FACTORS AFFECTING THE DIRECT HOUSEHOLD EXPENDITURES ON HEALTH. Jitka Bartošová

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "FACTORS AFFECTING THE DIRECT HOUSEHOLD EXPENDITURES ON HEALTH. Jitka Bartošová"

Transkript

1 FAKTORY OVLIVŇUJÍCÍ PŘÍMÉ VÝDAJE DOMÁCNOSTÍ NA ZDRAVÍ FACTORS AFFECTING THE DIRECT HOUSEHOLD EXPENDITURES ON HEALTH Jitka Bartošová Abstract This paper focuses on the search of factors affecting direct Czech household spending on health and the analysis of the degree of influence of individual factors on the total amount. Given the aging population can be expected as the growing trend of these expenditures. This trend can be expected, of course, not only in direct costs (for drugs and services not paid by insurance), but also indirect costs, realized through the utilization of health care and public health insurance system in general. The amount of health insurance depends on the amount of revenue; direct costs may be influenced by other factors such as age, sex and education of head of household, etc. They may also be related to consumption patterns and household behavior, such as its expenditures on alcohol cigarettes, etc. Keywords: household, regression analysis, consumer behaviour, spending, health Klíčová slova: domácnost, regresní analýza, spotřební chování, výdaje, zdraví Úvod Výdaje na zdraví jsou velmi diskutovaným a citlivým tématem současnosti z hlediska státu i z hlediska jedince. Celkové výdaje na zdraví lze rozdělit na výdaje přímé hrazené z rozpočtu domácností a nepřímé - hrazené ze zdravotního pojištění a veřejného systému obecně. Vzhledem ke stárnutí populace lze očekávat trvalý růst obou složek těchto výdajů, proto je důležité vědět, které faktory ovlivňují přímé, popřípadě nepřímé výdaje na zdraví a v jaké míře se na jejich velikosti podílejí. Výše zdravotního pojištění se odvíjí pouze od výše příjmů, takže v rozpočtu domácnosti představují relativně stabilní částku. Přímé výdaje však mohou být ovlivňovány mnoha dalšími faktory, jako je věk, pohlaví a vzdělání osoby v čele domácnosti, počet spotřebních jednotek v domácnosti (SJ) apod. Mohou také souviset s návyky a spotřebním chováním domácnosti, např. s jejími výdaji za alkohol, cigarety atd. Pracovní hypotézy Úkolem bude navrhnout regresní model popisující závislost výdajů na zdraví, které plynou přímo z rozpočtu domácností na financování zdraví, na příjmech a dalších vybraných faktorech. Vstupními daty k analýze jsou výběrové soubory ze Statistiky rodinných účtů, které obsahující výdaje domácností na různé typy statků (potraviny, zdravotnictví, vzdělání, doprava atd.) společně s dalšími důležitými charakteristikami, jako jsou příjmy, či počet členů 1

2 domácnosti, bydliště, dosažené vzdělání apod. Práce vychází z údajů za roky 2002, 2005, 2006 a Lze předpokládat, že na velikosti výdajů na zdraví se bude významně projevovat také způsob života domácností, jejich návyky a životní stereotypy. Proto by se na velikosti výdajů na zdrví mohly významně projevovat například výdaje za alkohol a cigarety. Z praxe je známo, že kuřáci a osoby spotřebovávající větší množství alkoholických nápojů odčerpávají vyšší částky na zdravotnickou péči ze zdravotního pojištění. Otázkou však je, zda tomu tak bude i v případě částky věnované na zdraví přímo z rodinného rozpočtu. Budeme se tedy zabývat mimo jiné otázkou, zda výdaje na alkohol souvisí s přímými výdaji na zdraví nebo zda je možné vysledovat tuto závislost pouze v případě veřejných výdajů na zdravotní péči. Obecně se můžeme domnívat, že výdaje na zdraví porostou současně s výší příjmů. Ale můžeme očekávat, že výdaje na zdraví bychom budou rostoucí i v závislosti na výši vzdělání osoby v čele domácnosti (vzdělanější lidé více investují do zdraví). Vyšší výdaje na zdraví budou zcela jistě u domácností důchodců (vyšší věk nese zdravotní potíže, které implikují zvýšené náklady přímé i nepřímé). Porostou tedy v souvislosti s věkem. Můžeme rovněž předpokládat, že rodiny se ženou v čele budou za zdraví vydávat více než rodiny, v jejichž čele je muž. Datová základna Datovou základnu tvoří data z výběrových šetření příjmů a výdajů domácností zvaného Statistiku rodinných účtů (SRÚ), která provádí každoročně Český statistický úřad. Tyto datové soubory obsahují informace o příjmech, výdajích a mnoha dalších sociálněekonomických, regionálních a demografických charakteristikách domácností. Pro každý rok je k dispozici kolem údajů, celkem se jedná o záznamů. Pro každou domácnost jsou sledovány výdaje za různé druhy zboží, jako jsou potraviny a nealkoholické nápoje, alkohol a tabák, oděvy a obuv, vzdělání, bydlení, vodu, energii a paliva, dopravu, pošty a telekomunikace atd. Z dalších charakteristik se pak zaznamenává počet členů domácnosti, počet ekonomicky aktivních členů, počet spotřebních jednotek dle OECD, věk osoby v čele domácnosti, jejich vzdělání, sociální skupina, pracovní zařazení atd. Z výběrového souboru můžeme získat informace nejen o celkových disponibilních příjmech a výdajích domácností a o příjmech přepočtených na jednoho člena domácnosti, ale také o ekvivalentních disponibilních příjmech, tj. o tzv. příjmech na spotřební jednotku, které je porovnatelné ve všech zemích EU. Při přepočtu příjmů (výdajů) na spotřební jednotku můžeme ve statistice rodinných účtů použít hodnotu definovanou podle metodiky OECD, kde osoba v čele domácnosti je brána s koeficientem 1,0 děti ve věku 0 až 13 let s koeficientem 0,5 ostatní děti a osoby s koeficientem 0,7 Počet spotřebních jednotek je tedy dán součtem vah (koeficientů) přiřazených jednotlivým osobám v domácnosti. Závisí na složení domácnosti a věku dětí. Počet spotřebních jednotek dle definice OECD je v souboru uložen do proměnné sj a je dán vztahem: sj 1 0,5 mladsi _ det i 0,7 ostatni _ osoby. (1) Důležitou součástí výběrových souborů jsou i kalibrační váhy domácnosti pkoef, které slouží k přepočtu výsledků z výběru na celek. Výběrové charakteristiky polohy i variability tedy byly počítány jako vážené charakteristiky. Vzhledem k tomu že příjmy i výdaje mají přibližně lognormální rozdělení, bylo při modelování vhodné použít logaritmickou transformaci. Transformované proměnné mají 2

