliach srvotrotl;'.
Wariant
'|'.
H,,:
1.r+1ts
Stalr,ia.jc n' taki sposob lri}rotez altertlatyrrIl konstrLlrtjetll1' obustl.onlly'
oLlszar odlzuceItia dla rozkladu t-Stucletlta. ktory' |1la
1losta
rl.
=
(-
c..-
lu)
'
(,^ ;.)
'
Interpr"ctac.j
graficzn przedstarvia r'vstrllek 6.6.
( 6.8)
I '.l.s' .6 ol':lttsIt.oltlly obs:ar odr:ltcenia:!ludolra:tl,'lt,
oparcitt o ro:klatt t-S'tutletlta dlu po:irltlttt
IslotllOSL'l A
I.o
TEsry
p n rteTRYCZNE
213
Tablice rozkIadLt t-S1tldellta s tek skollstrttolva|]e. Ze pod.rj rvarto c
r(l|>l"):a. J e'e|i teII,,. to oc|t.zLtcatlly hipotez lJ g na |zCZ hipotez1,
alternavrvtlej. Natonliast
jcieli
t
I|/
,
to ttie t-tra poclstarv clo odr.zucenia F{9'
Wariant 2. Hr p>trto
W tvtt.l rvariancie konstruuientv pra\\ostronllv obszar odl'zucenia.
\\/ przypadktt t.ozkIadtt t-StLrdenta obszar odrzucenia tlra postac I,
=
(tz";
":)
.
jak
to rvidac na rysunku 6.7.
,,i'
"\\r.r.
I 't's..7'Pt.0tt,'tl.sIt.tlttttl'tlbs:t rtltfr:ttt'ellia:|,ttt|tx'ttttIvo1lttt.t.'itttlt.o:k!atlt-,\|lI(lL,ll|a
J ak rvspollltliatltl. tabIiee #.':. :StLrclcrlra pocla.i iiat-ttlsci
/..' dla
,
^/r
| \
ktr1'cli P\t|> t
, )=
a . lt
ri ic.'c l \\ as1losc i sr tlletrr cz|l6 ci r.ozk-ladLl
^r
,
(1
1-Strrdenta P\t >t,
)
;.
.\1..r \\rnutuk
l(t .t^,,)- u zostll sllelllionl . tr.zeba
odczytyu'a z tablic rtlzkladtt t.Sttrdnta rvarto dIa 2a. co pokazrrie
rysunek 6.8.
ti" t"'
o L .s: ct l, t;tl r : t l c e l t i a : bt tt| tlv, u rry'
t|tt
sltl:i
otlttt i.st ol no c, i ty
-
[."
,l a ct tt c;' ! t. o t t l tl' i du' t t'y t t. o tt ttl 1?1,s' ' 19
lt, tlptt rc, i t t o t. o: kltl t..\ |ttde ltt tt
214
WERYFIKAcJ A HIPoTEZ STATYSTYcZNYCH
.Ieeli t et|/
=
(t..,
;.).
to odrzttcarll1,' hipotez ll., na zecz hipotezy
alterllaty,lr'llej. Natonliast
jeeli
l e (-c,:; t,o), to llie l-lra podstarv
do odrzttcenia
Hn.
Wariant 3. Hr: p<1ts
J eieli postalvinly
hipotez altet.tlatr,lr'll w porv1''szej postaci,
to
koltstt.ttujetlrr' lervostrotlll\/ obsZal. odrzttcetlia tak, ab1' b1' speIllioItl, rr,arLttlek
P\t
<
_t,,,
)=
a . Irlter.pretacj graliczIl przedstau ia ry'strrlek 6.9.
-ti',.t
] 'ts. .9. [,ctroslt.olttl.l, obs:ttt' otlr:ttt'e]1t(l :l)ltIll)\ Ltj]\ \1 |)pQrCilt ll ro:k!ad |-S!ttdenttt dla po11611111
l'\tO!|il) ( l u
Za1elll lc\\oStl.ol]Il\ tlbszltI.tltll.zLtce llia rlla poslr IV
=(-
..-
!',,) . Natczu
palllita. ze podobnie jak
lv \\'aIi(l|]cie clt'Lrqinl, odczytLrjerlry rr'arto l z tablic
clla pozic-rnlu 2a.
J ezeli I ellt . to odrzucanrl, hi;rolcze IIi, na rzecz hipotezy alternatyrvnej.
Natonliast
jee|i
t e(.,,-), to Ilie llla podSta\\,do
ocirzucetlia [1i,'
Prz '|ilad 6.10
Wr'lclsoii,aIlo niezalcnic i2 uospcldlrr.sttr,rellllr,c i li,
1lcli,llcj
rvsi iott.z-r,tlllrllo dla
lrich llastptricc rviclko ci ttzl'skaIlrcIt pIolltirr,o\\,sa (q,ha): 23.3: 22.|.2l
.8: l9'9:23.7;
22.3;22.6.2l.5; ]l.9; 22.8: 23..22.2. l'\it
Iltlzttlt,tlic
istotnoci a:0.05 zlvcr5'fikoir.ac
hipotcz. zc iiar.to
1lrzccitna 1lIolltt
olrsa rr clrlc.i rvsi
jcst
taka sanla.jak rr'rokrr
Lrbicglr'lll i rvl'nosi 22. qiha.
Rozri'irlzan ic
Stau iarn; lripot;zu-
L1t,:
!:2.2,6
qlhtt
Zak adajc. c plonr,
o\\'sA lna.j roz|' .rtl llill.tilaIIlv. nlocll1Y zastosorr'a
pLzypadck tl. Z trc ci zadarlia rrr'llika.
'c ti )
sIedlli
0I.\t|1]c(\cZn i odclrvIcnie
staIidardorr'e rlalc1'' obliczr z prbr'. czr li:
{l
rr,.
-,,r"'
__-..{ l
I ESTY PARAMETRYCZNE zt3
.[abcIa
.20
ev, I,-
r
(.r,
-
t
)'
I 2i.3 r.01 1.09
1
tl. r
.0.l
0.03
J I t.8
-0.16
0.1r
4 19.9
-2.3
6 5.5
) :) - | l.. . 2.08
6 !/-.) 0.01 0.00
l 12.6 0.31 0.12
8 21.5 -0.16
0.5 8
9
?1
c)
.0.3
0.1 3
l0 lt.8 0'5. 0.29
n :-) 0'7 0.5 i
12 22.2 -0.06
0.00
Razcnr :61.1 0.00 t 0.61
obliczona r.ednia al.\'tl1let\'c7|l^ z prlby rr'r'nosi 22'26 c1iha. a odch1,lcnic
stalrdardorvc 0'94 qiha. Zc rr'zot.tt (.8) nlallll.
,t,I\_,tI\
--'"
11r ! a
0,94
obliczona rcdrtia
jcst
rlrllicjsza od
1lt.tl1loIltllt'allu'j
rtal.tclsci
,Lt',
.22.(:
q'ha. std hipotcza
altcrnatylvlla bdzic lniaIa postl:
H1: p<22.6 q,'ha.
Obszar odrzuccllia to ztriilr ll'-
podstaw do odrzuccnia hipotczy II1,.
Nic rna podstaw clo t*icrdzcnia.
ulcgla spadkou'i \\' stosunku do
prarvdopodobicIistrla bldLr I rodzajtl.
rzni si istotnie od 22.6 qihn.
( z:-
1.7t]6) . Sta.d l
=
-1.2
IIr . nic nla rvic
c rr'arto przccitna plotrtt olvsa rv caIe.j
rr'czcIlic.jszcgo roktl przy zalocniLr
W prakty.cc oz|\acza to, c rcdlli plotl orvsa
\\'s I
^l
Przypadek ll|' Popu|acja o nieznanym rozk adzie, duza
prba
W prz"n"padktr rozl<ladu. co do ktrego nic nla podStaW do strvierdzeIlia, ze
jest
llorIllaltry. kotlieczne
jest
posiadanie duiej prob1' losorvej. Wr,vczas \\'celtl
Zwer)'fiko\\.ania Ilipotezy -Iu stostrjellly t Sanl procedtlr, co rv I przypadku
z tyur, ze odchl'lcnie slandardo\\'e \\yznaczalt.l)' z proby, czy'li sprall,dzian testu
nra Dostac:
x-/to
r
lt=-1t1
zto
WERyFTKACJ A H tporEz srATysryczNycH
l'rzyklad 6.11
Dla dallych z tabcli 2'9 okrc | z
1lrarvdopodobicIistlvcnl
99,, cz.v u'arto
przccitlla pori'ierzchni IokaIi sprzeclar, rv oclzi r,l''rnosi l00 ln]'
Rozu,iazan ic
Starr'ianlv hipotcz:
Hs:
//:100
rnr
Pollicri.az rcdIiia port'icrzchnia lokaIi obliczorla z prbl.rr przl.kladzic
3.5 ivr.nosi
x
=
l l0,07 trl]. rr,ic hi1loteza altcrnatvrvnir bdzic lnia a posta:
ll1:7P100 nr:.
odch1,lellie standardou'c dla tcj prby. obliczollo \v prz1'k adzic
3.l7 irvvnosi
s=147.50 ,;r.
W1,z11..'u'-'-'' rr,arto spt.aw'dz i a Il u tcst l-t :
110.07-100
r*
ll
=
_--.-
-
,v. g4
=
l,5l7- .
14'/.5
Pollicrr.a |-a_999/o. sti1d a=0.0l i przr' tr nl pozio|llic istotno ci \\,ao c
l/, odczrtana z tablic dy'stn buantv standarvzo\vancoo rozkladLl nollnalnego dla
pra\\'ostIo|1llc.go
obszartl odrztlccllia rirllosi 2.33' obszar odrzucenia.jcst riic postaci:
11/
=
(233:cD). cz1,li tt ltr, . ctl llic cil.jc
1lodstarr
do odrzuccrlia l{p.
Zatclll z prarl'dopodobicrist*cIll 0.99 nic n1otla st\\,ierdzic,.c pIZccitlla
pori'icrzc|lllia ptrIrktlr' sprzcdlrr' li' Lodzi
jcst
wiksza lli l00 rlt.' W prakt1'cc
prz1jlnujc
si. zc rednia porr'ic-rzc|lllilr |lic II]i si istotttie od l00 lll:.
c
6.3.2. Testy Weryfikujce hipotez o rwno ci dwch
Warto ci oczekiwanych
Stalvianly hi1lotez Zefow Ho. Z \V.al.to ci
oczekirr,atle prt.l \\'VloSowan},ch
z drvch popLrlacj i s rrr'ne. czr'li
Hg..
/f l'
Hipotez altcrllarylvn poStawinly pzniej. ponier'vaz od
jej
sfbrIntt'lorvallia
zalezy konstrukc] a obszanI odrzucenia.
Przypadek l. Dwie
populacje
o rozk adzie normalnym ze
znanymi odchyleniami standardowymi
J ezeli du,ie badatle populacje maj rozk'lady |lor|llallle /, (p1,o,)
i N(/t:,o), przy czyln odchvlcllia standaldolr''e o1 t o2 S Zlla|le, to na podstarr.ie
li,r Ilikcirr' ttie'zaleitlvclt prb. oclporr,icdrlio o liczebno ciaclt li' i ll, rvl.zllaczattlr'
rr'arto s ta t''"s t1,'k i :
Trsrv
pRRnH,TETRYczNE
217
(6e)
gdzie:

i - rednie arvtnlety'cztle \\')/Znaczone
odporviednio z prby
pieru'szej
i dmgiej.
o, i o. - zltalte odchvlenia stanclardou'e odporviednio pienvszej i clrugie-1
populac-ii.
tt, i tl. - liczebrlo ci
odporvieclrlio pierrr'szej
i drrrgie.j prb'r,-
Staty'st1ka (6.9)
llla. prz,l' za|o-etlitt
1lrarr'dzilr.o ci
hipotezl' IJ n, rozk aci
non.nalltr' .\(0.I
).
l, J eeli hipoteza altcrnat1'rr'na l]l l
l]oStac
H,: p, 1t',
to dla prz1'jtcgo pozionttt
istotno ci
a konstrtlujenly
obitstrontry obszar odrzlrcellia, ktrv llla posta
/t
W
=\-
o;-
trr!)u
(2r,,;.o) (patrz r)'sunek 6.3). Z tablic stanclaryzo\\ranego
rozk adu llortllalnego odczl'ttt
jeIllv
tak rvartcl c
zl.'
,
ab1. s1lelrlia a rr.arullek
/v
tD(r"J =l-:
/.
2. J eieli hipoteza altcflll.tt\\\Illl Il']a
|r(] tael
I1';
,tr,]]',l1..
tO dIa
1ll.zr.jetcu.o
poziotlltt
lstotno ci a kollstrtrtrjeIll\
l]l.a\\
O5tl.t)llll.\ obszar ilclI.zttceIlia. kt(lrr tlla poSta
Ll/
=
\tt,,;oo)
(patrz
r'l sLlnek 6.1). 7, tablic clr strr bLrantr, stanclarlzou,,ancgo
rozk|adu nortlraItrego odczl'tLljcnl1' tak rvarto l/.., kt|c.i d1,strvbuanta
r.r1'nosi,D(u,,
)
=7
-
a .
3.
jeeli
|iipoteza alternatvrvna tlta posta 11,,,
1t,<1t,,to
dIa przrjtego poziorlltt
istotllo ci a koIls1rttujetrlr,' lellostl.ollIly obszar odrzLtcellia' ktn, tlla posta
lr
l/
=
(-
n'.-
uo)
@atrz
ry'sunek 6.5).7- tablic dystrybLrantr, standary'zou/anego
rozk-|adLr llortrlalIlego odczytrrjenry' tak rvarto
l/a . ktrej dystrybuallta
nvnosi @\u,,)=l*a.
J eeli u eIIl
-
to odrztlcanlv
hipotez Hp llii l.zecz hipotZ\/ alte|llat1.rvne.j'
Natonliast
jeze|i
u

ltr,
. to nie nla podstittt,do odrzucenia I-[o.
Przl,lilad 6.12
Zakladajc. c zrzllicorvanic pouir--r.zchlli sprzcdai1' rv poptrIacji lclzkic|r lokaIi
u'vnosi 150 nl:. a u'Ozorkou'ic 60 nlr. spraridz lla podstal'ic
danl'ch i tabcli 2.9 i2.10
cz). l1a poziolllic istotIio ci rrvllt.ltr l9i, rnoIla strr'icrdzic. Zc przccitlrit pclrr'icrzchlria
a{0
WeRyrtx,c.lR H IPoTEz STATYSTYcZNYcH
lokali sprzedazy. rr Lodzi
.ir--st
iiiksza ni' przccitlla polr'icrzchllia lokaii spl.zeda1,
ri'Ozorkorvie.
Rrlzrviazanic
Zbadano ll
:494
|okaIi sprzcdaz1, rr' odzi. iclt rcdnia porvicrzchnia
sp|.zcday
lrr'ltosi il
=
l-l 0,07 rlrr (prz1 klacl 3.5). W prz1'padkil lokali sprzcdav rv ozor.korvic
przcbadano prb ll;_. 0. redllia rr,yIlosila i
=
59.9 lnr (przr'klac1 3..1).
Stau iarn; hipotczr':
lls:1t1-1t2
H1:
lt1> /tt
obliczamy' *'arto spralr,dziallu tcsttt :
r r0,07
-
59,9
=
1.479
WYznaczolla z tablic d1'strvbuantr stalldardorrcgo rozkladu llot.l-nalllego \\.artoc
dla poziolrlu istotno ci 0.01 rl'r.rrosi tt,,
=2.33.
PrarrostroIltlr'olrszar odt.zrtccnia |ll.l
posta i/
=
(z.::;*) . \\'.,,-'^.zo|la prZcZ lles statr'str.ka nalc1,clo obszarlt cldt.zttcclria'
za(ettt odrzucalll1' |tipotcz ZL-IL]\\
'
Z prarr.dopodobiclistrrclll 990rl llltlllit sdzic. Zc przccit|la porvierzchnia lokaIi
sprzcdaz), rv Loclzi
jcst
rr'iksza Ili rr'
()ztll.ktlrr
ic.
c
Przypadek ll. Populacje z nieznanym odchyleniem
standardowym dla duzych prb89
J celi drvie badarlc popirlacje Illaj liczebno ci spelniajce \\'artl|1ek
lt| + tt) >.l 20, prz1' cz\.lll odchr,lenia staIldardorve o, i o2 S l1ieZ|)a|)e.,..' to t]a
podsta\Vie w}'llik\\' Iliezalcznych plob, odporviedrlio o Iiczebno ciaclr ll1 ilz7
wYzllacZal-nv rvatto c Stat]"St}'ki :
;:;
il
--\t
(6.t0) l/
=
--::=::
gdzie:
l
iIt. - rednie ar\'tllletyczne \\ryZl1aczol]e odpor'r,iedllio Z plby
pierri sz-ej i drLrgie.j.
E9Zak|irdasi.e
li1 +ll' >l)0.Prll.ri'Ira.1 l-LtszllierriczA'.Slab1'r
[2O0]]'s.
l89.
..',
Za|oerlie' e badarle
ilopulacje
nlaj rozkladr.nclrnlaIny'przr dur'ch prbaclr.jest nieistt'tlle
s: .s;
n1 t1}
I ESTY PARAMETRYCZNE 219
,sI i ,S' - oclch1.lerlia standat.dorr' w)/Zllaczolle odporviedllio dla pierrl'szej
i drugiej prob.v,
nI i n) - liczebIlo ci odpolviedllio pienl'szej i drLlgiej prbi'
Stat.vstyka
(.
l 0) ll]a.
1lt.zv
za oicll itt prarr'dzilr'o ci hipotezy H6, roz'k ad
nornralny
^(0.1
)
Dalszc postpo\Vanie
jcst
iclellt1'czne
jak
rr,
1lrzrpadktr
I.
Prz1'k ad 6.13
Na podstair'ie darlvclt z tabc]i 2'9 i 2.l0 strr.icrdzi lta pozionlic iStotllo ci rir.nr'nr
19a. 'e przccitna porricrzclrrtia lokali sprzcdazy rv odzi
jcst
rviksza rlii przccitlla
pou'ierzchnia Iokali sprzedazv rv Ozorkouic.
Rozu'iazan ic
Zbadantl tt;494 lokali sprzcdazy' rr' Lodzi. ich rcclllia poivicrzchIlia sprzedaz1'
ril,llosi rr
=
ll0.07 lllr
(prz-1
klac1 3.5) or.az clclchr,lcltic stallclarclclrl'c .S.=|. 7.50 rnr
(prz1,k ad 3']0). \\/ prz;'padktr Iokali sprzeda.'' rv ozorkolvic przebadano prb ll2:. 0.
rcdnia rrl'nosila r:59.9 lll:
1pl.zvklad
3.1). a oclcli)'lellic stalrdardorvc S2:58.55 nl]'
Zatenr spelnionv
jcst
rvanrnck , + tt, >120.
Starr ianr-r' ll ipotczr':
lls;
1t1-l't2
11y:
1t1> ltt
obl iczani1 ir'al.trl spI.atl'clziall tt 1cs1tt :
I 10.07
-
59.9
=
-+.10
i
491
. 0
\\'1'zttltczorla z tablic d1'str1,,buarlt1. standar.dorl'cgo rozkladu tlol.lllalttcgo u'arto
dla poziolnrr istotno ci 0.0 l tr,y'nosi ll,t
=2^33.
Pratl'ostrilntt1' obszar. odrzttccIlia |na
postac lI,'
=
(z,::;.o) . \\'.,,.'o..ona pr7-cz llas statvstvkil llalcy clo o[rszarLt oclrzucetlia.
zatcIn odrzttcalny hipotcz ZcIo\\'.
Z pralr,dopodobiestrr,cnr 99o rnona sdzi. zc pl.zecitna porvierzchnia lokaIi
sprzedar, lr, Lodzijcst rviksza nii rl' ozorkoivic. e
Przypadek ||l. Populacje o rozk adzie normalnym z nieznanym
ale rwnym odchyleniem standardowym d|a ma ych
prb
J eeli drvie |ozpatl.y\\'alle popLrlac.je Ina.i rozklacly'' llornlalItc N(1t1,o1)
i N(p,,o"),1lt'z'v C7.\||T| oli o.' rr'poptrlac.jach getiet.alttrclt stricztralre ispelnione
220 WERYFIKACJ A H IPoTEZ STATYSTYCZNYCH
jest
zalozerlie o
jeclrlorodrio ci
rvariallc.i i.''. tzll' d
t:
d:, a liczebIlo ci prb ll7
ill, s ll]ale. to na podstilrrie rvyttiktirr'tliezaleillrch prb \\'\'Zl]aczall-}y lval1o
statl'styki:
( .1 l)
T-.,
^./.
l/trJ r+r,.,\,1
I l)
l;r;=1,,
*,,.
J
gcizie:
''
i

- rcdnie al.\,tl1letycz|le \\'vZI]acZone odporviedrlio z prb1,
picnvsze.j i dlugie.i.
S' i

.
odch1,lenia statldardorve \\'\'Z|]aczol]e odpolviednio z picI.rr'szej
i drrrgiej prby'
n, i n.
- liczebno ci odporviedrlio pierlvszej i drugiej prby.
Stat1.sn.ka
(6.l0)
nla
l)|Z),
zalozeniLt pt.artdzilvo ci lripotezy l{., rozklad
t-Sttrdeltta o (rt'i71.., - 2) stopniach sw'obocl1 .
l. J celi hipotcziraltertiatrri|lalllapoStacH,..
1t1t1t,.todlaprzyjtegopoziollttl
istotno ci a kollstt.trttjcIllr' tlbLtstt.ilIlttt- obszaI. oc|rzttceIlia, ktrr, nla poSta
W
=(_
-:,)w(t,,^.',:)
{pntr..
rrstrllck .6).
2. J ee|i hipoteza altel.tlatt'lrlla ll]a poStac It,..
1t,;'1t",
to dIa przyjtego pozioIllLl
istotno ci a kollstrtttt.jr-'|ll.\'
l]l.a\\oStt.ol)|l\
obszar odrztlcetlia, ktrv nla postac
II,
=\tu:or)(patrz
r1,stlllek .7 - poziolll iStotllo Ci prz1'odczy.tl,rr'.atlitt z tablic
jest
drva razy rryzsz),od zakladancto),
3. J eeli hipoteza altertlatvrr'tla llla
l]oStac
H,:
1t,< 1t,,
to dla przyjtego pozionru
istotno ci a konstrtrLrjeIllt' lerr,ostrotlnl, obszar odrzucenia, ktry nla postac
ll'
=
(- u::-
l."
)
(patrz rysttnek 6'9: poziorll istotno ci
llln,
oclcz1'ry,lr,atlitt
z tablic
jest
dlr'a razy lr't'sz\' od zakladanego),
jeeli
teIY
,
to odI.zttcaInv lripotez I.l9 lla rzecz hipo^tezy alternat-vrvlle.i.
Natonliast
jeeIi
r
||l ,to
nie trla podstau'do odrzltceliia H0"..
.,'J eeIi
to za|tlietlic nie.jest
trlodaIte
naIe1' przeprorr'atlzi lver}'fikacjg hipotezY orrrno ci
.^
rrarianc.ii.
.,.
\\/
1ll.ograttrach
kclnlpu1erou'l,cIl stosort,atrv.jest ri'1' g7nie przy'padek IlI ilV.
Tesrv
pnRnnerRyczNE
221
Przyklad 6.14
W cclLl
1lol.rr'llallia
r.cdIlicgo sfatl
l)Iacv
rr' drr.ch zak aclach rr.r,]o.sc.lrvallcl
z kadcgo z trc|r zak adrr.
gI.11p
pr.acorirliktiir'
i zbaclarlo
.i
po.l rr,zr:ldcIn
d'|r"rgtlci
stau pfacy rv dall1'nr zakladzic. otrzl'lllatlo Irastptl.jcc
rczLtltatv:
labcla 6.21
n
r
,t
Zltk ad A l6 .8 t.1
Zaklad B t0 8.2 2.5
Zrrrdlo: Dallc unto\\l!
\\iiadotllo,
c rozklad StaZtl plac}'.icst
llOr|)]aIn\'tr,tr'c|t
zaklacJ ach oraz
zrrlicorr'aIlic
staitl prac}, \\, obtt poptrlacjactl jcst
idcltty'czrrc.
|7'|1. o
,
=
o,'-
Zii'er1'tikoll'ac lla poziolllic istotlro ci a
=
0.05 hipotez' zc redIli stai prac\, \\.obu
zak ladach
j
est
j
cd nakorvy,.
Rozrviazan
ic
Sta$ innlY llip()lcz\.
H1i.
1t, =
1t,,
H;. p
,
< rl,.
(bo
r.cclnia staftl p|.ac\. ri zak arlzic A obIiczrllla z prtlbl..jc.s1
nrzsza rrii rr B;
KoI.zvsta.ic z rclac
ji
1(l'
l()) rlbliczlrrlll:
=
l.']
I(olzvstanry
z przlpadku
lll. Liczba stopni sn,obod1,u,r'nosi:
nt+n)-2=14.
a stat)'styka
t.Studcnta odcz\'tana z tablic I.,.
=|,7ll.
Przcdzia ocll.zttcellia
nla
posta
/ ,
-,.r
,|'=\_cr:_|./ll).
a l-_i.je I'I,'.lr'ic
llic ltla podstarr
do odrzLrccllia hipotcz}'
o l.u'llo ci
r'cdnicgo staztl pfac\'
w plcZcllto\\allr'ch
zakIailach. nvic lnozlla zatclll
trrierdzic z 95o/o prarr'do1lodobicstrl.cltl,
zc r.cdlli stai p|ac}' rr.zak' a<lzic
A
j.cst
lriszy
niz r 'zak adzic
B.
,y
Przypadek
lV. Populacje
o rozk adzie
normalnym
z nieznanym
ale rnym odchy|eniem
standardowym
d|a ma ych prb
J eeli drvie rozpatr\'\\,alle
popLrlac.je
nlaj rozklady llornlalll
e lll(trt1,o,)
i Nr1t'-,o), prz),
cz\|n] o/ i o..
rr' ptlptllacjach
genelalll;'ch
s nic.znane i nie
6.8
-
8.1
zzz WeRvrtx cLn HlPoTEz sTATYsTYcZNYcH
spclrlione
jest
zaIoeIlie o.jedlroroclllo ci ir'ariatlcji9j. tzn. d
1*
d.' a liczebrlo ci
prb ll, ill. s Illa e. to tla podstarr.ir. rvvllik',r,niezaleznych
pl.b \/Znaczan]y
rvar1o statvstvki:
( 6.12)
gdzie:
\i
S' i
.
redllie atl'tlllett'czne wvztlaczolle odporviedrlio z prby
pierrvszej
i dLLrgie.i.
- odchvlnia staIrdat.dolre \\'\'ZllacZoI1e
odpor,viednio z pierlvszej
i drLrgiej prbv,
I?| i |l) - liczebno ci od1;orr.ic.dnio pierrrszej i drLrgiej pLby'
Statystyka (6.l0) I.Ila
l)rz\.
zalozcIlitt pr.arvdzilvo ci
hipotezy Hn rozk ad
t-Studenta o
/ : .ll
{
S,- ,t;
l
\
/rt nt
,1
stol;n iach srr obody"t
'irr
.\]
+-
---
i(,
-r)
.r(.
-l)
DaIsze postpo\Vanie ri.er1'fikacr'
jne jest
ident1'cztie
jak
iv przypadkLr III95.
Przyklad 6.15
Analizu.jc dalle z przrkladtr
6.1, strvierdzono. e zrillicori,anic stazu pracl'rv
obtt
populacjach jcst
rznc. Zrr'crytikorr'a tla poziotrrie
istotno ci a
=
0.05 hipotez, ze
rcdni sta pfac\, w oblr zakladach
jcstjedIlakorir,.
Rozivizalr ic
Starr'ianry hipolczr':
flo:
/"tt
=
lt.
H|:
/.l|
<
/l,
(bo rcdnia staztl p|ac),. iv zakladzic A obliczona z prbv jcst
nisza niz iv B)
l(orzystajc z rclacji (6. l 0) obliczanly:
u..lezeIi
to zlIozellie nie
jest
podarre nalez'r clokolra lrer1,likacjihipotez1'o
t.rr,Ito ci rrirriallc'ji.
'"
Nale;,parrrita. ie liczba sto1rIli srrobodr'lnusi br'c zlrrl'sze Iiczb calkorr,it. Zate1ll \\\'niki
.,.
rriecaIkosite zaokri1r.ll.rlltr,do pier*sze.j
Iiczbr'calkclnite'j rt'gr'
.''
\\'pI.tltranlac|r koItl1;uterorr,vch rr'vlcznie
.jest
stosclrvan1'przvpadck lll iIV'
I ESTY PARAMETRYCZNE 223
_
_l <
Korzystanry z
/ t . i2
1S'
,S;
I
]-+-
I
r llt
l
prz\ padkrr
-
I111
-
t<
lV Liczba stoptli s\\'obod)' wvllosi:
a stat\ stvka t-Studenta o(icz\tana z tablic
,si
+
-
.sr'
lli(il,
-l)
ll (l.
_
l)
t:o
=]'753 '
Plzcdzill odrzttccllia llllt posta I|.
=(_..:-l.753)
. n /
= -l.56
e trl/. rvic
rlic nla pilclstarr' do odrzrtcctlia ltipotcz1' o rrvlloci rcdnicgo stau pracy
rv
1lrczcIltouallr'ch
zak adach' Nie |]loina zatclrr trvicrdzi z 95o
pr.arvdopodobictlstrr'ctll. c rcdni staz prac;'rr.zakladzic A
jcst
niisza ni rr,zakladzic B.
e
6.3.3. Analizawariancji
'leeli
tttattty do czyllietlia z rvice.| lli dlviellla plobami do testott'ania
hipotezy' cl rrvrlo ci rednich LlZ}l\\A si arlaIizy rvariallcji' Stosorvatlie anaIizy
lvariancji \\)'Illaga za ozellia o
jedtlorodrlo ci
r,r,'ariancji o ktrr.ln bdzie l]-}o\\'a
dalej.
Starviarny' hipotez Zerow }.{g, e r,vao ci oczekirvane prb rvt'losowan\'clr
z popLllacji s rrvIle' c'li
H6
/t-lb:...:ltr
Fl ipoteza alternatl'rvna
j
est postac i :
Il,
'.
u,1t, +
1t
,
dla i +
j
J ezeIi hipoteza Zero\\/tl
jest
plirrr.dzirva, to rvarto ci ledllie rve rvszystkich
prbach
s ic1entyczrle' odrzucenie hipotez.r,zerorvej o 1acza, Ze s Statyst}'czne
podstarvy do przy,jcia, ze rednia rr'co najtlllliej
jednej
prbie istotnie rzni si
od pozostaly,ch.
Konstnrkcja artalizy rvariancji
jest
oparta lla procedurze dekonlpozycji
ef-ektrr zrztlicorvallia. ZrznicorvaItie w tynl prz1,padku llloze by
nlidzygrupowe oflz \\'ewlltrz grt|po\\'e. ZaIenl stltlra krvadt.atrr, oclch1'leli
realizacj i danej zntiertnej (SS1') rozklaclana
jest
na clrva addytl'r'r'ne' sk.ladniki:
o
Stl|llQ krvadratrv nlidzy gftll)o\\'}/ch odchyleri zInientlej (SSB):
o
Stlll]Q krvaclratw odchyleli \ve\Vn1rZ grupolrych
odchyIc znliennej
(SSE),
224 WERYFIKACJ A H IPoTEZ STATYSTYCZNYCH
l ch add1't1'rvn o c rr'arttll ktlj e rrr,rl o c rr tirian c1
j
It
1lostac
i :
.5lt7'=
'SS
+'9.SR ( 6.13)
gdzie:
s'.lr- i(..,_'| (6.14)
t=t.l-l
.
.ssB
-
t(.\
-
i) , ( 6.15)
'
,='
,,,
, \"
.s.st=
II(',,
-r-,f
(
6.16)
i:],,..'k
-
llLl|]ler prb1':
j
=
|,...,tt, tlLl|l1efv
jedrlostek
rv l-te.i prbic.
W ce lu rv'err fili'acji lri1lotezr Zr'-I.t)\ie.j t\\'t)l.l\' si tzrt. tablice ANoVA.
Tabel 6.22
Tablica Anova
Statrstyka I; nla asy'lllptol}.CZn},rozkIad FisIlera.Slledecora o -l ill-k sto1ltliach
srvobody.
Dla ttstaloltcgo poziotlltt istotno ci odczy'tLlje m1, z tablic rozk adu Fishera-
Snedecora tak rr'arto krr,t1'cztl F,,. ab) speltliotla b1,la rrvrlo
l,(F > Fo)=a
'.]e li
tr etrV
= (,;*
n),to
hipotez' FI., odrzLtcallly lla korzv c
hipotezy alternatyu,nej II,. Natonriast gdy Fe (0: F,). nie nra poclstau, do
odrzLtcenia hipotezy Hn.
Zrld|o
zlnicnttoc i
Sulrr.r Llczbrr stoprlr
ku rcll a((rrr I sri r-rbrrdy
odchr lcri
Slcd n ic
krr'adralou e
odchvlcnic
Statystl ka F""
Midz1'grupow,e SSB k-l
('n
l/,)D
-
-
I-l
^-l
-
ily'SR
nlsE
\\'cu ntr.z
grupo\vc
SSE tt-k
llse
=
'S's[
tt-k
og cln SST
o...Ie,t
t., warto c star1.511';.1 podarrallej rr'tabeli 5'4.
Trstv
pRR,trl
eTRYCzN E
225
Przyklad 6.16
Majc nastpujcc rrr'llikt z trzcch sprarr'dzialtrv z lnatcnlat1,ki dla picitl
studentrv: |:2'4,3; 5; 4; ||''4.,4',5.'2,2 oraz ll|: 3; 4; 5' 3' 4.
Udorvodllij, c przccitne occll\ Z trcIl sprarrdziaIlrr.s idclltr'cznc.
Rozrviazalr ie:
Sta$ ianly hipotczr'
Hs pf
lh:/tj.
H,:v7r, 1t,d|air'j
t,l
Zaczlticnlr' od w'vzllaczcnia redniej i lr,ariancji dla kazdcgo zc s1lralr'dziittlrr'
TabcI:r .2J
Zalocllic o
jcdllorodno ci
ri'ariallc.i iLtdoriodllitlllo w przl'kladzic
6.
W cclu obliczcnia stat)st) ki F uvznaczanlr :
k
D,
,
ssE
=
tlftu -,lI
=
5.2 +J ,f +2.8
=
l5.l
t=l
i=1
Sredn ia zc lvszystkich trzcch sprarvdzianu, \\ynoSl :
-
l8+17+19
^.
,{=-=J ,O
Zatcnr mantl:
p2
ssB
=
I( -i)
ll'
=
(:,o_3'6)r.5+(:., _3.6)r.5+
(:'s_:,o)2.5
=
0.4
Tabe la Atrova
jest
postacl:
il II
(',
-
',
)'
(.
) t'
)
A
J 2.56 0.3 6 0.61
4
A
4 0.16 0,16 0.04
J 5 5 0.3 6
|.4
5
')
3 t.96 r.96 0,64
4 2
^
0,l6 1,96 0.04
Sunra l8 L7 l9 5.2 7,2 2.8
Srcdrr iarWariancja
j.6
l.J
i.8 1.04 t,44 0.56
226
WERyrlx,cLR HlPoTEZ sTATYSTYczNYCH
TabcIa .24
Zrd lo
znt lennosc I
Surna
krr'adratu,
odclrvlcli
Liczba stopni
su'obody
Srcdn ie
krvadratou e
odchvlcnic
Stat;'styka F
M idzr'IrtlDorve
0..
2
0,20 0,16
\\/cu lttrz
grupo\\,c
| 5.2 t:
141
t,zI
ogIcln 15.6
t1
Wano krytl'czna
odczytana z tablic rr,vIlosi
dla 2 i l2 stoplli s*.obod1'3.89.
Zatcllr ltic nla podstarr'do
odrzuccllia hipotez1'zeroir'cj.
Z prarvdopodobier,lstrvenl
9-5o
strr,icrdzanly.
zc rcdnie occtl1, ttzvskanc |la lvszl,stkich tt.zcch sprarr,dzianach s
idcntr"czllc.
Gdy' u'ykorzlstatllv
opcjc
jednoczynnikorva
analiza u'ariancji rv nloclelu analiza
d all1'ch rv Excc I u otrzr'Inuj ctlrr, pon isz1' lvr'd rtl k.
Tabela
(r.25
PODSUMO\\'ANIE
Grupt' Lic:tt ik Stt n trt Sre titt itt Il'tt t't ct t I c'f tI
I 5 l8 i.6 t.i
II ) l1
a1
1.8
II ) l9 J . 0.1
ANALIZA
WARIANC.II
'1
1,S I|, r l tl c- Te,st F
0'8 3.8 8529
Polnidzy grtlparrri
W obrbic grtrp
Razent
0.4
l5t
2 0,20
12 I,21
| 5,6 tJ
Warianc.ja podalla tutaj rrli si od tc.j policzollcj pt.zcz |las. po'i'''iz poa'*1.'t
trr nieobciolla rvariallcla'
Po I iczllry n ieobc izon rr'aliallcj

