Primer 1: V vzorec smo izbrali 35 evropskih držav in zanje pridobili naslednje podatke (datoteka tobak.dta): odstotek prebivalcev, starejših od 65 let
|
|
- Daniel Hribar
- pred 4 leti
- Pregledov:
Transkripcija
1 Primer 1: V vzorec smo izbrali 35 evropskih držav in zanje pridobili naslednje podatke (datoteka tobak.dta): odstotek prebivalcev, starejših od 65 let (STAR); poraba cigaret na prebivalca (TOBAK; izražena v številu zavitkov cigaret); število umrlih na prebivalcev (SMRTNOST). a) Ocenite linearni regresijski model, v katerem je SMRTNOST odvisna spremenljivka, preostali dve pa sta pojasnjevalni, in preverite ustreznost specifikacije. b) Ocenite dvojno-logaritemski model in presodite, ali je primernejši od linearnega. c) Ocenite linearni regresijski model, če je spremenljivka SMRTNOST izražena kot število umrlih na prebivalcev, odstotek prebivalcev, starejših od 65 let, pa kot delež. Izpis rezultatov obdelav v programskem paketu Stata:. * Ocenjevanje linearnega modela. regress smrtnost star tobak F( 2, 32) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = smrtnost Coef. Std. Err. t P> t [95% Conf. Interval] star tobak _cons ereturn list scalars: matrices: functions: e(n) = 35 e(df_m) = 2 e(df_r) = 32 e(f) = e(r2) = e(rmse) = e(mss) = e(rss) = e(r2_a) = e(ll) = e(ll_0) = e(rank) = 3 e(sample) e(b) : 1 x 3 e(v) : 3 x 3 1
2 . scalar opaz=e(n). scalar par=e(rank). scalar nvklin=e(rss). display opaz, par, nvklin * Ramseyer RESET test linearnega modela. predict smrtnoste, resid. predict smrtnosthat, xb. scatter smrtnoste smrtnosthat. gen smrtnost2=smrtnosthat^2. gen smrtnost3=smrtnosthat^3. gen smrtnost4=smrtnosthat^4. regress smrtnost star tobak smrtnost F( 3, 31) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = smrtnost Coef. Std. Err. t P> t [95% Conf. Interval] star tobak smrtnost _cons regress smrtnost star tobak smrtnost2 smrtnost F( 4, 30) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = smrtnost Coef. Std. Err. t P> t [95% Conf. Interval] star tobak smrtnost smrtnost3 5.48e e e _cons display invftail(2,30,0.05) display Ftail(2,30,4.28)
3 . regress smrtnost star tobak smrtnost2 smrtnost3 smrtnost F( 5, 29) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = smrtnost Coef. Std. Err. t P> t [95% Conf. Interval] star tobak smrtnost smrtnost smrtnost4-4.39e e e e-08 _cons display invftail(1,30,0.05) display Ftail(3,29,3.03) qui regress smrtnost star tobak. estat ovtest // Stata vkljuci potence do cetrtega reda // Ramsey RESET test using powers of the fitted values of smrtnost Ho: model has no omitted variables F(3, 29) = 3.03 Prob > F = * Ocenjevanje potencnega modela. gen lsmrtnost=log(smrtnost). gen lstar=log(star). gen ltobak=log(tobak). regress lsmrtnost lstar ltobak F( 2, 32) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = lsmrtnost Coef. Std. Err. t P> t [95% Conf. Interval] lstar ltobak _cons scalar nvklog=e(rss). display nvklog
4 . * Izracun primerljivega multiplega determinacijskega koeficienta. qui regress smrtnost star tobak. predict ylinhat, xb. gen lylinhat=log(ylinhat). correlate lsmrtnost lylinhat (obs=35) lsmrtn~t lylinhat lsmrtnost lylinhat return list scalars: matrices: r(n) = 35 r(rho) = r(c) : 2 x 2. scalar r1p=r(rho)^2. scalar r1barp=1-(1-r1p)*((opaz-1)/(opaz-par)). display r1p, r1barp qui regress lsmrtnost lstar ltobak. predict yloghat, xb. gen antilyloghat=exp(yloghat). correlate smrtnost antilyloghat (obs=35) smrtnost antily~t smrtnost antilyloghat return list scalars: matrices: r(n) = 35 r(rho) = r(c) : 2 x 2. scalar r2p=r(rho)^2. display r2p scalar r2barp=1-(1-r2p)*((opaz-1)/(opaz-par)). display r2p, r2barp
5 . * Box-Coxov test (originalni postopek). sum lsmrtnost Variable Obs Mean Std. Dev. Min Max lsmrtnost return list scalars: matrices: r(n) = 35 r(sum_w) = 35 r(mean) = r(var) = r(sd) = r(min) = r(max) = r(sum) = r(c) : 2 x 2. scalar lsmrtnostmean=r(mean). display lsmrtnostmean scalar gmean=exp(lsmrtnostmean). display gmean means smrtnost Variable Type Obs Mean [95% Conf. Interval] smrtnost Arithmetic Geometric Harmonic return list scalars: r(ub_h) = r(lb_h) = r(var_h) = e-08 r(mean_h) = r(ub_g) = r(lb_g) = r(var_g) = r(mean_g) = r(n_pos) = 35 r(ub) = r(lb) = r(var) = r(mean) = r(n) = 35. scalar gmean=r(mean_g). display gmean