3 přibližně normální rozdělení. To ovšem znamená, že ještě před transformací bylo potřeba ze souboru vyloučit všechna pozorování s nulovými hodnotami příjmů či výdajů. Příjmy a výdaje bylo potřeba před zpracování také očištěny od vlivu inflace. Všechna data proto byla před zpracováním převedena do cen roku Hodnoty přepočítacích koeficientů jsou uvedeny v tabulce 1. Tab. 1: Koeficienty pro přepočet hodnot do cen roku Rok šetření Koeficient 1, , , , ,063 1 Kvalitativní proměnné, jako je pohlaví, sociální skupina, vzdělání apod., byly před konstrukcí modelu převedeny na proměnné kategoriální. Úroveň a variabilita příjmů a výdajů na zdraví a na alkohol a tabákové výrobky V tabulkách 2 a 3 jsou uvedeny vážené charakteristiky polohy a variability rozdělení měsíčních příjmů domácností a jejich výdajů na zdraví a na alkohol a tabákové výrobky. Pro výpočet byly použity hodnoty očištěné od inflace. Tab. 2: Úroveň příjmů a výdajů na domácnost. Charakteristiky polohy příjmy výdaje na zdraví výdaje na alkohol a tabák průměr (Kč) ,55 503,64 638,53 medián (Kč) ,30 397,80 dolní kvartil (Kč ,45 183,98 153,47 horní kvartil (Kč) ,83 653,94 828,84 minimum (Kč) ,09 0,91 maximum (Kč) Tab. 3: Variabilita příjmů a výdajů na domácnost. Charakteristiky variability příjmy výdaje na zdraví výdaje na alkohol a tabák směrodatná odchylka (Kč) ,62 547,26 737,46 kvartilová odchylka (Kč) ,38 469,96 675,37 variační koeficient 56,06% 108,66% 115,49% poměrná kvartilová odchylka 31,53% 56,09% 68,75% Tabulky 4 a 5 obsahují charakteristiky polohy a variability rozdělení měsíčních příjmů a výdajů přepočtené na spotřební jednotku sj. Tab. 4: Úroveň příjmů a výdajů na spotřební jednotku. Charakteristiky polohy příjmy výdaje na zdraví výdaje na alkohol a tabák průměr (Kč) ,71 294,61 359,25 medián (Kč) ,40 213,80 dolní kvartil (Kč ,88 106,45 92,87 horní kvartil (Kč) ,68 368,31 455,55 minimum (Kč) ,35 0,33 maximum (Kč) Tab. 5: Variabilita příjmů a výdajů na spotřební jednotku. Charakteristiky variability příjmy výdaje na zdraví výdaje na alkohol a tabák směrodatná odchylka (Kč) 6.995,07 328,72 422,58 kvartilová odchylka (Kč) 6.451,8 261,86 362,68 variační koeficient 48,47% 111,58% 117,63% poměrná kvartilová odchylka 23,44% 55,15% 66,13% 3

4 Z výše uvedených souhrnných charakteristik je patrné, že výdaje na zdraví jsou v průměru nižší než výdaje na cigarety a alkohol. To je v souladu se skutečnostmi zjištěnými v jiných průzkumech [6]. Trochu překvapivé jsou charakteristik variability pro obě sledované skupiny výdajů. Vzhledem k vysokým hodnotám variačního koeficientu je zřejmé, že ve výdajích na zdraví jsou v jednotlivých domácnostech velké rozdíly. Při porovnání relativních údajů vidíme že jejich variabilita je vyšší než u příjmů. Nicméně toto zjištění by taktéž mělo být v souladu s realitou. Zatímco příjmy jsou v podstatě nezávislé na individuálních preferencích jednotlivých domácností, a jsou závislé spíše na celkové situaci na trhu práce, výdaje na zdraví, ale i na alkohol a cigarety budou závislé na povaze jednotlivých domácností. A vzhledem k faktu, že sledované domácnosti mohou mít velmi rozdílné preference, je možné že i variabilita jejich výdajů na spotřební statky je vysoká. Tvorba regresního modelu K tomu, abychom mohli rozhodnout, které faktory budou pro modelování závislosti statisticky významné, musíme otestovat závislost výdajů na zdraví na těchto faktorech. Na základě získaných výsledků vybereme ty proměnné, které mají statisticky významný vliv na výši výdajů na zdraví. Budeme uvažovat následující faktory: příjmy přepočtené na spotřební jednotku sj, věk osoby v čele domácnosti, pohlaví osoby v čele domácnosti, vzdělání osoby v čele domácnosti, sociální skupina osoby v čele domácnosti, počet spotřebních jednotek, výdaje na alkohol a tabákové výrobky přepočtené na spotřební jednotku sj. Všechny tyto faktory budeme na počátku považovat za proměnné s významným efektem na přímé výdaje na zdraví a pokusíme se vytvořit model se všemi uvažovanými proměnnými. Poté jej budeme podle potřeby redukovat tak, aby došlo ke zlepšení schopnosti modelu vystihnout skutečný vztah mezi proměnnými. K vystižení závislosti použijeme multiplikativní model, který lze po zlogaritmování vyjádřit vztahem: ln E a0 a1 ln I a2x1 a3x2 a4x4 a5x5..., (2) kde: E výdaje na zdraví přepočítané na spotřební jednotku (sj) I příjmy přepočítané na spotřební jednotku (sj) x 1 věk osoby v čele domácnosti x 2 pohlaví (osoba v čele domácnosti je muž) x 3, x 4, x 5, x 6, x 7, x 8 sociální skupina osoby v čele domácnosti x 9, x 10 vzdělání osoby v čele domácnosti Proměnné x 2 x 10 jsou umělé proměnné, které v modelu zastupují původní kategoriální proměnné. V modelu jsou pak při výpočtu hodnoty odpovídající pozorování nahrazeny hodnotou jedna (například je-li v čele domácnosti muž, pak x 2 = 1, je-li v čele domácnosti žena, x 2 = 0). Tím dojde ke zohlednění vlivu kategoriálních proměnných v modelu. Odhady regresních koeficientů, jejich statistická významnost a významnost modelu jsou na obrázku 1, kde je zachycen výstup z programu R. Vidíme že koeficienty u proměnných výdaje na alkohol a počet spotřebních jednotek (sj) mají vyšší p-hodnoty. Nejsou tedy pro náš model významné (jsou zřejmě korelované s jinými proměnnými) a je možné je z modelu vypustit. Ostatní proměnné se jeví jako 4