dla p icru.szcgo
sprarr'dzianu :
I,
s'*.
=-|I(.',
-i). =-ll_,1'. =
r.1.g.
=
1,3
tt-l
i tt-I 4
Tak samo
jcst
lv kolc.jnvch prz;'padkach.
W koIejllcj tabeli oplcz tradr,c1'jllcj
tabeli Anoi'a llanr1.podanv
krvt1,21iu pozionl
istotllo ci
_
ktry.jcst w t\'m pfz}'padktr
baldzo lv1'soki. Natonriast Tcst F poda.jc rvarto
kryt1.czn ktra
jest
idcntr'czna.jak
obliczona przcz nas.
Przccitne occny zc rvszy'stkich
s1lrarvdzialllv nic rzlli si istotnie .
c
I ESTY PARAMETRYCZNE 227
6.3'4. Test weryfikujcy hipotez o wariancji w
populacji
generalnej
Rozlr'attr\, poprrIacj generaln o rozk' adzie ttorlllaltry,trl IV(1t,o1, pr7
cZ),|l1 wao rednia poptrlacji
1l
i oclchr'lellie stanclardorve populacji o s
lliez'lrane. Z badallej popLrlac.i i rr'1,losorr'allo llie zalenie ll-elenrelrtorv prob. Na
podstarvie tej prob1' lralezt' zrr crr'fikorr a hipotez Zelo\\i:
fl
o'.
o-
=
o\-t .
u obec hipotcz5 allcnlat\
\\ r)r'i
1)
17
t'.o-
> o; - ll
t:
o- < ot) lub ,11r
'.
o- +
O,-t .
W ty'nr celtt tia podstarr ie r .1'rlikrr' z prb1, obliczaIlly rr'arto c IlastptIicej
statl,styki:
(
6.r i)
gozte:
S2 - rvariallcja \\.\'Z|lacZolla z pI.br.
'
- zaklaclana lr aI1o c rl ariallc.| i.
ll
.
iczebrrtl pr.tibl .
Statysty,ka ta. prz\' za oellitt prarr.dziu'o ci hipotez1' zerorr'ej. nla rozklad
y2
o (lt-l) stopniach su'obody
'
Dla ttstalonego pozionlu istotno ci odczytujenlv
z tablic rozk ac|rr
f
rvarto kryty,czlltt.
72u
tak aby zachoclzila rorr no c
P|z, >zi)=". obszar oclrzucetlia Ilta lvic postac w,
=(z):+.)
(patr.z
rys. 6.2).
J e |i
x2
e trll. to hipotez Ho oclrzttcatlly lla rzecz hipotez1'alternatyrvrlej'
tlatotniast lv przecirt'Il\'rll przypadkLl, tz|.l. g.ly
,.
IIl . rie llla podstarv clo
odrzucenia hipotczy l-ln.
J eeli hipotez alternatyrvn
jest
H': o: < oi
^
to konstrutljenlr'
lervostrotrtry obszar odl.zttcetria, ktry rlla postac 11.
=
(0:
xi_")
-)
r l/J -
X-= .
UO
228 WeRvnxRclR H rporEz srATysryczNycH
..t
1*
t '.l,s' 6']0' LcwO',lronnv tlb.t:ur odr:ltcenio:I>ttdoy'anegtl t la ro:kladu
i
p,:t,po:totnte
isltlttlo ci a
'J
nt :o- t o0 nlanry do czynienia
ktI.ylll
jest
zbir97
(patrz
rys.
6.1 l),
I ys. 6. l }. obltslronn1' o|:s:ar odr:ttccnia tlla ro:klcttlu
i
: po:iontettt istottlo ci a
I'rzyklad 6.17
W1'konano 15 polniarrv
czasu likrvidorr'allia tlstcrek rviatc na pcwn),ll1
skrz;'orvaniu. otrz1,mLrjc llastptlice obserrvacje (rv godzinach): 4'5; 3.; 6;6,4:7'9;
6'9: e'|,:7'4;9'0;4,3;6,I;8,2;4'9;7.5; 5.8. Zakladajc, zc rozk ad czasu likrvidacji
tIstet.ck
jest
tlortnaltt1,. na poziolnic istotrio ci a
=
0,05 zrveryfikorva lripolez. c
rr'ariancja czasu likr'vidacji usterck.iest rlvna l.
Rozu,iazanie :
Stal 'ialny hipotezy:
).
.R--l
H,:o2 >I
wne
nia
Itl''
'-T
)
t: .
ft
.'L-T
,'
W pI.acv Krysicki
[
| 98]' s. 90 podantl. e ten clbszal. stosuje si. gdr, Iiczeblro prb1. lt<50
Trsrv
pRRRtr,terRyczN
E
Aby skorzysta zc rr,zortt (6.ll)' nrusillr1, u'yznaczy' lr'ariancj z prby' W tyln
cclu budrrjcmy tabel robocz:
Zrtlltl:
()bliczcIlill
tr iasne
Korzystajc zc lr'zorrr'zanlicszczolll'ch rr.rozdzialc IlI' obliczy'ln1' redni
afytn]ctyczn:
_ 94,6
t)
a odchylenie standardorvc:
fr
-
S
=./-'3i.39 =
1.5 .
v
l5
War1o statystyki (6'
l l):
, 15.(1,5),
/'-
'
=3i.75.
"t
Statyst\'ka
x;
odczl.tarla z tablic rozk adu y', przy 14 stopniach srvobody ipoziornic
istotno ci 0,05 pr.z1'jlntljc rvarto c
x
*
=23,685,
obszar odrzucenia to zbior
,I/
=(T,685;
.o)
. obli..o|1c, przcz llas rvarto sprawdzianu nalcy do tcgo zbiorLr.
zatetn odrzucarny |ripotcz H6.
Mona sdzic
(z
5% prarvdopodobictistweIn
b du), e rvariallcja czasrv
likrt'idacji ttsteI.ek rviate
jest
rviksza ni l.
c
Tabela 6.26
Lp. \; r,
-i
(x
;ll
I 1.81 3.26
2 J .O 2.71 7.33
3 6
-0.31
0.09
4
6,4 0.09 0.01
5 7.9 r.59
6 6.9 0.59 0.3 5
7 'I
-0,21
0.01
8
1.4
1,09 1.20
9 9
) 6c)
t0 J ,j 2.01 4.01
It .l
.0.1
I 0.0.
l
8.1 l.E9 i.5 8
ti J 9
t.-ll 1.98
t1 I 19 t.tl
15
(r.i
I 0.]
S Lrnr a 9J
13.3 e
WrRvrrxncLR H tporEZ srATysryczNycH
Przyklad .l8
Na podstawic danl'ch z tabcli 2.10 sprau'dzinly. czy prarvdziu,e
jcst
trvicldzcnic. ic
zrzllicorr.allic porr,ierzchni lokali sprzcda)' rv ozorkorr'ie.jcst lrvne 60 lll:, przvjlllLrjc
jako pozionl istotno ci 0.0l.
Rozu'iazanie
MaIlry do cz1'rlicIlia z
'i=.{0.clcnlcntow
prb. odchylcnie stalldarclolvc
porvicrzchni lokali sprzedaz5.' u,5'uosi S:58.55 ur'. Str* ianrS' hipotcz5:
H,,: o)
=
60'
H,'. o' i 60'
obliczanry lval.to sprarl'dzialltt tcstu:
,
.10
.
58.55 ':
y'= '
=38.09.
^
-^j
6U
Wyznaczamy obustronn)' obszar odrzuccnia
(patrz rys. 6.ll). Przy' poziomie
istotno ci 0'0 t i 39 stoprriaclr sri'obod1, rr,ar1o ci odczytatlc z tablic \\,)lllosz
odporvicdnio'
X+ Z,',,u,,
=
66.'766i
/,i
:
7,'.,,,.
=
20."106 . Zaten obszar odrzuccria rna
posta II.
=
(0; 20.70o) u (oo';oo:.z) . PoIiczor1a przcz t]as stat\,st\,ka llie rta|c do
obszaru odrzuccnia. nie nra u iec podsta* do odrzucenia hipotczv zerorvc.i.
Nie nranry podsta\\ do oclrzuccniir stwicrdzcnia. ic roznicowanie porvicrzchni
loka|i sprzcdazv rr ozorkorr ic
just
l.ri tlc 0 lltr. c
6.3.5. Test weryfikujcy hipotez o rwno ci dwch
wariancji w
populacjl generalnej
Niech dane bd drvie populacje odporviednio o rozk adach nofn-Ialnych
N(pt,o,) i |,tr(p:,o), przy czylll paran]etry tych rozk adr'v S tliez|la|le.
Z populacji u,ylosorvallo tliezalezIlie drvie prb1' o liczebtlo ciacll ll' i,z.
Ze wzgldtr na budorv tabIic rozk 'adLr Fishera.Sendecora za pierrvsz prb
przyjnruj si t, ktra rrla rvikszrvariarlcj policzonz prby. opierajc si na
rvynikach t1'ch prb naley zrr,etyfikor,va hipotez Ze|o\v':
)1
17o:ol
=r;,
rr
obcc hipotezy altenlatvu nej":
t1t'.01 >o;.
Z obu prb otIi.,.,uy rvariarlcje eltlpiryczlle. a l.lastpllie r at1o
statvsNki:
uE
Inne pr.z1'padki Irlona nltt|e w pracy l(r.1,sicki
Il986].
s.92
TEslv
p RRtr,,l
rTRYcZN E 231
(6.r8)
gdzie:
Si - rvariancja \\r}'Zl]aczolra z pierrr,szej prby''.
^S'r
-lvariancj w1l711.,opa z clrLr g i ej prb1,.
Statyst1''ka ta pIZv za ozelliu prarr,dzirr'o ci hipotezy Hn tlra rozk ad Fishera.
Snedecora o
(ny-l)
i(rur-1) stopniach srvobody'. Dla ustalonego pozionlu
istotno ci oclczyttrjenly z tablic rozk adu Fishera-Snedecora tak rvarto
kry,vczlr Fo, aby spe niona by a rr,r'Ilo P(r. > F,)
=
o. J e li
F e |V
= (;+
oo)
'
to hipotez H0 odrzucaIlly lla korzy' hipotezy
alternatyrvnej H,' Natonliast gdy re (o;). nie nla podsta'uv do odlzttctlia
hipotezy Ho.
Przyklad .19
Dla danych z prz1'.kladtl 6.l.1 por*lla.j uaI.ioIlc.jr-'rl obtr znk adach prac1'.
Rozw'iazallie
Zc rvzg|du lla bttdorr tablic rozk adti [ris|lcra-SIlcdccora za picrrl'sz prb
1lrzy'jlllicnly
zaklad B. a za dI.trg zak ad A'
Stnn ianlr' lt ipotuzr :
tl
,t'.oi
=6;
H,: oi > ol
1 2
Ze*,zot.tl
(6.i2)
nlallly F
=#=2,I6.
Na pozionlie istotno ci a
=
0,05 idla
.)'
stopni sr,vobody 9 oraz l5 statilstyka odczytalla z tablic rozk adu Fishcra-Snedecora
przyjnrujc lt.arto Fo
=f,59,
obszat.odrzuccllia Iv
=
(2.59:+
-).
outi.,onap.zez
nas rvalto sprali'dzianu tcstu llic nalc1'do I, a lvic Ilic nra podstalr.do
odrzLtcenia
hipotczv o rrrllo ci rrariancji.
Z 95% prarvdopodobiestu'eln tlic tna podstarv do stlvierdzcrlia, c lvariancja staiu
pracy w zak adzie B
jcst
tr,iksza lli r,r'zakladzic A.
c
Przyk ad 6.20
Na podstau'ie danych zarvartvch w tabclach 2.9 i 2.10 sprarvdzic
z prarvdopodobieristrvcln
95Yo, czy zrnicorvanic poivicrzcIlni lokali sprzcdaiy lv odzi
jcst
rrikszc rlii rv ozorkorvic.
r
r]la\(.srr
:.s.r
)
s,'
,
-----
nrin(Si:^s;,) .S.r
WERYFIKAcJ A HtporEz srATysryczNycH
Rozn'iazanic
Starvialny hipotezy:
Hr: ol
=
6i
tlt:61 >o;
z tov"l:2.9 rr.Ilioskujenrv, ie liczcbno p.rby badanych lokali ldzkich ll;194,
a ich odchylcnie standaldorvc Sr:147.5 rnt. Punkty sprzedaiy \\/ Ozorkor.vic
Ieprczet1towatle S przez prb o liczcbrio ci tl;40. a ich odchyIcltie staltdardorr'e
r 1rlosi s,:58,55 nl:. Sprarr'dzian tcstu prz;,jnrLrjc war1o :
,-
l- 7,5
r
'=
---'--.-.-
=
6.346.
5 8,s 5'
oczvtalla z tablic Fishcra-Sllcdecora rvarto krrt1,.czna przy poziorrric istotno ci
0,05 i stopniach srlobod1 kl:193 i lt2:39 (ponicrr'a
nie nra takich rval1o ci rl'tablicach
tvic przyjlimy najbliszC kt:@ | k2:40) rvvnosi l.5l. Zatcnr obszar odrzucellia lna
t.
-,
\
posta llz
=
(l.5 l:m). a obliczolra statlstl'ka F e,lY
'
odrztrcanly zatcnr llipotez IJ .
o rrvllo ci lr,ariancj i.
Z prarvdopodobicstlrcrrr
0.95 ltlcllla sdzic' e zrlricorvanie pod rvzgldcln
polvierzchni puIrktrr' sprzcdaz1' rr -odzi
jcst
ri'iksze ni rv ozorkorvie. e
6.3.6. Test weryfikujcy hipotez o
jednorodno ci
Wariancji
Do lveryfikacji hipotez,1'' o
jedrlorodno ci
rvariancji rv1'korz)'Stllje Si
Specjalne testy istotno ci opracolr.ane przez Hartley'a, Corclrana oraz Baftletta.
W pracy zostanie przedstawiouv test Hartley'a.
Niech dane bdzie t populacji odporviednio orozk adacll nornlalnych
N(!r.,oil, p|.zy czyn paranretry
clr
rozk 'adw s l1ieznalle. Zpopulacji
wyIosorvano niezaIeztlie t prb o Iiczebno ciach nk,
opiera.jc si na rryrlikach tych prb nale zrt'eryfikolva hipotez
Zefow:
Ho:ol
=
oj
=...=
oi
u obec hipotezy all enlalr'rvnej
t2:
Ht:
"
oi+ol
t,
J
I .l
.,.,
Irtrle prz1.padki rrrona ztla|ec w prac}'Krysicki
{1986].
s. 92
Tesry
pRRRlrrt
erRy czN E
Test istotno ci Hatley'a defirtiorvaIly
jest jako
i|oraz tnaksyrrralnej
i mininlalnej rvariancji, tzn.
jako:
( 6.le)
gozte:
sf
- wariallcja wvzllaczolla
z pierrvszej prby,
Sj
-rvariarlcja
\v'yzl]aczolla z drugiej prby;
So2
-warialrc.|a
lr'vzllaczona z t-tej prby;
Nale rvspolllnie.
ze fortrralllr,tn warunkiem Stosowania tego testu
jest
w
przyblizeniLt
idenq'czna liczba
jednostek
obserrvacji rv kadej zprob.
Star;"sry'ka ta przr, zalozeniu prarvdzirr'o ci
hipotezy H6 tna asyllptotyczlly
rozk ad Fishera-Sllcclc.cora
o
(n-3)
i(n-l) stopniach sri'obody. Dla trsta|ollego
poziotltu iStotno ci cldczr ttt
jetlll
z tir[rlic I.ozk adu Fisltera.Slredecora
tak
rvarto kt1.tr'cztl
'.
"b)'
spcllliolla br la rou,no c P(r- > P.,,)= a
'
J e li
l- e|Il
=
(,;*
ol;
.
to hipotez H', odrzitcatlrr' lla korzy hipotezy
alternatyrvnej H'. Natolniast
gclr
F=/il.
l,).
nie nra podstau'do
oclrzuceqia
hipotezy Hn.
Przyklad 6.21
W trzcc|r zak adach o
jedllakou'1,rn
profilu prodtrkc.ii
dokonano analiz1, rryclajno ci
okre lonej
jako
przccitna liczba lwkonall;'c|t
operacji dla r r'brallych
l5 pracorvnikrv.
Zbada1, cZ}. |tlozlla nrrvic o
jcdnakorr,1'rlt
zr.inicolr,arliu (eclnorodIro ci
warialrcji)
lr'ydajno ci r've rvszystkic|r trzech zak adaclr. Danc o zrinicorvaniu przedstarviono
rv tabeli:
Tabela .27
Zaklad .9' ,s
40
II 5.3 3
III
J 6)
Rozrviazan ie:
Wr,raznie rvida, ze rvystprrje zrllicorvanic
ocel1 rwda.jllo ci polnidzy
zak|adalni. Najrviksz rvarialrcj
otrzymali nly dla zak adu pierrvszego, a lia.jnlllicjsz
dla zak adu drugiego. Stosujc test l-Iar.t|ev'a. zrveryfikujclny hi1lotez, odno nic clo
jednorodno ci
rr'ariancji rqda.jno ci rv rwbrallych zak adach. Starvialny zatcnl hipotcz
Zerow ic rvariancja j
cst
jcdnorodna:
IIq:oi
=oi =oi
WeRyFlx,cL H IPoTEZ sTATYsTYczNYcH
rvobcc h i potezv
alternatl,rvltej :
f,!| v o| o;
i,
j
i j
Spr.alvdzianern tcgo tcstu
jest
stat,i'styka F. ktr \\\'z|laczan1v z (. I9)
jako:
ql
rA
r " Iltil\
1-
=
*
=-='75
,sr 5.i3
- lnltl
War1o c kr\,tyczna tcsttr dla a:0,05 il'1 = l2 oraz12: l4 stopni srvobody rwnosi
F": 2'6' odl.zucanl5, zatcln hipotcz o
.icdrlorodllo ci
wariancji sk adnika losolr'ego.
Molta przypuszcza,
c zrorlicorvanic u,r,dajtto ci rv wybrallvch zakladac|r nie
jcst
jednorodne.
e
Przyk ,a'd
6.22
Zlvcrr,tikLrj za oicnie o
jcclnorodrlo ci
rral.iallcjidla
1lrzlkladLr
6'i6.
Rozrviazanic:
Staw ianlr' lripotczr:
l1
tl\t'.ol
=o)=01
ll
fl|'. v ol#o-,
i. j
i#,i
Maksynlallla rvarto rvarianc.ii rr1'llosi l.z 4; a llliIliltlalna 0.5. Zatcm statystyka
F:2'57' War1o c kr1'1',.'no
odczvtana z tablic dla 2 i3 stopni srr,obod1,r,vynosi 9,55.
Zatenl rwzllaczolta ll'alto rlic nalciy do obszartt odrzttccllia. Nie nra podstarv
do
odrzttcctlia hipotczv zcrorvcj.

6.3.7. Test weryfikujcy hipotez o wska niku struktury

w populacji generalnej
Hipotez orzekajc. c r .skaznik strtlkturr'p rv populacji gerreralnej
jest
rrvlly p6' zapistlj emy:
l1u: p:po
l]lozetl-l}/ rveIyfikorvac j
rvobec
jednej
ztrzec|l rzny'ch hipotez altet.llatvrvny'clt:
H,: p + pr.
Hip>po.
(6.20)
HiP<po.
I ESTY PARAMETRYCZNE
Test istotllo ci dla hipotczy Ho po|ega rla podjciu
decyzji rla podstarvie
rr aIto ci statys'ki
( 6.2r)
gozle:
n.
\|),
=
--!-. w},ZtlacZolly z prby, r,vskaznik
struktury badallej ceclly,
t'I
Po
- z go|),za ootlv rvska nik struktury,
tl - |iczebno
1lrb1'.
|1,
.
liczba eIelrtetltlrv ri'1'rnion1'ch u, prbie n-elenlelltorr'cj.
Statystyka ta llla
1lrzr,
za oetlitt prarr'dzirvo ci
hipotezy FI., rozk ad
asyztnptovcztle norllralIll .\10. l
).
l. J eeli hipoteza altcrtlatrrrlla rlla
1losta
II,' pl 1l,,. to clla prz1jetego poziollltt
istotno ci a kollstrttLtjetllr tlbtlstI.tlIlllr o[rszat.ocll.ztlcetlili. ktrl.nla posta
(,,
W
=l-Q,-u,,)u(ll.:z)
(patrz
t'rsttnck 631. z tablic stanciarryzo\\'anego
rozk adu nortnalllego tldczrttt.iclllr tak riartos
tt,, . abr spclrliala rr'arLtnek
/\f/
@(rr")=1-:.
!
2. J ee|i hipoteza altcrtlatyrr,tta rlla posta II,.. p>p11, to dla przyjtego pozionlu
istotno ci a kollstl.tttrjel]])
l)|a\\'ostt.otllly
obszar odrzucellia, ktr1, nla posta
,'t/
=
(u,,or)
(patrz
r1'sLrnek 6.4).
3' J eeli hipoteza alterllatyrvna n]a postac H,: p<ps1. to dla przyjtego pozionlrt
istotno ci cr koIlstrLrujenly lervostronny obszar odrzucellia' ktry, nta posta
/,
lT
=
\-
d):-
Lta
)
(patrz rysunek 6.5).
J eze|i uell/
,
to odrzucalrry hipotez H6 lla rzecz hipotezy alternatyrvnej'
Natomiast
jee|i
u I[
,
to nie nla podstalv
do odrzucenia IJ 6.
Przyklad 6.23
Z patii btrtclck dostarczonvch do rozlervni Coca-Coli spraudzollo 900 butclck
iznalcziono r,r,rd llich l8 buteIck il'y'brakorvarlr'ch.
Na poziomic
istotno ci a
=
0.05
zr,l'cryfikolr.a hipotcz, c procent rvadlirrych butclek
jcst
rr'r'll1,3.
230 WERvFtKACJ A HrporEz srATysryczNycH
Rozrviazanie
obliczamv rr'skanik strukttlry l''i
Stau,ianr), hipotczy,':
Hr:
P
=3V
I-I, : p <3o
Korz5,stajc ze \\/zoru (' l4) nrarn1':
0,02
-
0.03
I ar
odczytalla z tablic rozkladu trorlllalIlcgo rvarto c kr;'ty'czIra na poziornic istotlro ci
a
=
0.05 rrr.nosi tt,,
_
|.61. Zatelll obszar odrzLtceItia llra postac I l
=(-.,'.-
l,61) .
obliczona rvar1o statr'snki tlalczl' do obszaru odrzucetria. zatetn odrzuca|nv hipotez
H6. IVlozna sdzic z 9596 prarrdopodobiest''r'elll'
Ze procet)t rvybrakou'anych butelek
jest
mniejszy' od 3.
e
Przyk ad 6.2;l
Przyjrnujc a
=
0,0l rra poclstarr'ic dan1'ch lv tabeli 2'9 zbada, czy Iokale
o porvierzchni sprzeclazy mniejszej rn l 00 Illr statloil i 75% wszystkich lokali
sprzeday w Lodzi.
Rozrviazani
Obliczarny,
jaki
procent
l00 lll2 rv prbie podanLiJ \V
prby lvynosi n=494' Stawianry lripotezy:
Ho'.1t:75%
Hr':
P
750^
ob l iczarny statl.styk
0,'74-0,75
-05r1
Dla obtrstl.onnego obszaru odt.zucnia odcz},tana rvarto u'),nosi ri.'
=
2'58
(bo
=
18
=0.02 =2o.
900
stanort'i lokale o polvierzchni sprzedaiy rnniejszej ni
)aJ +lJ J
tabeli 2.9: lr,,
-::-^| =71o/o.
Liczebrlo badanej
'
494
+=
10,'7
5
.0,25
\
494
0,03(t
-
0.03)
o(''"
)
=
0,995 . obszar odrzucenia nra posta W
=
(-m;_
2,58) u (z,s8;.o)
Tesly
pRR tr,tETRYczN
E
237
Wvznaczony
sprawdziarr
testu /l
,
14/
'
zat,errl nie tna podstaw
do oclrzucerria
hipotezv
zerowej.
Z 99% pralvclopodobietistrvetn
nie da si sdzic, e oclsetek clzkich lokali
o powierzchrri
sprzedazy Inniejszej
niz l00 trl] rini si istotnie oc]75o,
e
6.3.8. Test weryfikujcy
hipotez
o rwno ci
dwch
wska nikw
struktury
Stawianry
lipotez Zerow e badane populacje
nlaj rwne wska niki
struktury odpovr iednio
1t,
i
1t..tzn.
Ho:
P, =
P',.
Na podstari'ie
rvr.ni|<w
drvch niezaleznych
i duych prb
o liczebno ciach
ll, i tl..rl,x.z'naczanry
r 'arto c
stat1,sty,ki:
(
6.22)
o Azlp.
n,] + t'I,)
v--'
nt+n)
q
=1-
p
,
ntn)
ll
-
-
,
nt+n)
y,,l
=
?i
lt,,.
-
,',.
- wska niki strLrktury uzyskane
z prb.
l1l
n1
Statystyka (6.l5)
lna. przy za|oieniu prawdziwo ci
hipotezy
Ho' rozk ad
asymptotyczne
norntalny
I(0, I
).
1. J eeli hipoteza alterIratr,u,na
llla postac LI,: p1 p2,to
dla przyjtego
pozionlu
istotno ci
a konstruujenly
obustrontl1,
obszar odrzucenia,
ktry nla posta
W,'
=
(- cn.,
-
L!
(rl
w (t,,, :a)
(patr
zrysunek 6.2
).
2, J e'e|i hipoteza
altertiaty',lr'na
lna posta Hl:
Pt>P:.to
dla przyjtego
poziolliu
istotno ci
a konstrtttrju.nl\' prawoStrollll1'
obszar odrzucenia, ktry lna posta
trf
=\tto;vc)
(patrz
rvsunek 6.3). z tablic clystrybuanty
stardaryzorvanego
( 6.23)
( 6.24)
(
6.2s)
238 WERYFIKACJ A HIPoTEZ STATYSTYCZNYCH
rozk adu nonl]alnego odczytrrjenly tak u'arto u,,, ktrej dy'strybuanta
wyrrosi O(tt.,)=7-a.
3. J eeli hipoteza altenlatywna llla postac II,..p,.-p. to dla przyjtego pozionltt
istotno ci cr kollstruujemy |ewostroIlny obszar odrzttcenia, ktry lna postac
lt
II/
=
\-
ct),,
-
lt
d) 1patrz
t1sutlek 6,). Z tabl lc dystrybuatrty standaryzor 'a11ego
rozk adu nornralnego odczy,tujenl1, tak r,varto zl.'
'
l<trej dystrybLlarrta
wvrrosi O(,t")=l-a.
J ee|i tteI,V
,
to odrzucalny hipotez IJ p na rzecz hipotezy alternatywnej.
Natollriast
jeeli
lr |V
,
to trie lrla podstavr, do odl.zucenia H6.
Przyklrrd 6.25
D|a a
=
0,05 strvierdzi na podstarvie dan}'ch z tabeli 2'9 i 2.l 0, czy procent lokali
o porvierzchni sprzedaz1' rtie rnrriejszcj ni l00
'll.
jcst rviksz;' rr' Loclzi nii ozorkorr'ie.
RozwiZanie
J ako pierlr,sza prb IoZ\\ an
'lll\
]okal... ldzkie: liczebrlo ll1: 494, lokali
o porvielzchni splzeclazr nie nrnie-iszc-j niz i00 nlr
.icst
ii,1=126. bo 52+1 7+57 (f:atrz
tabela 2.9), a
ri'ic *sklzrrik slrLtkttlrr,rr'rllosi
rr.,1=0,255. W pLzypadku punktrr'
sprzeday rv ozor.korvie lllalll\. do cz1'nieIlilr. z prb /7r=40-e|mentow, lokali
o powierzchni sprzeday nie rnniejsze.j niz l00 tll..jest li,1:3, bo 2+l (patrz tabela 2.l0),
zatern rvskaznik strukturl uvnosi lr',1:0.075.
Starviamy hipotezv:
I'!o:pr=p.
H,:
P,
>
P'
Przed przystpienicnl do obliczenia sprawdzianu testu policzyln5' rq'stptrjce
rv reIacji (6.l5) wielko ci pornocnicze:
l2+3 40'94
1-
l)=-
=u.-:+.
(/
=u./o.
ll=-=)l
'
494+40 40+194
Moenr1' obliczy stat1,st,vk potrzebll do rveryfikacji testu:
0,255
*
0.075
I
56i
LL-
Dla pra\vostronnego obszanr odrzucenia odczy'tana
(z tablic d;'strybuanty
standaryzolvanego rozkladrt nornlalnego) prz>,poziotnie istotno ci 0'05 wano
kry,tyczna uynosi l'6- . Zalclll obszar otirzucenia tna postac |,/
:
(I.o. :-) PoIiczorry
sprawdzian testu // eI|/
,
a rl'ic odrzucarny hipotez H.,.
0,24
.0,7
6
37
TESTY PARAMETRYCZNE 239
Z 959,o prawdopodobiestrvetn molllv sdzi. Ze procent lokali o powier.zchni
sprzedazy nie rnnie.jszej niz l00 nlr
jest
tviksz1'rv odzi rli rv ozorkorvie. c
6.3.9. Weryfikacja hipotez dotyczcych wsp czynnikw
korelacji
W analizie rr'splzalerlo ci ceclt bdzierll1 u,ery'fikorva hipotezy
o niezaleitto ci ceclr oraz o littiorvr'tn ksztalcie z-aleno ci.
Hipotez o liniorve.i lliezalezllo ci ceclr (braku koreIacji liniowej)
fonnulujen-ry rv postac i'
u":
H6:E(r.,)=0
(6.26)
przy
jednej
z mozliwych hipotez alternatvwnych:
H,'.E(r,r)*0, Hr:E(r,,,)>0 lub It, :E(r,,)<0
(
6.27)
ilveryfikLrjetlry w oparciLl o test. dla ktrego sprawdziattenl
jest
statyst1,ka
(5'21)
lub (5'29) rv zalezIlo ci od liczebno ci prby losorr.ej'
Przvklad 6.26
W prz;'k aclzie. .j obliczono
rrsptllczr'ttnik korelac.ji llrrioucj irr.r,nosi on 0,55'
Zakladaic, ie r'v-vnik
1lochoclzi
z
pr(lb1 |o51]lve.i zbatlac. cZ\']l]oZlla trzllac badane cech1,
za istotnie za|ne na
pozionlie istotno ci 0.05.
Rozrvizanie:
Starvianiy hipotezy:
,:
E(r',):0
H; E(.rr,)*O
W przytoczonyrn przyk adzie liczebno prby w1'nosi 30. Trakttric t prb
jako
nral korzystalny ze rvzoru (5'29)
0.55
r=
'
:iJ R
lr
-
0.55'
l_

:o-:
Statystyka ta porvinna lnie rozk ad /-Studenta o 30-2=28 stopniach srvobody'
Zatetn rvarto kryt-vczna /0.05
2g:2,048.
obszar odrzucenia
jest
sunldwch przedzia rv
il/
=
(-rD,-2,048 > U < 2,048,a) .
l00
Werylikacja hipotcz1, II
,
''E(r.,,)
=
Po
w),|naga zas(osorvania ilrnyclt testrr'
(polrvna.j
W. Sadorvski.
[976]).
111 :E(c,,)>0
Do weryfikacjihipotezy (6.21)
trrona Zastosowac test
c,.. t1_r
r-
-
-
----
.
--------
,
l-';''
r-l
WEnvrlr, c.'lR HIPoTEZ sTATYsTYczNYcH
t eW, rvic odrzucallrv hipotez zerow. Warto wsplcz-vllnika korelacji
lnona un)ac, za istotrlie rn od zera. zateln istnieje istotny zrvizek korelacyjny
o clrarakterze liniortyn midzy badanyrni cechanli.
e
Hipotez o niezalezno ci cech opart lla Stosunku korelacji e
r,,
fonlltt ujetlly w postaci :
Hr:E(e,,,)=O (6.28)
przy h i potezie alternatywnej :
r6]q\
(
6.30)
gdzie r - liczba klas znriennej niezalezrlej (obja niajcej)
x, natotlliast zmieIlna
losowa Ftlra rozk ad Fishera-Slledecora Z .|)=r_|oraz S2=fr-l. stopnianli
srvobody. obszar odrzucenia testu rv1'nika zza|ezno ci:
P(F>_Fo)=o. (
6.3 r)
Przyk ad 6.27
Zbada, czy rvafto Stostlnku korelacji z przykladu 4.5
jest
istotnie rona od zra.
Przyj pozionr istotno ci 0.0l.
Rozwiazani;
Stawianly hipotezy:
H0: E(c,,)=0
H1:E(c,,)>0
w prz}''toczonyrn przyk-ladzi n = 65, c,,:0.30. Sprawdzianern hipotezy
jest
rvarto
F
=
o''ior
-
.
65-5
=
r.5r9-{-s
l-0,302
5-l
Liczba stopni slvobody,dla rvar.to ci krytycznej w)'l.losi s1= 5-l, s3= 5.5' War.to
krytyczna Fo.6r .r
co=3,65.
obszar odrzucenia w t)'nl te cie IY
=<
3,65;co). Spralvdzian
testu nie nale do obszaru odrzttcenia, zateln nie ma podstaw do odrzucnia hipotezy
zerowej. Przy poziorni istotno ci 0,0l nie mona Zateln stwierdzi. i stosunek
korelacj i
jest
istotny statystycznie.
TESTY PARAMETRYczNE
J eeli rniernikiern zalezno ci cech
jest
wsp czynrrik korelacji rang
Spearnrana, to do weryfikacji hipotezl,:
llu:E(R.,)=O (6.32)
lr'obec hipotezy alternatyrvnej drvustronIlej lub
jednostronnej
mona uzyc
sprawdzianu:
tt
=
} ',,",l,
-1
,
ktry przy prawdziwo ci hipot
4,
H9
nornralny. Warto ttt rwniez r'vs.lol.l-'llliec
rve11,fikujcynr liipotez, e zr,l'izek rllidzy
liniowy rvobec hipotezy altenlarr u,nej o
odpowiednie hipotezy nraj postac:
I{r: E@1,)
=
E(r;)
oraz
z+l
-
,.
1
,
Hl.'(C;.)> I:|',,,'
J eeIi hipoteZa Zero\\,a.jesi prau dziri a. to Stl1t\ str ka postaci
ll
t)-
-
l'-
l1
-
l'
'
-
t
-r
-
r
l-(,,
t
--
( 6.33)
ma rozk ad standanzowany
o t cie krzywoliniorvo ci.
obserwor ,atlvtlli cechanli
jest
rlieliniowo ci tego zrvizku.
( 6.34)
(
6.3s)
(
6.36)
gdzie r
jest
liczb klas znrieIlnej rriezalerrej X, nla rozk ad F-Snedecora
Z S|
=r
_2
oraz S)
=
,l
-
r stopnianri swobody.
Przyklatl 6.28
Na podstalr'ie wynikrv l20-elernentotve'i prby strvierdzono, e stosunek korelacji
rrlidzy dwielna cechalrri r'vynosi 0,8, natomiast rr.sp czylnik korelacji liniolr.ej
jest
rw'ny
_
0.2 l. C'l1]ozt]a twierdzi. ie zaleino midzy t1'mi cecharni rv populacjijest
nieliniorva? Ztnienna nieza|ena bvla oodzielona na 7 klas.
Rozrviazani:
Starvianry hipotezy:
7.
-.
H6. E(c,',.
1:
E(li'-). czy|i.' za|eno ttlidzy cechalnijest linior 'a.
H; E(e,,)> E(,'.''). czy|i: za|el.lo nlidzy cechatni.jest nieliniolva
Spra'"vdzianeln hipotezy
jest
lvarto
' 'trl
I)n-7
o_
U'U.
_(_U.+l,
.ILv_
t
=
]Q
/r1J Ri
l-0.801
1-2
Przyjmijnl;' pozioln istotno ci 0,05. Liczba stopni swobody, dla warto ci kry't,vcznej
rr'r,nosi s1= 7-2, s1= 120-7, Wao kl.}'t}'czna
l.(l5 5 ll3
2,09 (porrielvaz w tabIicach
242 WeRvTIxRc.IR HIPoTEZ STATYSTYCZNYCH
nie lrra warto ci dla sr
:
5. s2 = l i3. przljto najblizsz
jej
warto c dla s2: l20). obszar
odrzucenia
jest
rwny l|/
=<2,29.',ll).
Porrierva F |,V
,
Zat|ll odrzucanly hipotez
Zero\\/ i trvierdziIny, e za|enosc nlidzy, badanynri cechalni
jest
nieliniowa.
e
6.3.10. Weryfikacja hipotez o istotno ci
parametrw
funkcji
regresji
Szactrjc niezlaIle paranletry'rrr'nallia regresji Iiniowej otrzyIltttjeItty
ocellv iclr estynlator\\,' w}'Zl]aczonc I]a podstarvie posiadanej prby
statystycznej. Naley Zaten] Zweryfikorvac hipotez. czy atlaIizowane paratrretry
a
i
0
:
0, 1,2,.,., ) istotnie rni si od Zera' co oznacza' e weryfikujemy
hipotez dotyczc ztniennej obja rliajcej x
t,
ZadajC sobie pytanie, czy nra
ona istotIly rr'pti. lla ksztaltorr'anie si ztnieIlnej obja nianej y . Tak wic
hipoteza zerowa fonrulo*,alla
jest jako:
Ho: &,=0
wobec hipotez alternatyn'nvch :
Ht: at+0
dla obustronnego obszaru odrzucenia,
jezeli
zuak
istotnego dla nas zlaczenia,
I{r'. a
,
<0
(
6.37)
(
.38)
paralnetrLl nie posiada
dla lelvostronl1ego obszaru odrzucetria, ltiedy rvarto c oszacowallego
jest
ujenrna, czyli zacltodzi a, <0.
H,: a >0
( 6.3e)
pa[arnetru
(
.40)
dIa prawostronnego obszaru odrzucetlia. kiedy lvarto c oszacowanego paranletru
jest
dodatnia.
Sprawdzianerrl tej ltipotezy
jest
sta'st1,( o rozk adzie t-Studenta o
[il
- (,t+1)]
(gdzie
k - |iczba zlriettny,ch obja niajcych w lnodelu regresjil0l (5.3l))
stopniach swobodl postaci:
,
Q,
[
--
^S(a,
)
(
6.41)
'''' .IeeIi rv lnodeIu regres.ji brak
jest rvyrazu rvoInego, to Splawdzianenr
jest
statysty,ka t.Studenta
o
(ll. )
stopniach srvobod1.
TESTY PARAMETRYCZNE 243
Weryfikacja hipoter''- o istotno ci paratltetrlv polega na w',Znaczeniu rvar-to ci
sprawdzianu
(6.41)
i porlr'narliu go z warto ci krvtyczn odczytatl z tablic d|a
ustalonego poziotlltt istotno ci a oraz liczby stopni swobody,
jak
to zosta o
przedstawiolle prZV rvery,fikacji hipotez o redniej
(patrz
'3.l). odrzrrcenie
hipotezy zeror.vej oznacza, ze badana zmienna niezalezna posiada istotny
statystyczllie wp yw na kszta towanie si ztlientrej za|ene1. W prvpadku braku
podstaw do odrzucellia hipotery zerorvej tllrvitlry o nieistotIl1,,ttr r 'p vrvie
znliennej x, na zt-llietrn obja nian.
Przyklad 6.29
Regresja linioli.a liczby ofiar nliertelnilch
(y) wzglderll liczby rvypadkrv
drogowych
('i-)
dla I8 krajw,trla postal02:
-y=0,0581,r+0,0314.
Sprar,vdz, czv ocena rvsplczynnika u|
=
0.058l przy' standardouyln b dzie
szacunku 0,023 l na poziorllie istotno ci a
=
0,05
jest
istotrla stavstycznie
(rzna
od
zera).
Rozrviazanie
Starviarny hipotezy ,
Hr:ar=0
H,:a,>0
Z relacji (6.34)
,
=
! 9::
=
1.515 Liczba stopni s*obodv to l8-l-1
:16
0.02 i
( :l' bo nlarny
jedn
znlienll niezalezn ri' liniortej postaci |unkcji regresji). Wafto
kryczna statystyki t.Studenta p|z}' zadan1,ch rl'at.unkach i postaci hipotezy.
alternaryr'vnej H1 wynosi t
o
_1,.7
46, a rvic I|.
= (|,7
46|"r) . Warto enipiry,czna
przekracza war1o kry'czn. Na poziollie istotno ci 0,05 odrzucanr;' Hp. ocena
al
=
0,058| przy 5% bldzie l rodzaju okazala si istohit Statystycznie' a rvic liczba
rvypadkrv drogorvych ttia rt,plyrv na liczb ofiar miertclnych. e
r0r
Policzono.lil w prac)' Luszniervicza
I
t 9871. s. 2 I 5.
244
7. nru l|zA DYNAMlKl zJ AW|sK
W clot1,chczasorvy.ch rozrvazall iac h zaj rnorval i nry s i arral iz
z.|
ar ,i sk roz-
1latn'rvarlych
w Lriciu Stat}'czn\'nl' Illllymi slou,y'' badali nry ich poziont
rr,okre lonyln lltoll)ellcie' J ednakze rr'szy''stkie zjarviska podlegaj zrllianonl
rv czasie, Co oznacza. Ze to Salllo zjarvisko obserrvorvalre rt'rztl1'ch tl-tot-tlelltaclr
czaStl ll1lt rny' pozionl. Przyk aden] nloze by: znriana opillii rvy'borcw
u,trakcie prorvadzonej karllpanii uyborczej. rztricolvarlie si preferenc.j i kon-
slttrlelttrv, ztrrianl' rr' procesie prodLrkc1jlrylll. na ry,'nku fitlaltSo\\'\'lll' zlltiatly
sytuacji gospodarcze.j itp. Std tez istnieje potrzeba dokollyrvania analiz zt-lliatl
zjarvisk lv czasie, czvli analiz iclr dy'nalniki. ProbIenlatyce tej po rr'icolly zosta-
nie niniejszy rozdzia
7.1. Szeregi czasowe
Szeregiem czaso}v\,m (chronologiczIl1,lll' dy''nallticznynl) llaz\'\\a si upo-
r.zdkolvany (r,vg
czastl) zbir obseI.ri ac.ji stat1'st1'cztlych cltarakteryzLrjcy'ch
zrniany zjan'iska rv czasic'"''. Przvklad takieso szeregu plzedstau'iono rv postaci
rwkrestt liniolr,ego na t1.sttllktl 2.l. \\jrr.lillia si dri.a poc1starr'olve rodza.ie sze-
regrr' czasorr\'ch. a tlliatltlri icic szeregi cZaSo\\'c tll<ltlletltlrr' i okr.esrv.
Szeregi czaso\\'L. nrrlnlctrtrr zau ieraj inlbrIllac.je o pozioItlie
zjarviska
rv okre lony'ch tlrotllelltiich czaslt.
Przl'klacl 7.1
Stalr Iudno ci rr'rr'icktt produkc1jnyrrt" Illicrzony ostatnicgo dnia u,roku' rr'latach
1990. l995 ksztaltorr,al si nastpujco:
Tabcla 7.1
l.udno ll, rvieku produkci'iny,nl, statl rv dtriu 3 l grudnia \\' latac]l l 990
_l
995.
Lata Liczba Irrdno ci rv rr'icku produkcyjnyrn rv Ilrln (stan
ri'dn.3l.l2)
990 21.9
991
1t
s
992 21.9
993 22.0
994 22.0
995 22.2
Zr(rdlo. Rocznik stat)sl\czn! i997 str. LX\ .tab. I
l0j
Porrvna.| Ostasiervicz S.
Il997|'
s. 298.
z+o
ANRt-lzR DYNAtvltKl zJ AWtsK
J est to przyk ad szergu czaso\Vego tl-totllentrr,, borvienr przedstarvione rv tabeli
; 'ldanedotyczstallu\\'kollkretnynrtnoIrlencietj.rvdnitr3lgrudniakaidegoroku.
d
Szeregi cZaSo\Ye olrrcsrr. podaj roznriary danego zjawiska rv kole.jnych
okresach czasu.
Przyklatl 7.2
Wielko c rocznej produkc.;i rvg|a w Polsce rv latach l990-1995 przeclstawiono
w tabeli 4.2.
Tabcla 7.2
l{oczne rv1,dob;-cie rvgIa rv Polsce rr' latach l990- l995
l-ata WieIko
produkcii
rv tnln tort
990
93
991
93
992
78
993
l8
99
40
995
90
Zrt]lo: Rocznik statyst},czll}' l997 slr' l'XIX, tab. I
W tabeli podane zostaly dane dot1',czce ri,ydob;'cia wgla rv cigl'l calego roklr,
std te prezentowany
szer.eg
jest
szeregietn czasowvtll okresrv, a
jeclnostk
czasu.
rv ktrej dokonuje si obserwacji,
jest
rok. I(orzystajc z innych danvch statystyczn\'ch
dotyczcych np. lv1'dobycia rvgla rv kolejnych llliesicach' |llozlla by oby zbuclolr'a
szeregi okt.esrv, lv ktrvch podstarv
analiz'v nie bylb1,rok, ale nliesic, a suuu.jc dane
nriesiczne otrzyrnaliby rny szeregi dla kolejnych klvarta'irv itd.

