Popisná statistika. (Descriptive statistics)
|
|
- Miroslav Černý
- před 5 lety
- Počet zobrazení:
Transkript
1 Popá tatta Decrptve tattc Výledem měřeí je oubor aměřeých hodot vytvářející datový oubor D { } V datovém ouboru e mohou vyytovat tytéž hodoty vícerát, zejméa tehdy, mají-l velčy drétí epojtou povahu počet rohlíů Poud chceme teto oubor dat blíže popat, použjeme ěterý z trumetů tzv popé tatty Váha Poud eí očeávaá valta jedotlvých pozorováí tejá, je užtečé j popat ezáporým čílem tzv vahou - Váha e vztahuje vždy jedomu, orétímu měřeí, proto j ezaměňujte četotí přílušého výledu Váha většou ouví adem tzv vtří ejtoty určeí hodoty orétího měřeí - δ : ~ δ Zušeot uazuje, že zavedeím vah e globálí charaterty ouboru obvyle změí je evýzamě, a proto eí je třeba předem rozmylet, zda váhy př výpočtech vůbec použjeme Váhy bychom eměl použít v případě, dy e uáže, že očeávaá ejtota jedotlvých měřeí v ouboru je výrazě meší, ež jejch celový rozptyl v rámc ouboru Naopa jme je pov použít poud jou delarováy, tedy zejméa př traformac měřeých velč ějaou eleárí fucí log, / ebo př ěterých robutích metodách zpracováí výledů Zaveďme umu vah a tředí váhu :, Míra polohy Nejzámější a ejpoužívaější mírou vztahující e e tředu tudovaého datového ouboru je tzv artmetcý průměr, čato je průměr arthmetc mea, mea, případě váhovaý průměr eghted mea:, Důležtou vlatotí průměru je fat, že: 0, rep 0 Geometrcý průměr geometrc mea: Harmocý průměr harmoc mea: Kvadratcý průměr quadratc mea: W G G H, H
2 , Pro další charaterty je vhodé oubor { } případě {, } eřadt podle velot Kvatl quatle určeý čílem p, 0<p< je čílo z tervalu <, >, pro ějž platí, že p hodot ouboru je meších ež a p větších Vážeý vatl eghted quatle e vztahuje vahám Poud je zoumaý oubor vzorem ějaého většího ouboru, pa vatl p je adem pravděpodobot, že ějaé áhodě vybraé čílo ze ouboru bude meší ež zvoleá hodota Rozdíl p a - p b pa udává ad pravděpodobot, že e taové čílo vyyte v tervalu < b, a > Je-l p vyjádřeo v procetech, pa e vatlu říá percetl percetle Zvláští výzam má vatl pro p 0,5 50 %, azývaý medá, prví vartl frt quartle - p 0,5 5 % a třetí vartl thrd quartle p 0,75 75 % Výše azačeý předp je je rámcový, pro algortmu výpočtu vatlů je uto být orétější Výhodé je tomu defovat tzv umulatví dtrbučí fuc, případě váhovaou umulatví dtrbučí fuc Φ, terá vyjadřuje závlot vatlu p a měřeé velčě Kumulatví dtrbučí fuce Φ je předtavováa lomeou čarou uzlovým body v {, p } Pro p platí: p /, p p - + / p + / pro < je hodota p rova ule, pro > je fuce rova Obdobě pa váhovaá umulatví dtrbučí fuc Φ je předtavováa lomeou čarou uzlovým body v {, p } Pro p platí: p /, p p /, pro < je hodota p rova ule, pro > je fuce rova Medá meda ~ ebo váhovaý medá je oblíbeá robutí míra polohy cetra ouboru, jež pratcy ezáví a výytu odlehlých bodů Z výše uvedeé defce fuce Φ plye, že je-l lché čílo m+, pa ~, je-l udé čílo m, pa ~ / m + m m Ořezaý průměr trmmed mea T D, p robutí ad polohy cetra je jtým ompromem mez artmetcým průměrem a medáem Jao parametr e používá velča p vyjádřeá zpravdla v procetech ejčatěj 0 % Ze eřazeý oubor dat odtraíme roudp/ ejvyšších a tejý počet ejžších hodot a ze zbytu vypočteme artmetcý průměr Pro p 0 jde o průměr, pro p 00% o medá U váhovaých velč je defce ořezaého průměru poěud vágí a proto e běžě epoužívá