5 významné a v modelu bychom je tedy měli ponechat. Dalším problémem je, bohužel, nízká hodnota korigovaného koeficientu determinance. V případě tohoto modelu je to pouze 0,1733. Což znamená, že model jako celek je sice díky nízké p-hodnotě u Fischerova F-testu v pořádku, nicméně jeho výstižnost je poměrně nízká (necelých 18%). Obr.1: Odhad parametrů modelu (výstup z programu R) V dalším kroku budeme model redukovat odebráním konstanty a proměnných alkohol_sj a sj. Výstup z programu R s odhady parametrů redukovaného modelu je na obr. 2. Obr.2: Odhad parametrů modelu (výstup z programu R) 5

6 V tomto případě je korigovaný koeficient determinance na úrovni 0,97, výstižnost tohoto modelu je tedy 97%, což je velmi vysoká hodnota. Konečný model by tedy mohl vypadat následovně: ln E 0,77405ln I 0,01493vek _ p 3,172175pohl _ pmuz 0,15072skup2 0,11722skup3 0,32674skup4 0,40563skup5 0,10855skup6 0,57007skup7 0,05428vzd22 0,23117vzd23 (3) Obr.3: Graf přímých výdajů na zdraví porůzné volby parametrů(výstup z programu Derive) Po odlogaritmování dostaneme multiplikativní model závislosti přímých výdajů na zdraví ve tvaru: 0,77405 vek _ p pohl_ pmuz skup2 skup3 skup4 skup5 E I 1,015 0,0419 1,1627 1,1244 1,3864 1,5002 (4) skup6 skup7 vzd 22 vzd 23 1,1147 1,7684 1,0558 1,2601 Použité značení: ln E logaritmus výdajů na zdraví přepočtených na spotřební jednotku (sj) ln I... logaritmus příjmů přepočtených na spotřební jednotku (sj) vek_p věk osoby v čele domácnosti pohl_pmuz osoba v čele domácnosti je muž 6

7 skup2 osoba v čele domácnosti je samostatné výdělečně činná skup3 osoba v čele domácnosti je vyšší zaměstnanec skup4. osoba v čele domácnosti je důchodce v rodině s ekonomicky aktivním členem skup5 osoba v čele domácnosti je důchodce v rodině bez ekonomicky aktivního člena skup6 osoba v čele domácnosti je nezaměstnaná skup7 osoba v čele domácnosti patří do skupiny ostatní vzd22 osoba v čele domácnosti má nejvýše střední vzdělání vzd23 osoba v čele domácnosti má vysokoškolské vzdělání Závěr Pokud se podíváme na hodnoty regresních koeficientů, můžeme vysledovat závislosti mezi jednotlivými proměnnými v modelu. Můžeme například tvrdit, že domácnosti v jejichž čele je osoba s vyšším vzděláním investují do zdraví více, než domácnosti v jejichž čele stojí osoba se středním či nižším vzděláním. Nemám tím na mysli absolutní částky, ale relativní částky v poměru k příjmům. Stejně tak můžeme vysledovat že domácnosti v jejich čele stojí vyšší zaměstnanec či důchodce vydávají na zdraví, v poměru ke svým příjmům, vyšší částky než ostatní skupiny. Nejvyšší přímé výdaje na zdraví má skupina ostatní. Ovšem nejvýraznější rozdíl ve výdajích na zdraví je jednoznačně mezi pohlavími. Podle odhadnutého modelu můžeme tvrdit, že ženy v čele domácnosti (tj. v případě, že pohlavi_muz = 0) implikují podstatně vyšší výdaje na zdraví v poměru k příjmům. Potvrdili jsme tak v úvodu stanovené hypotézy. Literatura BARTOŠOVÁ J Modelování v ekonomii, podpůrný text k on-line kurzu, Praha: Oeconomica, s., ISBN KOMÁREK, A Úvod do statistiky, Text doplňující přednášky Statistika A a B, KOMÁREK, A. KOMÁRKOVÁ, L Statistická analýza závislostí, Skroptum pro přednášku Statistika B, STUCHLÝ J Ekonometrie učební text, FM VŠE Jindrichův Hradec, 174 s., HINDLS, R. HRONOVÁ, S. SEGER,J Statistika pro Ekonomy (páté vydání), Praha: Professional Publishing, 2004, 420 s., ISBN Týden.cz Za pivo a cigarety utrácíme více než za zdraví, online, [cit ] Adresa autora RNDr. Jitka Bartošová, Ph.D. Vysoká škola ekonomická v Praze Fakulta managementu Jarošovská 1117/II Jindřichův Hradec 7