J ak widac Z przytoczon1,clr przyk adri',

szeregi czasori,e zar 'ieraj infbr-
nracje o irrteresujcylll nas z.jawisku rv nastprrjcych po sobie okresach' Pod-
stawowa rlica nlidz,'" tvnli typanli Szeregw czasolv1'ch polega Ila t1'tll. e
w prz,vpadl(u szeregrv okresrr, Llz}'Skalle dane dotvcz ilifornracji odno nie do
ksztahorvania si pozioltlu
danego zjawiska lv calytn okresie prz1,jty'nr
za
jecl-
nostk czasu. Istnieje zatetlr llozlirvo rvy,dl'uzania
okresw, lv
jakicll
dokonrrje
si ponriarLl (przechodzenie
z dan1,c.h tliesicztl}'ch na krvartalne iroczne) za
pollloc agregacji (stttnorvania)
dany'ch. Natolliast lv szeregach lllolllentw l]1a-
nly infbrrllacje
jedynie
o pozionrie zjalvislia rv wr'rniollych tllotlleIltach czasu
(tzrl. lv chrvili dokon1,r,vania ponriaru - obserrr,acji), a lr,ic nie lt,ienly'. jak
kszta -
tor'va o si badane zjawisko rllidzy kolejIlyni tllol-tretltalni obserrvacj i. W
zrvizku z tytlr danych prezetltort,a|]ych rr, szeregach tego typtl nie tnona agre-
go\\'ac. je li
chceniy rv,vdluyc
okres obserlvacji. Istnieje
.iednak
nrozlirr.o c o-
lllillicia tego problenlLl
l]oprzez
rvvznaczetlie przecitnego poziollru zjalviska tla
SzeREcr czAsowE
na podstarvie ponriarlv przeprorvadzotlych rv kilktl monletltach tlalecrcll tlt.l
okresu przyjtego Za l]ow (zagregorvan) jednostk
czastl. Przyk adorr.o. Illa.ia.c
datre o Iiczbie zatrudniollych rv kolejn1'ch nliesicaclr, nrozna podac redrli pil-
zionr zatrudnienia rv cigLt roku' Moztla take rvydIrriyc okresv obser.rvacji po-
nijajc cz szczegolorvyclt danych. np. na.ic dane o pozionrie per'vnego zja-
rviska na koniec kadego miesica |llozlla Llzyska Szereg daIlych na kotlicc ka-
dego roku lvykorzystLrjc tylko dane grtrdrliowe Z kolejnych lat. Itlnym prz1k|a-
dellt ntog by krrrsy akcji na gie dzie, dla ktrych podaje si zazwyczaj cen
otrvarcia, cen zatlrknicia, a takze najlvyzsz i najrrizSZ cen oraz ledni kttrs
dnia.
W analizie szeregrv czasorvych inter.esLrj llas znialr'v,.jakinl podlega ba-
dane przez nas zjarvisko lv kolejny'ch monrentach lub okresach czaslr. Najprost-
sz1'lrli nliaranli s przyros'absolrrtrle i stosunkorve. Prz1'rost absolutny to rz-
Ilica rv poziorllie zjalviska nlierzonego (obserworvancgo) rr,dwch rznych nlo-
mentach lub okresach czasu. c;ryli:
clY,
=
Y,- !t-,,
(
7 t)
gozre:
dy, - przyrost absolutnl'zjawiska mierzonego lv okresie (nromencie) /.
!,
- pozionr zjau'iska y rv okresie
(nlonrencie)
/,
'1,',_..
poziotn zjarviska y rr' okresie (nronlellcie) poprzedzajcynl okres /
o r oklesrr'
J ezeli r: 1, to otrz)'llranr)' prz),rosty atrsolutue
.laricLrchou,e,
nlielzone z
okrestt lla okres, ktr1'llr tnoze br'c dzieri. t1'dzieri. rlliesic, rok. J eicli w relac.j i
(7.1) zapiszelilY,
]l_r
=.1,.,,
\\'\\.czas zlllictlna
.l'o
ozllacZa poziotll
z.jarviska
rr'
okresie bazorvynr (poc1stalvorr.},lll)' kt|}'|ll nloe b1' dorr'o|nie rvybrany okres
(nlonlent), za przyrosty' taki e llaz}'\\'anl\l
j
ed nopod starvorvytll i.
Przyrost lvzgldny (stosunkorvy') delinitl
je
si
jalio
stosullek przyrostLl ab-
solutnego do poziouru zjarviska rv okresie bazorvl'nl. czt'li:
t,
*1/
L.Vt
-
-
! t_,
lub
-
l,
-
I'n
L-V!
-
-
1
}o
gdzie oznaczen ia
jak
poprzedn io.
Przyrosty absolutrle s rvielko cianri nl iarlorr atl1'llli. natotlliast
lvzgldne llie s trliatlorvalle, \\').Iazalle zrl'ykle rv procetltach. W obLr
(7
2)
(73)
prz"v-l'ostV
przl'pad-
248
Aru tlz DYNAr\4lKl ZJ AW|sK
kacli okre |aj one, o ile wzrs ltlb znrrriejszy si pozionr zjar'viska w okresie
badanl'tn w stosunktl do pozionlu tego zjarviska rv okresie przyjtynr
za pod-
Sta\V'
Przykl:rd 7.3
Wy'znaczrnv przyrosty
absolutne irvzgldne dla danych zarvart.vcll lv tabeli 7.2'
Na nrocv (7.l) przy'jlllujc
rok l990
jako
bazolv'v ll]alny: cb,f,,)l
:
O, t|.l,l,lgz: -l5.
d),l,,,;:: -15,
d\;,,,' =
.5j,
.1'l,'rqqs = -3. tlatolniast porwnujc rt1,dobycie rr'gla
z rokit na
rok otrzvllrujellly: : r/},,991
:0,dy,,,':
-l-5. c/.i,'991
:.30,
cA.Iy.l.l: -8. /-l,luv..:50' Mona
zatetn strvierdzi, ze poczynajc
od l992 I.oku lvydobr,cie rvgla rv kolejn1'c|r latach b1' o
nlnie.isze rri rt'l990 roku. Natorlliast dokonujc porrvnari rr'kolejny,ch
Iatac|l strvier-
dzarnv, e rv lataclt |992 - l99zl nastpou'a systetlla|yczny spaclek produkcji rr'gla
(Lrjenlne
rvarto ci), a rr l995 roku rvyclob1,cie rvr:la rr,zros o rr'stosunku
do ioku
lio-
przedniego
o 50 rnln. ton.
Wnioski te potrr'ierdzaj
rvarlo ci \\')rznacZon)/ch
pl.zr.rostlv rvzgldrlych,
ktre
wvl1osz
d|a bazorrego roku I990: ],,ccl = 0. .1'199.
:
-0.08.
)'lqc..
:
.0,23.
l,p,ll:-0,2.7,
.))f)95:.0,2,
a \\vzl1aczol]e
d|a kolejnr,clt lat
,,.,o,
:0. ruc::
-0,08,
d/rq.J :: -0'l7. j'1991 =.
.0'05.
.]i'Iyur - 0.36. Mona porviedziec.
e rv ca ynt baclanynl
okresie najrvikszl,spodek u.r.dobr,cia rigla ri'stost-tllktt
do l990 rokrt zaobser\'\,owallo
rt, l99.l roku. kiedr,spadItl ollo o 27u rr
sttrsrtnktt cjo roku bazorvego. Natonliast arlalizrr-
.1c
produkc.j rt,lia z okt.estt tla tlkr.es lra.1rvikszl t.j l7 - procelltorvl,
spaciek nastpii rr,
199jr. rv stostttiku do l99]r.. ir ll' l9t).5 roklt oclttotorr'atlo
36-procllto\\y rvzrost rv1,do-
b,vcia lr,gla lv stosunktt do rokLl pclprzeclliieeo
e
W przypadku
szeregw czaso\\.\/ch okresrv. podobnie
jak
clla pozosta 'ych
szereglv StatystycZn)'ch, rvylznacza
si nliary rednie idyspers.ii,
o lttrvch by a
l]lo\t,a r,v rozdziaIe trzecitn. Nale.r,
}rrzy
tyln zaulvayc, e szeregi czaso\\,e S
szeregaIlli prostymi. r,v zrvizku z tt'tll l-lliarv te u'\.Zllacza si na poclstawie
rela-
cji skonstrLrorvanych
dla tego typti szeregrr,' Przylt ador,t'o
rednia arytl.}letyczna
wyzuaczana
jest jako:
(1 4)
I=U
gdzie:
ll/
- poziolll zjarviskay rv okresie t, T -|iczba
okresrv, lv ktryclr doko.
n) \vano pollliaru zjari isl<a.
Przyklad 7.-l
Przcprorvadzllly
analiz rednich celr i rr,oltttllenu obrotrv akcji splki okocinl
na podstarvie
notorvali Warszari,skiej Gieldy Papicrrv Warto ciorvy,ch rvpazdzierniku
1995 roku.
1=-J -y,
'
T+l/-)''
SzeReor czAsowE 249
Tabcla 7.3
Kursv i rvoIulnen obrotrr'akc.ii sp ki okociIn lr' padzierniku l995
Data Ccna Obroty
95 002 68._5000 453 8
95 003 67.5000 93 8
95 00.1 66 0000 69]-
95 005 5.0000 .)o t -J
9) 006 67.0000 507 I
95 009 66.0000 +,-rt
95 0 0 60 5000 .5. ]
95 0 61 0000 98t0
95
n
2 60.0000 598
95 0 J 5 8._s000 68 l-l
95 0 o 60.0000 1763
Data Ccnr Obrotl'
9,s 01'/ 6l .5000 t0127
95 0lti 60.5000 9499
95 019 5 8.5000 6966
95 020 56.5000 5828
95 023 5 7.0000 1 0998
95 024 57.0000 l 6543
9s 015 5 rJ .5000 I 0686
gi
0t6 59.0000 665 3
95 017 5 9.0000 t2799
95 030 60.0000 tt058
95 0i1 5 9.0000 5 r65
Zrdlo: Giclda Warszariska
Dane dotyczce rvoluIncllu obrotw t\\,orz szcrcg czasow\' okrcs\\'. u'ktrvnl
jcdnostkami
czastl s kolcjrlc dni roboczc. llloz|la z.ltc|n skorz1'sta z relacji (7.. ) do
*YzIlaczeIria rednicj rr'iclko ci o[rrotu' prz-""padajcych na
jedll
sesj gieldorv.
W przypadkrr cell akcji lnanil'do cz)'|lienia z szeregicnl lrronlcIltw. J cdnakc z ttrr'agi
lla to, ze podane zosta\' rcdnie kursy akcji rv trakcie trrr.ania kolcjny'ch ses.ji gie do.
\/ch' to na podstarvie t)'ch dallych |Iozlla \vyz|lacz\,c, za pomoc rcdnicj al.yn]ctycz-
ncj (7.4)' przccitn1'kur.s akc.ji sp ki Okocinlr rvpadzierniktr, kt11'r,l'vnisl 6l.25 zlo.
ty'ch, a takie odch;,Icnic standardotr'c rrvt-tc 3,10 z|.. ktrc infornrtrjc o pl.zccitnr rn
rnicorvatliu si ccli akc.ji splki rr.trakcic kolc.jlly'ch scsji Gicldy'Warszaivskic'j. Wo.
lunlcll obrotw akcja|1li tcj spIki rr'analizorvirtlr'tn lniesii1ctt rednio ksztaItorl'a si rla
pozionric 79 l7 akcji rr'czasic jcdrlcj
scs.]i. a przccitIlc odclrylcnia
''v1,llosi11,309
l akcii.
Wyznaczajc u'skazniki zIrrielrllo ci dla kul.su i lr'olttnicntl obrotlv rri'llc odporvicdnio
6% i39% l]1oz|1A porr'icdzic. e rr'badanr'Ilr okrcsie kLrrsv akcji odch1'laly si od rcd-
nicj ccn1. przccitnic o 69,o. a obr.ot1. byl1, bardzicj zt.zllicorvane odch;,lajc si o 39%
od rvvzlraczoncj rcdrricj.
e
D1'spontlic Szeregallli lllollle|ltw przccitIl)' pozion] zjarr'iska wyznacza
si za'pornoc redll i cj chronologiczne.i.
S rcclnia clr ro rro logiczna cl la SZef egw ll-}onlelltw :
l n
+
I
r
|r
-
l
r J r
'
l
r
l
i r
+
1 ,
"
' L' '
'-
L'- ! :'
2.222
I
+;))t
T
I
-J o+.ll+.1
.+...J )7-r
-)'
( 7.s)
ANALIzA DYNAMIKI ZJ AWISK
gdzie yt- poziour zjarviska w t-tyl'u okresie (t:0, .
,T)
Srednia clrrorlologiczna daje
jed,vnie
ogIn orientacj o przecitnyl)] po-
ziorlrie badanego zjarviska. bowietrt nie rt,iadottto,
jak
ksztaltorva o si zjarvisko
midz;- trrollretltanli pomiarrv. Spelnia ona rvarltIrek:
'ln.in

!,n!,,,u*
Porwnania poziotlrw
z-iawiska w dwch tnotnentach ltlb okresach czastl
clokonrrje si najcz ciej za ponroc rvska nikw dynamiki zwanych indeksami.
Indeks
jest
stostttlkiem lvielko ci zjarviska r'r,okresie badan1,rn do wielko ci
tego zjawiska rv okresie przyjty'rll za podstar'v'
Wielko inc1eksu rlvtra I ozrtacza' e poziollr zjar,viska rr'badatlynr
okre-
sie nie uleg znlianie. Wielko c indeksu wiksza od l rvskazuje na wzrost po-
ziolnu zjalviska w porrt,naniu
z okresetll przyjtynl
za podstau,. natollliilst
tlrrliejsza od I na
jego
spadek. lip' rvarto indeksu l'l3 oznacza, ze nastpi}
rvzrost pozioll-tt't zjarviska o |30, Ilatotliast warto c irldekstt 0,87 - spadek
o l3o.
W zalezno ci od stopnia zlozoIlo ci badanego zjarviska rr,\'rznia si drr,a
rodzaje indekslr.:
-
indeksy inc11'rr,idualne z\\'ane prostvlni.
-
indeksy zespo orve Zwalle agregatori l tll i'
Przr,kladanli por'r,szechtlie
stosorr'aIly'clr rr, praktyce illdeksw indylvidual-
nych s Stopa procelltoll'a i dy,skotltorva, Za ponloc ktr1'ch przeszacort,ttje
si
war1o ci r,v czasie. Przyk aderrr irldelisrv agregatowych nlogl1by stopa inflacji
oraz indeksy gie dowe.
7.2. Indeksy indywidualne
Indeksy ind1'rvidualne stosuje si rv przypadku zjarr,isk
jednorocln1,ch
i bezpo rednio sutlrowalnych' Ze lvzgldLr na przyjti1 podstaw porrvnali dzieli
si
je
na:
_
indeksy
jednopodsta$'owe'
czy|i o sta ej podstawie:
!'t
poziorn
{an'iska
r,v okresie badanynt
(7
6)
))o
poziom zjawiska u, okresie podstarvorvy,tn
-
intleksy lacuchorr'e,czy|i o zn-riennej podstawie:
, _)"
J ,r_r
Cig indeksw
jednopod'.u'"o'1,y'ch
(7.7)
INDEKSY INDYWIDUALNE
)'l
,!2,...,!r-l ,)'t
Io lo )'a ,l'o
pokazuje,
jak
znriellia si pozionl zjalviska \\' stosul1ktl do.iednego stalego okrc-
srr' prz1,jtego Za okres bazorvy. Cig indekslv
. aricuchorvych
Il
.lz ..',,),t'
.
!l.
Ito }l )''t
-z 'l'i -i
pokazuie ten.lpo zmian z okresll na okres.
Przyklad 7.5.
Wyznacznll' przccitny stan ludno ci Polski rv rviekrr produkc1'.jnyln lv latac|r
l99l - 1995 na podstau'ie danych zau,artvcll rvtabcli 4.1.
Zre|acji (7.6) oblicznly indcksy
jcdnopocistarvorve,
a z rclac.ji (7.7) lacuchorve.
Tabcla 7.,1
Lata l-iczba ludno ci rv rr,icku
produkcl,jnym rv nrln (stan
u'dn.31.12)
Indcksy
.lcdnopod-
sta\\'owc
Indeksy'lacu-
chorve
990 21.9 1.00
991 2 l.-5 0.982 0.9u2
992 2 r.9 000 0i9
993 22 005 001
994 f2 005 000
995 22.f 014 009
W stosttIlku do roktr l990 liczba ludno ci rv rt,icktt prodtrkcyjnynlr u 199l stano-
lr'ila 9t].2 liczby'lLrdno ci z roku poprzednicgo. czvli zmalala o l'8%. rv roku l992 nie
zrniclli a si. rr'r.oku ]993 i ]99.l stanorr,i a l00.59 |iczby,'ludllo ci z roktl poprzcdllicuo.
cz1'li rr'zr.osla o 0.50,i'. a lr roktt 1995 rvzros a o l%o. Natonliirst lv roktt l992 lr'stosttllku
do roku l99] rr'zrosla o ].90,i,. rr' roku l993 rr'zros|a o 0'4%, ir, l99. rv prlrrr,llaniu z
rokictn poprzcdzajc1'ln llic zlllicllila si. a lv l995 lr'zrosla o 0.9% rr'stostlnktt do l994.
e
Majc dane irideksr. laticucltorr.e lllolla lla icll podstarvie \\TZIlacZvc ill-
deks
jednopodstarvolry
Za pomoc proS'ch
1lrze
kszta ceIi, a nliallotr,icie:
(78)
Rrvllie rv drug Stron. dyspontrjc irldcksarllijednopodstawowyll-li llloz-
na wyznacz)'c indeksy laricuchorve
jako:
251
252
At't l-lzR DYNAMIKI ZJ AW|sK
-
't.0
't.t-l -
,/_l_0
Przecitne tentpo Zmia|r w calyl]l przedziale
czasowylll wyznacza Si na
podStawie
redniej geol]1etrycznej
z indeksw aticucltow1,ch:
G
=
lr -1
(7
9)
gdzie
V.l'o
/r !L-z !t-t
V
.Yu
I
obliczona r,vao
G infbrnlu.;e o przecitnyll rvzro cie (G>0)
ltrb spaclku
(G<0)
zjawiska z okresu na okres. J est olra zrvykle wyrazaua rv procentach.
Srednia geolnetryczna
-y"
spetnia riarunek:
i <v <i
-mln
-/f -'lll\
Przyklad 7.6
Zbtory
ta
ksztaltorva y
si lr' Po]scc ll' latac|r l987.l99-5 llastpujco:
Tabcla 7.5
Zbiot1, vta rr' Polsce rr' latacIl l987.95
Lata
Zbiorr, vta lv lnln totl
987
1.6
988
1.1
989
6,8
990
99t
6.2
992
.1
993
5.9
99
'1.0
99-s
5.0
Znidlo: [locznik statvst]czr)t 1996 str. LXXII rtrb I
Na podstarvie podanych inlbnnacj iobliczvc:
l . indeks,v.iednopodstarr'orr'c pl.zy.jnitrjc
za podstarv porivllarl
rok l987'
2. indeksy lalicuchone,
3. przccitne tetnpo zlrrian r,vielko ci zbiol.rv rv okrsic l987- l995'
I(ozrvizanie
obliczltl1' indeksy
jednopodstarvorve
prz\jllltt|c za podstarv
rok l987 kol.zr'sta.
jc
ze rvzortr (7'6).
Wy'znaczone indeksy' podano rv tabeli:
INDEKSY INDYWIDUALNE
253
Tabcla 7.6
I ndeksy
jednopoclstau'ou'e
dla tabel i 4.5
l-ata indeksl'j ednopodsta-
wowc
inclcksy
j
cdnopodsta\\'o-
\vc w
o/o
981 I 100%
988 0.93 93%
989 0,8e 89%
990 0.7: 72%
991 0.82
82%
e92
0.80
80%
993 0.7u 78%
991 0.53 53%
99-5 0.6
669'.,
W stosunku do roku 1987. zbiorf ivta rv Polscc rv roku 1988 stanou,ily 93%o
zbiorrv >,I'a z roku poprzcdlliego.
czr'li spad 1 o 77o. rv roku l9tl9 spad y o l l%.
rr'roku 1990 znlalaly o28o/o, rv l99 l roktr spadly'o l8%. w'roktt 1992 zrna|a|y o2oo,
rr' roku l 993 zInalaly o 22o' rv roktt 1 994 zmalalr, o 47o, r'r' loku l 995 zmalaly o 34o,
obliczanly indcks1,' latlcuchorr,e, korz1,stajc ze rr'zoru (7.7).
obliczone rvarlo ci
podaic
tabcla 4.7:
T:rbcla 7.7
Indeksy laricuchow'e dla tabeli 4.5
Lata indeksy, laricu-
chorvc
illdcksr' lactr-
chou,e rv 7o
987
988 0.93 93%
989 0.96 96%
990 0.8 r 8t%
991 I
.13 n3%
992 0.98 98%
993 0,97 91%
994 0.6lJ 68%
995 l.l5 l25Yo
Zrtllo' obl iczellia lvlasttc
Zbiory iyta lvPolscc rv l988 roku spadli', tl 70' rr'stosullku
do rokrr l987, rvroku
l989 spadly o 40 lv porrr'llaniu z rokient l 98tJ , rv roku l990 spadly o l9%
rvporrvnaniu z rokienr l989, rr'loku l99 l rvzr.os y o l39 rv porrvnanitt
z rokicnl
l990, rv roku l992 spad o 2%o lr'porrr'rtanitl z rokieln l99 l, rv roktr l993 spadly o 3%
rv porrvllaniu z rokicnr 1992, w' l.oktr 1994 nastpi spadck o32o w porli,ttanitt
Z rokieln l993. rvroku l995 rvzrosly'o 257o r,v porrvnaniu
z rokieln l994.
obliczrny pr.zecitllc tclnpo znlian rr,iclko ci zbiorrv rv |atach l987-l995 korzy.
stajc ze rvzoru (7.9):
254 ANALTzA DYNAMTKT zJ AWrsK
-
I
=V0,658
-
I
:0.95
-
I
=
-0,05%
Zbiory yta tv Polsce lv badanyrn okresie lnalaIy z roktt na r.ok pr.zecitrlie o 5%.
Przyl<lnrJ 7,7
Wiedzc, e w pewnym Towar4'strvie Kredytowyrn stopa procentolva rt'k adlv
tertninorvyclt 5-letrrich rvynosi 34Yo t'oczt.ti oblicz klvot'
jak
rvyp aci Tolvarzystwo po
5 latach od zdeponorvallego w rrinl lt'k adu rv rr't,soko c. l0000 z otych.
Roczna Stopa procel]torva infornlLrje' o ile rvzro nic zdeponowana krvota rv cigu
roku, a postawione pytanie dotyczy okresu picioletrliego. InIlyIni S o\ry, traktujc
roczn stop procelrtow
jako
indeks aricucltorvy o stalej lvarto ci i,.,_l
=
l'34 nalery_'
w\lzIlaczy itldeks
jednopodstawowy
dla 5 lat, czyli
i:.u
=
is
.,
.i..'.. .i..: .i..1 .i1.',
=
(1'.u
)' =
(
l.3- )5
=
- .j2
.
co oznacza, ze po piciu latach Tori.arz\'Stwo r \p aci 43200 z ,
Przyklad 7.8
P. aca pelvnego pracort'llika rv1'nosi a redrlio 500 z rv 1995 roku, rv dr,vu kolej-
nych latach rvzros a ona do 50zl i do 590z . Zak adajc, e stopa irltlacji rv l99 rokLt
rvynosi a 20Yo, a rv 1995
-
l5% na|e'v okre Ii'
jak
zmienia 1, si p ace realrle tego pra-
corvnika rv cigu dlvch lat.
Przyjmujc za rok bazorvy rok poprzedrli rnogliby Iny porviedziec. ze p|acc
w kolejnych latach bylyby na tynl salnynl pozionlie, gdyby ich wzfost rlr,nor'va1' stop
inflacji. Wyzrlaczajc indeksy
' aricuchowe
zarobkw dIa kolejn1,ch dr,vc|r lat strt,ier-
dzirny, lv 1996 roku placa vr,zrosla zaledlvie o |2o lv stosltnktt do roku l995, a rv
l997
jed1'nie
o 57o rv stosunku do 1996 roku, Zatenl wzrost p ac nie rrvnort'aiyi inl1a-
cji' czyli zarobki realne spada y'
Mozna do tego zagadnienia podej r.'utie z innej Strony, obliczajc tzw. p ace
realne, czv|i u,yrazi place nonlinalne rv cenach oborvizujcych rv rokLr bazortynl.
Roczna stopa inf1acji inforrnuje,
jak
zrliierri 'y si ceny w daIrynl roku w'stosunku do
roku poprzedtriego. Zatenr iv l996 roktl pracolvtlik porvinien otrzylll;'rva pensj z roku
l995 przemnoon przez indeks rvyraajcy stop inflacji, a wic przez |,3' czy|i
u.'vzgldniajc rvzrost cen w |996 roku pracorvnik port,inien otrzylxac perlsj
rv rvysoko ci 600 z ., co pozwoliloby rnu utrzynlac tell sanl poziorn konsunipcji, co
tv l995 rokLr. Wyraajc z kolei p ac praco'wnika z l996 roku w cnach z l995r. nalezy
po<lzieli plac z l996 roku przez Stop inI1acji ztgoroktr. czyli
{=ooo,'o,
alvic
l,!
zarobki uzyskane rv l99 roku u'ystarczy yb;'pracorvnikoivi na zakupienie t.vlu dbr, ile
zakupi by ich rt' l995 roktt za kwot 466'7 zl. J ak atwo Zauwai)'. rv l997 roku rea|tla
INDEKSY INDYWIDUALNE 255
placa obliczona rv stosunku do 1996 roku u1'nosi:
!29=513,
co oznacza, ic rv kolcj-
l.l 5
nytn rrtku pt'acolvnik kupilbv
jcszcze
mnic.j d(lbl niz rv poprzcdniln loktr. bou'icrn placa
rcaIna zosta a \\,\,z|lAczona lv stostttlktl do ccll z 1996 r.oku' a pracolr'ltik Inial rrtcdl' do
dyspozycji 560 zl.
Znajc rocztle stopy' inflacji lllona \\,\.Znaczy, jak
znlieni 1'si ccl1y rv l997 ro-
ktt rv stosulrku do l99.5 roktl
jako
bazorvcgo. Wvznacz jc indeks
jcdllopodstarvorl1,
lla
podstart'ie iloczr.nir drrcll indeksrv aticuchclrr')'clr zgodtlie z rclacj
(7'tl).
okaztl]c si.
zc rv l997 roku cclty rr'zrosl1'o 38% \V stostlllku do l995 roku. Std uzvskaIra przcz
placor.vnika w 1997 roku placa \\ryznaczona dla cen z 1995 roku rvy'nosi:
ig0
-=41/,)+Zl
1.3 8
7.3. Indeksy agregatowe (zespo owe)10a
Inde|<sy agrcgatow'cln5
1zcspolo've)
s rr,ska Ilikanri znliatl dIa rvielko ci
Zagregowan1'cIl. cz1.li bdcych zespolanli
(srrnl)
rvielu sk adllikrv. Szczegl-
nie urvazlrie nalez1, \\'}'Zllaczac rval.to ci illdeksrv dIa zjarvisk nieiednorodnych,
lv ktrych tworzCe
.ie
elenlenty tlie lllog byc bezpo r.ednio sttIlrorvatle. lr1l. ilr-
deks cen dla grrrp1' torvarrr, o rIlytlt charakterze. W przypadkLr takich z.ia-
lvisk' rv celLt doprorraclzetlia ich do stttllor'',alIro c1. 11,pro$'adza si okr.e lolle
rvsplczyrlniki przeliczetliclrre. spclrlia.jce rolc rr,ag, takie
jak
llp.: ilo , cena,
|iczba zatrudniorlrcIl. cZaS
l]l.ac-\,'
W zalello ci od rodzajLr badanych zjarvisk
rvyrrria si indeks1 zespoIilri'e Z\\.&lle aqre.qato\\'),ll1i:
dla rvielko ci absolttttlrcll. do kttirr'ch llale Ill'in indcks rr,arto ci i indeks
cell)'.
dla rvielko ci stosutlkorvr'ch, ktrr lll
.jcst
llp' illdeks rv1,dajllo ci placy'
Przykladenl indeksLr agregato\\ego
jest
stopa inllacji, czyli indeks cen to-
lvarlv i uslug korlsulll1lcy'jtlycl]l('. Do rr.r'ztlaczallia publikowal.lego przez GUS
irldeksu tlZywa si l470 reprezentallttirr, clobr i uslrrg konsutlrpcyjnvch. ceny
torvarrv s obsefwowa|]e w 28 tys. pultktrv sprzeda1, lv lr1'branych 307 rejo-
nach badania cen na terenach rniejskicll. Doboru
jednoste
k do badania dokonu
je
si lv sposb celorr,y'. Ceny 1,lvno ci, liapojorv alkoholor,vych i uyrvek notowa-
ne s 3 razy w nliesicit. Celly pozostaly.ch torvarlr' i rrs Llg raz rv tlliesicu'
Indcks warto ci w\/raza si rvzoretrr:
'ot
W pracy, Zostan oturr'ione tlIko rvr'br.aIre incleks1 zespcllorve, itrne nloilla zna|e w pracy
I-usznierviczA.
!9ft7l.
s.322-375: Klzr,sztoflak N'I.
!9751,
s.342: Nouak Ii.
[1994],
s.215.
l.,5
Problenty'konstrukcji indeksrr,zespolrlri,r,cIl clpisuje I'uszrtierr,icz A.
Il987|'
s.322.
too
Ptices in tlreNationrl Econonry' 1998. GtJ S
|99S|.
ANnllz DYNAMlKI ZJ AWlsK
k
Z P,,Q,,
I,= L (7.l0)
Z Po,4o,
.t=l
gdzie dla okresu badanego (t) oraz podstawowego (0):
P,,
,
Po ,-
cena/-tego artYkulu,
4ti,8o j-
iIo c7-tego artyku u.
P,,1Q,,1
,
Po
1Qo 1.
war.to c7-tego artyku u,
k- |iczba wyrnionych artyku w.
obliczorry indeks irlfornlLrje, o ile znrieni a si rvafto c artyku w r,v okresie
badan1,tn w porwnatriu z okresetrr podstawor'vyln.
Na poziotn tego indeksu nraj rvplyw clrva czynniki: ilo i cena' W celit
r,vyodrbnienia ich dzia ania na dyrlarnik zjarviska, stosrrje si starldaryzowane
wska niki ilo ci i ceny'.
Indeks iIo ci ri'vzrl acZall-}!' rved ug fortnu I'y :
Laspeyresa - ceny ustalone na poziolnie okresu podstawowego:
k
Z
po,q,,
,'I.,
=L
(7'||)
L Po,rlui
'l=l
obliczony ir,rdeks wskazuje,
jak
przecitnie ztlrieni si rvat.to c rvszystkich
rozluaanych artyku rv na skutek zttlian w ilo ci oraz przy ustalotlyln po.
ziotlie cen w okresie podstar.vowynr.
-
Paaschego - ceny ustalone na pozionlie okresu badanego:
k
Z P,,(1,,
,-t
,,Ir=-i-.
(7.t2)
Z P,,Qo,
l=l
obliczony indeks wskazuje.
jak
przecitllie ztllietli si warto c Wszystkich
rozwaal-tych artyku 'w tla skutek ztrriatr r, .ilo ci przy ustaloIl1'Ill pozioIllie
cell w okresie badanym.
Indeks cctr wyzllaczanry wed ug fortnu v:
Laspe\'resa - ilo ci ustalotle tla pozionrie okresu podstawowego:
I NDEKSY AGREGAToWE
(zESPooWE) z3l
k
Y-r,
L I'tt'1 0
I
t t-l
Z_,Po
iTo,
obliczony indeks Wskaztlie,
jak
przecitnie ztrrieni si rvarto wszystkich
roz\Vazallych artyktrlrv na Sklltek Zn]iall w cenach przy ustalo|1y|l'l poziolllie
ilo ci rv okresie podStawow,vlll.
Paaschego. ilo ci tlstalorle na poziotllie okrestl badallego:
Y.
-
L I' t1'1 t1
r
-l
I _
t-t
t,'p-
t
'
ZPo'(l''
t-l
obIiczoll1' indeks rvskazuje,
jak
przecitIlie znlieni si rvarto wSZyStkich
rozwaza|l)'ch aykLrlolv |la Skutek Zl]liall w cenach prz}' ustalonylll
1lozioIllie
ilo ci rv okresie badallvlll.
M i
dzy
polvyszynr i i n d e ksa nr i Zac|1odzi zrv i
zek
:
luD
I-I I
-
I T
'
v
-1.'
!
lt
a
p
- l",t l.'
I,
(
7.ls)
Ze rvzgldu na polvysz zalezno '
jeeli
do ocelry Znliany cen stosllje Si
indeks rr'g fornlu'Ly' I,aspey'l.esa. to zIlliatly lv ilo ciach powitll.lo si ocellia lla
podstawie indeksr-l wyznaczonego wg lbrmLrly Paaschego
-
i odwrotnie. Dla
niezbyt odleglych oklesrv porwlla\\'cz)'ch czasal]li stosorvatre S wska |riki
ilo ci i cell rvedlug formu y Fishcra:
I-
I-
('7.16)
Przyklad 7.9
Ilo iccll trzcch gatttllku'zicnllliakti'
jakic
zakupiollo rv J drzc-jorvie rv l995
i 1998 roku przedstau'iono w poniiszcj tabcli:
(
7.r3)
(
7.14)
I,t
t,l,t
258
At'lRt.lz, DYNAM|KI ZJ AWlsK
Tabcl 7.8
Celt1' i ilo ci zieIllniakrr
Gatunek
Cena
',v
zl
lIo lv tonach
I 99s r 998
I 995
I 998
brvzl
0.20
0.25
t2
1l
l{
rnaie
0.15 0.20
l.
lo
llar'sv
0.25 0.5
r0
20
Zrtidltt: Danc ulllo\\,I)s
Wykor4'stujc
podane
infbrmac.je
ustalic clynalnik rvarto ci,
ilo ci i cen rv.vdat.
kw na zic'lllniaki w
J drze.;ori ie .
I{ozrvizanie
Sporzdzanlr'
tabel l.obocz:
( 7 .t7)
Catunek
I
CeIla rr'z
l Io c rr' tonach
J
I
+
l
6
'l
8 9 l0
Drt
l),
)ll
(|tl )t (lt
Pn4,
l'lt4l
trrvzv
0.20 0.15
tl I-1
)A
j.-5
2.8 J
lltat e
0, r5
0.20
l1 l6 2.1
),:
2.4 2.8
ul sy 0.2-s 0.s
t0
l0
-)
5
og|erll
X X
7 I 1.7 r0,l
8.3
Zrt]lo' obiiczcllia tr asne
Przyjlnuj rok l99.i Za bazowy IiczyIril,
1roszczegItle
indeksy.
llldeks r'varto ci
obliczony na podstarvie
wzoru (7.10)
u,ynosi:
_ ll.7
,,,-
,
=1.67=1610/o.
oznacza to, e
'uvarto
rt1,datkrv
tcgo gospodafstwa
\\, roku l998 wzros|a
o 6.Iyo
w stosurrku do roku 1995.
Wvznaczalnl,indeksy
iIo ci na poclstarvie
rclacji(7.
||) i (7.I2):
-
10.2
L
l,t
=
j_
=
1.. 6
=
l. 60o .
Mona Zatni powidZiec,
e przy z.a ozeniu
stalo ci cll Z loku podstau,owego
I]a
rvielko rrydatkrv
lnia u,plylv \\,Zrost
ilo ci o 49.
,,t,,
=||.,
=
1.. l= l4l%
8.3
Natorniast prz'y
za|o|1iu
stalo ci
cen z roku badarlego
na rvielko rvvdatkcirv
nria rr'p ylv $,Zrost iIo ci
o 4l%.
lndeksy
cen (7'
l3) i (7.
lzl) przyjnlu.1
warto ci;
l NDEKsY AGREGAToWE (ZEsPooWE)
259
R.
,1,,=
=1.19=ll9o'o
,7
Przy za|oieniu stalo ci ilo ci z roktl podstawo\\'cgo na rviclko c rvydatkrv nliaI
lvply,rv wzrost cen o l99.
t17
,, 1 .,
=
---
=
l.l5
=
I l5oir
r0.2
Zakladajc sta o iIo ci z roktr badaIlcgo rla u'ieIko rvydatkrv rniat lvplyrv
rrzrostccno 159.
S1lrarvdzlnr.. czr, zachodzi ru'rro (7.17):
1,,
=1.46.1.15=1.41.1,19=1.67 e
Przyklatl 7.10
W perr'nvnl gospodarst*'ic dol11o\V\'ll1 badaIto dr nalnik rvr'datkrr, na trzv art\'-
ku y.: A. B. C rr, latach l995 i l996.Otrz1.tllaIlo llastptl.jce dane:
Tabcla 7.9
Wi,,datki lta lr.r bl.alre ar1vku v rv gospoc|arstrr ach doIllorr
1
cIr
Rodzaj
artyktr tl
J cdnostka
nr i arv
W;datki ii z.l ltrclr rr idilirIrlc ri'ska -niki
ccn
(
1 995- rok bazorvl')
I 995 I 9q6
A ku 1000 2.250 1.25
B 5Z( I 500 1 100 1.50
C nr I 500 2000 0.80
ZrdIo: Danc tl|l1|)\\ llc
\\/ykorzystujc podane irlforrnac.ic Lrstalic tl1,nalllik rvar1o ci. ilo ci i ccll lvy'dat-
klv tcgtl gospodal.st\\'a.
Rozl 'iazanic
Sporzdzanrr' tabc | robocz:
Tabcla 7.10
Rodzaj
artykLtlu
I
J ednostka
rlll(rt)
)
Wydatki rv zl I ndlrviduaIllc rvskan iki
ccn
(
| 995- rok bazorvy)
4 f, 6 1
tl l)l
4t Pt
t, /
ltt I)o4t l) t
Clo
krl 2000 2250 1.25 I 800 2500
B szl I 500 I 200 r.50 800 2250
111 r 500 2000 0.80 2500 I 200
oglcrll 5000 5450 5100 5950
Zrorllo Obliczunia rr laslle
260 ANnLtz,c DYNAMTKT zJ AWIsK
Warto utlrieszczolla rv szstej ko.luIrrnie to iloraz rt,arto ci z koltrnlny czrr'atlej
i pitej, ponier'va:
1, Pt Po
4,P,-=Qtl'o'
I'r
l't
po
War1o ci tll'l]ieszczoll rv kolunlnie sidtnc.; to ilocz1,n warto ci z koltrlllny' trze-
ciej i pitej, gdyi:
Dv
..,Po-=(!oP'l
.
po
Prz;';tnLr.1 rok l995 za bazow\' liczr'Iny poszczeglne indeksy. Indeks war1o ci
obliczonl' na podsta*'ic w zoru
(7.
10) rvvnosi:
1J \{l
J
,, =
:-:-:-
=
1.09
=
luou o .
''
5000
oznacza to, e warto lv1.datkrr tego
goSpoda|stwa
w roku 1996 rvzros a o 97o
\v stosunku do roku 1 995.
Wyznaczatrry indeksy ilo ci na podstawic relacji (7'l l) i (7.12):
,
5100
,^^
|
!.,
__
=
r.uf
=
l0loo.
5000
Mozna Zate|l.l powidZiec, e prz)' Zalozeniu Stalo ci cn Z roku podsta$,owego I)a
wielko rtydatkrv lnia rvp ylv wzrost ilo ci o 2%.
.
5450
,' l
=
(| L)2
=92o
5950
Natotlliast pr4, za oeniu sta o ci cetr z t.oktt badanego na rvieIko ir,ydatkrv
lnial lvplyrv Spadek ilo ci o 80z6.
obliczorry indeks I.-ishera intbrnluje nas, Ze iIo ci badanych towarrv w loktl ba-
dan;tn w stosunku do roku podstawo\vego z|llala a o 3o.
Irideksy cen (7.l3) i (7.l4) przyjlnu.i r .arto ci;
5950
,1,,=-=1.19=ll9%
5000
Przy- za|oenirr sta o ci ilo ci z roktl podstawowqo na rr'ie lko rvydatkiv miat
wp r,rv wzrost cen o l97o.
5450
,l^=:-::"=1.05=105%
'
1'
5100
Zak adajc stalo ilo ci z roku badanego na wielko rtydatkw mia r,t'p 1,,rv
wzrost cen o 5oul0.
Z obliczonego indeksu Fishera lvynika. e ceny w roku badall;'nl rv stosullktt do
roku podsta\\'o\\'ego rvzrosly o |fo, d
|ruoExsy cnecnrowe (zgsporowE) 261
Agregatorvv indeks rvydajno ci pracy nloe byc prlryk adenr indeksu ze-
spolort'ego dla wielko ci stosunkorr,ych. bowierl lvydajno pracy to Stosunek
rvielko ci produkcji do ilo ci cZaStl przepracowanego (lub liczby robotnikrv):
q^
T
gdzie:
r' - r,vydajno pracy,
r7 - wielko c produkcji,
,T
- czas przepracolvany (liczba
zatrudnionych).
Srednia rvydajno prac},wyraza si wzorenl:
k
Y.,
L't
t
,-t
:; _
./-'
,
-
-
k-
Yr
.L't
l=l
Zcspolorr.v indelis lr'1'd:rjno ci
|)rac\'o
zmicnncj strukturze (tzw.
indcks
ryszechstronny) ntozna zapisac
jako:
( 7.1 8)
( 7.re)
(7.20)
\-., \- , \-,. r \-,
-
L'tt! .L't
r'
/-',' L",
f
r(--) _
vr
_
y=t
./=l
_
t=l t=l
ll
_=*