3 Modu je-l ejčetěj zatoupeá hodota ebo hodota ejvětší vahou bývá u drétích výledů měřeí, ebo v určtých tervalech ejpohodlěj j lze odečít z htogramu vz 3 Míry rozptýleí, dtrbučí fuce Nejčatější mírou rozptýleí dat olem cetra je tazvaý rozptyl varace ebo měrodatá odchyla tadard devato, Cetrem rozptýleí je zde artmetcý průměr Doažte, že právě pro ěj abývá fucoál a a, rep a a, vého mma Robutí třídou měr rozptýleí je tzv tředí velot odchyly mea abolute devato MAD, repetve vážeá tředí velot odchyly eghted mea abolute devato WMAD, cetrovaá a, ejčatěj pa artmetcému průměru ebo medáu: Lze uázat, že pro mad a a mad a a ~ je hodota mada, rep mada, mmálí a Celové rozpětí total rage daý rozdílem mez ejvětším a ejmeší aměřeou hodotou Mezvartlí rozpětí terquartle rage, což je rozdíl mez 3 a vartlem louží jao robutí ad rozptýleí, eboť e vztahuje a vtří čát rozdělovací řvy Nejtrutvějším vyjádřeím dtrbučí fuce je u drétích velč tzv tyčový graf, v případě pojtých velč pa htogram htogram Celý terval porytý daty e rozdělí a vhodý počet h evdtatích tervalů a počítá e počet četot, repetve uma vah dat m přílušejících Grafcy e potom dtrbučí fuce zázorí loupcovým dagramem Doporučeý počet loupců pro měřeí udává turgeovo pravdlo: h + 3,3 log 3
4 4 Normálí rozděleí Výjmečé potaveí mez rozdělovacím fucem má tzv ormálí rozdělovací fuce, zvaá též Gauova fuce, odpovídají rozděleí zcela áhodých velč Fuce hutoty pravděpodobot f je ormovaá a a je popáa dvojcí parametrů µ a σ : µ f ep π σ σ Gauový Říp je příě ymetrcý podle oy µ, terážto hodota je oučaě artmetcým průměrem, medáem modem ouboru podřzujícímu e ormálímu rozděleí Lze uázat, že měrodatá odchyla je právě rova parametru popujícímu šířu ormálího rozděleí σ dperze, tedy: µ µ µ f d µ ep σ π σ σ d Kumulatví dtrbučí fuc lze výhodou popat pomocí pecálí tabelovaé fuce erf odpovídající gauovému rozděleí µ 0 a σ / : erf e t π 0 µ µ dt Φ erf + σ σ Něol charatert: v rozmezí ±σ e achází 68% případů, ±σ 95%, ±3σ 99,7% vartl e achází ve vzdáleot σ od cetra, mezvartlí rozpětí ta odpovídá,349 σ σ /06745 mad 483 mad 4 Odhad µ a σ K tomu, abychom dooale mohl zjtt oba parametry ormálího rozděleí σ a µ, bychom muel mít dpozc eoečě moho bodů Ve utečot máme dpozc je omezeý vzore celého ouboru, a pomocí dat tohoto vzoru můžeme aejvýš taovt ad obou parametrů, terý 4
5 5 je zatíže jtou eurčtotí Za předpoladu, že zoumaý oubor má ormálí rozděleí, pa lze uázat, že ejlepší ezávlý ad parametru σ je dá vztahem: σ σ Pomocí tohoto adu tředí vadratcé odchyly lze adout eurčtot taoveí parametru µ vlatě artmetcého průměru: ; σ µ δ µ 4 Odchyly od ormálího rozděleí, šmot a špčatot K popu rozdělovací řvy e obča používá ještě jemějšího popu, terý využívá Obecý momet -tého řádu momet of -th order:, Obecý cetrálí momet -tého řádu olem bodu a cetred momet of -th order: a m a m, Cetrem bývá ejčatěj artmetcý průměr, rep váhovaý artmetcý průměr Vdíme, že pro teto případ m 0 m 0, m Zavádíme teď ještě dvě bezrozměré charaterty: tzv šmot ee: a 3 m 3 / 3 a špčatot urto a 4 m 4 / 4 fuce Šmot ymetrcých fucí je ulová tedy ormálího rozděleí, charaterty tedy popuje míru aymetre fuce Charaterta a 4 přáší formac o tom, ja e vlatě body ocetrují olem průměru Je-l a 4 blízé 3, pa mluvíme o ouborech ormálí špčatotí, př a 4 < 3, hovoříme o ouborech plochých a př a 4 > 3 e mluví o ouborech špčatých
6 Za ejdělější átroj poouzeí odchyle pozorovaého rozděleí od ormálího rozděleí považuj graf ormálí pravděpodobot ormal probablty plot, do ěhož vyášíme umulatví dtrbučí fuc, přčemž oa pravděpodobotí vatlová je traformováa ta, aby e tam oubory ormálím rozděleím zobrazly jao přímy Je vhodé přtom body odpovídající a 3 vartlu proložt přímou a dutovat pa odchyly reálého rozložeí bodů od í V Matlabu je pro tuto úlohu příaz: ormplot 5 Úloha Výledem měřeí atmofércé etce z pozorováí omet a obervatoř alaté Pleo jou tyto hodoty etčích oefcetů ve vlové délce 46 m mag/vzdušou hmotu: 08± ±007 0±007 06± ± ±005 03± ± ±005 08± ±004 04± ± ± ±004 05±004 04±004 04± ± ±003 Itrumetářem popé tatty charaterzujte teto