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky Vysoká škola báňská technická univerzita Ostrava Fakulta elektrotechniky a informatiky Bankovní účty (semestrální projekt statistika) Tomáš Hejret (hej124) 18.5.2013 Úvod Cílem tohoto projektu, zadaného

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá Úvod do

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

5.2.1 Konkrétní složení příjmů a výdajů

5.2.1 Konkrétní složení příjmů a výdajů Rodinný rozpočet 5.2.1 Konkrétní složení příjmů a výdajů Výsledek rozpočtu hospodaření v zásadě ovlivňují, jak již bylo řečeno, dvě kategorie, a to: Příjmy vstupy, zdroje. Výdaje výstupy, potřeby. Jsou

Více

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu K čemu slouží statistika Popisuje velké soubory dat pomocí charakteristických čísel (popisná statistika). Hledá skryté zákonitosti v souborech

Více

MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC

MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC Kateřina Pojkarová 1 Anotace:Článek se věnuje železniční přepravě mezi kraji v České republice, se zaměřením na

Více

POPTÁVKA PO VEŘEJNÉ DOPRAVĚ V ZÁVISLOSTI NA ŠKOLSTVÍ V KRAJI TRANSPORT DEMAND DEPENDS ON EDUCATION ON REGIONS

POPTÁVKA PO VEŘEJNÉ DOPRAVĚ V ZÁVISLOSTI NA ŠKOLSTVÍ V KRAJI TRANSPORT DEMAND DEPENDS ON EDUCATION ON REGIONS POPTÁVKA PO VEŘEJNÉ DOPRAVĚ V ZÁVISLOSTI NA ŠKOLSTVÍ V KRAJI TRANSPORT DEMAND DEPENDS ON EDUCATION ON REGIONS Kateřina Pojkarová Anotace:Dopravu vužívají lidé za různým účelem, mimo jiné i ke svým cestám

Více

Písemná práce k modulu Statistika

Písemná práce k modulu Statistika The Nottingham Trent University B.I.B.S., a. s. Brno BA (Hons) in Business Management Písemná práce k modulu Statistika Číslo zadání: 144 Autor: Zdeněk Fekar Ročník: II., 2005/2006 1 Prohlašuji, že jsem

Více

VLIV DEMOGRAFICKÝCH A SOCIOEKONOMICKÝCH CHARAKTERISTIK NA VÝDAJE VE ZDRAVOTNICTVÍ

VLIV DEMOGRAFICKÝCH A SOCIOEKONOMICKÝCH CHARAKTERISTIK NA VÝDAJE VE ZDRAVOTNICTVÍ Univerzita Karlova v Praze Přírodovědecká fakulta Katedra demografie a geodemografie VLIV DEMOGRAFICKÝCH A SOCIOEKONOMICKÝCH CHARAKTERISTIK NA VÝDAJE VE ZDRAVOTNICTVÍ KRISTÝNA RYBOVÁ Úvod Úvod Vývoj výdajů

Více

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 8. 2009 40 Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví European

Více

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY SAMOSTATÁ STUDETSKÁ PRÁCE ZE STATISTIKY Váha studentů Kučerová Eliška, Pazdeříková Jana septima červen 005 Zadání: My dvě studentky jsme si vylosovaly zjistit statistickým šetřením v celém ročníku septim

Více

Korelační a regresní analýza

Korelační a regresní analýza Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná

Více

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka 2. Statistická terminologie a vyjadřovací prostředky 2.1. Statistická terminologie Statistická jednotka Statistická jednotka = nositel statistické informace, elementární prvek hromadného jevu. Příklady:

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 12. 2002 60 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Tato

Více

Struktura a dynamika spotřeby domácností důchodců dle Statistiky rodinných účtů ČSÚ

Struktura a dynamika spotřeby domácností důchodců dle Statistiky rodinných účtů ČSÚ Rada seniorů České republiky, Svaz spolků Osobní spotřeba důchodců v letech 2004 až 2013 Struktura a dynamika spotřeby domácností důchodců dle Statistiky rodinných účtů ČSÚ Z podkladů Českého statistického

Více

Analýza dat s využitím MS Excel

Analýza dat s využitím MS Excel Analýza dat s využitím MS Excel Seminář aplikované statistiky Martina Litschmannová Několik fíglů na úvod Absolutní vs. relativní adresování změna pomocí F4 =$H$20 =H$20 =$H20 =H20 Posun po souvislé oblasti

Více

Experimentáln. lní toků ve VK EMO. XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký. www.vf.

Experimentáln. lní toků ve VK EMO. XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký. www.vf. Experimentáln lní měření průtok toků ve VK EMO XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký Systém měření průtoku EMO Měření ve ventilačním komíně

Více

Statistika. Semestrální projekt

Statistika. Semestrální projekt Statistika Semestrální projekt 18.5.2013 Tomáš Jędrzejek, JED0008 Obsah Úvod 3 Analyzovaná data 4 Analýza dat 6 Statistická indukce 12 Závěr 15 1. Úvod Cílem této semestrální práce je aplikovat získané

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině

Více

Průzkumová analýza dat

Průzkumová analýza dat Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se

Více

Úvod. Struktura respondentů

Úvod. Struktura respondentů Výsledky pilotního průzkumu postojů studentů Policejní akademie ČR v Praze k problematice zálohování dat Ing. Bc. Marek Čandík, Ph.D. JUDr. Štěpán Kalamár, Ph.D. The results of the pilot survey of students

Více

Cenová statistika a pojišťovnictví v České republice

Cenová statistika a pojišťovnictví v České republice Cenová statistika a pojišťovnictví v České republice Alojz Nemeček MP-konzult, s. r. o., Hradec Králové V roce 2000 provedl Český statistický úřad (ČSÚ) revizi cenových indexů v průmyslu a stavebnictví.