,
k
_
{,
'
k
'u
\-r \-r \-r \-r
L'
,,
L,a, /u,
,.,
L,
a,
l=t t=l t=t .t=1
gdzie dla okresu podstawowego oraz badanego:
'1,,
v, - przecitna wydajno pracy
'
4 o,, Q,,
- tt,ielko prodLrkcji7{ej podgrupy,
V0i,V,, - czstkowa lvydajno pracy7{ej podgrllpy,
Tn,,T,, - czas pracv (liczba
zatrllduionych)
7-tej
podgrupy.
Indeks rt,ydajno ci iriformuje,
jak
znlierlila si oglrra wydajIlo pracy
w okresie badan1'nl r.r'porrr,natlil't z okreselll podstarvorv)/lll. Na poziorll tego
indeksu nlajrvplyw drta czrtltliki: czstkor,i'a r'vvdajno c pracy oraz CZaS pracy
(l iczba zatrLrdnionych).
Wp ylv wydajno ci CzStko\\'},ch na ri'ydajno c ogln Zaot]serwowa tno-
ircny przy polllocy zespo olr'ego incleksLr o Sta ej strukturze czasu przepracowa-
nego (sta ego
zatrudnienia):
ANALIZA DYNAMIKI ZJ AWISK
-
wedtug fonlru v Las1ley'resa:

Y.' 7
L'tt 'o
t
./(')
=
r=l
I t,tl
, t '-' ,
K
Y., T
L'01'01
'I
=l
_
wed Lrg forrlu y Paaschego:
k
Y.' 7
L'ty 't1
/L-l
i,/,."
=- \1.2)\
\',,
,t
L'0
t,
tt
'J =l
Wplyw zurian czasu pfzepracowauego (strLrktLrry zatrudnienia) na wydaj-
no ogln allalizuje Si Za pollloc fbrl]lLl}:
-
Laspel'rcsa:
kk
\-'' T \-. 1
L,at, t L_,
,
,tl
.l
="
]'^'\Ir.
k
\.,.-')
tr t
L'll \)
|
t=l
r=l
Paaschego:
kk
\-., r \-,, z-
L't1'ty L'tl'0t
,-t , r
t,I.,tr
=?:-
*-.
(7.24)
\-1n \-'n
/,,ll L'At
.t=l /=
I
Nal ey pr4' tym ZIU\Y o. v- C, ze zac|l odzre l acj e :
/(--)- 7(') r
-
r(,) t
r
t,
-
!.
)
t' I'
r
.ytr.
-
l'L t' l.
I
\tr
('7
'25)
Przyklad 7.11
Badajc wydajnoc pracy w pe\Vll)l,ll zak adzi, przeprowadzono
odpo\\'icdnie
badania w trzech wydzialach tego zak adtr i otr.zytnano nastpujc lv),niki:
I NDEKSY AGREGAToWE (zEsPooWE) zo
Tabcla 7.1 I
Dane o liczbie zatt.udnionvch i w'ielko ci produkc.ji rr, lrybranynr zakladzie
Wydzial Liczba zatrudnionvch Wielko c
produkcii
na zatfLld11ionego
I 970 l 99 l9'70 1996
100 90
tn )')
II 40 50
),.1
2_s
IIi ll0 100 25 22
Zrtidlo: Dane unl(r\\nc
Na podstar,vic t.vch darr1'ch przepro\\.adzic wszechStronn analiz rr1da.ino ci pra-
\V t},ln Zak adzie.
Rozr.viazanie
Sporzdzalll1' tabel lobocz:
'labcla
7.12
W1,dzia Liczba zatrud-
nionvclr
WieIko c pr.odtrkcj i
na zatruclniorteqo
Tg Tr \'() rt
''tTt
\,070 t'tTa vo'ft
l0L) 90 20 22 I 980 2000 2200 1 800
II 40 50
')
.l
l5 I 250 960 I 000 I 200
III ll0 r00
))
2100 ]6. 0 2.{20 1400
o'rlenl 2_50 210 543 0 5600 5620 5100
obIiczIll1' indeks ii'ydajno ci pracy rvg relacji (7.l9):
.{-r
5430 _i600
1,-,_-:
=
1.003
'
240 250
Zespolorv,v indeks wydajno ci pracy wroku 1996 lvstosunku do roku 1970
r'vzrs o 0,8%. t.l.a
ri'ielko
t nia 'y rvplyw zniiany' rv rvr,da.ino ciach czstkort1'cll oraz
zrlliany lv struktttrz zatrudnicn ia.
oblicznr}' indeks1, it'i;dajno ci cz ciorr,ej (7.20) i (1 .2|):
,(,I
5610
,
rI,'=
r,004=|00,40
5600
Przr' zaloeniu. ze zatrudllienie bv o z|9]0, a tr,vdajno c z|996 roku lnoenly
powiedziec, e rvp|yrv na \\,Zrost il.yda.jno ci zespolort'e.j lnia'l r,vzrost wydajno ci czst-
kowych o 0,4o,
5410
,,
/l'',
= ? =
l,00
=
l 00.9,o
5400
Przy za|oenitl. e zatrudnienie by,lo z 1996' a rv1'dajrlo z |970 roku llroemY
powiedzie. ze wp -vrv na wzrost rvvdajno ci zespo orvej tnia r,vzrost rvydajrloci czst-
korvych o 0,6%.
Obliczamy indeksy str-uktur)' zatrudnienia
(7
.22) i
(1
.23),
.
5400 5600
I
I.,,.
=
:----
=
l.004=|00.. 0
240 lso
Przy za oeniu, z zatrudIlienie by o z 19,70, a wydajno z 1996 rokll n]ozetny
powiedzie, Ze wp-lyw na wzrost wydajno ci zespo owj lnia a znliana st|uktutJ zat|L|d-
nierlia o 0'5 9.
54iO i6)0
,,1.,, =
240 2s0
Przy za o'eniu, zatrudrlienie b,vlo z 1996' a lr.ydajno z |970 roku nloiellty
polviedzie, e lvplyrv na wzrost uydajrro ci zespo orve.j rniata znriana struktury Zatrtld-
nie nia o 0,.'l 7o. e
264 At{ l.tz,q DYNAMIKl ZJ AWISK
7.4. Indeksy
gie dowe
W zwizkrr z potrzeb ocelly SytLlacji na rvtrnynr rynku papierw warto-
ciorvych tzn. na gieldzie i r , obrocie pozagieldowynl pojarvi a si konieczno c
okre larria dla kadego
ry'rlku
sy'ntet\cZllego r .skaznika. ktry odzlvierciedlaIby'
ztrriany cen akcji na daIle.i ses.ji. Na4rva si go lvskaztlikienl ry,Ilktt. indeksent
gie dy bdz wskazrlikienl gie d,l, (allu. tllarket index).
Irrdeksy gie dorve \\' S),|ltet\'cZtl-r i ii'r'tllierrly, sposb przedstawiaj tendelr-
cje rvystpujce lla gieldach papierw rvarto ciorvyclr. S olle r,vskazIlikatlri
znrian
''v
redniej war1o ci wybranej grupy papierw wafto ciolvycli' Indeksy
gie 'dowe obliczarle s dla kadej sesji
gie dou.e'i i za|ezod ztltian1, l<ursrv pa-
pierw rvarto ciolt'y'ch' Dziki nitlr trlozlla olce lic, czy w dany'lll okresie rt.yst-
ptrje tendencja spadkorvu
'..1,
2u,yzkor,r'a kursrv akcji. Indel<sy gie dorve r,v1,ko.
rzystywane sprzez osoby starajce si okre lic prognozy kursw akcji i przez
inwestorrvl07'
Sz,vbki 'ur,zrost
warto ci i rdeksu oznacza' ze rra gieldzie lnatlty do czynierlia
z lross czyli sytuacj w ktrej ktlrsy rvikszo ci papierw rt'arto ciorvych id
w gr. S1ladek lvarto ci wskaziika
jest
cllaraktery'Styczny dla bessy, czy|i sytu-
acji odwrotnej.
KlasycznyIll przyk adenr indeksu l-lloze b.vc wskaznik Dow-J otlesa,
o ktry'll czSto wspon i naj

serrv is1,' i tl fbnllacy
i
lle
l.]s.
l07
Por'uvnaj Reil|y F., Brorr,n K.
[2001l,
s. f2|.221,
l08
Zostal o|l stwol.zon)/ pl-zez Char.lesa Il. Dorva (picrrvszego rvl.darvc slyIlnej gazeti''Wall
Street
J our.rlal,) i D, J onesa. ktrzy rv latach 80-t1,clr XIX rr'iektr zaczii na podstarvie kursrv najri'a.
lliejszr.cll splek notoir,aIl1'ch na gie dzie llorvojorskie.| licz1. przecitlry,kut.s odztvierciedIajc;-
tendencj gie dorv. Na pocztek zsttt-tlorvali kursy l2 lirnl i r'vynik podzieliIi przez |f
'
INDEKSY GIEDoWE 265
Wikszo c indeksw gieldowych to agregatowe indeksy r'var1o ci (czaseIlr
w pewien sposb znlodyfikowane), reprezerltujce zllian rvafio ci rynl<owej
pewnego koszyka akcji gie 'dowych w por.uvtlaniu do pewnej rvarto ci bazowej
(z poprzedniej sesji lub rv stosunkrr do pert'nej lvarto ci pocztkowej).
Incleksy gie dort,e pe}n i

n astpuj
ce
tunkc.j e
l 09
:
s wska rrikallri koIliunktury na danej gie dzie.
u atrv iaj

trrot-l i torowatl ie ztll i an u.arto c i kap ital rr tla lrynku.
s odbicienl tenderlcj i charaliter),Ztr
ja.c1ch
dallii gospodark'
wyl<orzystywalle S do pro gll ozott,an i a trell drv.
indeks gie d1' nroe bl'c traktorvaliv rrvnie
jako
instrutnent fitratlsor,vy, co
ma znaczenie przv opcjach i instnrnrentach pochodnych.
Dobry indelis gieldolvy' porvinien spelniac nastpujce warunki:
wskazywac
jakie
zasz 1' zllriatly lv cenaclr akcji (papierw r,varto ciorvyclr)
na gie dzie rr' dalll'trr drliu w porwnaniu do pewnego okresu podstalr.owego
tzl]. rosnC. gd1' rosn ceny wikszo ci akcji. a spaclac. gdy spadaj ceny
wikszo ci akcj i'
opierac si na stosttnkorvo dLrej liczbie akcji, reprezentujcych przewai.
ccz akcji. ktr-r.'rlri obraca si rra danej gie dzie Iub sektor charakteryzo-
wany przez c1arr1, illdeks (np' dla indeksorv branowyclr),
nie za|eec oci salny''cll rvafio ci akcji. a
jedynie
od znrian rvarto ci.
uwzgldniac udzia11'akcji danej splki w zbiorze rt,szystkich akcji, ktrynli
si obraca lla dalle.j gie dzie.
Indeks gieldou'1 nroe tlu'zgldniac r,vszystkie lub cz al<cji notou.atl1,ch
rrr oicldzie rrrr
wIG i WIRI{- uu.zgldrriaj wszystkie akcje rynku'
WIG 20 rrr,i'zgldnia tylko pervn liczb wybranych sp ek rynku podsta-
wowego,
NYSE (Nerv Yorli) urvzgldnia r'vszystkie akcje gieldy rrorvojorskiej, czy|i
oko o 2300 alicji.
DJ IA
(Dorv
J ones) Z l\ve\\' York ulvzgldnia 30 sp ek przemysl,owych,
S&P 500 zNelv York rrrvzgldnia 500 akcji.
IrTSE (Finansal Tennes.s) 100 z gie d1' lond1,riskiej ur,vzgldlria l00 akcji,
Wilshire 5000 Equity Index urvzeldnia lrsz'"-stkie akcje znajdujce si
lv obrocie w USA.
Wyrnianly nastprrjce sposob1' rvaenia akcji w indeksie:
waenie rvar1o ci
rynltorv
spo ki (kapitalizacj - np. WIG. S&P 400.
DJ WSI
-
Dow J ones World Stock Index, MSCI
-Morgan
Stanley Capital
""'
K. J a.luga
[2002],
s. 96
266 At{ t-tz,c DYNAMlKI ZJ AW|SK
International lndex. TechWlG, WIRR). W tak konstnrorvanynl indcksie
r,vikszy- r 'p ylv Ila tr,atto c indeksu nrajspIki rviksze, cry"Iite o rviksze.i
tr.arto ci ryrlkou ej.
rvaiellie cenakcji spllti (np. DJ IA-Dorvn J otres Incitlstrial Average, NIF),
jedllakolva
r,vaga niezaIezllie od rvarto ci spoIki lub akcji np. Tok1,o Itldus-
trials, Tokyo Rails.
Na Warszalvskiej Gieldzie Papierorv Warto ciorvych
I |0
rvr'korzysttlje si
kilka
plv
indeksrv gie dorr1'ch: WlG' wIG20, MIDWIG'WIRR, MIDwlG,
TechWIG. NIF itd.
Najstarszynr i najbardziej zuany'nr indekscnr rvarszanskiej gieldy.iest WIG,
czy,li Warszarvski Indeks Gieldowl, uvliczan)'od pierrvszej ses.ji, czl'li od l6
krvietnia l99l rokLr. .Iego lvarto okre la si rra podstarvie cerr akcji splek,
trotorvatll,ch lla rvllktt podstarvorr'\'nl (za rr.yjtkierlr Narodorvyclt Futtdttsz-1' In-
\\'Stycyjn)'ch)
-
jest
to rvic tak zrr'an1'' illdeks szeroki (rynkow,y). obecnie rvar-
to c indeksu WIG
.jest
obliczana rla biezco. W drliu, rv ktryln odbyu,aj si
notorvania, o godzinie l0 rarto
1lodarvalla
jest
tak Zwal]a rr'arto otrvarcia. rv
ci-lLr sesji illdeks
jest
obliczally co nlintlt lla podstarvie zarvierally'ch transakcji'
Po zakoliczeniLr sesji obliczany
jest
kurs zanrknicia.
I(ole-jny szeroko znany indeks to WIG20. W sklad porlfela te_qo indeksu
rvchodzi du'aclzie cia na.irvikszych sp|ek. llotorvan1'ch lla gieldzie (akcji
o
najrvyzszej p vnno ci)
-
jcst
to rr,ic illc|eks u'ski (cenorvy')' Z ttlvagi na fakt, e
odrvzorolvttje otl zac|lor,r'allie tla.irrazllie.jsz1'ch akcji,
jego
ztltiany s pilnie ob-
serwowane przez n'nek. Incleks ten.jcst ponaclto tzn'. instrunrentcl)r bazowl,nr
(podstarv rvyliczeli) dla kontlaktrv terllrinorq'ch. Warto c WIG20
jest
oblicza-
na od 16 krvietnia l994 rokLr. Podobnie
jak
w prz1,1ladkLr WIG, rvarto irldcksu
WIG20
jest
podarvana t]a pocztkLl illa koricu sesji
(tzri'' u,arto otrvarcia iza-
rrlkIlicia). W trakcie sesji rvao c tego irldeksu
jest
obIiczana co 30 sekulld.
MlDWIG
jest
to iIldeks, odrvzororvujcy zachorvallie 40 akcji rcdrlich
sp|ek,
jego
rvao
jest
rv1'liczatra od 3l grtrdnia l997 roktr. Warto illdekstr
jest
podarvalla na pocztktr i na kolicu sesji, rv trakcie tlotolvati zlllietlia si co
nriltttt. J est to rrvniez przyk ad indekstr ce|lo\vego (wskiego).
wIRR to indeks ryttktt rr.',rtoleglego' obliczaIry' na podstarr'i cCll 11oto\\'a-
llych tatn spo ek
-
jest
to rvic rvska Ilik typtl szerokiego (dochodorvego)' War-
to indeksrr WIRR
jest
obliczarla od 3l grLrdnia l994 roku. W dniu sesji rt'ar-
to iIldeksu podarvatla
jest
drr,ukrotnie: o godzinie 11.30 (po
tzrv.
1rierrvszy'rlt
fixingu,
jest
to lvarto c otrvarcia) oraz po zakoriczeniLrses.ji (kurs zarllknicia)'
NIF
jest
itldekserll' ktry pokazuje znriany cen akcji Narodorv-vclt FuIlduszy
Inrvestycyjrlych,
jego
rvar1o
jest
obliczaIla od l2 czerlvca 1997 roku. Codzien-
]l0
Porrr,Ila.j prace pod red' Nolr'aka D.
Il994]'
s.234
ANALtzA szEREGow czAsowYcH 267
nie podawana
jeSt
\\.arto c otwarcia
(po godz. l0) oraz rvarto zarnknicia (po
zakoticzenitr sesji). W trakcie sesji warto c tego irldekstr
jest
obIiczalla co plto.
rej rniuutv.
TechWIG to indeks opisujcy tZ\\'. Segnle|lt [nIlolvacy'inych Techrlolo-qii
(SI.fech), czyli zachorvanie akc.ii sp]lek, zaliczany'ch do sektortr,: tlledialtlego,
inforurafycznego i telekornunikacy,jnego. TechWIG
jest
ponadto
-
podobnie.jak
WIG20
-
illstrulllentellr bazorvynl dla koIltaktrr' tertttiIlorvych. TechWIG.jest
obliczany od 31 grLrdrlia 1999 roktl' rv dniach ses1jnych
1lodarr.atle
s koIe.jno:
warto otrvarcia,lvarto ci biece rv trakcie tlotorvati (obIiczane co p IniIluty)
oraz kurs zanlknicia.
obok rvynlienion1'cll l1'ej indeksrv, giclda oblicza rrvrlie lvarto c in-
deksrv sektororvl,clt (subillcleksy sektororve) obraztrjce zntiatly cen akcji spl-
ek z rzllyclr segIlctrtrv gospodarki. Akttralnie obliczane s u,arto ci olrr'arcia i
zarnkIricia nastpujcych indeksrv: WIG-ballki. WlG-btrdo''vnictrvo. WIG-
irlfornlatyka, W l G -spoy\vcz}/ oraz W IG-tel ekorll Ll n i kacj a.
W tej pracy otllrvinly tylko tv celach illfor.nracyjrlych konstrtrkcj indeksu
WIG' gdyz rvszystkie pozostale s konstrtlorval]e lla poclobnej zasadzie]ll.
''.
Wszyscy chtIli nlog si zapoznac z konstrtrkcj indeksll'na stl.otrie http://rr'rr.rv.gprv.conl.pI
268 ANALtzA DYNAT\,4tKI zJ AWtsK
Tabelu 7.13
Wa rszarvski Indel<s Gielclolvv WIG
Nazu,a indcksu
\\,arsz;rrr ski Indeks CieIdorvv \ 'IG
Tr.n indcksrr
Indeks dochodow'y. obe.jnlu.jc1, dr*'idendi,,. i prarva poboru.
Liczba sple k
I I I (u dniu 22 pazdziernika 2004)
Krytcria selckcji
S1lIki Irotclrr'atle lta r1'trku podstarr,oil,1'Itr (nie trczestnicz fuIldusze
inrreslr'cvIlle oraz stl|ki llraicc srr siedz-ib
lloz.a
granicanli
PoIski).
Udzialy rv indcksic
Indeks iraiony ri'ar.to ci 11'nkorr lrotorr,aIly'cIl akc.ii' Udzia po.ied5,,Il-
czej splki
jest
ograniczall1, do l09' ajednego sektora do 307o rvar.to.
ci
portl.ela
indeksu.
Data bazorva
Piet.rr,sza sesja cie ld;- Warszarlskie.j rr,clniu l klrietnia l991 l.oku.
\\/arto bazorr a
I 000.t) pkt
Kaoitalizacia bazoua
57 140 000 zl
Obliczanic indeksu
['odczus krzdej ses.ii rra podstarvie kursu.jednolitego.
lndcks ptrblikuj CetlLrlit cic dr. \\' r.szarrskiej. Reuters. J IooIllberg. TeIerate' I}ridge,
Telctekst
(TVl'
l. TVI'l r
-l-ele*izia
Polonia).
Folnrula rrl,\
tt't]tt\=
"l'1
,t,(r) Iooo
,\/(0)
gdzie:
l/(,r-kapitalizac.ia porrlcla inilcksu na sesji
"1"
.
1///\-\-,,' /)
["tt
'tt '
t=l
|vI1)-kapita|izac.ia por.tl|a indeksLr rr'dttiu bazorrl,nr ( l6 krt,ictnia 9l),
5
,r r/n\
-
\',,,
p
|,tllttl,
t=l
K(|-rvsplczl'nnik ktlr'1,gu.jc1' na sesji
..l..,
I.. Iicz-ba iir.lrr urrzg|rIlliarl1cil rr' indeksie.
1l,,7,
'l|)6
- |iczba akc.ii i.tej 1ll.nlr'zIlajdu.jcych si na rvnktl odpo.
rvieclnio l'badanrnt i bazoulnl okresie,
t,,,
'
l,,tl. cena akc'ji i.tej lirnll zlrrrjdtljcych si na rr'Ilku odpori,ied.
nio rv Lratlarrr.'m ilrazorrrnr ohlesic.
Fonnula uproszczona
W s1tuac.ii' gd1'nie rv1 stpu.j Itiel.r'llkorve znlianv kapitalizac.ii port1'e.
la indekstl do obliczania ri.al.to ci iIlrleksu lllona Stoso\\llc ul]|.oszczo-
,,|'\
rlq lbI.IrluIq
1lrzr1:
ll /G(t)=
_:)!!l_4
il,lG1t
_
|\
'
:\/(t
-
|
|
ANALIzA SZEREGoW cZAsoWYcH zoY
c.d.]'abcli 4.17
Wsp cz1,nnik
r1''gujcy K[/
ko-
ZadaIrieru rvsp|czvnllili'a kory'gtrjcego K(tl
.iest
elinliIlacja lr,pl1,ry11
nielvnkos'r'ch znlian kapitalizac.ii na pozionl indeksu.
KlOt =. K(16.04.91)
:
I
A( l6.0l.9fl) - 0,02908i I
,1 tI t I
d(r+l)=
"')'1
x(r)
,l/v')
,,,., r1(r')= r1(1)- D(1)*
O(/) -vv)
gdzie:
r./,\_ \-
(f(l./)-
/'(r..'r))
r /;\
,
\t !
- /
-----;;-.
i--.-'
.'
\r /.
,\l/t+ I
D//l-rlat1cl:c tlrliJ r.tlcl. dtl ktiirrch prawo od|czono po ses.ii
''l..(re.
car(1-diric ).
I'l//-\\llrtosa lerlrel\clnli
Pril
pobtrrrr noto*anrch po raz ostatni na
sc:ji l"
Irre(l
odli.t.renicnl
irul
od akc'ii (r'ecord-date): dot1,czy,
tr lk.. .r1Lllrcii. g.l) te')|('l.\(,,11:t
tr.tIlrl c
lllil\\
p\]boIU
.iest
doclatIlia
iccnl
cnrisy.lna.jest nizsza ocl krrrsLr Llleldo*cuo),
()/1/-\a|tL) c
rrtlkorra akc.ji lrprtlriadzalrrch (+).
bd rwlczan1',ch (.) z
lro|tlcla
iIldeksu pcr ses.ji
../..:
dotrcz-r' to zarrrncl zri,ikszania pa-
kiettirr akc.ji sp|ek lrcze Ilie.i uczesttticzip1'clr rr, indeksie'
.iak
l.rr n iez sp|ek.|eszcze n ie r'lczes1n iczi1cl clt.
Prl,rr-kurs.iednolil) akc.ii
"i"
na se s.ji
"1".
I)
(
i' t t l t )
-cen,a lrou'e.| enl isj i ob.jte.j pralr erll pobortr.
,Stll-liczba prau,niezbdna do ob.|cia l ali.c.ji norre.j elllis.ji.
'\,/il.
I iczba akc
i
i
.'
l.' w
port
l.eI L| inrleksu
(rl,ieIko
t;ali
icttr).
Ks'altalne korekt Po zakoczcniu kaclego klrartalLl akc.je norr'r'clt splIek r:ieIdorr'r,ch i
no*rch ernis.ji *plo*'adzorlrch do obrolu gieldorvego rv zakoriczouvnr
.jLrz
klrartaIe s rr|czane tio portl.eIa irldelrsu. J ednoczc nie p|Zepro\\.a-
dzalla.jest operac.ja ogranicz'ellia Lrdzilltl po.iedvncze.j sp|ki rv indeksie
do l09. a alicjiz
jednego
sektclt.a c.|o 309'o bieiqcei kapita|izacii
portl.ela.
Zrdlo: Strona Il]1.rl1cto\\ a
(iP\\' (rr
rr.rv' gpu co|ll'p..
/
7.5. Analiza szeregW czasowych
Analiza Szere'q\\. czaso\q'ch po|ega na okre lerliu i rvyodrblliel]itl Z SZe-
regu \\'ystptrjcy'ch \\'lli|l1 pra\Vidlo\\'o ci' tendencjiot.az tra oddzieleniLr ich od
niesystenrafvcZIl\ ch. pr.Z},padko\\1'ch rvaltari' W szeregach czasow},ch wYrnia
si Zatelll drvie sk adoii c:
.
skladolv S\'Stnlat\'czn, bdc efektenr oddzia, yrvali stalego zesta-
wtt CZ\'l-lIlik\\, |la SZe|eq czaSowy oraz
.
sk adorv prz).padko\\' (Z\Van czSto sk'ladnikienl losolv;-tll lub lva-
lraniarlri pr'padko\V)'|ll i).
270 AN Uz,q DYNAMlKI zJ AWlsK
Sklador,va Systenlatyczl]a Sze|egu tlroze lllie posta
jcdnego
ILrb zloenia kilktl
spo rd eIenretttlv:
.
tendencji rozrvojor"ej (trendu),
.
stale-9o (przecitnego) poziotlltr Szeregtl'
'
sk,ladorvej okresorvej
(skladorr,ej periodyczrle.|)' ktra lvystptlie rv po-
staci rvahari cyklicznych lub sezonouy.'ch"-.
Z'atern rozrt,j zjarviska rv czasie lnoe by' lv1,nikietll nak,ladaIlia si lla sie-
bie llastpuj
cy,ch
czyrln iklv:
trend
-
d ugookresorva sklontlo c do
jc-dlltlkier.tlnkorwch
znlian
(rvzrostLl
ltrb spadku) rvar1o ci badanej zltienllej.
jcst
roz1latrr'rr'anv
.iako
koIrsekl'n'elt-
cja dzia arria stalego ZeSta\\,Ll czynrlikrt,, takiclr
jak
np. rv prz1,padktl Sprzc-
dtl"v
-
wzroSttl liczby potencjalll1,ch klielltlv, znliaIl rr,technologii czy ple-
1.e rencj ach ko ll s lt nletltrr,.
rrahirnia sezono}ve
-
re.ttlarlre odchr'lenia od trstalorlego
1loziollltt
]ub od
lillii trendu, lllajce sk onrlo c do porvtarzania si rv okre lonyIll czasie. llie
przekraczajcynr
jednego
roku' odzlvierciedlaj w'pl1,lv pogody Ittb ''kalclr-
darza'' rla dzia al rlo c gospoclarcz.
rvahania c1'k|iczne wyraaj si rv postaci dlugookrcsorr'ych. rytrrlicznych
rvahali rvarto ci ztnietlnej u'okl teIlc1cncji rozrr.ojorvej lub stalego (przecit-
nego) poziontu te.j znlienncj, rv ekononlii Sone na ogl zrvizalle z cykleln
kon iunkturalnvnl,
rvahania przvpadkorve
-
rvszvstkie znrialty o charaktcrze nieregulam)u'l z
punktu u'idzenia przebiegrr szeregu.
Idcntyfikacj poszczeglnych skladorr'vch szeregtl cZaSo\Vego konkretllej
ztrlientlej rrrnolirvia - rv u,ieltl przy,,padkacll
.
ocella rl,zrokorr.a spot.zdzotleuo
r,rykrcstl. Wy'kres Sz!-regtl czasowcgo l"ttllolirt,ia polladto w1'kr1,cic obser.lvacji
nietvporr1,ch oraz pLtnktrv zrtrotnych,'''.
7 .5.1. Szereg czasowy bez sk adowej systematycznej
Szereg czasow.Y bez sklarlorr.ej systenrat1'cznejll] charaktel.1'zrljc si za-
zlvyczaj tlieregularnyltl oscylorvaniellt rvafto ci zjarviska rvokl
l)ewllego
stalego
pozionttt. Nie obserwu
jenly
tu systenratyczny'clt znlian rv czasie ani regularnl,clr
oc1ch1'leri, nlaj rlliejsce rry,. cznie
oclchylenia
przypadkowe.
Nie lllona przervi-
ll]
[,orstla.j M. Cie |ak
Il996l.
s. 7.1.7tl.
,,.,
\\,
1lttnktttc,lt:lrro|nrlt
llastptlig zIlriaIra kic'rttttktl tellclencji rozri'o.jorre.i
(ze
rrzrtlstow'e.j do
spadkclrve.j' iodil'r.otlrie) bi1d zIniana tenlpa wzl.()Stu Iub spadku rvarto ci znlienne.i. W1stpo-
rr'alric punktrr' zrrt.otnl'ch, rr,1lll,rr'a.jce \\ istot|1)'s1losb na
1lrzebieg
pt.ocesu p|.og|lozo\\,a-
' ' '
nil. nloe lrr'tnaga u cia okre |oll1ch luetod
1;roglltlz'oriallia'
.'"
\V. Starz)'ska
[2000]'
s' l17.
ANALIZA SZEREGoW cZAsoWYcH
clziec losorvyclt r,r'ahaIi szeregtt.''. Dobr nletod okre lenia przelvidyrr,anej rr,ar-
to c zjatr iska
jest
rr'r,znaczetlie redIliej ar)'tllletyczncj z rvar1o ci zaobserrvolva-
Ilyc|r rv przeszlo ci.
Przylilarl 7.12
W tabcli 7'7 pl.zcdstarr'iono Iiczb sprzedirnyclr satltocltod*'nlarki oPEL
r'r,odzi u,koicjnr'ch trgodIliach. oszacLlj liczb sprzcdan1,c|l satlroc|rodlv ri' ll t)'go.
dniu.
Rozu'iazalr ic:
Aby sprari dzic.
z tabcli 7. l. lla t.r,sttllktt
z
.!akim
szercgiern tnanry do czynicnia, przcdstarvianrv danc
1 .1.
'''
Nalczr'jednak parrlita. e rrart<l ci szcregtt rrlog zlleze nie tl,lko od
jego
rvltrtoci
1rrze-
szlych' aIe cZsto s zrr,izirne z
1lerr'll1,,nri
cz1nllikanli zerr'tltrznr'Illi i rrrvczas nlozria przerri.
d1'rra rrartoci sz-eregtr trrrz.gldniljc te czr,rlniki (llp' pr.z-r,rvykorz'1'stanitr lllodeli opisorrrch
regres.i i, porlr'rla.j rozdzia 5
).
271
Tabclr 7.1J
Nr t1'goc1rlia
1
Liczba sprzcdarr,altr,ch sanroclrodw \V szt.
r t5
..
i