6 . scalar lstat=(opaz/2)*abs(log(nvklin/(gmean^2)/nvklog)). display lstat display invchi2tail(1,0.05) display chi2tail(1,lstat) display nvklin/(gmean^2), nvklog * Box-Coxov test (modificirani postopek). gen smrtnostt=smrtnost/gmean. regress smrtnostt star tobak F( 2, 32) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = smrtnostt Coef. Std. Err. t P> t [95% Conf. Interval] star tobak _cons scalar nvklint=e(rss). scalar lstatmod=(opaz/2)*abs(log(nvklint/nvklog)). display lstatmod display invchi2tail(1,0.05) display chi2tail(1,lstatmod) display nvklint, nvklog
7 . * Linearne transformacije. regress smrtnost star tobak F( 2, 32) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = smrtnost Coef. Std. Err. t P> t [95% Conf. Interval] star tobak _cons gen smrtnosttr=smrtnost/100. gen startr=star/100. gen tobaktr=tobak. regress smrtnosttr startr tobaktr F( 2, 32) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = smrtnosttr Coef. Std. Err. t P> t [95% Conf. Interval] startr tobaktr _cons Primer 2: Analiziramo produkcijske funkcije za podjetja industrijske dejavnosti v RS v podskupini DL Proizvodnja računalnikov in druge opreme za obdelavo podatkov na podlagi podatkov iz zaključnih računov za leto 1998 (datoteka proizvod.dta). a) S pomočjo Ramseyevega RESET testa proučite pravilnost specifikacije za linearno produkcijsko funkcijo. b) S pomočjo Box-Coxovega testa ugotovite, ali je na osnovi našega vzorca podatkov ustreznejši linearni ali potenčni (dvojno-logaritemsko linearni) model. 7
8 a) Ramseyev RESET test: Residuals Linear prediction Razširimo linearno produkcijsko funkcijo z drugo in tretjo potenco ocen odvisne spremenljivke, jo ocenimo in testiramo domnevo, da sta vrednosti obeh regresijskih koeficientov dodanih spremenljivk enaki 0: Qˆ i = 94370, ,6 L i 0,6854 K i + 7, Q ˆ 2 4, i Qˆ 3 i (2,53) ( 3,84) ( 0,55) (6,29) ( 7,06) (0,014) (0,000) (0,582) (0,000) (0,000) 2 2 n = 81 R N = 0,7578 R N = 0,7451 s e = ,0 NVK N = 0, F (4, 76) = 59,4636 (0,0000) H 0 : β 4 = β 5 = 0 H 1 : β j 0; j = 4, ( RN R O ) / m (0,7578 0,5756) / 2 F = = = 28,586 2 (1 RN ) / ( n kn) (1 0,7578) / (81 5) Fk (m1 = 2, m2 = n k =76, α = 0,05) = 3,12 F > F k, zavrnemo ničelno domnevo Ker znaša vrednost F statistike 28,5863, lahko na podlagi vzorčnih podatkov z zanemarljivo stopnjo značilnosti zavrnemo domnevo, da sta oba regresijska koeficienta dodanih spremenljivk enaka 0. Na podlagi Ramseyevega RESET testa smo torej ugotovili, da je osnovni linearni model smiselno razširiti, vendar bi bilo treba natančneje ugotoviti na kakšen način in s katerimi pojasnjevalnimi spremenljivkami. 8
9 b) Box-Coxov test: H 0 : modela sta enakovredna H 1 : modela nista enakovredna n 1 1 n ln n n yi i 1 yg yi e = = = = ,1 i= 1 2 n NVKL / yg l = ln = 168,079 2 NVKLL 2 χ k (m = 1, α = 0,05) = 3,84146 l > χ 2, zavrnemo ničelno domnevo NVK y > NVK, boljši je dvojnologaritemsko-linearni model L / G 2 LL Izpis rezultatov obdelav v programskem paketu Stata:. * Ramseyev RESET test:. regress q l k Source SS df MS Number of obs = F( 2, 78) = Model e e+12 Prob > F = Residual e e+10 R-squared = Adj R-squared = Total e e+11 Root MSE = 2.6e+05 q Coef. Std. Err. t P> t [95% Conf. Interval] l k _cons predict qe, resid. predict qhat, xb. scatter qe qhat. gen q2=qhat^2. gen q3=qhat^3. regress q l k q2 q3 Source SS df MS Number of obs = F( 4, 76) = Model e e+12 Prob > F = Residual e e+10 R-squared = Adj R-squared = Total e e+11 Root MSE = 2.0e+05 9
10 q Coef. Std. Err. t P> t [95% Conf. Interval] l k q2 7.40e e e e-06 q3-4.98e e e e-12 _cons display invftail(2,76,0.05) display Ftail(2,76, ) 5.535e-10. qui regress q l k. estat ovtest // Stata vkljuci potence do cetrtega reda // Ramsey RESET test using powers of the fitted values of q Ho: model has no omitted variables F(3, 75) = Prob > F = * Box-Coxov test (originalni postopek):. regress q l k Source SS df MS Number of obs = F( 2, 78) = Model e e+12 Prob > F = Residual e e+10 R-squared = Adj R-squared = Total e e+11 Root MSE = 2.6e+05 q Coef. Std. Err. t P> t [95% Conf. Interval] l k _cons scalar opaz=e(n). scalar par=e(rank). scalar nvklin=e(rss). regress lq ll lk Source SS df MS Number of obs = F( 2, 78) = Model Prob > F = Residual R-squared = Adj R-squared = Total Root MSE = lq Coef. Std. Err. t P> t [95% Conf. Interval] ll lk _cons
11 . scalar nvklog=e(rss). display opaz, par, nvklin, nvklog e means q Variable Type Obs Mean [95% Conf. Interval] q Arithmetic Geometric Harmonic scalar gmean=r(mean_g). display gmean scalar lstat=(opaz/2)*abs(log(nvklin/(gmean^2)/nvklog)). display lstat display invchi2tail(1,0.05) display chi2tail(1,lstat) 1.944e-38. display nvklin/(gmean^2), nvklog