Více

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

Číselné charakteristiky a jejich výpočet

Číselné charakteristiky a jejich výpočet Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky

Více

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Charakteristika souboru respondentů

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Charakteristika souboru respondentů Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 25. 6. 2009 25 Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Charakteristika souboru respondentů European

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií Hodina 50 Strana /4 Gymnázium Budějovická Volitelný předmět Ekonomie - jednoletý BLOK ČÍSLO 8 Hodnocení akcií Předpokládaný počet : 9 hodin Použitá literatura : František Egermayer, Jan Kožíšek Statistická

Více

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Statistika nuda je, má však cenné údaje. Neklesejme na mysli, ona nám to vyčíslí. Z pohádky Princové jsou na draka Populace (základní

Více

ANALÝZA CHOVÁNÍ KLIENTŮ PENZIJNÍ SPOLEČNOSTI

ANALÝZA CHOVÁNÍ KLIENTŮ PENZIJNÍ SPOLEČNOSTI ANALÝZA CHOVÁNÍ KLIENTŮ PENZIJNÍ SPOLEČNOSTI Barbora Laušmanová Abstrakt Prezentovaná analýza studuje strukturu a chování klientů penzijní společnosti jak v období před transformací penzijního systému,

Více

ANALÝZA POPTÁVKY PO PIVU NA ZÁKLADĚ RODINNÝCH ÚČTŮ. D. Žídková katedra zemědělské ekonomiky, PEF Vysoká škola zemědělská, 165 21 Praha 6 - Suchdol

ANALÝZA POPTÁVKY PO PIVU NA ZÁKLADĚ RODINNÝCH ÚČTŮ. D. Žídková katedra zemědělské ekonomiky, PEF Vysoká škola zemědělská, 165 21 Praha 6 - Suchdol ANALÝZA POPTÁVKY PO PIVU NA ZÁKLADĚ RODINNÝCH ÚČTŮ. D. Žídková katedra zemědělské ekonomiky, PEF Vysoká škola zemědělská, 165 21 Praha 6 - Suchdol Anotace: Příspěvek charakterizuje poptávku po pivu v domácnostech

Více

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2 Na úloze ukážeme postup analýzy velkého výběru s odlehlými prvky pro určení typu rozdělení koncentrace kyseliny močové u 50 dárců krve. Jaká je míra polohy a rozptýlení uvedeného výběru? Z grafických diagnostik

Více

STATISTICKÉ TESTY VÝZNAMNOSTI

STATISTICKÉ TESTY VÝZNAMNOSTI STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená

Více

EKONOMIKA PASIVNÍCH DOMŮ. Nejsem tak bohatý, abych investoval do laciného života. Ing. Tomáš Vanický

EKONOMIKA PASIVNÍCH DOMŮ. Nejsem tak bohatý, abych investoval do laciného života. Ing. Tomáš Vanický EKONOMIKA PASIVNÍCH DOMŮ Nejsem tak bohatý, abych investoval do laciného života Ing. Tomáš Vanický ForPasiv 2014 Obsah Investice můj dům, můj hrad Investice do života Investice do energie MŮJ DŮM, MŮJ

Více

Národníinformačnístředisko pro podporu jakosti

Národníinformačnístředisko pro podporu jakosti Národníinformačnístředisko pro podporu jakosti OVĚŘOVÁNÍ PŘEDPOKLADU NORMALITY Doc. Ing. Eva Jarošová, CSc. Ing. Jan Král Používané metody statistické testy: Chí-kvadrát test dobré shody Kolmogorov -Smirnov

Více

10. Předpovídání - aplikace regresní úlohy

10. Předpovídání - aplikace regresní úlohy 10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu

Více

Organizační pokyny k přednášce. Matematická statistika. Co je statistika? Přehled témat

Organizační pokyny k přednášce. Matematická statistika. Co je statistika? Přehled témat Organizační pokyny k přednášce Matematická statistika MS710P05 Zdeněk Hlávka (Šárka Hudecová, Michal Kulich) Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta UK hlavka@karlin.mff.cuni.cz

Více

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D. Program Statistica Base 9 Mgr. Karla Hrbáčková, Ph.D. OBSAH KURZU obsluha jednotlivých nástrojů, funkce pro import dat z jiných aplikací, práce s popisnou statistikou, vytváření grafů, analýza dat, výstupní

Více

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison

Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání. Selected Economic Indicators of Health Care in International Comparison Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 31. 8. 2012 42 Vybrané ukazatele ekonomiky zdravotnictví v mezinárodním srovnání Selected Economic Indicators of Health

Více

Pivo, víno a lihoviny v české společnosti v roce 2012

Pivo, víno a lihoviny v české společnosti v roce 2012 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: +420 210 310 584 E-mail: jiri.vinopal@soc.cas.cz Pivo, víno a lihoviny v české společnosti v

Více

EKONOMIKA BLOKU ODVĚTVÍ ROZVOJE ČLOVĚKA EKONOMIKA ZDRAVOTNICTVÍ

EKONOMIKA BLOKU ODVĚTVÍ ROZVOJE ČLOVĚKA EKONOMIKA ZDRAVOTNICTVÍ VEŘEJNÁ EKONOMIKA EKONOMIKA BLOKU ODVĚTVÍ ROZVOJE ČLOVĚKA EKONOMIKA ZDRAVOTNICTVÍ Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty ekonomiky