l IJ
4
I
A
l0
I
Razc'rn r50
7'rdIo' Danc tllllo\\'llc
272 ANALIZA DYNAMTKI ZJ AWISK
2A
;
18
j.-
I
ro
El
a i.
o
to
c
:
0
56
Nr tygodnia
l l,suttek 7' }. llustt.ocju era.fit':ln clatl.l,clt: lallali
Z rystlnktl \\'idac, c p|zcdsta\\,io|lc
liczby, sprzcdanvch sanlochodrr'
w poszczcglnych
tvgodlliach osc1'lLrj lr'ok l5 szt bcz lvidoczn;,ch rcgularnr,cll te n.
dcncji. IVloina zatc|l] tlzniic. c.jcst to szcr.cg bcz skladorvej systcmatyczncj. Aby zapro-
gnozorva liczb sprzcdanych sallrochodllv rv l l tygodnitt, rvyznacz1,nly
rcdni ar1,t.
_ 150
n)ctYczrla
1=-=l)szt.
10
7.5.2. Szereg czasowy z trendem
Szereg czaso}l'y z trendem
jest
to SZereg, rv ktryIll obserrvujenly Systen]a-
t1'czne zllriany lv czasie o stalylll charakterze (trend) oraz to\Val.Zyszce illr
znriany przypadkorve.
Na rysunku 7.2 plzedstarviono przyklad takiego szeregu,
dla ktrego zllliany nla
j
charakter rosncy i r,lzgldllie liniorvy, zak,lcatly przez
rvahan ia przypadkorve.
ANALIZA SZEREGOW CZASOWYCH 273
25
20
tc
10
5
0
516
] .l'y t t t t c k 7' 2 l, l. :.l' kl a d'y : e |. c g|t C : a', Ou' e go : ! r e n d e ilI
W1'odrbniellie trelldu lr ie si Z tzw. \Yyg|adzaniem Szeregu. J est to tak-
Ze czSto pierrvszr' krok rv allalizie Szeregu czasowego z rr,iksz liczb sk ado.
lr,\'cl1. Szereg w}'g adzony pozrvala obserwowac dane z porllirricienl \\rahali
krtkookresorvvch, zlv|aszcza rvahati prz1'padkolr'ych i sezonorrr'ch. Najcz ciej
stoso\\'ane nletody uIgladzania szeregu czaso\vego to:
mechaniczna - redrlia rtlcho|lla,
analiczna - ltrnkcja trendtt
-
pros'nlodel regresyjny', lv ktr1'lrl Znri|lll
tliczalen
jest
czas.
Najprostsz z ttletod rr.y'g adzania ll1ecllanicznego
jest
rednia ruc|roma.
cvli kroczca. J est to redrlia arytlllet),czlla w}'Znaczona z /c kolejrly'ch eleIlen-
trv szeregu, zazlvyczaj bezpo rednio poprzedzcy'ch IllollleIlt obserrvacji /
(r>
k):
(7.26)
I
gdzie:
/i -
wao znriennej rr. lllollleIlcie
(okrcsie) i,
t
-
stala rvygladzania, krok lr,r'gladzaniii.
Wielko krokLr lvygladzallia k za|ey od stopnia
uzyska. lnl rr,iksze t, tynl bardziej rr'.ygladzony
reg j/, .
rvl,gladzenia,
jaki
chcenil'
bdzie przeksztalcon)' SZe-
274 At'tRl-lzR DYNAMtKt zJ AWlsK
Przyklad 7.13
Wy'znacztll1, r.edni kroczca prost l5-okrcsolv dla ktrrsrv akcji splki oko.
cinr S.A. notowanych rla Gicldzie Papicr.ri' War1o ciollych rv Warszarvic rv okresie od
l3.02.l992r. do t4.ll.l995r'
(645
obscr.tvacji) i porrr.najm1,
je
z dany'nli rzcczyrr'ist1.-
nri.
Rozrviazanic:
rednia kroczca'l5.okresowa
stedna
--ku.
akc|
j
Rl'sunek 7'3 I,clrtt,,tlcl tie htrsv akcji Okocint i . rcdniej ntchonej prostej I5-olt.,''rt cj
e
Sredlria rllchollla |tloe b\,c rvykot.zystyu'al1a tak
.jako
prosta lnctoda pro-
gllozowania p|Z)'SZl},'ch rr,arto ci SZe|egLl czasowego. Przy
jej
ttvcitt przervidrrje
si, e warto
]l/ w |lloll]ellcie r bdzie r\Vtra u'afto ci redniej ruchonlej
li
.
J est to tlletoda progllozowaIlia skttteczna dla niektrvclr szeregrv,
jednak
rvad
redrliej rLtchonlej (zrt'laszcza dla duego /r. np. :l5)
jest
prz1,pisyrvallie takiego
Sal]lego znaczenia obserrvacjonl odleglr,In i rlajnorvszyrll. W celu trlr,zgldrlienia
1losttllatu
rv'ikszego
.rr'plvrvtt
na redIli obserrvacji najnorvsz1.ch stosLtje si tzrv'
redni rvaon |iniorvo. ktra
jest
nastptljcej postaci:
Czas
AruelrzR szEREGow czAsowYcH 275
f-l
T,
=
Z1,rt',
r-{+r (7.27)
gdzie:
l|)i-t
k t
\\aga lladatla iiar.to cioIll ztllic-rlllej w okresie i,
k
0 < rt,l < ]t'r <...< rt^
l t)l.llz
)
r,,
=
l
.
t=l
Na|ey zaL|wa4,C. e tetl roclzaj redniej
jest
celorv1,i pl.z1,datny tylko rv przv-
padku zttlietiltych. ktcirych lratto ci zrllierlia.j si etr,olucr,jnie bez grvaItorr'nych
wahati i odc| 1,lell,
Przyklad 7.1-l
Dla dan1.clr przcdstarr,ionych lr'tabcli 7.l5 ri1,znaczono lr,afto ci redllicj krocz.
ccj rvazorrcj dla :3 oraz przyjtych lvag: ll,7 = 0'2. lr,2 = 0.3 iu:: = 0'5.
Tabch 7.15
obliczanie l.edrlie.j rvaone.i i prostej
Nr obscnvacic
\\ agl \\'agt wagr redn ia \\'aZo|)a
l-)',
"',
Zv,
rcdnia
f s-,,
. L-Yt
J
)
0.2
2 3
0.i 0.2
3.8 0 .].J J
J )
0.5 0.3 0.2
5.6 ) 5.00
4
'7
0.2 0.5 0,3
1.6 ) i.00
5
U.J 0.1 0.5
41
+ 4"61
6 4
0.5 0.3 0.1
6,3 6 5.3 3
l 9
0.1 0.5 0.3 45
) 5.00
8 f
0._l 0.1 0.5
1.9
4
1.61
9 J
0.5 0.i 0.1
3.8 i.3 3
0 5
0.1 0.5 0.1
1.6 3.61
I 3
0.i 0.1 0.5
),'.,
a
4"00
f
/l
0.5 0._l 0.1
5. tt ) 5.00
8
0.i 0.1
A1
4
4.61
4 z
0.5
4.3 3
276
ANALtzA DYNAtvltKt zJ AWlsK
Po|ownan'e itednlch Itoc.cych
/?],srlircli
i'1 ||,'l,gla,1:onic s:cl.lgll :0 p()DIO('LL rednit,|t lrrt c:t1ty'cll
prr>Slej i\ra:ontj
atrr,o zaurr,a5', c dla rcdllic.i \\.aollcj tlz\'skallo bardzicj
rr1'gladzony, szcrcg
niz dla zrv1'k{ej rc<lrricj ruchon1cj. a prz1'tvnr zaclrorr'atta
jest
dlrrgookrcsorra tcttclctlcja
n1,stptrjca r,,s,er..gu.

Itln nletod Stosowall do uygladzallia SZeregw czaso\\')/ch

jest
rednia lv1'kladnicza
postaci :
!-t
=4,,-t+(l*a)r:,-,
,
aeO,tl.
( 7'28)
ktL stosrrje si szczegll1ie
\\' p|Z}'padktt ztttietttly'ch, ktr1'ch rr'arto ci pocl-
legaj

czStyll-l.
gu,altorvll1'nl i przypadko\\'yllr
\\,ahan ion].
Po podstariiel)iu
q/.l
=
'\'l-l
r:,-' t11oItA zapisac l]ilstptlii co:
1'.
=V'
t C((l ,_t,
(
7 .1e)
gozle:
d - tz\y.
parametr $l'gladzania, czyli \\'aga dla ostatniej
(najnorvszej)
obserrvacj
i zlttieltllej,
cIt.l-b|d ex post redlrie-j kroczcej
w),Znaczonej lla okres l-.1,
_
) t,1
+
!t_:.
+ ...t
!t-k+l
.Y,-r=T'
Podstatl.orvr,l1l
problenlel11 w przypadku stosorvaIria redniclr rvv-
kladniczy'ch
jest
ustalenie
rvarto ci paral]letrtt \\.\'g.ladzania. Dokontrje Si te-
go zt|Z\\yczaj ekspetylnelltalnie.
tJ przyjmujc rne u'ao ci a
ANALIZA SZEREGoW CZASoWYcH 277
isprart,dzajc, ktra z nich daje najlepsze efekty
(np. llajrnniejszy bld pro-
gnozy).
Pz1'klad 7.15
Na podstarr,ie dall1,'cIr zalvarty,cIr rr, tabeli obliczrn;, rcdrli lvvkladnicz dIa
cr:0.5.
Tnbeh 7.16
obI iczan ie red n ie.i rv1'k|adn icze.j
Nr obscnvacjc
It
rcdnia prosta odchvlenie
Qt.t
rcdnia
r.wkladnicza
3l
2 )- 3f .33 -0.3l
J
-).+
34,00 0.00 3 l.8l
4 J O 34.00
2.00 3'1.00
5 )L 31'7
1.61 3 7,00
o J J 34.33
r.33 3l \1
7 38 i1,00 1.00 J J .J J
8 3l ]3.7 -2.67
40.00
9 ), -0.i
3 29.61
n
)..t 32.61
t.li 3r.si
I )L l3,00
1.00 3 4.61
f 33 31.00
1.00 i 1.50
J )l 33.61
3 2.50
4
1l
J I
3 8,67
Potownanie
'dniq
Prcslq
Iw) J niaq
E
]---.-sleiilcts
]
]_*--odcen
]
-:-wa'bsciej.yczne
Rysunck 7.5 Porlynanie rcdlticlt prostaj 3.okresov,ej i wlkludttic:ej
278 AuLrze DYNAMtKt zJ AWlsK
J ak rvida na rysttlrku 7.5' rcdllia rl'y'k adnicza odzrr'iercieclla spaclki
znrienllcj. podczas gdv rcdnia prosta u1vgladza szcrcg.
Przl,klad 7.16
Wr'znacznrv. dla rinych rvarto ci paralrletrcilr'rrygladzania
cr. redrlie
cze dla analizolvatlvclr u'czc nicj kttrsrv akcji okocirn'
r \\,zIosty
^t
rykladni-
I
Rl,suttek 7.6 Pr:t'ktadl, rctlttit,h v.t.kladttic clt tll rti:tt.l'c,ll parantetrlt, lt:l,glat!:anict
W ccltr blizszcj anaIizy'rzllic lr1llika.icych z zastoso\\'a|]ia rn1'ch rr'arto ci pa.
ralnctru r1vg adzaIria prz1,jrz1jlny si fi.aglnclltorr'i analizorvanego na poprzcdninl rys.
rvl'krcstl dotyczccgo obserrl'acji od 222 do 355' b1,l to bori,icIn okrcs grvaltoir.Ilr,ch
zIllian kttt.srv akc.l i'
At'lnl-tzR sZEREGW cZAsoWYc H 279
Rvsunek 7.7 Pot.lrttattie retlniclt vykladnit' ,c]t: r:ec:lllis'nti vurtcl ciui kurlr akc1i okocint
dla obsenracji ocl 222 do 355
Mozna zatl\\'az\', zc dla najnlniejszcj rr'afto ci pat.alllctru rvygladzallia szcrcu
jcst
najbardzicj rn'gladzony', dla s:0,9 przebieg szcl'egu wvgladzonego
-icst
podobny do
szcrcgu danl'ch rzcczv*,istvch.
Motlete trendu S mode|ami regresjil16, rv ktn'ch rol
nej pe, ni Zlllielllla czaso\\la, czyli:
v, =
f(t)
+ e,
gdzie:
,f
- symbol dowolnej funkcji,
/ - zrnietltla czaso\\.a prz1'jIllrrjca najcz ciej rvarto ci /
w procesie estyrnacj i oraz t
:
T+1 . T+2,..., 7* u' procesie
//
- Zlllie|llla obja niana
-
Szereg cZaSowV,
e, - sk.ladnik losoul.
W zalezllo ci ocl postaci analit1'czllej firnkc.ji/rvyrniallly rne rodza.je
trendu. Do najcz cicj lrr.kor.zr,stvuan-t'cll llalezy lirnkcja liniorva, ri1'k adnicza,
potgowa i rvielonlian stopllia drtrgiego'
.'.
Trend Iiniorr'y lllozlla zapisa
jako:
!t=do+G|t+|)
(7.3
r)
l]6
o nlodelach r.eeresji by, a nloria ti.t.ozdziaIe 5. Tanl te otlru'iono nletoclc w\'ZnaczanIa wa|to-
-
ci parallletrrv lirnkc.ji regresii.
.,'
Szczeglorr,o zagadrrienia te onllvione snl. in. \\1 pracy: M. Cie lak
[|997]
s' 17-87.
e
znliennej nieza|e.
r7 i0\
\,.-"/
l.
-".r1
predykcj i,
280 ANALIZA DYNAMIKt zJ AWtsK
w ktrvm paran]etr
aI wyraza staty przyrost z okresu na okres rvarto ci zIlriell-
nej obja niane.i. W celu rvykorzystania
nodelu trendu clo progrlozo'nvatria naley
lv pierrvszym
kroku oszacorva Za pomoc MNI( parametrv
tego llodelu na
podstarvie
Sze|egu czasowego obejmujcego dalle z przeszlo ci,
czyli:
i, =
as + art
(7.32)
Przyklad,7.17
Ccny pervllcgo
dobra zmienialy si li,cigtr roktt. a ic|r poziolll rv kolcjllvch nlic.
sicaclr l 997 roku byl nastpujcy:
ZrJ lr'' J alre Illl)\l\\ llr.
Za ponloc liriiolrcj lirrlkc.j i tt.cllcltt oszactri ccnl'..jakich nalev si spodzicrr'a.
Rozri,izall ie
W picrrr'sz1'nl
krokir ltalczl'oszacorra paralllctt1,tirllkc-.ji
trcndu (7.32)
Za poll1o-
c MNK. ll1acicrz obscrriacji X zariicl.a l2 rlbscrrlac.ji
zarr'artvch lv cllvch koltrrnnac1l.
Picrlvsza kolLrlllna zarr.icra sanlc.icclr.rlki. a dl.trga rrarto ci znlicltncj czasorl,cj t, cz'.1,|i:
,.t.[r
I I i I I I I I I I l]
X'=l I
[i]i456i8eronl2l
Tabcla 7.17
2 l J ) 6 7 u 9 l0 tl l2
30 3l J J J J ): J .{ J J J + 35 36 36 31
Aru ltzn szEREGoW cZASoWYCH 281
Tabcla 7.18
)'t
I I t," t Wal.to ci te olct) cZllc Bltl1'c,
le,)-
t0 i 30 3 0.63 -0.3 0.i969
ll
)
4 bl 3t l8 -0. lu 0.03 2.
i3 3 9 99 ir.7l t.21 I .6129
J J 1 1 t)! i 2.28 0.12 0,5181
32 ) z5 160 3 2.83 -0.83 0.6889
J + 6 J O f04 33.38 0.62 0,3 844
3i l
- 9
!) | 3 3.93 -0.93 0.8649
J + I 64 212 3' .48 -0,48 0.]
j
0.
i5
()
ul 3r5 3 5.03
.0.03
0.0009
.)o l0 100 160 35.58 0.42 0.|16
i6 ll l2l 396 36.13 -0.1
3 0.0 r69
31 1l 1
. .
444 i 6.68
0 3a
0. I 021
Surna 650 2105 5.025 8
Korz;'stajc z illfornlacji zarvartr'ch ll.tabcli 7'l8 oraz rvzoru (5.39)\V)/zllaczalll\'
oce llv est)/lT] atorrr' paratn ctrrv nl od e I u tre ncl u ll a st p tlj
c
tl :
l
[
50
_
78l[ 401
.]
[;
o.osl
|7r6L-7s rlll705l
L0.55 l
oszacow'iitlr' tl]odcl trcndtl (7.3 1)
jcst
postaci (pod
ocellalni paranlctrrv podano
wafto ci b dlt S( ')
):
"v,
=30.08+0.55r
(0.4.{) (0.06)
Rr
=
0.90
co oznacza. Zc ccll\ rosIla przccitllic o 55 grosz}'w kolc.jn1'ch nriesicach. Funkc.ja
trcndu lr.1,ia llia zlll iallr ccrl rr 90.)'o.
c
7.5.3. Szeregi czasowe ze sk adnikiem sezonowym
Szereg czasolr'\'ze sliladnikiern sezonorvvrn (bez trendu)
jest
to szereg. u,
ktryll uystpuj ztllialll' rt czasil' u' postaci rvaha Sczollo\\'ych, zll,izane z
cyklerll foczll\/lll. 11'godIliou.l'lll. cZaSc|ll tllicsiczIlytll itp., nastpt ce rvok
sta' ego poziotlltl redniego z'.jari iska. Przlk aclclll takiego Szefegtl o u'ahalliaclt
roczIly'ch
jest
cig datl1,ch przedstarr,ioll\' |la f),Stll]ku 7.8.
zz Ar.tRLlzR DYNAMtKt zJ AWtsK
3,5E
+08
3,0E+08
2,5E+08
2,0E
+08
1.5E+08
1 ,0E+08
0 0E+00
@@@@@@@@@Af@ OOOOOOOOOOOOOOOOOOOOF
c,
q)
?
q) g' g,

g, g]
9
q' q, g' q,

q'

q o''
? ? 9 9
q
9
;.lE
E
93
sa
I
B
:
E;'-'
E
E
F
S
sB
!
B:
E
a:
e
;
PS='
H
!
H!
E
;'
Rv-sutrek 7.8. Pr:vklocl s:eregil c:eso\teso: roc:rynti v'ahanianti ,sezonou.,\,'ttti.
W szere.qtt z rvahaniatlri sezolrorvyllli rv1'stpuj kolejne okresy' t obserrva.
cji (sezorlrv) o porvtalzajcy'nl
si przebiegrr (z
dok]ladrlo ci do rvalrari przy.
padkowych). W prz1'padktr takicgo szeregtl Ilalezy rryodrbni u.arto ci tzrv.
rr'ska ni|irv sezono}\'o ci (lr'ska niki lr.aha okresorvyclr), czyli rvarto ci
rvsplczyllllikw c., i:|,..,,k, okre la.|c1'ch lvplyrv i.tego sezonu na oglIlrvar-
to szeregu. Wskaniki te wyz|lacza si
jako
stosutlek redniej rvafto ci Szefegu
w rtym Sezollie (dla lvszy-stkicli kolejn1'ch okresrv) do redniej oglnej szere-
gu:
-
',=i'
(7'33)
gdzie:
I
.u,
=
]
I
y,
j
est reclIl i arytnlctyc Z|] wyz|)aczo|1 Ze u,szystkich lr, rvat.to c i
,Li
t,l',
Sze|egtl. ktre reprezenttrj /-ty Sezoll. l:1, ..'' /r,
T
1
_
zbior rvszvstkich ttLttllerrv obserrvac.|i (nlotlletltlv rv czasie) reprezentLrj.
cYch r-11' sezot.l, i:l
,
"',
k,
l
l
=
^
)-l,,
-
rednia atyttlletyczna rvszr,stkicIl rt,arto ci Szefegll.
Wska niki sezollorvo ci rvyraza si lv ulanlkach ltrb procentaclt.
At'tRl-lz szEREGoW cZASoWYcH
Przyklad 7.18
Szereg przedstarviony na
rysunku
7.8 przedstarvia cig niiesicznych wielko ci
poboru energii elektrycznej przez ogl odbiorcrv pewnego zakladu energetycznego.
Dane te przedstar.viono rv tabeli 7.19.
Tabch 7.19
/.5
Miesic Pobr
sczerl 98 10907 I 851
lLrtv 98 213n 1395
rnarzr'c 98 29234266t.5
krviecie 98 237790335
nrai 98 2039219 | 2.3
czerrviec 98 l8' 08775.7
iipiec 98 l7_5355381
sierpieri 98 l 91825' 96'2
rvrzesie 98 2n516599.9
padziernik 98 26t640452,4
listopad 98 294692366.c,
grudzie 98 313031640.7
styczeri 99 296295652
lury 99 282t52439
nrarzec 99 21 6871 813
kwiecieri 99 224569205. l
rnai 99 20] l8. 51.2
czru'iec 99 r 85881209,6
lipiec 99 n6119136,6
Miesic Pobr
sierlrieri 99 I si955780.5
rvrzesie li 99 200:13 1179,5
oazclzienrik 99 246707880.4
listopad 99 280'/69012.3
erudzie
99 305 l 89752,3
sty'czeri 00 3 r 5302028,8
lLrtl'00 219168t95.2
nralzec 00 286101360,6
krviecieri 00 219565217,8
rnaj 00 984)9 | 16,7
czerrviec 00
RqTqi4l? /
lipiec 00 8542 r 36 I
sicrpieri 00 9541121?.,9
rvrzesieri 00 219915710.6
padziernik
00 239444130
listopad 00 261381672,1
grudzien
00 288792049.5
sNcz 0l 310979169.9
Na rr'sunku 7.8 u'idac, e szereg cliarakteryzuje si r,l'yrazn sezonorvo ci
roczn: w nriesicach zinlorv1,ch pobr energii elektrycznej
jest
istotnie rvikszy nii lv
lniesicach letnich. Wvznaczynry rt'skazniki sezonorvoci dla tego szeregtl. Zgodnie ze
\vzorenr
t7.li)
dla sty cznie luanlr':
lsl
-,l-,
=---.
)'''.,
=-(j0q07l352 -]96]q55]-
jl5j0]0]8.8+3l0979l9.91=
I
,ll a
I
D1 lA.\tuc= \t1 L:(tl
=
3019 l2t1 6
t -17
| =
-'
}., =
]-
j5]c)
l- 9.
-
t=l
y,
307912t76
=--=|.)
'
f
ll35:9llS.6
Co oznacza. e w stycznitr przecitrle zu\,cieby)o o260 rviksze od rednicj,
ANALIzA DYNAMIKI zJ AWtsK
=
(2'73171395
+282152439 +279768195.2)
l'. ?
L'
--_= -
lrta
!
-
,
243529t49,6
czv|i zuycie lutowe staIlowi o oko o ll. 0,,o redniej
(by o
od niej wiksze o l4%) itd
Warto ci rvszystkich wskaznikrv sezonorvo ci podano rv tabeli 7.20
Tabela 7.20
Miesic Wskaznik sezonort'o c i
St},cZe
luty t.l4
lnarzec |
^tl
kwiecieri 0,93
ma.l 0.83
czel'wlec 0.71
lipiec 0.14
s ie rp icri 0,79
\\'rzes I c It
pad'i.'"<
0,86
1.02
J istopad l.t5
grLrdzicri r.2.1
Mniejsze od l lvskaniki dIa rniesicy letrlich oznaczaj rvano szeregtl przecitnie
poniiej redniej, r,viksze od l dla rniesicy' zinlou'ych
-
porvyzej redrriej.
c
Po obliczeniu wska nikrv sezonorvo ci tnona \yy 1aczyc oczyszczone
(z wpr'vu Sezonowo ci) warto ci szeregu
jako:
i,=L, (7.34)
gdzie c,
jest
wska rrikienr sezotlowo ci odpowiadajcym lnotlentowi t.
Przyklad 7.19
Wyznaczyrrry rt'ar1o ci ocz)'Szczone dla szeregr-r czasowego z prz1,k adu 7.18.
odpowiednie rvarto ci podarro rv tabeli ] .2|. Zgodnic ze wzorenr (7.3a) rvarto ci
lv kolutnnie
i,
otrzytrrano dzielc rr'arto ci z kolutrllly'1', przez rvskaznik c,.
Tabela 7.21
M iesic
l7 ct
),t
lvlleSlc
)'t
C,1
J l
sry 98 i0907 I 852 \,26 244446343 sie 99 I 8395578 I 0,79 23403025
lut 98 21 317 1395 t.l4 23 8986346 vvrz 99 20043 I 480 0,86 23t725290
nrar 98 292342662 1.17 219532578
pa
99 246107880 1.02 241031690
ANALIZA SZEREGOW CZASOWYCH 285
kli98 237790335 0.93 2541 59219 lis 99 2807 69012 l5 244).43631
nraJ 98 203923912 0.83 2,16032280
.vrr r QQ
305 r 89752
)i
245 82348
cze 98 I 86408776 0.77 242289997 stv 00 J I 5302029 26 2. 9j7381 8
lip 98 I 7535538 I 0.14 23833725 I lut 00 2791 68t95 t4 244751613
sie 98 l9]8]5. 96 0,79 24'7864920 rnar 00 286',70',1361 t7 f41122499
rvrz 98 2t l5 16600 0.86 f4454t t54 krvi 00 219565278 0,9i li 5li 3609
pa' 98 26 l 640151 0l 255620691 maj 00 984391 l7 0,83 2391t4926
lis 98 ?.94692361 l5 2s63 5 5689 cze 00 897934 I 0.77 246689213
sru 98 3l303l4l
).1
252 I 42887 lip 00 8542 I 36 I 0,7 4 2520 | 8600
st,v
oa
296295652 !o 23434 r 588 ste 00 9517 1213 0,7c) ]-] 386-50
j
lut 99 282t52439
1,1
146843,189 r.r'rz 00 21991 57 | | 0,86 25432 I 005
rnar 99 2.76877813 t1 :)o))-) I I paz 00 239144 r 30 ,02
23 3 93 5062
krvi 9c, 221569205 0.93 240_59462C lis 00 ]6- 3 8 l673 t5 229988 I 28
nlaj 99 203 l 8454 0,83 245t40212 gru 00 2 88792050
1.1
232618214
cze 99 18588.12 r0 0.71 241608178 str' 0 I i10979170 .16 2459548.19
lip 99 t16',7 49 t3'7 0.14 24023 1 598
ocz,vszczone rvarto ci Szeregu przedstarviono rla rysunklt 7.9. Szereg zarviel.a
ju
'lko
u'ahania pl.z1'padkorve .
Rystulek 7'9, S:ereg: pt.:t'kltlu 7. ]E oc:l,s:c:ony ze skladovej se:onol,aj'
Szereg czasowy z trendem i sezonowo ci
jest
to Szereg' rv kttynl
nak adaj si rla siebie sklac]nik trelldu oraz wp ylv wahali Sezonowych. Przvktacl
takiego szeregu przedstawiono na rysur.)ku 7.10.
2,50E
+08
2.00E
+08
1.50E+08
1 .00E+08
5.00E
+07
0 00E+00
I
@@oo@@@@@@@@ooooooo
gqqo'-.o roOcooq qqoq9
i5
o
g
?
9 ! }
.
a
5
6
;
.
g
9
9
.,-ElEv_-
o"-ElEL_-
OOOOOOOOOOOOOOOOF
qooq9
!
n:
e:
E3 PSgg
!
H:
;'
ANAL|ZA DYNAMIKt zJ AWlsK
i 70:
RystLnek 7. ]0. I,r:yklud s:eIegtt c.-lJ .]}|..g() : lre|ldeilt i : e:otlolttlsci
Do analizy i prognozorr,ania Szeregtl czaso\\'ego. w ktryln wystpuje Z 'o-
Zona Sk adowa systelnat},czla wykorzystLtje si rnetody de|<om1tozycji' polega-
jce
na wyodrbnienill poszczeglnvch czynnikw okre |ajcych znrienno c
tego Zja\'iska w czasie.
W procesie dekompozycji rvyrniaItly llastpujce etal])':
wygladzarlie szeregu cZaSowego, rv r 'vniku ktrego otrzynltljellly SZ.ereg
\Vyg adzony
i/.
oCZysZCZenie Szeregll z trettdu, w r'vvnil<u ktrego otrzyrnuje si szereg rr',.
wyzlaczetlie czytlliika Sezollowego' w rr.ytliku ktrego oblicza si wslta rlil<i
sezollorvo ci c,'
oddzielenie trendu i czyunika sezonowego z szeregu.
Wygladzanie szeregu opisano w poprzedninl paragralie. Mozna wyalacz>'c
szereg
!,
IrP'jako szereg rednich ruchonrych lubjako firnkcj trendu.
Sposb rvyztraczenia czynnika Sezonowego za|ey od tego, czy trratlly do
czynienia Z Sezono\,\'o ci nrultiplikaty\\,n czy addytyr,vn. W mode|u multip|i-
k:rtvrvnym przyjniLlje si, ze obserrvorvatre rvarto ci znriennej prognozo\Vanej si1
iIocz1,tletrr (lvsvstkich lub rliektrych) sk adowl'ch szeregtt czasowego. ModeI
multiplikatyrvrly
jest
najcz ciej Llzywallym l]lodelen-l
'uv
deltompozycji szere.qr,v
Aru llz SzEREGoW CzAsoWYCH zI
czasowych. W moc|elu rrddytylvnym zal< 'ada si, ze obserwowane warto ci
znriennej prognozowarrej s sunl (wszystkich Iub rliektrych) sk adowych sze-
regu czasowego.
Wyznaczanie wska nikw Sezonorvo ci rozpoczyna si od obliczenia in-
dywidualnych ws|ra nikw sezonolvrr ci l,t.,. bdcych cigieIrr rvafto ci szere-
gu uwolnionych od wplyrvu trendu:
w nrodelu z sezonowo ci multiplikatylvn oblicza si ilorazy:
)"
\r,='! dlarl,2,..,fr, (7.35)
!r
dla nlodelLr z sezorlowo ci addytyw|1wyZ|1acza si rznice:
iN,
=
),,-. ,
dla l:1
,2,...n.
(7
.36)
Nastpnie w\'ZnacZa si surorr'e lvskrr rril<i sezonorvo ci
jako
rednie aryt-
nletycZne irrdylt'idLralIl-"-ch wska nikw sezonowo ci obliczone dla kadego
Sezonu osobno. czy|i ze zbioru lrlolllellt\,v
jednoinriellnych
pod wzg|denl sezo.
nu:
\-,,
/-"
'''k
c,--:-!- i:],),'.',k (7.37)
gdzie
s- liczba
jednoinlienll1,ch
Sezonw,
k - liczba faz rvaliari u' cvklLr.
Surorve rvskazniki Sezollowo ci ilrfonnuj o ile pozionl zjawiska
jest
wyz-
szy lub nizs4, od pozioIlltt,
jaki
by by osigrlity, gdyby nie by o lvahali, a roz-
wj nastpowalb1' zgodrlie z trendetn.
Cz;-ste lvskazIliki sezotlor,vo ci otrz1,mLrje si
jako
i|oraz surowyclr wskaz-
nikw sezonorvo c i przez redrli aryttlretycztl rvszystkich wska n ik\'v sLlro-
wych:
L,
=
c',r!- (7.3g)
I.,
Sutna otrzylnanych rr'skazniklv
jest
rw,na Iiczbie faz wahari okresou'ych.
Przylilad 7.20
Wy'zr-raczrny wskazniki sezonow'oci dla poszczcglnych dlli tygodnia dla danyclr
z rysunku 7.8.
z ANALtzA DYNAtMtKt zJ AWtsK
Wielny, e nlallry do czyniellia z szeregietli z trendeln isezonorvo ci.Wy-
Znacz|11y trend nietod tlreclranicztl przy' uyciu redniej ruchonlej 5-okresorvej' Wy-
znaczenie go rnetod anali|yczrr
pozostarvianiv Cz'vtelnikorvi. PrzyjllLrjeIlry lnultiplika-
tr.rvny chaI.akter SeZoDowo ci' Wyniki obliczer.r szefegtl lvyg adzonego oraz indy'lt'idual-
n1'ch rvskazniklv sezolrorvo ci przedstarviono rv tabeh 7 .f2.
Tabeh7.22
Lp Data Dzie tr'godriii Cena
rednia luchotlla
5-okresorva )t'r
95- 0-02 noniedzialck 68,5
2 95- 0-03 rvtolek 6 5.6
J 95- 0-0-+ roda 61.1
J 95- 0-05 czu'artck 65
5 95- 0-0
p
i
tek
67 66.t6 1.013
o 95- 0-09
poriidzialek
61.'7 65.4 0.989
7 95- 0. 0 wtorek 51.1 63.16 0.900
8 95- 0- roda 55.6 6t.94 0.898
o
95- 0-
-)
czrvarlek 59.88 0.9 r3
0 95- 0- J Diatek 57.2
s7
gr
0.988
95- 0- 6 ooniedzialck 5s.6 56, r 0,991
1
95- 0-
'l
rvtorek 5 r.2 54,86 0.933
J 95- 0- 8 sroda
- 9.]
53,58 0.9t8
4 95. 0- 9 czrvartek
. 9.4
52.52 0.941
5 95- 0-20 niatck 52 5 l.. 8 1,0 l0
6 95 0-23
poniedzialek
51.7 5r.3 l.06
7 95- 0-]. \\ torek 50,7
5t ?
0.990
8 95- 0-25 roda
.
8.5 5 r.06 0.950
9 95- 0-26 czrr'artek l8 50.78 0.94-s
20 95 0-27
piatek
51.4 50,66 1.0 r5
1t
L' 95- 0-3 0
pon
iedzir Ick 53 50,32 1.053
22 95 0-3 r \\'toreK 49,9 50.1 6 0.995
W kolejnej tabeli obliczanty surowe tvskazniki
z dni tygodnia
(faz
rv cy'klu tir,eodnioriynr) ilorazy rr.,.
jetll1,dzielc
lvskazniki stlrowe przez ich redni.
sezonolvo ci strnlujc dla kazdego
Wskazniki sezono\\,o ci otrzYlntl-
AI'IRI-IzR SZEREGoW CZASOWYCH 289
Tabela 7.23
lzieri iczba dni ;ullla 1f/ r-rrowe ivskar-riki zvste nskazniki
pon
iedzialek 1 4,100 1.02_5 I,059
wtorek
4
3.819 0.95 5 0.986
r.oda ) 2;t66 0.922 0,952
czrvartek J 2.-t99 0.93 3 0.96.
piatek
4 4.025 1,006 1,039
sunta 4.84 t 5
redriia 0.968
Ceny s rv poriiedzialek lv1,zsze od \\'}'Znaczorr1'ch na podstawie rednie.j rucho-
mej rednio o 5,9,, ',vc
lvtorek, rod iczwaftek Snisze odpowiednio o 1,4o/o, 4,8o
i 3,6%, za w pitek s rt1'isze rednio o 3'9%. e
290
8. sr rYsTYczNA KoNTRoLA .l xocl
Idea urykorzystania statystyki rv korltroli
jako ci
pochodzi z po oity lat
drvudziestych XX rv. od Waltera Shervharlarr8 z Bell Laboratories.
W badaniach doty'czcych korltroli
jako ci
zak'|ada si kady' proces
jest
poddawany dzia aniu dlvch rodzajrv cz1,nnikrv zak 'cajcych:
I os otvy c h
(t
t ct t ur al tn, c h.1,
s y s t e m a I
v-
c z n
1,
c h
(
s p e cj tt I t
ry
c I t 1 vLt s p o r a cl.r- c z t t v
c I t
)
.
Czynniki losorve S niet.ozrrr.alIlie zrr izatte Z
l]roceselll.
J est ich
zaz:wyczaj rviele, ale zaden nie od.{tr'rva donlinLrjcej roli i nie wykazr.rje
nlaczcych znlian rv czasie. Miary struktur-v pfocestl bdce lvynikiern ich
oddzia yrvarria, nlaj zazwyczaj rozk ad zb|iiol.ty do tlornrallrego. Czyllllikrv
tych nie llrozlla w atwy sposb zidenq,fikorva i rlyelilrlinowa - rvynraga'lobv
to rvprorvadzenia rv procesie daleko idcy'clr ztniatr. llp. wprowadzenia lepszych
nlateri a .iv, za sto sowan i a ttrzdze rt1,'zszej k l asy itp'
Czynniki Systematyczne S czynnikami o dzia aniu silniejszym od
czyrrrrikw |osorryclr. Mog by statym elementem p|ocesu (np' postpujce
zuycie ostrza) lub pojawia si w ninl przypadkorvo (np. lvy anlaltie ostrza,
rozregttlorvanie tllasz,n-n'v)' Mona
1e
zazlvycza1 atr,vo zidenfikorva i usl.tn
|ub ograniczy ich dzia anie, np. poprzz rvyrnian zuzytego narzdzia, zmian
paranretrw procesu' llapraw maszyny itp.
oddziatyrvanie czynnikr'v pierrvszego rodzaju polr,itlllo by trrvzgldniane
przy projektou'aniu procesu (operacji procesLl technologicznego) poprzez
przyjcie odporviednich granic tolerancji. J e li toler.arlcje technologiczne s
dostosolvatle do nlozlill'o ci zastosorvanych lllaszyll i nretod obrbki,
prar,vdopodobiestw.o ltystpierria w rtyrobie niezgodno ci lub rvrcz rvyrobtt
niezgodnego (rvadlirvego)'
jest
zwykle bardzo ma e. Dopiero rtystpienie
zak cenia Systemat}'cznego Iub sporad1'cznego porvoduje, ize rvar1o ci
niektrych cech wyrobu (tych, ktre s najbardziej czrt e Ira zak cenia), mog
zna|e si poza dopuszczalnynli granicanli. CeIetn stosorvania kontroli
jako ci
jest
odpowiednio wczesne u'ykrycie, systematyczne kompensowanie i
eI inr inorvan ie tego rodzaj rr zak ceri specj al nych.
Proces prodLrkc;,jIly ttu,aa si za stct!1:stvcznie u,stabilizov,ct ly,
je 1i
nie
wystpuj

zak cenia SyStematyczrle, a
.j
edyn ie znl ienno losorva.
W statystyczrrej korltroli
jako ci
wy'korzystuje si:
analiz Pareto,
ll8
Shervhalt po raz pierrvszy wprorvadzil karty kontrolne dla ploces(rrv przemy'slorvlch
292 STATYSTYCZNA KONTROLA J AKOSCI
odb iorcze badania *a'rvrvkorve.
metody Taguchi,
allaliz rvar.iallcj i.
nletod ekspet1'nrenttl.
netody oparle na kartach kontrolnych.
8.1. Analiza Pareto"'
W1'trvarza.jc rznego rodzaju r,t1r.oby bardzo czSto mallly do cvnienia z
sytrrac.j e cz z nich nie spelrria starr,ian1,,ch inr rr,ynlagari. Wady. ktre
porrodrrj zaklasyfikorvanie okre lonrch rvvrobrv do brakrv. zrt,ykle s rzne i
polr'odorvane prZZ roztrlaite i Iicznc prz},czyn}/. okazLrje si
jedllak,
ze
lvikszo c rvad porr-odorvatta
jest
przez stostlnkorvo nielvieIk liczb
przvczyn
I lo.
lstotll rzecz
jest
rl'Ia cirr'a ideIltl,fikacja prz>,Czy|1, ktre S
odporviedzialtlc za rlajrranic.jsze rr'ac1r. Zrlr'kle zstarvienie rnyclr u'acl i
prz}'czyn tlie pozrrala na ltu.e roz-rznienic czyluiiklv w'alrvclr inlniej
rr'anych. Prostl,nl i dobrr,nl lrarzdzielrl aIlalizy
''vazrlo ci
problenllv
u,ystptl.icycIl rv procesie procitrkcy
irlr
Ilt
'jcst
tlictgrcm Pctrclo|2|.
Diagrunt ParcIo
.jest
histograIllcllr czsto ci rvvstporvania rzrrych
problerllrv produkcj i ttporzdkorr,an1'ch nlalejco (od
najrvikszej do
najnlIliejszej). Warto ci nlierzt' si rr.
1lt.ocelltach.
ktre strIlluj si do l00%.
Czsto wyz|1acza si rlvIliez tzly,' kt.:.I:rcL Lorellzct, ktra
jest
.lr'1'kresenl
liniowy'In sktttrrulolvanych udziallv rvad (uporzdkolvallyclr
od najlvikszej do
naj nrn iejszej
).
Analiza Pareto to przede u'szystkinl racjorlaIny sposb nly |enia
o problentach i ich przyczyIlach. Na
jej
podstarvie rv,ienly. czvrrr na|ev si
za.!, ab-v rl'1'elinlillor,''a problernv. ttie tracc rodkow'iczastt tla ttsttrr'allie
takich prz.yczy|1, ktre rvprarvdzie plorr,adz do rliekorzystnych skLrtkrv, ale
ktrych usulticie nie ztltiellia rv istotrty sposb s1tuacjiog|nejr]2'
lln
Villiedo Parcto b1, rrloskirrl ekclnonlist' r,jc1'nl rr, Iatach l818.l923. Za.jrllorva si on
nlidz1'inrrynli rozk ailelll zasobrv lllateriaInr,cIl ILIdno ci rr,e WIoszech rv u,iektr XlX
istrrierdzi . e oko o ll07o lvszystkicIl zasoblr,znrridrr.ie si rv rkach okolo 209lo Iuc|no ci.
r:0
W'. Nierzrvicki
[1999].
s. 120-122.
't'Narrr',,
poclrodzi od nazrviska rvloskiego ekononlisty, zastosorvanie diagraulu do kontroli
.iako ci
zapropoItorva
.jednak
.I. M. J uran.
r22
w. Nierz-u'icki
fl99!)1.
s. 122.
STATYSTYCZNA KONTROLA J AKOSCI
Przyk atl 8.1
Za|omy, c lv kolttroli
iako ci
plytck ccranliczllych prodtrkor,vall1,ch lv perr,lrvnl
przedsibiorstlvie okazalo si. iz czc z nich llriala r.ncgo rodzajtr lr'adr.. ktre nic
pozrvolily lla przckazallie tej partii odbiorcl'. Stlvicrdzono, zc rv badancj paltii \Vystpuj
I)aslptlicc rrad; plr tck:
-
58 posiada szczcrbl',
-
I I rna cliroporvatc szkliwo,
-
. 0
jest
pkrliti clr.
-
l9 posiada odbarl'icnia.
-
70jcstzarysorian;'ch.
-
2 posiadaj irrne rvady,(nie rr1'rnir.-llione rvy'cj).
Ab1,strvierdzic' ktra z rvad
jcst
najri,azllic.jsza. tzn. w,vstpujc najcz cicj.
\v)'znaczo|to udzia kadej z nich rv og|ncj Iiczbic uad i ttszcrcgorvano
jc
rr,cd}rrg
rnalejccgo trdzia u.
Tabela 8.1
W1 stpori'an ie brakrv
Rodzaj rvady Liczcbno Udzial rv %
%o
skrunulorvanl'
zarysorvan ia 10 35.00% 35.00%
szczcrbl' _s ti 29.00% 61.00%
pkrl ic in 20.00% li4.00%
odbar'"vicnia t9 9.5 00, t 93.50%
chroporvato c l1 550% 99,00%
lnl'lc f 1,00% 100.00%
ZrtldIo: Datt tl|llo\\.llc'
Na podstarvic tabcli ll.l przygotorvano diagranl Pareto (r-vs. 8.l)
WADY
zY3
J 5 00%
- -
fsil
2e,00%
Hll ffi
2ooo%
,E$-ffi ffi-&fi'aa.s;
Rrs. 8. /. Diugrant Purcto rlla dc t1,cl7 z tubali 8.l
294 STATYSTYCZNA KONTROLA J AKOSCI
Nastplrie wvznaczol1o tztv. krzylt Lorentza, rrykorzystujc ostatni kolurnn
tabeli 8.1 (rys.
8.2).
Rl,.s. 8.1. Krzytt'a Lorent:a tlla clunl,ch z tabeli 8. I
J ak
'uvida'
przycZ),n}. porvodrrjcc tvystpienie rvad takic|r
jak:
zarysort'ania,
szczerby' pknicia odpowiadaj za 84Yo r'vszystkich defektrv. To na tych trzclr wadach
i przyczynach
je
wyrvo ujcych porvinni ln1, si skupi,
jezeli
celem by oby wyra ne
zlnrliejszenie redniej liczby dct.ektrv przypadajcych na
jeden
rvyrb.