Primer 1: Analiziramo produkcijske funkcije za podjetja industrijske dejavnosti v RS v podskupini DL Proizvodnja računalnikov in druge opreme za
Primer 1: Analiziramo produkcijske funkcije za podjetja industrijske dejavnosti v RS v podskupini DL 30.02 Proizvodnja računalnikov in druge opreme za obdelavo podatkov na podlagi podatkov iz zaključnih
Prikaži več2. Model multiple regresije
2. Model multiple regresije doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 2.1 Populacijski regresijski model in regresijski model vzorčnih podatkov
Prikaži večEnajste vaje
Ekonometrija 1 Enajste vaje: Konstantnost variance slučajne spremenljivke in heteroskedastičnost. Odsotnost koreliranosti slučajne spremenljivke in avtokorelacija. Na enajstih vajah bomo nadaljevali z
Prikaži večOsme vaje
Ekonometrja 1 Osme vaje: Vplv lnearnh transformacj spremenljvk na ocene parametrov regresjske funkcje. Napovedovanje povprečne n posamčne vrednost odvsne spremenljvke. Na osmh vajah bomo nadaljeval s proučevanjem
Prikaži več3. Preizkušanje domnev
3. Preizkušanje domnev doc. dr. Miroslav Verbič miroslav.verbic@ef.uni-lj.si www.miroslav-verbic.si Ljubljana, februar 2014 3.1 Izračunavanje intervala zaupanja za vrednosti regresijskih koeficientov Motivacija
Prikaži večMicrosoft Word - SI_vaja5.doc
Univerza v Ljubljani, Zdravstvena fakulteta Sanitarno inženirstvo Statistika Inštitut za biostatistiko in medicinsko informatiko Š.l. 2011/2012, 3. letnik (1. stopnja), Vaja 5 Naloge 1. del: t test za
Prikaži večOsnove statistike v fizični geografiji 2
Osnove statistike v geografiji - Metodologija geografskega raziskovanja - dr. Gregor Kovačič, doc. Bivariantna analiza Lastnosti so med sabo odvisne (vzročnoposledično povezane), kadar ena lastnost (spremenljivka
Prikaži večNAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo to
NAVADNA (BIVARIATNA) LINEARNA REGRESIJA O regresijski analizi govorimo, kadar želimo opisati povezanost dveh numeričnih spremenljivk. Opravka imamo torej s pari podatkov (x i,y i ), kjer so x i vrednosti
Prikaži večIme in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6. julij 2018 Navodila Pazljivo preberite be
Ime in priimek: Vpisna št: FAKULEA ZA MAEMAIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 6 julij 2018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven rezultat
Prikaži večLaTeX slides
Linearni in nelinearni modeli Milena Kovač 22. december 2006 Biometrija 2006/2007 1 Linearni, pogojno linearni in nelinearni modeli Kriteriji za razdelitev: prvi parcialni odvodi po parametrih Linearni
Prikaži večIzvozna in uvozna funkcija slovenskega gospodarstva
UNIVERZA V LJUBLJANI EKONOMSKA FAKULTETA DIPLOMSKO DELO IZVOZNA IN UVOZNA FUNKCIJA SLOVENSKEGA GOSPODARSTVA Ljubljana, junij 005 PRIMOŽ ZAPLOTNIK IZJAVA Študent Primož Zaplotnik izjavljam, da sem avtor
Prikaži večIme in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31. avgust 2018 Navodila Pazljivo preberite
Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Statistika Pisni izpit 31 avgust 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Za pozitiven
Prikaži večUniverza v Mariboru Fakulteta za naravoslovje in matematiko Oddelek za matematiko in računalništvo Enopredmetna matematika IZPIT IZ VERJETNOSTI IN STA
Enopredmetna matematika IN STATISTIKE Maribor, 31. 01. 2012 1. Na voljo imamo kovanca tipa K 1 in K 2, katerih verjetnost, da pade grb, je p 1 in p 2. (a) Istočasno vržemo oba kovanca. Verjetnost, da je
Prikaži večMatematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y
Matematika Diferencialne enačbe prvega reda (1) Reši diferencialne enačbe z ločljivimi spremenljivkami: (a) y = 2xy, (b) y tg x = y, (c) y = 2x(1 + y 2 ). Rešitev: Diferencialna enačba ima ločljive spremenljivke,
Prikaži večŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA
ŠTEVCI PROMETA IN NJIHOVA UPORABA ZA NAMENE STATISTIK ČRT GRAHONJA Navdih Poizvedovanje po BD podatkovnih virih, ki imajo časovno dimenzijo in so dostopni. Večji promet pomeni večje število dobrin in močnejšo
Prikaži večDelavnica Načrtovanje digitalnih vezij
Laboratorij za načrtovanje integriranih vezij Univerza v Ljubljani Fakulteta za elektrotehniko Digitalni Elektronski Sistemi Osnove jezika VHDL Strukturno načrtovanje in testiranje Struktura vezja s komponentami