Více

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát

Více

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech. 3 Grafické zpracování dat Grafické znázorňování je velmi účinný způsob, jak prezentovat statistické údaje. Grafy nejsou tak přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých

Více

Občané o ekonomické situaci svých domácností

Občané o ekonomické situaci svých domácností eu00 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel./fax: 0 E-mail: jan.cervenka@soc.cas.cz Občané o ekonomické situaci svých domácností Technické

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Navrhování experimentů a jejich analýza. Eva Jarošová

Navrhování experimentů a jejich analýza. Eva Jarošová Navrhování experimentů a jejich analýza Eva Jarošová Obsah Základní techniky Vyhodnocení výsledků Experimenty s jedním zkoumaným faktorem Faktoriální experimenty úplné 2 N dílčí 2 N-p Experimenty pro studium

Více

Pružnost trhu práce a EU

Pružnost trhu práce a EU Pružnost trhu práce a EU Kamil Galuščák (ČNB) Smilovice, 4.6.2003 Připravenost trhu práce na vstup do EU 1. Mzdová diferenciace a pružnost mezd 2. Mobilita pracovních sil 3. Politika zaměstnanosti, sociální

Více

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Spotřeba alkoholu. European Health Interview Survey in CR - EHIS CR Alcohol consumption

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Spotřeba alkoholu. European Health Interview Survey in CR - EHIS CR Alcohol consumption Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 13. 9. 2010 57 Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Spotřeba alkoholu European Health Interview

Více

PLATOVÁ STUDIE PRO FINANČNÍ POZICE 2013. Vyhodnocení průzkumu

PLATOVÁ STUDIE PRO FINANČNÍ POZICE 2013. Vyhodnocení průzkumu PLATOVÁ STUDIE PRO FINANČNÍ POZICE 2013 Vyhodnocení průzkumu Česká asociace pro finanční řízení (CAFIN) si jako jeden ze svých cílů klade pomoc při rozvoji finanční profese. Zajímají nás aktuální trendy

Více

VÝVOJ SPOTŘEBNÍCH DANÍ V EVROPSKÉ UNII A V ČESKÉ REPUBLICE DEVELOPMENT OF CONSUMER TAXES IN EUROPAEN UNION AND IN CZECH REPUBLIC.

VÝVOJ SPOTŘEBNÍCH DANÍ V EVROPSKÉ UNII A V ČESKÉ REPUBLICE DEVELOPMENT OF CONSUMER TAXES IN EUROPAEN UNION AND IN CZECH REPUBLIC. VÝVOJ SPOTŘEBNÍCH DANÍ V EVROPSKÉ UNII A V ČESKÉ REPUBLICE DEVELOPMENT OF CONSUMER TAXES IN EUROPAEN UNION AND IN CZECH REPUBLIC Josef Březina Anotace: Příspěvek je zaměřen na porovnání spotřebních daní

Více

3.3 Data použitá v analýze

3.3 Data použitá v analýze ALCHYMIE NEPOJISTNÝCH SOCIÁLNÍCH DÁVEK 3.3 Data použitá v analýze V kapitole se vychází zejména z mikrodat statistického šetření SILC, které je dnes jednotně využíváno ve všech zemích EU k měření sociální

Více

Využití shlukové analýzy při vytváření typologie studentů

Využití shlukové analýzy při vytváření typologie studentů Miroslav CHRÁSKA, Milan KLEMENT Univerzita Palackého v Olomouci, Česká republika Využití shlukové analýzy při vytváření typologie studentů 1. Cíl výzkumu Cílem výzkumu bylo rozdělit české a polské vysokoškolské

Více

Biostatistika Cvičení 7

Biostatistika Cvičení 7 TEST Z TEORIE 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový průměr je a) náhodná veličina, b) konstanta,

Více

Survey of Health, Ageing and Retirement in Europe. Česká republika 50+:

Survey of Health, Ageing and Retirement in Europe. Česká republika 50+: Survey of Health, Ageing and Retirement in Europe Česká republika 50+: projekt SHARE SHARE Survey of Health, Ageing and Retirement in Europe Proces stárnutí evropské populace Mezinárodní, longitudinální,

Více

výchovy a sportu v testu 12minutového plavání

výchovy a sportu v testu 12minutového plavání Zpracovala: Pokorná Jitka Katedra plaveckých sportů UK FTVS Výkonnost studentů 1.. ročník níků Fakulty tělesné výchovy a sportu v testu 12minutového plavání Irena Čechovská, Barbora Čechovská, Gabriela

Více

ADDS cvičení 7. Pavlína Kuráňová

ADDS cvičení 7. Pavlína Kuráňová ADDS cvičení 7 Pavlína Kuráňová Analyzujte závislost věku obyvatel na místě kde nejčastěji tráví dovolenou. (dotazník dovolená, sloupce Jaký je Váš věk a Kde nejčastěji trávíte dovolenou) Analyzujte závislost

Více

Zdravotní pojišťovny - náklady na segmenty zdravotní péče. Health Insurance Corporations - Costs spent on Health Care by Types of Health Care

Zdravotní pojišťovny - náklady na segmenty zdravotní péče. Health Insurance Corporations - Costs spent on Health Care by Types of Health Care Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 2. 10. 2014 24 Zdravotní pojišťovny - náklady na segmenty zdravotní péče Health Insurance Corporations - Costs spent

Více

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

Více

Nejlepší evropský tabletový časopis roku 2014. Časopis roku 2013. v kategorii digitální počin roku Unie vydavatelů

Nejlepší evropský tabletový časopis roku 2014. Časopis roku 2013. v kategorii digitální počin roku Unie vydavatelů Nejlepší evropský tabletový časopis roku 2014 Časopis roku 2013 v kategorii digitální počin roku Unie vydavatelů První čistě tabletový týdeník nejen v ČR, ale i v Evropě Společensko-publicistický týdeník