8.2. Karty kontrolne

obecnie g wnym narzdziem kontroli i popralty
jako ci
s karty kontrolne
Shewharta. Karta kontrolnc
jest
graficzn ilustracj ponriarrv (lv
fornrie
rnych nriar struktury) procesu przeInys owgo rv czasie. Po dok, adnym
przeanalizowaniu ka specjalista od kontroli
jako ci
nroze zidentyfikoiva
wszelkie problemy procesll produkcyjnego. Proces
jest
ustabilizowany gdy
llrierzona charakteryska
jest
stabilna rv czasie. Warto nlierzo|la powinna
pozostawa gdzie rv okolicy rvarto ci redniej rwbranej charakteryski, nie
odchylajc si od niej o rrie lvicej ni kilka odchy|eri standardouryclr procesu.
Wymagana |iczba odchyle standardortych
jest
dobierana tak, aby
prarvdopodobieristrvo
jej
przekroczenia by o ma,le gdy proces bdzie
ustabilizorvany. Dodarrie i odjcie rvynlaganej Iiczby odclryleri statldardorvyclr
do warto ci redniej statystyki daje grnc1 granic kontroln (UCL
-
upper
control linit) i doln granic kontroln (LCL
-
Ioyler con|rol linit) kafty
kontrolnej. Gdy
jedna
z granic
jest
przekroczona, t|waza si, e proces
jest
nieustabilizowany i musi by skorygorvany. Zak ada si przy tyrrr. e
charakterystyka opisywalla przz kaft nla przynajrnniej rv przyblieniu
rozk'lad
normalny.
c
o
B
F
c
J
I
o
;s
WADY
STATYSTYCZNA KONTROLA J AKOSCI 295
oprcz obserrvowania' cZJ - proces przekracza grallice, specjali ci od
kontroli
jako ci
szukaj rrvniez schetrratw i trendw znriennej przedstalvionej
rv karcie. Na przyk ad,
je li
warto rednia elenrentrv prby systemacznie
ro nie lub spada rv czasie albo tez pozosta.je przez d ugi czas pod lub nad lini
centraln to proces rtroze by rrvnie nieustabilizowally'
, ........
Po2a
granicam
i kontrolnym i
a- _.a,
Czas
Rysunek 8.3, Karta kontroln
Kaa kontro|na
jest
wykresetlr lvzgldenl czasu takich charakterystyk
jak:
war1o rednia prby, zakres zmienno ci, odchylenie starrdardowe' frakcja itp.
Najcz ciej Stosowa|le sdrva typy kar1 Shelvrvhafta:
- dla cech mierzalnych (ocenianych
liczbowo),
- dla cech niemierzalnvch
(ocenianvch
alter
R)r. 8. J ' T.ypl' nti czsciej stosowanych kurt kontrolnych Slrclvharta
A. Halnrol' W' Mantura: Zarzdzanie
jako ci.
Teoria iprakly a, PWN
Warszarva i Pozna 1998. s' 269'
Zrd o:
STATYSTYCZNA KONTROLA J AKOSCI
Zalety kart kontrolnych dla cech rnielzalnych to przede wszystkinl
nrolirvo ci:
- wnioskorvania o aktualnl,nr stanie procesu,
- progllozolvania
stanrvprzyszlych,
- prowadzenia karty praktyczIlie od chrvili rozpoczcia procesu
(prorvadzenie karty d|a ceclr
jako ciorvych
rr'yrrlaga najpierrv zebraIlia
stosullkorvo duej iIo ci dally'ch).
ProrvadzeIlie ka kontroInych dIa cech nlierza|tlych nie zarvsze
jest
mozlirve ze r,r'zg|dr,v techlliczltych lrrb ceIorve ze rvzgldrv ekotronriczlll,ch.
W tych przypadkach zaleca Si prort'adzenie kaft kontrolrlych dIa cech
jako ciowych'
Wad kalt dla cech
jako cior,v1'ch jest
konieczno pobierania
prbek o dtriej Iiczebno ci oraz ltiska rvat1o c infornlacy.jna kalry' gdy kolejne
sygna y o
jako ci
prodrrkcji s dostarczane w Zllacznych odstpach czasu, w
ktrych proces praktycznie nie
jest
ttadzororr'aIly. Ponadto, drr'urvafto ciorva
ocerra
jako ci
rv zasadtriczy sposb ogratticza nlolirvo c szttkattia prz',czy|l
zak ceri.
8.2.1. Karty kontrotne dla cech ilo ciowych123
Abv stlvorzyc kart kotltroltt ttalcl' rr.vliczyc lini celltraln oraz grn i
c|o|n granic kontroln d|a procesu ttrvaianego za ustabilizowal]y. Nastpnie
sprarvdzatlly, czy p|.Zyszle obserrr''acje tuieszcz si rv tyclr granicaclr, aby
stlvierdzi, czy nie lrroetrry odrzuci ltipotezy, Ze proces
jest
ustabilizorvattv. W
tyIn celu realizujerny pl.ocec|ur
y..\tptl,
Wvztlaczatt-ty prbne gratlice
kontrolne rv ce|u sprau,dzenia danvch hiStol.Vcz|1\'ch i usurvanly te z nich, ktre
llie nlieszcz si rv grallicaclr kontroIrl5lch. Po takiej nlodyfikacji zbioru danych
historycznych na norvo obliczanry grallice kontrollre i nloelny
je juz
stosorr'a
do testorvania przysz ych darrl'ch' Taka
jest
idea wsz,v-stkich kar.t kontroIrrych.
Charaktelystyk kar1 kontroIlly,ch dla cech ilo ciort-vch przedstalr'iollo
rv tabeli 8.2.
'-'Szczeglorve i w1,czerpujce in1brnlacje lla telnat kart kontroln1,clr Shervltartir dla cech
liczborrych z-najdzie czl,telnik iv notrrach: PN-lSO 3534-2:1994 (Sral.r'slrrctte starovunie
.juko ci'
Stat1,51y1,. Terntinologia)' PN-lSo 8258+AC/l996 (Kart-y, kolttt.olne Shell,hur|u)'
STATYsTYczNA KoNTROLA J AKocI 297
Tabela 8.2
Typ karty
kontrolnej
Charakterystyka karty Obszar zastosolvania
Karta :-I
(rval.to
rednia.
roZstp)
opal.ta l)a redn ie.j a|\'tInet\'cZIlei rl arto c i cechr,
rl' prc5bce ol.az lla rzIticr ponlidzv Ila"jlviksz
i rtajrllnic'jszi1 rrartoscirr prbce
.
dll kade.j
cechv rnusi bvc prol'adzona oddzielna kurta -
cltra cztllcl na ztnianr' Sta|]tl Dr()ceSLl
g|rvn ie rr' produkc.ji
sel.y
jne.j
eletrrentrr,
po liczalnl'olr
Kurtd x-S
(rvarto c rednia -
odchy'len ie
standardo\\'e)
.iak
*1,ej. ale zanliast ro/'Stpu rt' pr.bcc
obIicz-a si odclry,lerrie slandardorr,e - rl,iksza
pracoch clnno c obliczeli niz dla kartr,'
'r-R
-
prc|i'rorrllre si1 due prbki
.iak
tvye.|
Karta I!-R
(rlediana
-
roZstp)
opart r na llledianie (u'arto
rodkow'a) oraz
rozstpie rt prbce
.
rv stosullku do kart
' -ll
oraz
'r-.l
charakleryzu
je
si latrr,o ci obIiczeri -
lllniei orecl'zr'ina ni kartv.r-1?' .r-S
jak
rvyej
Karlu r,
(po.iedy'nczych
obsenvac.li)
oparta na pierrvotnrch danycll ponriaron'vch -
prostota
1lrclrvadzenia
- nlala prec1,z.ja - nale1,.i
st()So\\'a rv *,r'j
tkowr'clr
p rz,r'pad kac h
u' produkcj i nialoserljne.i
rv produkc.j i n iervtnr iczne.i
.
dla procesrv cigl1.clr
Kur a
- /i
(s|ed|1|a
rucnollla
)
ol)arta lra rednie.| rr.azone.j (liniolr.a IuLl
rl'l,kIadnicza) z ostalniclt
.
ponliarrl'
indr,rl'iduaIn1'ch - nlaIo rr,ra|iw,a na zak ceIlia
s1-lot.adl czne
.
stosunkowO pracocIt onne
obl iczen ia
dIa procesrv cigly'clr
(procesl'odlerlarria,
*alcow'ania itp.). rv
ktrr,ch nie Irrona
pobiera pl.bek
I ilL',relernen inrrr:clr
Kat'tu ,sttttt
skuntuIott'ttttI c'J t
opirrta lla suluie odchyIe rllierzonej cech1.od
warto ci nolllinaInej (ceIorr ei, redn ie'
j)
dla procesrr.. lv ktr1'ch
zllliany rednie'j s
n ierv ielk ie
Zrodlo: A. Flanlrol. W. l!{antura:
\\tal'szarva i
Zur:t1tlzutlie
juko ci'
T.eoriu i prakl..l. rl, PWN
Poznari l99tl. s. 2li0.
Kurtu x
Analiza r.ednich lla karcie
"\
warto ci ocZekiwal1cj pr.oceSLl
proceSu
'
[porw'na.j
Rozdzial
o priori na podstarvie danl'ch
polega na przeprowadzaniu testu istotno ci dla
/l,
ktrej estylrlatorenl
.iest
lvarto redIlia
Vl. Sredllia procestl f nloze by przyjta
korlstrukc1'jl]}'ch, technoIogicznych lLlb te
298 STATYSTYCZNA KONTROLA J AKOSCI
v\ryZnaczona z polniarw uzyskanych w tzw. prbie pilotaowejl2]. Prba
pilotazorva powinna by stostrnkolvo liczna - nie nrniejsza niir' 100
jednostek.
Zaten testowana
jest
- na poziomie istotno ci a - hipoteza zerowa, e
rednia 7zprbkipochodzi Zprocesu o redniej p:
Ho: f
=
p ( rednia procSu rlie uleg a zlianie)
przeciwko l-ri potezie altenlatywnej
H1: x * p( rednia procesLl zmierri a si
.
rv stosttnku do p- o lvarto ,
ktra rla pozionrie istotno ci a
jest
rvao ci istotn)
W tyrn przypadku sprau,dzian testu opisany
jest
wzoreln (6.7) postaci
x-U
r
u
=^'lll
. J e |i cecha kontrolowana
jest
testorvana dlvustronnie, aby
o
stwierdzi, e nie ma podstarv do odrzucenia hipotezy zerorvej - rvar1o rednia
7 nrusi si znaidorva w obszarze:
_
LIo

Lt

t',to
oo
u-It,
-:(r1U+,t
-
r-
--a
I
--- -r'
"'a
f
ln {tl
(8
1)
gdzie:
-lr-
- wafto c rednia z prbki,
o
-
odchyleni standaldowe procesu.
l
.
rvielko probki,
a - poziom istotno ci testu,
u
o
-nnienna losorva standaryzowana odczytyrvana z tablic
dystrybuanty standalyzowango rozk,ladu ltormaInego,
spe' niajca rvartlllek o(,,"
)
=
|
-
a
.
L
J e li stlvierdzinty, e nie nla podstaw do odrzucenia lripotezy H0,to znaczy,
e w chwili pobierania prbki na proces dzia a inne czynniki poza sta ynl
Zestawem czynnikrv naturalnych. J e li zostanie przyjta hipoteza alternaf} vna
...
P'bu piIotazorva' na podstarvie ktrej s \\.)/Znaczane estymatoD' redniej. a take odchylenia
standardorvego procesu' porvinna by pobrana Z procesu realizorr.anego lv natura|nych dla
niego rvarunkach. J e li rvarunki s spec.jalnie dobrane poprzez rr'yelinlitrou'anie nornlalnie
w\,stpujcYch zaklceri naturalnych, np. plzYgotowanie specjalne.i partii nlaterialrv. rvybranie
rla.iIepszego opera|ora, rvwczas odchylenie standardo\\,e obIiczone z prby nra rvao
zanizclIl rv stosunku do odchyIenia standardorvego pl.ocesu' gdy jest
orr realizowany
u rr arunkaclr produkcyjnych.
STATYSTYCZNA KONTROLA J AKOSCI
oznacza to, e do czynnikrr, natttl.allrych prarvdopodobnie do czy czynnik
specjalny' ktry spolvodolva trrva zllrian redniej procesll
l/
.
Kafta kontroIna
jest
narzdzienr do przeprowadzenia takiego testu
wwarutrkac|r prodLrkcyjnych' Za|onry' e rvprolvadzono linie kotttrolne' ktre
zastpuj war1o ci graniczne testu:
UCL
=
1,
*,,

\l Ix
LCL
=
tr, -,,,

1n
UCL
=
p +3+
"'l
tt
(8.2)
Wienly' z teoriiI25, i prarvdopodobieristwo. e ztrrieIlna losorva o rozk adzie
n orl1laln)'n] przekroc zy trzykrotn war1o odclryl en i a stan dardou'e go oddal aj
c
si od rvafto ci redniej, rvynosi 0,0026
(sprarvd w tablicy rozk adu
nornralnego Uo
=3 ).
Tak wic przedzia,l(8'1) por,vinien za-wierac oko o99,74a
warto ci redrrich
prby. W fynl prvpadku linie kontroltr bdzierny
wn1aczane
z rvzorrv:
(8.3
)
LCL
= ,u -3+
",ln
J ako estynlator redniej przyjrlujerrty redni obliczon ze rednich
uzyskanych dIa poszczeglnych prb ( prb o liczebno ciach n) w prbie
n
L"!
pi|otaowej p
=t:-
K
Aby es''tllou,ac parametl o korzystamy z charakterystyki s, czy|i
z odclrylenia standardorvego wszystkiclr obserrvacji prby. Ten estyInator
jest
jednak
dobry tylko dla duych prb, przy n>30. W odniesieniu do mniejszych
prb stosujenly procedur alternatywtl: bierzerrry pod u.rvag zah.es warto ci
(rozstp)
rr, kazde.j prbie uzywanej do obIiczenia redniej. Nastpnie
u redniamy te zakresy otrvmujc [oZrZUt redni R . Korzystatrly z nlozlirvo ci
szacowania odchylen i a standardorvego na podstarvie zalezno ci :
l25
Porrrrtaj Rozdzia l
300 STATYSTYCZNA KONTROLA J AKOSCI
s'=
F
CI
,
gdzie: 1l;
-
rozfzL|t l-tej prby,,
k
Yp
4
p
=
::!-
5'..6,-'. l.ozstp lr prb o liczebno ciaclr n lv prbie
1
K
pilotaolvej,
rd, - rvsp|czyrlnik Hatlcy'a12.
Na podstawie za|ello ci (8.2) manly:
o/?
('t(L=/.!+Il
.=ll:llu , r
1
lI CI
),at
11
6 R
(8'5)
LCL=
lt -tt,,
r=
lt-rt,,-;--T
\l il L;l
,1Il
Dla r,tcze niej stosorvallcj rr'at.to ci Uu
=
3 otrzytnanly
11 3R :
Lt*
. r=--:;=l,R
(8.6)
d
,,1
11 d,,i 11
Elelncntarrri karty korltrolIlcj rvartoci rcdnicj procesu s:
"
^L"i
-
liniacetltrallta -
P
=
-:+,
K
_
LILL'=
trt+,1^R
-
LCL=trt_.^R
gdzie:

-
liczba prb. kazda z nic|r o roz-tlliarze ll.

-
rvarto redrria l-tc.i prby.
k
fn,
R,-rozrztttl-tc.j prby n
=
u;
l2 -sta a odczylana z tablic.
(B 4)
'.u
TaL-'lice paranletrrv kart kontroIny'ch podano ri tablicaclt na kolicu ksiiki
STATYSTYCZNA KONTROLA J AKOSCI
Linie kontroll. gor.no idolna lla karcie kontrolllej ograniczajobszar. tzrv.
przedzia| ufllo ci'-'. rv ktry''In, o ile
jest
spe nione zalozellie o dzialaniu na
proces
.jedynie
stalego ''ZeSta\Vu'' czvtlniklr' natirralrlych, zrla1dzie si rr'arto
rednia probki z pralvdopodobielistrr.ettr 0,9973. Zatern poza liniami
kontrolnyllli nloze si znale c
jedynie
l na okolo 370 redniclr z pobranych
prbek.
Przyk ad 8.2
Rcstatrracja Eskupudu szcz'vci si rvprorvadzcllicllr zaa\\'ansowa|lcgo syStcltttl
kontroli
jako ci
zarrrtlo y'tl,no ci..jak i tlslu-u. Poniej podano czas oczckirvania tla
obs rrg lv
jcdllcj
z rcstatlrac"ji nalcc1.ch do tcj sicci rv sobotlli, rrla.iorv;,' rr'ieczr (czas
oczekirr'ania liczon1.
jcst
rv Illilttttaclr od nlolllelttu tl'cj cia kIicllta do restatrracji do
|,no|llc|ltu pojarr,icrlia si kclncla): 5.'1.,4: |2:4,2,5; 5:6: 6;12.2;5l;l:
zl.5:
6.5; 4:
l: 2: 3.
Pogrupu
j
dallc po cztcr1' i skonstrtluj kar1 kontroln rr'ar1o ci rcdnic.i procesu' Cz\,
czas oczekirvania u, restauracji
jcst
ustabilizorianl''/
Rozlviazan ic:
Minlo, i kart1,kolltrolnc ltalc szaco\'\.ilc |la co lrajrlnicj l00 elenrclltach. alc
rv prz1''k'ladach zlaIllicnll' to za ozcnic zc rvzg|du ttpt.t'lszczellia obliczc.
20 dan1'ch u.rupLrjclll1' kolcjllo rr prbr, czteroclcIllcntolr'c. czyli otrzvnlanr1' :5
prb. Dla kazdc.i prbl'obliczIu1'u,ao
rcdlli iroZstp. obliczcIlia tc ir'vy'niki
grupou'ania przcclstau iono rv tabcli ti.3.
Tabela 8.3
i\'r prrib.t' ) J J ,) Sttttta
DLttte 5
.
6 ) 4
1 2 6 + I
J
5 12 f
l2 5
)
6.-s 3
Stttn 28 l6 26 f0 10
Sredniu
'7
1 6,5 f,
t<
25
ltIilt t2 ) t2 +
\t in J
2
)
4 I
Ro:stp 8 t0
)<
J ,! o,J
Z-rorllo. Obliczcnia tr lu:nc
301
l]7
Pol.rvna.| Roztlzia V
STATYSTYCZNA KONTROLA J AKOSCI
it
L),)
Zatetn warto rcdrlia procesu
,"q,nosi
l
=
).
=
+
=
5,a redni rorzut
))
5
\-p
L'.,
)6 5
R
-
-=|-
= : =
5,3. Wsplczynnik Hart|eya llyllosi d.
=
2,059. Std
5s
1p .s1
A.R
=
-:>
=
-:-:::
-:
3.86.
-
d,,^ln 2,059"1 4
Zatelrl linie kontrolne bd postaci:
-
ULC
=i
+ A.R
=
5 +3.86
=
8,86
_
LCL
=i
-
A.R
=
5
-3,8
=
l.l4
Przedstawiarny uzy'skane uyniki na rys 8.5.
R.r,s. 8 5 Kar|a x tllu danych z prryk adu 8'2'
Na podstawie uzyskanyclr u'-vlrikrv lnoemy stwierdzi, ze czas oczekirvania na
obs ug
jest
proceseln ustabilizowanyln. e
Karta R
Kar.ty kontro|rre R operuj na rrrat-vclr prbach (n
12). W tym przypadku
rozstp
jest
lepszynr estynratorem rozproszenia ni odchylenie standardorve,
std cz ciej Stosuje si kart1, kontroln rozstpu ni odchylenia s(andardowego.
Po ozenie granic korrtrolrrych dla kaft R
jest
ob|iczan Ze rvzorw:
|J CL
=
D,_,1,R
LCL
=
D,tR
(8'7)
10
B
7
6
5
3
1
0
sTATYsTYczNA KoNTRoLA J AKocI
gozre:
D,; D,.,1,,,,,,,,,,,,,,,,- s liczbami spe niajcymi nastpujce rvarunki:
p(n
=
D,
,F)=
/,
orazr(n < D,F)=
%
Rozk ad rozstpLl za|ezry take od liczebno ci prby i dlatego liczby
D?, i DV/
r:8s
funkcjii.
E|ementami karlv R s..
linia centralna R
,
dolna granica kontlolna D, R .
grIla gI.allica kolltroltla D, R
'
gdzie:

Fn
,L"1
R
-
rednia rozstprv prb R
=.-
D: i Dl - sta|e' ktIych war1o ci lllozna zna|e c rv tablicach.
Przyk ad 8.3
Pogrupuj dane z przyk adu 8.2 po cztery i skonstrrtuj ka kontroll-r rozrzuttl
procesu. Czy rozrzttt czasu obslugi rv restauracji
jest
ustabilizowany?
Rozlvizanie:
Podobnie
jak
lv przyk adzic 8.2 20 danych grupujem1' kolejno rv prby
cztroeletnentolt'e. czvli otrzylnalny F5 prb' Dla kadcj prb1, obliczmy rvarto
rozstpu. obliczenia tc i rlyniki gruporvania prb przedstarviotlo rv tabeIi 8.4.
'28WnornriePN.ISo82-58+ACl
liczbytesoznaczanejakoD3iDl
(niepodajesidlajakiego
pozionlu istotno ci), p|.zy czym d|a n
16,
D"
=
0 .
304
STATYSTYCZNA KoNTRoLA J AKoc I
Tabcla 8.4
Zrridlo: Obliczcnia *lasne.
o
L,*,
26.5
Zatclrr rr,arto rcdrlia
redrlia rorzutu rq'llosi 1l
:
-|-
:
T
=
5,3
))
odcz1tane rvar1o ci z tablic dla prb cztcroe|elllentorvvclt to: D-.
=
0' D.t
=
2,282 .
Zatern linie kolltroIne bd postaci:
-
ULC
=
D.,/?
=
0.5
=
0
-
LCL
=
D1R
=
2.282.-5.j
=
12.09
PIzdstawianry
uz1,skalrc wyliki na ri,s 8.6.
R-l''r' E. Kur|u R dla dany'ch : pr 'klacltt
8.2'
J ak rvida z rv-vnikrv przedsta\\'ionych
na rys. 8.6, tlic llra podstaw
do odrzttcenia
hipotczy, e rozrz,.tt czasu obslttgi rr'rcstattracji
nlolta Uzna Za proccs ustabilizclrranv.

Nr
urbv I 2
3 1 J Suttta
Dane 4 o
5 4
7
)
o 4 I
4
t2
A<
2
t2 5
,')
f!\
3
tr{ax 12
5 t2
!\
4
i[,lin 1
)
2 J
I
Ro:,ste u 8 3 10
'
26,5
IJ
12
11
10
v