Prikaži več4. tema pri predmetu Računalniška orodja v fiziki Ljubljana, Grafi II Jure Senčar
4. tema pri predmetu Računalniška orodja v fiziki Ljubljana, 6.4.29 Grafi II Jure Senčar Relativna sila krčenja - F/Fmax [%]. Naloga Nalogo sem delal v Excelu. Ta ima vgrajeno funkcijo, ki nam vrne logaritemsko
Prikaži večPREDLOG ZA AKREDITACIJO
Predmet: Course title: UČNI NAČRT PREDMETA / COURSE SYLLABUS STATISTIČNA ANALIZA PODATKOV Z RAČUNALNIKOM Študijski program in stopnja Study programme and level Tiflopedagogika in pedagogika specifičnih
Prikaži večMicrosoft Word - SI_vaja1.doc
Univerza v Ljubljani, Zdravstvena fakulteta Sanitarno inženirstvo Statistika Inštitut za biostatistiko in medicinsko informatiko Š.l. 2011/2012, 3. letnik (1. stopnja), Vaja 1 Naloge 1. del: Opisna statistika
Prikaži večUNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v fina
UNIVERZA V LJUBLJANI FAKULTETA ZA MATEMATIKO IN FIZIKO Katja Ciglar Analiza občutljivosti v Excel-u Seminarska naloga pri predmetu Optimizacija v financah Ljubljana, 2010 1. Klasični pristop k analizi
Prikaži večTeorija kodiranja in kriptografija 2013/ AES
Teorija kodiranja in kriptografija 23/24 AES Arjana Žitnik Univerza v Ljubljani, Fakulteta za matematiko in fiziko Ljubljana, 8. 3. 24 AES - zgodovina Septembra 997 je NIST objavil natečaj za izbor nove
Prikaži večUvodno predavanje
RAČUNALNIŠKA ORODJA Simulacije elektronskih vezij M. Jankovec 2.TRAN analiza (Analiza v časovnem prostoru) Iskanje odziva nelinearnega dinamičnega vezja v časovnem prostoru Prehodni pojavi Stacionarno
Prikaži večMicrosoft Word - ARRS-MS-BR-07-A-2009.doc
RAZPIS: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slovenijo in Federativno Republiko Brazilijo v letih 2010 2012 (Uradni list RS št. 53/2009) Splošna opomba: Vnosna
Prikaži večVerjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC
Verjetnost in vzorčenje: teoretske porazdelitve standardne napake ocenjevanje parametrov as. dr. Nino RODE prof. dr. Blaž MESEC VERJETNOST osnovni pojmi Poskus: dejanje pri katerem je izid negotov met
Prikaži večGeomInterp.dvi
Univerza v Ljubljani Fakulteta za matematiko in fiziko Seminar za Numerično analizo Geometrijska interpolacija z ravninskimi parametričnimi polinomskimi krivuljami Gašper Jaklič, Jernej Kozak, Marjeta
Prikaži večOsnove matematicne analize 2018/19
Osnove matematične analize 2018/19 Neža Mramor Kosta Fakulteta za računalništvo in informatiko Univerza v Ljubljani Funkcija je predpis, ki vsakemu elementu x iz definicijskega območja D f R priredi natanko
Prikaži večVrste
Matematika 1 17. - 24. november 2009 Funkcija, ki ni algebraična, se imenuje transcendentna funkcija. Podrobneje si bomo ogledali naslednje transcendentne funkcije: eksponentno, logaritemsko, kotne, ciklometrične,
Prikaži večMicrosoft Word - RAZISKAVA_II._del.doc
DEJAVNIKI VARNOSTI CESTNEGA PROMETA V SLOVENIJI Raziskava II. del Inštitut za kriminologijo pri Pravni fakulteti v Ljubljani Ljubljana, avgusta 2010 Vodja raziskave: dr. Dragan Petrovec Izvajalci in avtorji:
Prikaži večDOLŽNIK: MARJAN KOLAR - osebni steč aj Opr. št. St 3673/ 2014 OSNOVNI SEZNAM PREIZKUŠENIH TERJATEV prij ava terjatve zap. št. št. prij. matič na števi
DOLŽNIK: MARJAN KOLAR - osebni steč aj Opr. St 3673/ 2014 OSNOVNI SEZNAM PREIZKUŠENIH TERJATEV prij ava terjatve zap. prij. matič na številka firma / ime upnika glavnica obresti stroški skupaj prij ava
Prikaži večMere kompleksnih mrež (angl. Network Statistics) - Seminarska naloga pri predmetu Izbrana poglavja iz diskretne matematike
Mere kompleksnih mrež (angl. Network Statistics) Seminarska naloga pri predmetu Izbrana poglavja iz diskretne matematike Ajda Pirnat, Julia Cafnik in Živa Mitar Fakulteta za matematiko in fiziko April
Prikaži večRAM stroj Nataša Naglič 4. junij RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni
RAM stroj Nataša Naglič 4. junij 2009 1 RAM RAM - random access machine Bralno pisalni, eno akumulatorski računalnik. Sestavljajo ga bralni in pisalni trak, pomnilnik ter program. Bralni trak- zaporedje
Prikaži večPreštudirati je potrebno: Floyd, Principles of Electric Circuits Pri posameznih poglavjih so označene naloge, ki bi jih bilo smiselno rešiti. Bolj pom
Preštudirati je potrebno: Floyd, Principles of Electric Circuits Pri posameznih poglavjih so označene naloge, ki bi jih bilo smiselno rešiti. Bolj pomembne, oziroma osnovne naloge so poudarjene v rumenem.