Více

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi Geografický seminář 30. března 2011 Pavel Bednář Výchozí stav Sebehodnocení práce s MS Excel studujícími oboru

Více

Vliv regionálních rozdílů ve finanční dostupnosti bydlení na pracovně orientovanou migraci české populace

Vliv regionálních rozdílů ve finanční dostupnosti bydlení na pracovně orientovanou migraci české populace Vliv regionálních rozdílů ve finanční dostupnosti bydlení na pracovně orientovanou migraci české populace Martin LUX Petr SUNEGA Struktura prezentace Kontext k problému Návaznost na dříve řešený projekt

Více

Míra přerozdělování příjmů v ČR

Míra přerozdělování příjmů v ČR Míra přerozdělování příjmů v ČR Luboš Marek, Michal Vrabec Anotace V tomto článku počítají autoři hodnoty Giniho indexu v České republice. Tento index je spočítán nejprve za celou ČR, poté pro skupinu

Více

Občané o ekonomické situaci svých domácností duben 2009

Občané o ekonomické situaci svých domácností duben 2009 eu0 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel./fax: 0 E-mail: jan.cervenka@soc.cas.cz Občané o ekonomické situaci svých domácností duben 00 Technické

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie LS 2014/15 Cvičení 4: Statistické vlastnosti MNČ LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Upřesnění k pojmům a značení

Více

PSY117/454 Statistická analýza dat v psychologii Přednáška 10

PSY117/454 Statistická analýza dat v psychologii Přednáška 10 PSY117/454 Statistická analýza dat v psychologii Přednáška 10 TESTY PRO NOMINÁLNÍ A ORDINÁLNÍ PROMĚNNÉ NEPARAMETRICKÉ METODY... a to mělo, jak sám vidíte, nedozírné následky. Smrť Analýza četností hodnot

Více

HODNOCENÍ JIHOČESKÉHO KRAJE Z HLEDISKA CEN NEMOVITOSTÍ URČENÝCH PRO BYDLENÍ V NÁVAZNOSTI NA EKONOMICKÝ RŮST REGIONU 1

HODNOCENÍ JIHOČESKÉHO KRAJE Z HLEDISKA CEN NEMOVITOSTÍ URČENÝCH PRO BYDLENÍ V NÁVAZNOSTI NA EKONOMICKÝ RŮST REGIONU 1 HODNOCENÍ JIHOČESKÉHO KRAJE Z HLEDISKA CEN NEMOVITOSTÍ URČENÝCH PRO BYDLENÍ V NÁVAZNOSTI NA EKONOMICKÝ RŮST REGIONU 1 Ivana Staňková, Tomáš Volek Jihočeská univerzita v Českých Budějovicích, Zemědělská

Více

Vícerozměrné metody. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Schematický úvod

Vícerozměrné metody. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Schematický úvod PSY117/454 Statistická analýza dat v psychologii Přednáška 12 Vícerozměrné metody Schematický úvod Co je na slově statistika tak divného, že jeho vyslovení tak často způsobuje napjaté ticho? William Kruskal

Více

Život začíná po padesátce

Život začíná po padesátce Život začíná po padesátce Dušan Quis Generální ředitel obchodu ING Životní pojišťovny ČR/SR Praha 17. dubna 2012 www.ingpojistovna.cz POJIŠŤOVNA Shrnutí Domácnosti lidí ve věku 55+ se příliš neliší od

Více

ANALÝZA MOŽNOSTI PŘEDČASNÝCH DŮCHODŮ A PŘEDDŮCHODŮ DO ROKU 2065

ANALÝZA MOŽNOSTI PŘEDČASNÝCH DŮCHODŮ A PŘEDDŮCHODŮ DO ROKU 2065 ANALÝZA MOŽNOSTI PŘEDČASNÝCH DŮCHODŮ A PŘEDDŮCHODŮ DO ROKU 2065 Zuzana Mačková Martina Miskolczi Abstrakt Předčasné důchody mají v České republice již dlouholetou tradici, může si o ně zažádat osoba nejdříve

Více

Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností

Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností Martina Mikeszová Oddělení ekonomické sociologie, tým socioekonomie bydlení

Více

Technické parametry výzkumu

Technické parametry výzkumu TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: jiri.vinopal@soc.cas.cz K některým aspektům výběru piva českými konzumenty

Více

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291 Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených

Více

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik

Více

Podíl z celkového počtu pojištěnců, migranti, kteří se kteří se vrátili v roce 2010 po 1 až 4 letech 6=1-3

Podíl z celkového počtu pojištěnců, migranti, kteří se kteří se vrátili v roce 2010 po 1 až 4 letech 6=1-3 1.17. Remitence Remitence Čechů do České republiky 1.17.1. Odhad remitencí vychází z definice pojmu remitencí v souladu s metodikou platební bilance - BPM6. Metoda odhadu je založena na kvantitavním přístupu,

Více

VÝVOJ NĚKTERÝCH DEMOEKONOMICKÝCH CHARAKTERISTIK ZOHLEDŇUJÍCÍCH ZVYŠOVÁNÍ DŮCHODOVÉHO VĚKU V ČR

VÝVOJ NĚKTERÝCH DEMOEKONOMICKÝCH CHARAKTERISTIK ZOHLEDŇUJÍCÍCH ZVYŠOVÁNÍ DŮCHODOVÉHO VĚKU V ČR VÝVOJ NĚKTERÝCH DEMOEKONOMICKÝCH CHARAKTERISTIK ZOHLEDŇUJÍCÍCH ZVYŠOVÁNÍ DŮCHODOVÉHO VĚKU V ČR Tomáš Fiala, Jitka Langhamrová, Martina Miskolczi, Zdeněk Pavlík Abstrakt: Článek obsahuje projekci vývoje