7
6
5
3
,
1
0
STATYSTYCZNA KONTROLA J AKOSCI
305
8.2.2. Karty kontro|ne d|a cech
jako ciowych
Dla cech oceniatl.vch
alternaty,rr.nie S Stoso\\'ane w pr.akt-vce tlastpu.1ce
rodzaje kartr2e:
- liczby
jedrtostek
niczgodItr'ch
u prbce o stalej liczebIlo ci
- kar1y
.pu
l1;,
- frakcji
(udzialu)
je-dnostek
niez,godrrvch
- katla tipu
p
Qr-
stost"lrrek liczbv
jednostek
niezgodnvch
rr prbce clo Iiczebno ci prbki
- liczebllo c
prbki
nie nlusi by sta a).
- liczby niezgoclno ci lra
jedrlostk
rrr obtt - katta t),ptl c (c - stosutlek
liczb5'
niezgodrto ci
rt'prbce clo liczebrlo.ci
prbki - liczcllrlo c
pLbki ttie ntusi
by stala).
Lirrie kontrollle tla kaI.cie cech tltet.llatvrvll1'ch oblicza si - dla
prz1.jtego
poziot,tll't istotno ci
.
jako granice dr'n.'.tstroIrnego obszat.u kryt1,g711go
rv te cie
istotno ci
rr'ar1o ci redrriej danej charakteryst1'ki.
Warto redrli
rr'y'ztlacza si
rr' prbie pilotolvej lub rta podstarvic. historii rrryniklv kontroli. Wszystkie
wzory obliczeniorve
stoso\\'alte
pr4 projektorvaltirt kart alternatvu'llvch oraz
ztraczenie
poszczeglnycIl
lviellio ci zebrano
lt' tabIic1' 8.5.
':"
J . S. Oakln'rd. R. S. Follorvell
[19901.
J UO STATYSryCZNA KONTROLA J AKOSCI
Tabela 8.5
Kafta Wi|ko
korrfrolowana
Wano
centra lna
Po oenie lirrii
kontrolnvch
Urvagi
np np-liczba
jednostek
niczgodnych w
prbce o
liczebno ci r
,-
/r"
1p
=
_--
L
np x3^lnp\t- p
r.liczcbno prbki;
n,l -liczba
jednostek
niezgodnych rv
prbce i (i:l
.,k)
k - |iczba prbek
p-frakcja
jednostck
niezgodnych
p p-fiakcja
(proccntorw
udzia )
jednostck
niezgodnych rv
prbce o
liczebno ci l
k
Y.*.
^,,
,
P =
--'t--
Y"
'..l
k
Y,,
.L)"
1
rI
-
-
k
,]+1
r
--
n' -liczbajcdnostek
niezgodnych rv
prbce i(i:1,..k)
n,
.liczebno
prbki
i
D - rdrria Iiczebno
prbki
p - redni
procentou,v udzial
jednostck
niezgodnvch
c c- liczba
niezgodrro ci na
jednostk
wyrobu
k
\--
).
L-t
I
K
-,^t=
C
-f
J NC
c;liczba
lliezgodno ci rv
prbce i (i:1,.,k)
d - rednia liczba
niegodno ci rv prbce
lo: A. Hanrrol. W. Mantura Zarzdzanie iko cia. Teoria i nraktvka' PWN
,
W. Mantura Zarzdzanie
jako ci.
Teoria i praktyka,
Warszar ,a i Pozna l998. s^ 280.
Karto kontrolno p
-
karta kontrolnc
frakcji
sztuk wadliwyclt
W tynl przypadku testowatla
jest
.
tla poziolTie istotno ci a
.
lripoteza
Zerowa' e frakcja u,7 z prbki pochodzi Z procesu o frakcj i p:
Ho: lt,,
=
p (fl.akcja procesu nie uleg a Znlianie)
przecirvko hipotezie alternatywnej :
I{1: }|, ;t p(frakcja procesu zmieni'la si - rv stosunku do fl"akcji' ktra na
poziomie istotno ci ajest wao ci istotn)
STATYSTYCZNA KoNTRoLA J AKocI
W tym przypadku sprawdzian testu
jest
opisany wzorern (6.14) postaci
,
=
!.
J e li ceclra kontrolorvaIra
jest
testorvana dlvustrorltlie, to aby
I
pl-p)
1r
lnozna by o strvierdzl, e nie ma podstarv do odrzucetria hipotezy zerowej
z prawdopodobiest*'enl 0,9974, frakcja prbki wi nlusi Si znajdolva
rv obszarze krytyczrlyrn \\Yznaczolly |T, przez r,val1o c i :
_3u3
(8
8)
p-3
<tv <
p-3
gs e:
p - frakcja rv populacji,
n - rvielko prbki,
J e li nie ma podstaw do odrzucenia hipotezy H11, oZ|1&CZd to, ze rv chwi|i
pobierania prbki na proces dzia a itlne czytniki poza sta ynr zestalveIrr
czynnikrv naturalnyclr' J e li zostarrie przyjta hipoteza alternatyrvna oznacza
to, ze do czynnikrv naturalnych prarvdopodobnie do}czy czynnik specjalny,
ktry sporvodorva trlva a znrian fr.akcji proceSu,
Zaten.l gdy proces
jest
nieustabilizorvany, frakcja produktw rvadliw;'c|r rv
prbie bdzie d1' a do przekroczenia grnej granicy kafty kontrolnej. Dolna
granica czasem rlvna
jest
zertt, gdy p
jest
dostateczni mate' osi4gnicie okolic
zerorvej dolnej granicy frakcji rvadlirvych r,vyrobrv
jest'
oczy,rvi cie, bardzo
pozdanyln przypadkienl.
307
p\t
-
p)
n
E'lemntami karfy kontrolnej frakcji procesu S:
linia centralna zr
dolna granica kontrolna p
-
3
grna granica korrtrolna p * 3
gdzie:
n iest liczba elenrentrv w kazdej prbie;
rvad|iwyclr rv sumie rvszystkich prb.
p(l- p)
n
p(l- p)
n
jest
frakcjliyrobw
308
STATYSTYCZNA
KONTROLA J AKOSCI
Przyklad 8.4
|.irma BASF- Polska pro<lukujc dyskictki l'4.1 MB do PC. ln)'nier kontrolijako ci
rv zakladzie
produkc;,jn1'mr testujc partie cly'skietek
po 50 sztuk za kazdynl razcrn i rvstrje
fiakcjc rvadlirvl,sh d1'skie tck lta karcic kontrolncj.
Picnvsze l0 panii dirskictck
tlvoricy.cIl kar1 zalvicralo nastpujce liczby rl'adliwyclt dy,skietck: 8.7,6,7,8' 4' 3,5,
5, 8' Skonstrtruj kar.t i zintcrprctuj rr5niki.
Rozrvizanie:
W tabcli 8.6 przcdstarviono Iiczb sztuk lvadlirr'vch rv przcanalizorr.aIlych
prbach
i frakcjc dla kazdej z prb.
Tabela [i.6
Nr
prbv
)
J 5 6 7 8 9 10 Calo
Liczba sztuk
rvadliwvch
8 7 6 7 8 4 3 5 5 8 6l
Irrakc i a 0, r6 0. ll 0.12 0.1.1 0.l 0.08 0.06 0,1 0,1 0,16
|0.l]2
Znjd o' ObIicze ltia rr.lllslrc'
Dla kadej z prb rv1'znacz)'Ii nli'liakcj
i1,,. Frakcja dIa
przedstarvionej populacji
jest
estynlo.,r,ana
przez iloraz liczb1' rr.sz;'stkich rradlirv1'ch dyskietck
przez zbadan
6l
liczb clcnrerltrv, czyli 50* l0. zatcnr rr\-I-tosi
1,
:
5o. 1 0
=
U^| f !
'
Std
LCL=p-3
1(f
=
p+3
0,166
=
0.078
p(I- p)
=o,lff
+3
0.17
u,to
0,15
0,14
0,13
0,12
0,1 1
0,10
0,09
0,08
0,0 7
0,06
0.0 5
+- .
.
L
10
0,1f2(1
-0,1f2)
0,122(l
-
0,122)
R1s .9 i Kurta p dla tlanl.c'h:
pl.:1,kludu 8'.
STATYSTYCZNA KONTROLA J AKOSCI 309
J ak rvida lla r\,s. 8.7. liakcia 7 prby |e1, poza granic LCL. Alc llic lllant1'
podstarv do odrzttcctlia hipotcz1'zcrolr.e.j. gdyz grna lilria kontro[na nic zostala
rv adnyln przypadku przckt.oczoIla. Nloeln-r' sdzi. e proccs
jcst
ustabilizorr'any. Dla
produccnta to duo lc1lic. zc dolIla linia kolltro|a zostala przekroczotla. ozllacza to, zc
proceS rna sk onno c do
}-rrodtlko\\'ania
lnllic'iszcj liczby lr'ad - wskazniki struktLrry d
do zera.
I(artu kontrolttu c
W czasie produkcji czSto zdarza si. ze cllcctllr' kolltrolorvac liczb
dafektlv |ub nicclo'skona cl ci nu cg:clltpIrtr: tt.I'robtt, Na przr k ad gdl' rvvrobenl
jest
tkanina. przcdnliotelll Zailltercsorr'atlia llloze b) Iiczba plalll
prz1'padaj
cych
na llletr lllaterialu'
ZtriieIrtla losorva reprezentujca Iiczb bldrv rr.l,stpLtjcr'ch rr' ttstalotlr.lrr
odcinku czasu lub lta ustalonytlt odcirlktt przestrzeIli cZsto
jest
nlodelowal]a Zil
pon]oc rclzk ctclu Poisson. Tego tttodelu uzyrva si rrvIlir;z lv kaftaclt
kontrolr-ryclr. Wienly
ju.e
u'rozk, adzie Poissotla zarlvlto lvafto rednia.
jak
i rr'ariancja rrr,lla.i si telllu sa11]clllt| pilrall'lctfo\Vilr.,. Parallletr teIt nazrvietll1,r..
a t]aSZ kart rvy'raajc liczb rvad na
jednostk
lr,yrobu- ktrtc1 c..fa kaI1a
jest
rr,1,kreseIlr znliellnej losorvej: liczba def-cktrv tra sztuk. Est-vrnujelllv
lvarto C przez c
.
redrli rvarto c def.ektrv na
jedrtostk
lvvrobtt obliczon
.iako
iIoraz sunr1'def-ektll,iliczb1,rvszYstkich-eezetnpIarzy. odchylellie
standardor've tej znlienrlej losoll'ej
jest
lr,ic r.rvne
r/c
.
E'lelllentaIlli kar!. c s:
linia centralna c,
LCL: c
_
3^li
UCL: a + 3,^li
gdzie: c
jest
redni liczb rvad lLrb lliedoskonalo ci
rvlrobu (lub
jednostk
porvierzchlli' rozIniat.u itp.).
na
jednostk
lr(,Porrr'naj
Rozdzia| l' Rozklad Poissonn nloe br' aproks-"-nrorr,aIl1,roz-kladenl nornlaInynl clIa
dur'cIl nrb.
e
310 STATYSTYCZNA KONTROLA J AKOSCI
Przyklad 8.5
Fabryka satnoclrodrv w Bilsku-Bia ej lryznacza a rv nlaju liczb plam na
karoserii no*ych samochodw i uzyskano nastpujce rtyniki: l2' 8' l3' 12,5'f. |0,7,
5,4, 12.4,6.9.8. 9, 7. 6. 8, 6.
Skonstruuj ka dla tego procesu lakicrowania i sprarvd , czy ismiej potvod1', aby
proces produkcji uzna za nieustabilizowany.
Rozwiazanie:
Suma wszystkich defektrv w
przeanalizolvanych prob by o 20, zatem
przeanalizorvanych prbach wynosi l53'
t53
c
=
-=
/.65. Odchylcnic star)dardowc lej
f0
oo
a
0
10
Rl'r 8.8. Karta c dla dan),clt
zprzykludu
8.5.
J ak rvida t,la rys. 8'8 liczba planr na karoserii nouyclr salnochodw Ie
w grarlicach LCL i UCL. Zatern ni Ina podstar'v do odrzucenia hipotcz1, zerorr'ej. e
ploces
jest
ustabilizowany. e
charakterystykijest rwne
"li =
"l1.65
=f,J 7 '
Std
LCL
=
c 4",1;
=
J ,65
-3.fJ 7
= -0,65
(J LC
=
c +3"1 c
:
7,65 + 3.f,11
:
I 5,95
Ponierva lvarto LCL < 0 ,
a z tak s1tuacj nigdy si nie spotkamy, wic
przyjmujemy LCL=0.
ULC
14)
ta I
tzl
^
rvI
8l
ol
41
21
Literatura
l. Abt S.: Mtenatyczno - st)styczne podstatu1l analizy
rynku,
PWE, Warszawa'
1972.
2. Abt S.: ||Ietody analizy stcltyst),c:nej, Akadrnia Ekonorrriczna rv Poznaniu, Pozna
1999.
3. Aczel Arnir D.: Con,tplete Bttssines Sttistics, IRWIN Hornewood Illinois,
Boston MA.1989.
4. Aczel Arnir D,: Statystyka w zarzdzania, PWN Warszawa 2000.
5' Borowkow A, A.: Rchunekprav,dopodobie'sn ,,ct, PWN, Warszarva 1975.
6. Bukiefyski W., Hellwig Z.' Krlik U., Srnoluk A' 199.
7, Cie lak M. (red); Progtlozowanie gospodarc:e, Wydarvnictwo Akademii
Ekonomicznej irn. oskara Langego we Wroc awiu, Wroc aw 1996.
8. Cie lak M,: Prognozowanie gospodarcze, Metod1; izclstosownia, PWN, Warszawa
1997.
9. Corchan: W.G Sampling techniqttcs, J ohn Wiley&Sons, Nerv York 1977.
10. Dietl J .; Metod1; budtt socjologiczny,fu, Warszar'va' 1965.
1 |. Domaski Cz', Pruska K. : Nieklasyczne metody Statystyczne PWE, Warszawa
2000.
12, Dornaski Cz': Testy Stat),styczne, PWE, Warszarva, 1990.
13. Dorlaski Cz': Zbir:ada ze stailsryki, Uniwersy,tet dzki' d.,1993.
I4' Dziubiski I.(red.). Srvitkorvski T.(red.): Pordnik natematyczt.ly cz. 2, PWN,
Warszawa, 1985.
l5' Fisz M': Rachunek praludopodobiestwa i Statystyka n,ltem:1t))czn, PWN'
Warszawa, 1967.
16. Freund J ,E; Podstaw1, nowoczesnej Sttys\,ki, PWE, Warszaiva, 197l.
1.| , Gajda : Ekonontetri prakq,111, d', |996.
18. Gajda J . B.: |Vie|orrhynnio ,e modele ekonontettryczne. Es macja, ,s1;n1yl61gj,
sterotvanie, PWN, Warszawa, 1988.
19. Garbarski L., Rutkorvski I., Wrzosek W .: lvlarketing, PWE, W-wa, 1994.
20' Garbarski L.: Metody badania postaw nabyuctr',.,Reklama''' 1989.
21 . Gotyl A.' J drzejcz-vk Z., Kuku a K., osiervalski J ., Walkosz A': lIlprolvadzenie do
ekonontetrii w pr4lk aduch i zadniach' PwN, Warszawa 1996.
22. Gre J .: Modele i zdani statystyki matenlacznej' PWN, Warszawa, 1'972.
23. Gr J .; Staq;sry| matem(1l!^czna, PWN, Warszawa, 1970.
24. Hellwig Z,: Elementy rachunku prav,dopodobieshl,a i stast1,ki natematycznej,
PWN, Warszarva 1987.
312
f5. J zrviak J ., Podgrski J ..' S|utt,,s^;ka od poclstttlt,. PWE, Warszarva, l995.
26, l(. J ajuga: PoJ sIult,y, itllt'estr'llyttia ttct t\,nku pupiel.lv
y,ttt'ttl. cirllt,).c ,
CPW
Warszawa 2002.
21 . Kacztnarczyk S; Buduniu ntarketingotvc. PWE. Warszarva, 1995.
28. Kacznrarczyk S': Pontiur , l clniacll ntat.ke!ingow1,c/i, Uniw'ersytet cdariski,
Gdask" l 987.
29. Kassy,k - Rokicka H' Stt},st.l,ku nia
jast
!rttctlta. Ivlierniki statysh.czne, PWE,
Warszalva, 199; .
30. Kinnear T. C.. Root A.: Sin'c.l oJ ' lvlarketing Reseot'ch, Chicago, Aulerican
Marketing Association, I 988.
31. Kinnear T. C.,
-I.aylor
J ,R': l,|rketing Researcl,t.
'n
Applied
'4pproaclt,
Ner,v York.
I 987.
32. K1ein L.R'' II/1,k 6; z ekoltotttcll.li. P\\/E, Warszarva, 1982.
33' Ktysicki W., Bar1os J ., Dy'czka W.. l(rlikorr,ska K., Wasilelvski \': Rclltnlek
pravc|opoclobiestw i slcttl,,s!.y,ku n(llcntotyc:nu w zutlniuclt, cz. I i II' PwN,
Warszawa 1986.
34. Krzysztofiak M., Urbanek D.: il.letody stal.y;,s1yrrrn, PWN. Warszar.va 1975.
35. Krzysztofiak M.,, Stats'stvk cll vlzs:l,cll zalyocttnvyc,lt stuclitjw ekottolnic:tl.l'ch'
PWN. Warszau,a. 1976.
3. Kukuta K^ : Elunent1l
'sta!.)ls,ki
w zdaniach, PWN Warszalva l998'
37 . Lanc G. N. i Willianls W. T. I967.
38. Lange O., Banasiriski A.: Teoriu stalystyki, PWE, Warszawa, 1968.
39. Larrdaliski L. M.: St,st-l;k ogolttu: clctttenInti stcttl'sty,ki )nG|enlQlyc:ne.i,
Wydawnictwo Pasti'vorvej Wyiszej Szko y Zau,odowej w J aros arviu, J aros'larv
2000.
10. Leszcz1,ski Z.: Anoli:u dyskn,minaaj ltl lt, przev,icbnyniu bnkruchra
J irnty,
..Eksper1''
nr 3/l99. , s.
j3.
4l
'
Luszniervicz A'' S aby T
':
Stat1'st-l,ku SlosoI|,uttLt, PWE, Warszarva, l997.
42' Luszniervicz A.: Statys;ku nic
.jest
tt,udna. A]etodl, wnioskoll''uniu
,slul\':il.j,c:nego. PWE, Warszarva, I 994.
43. Luszniervicz A.', Stalyst|;ka oglnu, Warszarva, l987.
41. Lut.vIiski J ,.. LI/1.lt.iucl klrcs!ittttt.itts:olt'\, unk'etu' ossolinetttrr. Wroc.lalv, l983'
45. Magnusson D.: |Ijlrrnvutl:enie tlo teorii lestw, Warszawa, I98l.
46, Malarska A., I\1ikulska H.:
'Vrrlr.sr)'
w zadLr]1iach ltie
,lko
ctla ps1.chologilu
i pcclugogv,, Wy,dawnictrvo Ullirvers1'tetu dzkiego
,
d' |999
'
LITERATURA
4.7' Mazur A.: Stut.l,st.l.c:na anuIiza sieci c| stl1,hucji towal.lv chentii gospodarczej
i ,spt.lzl,lt,c-cj 11d tct.ct,lie ocl:i' ptaca nragistcrska napisana rv Unirversytecie
dzkinr pod kierurlkiem D. Witkou.skiej. Ld 1996.
48. Michalski E,,, Bu |ullitt t..l,nku v pr:ed';ibiol'stlt,ie pl.:en\,'slou.},nt i llanclltllt,vnt^
PWN. Warszaria. 1971.
49. Michalski T.: .Slul,r'-irl,1rl. W.',d31vn1.,\!a Szkolue i Pedagogiczne. Warszau'a 1996.
50. Milo W.: Buclullitt akotlt,llttcIt.l.c:tlc::s|o',O|runient ntikrokontputcrv,. Pot|s!ulr!;
ntetodologic:llc. Wr'darr'llictu.o Utrirr'ers1'tetu Ldzkiego' Lod. 1997.
51. Morrison D.l.'. II'ialrtt'ttuittt'ottu ttttuli:u,\lu!.r,.\l.r'c:nu, Warszarva, PWN 1990.
52' Mynarski S.: lIetod.t'hlt|uti ttturkc1111,1rllr.t.clt. AE w'Krakowie. KLaklv, l986.
53. Nierzlvicki W. (r.ed): Zul.:l:uttic
luko c'it1'
II.l'l'lruttc:ttgudllianio'
o rodek
Doradztrva i doskonalenia Kadr Sp. z o.o.. Gclarisk i999.
54. Nonlly: PN-ISo 353: -2: l99.
(,S/rl1.l..r/-t.c'--lic
s!arrllrutlia
juko ci'
St|l,stykct
Terntinologia). PN-lSO 82-58+ACi 1996
(Kurty
kotttt'oltte Sltetyhurta), PN-
tso8258+AC l.
55. Nor,vak E'''. tr.Iotanat\,ku i Statys!),ku.finunsolt,u, Fundacja Rozrvojtr Rachunkorvo ci
w Polsce, Warszawa 1994.
56. Norvak E.'. iv'letody /aksonontic:ne v klu,s\fikacji obiektriv .spolec:no-go,spodu-
l.c )ch, PWE' Warszawa 1990.
5"]. Nowak S' | 4etody' budu socjologic:nl,c-h, Wybr tekstrv, Warszarva, l965.
58. oak]and J . S.' Followell R. S': Stti'yticI Prrlce'gs Colttro|,' Flinenlan Nervnes-
Oxford Lonclon 1990.
59. Ostasiervicz S.
(red.):
S!ulr,.vt);c:ne tttetoch,, anali:1; dont'ch, Wydarvnictrvo Akadertiii
E,konomicznej t'e Wroclar.viu, Wroclarv 1 999.
0. ostasie''vicz S.. Ronka-Chrnielorviec W,: i\,Ietody ,statYSt\|ki ubc:pieczenirnre.j,
Wydarvnictrr'o Akademiii Ekonornicznej iItl. oskara Langego rve Wroc' arvitr,
Wroc art' l994.
6l. Ostasiervicz S., Rusnak 2., Siedlecka U.. Staq,st.y,ka. Elententy teorii i:atlania,
W1'darr'nictw'o Akaderllii Ekonolrriczrrej im, o. Lange, Wroc arv l997.
62' ostasiervicz W. (red): Stal1,s,cznc ntetoclv anoli:y dalry:fu, Wydarvnictwo
Akademii EkonoIniczne.j rve Wroc arviLr, Wroc arv l999'
63. Palirvoda S. J .: Lir lg u ]\Ittil
Ques!it'ltlaire
us C Rescurch Tool,..TIie
Quarterly,
Revierv of Marketins. 1981.
64. Parasuraman A.. Ilurketittg Rc.search, Cambridge. Mass, 1986.
65. Parvlorvski 2., Progno:t,ekonontelryc: c, PWN Warszarva I973.
66. Paw owski Z'', I|/,stp do
'stcttl;'st) ki
illCltenyt\'c:nci, PWN, Warszarva, l969.
67. Pieriegudolv W
':
A[cttlt|a najntniejs:l,c:h klydrtv,, i
je.j
zt stostlrr,rlric. PWN.
Warszar.va. 1967.
314
68' Pociecha J . Metody Stcltystyczne w badaniach marketingoluyc , PWN, Warszawa
t996.
69. Praiska M., Praliski J .: Badani s|atyst1 g211 z excelem, Wydawnictwo SGGW,
Warszawa 2003.
'10.
Puchalski T.: Sttty,styka opisov'a, PWN, Warszawa, 1979.
71. Rehkugler H., Schrnidt-von Rhein A. 1993.
72. Reilly F., Brown K... Anli:a inwestycji i :arzdzania pot.tfelenl, /. 1, PwE
Warszawa 2001 .
73. Rocznik statystyczryt 1997, GUS,Warszawa 1997.
74. Rolnaniuk K... Staty*sq,czna analiz struktu,.y zjawi,sk ekononticzn),ch, PWE''
Warszavva 1972.
,75.
Sadowski W
'.'
Mala enqlkl6p4io Sta,,S|ki, PWE, Warszawa, 19.|6'
16. Sobczyk M.: Statystyka, PWN, Warszawa, 1995.
.7.1
. Starzyska W', Michalski T.: Metody statystyczne w bizne,sie, Absolwent, d
1996.
78' Starzyska W,: Statystyka praktyczna, PWN Warszawa 2000.
79' Ston R.: Matemtvka v nukch spo ecznych. PWE, Warszawa, |970.
80. Strza a K., Przchlervski T.: Ekonometria inaczej. Wydawnictrvo Uniwersytetu
Gdaskiego' Gdalisk l 995.
81. Szaniawski K (red): Metody statystycne w socjologii, PWN Warszawa 1968.
8f
'
Tarczyski W.: Analiza dl,sktyntinaqljna na gie dzie papierlt varlo ciowych,
..Przegld
Statystyczny'', zesz>\. 1-2l|996, s' 49.
83. Theil H., Zasady ekononetrii, PWN Warszawa 1979.
84. Urbank D.' Krz,vsztofiakM,: ]t,Ietodl',
'statysD,c2ne'
PWN' Warszarva' l979.
85. Welf W'
(red.):
Kwartalry; n1a1u1 gospodarki Polski' Stntktur i w asno ci,
Wydzia Nauk Spolecznych PAN' Sta{sryka i Ekonometria, Warszarva l995.
86. Welfe W', Ekonontettyczne ntodele gospodarki nrodolyej Polski, PWE, Warszawa
1992.
87' Welf W', Welfe A.: Ekonontetria sloso|un, PWE, Warszawa l996'
88. Witkowska D,, Przyk ad1, Plikcji sieci netu.onowych v ekononii' Materia y XV
oglnopolskiej Konferencji Polioptymalizacja i Konlputerowe Wspotnaganie
Projektowania, Mielno'97, Wydawnictrvo Politechniki Koszaliskiej,
Koszalin-Milno, l 997, s. 30 l-308'
89. Witkowska D.' Witkowski J ', Analiz,sieci dystr1;bucji produktw chenlii
gospodarczej i spozy;lvg2ej v od:i' Studia Prawno - Ekonorniczne. Tom LV' l997'
s. 241 -259 .
LITERATURA
1
90. Witkowska D', Witkowski !.,' Anliz sieci d.v-strylbyji produkt , spozywcry,cll
i chenlic:ry,ch w nlistch wojel 'dzhta ldzkiego
(be:
od:i)
,
Studia Prawno-
Ekononriczne, Torn LVl, 1997, s.3ll
-323.
91. Witkorvska D', l|1lkgy21,5tnie ninimodeIu gospodarki polskiej do anali:y przemian
zachodzq;ch v, procesie transfornlacji, Zeszy Naukorve Politeclrniki dzkiej.
organizacj a l Zarzdzanie 29' s. 8 5 -99, d 1 997,
92, ZajcK,: Zar1,5 n1u1o4
'ta:styg2n,.h,
PWE, Warszawa, 1994.
93. Zaspa R: Bdnia stctt1;5|1;gin ntetod reprezentacyjn, PWN, Warszawa.
1962.
94, Zawadzki J ., Babis H,., Prba zastosolt'ctlti anttli4, dyskn,nli lttc\,jnej do badania
kon,cjifinansolvej przed,sibiorshr,
''Taksononria',
Zeszyt3l1996, s' 1l9.
95. Zbroek J : Ranking wybranych Tolt'arzysttu ubezpieczenioll],ch
yy
a,spekcie
ubezpie c:e kontttnikany,cfu, praca magisterska porvsta a w Instucie
Zarzdzania pod kierunkietn naukortyn dr in' Iwony Staniec, d,2004'
96. Zieliski Z':Tab|ic sta|ystyczne, PWN. Warszawa, 1972,
97
'
Zubrzycki S.: Wyk a, z rachunku pratvclopodobiesht, i statystyki mcttenatycznej,
PWN. Warszawa. 1966.
|o
31'7
TRsLrcE srATYsrYczNE
Tablica 1
\\'arto ci krYtvcznc rozkIadu t-Studcnta
r'-tlt-'.
-
n/
| \ itl.J
''r
'--"
|
-\-'--
.r
'..--l_T..
|
-t-ri.--..-

-Ir''.h
0
t.'r,r
n(ltl> t
*.r)
=
a
(k-liczba
stopni s\\obod))
X
0.2 0. I
().05
0.()l 0.0 | 0.002 0.00I
7,
I
2
3
.l
5
6
,7
8
9
l0
ll
II
t1
t3
l1
l5
l
t'7
l8
l9
20
40
(r0
120
1l
!l
ff
!)
") ,l
25
26
27
28
29
30
.078
.tt8
.63 8
.533
,4'76
,140
.415
.397
.3 83
.3'72
. -)
o.)
,3
56
,3
50
tJ 5
.341
.J ) /
.333
.33 0
.328
.325
.321
"319
.3 18
.3 l6
.315
.3 l.
.J I J
,31
I
.3 l0
.303
.296
.f89
.282
.3l4 |f
,,7()6
3 l.82l 6j.6
.920 1.303 .9(l5 9.925
.353 3.r82
.t.5ll
5.8.11
.132 2.'776 3.7J 7 l.(r04
.0l5 2.5.7 | 3..-j5 1.032
.94i 2.14'7 3.1.13 3.707
.895 2.365 2.998 3..199
.80 2.306 2.896 3.35.s
.833 2.262 2.82 r 3.250
.8l2 2'228 2'761 3.l9
.'t96 2.201 2.'7 t8 3. r06
.182 2,t'79 2.681 3.055
.77
| 2. 160 2.650 3.012
.'76t 2. r.15 2.6f4 )..977
.'753 2.r3r f.60f 2.94'7
.'716 2.120 2"583 2.921
,'710 2,1r0 2.56'/ 2.898
.731 2.1 0 1 2,552 2.878
.'729 2.093 f
.539
2.86 r
.725
2.086 2.528 2.815
.72| 2.080 2.5 8 2.83l
.'t t7 f .0'/ 4 2.508 2.8 I 9
.'7 t1 f .069 2.500 f .807
.'7 | | 2.0(r.l 2.49? 2.797
.708 2.060 2'. 85 2.787
.706 2,056 2.479 2.779
.703 2.052 2.173 2.'711
.701 2.048 2.16't 2.'763
.699 2.015 2.162 2."/ 56
.69'7 2.012 2.157 2.'7 50
.8.l
2.02l 2.423 2'104
.67
| 2.000 2.390 2.660
.658 r.9fr0 2.358 2.617
.15 l.960 f
,3f6
2.576
3 1 8.29 63.58
22.328 31.600
10.214 12.92't
7.173 8. l0
5.894 .869
5.208 5.959
1.7U5 5.408
.1.501
5.011
1.297
,1.78
I
4.114 4.587
4.025 1.137
3.930 4.318
3.8i2 4.221
3.78'7 1. I 40
3.733 4.0'.73
3.(ltt 4'0l5
3.616 3.95
3. l0 3.922
3.5'7 e 3.88 3
3.55f 3.850
3.527 3.8 r9
3.505 3.792
3.485 3.78
3 .167 3 .715
3,150 3.'725
3.435 3.70'7
3.42 r 3.689
3.108 3.6'71
3.-'r96 3.660
3.3 8 5 3.6'16
3.307 3.55 r
3,232 3,4(r0
3.1(r0 3.373
3.090 3.290
I
2
3
tt
5
(':
7
8
9
l0
ll
t2
l3
l.l
l5
t6
t'7
l8
t9
20
al
f2
/)
25
f6
2'1
28
f9
30
40
60
120
d,\
318
i _li+ |^\oro.o\
-''|m<f,
.
r
T
A
o
|
o\ r
.-
c- o\ - o\.l o.
-
O n r- c\
|^
n lt
-
t- r| t
|^
|
*
r\
- c. r-
_ l^
c.l
ln
or
-
\o co o
-

'n
n \o \o \c
a- F- F- oo co 0o 0o o\ o. c\
didc<t ioooo oo'dio
6.
t+
o.+ O ct \o'n
o^ o r- c.| \.
-
_O
oo -f o.
_
ol c\o o^
-
o. \o
r, F-
_
+ co
-
|^
co
-
o n o .
_
r
n
l \o \' \c F- r- F- oo 0o @ oo oo o\ o\
6' c t- \c t c O F* O o F- |
F- t- \o.+
O r) 0o rt.f, t= 5 oo o\
..l \? c
=J .
c
*
r.- O r
|n
r\ o\
_
ol
'n
n \O \O \c) C- f- f- rc OO oO OO 0O O\ O\
-'.:;-::
:
^.^':-{
-'^^-::;
cr\c\c\.N r *_'n oN-6
.. rl O t.- 6l
ln
\D h
-
n t\ \c r r-
l \c o r-
-
r.. o c.} n rt o\
*
e]
|
'
\c \o !o t.- r- F- cc oo oo c. o. o\
o1 \D F- c
\c co c\i
:f, . c\
_
o\
!f,
n n
o.1 6c..'r cc.|.{oo t:t-\o
* l
c\ F- O.+ tr- O oi
l.
F- o'
-
l
|^ l | \. \o r-t.- c- oo o. co o\ o.
cr--c -f o.+' coo\'no\-
\o'n :+
o
ln
o. o o\ \'c
o c l o\ n
*
n 5 c- o F- o\ |' |- o\ o c|
..n .1
\..
to.

o.. oo"

q
o F' o
l.
o\.- F- oc
|
r- N \.
|
* ..
or rD
-
n F- \o o c. o o
*
n c.\ l \o <)..
\o
o\ l
tf,
tt- o\ O c]
|n |r ln \o \o
r-
(t-
.- t.- oo o. o. o\ o\
o oo
_'n
o.
|
i o. o
-
rc oo \c cJ
co r- F-
|n.]
@.{. r
-
ro
@ ao \D l
o oo c.|
\o
o\
\c
o\..| t
\o co O rl
|n |n |n
\. \o \o
.'- t-- .- oo c. co o\ .
:;;-::
-: -t^'.{-{ -i^'-::-:
o co cj t.-.
_
O
- -
c)
\o oo'n o. . t.t
T--_5 nc-_..'c\5-tc
o <| co c'l'n o\ l
\o
o.
_ :f,
\c c) cl
n
rn In
\o \c \o r- r r- m oo oo 0o o\ c\
c ca.a o\
nf, rn
c- c
-
o\ r r o\ ot N
co\c\r'
-'.c.
ln *.:!. ,o\
c r F
_'
o\ .|'^ c4
-
\c cc c
-
'^
l lr
\o \D \o
r- |-- F- c co co o. o\
_|..rrl'\.r-...
-N-$
N
F
ot)
N
o
N
N
I
VI
il
\7
319

-;
r

c.)
..--\ct^ ts-o\-9 o.-oo r)+c'r
AJ aooo r-c-0o oc_ -m
-Ft'n
-r; o
-+\oF-t-lc
c.l \o.- oaoo- v
- - -N
d .. ..
q
?
ccodo
ddodd o oioo ooooc
o4'- O\cF-- 9o.o.oco noo1'-o\o
-iaX'^\'
lt+c\c x.ooonn r<f c'<
x
'9
99.i."
j..P"l- jo.r
j..f.{.s;oJ -
."*. o=;\o -<
coodd
ddiio
: iSii doooc
T \c N a.
-
\o .o
.-l
-
co
5
\o oo'.
-,^;.f
o-c.lc'^ c.\:o.- N-r|.
x # 5.:.
j.
.:n.9.-^o.9c -?o..|.-.?.-.{\ '-oo
.o i] s
<
o. 5. c-.'5'5
5'5'5'5'5
'5'b'.'b
5
?'b-a-o*c
ccoO
dcdii
-
=oc5
5oooc
M-+--+ ct--'^-
-)x
ottc
-c\-+\cc
-;-cl
c| cl c|^ 5\c] cir='^=
4
_
-,
.+
\' r r c/o c .] \. r- c. o.
*
=t
r
a-:-
-.'
.. .. .r r r t
coood
dcioi c oooo oiicc
+l^M _rc
-ool--
ro+)o F-o\\o6o
-a+ A+\cc.
\oo.Oco=f oo0oc.]o\o{ o\orOc

i^..o
c o^^ct
'n F- t- oo
-
n |- oooo
-
.
\(
c "5t. ..t.t.t. t..b..b..b"?}
.b'.b.oo.oo.oo
-cO
OOOOo cOOOO oocOC
!l^-F Mrn)ro
\o'nr \c
c'l'nN-o\ o.+on
iziax;
^;il\c
c.o\F-o 'noooo o\ccoc.o
+\c oo.^P^il
'n\or-oo oo- 'nF- 0oooor'.

o.

o."5 " .
t. t. t..5.
.5.b..t..}..b. .b'.b.oo'oo.oo
eoo
ocooo oooo<) coocc
-+
A| + A! M +
-
O V) or F-
-
co \c * \o oo .-l c. l o\
l/
; ; !H ; ; N
-.+
.- \c F- c! \oo\ o\ n n F
;-i;\]ii< ;;cc|
!+h
\o.-oo co-r|n\o F-coo'/
{
o^.5 ^5
t. t. . t. t. t..b.?..b.b.
.t..b..o.t..13
VOO
OOOOO OOOOO OOCCC
N+!! -xa.t o c'n \co\or- r.J .t
i^ N x ; x G ;i c.l
*
\c F- \o
l t- o\
|n |r
ca oo
ln
o
|/
;+ i^.H i-: F: ;;; ;l
t+ tn \cF- o. oc O
ln \o F-o. o r V
.5
.5.t't.b
t.%.?..b.%.
"b'.b.oo.oo'oo
--c
oooco coo-o ooooc
r^+ r!+ta6|
\or--fct6
c\ \or6
\c.-\o'
J G+: <xo o\\cn* \o\rrr-
r- c\od
;;'x G x
yi
; ;..|
.
|n \c F-o c o n \o
.- oo c. '/
i
b.
b .t.t.:5t. b.b..."b.b. ?..b....o.oo
-"o
oO-o cOcQo oooo<
NN _
-ac
o\ r
'.Nr-r.--c.l\oo
.n=- snooioo
F-'o<t- \ol.--ro ro. olt--
'.\c t.. F-
-
co co^:-
r|
\o
F- c. 0o c '^\o r- cooo l V
. . t.z..5.. t."..b.t..b. ?..b'%..o.
--C
CCCOO CCCOO OO-OC
+lr\or-
n\cF-F-
c\|lao\-
r| .. .l o\
\o
'.\c\oF-
co
rn \.c .a \o
-N-C\rn
n\c\.r-
\D|\oc
C-Oca'^
!f, r/)
\t \O t.-
ll
\t
a-
ll
\J

\i
320
I
2
3

5
6
'7
8
9
IO
ll
t2
l3
l4
15
l6
l7
l8
l9
20
2l
2f
!)
11
2.5
26
27
28
29
30
40
50
0
70
80
90
t00
.t
I rt'---
1../
---\___r.-
'-x
...,
=
-------------='
J .e
p(r.

Z|, t)
=
a
t).975
0.95
().9
\\' rto ci krvtycznc
0.999i 0.999 0.995 0.99
0.06-193
o.o: I o0
0.0 r 53
0.0(.l-19
0.1 58 1
0.0'157
0.02200
0.02+3
0.0908
0.2 l0l
0.0j3 93
0.0100
0.0717
0.2070
0.l l l8
0.:e9.1 0.381t)
0.1819 0.5985
0.7 1 01 0.857 |
0.97lti t.15t9
l.l(r-5 I I.l7lJ 7
1.5870 1.SiSlJ
1.9-.1-15 2.1 l1 I
2.i019 2.6172
2.6966 3.0107
3,1()7-r 3.1825
3.5-357 3.911'7
3.9800 1,1t62
4.4391 4.9048
1.9125
5.107
5.3978 5.92 I 0
'5.895.
6^416.7
.104l 6.9829
6.92.10 7.5291
7.1528 8.0817
7.9905 8.6494
8. s3 74 9.?"222
9.0929 9.S029
9.j58 l 0.3907
10.22(16 10.9861
10.8010 I 1.5876
0.020 I
0.I 118
0.2971
0.5 513
0.675'7 0.S7t I
0.9893 1.2t90
l.
j.1.l
l.6465
i.7l19 2.()879
]. |55s 2-. jll2
1.60i2 3.0-il5
3.0738 3.57{J
3,5650 4. l()(r9
1,0.7 47 1.601
.1.6009
5.2291
5. I J 22 5.3 I 22
5.973 6,1()77
6.248 7'0 l 19
.ti139
.].63f7
7.1338 8.201
8.0j3 8.897]
8_6127 9.5125
9.2604 |0.r957
9.l]862 l0.tj.i3
10.5 l9(r I 1.52J 0
I I.1 602 1 2.1 982
I 1.8077 I 2.S785
l2.'{6l3 l3.517
l3.l2l l l1.2j1
13.7867 1.1.9_j-15
20.'/066
27.9908
3 5.5344
13.27i3
5 t. t7l9
59. l 93
2f .1642
29.'1067
_l7.-ttJ ltt
45.1117
5 3.5.100
1.7540
t57 0.0,9 t2 0,0'39i
0.050
0.2158
0.4 8.11
0.8i l2
0. I 026
().3518
0.1t07
t. I t55
0.0158
0.2107
0.58-l"l
l.()36
l . l0]
1.23.73 l.35.t 2.2()] |
|.899 2.1673 2.8.-i3 l
).1797 2.',7326 3,4895
2.70()]
3.325l
.1.l
E2
i.lJ 70 i.9l()3 1.8651
3.rJ 157 4.5718 5.57711
1.1038
5.2260 6.3038
5.0087 5.8919 7.04l5
5.(1287 6.570 7.7895
6.f62| 7
'2609
8.5- (18
6.9t)7'1
'/.9616
9.3122
1.5642 8.67 t8 t0.0it52
8.2307 9.390.l l0.819
8.9065 10.ll70 ll,j09
9.5908 10.8508 12.1J 2(,
l0.2829 l l.' 9l3 I3.2396
10.982i 12,1380 11.0t l5
l 1.8ti5 l3.0905 l1.8.t80
12.101 I 13.81ti1 15.65ti7
13.1 I97 14.6t l4 16.4731
13.8439 t5.3792 1'7.2919
l1.57j.l l6' l5l. Il.i. l l39
15.3079 l(t.92'79 18.9192
l.017l l7.7081 |9,i677
l.7908 lti..l927 20.5992
21.1331
32.3571
" 0.18l7
I 8.75 75
57. r 532
65.6166
'71.2219
26.5093
31,7 612
43. I 880
5 r.7393
60.3915
9. l 260
29.050_5
3 7'6lt8
1..{5 89
5i.i 2 ri9
64.2778
73.29 t 1
r6.9058
23..l | l
30.3393
37
^16'7
|
41.',19t7
52.2'768
t'/ .9 | 66
f4,6'736
31.7381
3 9.03 58
46.519'7
5.1.1559
61.9182 67.317 70 Ofi50
71
158 I
321
Tablica 3
rozkladu
12
0,I 0,05 0,025 0.0 r 0.005 0.001 0.0005
1',7 .27 50 t9.67 52
18.5493 ft,0f6l
19.81 l9 f2.3620
2t,064t 23.6848
ff
.30't1
f4.9958
23.5-118
24.7690
25.989.
2'/.2036
28,4120
29'l5l
30.8 I 33
3f.0069
33.1962
34.38 r 6
35,5632 38,8851
36."t412 40.1133
3'7 .9159 4t.3372
39.0875 42.5569
40.f560 43.7',730
26,f96f 28.8453
f7
,58',1
| 30. l9 r 0
28.8693 3 1.5264
30,1435 32.8523
31,4104 34.1696
3f .6706 3 5,4789
33.9245 36.?807
35.1',725 38.0756
36'4l50 39.31l
37.65f5 40.6165
6.6349
'/.8791
9.2 t04 r 0.5965
I I,3.149 12.8i8 I
13.f'767 14.8602
t 5.0863 t6_'7496
16.81l9 18.5,{75
18,4753 20.2'77',7
20.0902 ft.9549
2 l.660 23.5893
f3.f093 25. r 88 r
21.'7f50 26.'7569
26.2t',/0 28.299'/
27.688f 2e.8193
29.1412 3 1.3194
30,5780 32.80r 5
31,9999 31.?611
33.4087
-l5.7
I 84
34.8052 37.l51
36. r 908 38.582 r
3'7.5663 39.9969
38,932f 41.1009
10.289'1 12.7957
4r,6383 44,r8t4
42,9'798 15,5584
44.3 l40
, '9280
45.64 I 6 48.2898
4.928 49.6150
48.2782 50.9936
49,5878 52.1355
50.8922 53.6-t19
3.6908
(16'.7660
7' l 538 79.4898
88.3794 9r.95l8
I 00.425 I I 04.2 148
112.3288 il6.3209
1f4.t162 128.2987
135.809 l.l0. l697
f .'7055
4,6052
'25 l4
7.7'.791
9.2363
10.6446
12.01 70
i3,36r6
l4'837
t5.98',72
51.8050
63,16',7 |
'7
4,3970
85.5270
96^5782
1 07.550
1 18.4980
3.84 r 5 5.0239
5.9915 1.3'7't8
7.8147 9.3484
9,487'7 lt.t133
I 1,0705 12.8325
lf
.5916
14,4494
14'0671 l.0l28
I 5.5073 I 7,5315
r 6.9 r 90 r 9.0228
18.3070 20.4s32
24,1016
26,0t79
f7.86'7 4
29.6669
3 r.4195
33, I 382
34.82 r l
3.4768
38.1085
39.'t 173
21.9200
23,336'7
24.'1356
26.1 1 89
27.4881
41.9231
13, I 915
44.4608
t5 1))1
46.9792
59.34 r7
'/
t.4202
83.29'77
95.023 I
l 0.285
r r8.r359
19.
22.t05
1t.30't'7
42.8808
14.433'7
45.973
,la
49
50,5 r
51.9995
53.4'71
54,94'/
5.4
57.85 56
59.f990
60'73.
62.1
I 0.8271
13.8 r 50
16.266t\
l8.462
20.5147
7? J iTS
24.3f13
f6.1239
f't,8767
29.58',79
3 r.263i
32.909f
34.5f74
36.t239
37.6978
39.25 l8
40,79t I
42.31 l9
43.8 I 94
45.3 142
46.'7963
48.2676
49.72't6
51,r790
5f
.618'l
54,05 I I
5.89 l 8
5 8.300
59.7022
'13.1029
86'603
99.6078
112.316'7
r 24,8389
t3'7.2082
I 49.4488
r2.l 153
15.2014
t7.73t I
I
2
3
1
5
6
7
8
9
l0
12
13
l4
l5
l
t'7
l8
l9
f0
2l
22
23
24
25
5 5,75 85
7'5048
79.0820
90.53 r 3
10 r,879_5
I 13,1452
76.0963
89.5597
102.6971
l l 5.576
t28,2636
r 10.7804
r 53. l 638
26
27
28
29
30
40
50
60
't0
80
90
100 t24.3421 t29.561
3ff
Warto ci krytyczne
P(F>Fo.,.,.,.)=a
39.86 49.50
8,53 9.00
5.5. 5'46
4,54 4.32
4,06 3,78
3,78 3,46
3.59 3,26
3.46 3, il
3,36 3,0 r
1?g )q)
3,23 2,86
3,l8 2.81
3,l4 2.'16
3, 1 0 2.'13
3.07 2,'10
3,05 2,67
3,03 ?,64
3,01 2.62
2,99 2.61
)q] 75q
7q
1i?
2.95 2.56
f.94 2.55
7q] 7SJ
)9) ?51
7ql )5t
f
.90
2.51
2,89 2.50
2.89 2.50
2,88 f .49
2.84 2.44
2,J 9 f
,39
) 15 2 15
f .7 | 2.30
53,59 55.83
9.16 9.21
5.39 5.31
4,t9 4,1 1
16) ?S)
3,29 3, r8
3.07 2.96
7
q]
7 Rl
2,8 r 2.69
2.73 2.61
2.66 2.s4
2.61 2.18
f,56 2.43
2.52 2,39
f .49 f .36
2.46 2,33
) t!.
a
11
) .11 I lo
z'cl 2l
2.38 2.25
)76 ))\
2.35 2,22
]
. d
).,|
) 11 7 rg
f .32 2.18
2,31 2.t7
2.30 f .t]
2.29 2.t6
2,28 2.15
2.f8 2.t4
57.24 58,20
9^29 9.33
5.31 5,28
4.05 4.01
3.45 3..10
3. I I 3.05
2.88 2,83
2,13 2,67
f
,61
2.55
)i) )t6
)4< )14
2.39 2.33
2.35 f
,?8
2.3t 2.24
f .f'7 f .21
))4 7 rR
2,fz z.l s
2.20 2,13
2.18 f,tl
f
,t6
f .09
2. l. 2.08
2,13 2,06
2.1 I 2.05
2.t0 2.0.1
2.09 2,02
2.08 2.01
2.07 2.00
2.06 2.00
2.06 1.99
2,05 r.98
58,91 59.44 59.86
9,3s 9,37 9,38
5.f'7 5,25 5,24
3.98 3,95
-1.9'1
t 1/ 114 1 1/
3.01 2.98 2.96
2.78 f .'7s 2.72
)6) ? q
1
2,51 f
.17 2.41
2.11 2.38 2.35
2,34 2,30 2,2'l
2,28 2.24 2.fl
2,23 2,20 2.t6
f
,19
2.t5 2,12
2.16 f
,t2
2.09
2,l3 2,09 2.06
2. l0 2,06 2.03
2.08 2,01 2,00
2.06 2.02 r,98
2,04 2.00 1,96
2,0f 1.98 1,95
2,01 1,97 1.93
r
,99
1 .95 |,9f
l,98 1.94 l,9l
1.97 r.93 1,89
r .96 t.92 1,88
r.95 l.9l 1.87
1.94 1,90 1.87
l .93 l .89 l.8
r,93 r,88 1.85
7lR
2.09
2.04
r.99
2,00
tqi
r.90
1,93
1.87
r.82
1.87
I,82
t,17
l.'tf
1.83
1.77
l1)
1.79
|'75
l.8
1.63
I
2
3
A
5
6
7
8
9
l0
lt
tf
t3
l4
l5
l
t1
l8
t9
20
2l
f2
23
)4
25
26
2'7
l
29
30
10
60
120
f 91 7',| l-o/
323
rozkladu F-Snedecor , a=0, l
60. t 9 60.71
9.39 9,1r