Prikaži večPowerPoint Presentation
Integral rešujemo nalogo: Dana je funkcija f. Najdimo funkcijo F, katere odvod je enak f. Če je F ()=f() pravimo, da je F() primitivna funkcija za funkcijo f(). Primeri: f ( ) = cos f ( ) = sin f () =
Prikaži večMicrosoft Word - Faktorska_analiza_blagovne_znamke_II
Funkcije blagovne znamke Občutljivost na blagovne znamke (angl. brand sensitivity), definirana kot pomen, ki ga kupci pripisujejo blagovni znamki v procesu odločanja za nakup, je izkazano pomemben dejavnik,
Prikaži večUM FKKT, Bolonjski visoko²olski program Kemijska tehnologija Vpisna ²tevilka Priimek, ime 3. test pri predmetu MATEMATIKA II Ra unski del
UM FKKT, Bolonjski visoko²olski program Kemijska tehnologija Vpisna ²tevilka Priimek, ime 3. test pri predmetu MATEMATIKA II Ra unski del 13. 6. 2016 Navodila: Pripravi osebni dokument. Ugasni in odstrani
Prikaži več2. izbirni test za MMO 2017 Ljubljana, 17. februar Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter
2. izbirni test za MMO 2017 Ljubljana, 17. februar 2017 1. Naj bosta k 1 in k 2 dve krožnici s središčema O 1 in O 2, ki se sekata v dveh točkah, ter naj bo A eno od njunih presečišč. Ena od njunih skupnih
Prikaži večC:/Users/Matevž Èrepnjak/Dropbox/FKKT/testi in izpiti/ /IZPITI/FKKT-februar-14.dvi
Kemijska tehnologija, Kemija Bolonjski univerzitetni program Smer: KT K WolframA: DA NE Računski del izpita pri predmetu MATEMATIKA I 6. 2. 2014 Čas reševanja je 75 minut. Navodila: Pripravi osebni dokument.
Prikaži večMicrosoft Word - ARRS-MS-CEA-03-A-2009.doc
RAZPIS: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slovenijo in Komisariatom za atomsko energijo (CEA) Francoske republike v letih 2009-2011 Splošna opomba: Vnosna
Prikaži večVaje: Matrike 1. Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N 0 1 n ; n N Pokaži, da je množica x 0 y 0 x
Vaje: Matrike 1 Ugani rezultat, nato pa dokaži z indukcijo: (a) (b) [ ] n 1 1 ; n N n 1 1 0 1 ; n N 0 2 Pokaži, da je množica x 0 y 0 x y x + z ; x, y, z R y x z x vektorski podprostor v prostoru matrik
Prikaži večKein Folientitel
Eksperimentalno modeliranje Se imenuje tudi: y = f x; β + ε - system identification, - statistical modeling, - parametric modeling, - nonparametric modeling, - machine learning, - empiric modeling - itd.
Prikaži večresitve.dvi
FAKULTETA ZA STROJNIŠTVO Matematika 4 Pisni izpit 3. februar Ime in priimek: Vpisna št: Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja. Veljale bodo samo rešitve na papirju, kjer
Prikaži več(Microsoft Word - 3. Pogre\232ki in negotovost-c.doc)
3.4 Merilna negotovost Merilna negotovost je parameter, ki pripada merilnem rezltat. Označje razpršenost vrednosti, ki jih je mogoče z določeno verjetnostjo pripisati merjeni veličini. Navaja kakovost
Prikaži večCENIK KLIMATSKIH NAPRAV SPLOŠNA UPORABA Pooblaščeni zastopnik in distributer za Slovenijo
ENIK KLIMTSKIH NPRV SPLOŠN UPOR Pooblaščeni zastopnik in distributer za Slovenijo SERIJ MSZ-FH Kirigamine filtracija zraka s tehnologijo funkcija za varčevanje z energijo OPIJ: WI FI brezžično upravljanje
Prikaži več6.1 Uvod 6 Igra Chomp Marko Repše, Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru
6.1 Uvod 6 Igra Chomp Marko Repše, 30.03.2009 Chomp je nepristranska igra dveh igralcev s popolno informacijo na dvo (ali vec) dimenzionalnem prostoru in na končni ali neskončni čokoladi. Igralca si izmenjujeta
Prikaži večOsnovnošolsko prvenstvo Ljubljane 2015