Více

WIDA Standard. Česká republika. 1. Září 2011. Knihovník(-ice) Oblast povolání Cizí jazyky, knihovny, archívy, muzea

WIDA Standard. Česká republika. 1. Září 2011. Knihovník(-ice) Oblast povolání Cizí jazyky, knihovny, archívy, muzea Analýza mezd na jedné pracovní pozici WIDA Standard Knihovník(-ice) Oblast povolání Cizí jazyky, knihovny, archívy, muzea 1. Září 2011 Česká republika Koupí tohoto produktu podporujete transparentnost

Více

Matematická vsuvka I. trojčlenka. http://www.matematika.cz/

Matematická vsuvka I. trojčlenka. http://www.matematika.cz/ Matematická vsuvka I. trojčlenka http://www.matematika.cz/ Trojčlenka přímá úměra Pokud platí, že čím více tím více, jedná se o přímou úměru. Čím více kopáčů bude kopat, tím více toho vykopají. Čím déle

Více

2. Numerické výpočty. 1. Numerická derivace funkce

2. Numerické výpočty. 1. Numerická derivace funkce 2. Numerické výpočty Excel je poměrně pohodlný nástroj na provádění různých numerických výpočtů. V příkladu si ukážeme možnosti výpočtu a zobrazení diferenciálních charakteristik analytické funkce, přičemž

Více

Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK

Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK 1. Na základě údajů uvedených v tabulce rozhodněte, zda existuje závislost mezi roky a počtem firem ve Šluknovském výběžku, které zaměstnávaly osoby zdravotně

Více

Informace ze zdravotnictví Královéhradeckého kraje

Informace ze zdravotnictví Královéhradeckého kraje Informace ze zdravotnictví Královéhradeckého kraje Ústavu zdravotnických informací a statistiky České republiky Hradec Králové 1 8.10.2002 Ekonomika samostatných ordinací a některých dalších zdravotnických

Více

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR 1 aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické

Více

Z metodického hlediska je třeba rozlišit, zda se jedná o daňovou kvótu : jednoduchou; složenou; konsolidovanou.

Z metodického hlediska je třeba rozlišit, zda se jedná o daňovou kvótu : jednoduchou; složenou; konsolidovanou. Daňová kvóta Daňová kvóta (Tax Quota) patří mezi významné ukazatele uplatňované při mezinárodní komparaci. Je poměrovým ukazatelem vyjadřujícím úroveň daňových výnosů ve vztahu k hrubému domácímu produktu

Více

Cenová konvergence české ekonomiky současný stav a implikace

Cenová konvergence české ekonomiky současný stav a implikace Cenová konvergence české ekonomiky současný stav a implikace Václav Žďárek CES VŠEM, Praha www.cesvsem.cz Firma a konkurenční prostředí MZLU, Brno, 8. 9. březen 2007 Struktura prezentace 1. Úvod 2. Celkový

Více

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13 Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test

Více

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách ROZKLAD ROZPTYLU ROZKLAD ROZPTYLU Rozptyl se dá rozložit na vnitroskupinový a meziskupinový rozptyl. Celkový rozptyl je potom součet meziskupinového a vnitroskupinového Užívá se k výpočtu rozptylu, jestliže

Více

Hedonický cenový index na datech poskytovatelů hypotečních úvěrů. Ing. Mgr. Martin Lux, Ph.D.

Hedonický cenový index na datech poskytovatelů hypotečních úvěrů. Ing. Mgr. Martin Lux, Ph.D. Hedonický cenový index na datech poskytovatelů hypotečních úvěrů Ing. Mgr. Martin Lux, Ph.D. Proč nový index? V ČR existuje již několik cenových indexů například index ČSÚ (na transakčních i nabídkových

Více

Investiční instrumenty a portfolio výnos, riziko, likvidita Úvod do finančních aktiv. Ing. Gabriela Oškrdalová e-mail: oskrdalova@mail.muni.

Investiční instrumenty a portfolio výnos, riziko, likvidita Úvod do finančních aktiv. Ing. Gabriela Oškrdalová e-mail: oskrdalova@mail.muni. Finanční trhy Investiční instrumenty a portfolio výnos, riziko, likvidita Úvod do finančních aktiv Ing. Gabriela Oškrdalová e-mail: oskrdalova@mail.muni.cz Tento studijní materiál byl vytvořen jako výstup

Více

Rozdělení populace v ČR podle věku a pohlaví (v %)

Rozdělení populace v ČR podle věku a pohlaví (v %) tabulka č. 1 Rozdělení populace v ČR podle věku a pohlaví (v %) Populace celkem* Populace ohrožená chudobou ** Věk Celkem Muži Ženy Celkem Muži Ženy Celkem 100 100 100 100 100 100 0-15 18 32 16-24 12 13

Více

1. cvičení 4ST201. Základní informace: Vyučující: Obsah: Informace o kurzu Popisná statistika Úvod do SASu

1. cvičení 4ST201. Základní informace: Vyučující: Obsah: Informace o kurzu Popisná statistika Úvod do SASu cvičící 1. cvičení 4ST201 Informace o kurzu Popisná statistika Úvod do SASu Obsah: Vysoká škola ekonomická 1 Vyučující: Základní informace:» Konzultační hodiny: pátek 9:00 11:00» Místnost: JM317» Email:

Více

Analýza citlivosti vybraných mikroekonomických ukazatelů daňového zatížení na změny parametrů výpočtu osobní důchodové daně

Analýza citlivosti vybraných mikroekonomických ukazatelů daňového zatížení na změny parametrů výpočtu osobní důchodové daně VŠB-TU Ostrava, Ekonomická fakulta, katedra Financí.-. září 8 Analýza citlivosti vybraných mikroekonomických ukazatelů daňového zatížení na změny parametrů výpočtu osobní důchodové daně Iveta Ratmanová

Více