'1
i
))
3,92 3.90
2^91 f
,90
2,70 2,6'7
2.5'1 2,50
2.42 2.38
f .3f 2.28
7 75 ) )1
) lq 7li
f
,14
f
,10
2. 10 2.05
f .06 f
,02
2,03 I,99
2,00 1.96
I
,98
1,93
1,96 1"9 r
1.94 1 .89
1.92 1.87
1.90 1.86
1.89 1.84
1,88 1.83
1.87 1.82
I,86 l,81
1.85 1,80
1,84 |.'79
1.83 I
,78
I,82 1,77
t.'76 |,71
|
'7I
l.
l.5 1,0
1.60 1.55
6t .ff 61 .'7 4
9.4f 9,11
5.20 5.18
3,87 3,84
3.21 3.21
f .87 2,8'1
) 1 ? iC)
2.46 f
,42
2,34 2,30
))t 740
2.17 f .lf
f
.10
2,06
2,05 2,01
f
,01
l.9
1,97 1.92
r.94 r.89
1.91 I
,86
1,89 I,84
1.86 r,8 r
1.84 1.79
r,83 1.78
l.8l l.'76
1 .80 1,7 4
I .78 1.73
|.'77 |,72
t.'76 1,71
t.'75 l,'10
|..74 l'9
|
'73
l .8
t.'/2 1.6'7
l.66 l. l
1.60 1.54
t.55 1.18
1.49 |
"4f
62.00 62.f6
9.'15 9.16
5.1ti 5.17
3.8 3.82
3.19 3.t'/
2.82 2.80
2.58 2,56
2.40 2.38
2.28 2.25
2.18 f
,16
2.10 2.08
f
,04
2.01
1,98 1.96
1,94 l,9l
1.90 1.87
1.87 1,84
1.84 I
,8
I
l.8l 1.78
t."t9 L,'76
1,77 1.',74
1,75 t.72
1
,13
1.70
l,'7f 1.69
1.70 1,6'7
l
'69
l .6
l.8 l.65
t,67 r
,64
|,66 l .3
1,65 t.62
1.64 l,6l
62.53 62,79
9.1',7 9.47
5.16 5.15
3.80 3.'79
3.1 6 3.1 4
2.78 2.76
) < | 1 <r
2.36 2.34
) )7 ) )l
f
,13
2.1 I
2,05 2.03
1,99 r.96
1.93 1.90
1.89 l
'8
r,85 1,82
1.81 1.78
1.78 l.'75
1,'75 1.',|f
1,73 1"70
|'7| l'8
1,69 1,66
1,67 1,64
1,66 t,62
1,64 1'1
1.63 1.59
l. l l.58
I
,60
|,57
l'59 l
'5
I,58 1,55
1,57 I,54
l.5 t t.4'7
I,44 1,40
|.37 |,32
1.30 1.24
63,06 66.33
9,48 9,49
5,14 5.1 3
3.78 3,'7 6
3,t2 3. r0
Trblica 4
2.72
"\ 1
f.
f .l(;
f .06
r.'/2
l
'9
l.
l,3
l.6l
t.
t5
tz0 0
. 0
+ f0 l5
ta
l0
-0
a 1l
2.49
2,32
2.18
2.08
2,00 1.97
1.93 1.90
1,88 I
.85
r,83 1.80
t.'79 1.76
| /\
11)
1.69
|.6',7
1,64
1,6f
r,60
1.59
1.57
l.5
1.55
| \{
1.52
1.5'7
1.5 I
1.45
1.38
1,54 1.50
1.53 1.49
t.52 1.48
l,5l t.1'7
1.50 1,46
t.4f I,38
I,35 t.f9
t.26 I, t 9
1.17 1.00
I
f
3
4
5
6
1
8
9
l0
ll
t2
l3
l4
l5
l6
t7
l8
l9
20
fl
2?
!-)
f4
25
26
f7
28
f9
30
40
60
120
32
Warto ci krytyczne
lr.,
l/
\- {t
tl
*---/_
r
rcn,fl,E
)
161.45 t99.50
18.5 t 19.00
r0. r 3 9.55
'7.7',t
6,91
6,61 5,',79
5
gc)
s t4
5.59 4.'7 4
5.32
. .4(l
5.12 1,26
4.96 1.10
4.84 3.98
4,75 3.89
4,6'.7 3.81
'1.60
3.'7 4
4.51 3.8
4'19 3.3
. .45
3.59
J 4l 1 i
1.38
3.52
4.35
3.49
+,)z J .{ /
1.30 3.44
4.28 3.12
4.26 3,40
4.24 3.39
+.iJ J .J /
J
'|
i. i
4.20 3.3,1
4.18 3.33
215,7 | 2f4.58
19.16 19.25
9.28 9.12
6,59
(r.39
5,4 I 5, l9
4.'76 4.53
4.35 4.tf
4.07 3.81
3.86 3.63
3.7 | 3.18
3.59 3.3(r
3,49 3.26
3.. l 3.l8
3.34 3.1 I
3.29 3,06
3.21 l,0l
170
1Qr.
3. 16 2.93
3, 13 f .90
3. r0 2,87
3.07 2.84
irli )R)
3,03 2.80
3.01 2.'78
2,99 2,76
2.98 2.71
2.96 2,-/3
2.95 2.7 |
2,93 2.70
)q) )69
230.16 233.99
19.i0 t9.33
9.01 8.94
6.26 6.16
5.05 1.95
4,39 4.28
3.97 3.87
3.9 3.58
3.18 3.37
3.20 3.09
-l.l
l 3.00
-1.03
2.92
?.96 2.85
f .90 2.79
2.85 2.'/4
2.81 f .70
2.7'7 2.66
!- t + l..oJ
2.'.7 | 2.60
2.68 2.51
/
l\lr
'
al
1
l'rJ ? i1
2.62 2.51
2.(r0 2.49
1.59 f .1't
f .5'7 2.46
f
,56
2.45
7 i5 7 J
2.53 2.42
2..r5 2.34
2.37 2.25
2.29 2.18
2.2t 2.10
236,77 238.88
1 9,3 5 19 .3',7
8.89 8,85
.09 6.01
4.88 4.82
4.21 4.15
3.79 3,'t3
3.50 3.14
12q 111
3. 14 3.07
3,01 2,95
2.91 2.85
7 Rl )
'7'1
2.76 2.70
f .'7 | 2,64
2.66 2,59
2.61 2.55
2.58 2.51
2,51 2..18
2.51 2.45
240.54
19.38
8.8 t
6.00
| 11
4,l0
3.8
3.39
3, r8
3.02
2.90
2.80
2.11
l.o)
2 q
1<t
f .49
2.46
2.42
t 10
)J 0
)t1 )17
2.16 f .10 2.34
1.14
)11 )1)
)J ) )1/- t1{)
2'40 2.3. 2.28
tic) ti) )1'1
)11
)lt
)ts
)^lA lto ))n
2.35 2.28 2.f2
2.33 2.2'r 2.21
.r.08
.1.00
3.9f
3.81
3.07
2.81
2,76
2,68
2. 1
J .+)
2.25
) t'7
2.09
2,l8 2.12
2.10 2.04
2.0f 1.96
I .91 1.88
P(F
>-
Fo.,,.,,)
=
a
I
2
3
,1
5
6
7
8
9
t0
l1
t2
l3
t4
l5
16
11
l8
l9
20
2l
2f
23
11
25
z\)
27
28
29
30
40
60
120
00
')
f .3'7 2.0
325
rozkladu F-Snedecora, a=0,05
t2 t20 60 40 30
1t
20 l0
Tnblica 5
25'1.3
19.
24 l
.88
243,90
r9,40 19.41
8,79 8.74
5.96 5.91
4.7 4 4.68
4'0 4'00
3.64 3.5'7
3.35 3.28
3, l4 3.07
2,98 2.91
2,85 2,'79
2.75 2.69
2,6'7 2,60
2,60 2^53
2,54 2.48
)49 ),!)
2.45 2,38
2,4t 2,34
2.38 2.31
f .35 2.28
2,32 2.25
'
() ))1
2,2'7 2,f0
2,25 2.18
2.24 2.16
f .22 2.15
))n ) lr
2.t9 2.12
2, I 8 2.10
f
,16
f
.09
245.95 218.0f
19..13 r9,45
8.70 8.6
5.8 5'80
4.6f 4.56
3.94 3.87
3.5 I 3.44
1))
,
l5
3.01 2,91
2,85 2.7'7
)'7) )65
2.62 2.54
2.53 f .46
2.16 2.39
2.10 2.33
2.35 2.28
f .31 f .23
2.2'7 f .19
t )l ) t6
f,20 2,12
2.18 2.r0
f .t5 2,07
2.13 2,05
2,I I 2,03
2.09 2,01
2.0'7 t.99
2.06 1,97
2.04 t.96
2.03 1.9,1
2.01 1.93
1.92 I,84
1.84 1.75
1.75 1,66
| .67 1.5 7
249.05 250, I 0
I 9,45 19,46
8.1 8.62
5.'7't 5.75
J it J 50
3.84 3.8 r
3.41 3.38
3. I 2 3.08
2.90 2,86
2,74 2.10
2.61 2.5'7
7 5t
1!'l
f .4f 2.38
715 7 tl
2.29 2.25
) )! ) lr)
z.tL) 2,15
f
,15
2.1 I
f,n f.07
2,08 f .04
2,05 2.01
f
,03
1.98
2.0 r 1.96
1,98 1.94
1
,96
1.92
1.95 1.90
1.93 1,88
I .91 r
.87
1.90 1.85
I,89 1.84
1,'79 1.74
1,70 1.65
l. l l.55
t.5f I .46
t5t 14 ?517n t517i
t9.47 19,48 r 9.19
8,59 8.57 8.s5
5..72 5.9 5.6
4.46 4.43 4.10
8.53
5.3
l.
4,
3.'1'7 3.74 3.70 3.67
3.34 3.30 3.2'/ 3.23
3.04 3.01 2.97 f,93
2.83 f .79 2.75 2,'71
f .66 2.6f 2.58 2,54
2.53 2.49 2.45 2,40
f .43 2.38 2.31 2.30
2,3-l 2.i0 1.25 2.21
2.27 2.22 2.18 2.13
2.f0 2.16 2.t | 2.07
f .t5 2.tI 2.06 2,01
2. 10 2.06 2.0 I I
.96
2.06 f.Of |
^9'/
1,9f
2.03 r.98 t.93 1.88
1.99 1.95 1,90 l,84
1 .9(r l.9f 1
.87
1
,8
1
1.91 1.89 I,84 r,78
1.9l i.8 1'81 |'76
I .89 I .81 t,'79 1
,73
1.87 r.82 |.77 1.7 |
t,85 1.80 1.75
1"8,1 l,'19 l.'73
I .82 t,7'7 1.'7 1
l.8l 1,75 1.70
|.79 t.74 1.68
t.69 1.64 r,58
1.59 1.53 |.4',7
r.50 r,43 1.35
1.39 1.32 t.2f
t,6'7
l.5
1.6,1
l.ol
2,08
I,99
1.91
2.00
1.92
1.83
I
2
3
4
5
6
7
8
9
l0
ll
I2
l3
l*
t0
1'7
l8
l9
20
fl
ff
z3
/-+
25
26
2'7
28
f9
30
40
60
tf0
t.75
3f6
Warto ci krytyczne
647,.|9 799,48 84.l5
38.5 r 39.00 39.17
i 7.. 4 l6.0.l l5.44
12.22 r 0.65 9.98
I 0.0 l 8.43 1 ,'7 6
8.8l
.7.26
6.0
8.07 .5.1 5.89
7,57 6.0 5.12
'7
.21 5.71 5.()8
6.94 5.1
.l.83
6,.72 5.26 4.3
.55 5.l0 4., 7
6.11 1.91 4.35
6,30 4.86 4.24
6.20 4.17 4.15
6,t2 1.69 4.08
6,04 4,62 4.01
5.98 4.56 3.95
5,92
.1,51
3,90
5'87 4,46 3.8
5.83 4.42 3.82
5.'t9 4.38 3.78
5.75
' '35
3.75
5.72 4,32 3.72
5'9 4'29 3.69
5.6 1.?./ 3.67
5.63 4.24 3.65
5. l 1,22 3.3
5.59 4.20 3.61
5.57 4,1 8 3.59
5.12 4.05 3.-16
5.29 3.93 3.3'l
5. r5 3.80 3.23
5.02 3.9 3.l2
899.0 92l.83
39,25 39.30
r5,10 14.88
9.0 9.36
'7.39
7.15
6.23 5.99
5.52 5.29
5.05
.1.82
1../2 1." 8
1.11 4.21
'1.28
4,01
4.12 3.89
4.00 3.'/7
3.89 3.66
3.80 3.58
3.73 3.50
3.6 3.14
3.6 r 3.38
3.5 3.j3
3,51 3.29
3.48 3.25
J .++ J . !:
3.11 3.18
3.38 3. I 5
3.35 3. r3
3.33 3.10
3.31 3.08
3^29 3.06
3.27 3,01
3.25 3.03
937.r r 948.20
39'33 39.3
11.'73 t4.62
9,f0 9.07
6.98 6.85
5.82 5.70
5. 12 4.99
.1,(r5
4.53
4.32 4.20
4.07 3.95
3.88 3.76
3,73 3.6 r
3,60 3.4rJ
3.50 3.38
3.4 I 3,29
I 1.1 1 t1
3,28 3.16
3.22 3.10
3.1'/ 3.05
3.13 3.01
3.09 2.97
i.05 2.9i
3,0f 2.t)0
2.99 f .87
2,97 2.85
tgJ
)R)
2.92 2.80
2.90 2.78
2.88 2.'t6
rR7
)7i
)]J )a
2.63 2.5 r
7 i) 7 io
2.4 r 2.f9
956'4 963.28
39,37 39.39
14.54 t4.47
8.98 8.90
6.76 6.68
5.60 5,52
4.90 4.82
4.43 4,36
4. i 0 4.03
3.85 3,78
3. 3.59
3,51 3,41
J .J Y J .J I
3.2g 3,2 I
3.20 3, r2
3, r2 3.05
3.06 2.98
3.01 f .t)3
f .96 2.88
2,9 r 2.84
2.87 2.80
2.84 2,16
2.81 2.73
2.'.78 2.',10
2,'75 2,68
2;13 2.65
2,',1| 2.63
2.69 2.6r
1 (,,1
) c)
r.o) f .) /
2.90
2.'79
t.o /
3. l3
3.01
2.89
f
^41
) 1r)
f .19
")
l<
f .33,
2.?2
P(F > Fo.,,,,,): o
l0
tl
l2
l4
l5
l
l'7
l8
l9
f0
lo
27
28
29
30
" 0
0
t20
)
5'7
3?'7
Tablicn 6
rozkladu F-Snedecora, c0,025
l5 120 60 10 30
)l
20 t2 l0
968.3 976'72
39,40 39.41
t4,42 14.34
8.84 8.75
6.62 6.52
5,46 5.3'7
4.76 1.67
4,30 4.20
3.96 3.87
3.'71 3.6f
3.53 3,,13
3.37 3.28
1)i 1l{
3. 1 5 3,05
3'0 f .96
f .99 2.89
2.92 f .82
2.87 2,77
)R) )7)
2.',77 2,68
2.73 2.64
f
^70
f
,60
f
,6'7
f
.57
2.61 2,54
2.61 2.51
2.59 f .49
ri7
)t'l
2.55 2.4s
2.53 2.43
251 )J 1
t1q
))q
2^21 2.t7
2. t 2.05
2.05 r.94
981.87 993.08
39.13 39.45
14,25 14.1'.7
8'6 8.56
6.41 6.33
5.21 5. I 7
t.57 1.1'7
1.10 4.00
3.77 3.6'7
1 ) 1J )
3.3-t 3,f3
3.18 3.07
3.05 2.95
2.95 2.84
2.E 2..76
2,',79 2.68
2.72 2.62
2.67 2,56
)
(-1
t il
?.5'7 2.16
2.53 2.42
2.50 2.39
2.1't 2.36
2.4t 2.30
2.39 f .28
2.16 2.25
a
tl ) ?1
t l) ) )l
t 1l ) )o
2.l8 2.07
2.0 l.91
l.9l 1.82
1.8-l l.'71
99'7.27 1001.10
39.46 39,16
11.12 1.r.08
8.5l 8.'l
'28 6.23
5.12 5.07
1.1l 4.3
3.95 3.89
3.61 3.5
J .J / J .J I
3.1 7 3.1 2
3.02 ).96
2.89 2.81
?.79 2.73
2.70 2.64
? 1 ) i1
] /.
)50
2,50 2.44
2.. 5 2.39
2.4 t 2.-r5
) 71 ) tl
2.33 2,f7
2.30 2.21
))'1 ))l
2,24 2.18
))1
'l
16
2.19 2.13
2.17 2,I I
2.t5 2.09
2.14 2.07
2.01 l
.94
1.88 1.82
t.'7 6 l .69
1.64 1.57
i.06 3.00 2"94
2.91 2.85 2.',79
2,18 ).1f f .66
2.67 2.(r I 2.55
2.59 2.52 2,46
2,51 2.45 2.38
2.44 2.38 2.32
2.38 2.3f 2,26
2.33 2.2'7 2.20
rlq
))) flA
2.09 2.0-l 1.95
f .0'7 2.00 1.93
2.05 r.98 l.9 r
2.03 l .9 l.89
2.01 1.94 1.87
1.88 1.80 l.'72
t.71 1.6'7 1.58
l.6l r.53 1.13
1.48 1.39 1.2'7
2.25
f .19
2. l-l
2.09
2.25 2.18 2.1 I 2.04
2.2t 2. 11 2.08 2.00
2.18 2.ll f.01 1.9'7
2.15 2.08 2.01 l.9J
2,12 2.05 1,98 1.9 I
1.83
1.85
r.83
l.8l
l005.0 l009.79 l0l4.0.l l0l8
39.17 39.48 39.49 39.50
14.04 1i.99 13.95 13.90
8.4 r 8.36 8.3 r 8.26
.l8 6.|2 6.0.7 .02
5.0l 1.96 4.90
. .85
-1.3
I 1.25 4,20
.:1.14
3,84 3.78 3.73 3.6'l
3"i I 3.45 3.39 3._13
3.26 ,1.20 3.11 3.08
2.88
f .i2
2.6t
2.
)
)1)
t.7
1.64
1.18
l.i l
I
2
3
.l
5
6
7
ti
9
t0
lt
t2
l3
l.
l5
l
1'7
l8
l9
20
2l
22
ZJ
z1
25
26
27
28
29
30
40
0
120
6
328
Warto ci krytyczne
P(F > Fo.,,
,,)
=
a
4052.18 4999.34
98,50 99,00
31,t2 30,82
2t,20 18,00
16.26 13,27
13,75 10.9f
t 7
15 q
Ss
11.26 8.65
l0'5 8.02
10.0.1 7.56
9.5
./'2|
9.33 6.93
9.0"/ 6.70
8'8 6.5l
8'8 6,36
8.53 6.23
8.40 6.1 I
8.29 '0l
8. I 8 5,93
8. l0 5,85
8.02 5.78
7qi 11)
7.tt8 5.
7.82 5,61
7,7'7 5,57
/ t/ \ \{
7.68 5,19
'7,64
5,45
7.60 5,42
1.56 5,39
5103.53 5624.f6
99,l6 99.f5
29.46 28.',7 |
t6,69 15,98
12.06 I 1,39
9.78 9,l5
8.45 7.85
7.59 7,0 r
6.99 6.42
h la \
rr(,
(r.il
l-O /
5
q5
i J l
5.'11 5.2 |
5.56 5.01
5.42 4,89
5.f9 4.'77
5.19 1.6'.7
5,09 1.58
5.01 4.50
4,94 1.43
4.87 1.37
4,82 4,31
4.'/ 6 4.26
J '7) 4 ))
4,68 4.ltl
4.64 4, l"l
4.60
'1,
I I
4,57 4.07
4.54 4,04
1,51 4.02
4.31 3.8i
4, r 3 3.65
3.95 3,48
3.78 3.32
5763,96 5858.95
99.30 99,33
79, )A )1
rrl
15 5t t5 )l
10.97 10,67
8.75 8,47
7.46 7.t9
6.63 6,37
6.0 5.80
5,64 5.3 9
5,3 2 5.0 7
5.06 4.82
1.86 1.2
4.9 4,16
.l.5
4,32
4.44 1,20
4.34 4.l0
1.25 4,01
4.t'7 3.91
4.10 3,87
4.04 3.81
3,99 3,7 6
3.94 3,71
3.90 3,67
3.85 3,63
3,82 3.59
3.78 3,56
/1 { \{
3.'73 3,50
3.70 3' .']
5928,33 5980.95 60f2.10
99.36 99,38 99,39
27.67 21.49 27.34
I 4.98 I 4,80 14,66
l0.46 10.29 l0. l
8.26 8,l0
'/,98
6'99 '84 6'.12
.l8 6'03 5'9l
5.61 5.17 5..' 5
5.20 5.0 4.91
4.89
4.64
1.44
47R
1. l4
4.03
3.93
3.84
3_77
3.70
4;7 4 4.63
.t.50
4,39
4,30 4.19
1,14 4,03
4.00 3.89
3,89 3,78
3,19 3.(r8
3
,7
1 3,0
3'3 3.52
3'56 3'4
3.64 3,51 3,10
3.59 3,45 3,35
3.54 3.41 3.30
3'50 3'3 3,26
3,46 3.32 3,22
3,42 3.29 3.18
3.39 3.26 3. 15
3.3 3
'23
3,|2
3,33 3.f0 3,09
3,30 3.t7 3,07
7.31
7,08
6,85
5,18
4,98
4,'19
.t.6
1
3.5 t
3.34
3.17
3.02
J ,l'
)96
3.12
2.95
2.79
7qg
2,82
f .66
2,89
)
'7)
a rl
I
2
3
4
5
6
7
8
9
l0
ll
l2
l3
l4
t5
t6
t7
l8
l9
20
2l
22
:-)
21
25
26
f7
28
29
30
40
60
t20
6
2.51
329
Tnblica 7
rozkladu F-Snedecora, a=0,01
l5
6055.93 6l0.68
99.. 0 99.12
2',7.23 2't.05
1.1,55 11.3'.7
10.05 9.89
1.87 1.'.7f
6.6f 6.4'/
5.81 5.67
5.2
j.l
t
4.85 4.'7 |
,1,54
4.'10
4.30 4. l
. .l0
3'96
3.94 3.80
3,80 3.67
3,69 3.55
3.59 3.46
i 5l ]7
3,43 3.30
3,31 3.1',7
3.21 3,07
3,17 3.03
3,l3 2.99
3.09 2,96
3.0 2'93
3.03 2.90
3,00 2.87
2.98 2.81
6|56.9.7 208.6 6234,27
c)9..1.r
99.45 99.16
].87 26'69 2.0
l. .](l l].02 l3.93
9.'72 9.55 9.4,1
7.56
',7.10
7.31
,3 l 6.16 6.07
5 52 5.36 5.28
4.96 4.81 4.'73
4.5
. .4l
4.3.]
4,25 4. l0 1.02
1.0l 3.8 3.78
3.82 3.66 3.59
3.66 3.51 3.43
3.52 3.17 3.2e
3.1l 3'2 3' l8
3.3 l 3.l 3.08
3.23 3.08 3.u0
3,l5 3.00 f .9f
3.09 2.91 2,86
3,03 2,88 2.80
2.98 2,83 2..75
2.93 f .78 2,70
2.Ee 2.71 2.66
r.85 2.'t0 2.62
]'8l 2. 2.58
r.78 l.6i 2,55
2.75 2,60 2,52
2.7 3 2.57 2.49
2.'70 2.55 2.47
2.52 2.37 f
,f9
715 ))0
'rt)
:. t9 1.03 1.95
f .04 1.88 1.79
(l260.35
286.43
99.4'7 99.48
2.50 26.4|
r3.81 r 3.75
9,38 9.29
1.f3 1.14
5.99 5.91
5.20 5. t2
4.5 4.57
4.25 4,t'7
3.94 3,8
3.70 3,62
3,51 3.43
3.35 3.f'l
3,2t 3. 13
3.1 0 i.02
3,00 2.92
2,92 2.84
2.84 f ."76
f ;78 f
.69
f
.'72
2,61
2,67 2.58
f .62 2.51
2.58 2,49
)5J )4:
75n )4)
2,47 2,38
2.41 2.35
2,1t f
,33
2.39 2.30
f,20 2,l I
f
,03
1,9.1
1.8 |,76
1.70 1.59
6312.97 6339.51
99.48 99.49
26.32 26.22
l3'65 l3.5
9.20 9.t r
3.78 3.9
t5J tJ 5
3.34 3.25
3.18 3,09
3.05 2.96
2.93 2,8-l
2.83 2,',7 5
2.75 2.66
) 6'1
1
5R
f
^6t
f .52
'7.06
6.91 6.88
5R7 57J 5r\S
5,03 4,95 4.86
1.18
-1.10
1.31
4,08 4.00 3.91
3
'0
3.3
3. l7
120 60 40 30
1.1
20 tf l0
()
99.
f6.t3
tl
9.02
3.
2.87
2.7s
75
!..) t
L.L]
I l')
2.80
1 (.1
', n1
2.66
2.50
)14
2.r8
2,55 2,46 2^36
2.50 2.40 2.31
2.15 2.35 f.26
)J 0 ?1r ))1
2.36 2,2'7 2.17
2.29 2^20 2. r0
2.f6 2.t7 2.06
2,f3 2^14 2.03
2.f1 2.1I 2,Ol
2,02 1
.92 r.80
l
'84
|,73 l
'0
1.66 r .53 1 .3 8
1.4't 1.32 1.00
I
2
3
4
5
6
7
8
9
l0
ll
t2
IJ
l4
l5
l6
t7
l8
la
20
2l
22
a)
a
25
26
2'7
28
f9
30
40
60
120
2.32
330
Tablica 8
Warto ci krytyczne rozk|adu serii
P(k ko,,,,,,,.)
=,
u=0.05
x
2 3 4 5 6 7 8 9 t0 ll t2 13 t4 t5 t6 t7 t8 19 20
0
I
?
3
,
5

'7
8
9
0
f
22 3
f 3 3 4 4
22 3 3 14 5
22 3 14 5 5
(r
23 3 4 5 5 6 6 6
23 3 4 5 5 6 6 7 7
23 4 4 5
(r
6'7 7 8 8
23 4 4 5 6 618
8 9 9
2 3 4 5 5 7
.7
8 8 9 9 10
f 3 4 5 6 6 7 8 8 9 9 l0 l0 ll
23 4 5 6 6 7 8 8 9 l0 l0 il il il
2 3 4 5 6 7 7 8 9 9 l0 l0 Il ll 12. 12
2 3 4 5 6 7 8 8 9 l0 l0 lt II 12 12 l3 13
2 3 4 5 6
'7
8 8 9 l0 l0 ll 12 12 13 li 14 14
2 3 4 5 6 7 8 9 9 l() ll ll t2 t2 13 13 l4 14 t5
c=0.95
X
2 3 4 5 6 7 8 9 l0 il 12 13 14 15 t6 t'7 18 19 20
2
3
4
5

7
8
9
l0
ll
l1
l3
l1
l)
l6
t'7
l8
l9
20
4
56
56
)1
)/
5'7
5'7
57
57
5'.7
)/
57
)/
57
57
57
)t
51
5',l
7
8
8
8
9
9
9
9
9
9
9
9
9
9
9
9
8
9
9
0
U
0
t,
I
I
I
2
2
2
?
3
3
3
3
3
l
2
l
J
J
3
3
4
.t
I
.
1
I
2
3
3

1
A
5
5
5
5
5
6
3
1 15
4 15 l
5 l 16 17
5 16 t'7 t7 l8
616t7181919
617l8t8192020
6 1'l l8 19 2() 20 2l 22
6t718t9202t2t2223
'7
t8 19 20 20 21 22 f3 23 24
7 l8 t9 20 2t 22 22 f3 21 21 25
7 t8 19 20 21 22 23 21 21 25 f6 26
i:
i
.i,
t:,,1 {l,i"i
l
:.. :
..:..; .-
..
l;.1,
,j
)'a:.,l
J J I
cd. Tablicy 8
rr=0.025
x
2 3 1 5 6 1 8 9 l0 lt 1f 13 14 15 16 l'l l8 19 20
U
I
2
3
4
5
6
7
8
,9
)/l
22
:lJ J
:l-lJ -)
233344
2334155
233. 555(l
234,1 55661
f2 3 4 1 5 6 6'7'7 7
f2 3 4 5 5 6 6't't 8 8
22 3 4 5 5 6 7 7 8 8 9 I
2 3 3 4 5 6 7
.7
8 8 9 9 l0
2 3 4
.
5
(l
6
,7
8 8 9 9 l0 l0 l1
f 3 4 4 5 7 7 8 9 9 l0 l0 ll ll ll
2 3
:l
5 5 6 7 I 8 9 9 l0 l0 ll ll 12 12
f 3
.
5 6 6 7 8 8 9 l0 l0 ll 11 12 12 lj 13
1
',l
..r { A t 7
p
o o ln to r) t) 11 l'l 11 t'l t/1,
rr=0.97S
x
2 3 4 5 6 7 8 9 r0 ll 12 l3 11 15 16 11 l8 19 20
l0
il
t2
t3
l1
l5
l6
t7
l8
t9
)o
4
5
57 8
57 8
5'7 8
57 9
57 9
5'7 9
5'7 9
5'7 9
5'7 9
57 9
57 9
57 9
57 9
5'7 9
5'7 9
5'7 9
9
9
0
0
0
I
I
f
/.
2
2
3
J
J
J
3
J
J
f
f
,j
3
3
J
1
1
.
5
5
5
5
3
3
.
4
5
5
5
5
o
6
6
6
r,
4
5
5
5
6
6
7
'7
7
7
'7
1
f
616
6 t'7 l8
7 l8 t8 19
7 l8 19 19 20
7t819202tfl
8 19 20 20 ft f2 22.
819202122222321
81920212223212425
ef02t2222f32125f526
o
'n
)1 )) ?1 ),1 )l' ) )(, 1A )
J )L
Tablicn 9
Warto ci krytyczne rozk|adu znakw
n
o,
tl
ct
0.0 I 0.05 0. I 0.2 5 0.01 0.05 0.1 0.2s 0.01 0.05 0.1 0.15
I
f
3
4
5
6
7
8
9
l0
il
l2
l3
l4
l5
l6
t1
l8
l9
20
fl
22
f3
a/
f5
26
2'1
28
29
30
0
0
U
I
I
3
4
1
4
5
'7
7
I
8
9
0
0
0
3
3
J
0
I
I
I
I
3
.
5
)
5
6
o
6
6-7
67
78
78
79
89
8 l0
9 l0
9 l0
l0 ll
0
3
I
I
2
2
2
J
3
3
.1
4
0lf
I2f
rf3
tf3
f33
+f
.45
46
56
l/
6
6
6
7
7
3l
)!
3l
J +
i5
36
37
38
39
40
4l
t1
.1i
4.
! 6
)1
48
49
50
56
57
58
59
60
5l
52
53
55
15 l8
16 18
16 18
t7 19
t7 19
l9 20
19 21
f0 21
20 ff
20 22
7 9 r0 ll
8 9 t0 tz
8 r0 lt t2
9l0il13
9ill213
9 l1 t2 14
l0 12 13 14
l0 12 13 14
11 12 t_'r 15
ill31115
ll 13 11 16
12 lL 15 16
12 l:l 15 11
13 15 16 t1
13 15 16 18
13 15 | 18
l. l |7 19
14 l 1'7 19
15 t7 t8 t9
15 t1 l8 20
l'7 f0 2t f3
18 20 2t 23
l8 2l ff 21
19 2t f2 24
19 2t 23 25
t
6f
63
4
65
66
67
8
69
'70
7I
72
73
71
75
76
7'7
78
79
80
8l
82
83
85
86
87
8rJ
89
90
20 f2
20 f2
20 23
I I J -1
) l )
22
22
22
z-)
30 33
31 33
3l 31
3t 34
ll
-1)
fJ ll
f4 25
24 26
24 26
25 21
f4 25 27
25 26 28
25 26 28
25 27 f9
26 27 f9
21 26 28 30
f4 27 28 30
25 2.1 28 3l
25 28 f9 3t
25 28 29 32
26 28 i0 32
).6 ?L) 30 32
f7 29 3t 33
f7 30 31 33
28 30 3f 31
28 3t 3f 11
28 31 33 35
29 32 33 35
f9 3f 33 36
l0 32 31 36
34 37
J )
-t
/
35 i8
36 38
36 39
Dla n>90 przyblion warto ci graniczn
jest
najwiksza |iczba calkowita
1
mniejsza t'iz
!(n
-
1)
-
k.{n + l. gdzie t odporviednio
r
dla cr:0,0l
;
0.05. 0, l0, 0,25
jest
rrvne 1,28,79 0.9800, 0,8224
'
O,5] 52.
333
Warto ci krytyczne rozk| tlu Durbina-Watsona
Tablica |0
Hipoteza alternatyrvn a p> 0, gdzie k oznacz.a liczb znliennych
nieza|enlych lv rrvtlatriu regresji (bez rvvrazu rvolnego).
/r- J
c 1 rlt tlt d, cl,,
1.97 0.56 2.21
|.93 0.2 2.l5
1.90 0.6'/ 2.10
t.87 0.7 | 2.06
l.ri5 0.75 2.02
1.83
().79
| .99
l.8l 0.83 1.96
1.80 0.86 t.91
|.79 0.90 1.92
1.78 0.93 1.90
|.7',7 0.95 t.89
1.76 0.98 r.88
|.76 l.0l |.8
1.75 1.03 1.85
1 .'14 I .05 I .84
1.71 1.07 1.83
l.'t4 1.09 1.83
1.73 l.l I 1.82
t,73 l.t3 1.81
1.'73 t. l 5 l,8 r
l.73 l. l l.80
r.73 r. r8 1.80
t.72 l. t9 1.80
| .72 l,2l |,"/9
1 .72 1.22 | .79
| .72 I .23 |.79
t.72 1.29 1.78
| .'72 t.31 |.1']
1.72 l.-38 1.77
1.73 l.4l 1.77
t,'73 1"11 1.7'7
|.74 l.4 |..1./
t.74 t .49 t.'77
1.71 1.5 I 1.'71
|75 | ? |1.7
r.75 r.51 1.78
1.75 1.56 1.78
1.71 | 59
.'76 1,57 1.78
dl
l5 1.08
t6 l.l0
l'7 l.l3
l8 l. l(r
19 l.l8
20 1.20
)1 1)1
ff |.24
f3 t.f6
)J | )7
t\ | )a
26 r.30
f7 l.iz
28 l.33
29 1.34
30 1.35
3l 1.3(r
)z l --1 /
33 1.38
3'l 1,39
35 r.40
1.36 0.95
l .3 7 0.98
1.38 1,02
1.39 1.0_5
r..10 t.08
l.. l l.l0
|.42 l.l3
1.43 l.l5
I .44 1.t7
1.15 l. 19
1.,15 1.2 I
I .16 |.2?
t.4't t.f1
l.. 8 |,26
I .18 1
^27
|
"49
1.28
1.50 t.30
1.50 I,3 I
1.5 I I .32
l.5l 1.33
1.52 1.34
r.52 r.35
r.53 t.36
1.5.1 1.37
1.51 1.38
1.54 1.39
t.57 t.l3
1.59 I .16
l.60 l.. 9
t.62 l.5l
l .3 l.54
r.o+ t.))
1.65 1.57
l.6 l'59
|.6'/ 1.60
1.68 l.6l
I .69 t.62
1.69 1.63
1.51 0.82
l.51 0.8
1.5-l 0.9()
1.53 0.91
I .5 3
().97
1.54 l.(x)
1.51 1,03
1.5.1 1.05
l
'5.
l.08
1.55 l. l0
l.-55 I .12
1.55 l.l1
1.56 l.16
1.56 l. | 8
l.5 |,2()
1.57 1.2 I
I.57 1.23
t57 lal
1.58 t.26
I .58 1.27
r.58 1.28
t5q |tq
1.59 l._l I
I ic) I i]
1.60 1,33
1.60 1,34
1.62 r.38
l.3 l.12
l.61 l.. 5
l.5 l.4tl
1.66 1.50
1,6'7 |,5f
1.68 1.54
I .69 1.56
1,70 I.57
1,70 I.59
t.'7 | 1.60
1.'/f l.(r I
l.75 0.9
t.'73 0-'7 4
1.71 0.78
l.9 0.t]2
l.8 0.86
|.8 0.90
1.6't 0,93
1.66 0.96
1.66 0.99
l.(16 1.0 I
l.6 l'04
1.65 1.06
r.65 r,08
r.65 l.l0
l.5 l.l2
l.5 l.l4
r.65 t.l6
1.65 l.l8
l.5 l.l9
l .65 t.2l
1.65 |
.ff
l.5 |
'24
l.6 l.25
l.6 1.26
1,66 1.2'l
l.6 |.29
1^61 1.31
t,67 l._r8
l.8 l.1l
t.69 1.41
1.70 1.4'7
t,'70 1.19
t^7t l.5t
1;72 1.53
l t/ t\\
| 71 l 57
t.73 1.58
d,, d,
J o
3'/
38
39
40
4)
50
55
60
5
70
75
80
85
90
95
l.4l
lJ a
l.. 3
l.. 3
t.44
1.48
r.50
r.53
I 55
|.5'7
r.58
l-0
l.6l
1.62
1.6_l
1.64
.65
334
L.
!
\
N
^' \
tr-
^t
ca
r-

(t.
N
oo
ry
N
(..l
-
cl
\n-
N

co co
r-
c-
tr-
C..l
oo

N
t--

co
aa
c.J
c\
A
oo
J .
a.)

.v
o\
$
a
i:
\)<
-l
=f
a
co r--
c.l
.T
tr-
oo
ca tr-
^
00
r-
oo
Y
co
co
ca
N
I
^l
vrl
(^.l
l
i-l
-al
-l
I
I
c*
c-
i
rn
oo
Y
i
.$
ca
r-
c1
c-
ca
.1
co
aa
aa
c'.l
cr
i<
=-:
I t \\
*=
X'i
DI\

)
c..l
c.j
cl
ca
c\
.v
ca
vl
c\
=f,
t-r
a'l
r-

?
c.l
c-
c.t
oo
r-
..i
cl
r-
<f
tn
ca
t--
a.)

.':
p>
:"4
iix
U\
!
c..t ca
rd-
r-- ca
a.l

z
a
c
E
E
E
=
p
;

!
.N
Q
I
F
tsBN
g3-92,i1{6-1-3