Osnovnošolsko prvenstvo Ljubljane 2015_F15 Bilten/Bulletin 7 Lista igralcev Ime Kat ELO LRat Fed. Klub 1. Unuk Jan III 1595 1951 SLO OŠ Nove Jarše 2. Knap Jaša 1491 1854 SLO OŠ Maksa Pečarja 3. Založnik
Prikaži večJournal of Central European Agriculture, 2012, 13(1), p DOI: /JCEA01/ DETERMINANTS OF AGRO FOOD PRICE CHANGES IN SLOVENIA DEJAV
Journal of Central European Agriculture, 2012, 13(1), p.95-108 DOI: 10.5513/JCEA01/13.1.1020 DETERMINANTS OF AGRO FOOD PRICE CHANGES IN SLOVENIA DEJAVNIKI SPREMINJANJA AGROŽIVILSKIH CEN V SLOVENIJI Sergej
Prikaži večNOVOSTI NA PODROČJU HARMONIZIRANIH STANDARDOV V OKVIRU DIREKTIV NOVEGA PRISTOPA Pripravila: Enisa Šmrković, mag., Kontaktna točka SIST V 6. členu Zako
NOVOSTI NA PODROČJU HARMONIZIRANIH STANDARDOV V OKVIRU DIREKTIV NOVEGA PRISTOPA Pripravila: Enisa Šmrković, mag., Kontaktna točka SIST V 6. členu Zakona o tehničnih zahtevah za proizvode in o ugotavljanju
Prikaži večMatematika II (UNI) Izpit (23. avgust 2011) RE ITVE Naloga 1 (20 to k) Vektorja a = (0, 1, 1) in b = (1, 0, 1) oklepata trikotnik v prostoru. Izra una
Matematika II (UNI) Izpit (. avgust 11) RE ITVE Naloga 1 ( to k) Vektorja a = (, 1, 1) in b = (1,, 1) oklepata trikotnik v prostoru. Izra unajte: kot med vektorjema a in b, pravokotno projekcijo vektorja
Prikaži večRUO
Vpliv človeškega kapitala na poslovno uspešnost turističnih agencij Vojko Kaluža* Srednja strojna in kemijska šola, Šolski center Ljubljana vojkoml@yahoo.com Štefan Bojnec Fakulteta za management, Univerza
Prikaži večVAJE RID 1 (4), program PTI, šol
VAJE INFORMATIKA, program PTI šol. leto 08/09 Za vsako vajo izdelajte kratka navodila oz. katere ukaze ste uporabili za izdelavo dokumenta. Vsak dokument stiskajte in ga vsatvite v delovno mapo. Pred izpitom
Prikaži večDiapozitiv 1
9. Funkcije 1 9. 1. F U N K C I J A m a i n () 9.2. D E F I N I C I J A F U N K C I J E 9.3. S T A V E K r e t u r n 9.4. K L I C F U N K C I J E I N P R E N O S P A R A M E T R O V 9.5. P R E K R I V
Prikaži večBilten - XXX odprto prvenstvo Komende 2016_docx
XXX. ODPRTO PRVENSTVO KOMENDE 2016 Komenda: 17.9.2016 18.9.2016 Pripravil in razmnožil: Franc Poglajen I. PRAVILNIK 1. XXX. ODPRTO PRVENSTVO KOMENDE prireja Šahovski klub Komenda v sodelovanju s podjetjem
Prikaži večMicrosoft PowerPoint _12_15-11_predavanje(1_00)-IR-pdf
uporaba for zanke i iz korak > 0 oblika zanke: for i iz : korak : ik NE i ik DA stavek1 stavek2 stavekn stavek1 stavek2 stavekn end i i + korak I&: P-XI/1/17 uporaba for zanke i iz korak < 0 oblika zanke:
Prikaži več2
REPUBLIKA SLOVENIJA LETNO POROČILO O KAKOVOSTI ZA RAZISKOVANJE ANKETA O MNENJU POTROŠNIKOV ZA LETO 2010 Poročilo pripravil: Martin Bajželj, Marta Arnež Datum: avgust 2011 1/12 Kazalo 0 Osnovni podatki...
Prikaži večIme in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5. februar 2018 Navodila Pazljivo preberite
Ime in priimek: Vpisna št: FAKULTETA ZA MATEMATIKO IN FIZIKO Oddelek za matematiko Verjetnost Pisni izpit 5 februar 018 Navodila Pazljivo preberite besedilo naloge, preden se lotite reševanja Nalog je
Prikaži večPOPOLNI KVADER
List za mlade matematike, fizike, astronome in računalnikarje ISSN 031-662 Letnik 18 (1990/1991) Številka 3 Strani 134 139 Edvard Kramar: POPOLNI KVADER Ključne besede: matematika, geometrija, kvader,
Prikaži več2
REPUBLIKA SLOVENIJA LETNO POROČILO O KAKOVOSTI ZA RAZISKOVANJE ANKETA O MNENJU POTROŠNIKOV ZA LETO 2011 Poročilo pripravil: Martin Bajželj, Marta Arnež Datum: september 2012 1/12 Kazalo 0 Osnovni podatki...
Prikaži večMicrosoft Word - ARRS-MS-FI-06-A-2010.doc
RAZPIS: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slovenijo in Republiko Finsko v letih 2011-2012 (Uradni list RS, št. 49/2010) Splošne opombe: Obrazec izpolnjujte
Prikaži večOSNOVE UMETNE INTELIGENCE
OSNOVE UMETNE INTELIGENCE 2017/18 regresijska drevesa ocenjevanje učenja linearni modeli k-nn Zoran Bosnić del gradiva povzet po: Bratko: Prolog programming for AI, Pearson (2011) in Russell, Norvig: AI:
Prikaži več2
LETNO POROČILO O KAKOVOSTI ZA RAZISKOVANJE ČETRTLETNO STATISTIČNO RAZISKOVANJE O ELEKTRONSKIH KOMUNIKACIJSKIH STORITVAH (KO-TEL/ČL) IN LETNO STATISTIČNO RAZISKOVANJE O ELEKTRONSKIH KOMUNIKACIJSKIH STORITVAH
Prikaži večMicrosoft Word - DAES zbornik 2010-številke.doc
5. konferenca DAES Sodobni izzivi menedžmenta v agroživilstvu Pivola 18.-19. marec 2010 Sodobni izzivi menedžmenta v agroživilstvu Uredil: dr. Črtomir Rozman in dr. Stane Kavčič Programski odbor: dr. Jernej
Prikaži večALTA Skladi, družba za upravljanje, d.d. Železna cesta 18 SI Ljubljana T: (0) F: +386 (0)
Celotni stroški poslovanja po skladih Krovni sklad ALTA ALTA ABS 03.01.2016 31.12.2016 2,14% 04.01.2015 31.12.2015 2,15% 02.01.2014 31.12.2014 2,25% 02.01.2013 31.12.2013 2,27% 01.01.2012-31.12.2012 2,13%
Prikaži večBrownova kovariancna razdalja
Brownova kovariančna razdalja Nace Čebulj Fakulteta za matematiko in fiziko 8. januar 2015 Nova mera odvisnosti Motivacija in definicija S primerno izbiro funkcije uteži w(t, s) lahko definiramo mero odvisnosti
Prikaži večPosebne funkcije
10 Posebne funkcije Posebne funkcije Geometrijska vrsta Binomska vrsta Eksponentna funkcija Logaritemska funkcija Kotne funkcije Kotne tabele Grafi kotnih funkcij Obratne kotne funkcije 10.1 Posebne funkcije
Prikaži večMB_Studenci
RAZISKOVALNI PROJEKT TRAJNE MERITVE ELEKTROMAGNETNIH SEVANJ V SLOVENSKIH OBČINAH Mestna občina Maribor (Mestna četrt Studenci) 13.12. - 15.12. 2009 MERILNA KAMPANJA OBČINA MARIBOR (MČ STUDENCI) stran 2
Prikaži večIZLETI V MATEMATIČNO VESOLJE Ali so fantje bolj nadarjeni za matematiko kot dekleta? Arjana Brezigar Masten UP FAMNIT in UMAR 1
IZLETI V MATEMATIČNO VESOLJE Ali so fantje bolj nadarjeni za matematiko kot dekleta? Arjana Brezigar Masten UP FAMNIT in UMAR 1 Culture, Gender, and Math L.Guiso, F.Monte, P. Sapienza, L.Zingales Science
Prikaži več3dsMax-Particle-Paint
PARTICLE PAINT Gola pokrajina je v najbolj ekstremnih okoljih arktike ali puščave. Pa še v tem delu je pokrajina posejana s kamenjem. Povsod drugod pa naletimo na gosto posejanost rastlinja, od trave,
Prikaži večRAČUNALNIŠKA ORODJA V MATEMATIKI
DEFINICIJA V PARAVOKOTNEM TRIKOTNIKU DEFINICIJA NA ENOTSKI KROŢNICI GRAFI IN LASTNOSTI SINUSA IN KOSINUSA POMEMBNEJŠE FORMULE Oznake: sinus kota x označujemo z oznako sin x, kosinus kota x označujemo z
Prikaži večMicrosoft Word - 170
UGOTAVLJANJE UČINKOVITOSTI PRED IN PO PREHODU NA HIBRIDNO PROIZVODNJO: ŠTUDIJA PRIMERA Igor Perko igor.perko.fm@gmail.com Vse večji izziv evropskih podjetij je, kako ostati konkurenčen v globalnem svetu,
Prikaži večMicrosoft Word - 25_LPK_E_PE_L2011.doc
REPUBLIKA SLOVENIJA LETNO POROČILO O KAKOVOSTI ZA RAZISKOVANJE LETNO STATISTIČNO RAZISKOVANJE O PORABI ENERGIJE, GORIV IN IZBRANIH NAFTNIH PROIZVODOV E-PE/L ZA LETO 2011 Poročilo pripravil: Jože Zalar,
Prikaži večARRS-BI-FR-PROTEUS-JR-Prijava/2011 Stran 1 od 7 Oznaka prijave: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slov
Stran 1 od 7 Oznaka prijave: Javni razpis za sofinanciranje znanstvenoraziskovalnega sodelovanja med Republiko Slovenijo in Francosko republiko Program PROTEUS v letih 2012-2013 (Uradni list RS, št. 10/2011,
Prikaži večMicrosoft Word - CNR-MPV2 Quick Guide_SI
Canyon multimedijski MP3 predvajalnik Artikel: CNR-MPV2 Opozorilo: Pred uporabo pozorno preberite navodila za uporabo. Podrobna navodila se nahajajo na priloženem CD mediju. Opozorilo: Pred uporabo napolnite
Prikaži večNAVODILA ZA KALIBRACIJO IN VZDRŽEVANJE WTW QuadroLine ph 296 Oxi 296 Kratka navodila za rokovanje z instrumentom. Pred uporabo dobro preberi tudi orig
NAVODILA ZA KALIBRACIJO IN VZDRŽEVANJE WTW QuadroLine ph 296 Oxi 296 Kratka navodila za rokovanje z instrumentom. Pred uporabo dobro preberi tudi originalna navodila, posebej za uporabo vseh možnih funkcij!
Prikaži večGOALS
BELGIAN DEFENCE FORCES General Directorate Material Resources Section Ammunition Risk Management HQ Queen ELISABETH Rue d'evere, 1 1140 BRUSSELS BELGIUM (BE)AC326(SG5) IWP 2012-01(I) 26. marec 2012 ORODJE
Prikaži večPrekinitveni način delovanja PLK Glavni program (OB1; MAIN) se izvaja ciklično Prekinitev začasno ustavi izvajanje glavnega programa in zažene izvajan
Prekinitveni način delovanja PLK Glavni program (OB1; MAIN) se izvaja ciklično Prekinitev začasno ustavi izvajanje glavnega programa in zažene izvajanje prekinitvene rutine Dogodek GLAVNI PROGRAM (MAIN-OB1)
Prikaži večPopravki nalog: Numerična analiza - podiplomski študij FGG : popravljena naloga : popravljena naloga 14 domače naloge - 2. skupina
Popravki nalog: Numerična analiza - podiplomski študij FGG 9.8.24: popravljena naloga 4 3..25: popravljena naloga 4 domače naloge - 2. skupina V drugem delu morate rešiti toliko nalog, da bo njihova skupna
Prikaži več'Kombinatoricna optimizacija / Lokalna optimizacija'
Kombinatorična optimizacija 3. Lokalna optimizacija Vladimir Batagelj FMF, matematika na vrhu različica: 15. november 2006 / 23 : 17 V. Batagelj: Kombinatorična optimizacija / 3. Lokalna optimizacija 1
Prikaži več2
REPUBLIKA SLOVENIJA LETNO POROČILO O KAKOVOSTI ZA RAZISKOVANJE Izdatki za varstvo okolja (OKI) ZA LETO 2006 Poročilo pripravila: Danica Bizjak in Boro Nikić Datum: oktober 2008 1/9 Kazalo 0 Osnovni podatki...
Prikaži večNAVODILA ZA IZPOLNJEVANJE ELEKTRONSKEGA OBRAZCA ZA PRIJAVO IN PREKLIC DIGITALNIH POTRDIL Verzija Datum Opis sprememb dokumenta dokumenta
NAVODILA ZA IZPOLNJEVANJE ELEKTRONSKEGA OBRAZCA ZA PRIJAVO IN PREKLIC DIGITALNIH POTRDIL Verzija Datum Opis sprememb dokumenta dokumenta 1.0 22.11.2013 Prva verzija dokumenta 1.1 15.04.2015 Dodana možnost
Prikaži večPowerPointova predstavitev
Načrtujemo, razvijamo in izdelamo elektroniko po meri naročnika Svetujemo pri izbiri komponent, optimiziramo stroškovnike in proizvodni proces. Ključne kompetence Razvoj elektronike (hardware) Vgrajeni
Prikaži večKATALOG ROCAJI.CDR
Pohištveni roèaji POHIŠTVENI ROČAJI leseni 01-05 kovinski 06-23 plastièni 24-28 aktivno kazalo plastika + les 28 kovina + les 29 kovina + plastika 42-45 kovina + usnje 46 kliknite z miško na skupino (
Prikaži večMicrosoft Word - Bilten - XVIII odprto prvenstvo Komenda pdfMachine from Broadgun Software, a great PDF writer utility!
ŠK KOMENDA XVIII. ODPRTO PRVENSTVO KOMENDE 2004 Komenda: 23. 27. 8. 2004 Pripravil in razmnožil: Franc Poglajen Franc BILTEN Stran 24 od 24 1. PRAVILNIK 1. XVIII. ODPRTO PRVENSTVO KOMENDE prireja Šahovski
Prikaži večMicrosoft Word - strakl-jana.doc
UNIVERZA V LJUBLJANI FAKULTETA ZA DRUŽBENE VEDE JANA ŠTRAKL VEČNIVOJSKA ANALIZA DIPLOMSKO DELO LJUBLJANA 2008 UNIVERZA V LJUBLJANI FAKULTETA ZA DRUŽBENE VEDE JANA ŠTRAKL MENTOR: DOC. DR. GREGOR PETRIČ
Prikaži večDN5(Kor).dvi
Koreni Število x, ki reši enačbo x n = a, imenujemo n-ti koren števila a in to označimo z n a. Pri tem je n naravno število, a pa poljubno realno število. x = n a x n = a. ( n a ) n = a. ( n a ) m = n
Prikaži večFunkcije in grafi
14 Funkcije in grafi Funkcije Zapisi funkcij Sorazmernost Obratna sorazmernost Potenčne funkcije Polinomske funkcije Druge funkcije Prileganje podatkom 14.1 Funkcije Spremenljivke Odvisnost spremenljivk
Prikaži več10 ONKOLOGIJA ISSN IZVIRNI ZNANSTVENI ČLANEK LETO XXIII ŠT. 1 JUNIJ 2019 Vrednotenje zadovoljstva bolnikov z radioterapevtskimi storitvami n
10 ONKOLOGIJA ISSN 1408-1741 IZVIRNI ZNANSTVENI ČLANEK LETO XXIII ŠT. 1 JUNIJ 2019 Vrednotenje zadovoljstva bolnikov z radioterapevtskimi storitvami na Onkološkem inštitutu Ljubljana Evaluation of patient's
Prikaži večX. PREDAVANJE 6. Termodinamika Termodinamika obravnava pojave v snovi, ki so v povezavi z neurejenim gibanjem molekul in sil med njimi. Snov sestavlja
X. PREDAVANJE 6. Termodinamika Termodinamika obravnava pojave v snovi, ki so v povezavi z neurejenim gibanjem molekul in sil med njimi. Snov sestavlja izredno veliko molekul (atomov), med katerimi delujejo
Prikaži več