oubor, pecálě pa uveďte: a počet měřeí a jejch charater pojté, drétí? b taovte váhy jedotlvých měřeí a dutujte, zda je v tomto případě případé tyto váhy použít Bez ohledu a výlede úvahy počítejte všechy další úlohy ve dvou varatách vaham a bez ch c ad artmetcého průměru a jeho ejtotu za předpoladu ormálího rozděleí, harmocý, geometrcý, vadratcý průměr a medá, ořezaý průměr pro 0% a 0% je pro případ bez vah d mmálí a mamálí hodotu etce a celové rozpětí e rozptyl, měrodatou odchylu, ad rozptylu σ, tředí velot odchyly cetrem v artmetcém průměru a v medáu f graf umulatvích dtrbučí fuce a pomocí í taovte hodoty vartlů a mezvartlího rozpětí g Porovejte ady µ a σ pro ormálí rozděleí zíaé růzým metodam h Vypočtěte šmot a špčatot rozdělovací fuce a porovejte ormálím rozděleím Jaý je to typ ouboru? etrojte graf ormálího rozděleí a dutujte řešte bez vah pomocí taovte optmálí počet loupců v htogramu a etrojte jej Doporučuj loupce v htogramu cetrovat a áoby 0, j aděte modu rozděleí dutujte tvar rozdělovací fuce vědomím, že otatí loža etčího oefcetu ve 46 m způobeá Rayleghovým rozptylem a áhodých hlucích moleul vzduchu čí 0,6 mag/vzdušou hmotu 6
7 Itrumetářem popé tatty charaterzujte teto oubor, pecálě pa uveďte: a počet měřeí a jejch charater pojté, drétí? 0, pojté b taovte váhy jedotlvých měřeí a dutujte, zda je v tomto případě případé tyto váhy použít Bez ohledu a výlede úvahy počítejte všechy další úlohy ve dvou varatách vaham a bez ch eí případé použtí, tadardí odchyla je mohem větší, ež ejtota jedoho měřeí c ad artmetcého průměru a jeho ejtotu za předpoladu ormálího rozděleí mea 0,480±0,047; mea 0,50±0,045, harmocý 0,38, geometrcý 0,435, vadratcý průměr 0,55 a medá 0,45, ořezaý průměr pro 0% a 0% je pro případ bez vah: 0,474; 0,468 d mmálí a mamálí hodotu etce a celové rozpětí 0, až 0,97; 0,86 e rozptyl, měrodatou odchylu, ad rozptylu σ, tředí velot odchyly cetrem v artmetcém průměru a v medáu v artmetcém průměru: 0,047; 0,04; 0,0439; 0,0; e tředem v medáu: 0,448; 0,; 0,047; 0,7 f graf umulatvích dtrbučí fuce a pomocí í taovte hodoty vartlů a mezvartlího rozpětí terv 0,65 g Porovejte ady µ a σ pro ormálí rozděleí zíaé růzým metodam; σ 0,0; mad 0,56, madmed 0,46 h Vypočtěte šmot a špčatot rozdělovací fuce a porovejte ormálím rozděleím Jaý je to typ ouboru? etrojte graf ormálího rozděleí a dutujte řešte bez vah pomocí taovte optmálí počet loupců v htogramu a etrojte jej Doporučuj loupce v htogramu cetrovat a áoby 0, j aděte modu rozděleí dutujte tvar rozdělovací fuce vědomím, že otatí loža etčího oefcetu ve 46 m způobeá Rayleghovým rozptylem a áhodých hlucích moleul vzduchu čí 0,6 mag/vzdušou hmotu l 7
Statistické charakteristiky (míry)
Stattcé charaterty (míry) - hrují formac, obažeou v datech (vyjadřují j v ocetrovaé formě); - charaterzují záladí ryy zoumaého ouboru dat; - umožňují porováváí více ouborů. upy tattcých charatert :. charaterty
VíceSoustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru.
Soutava mometů Momety (Obecé, cetrálí a ormovaé) Do ytému mometových charatert patří ty ejdůležtější artmetcý průměr (mometová míra úrově) a rozptyl (mometová úroveň varablty). Obecý momet -tého tupě:
VíceCharakteristiky úrovně
Charaterty úrově Měřeí úrově Úroveň (poloha) je jedou ze záladích vlatotí tattcých dat, v úrov e mohou tattcá data lšt ebo aopa hodovat. Výzačé hodoty varačí řady ejou ctlvé a změu jedotlvých hodot Medá
VícePopisné (deskriptivní) metody. Statistické metody a zpracování dat. II. Popisné statistické metody. Rozdělení četností. Skupinové rozdělení četností
Popé (derptví) metody Číme závěry pouze z určtého zpracovávaého ouboru výběrového, popujeme je to, co bylo zjštěo, bez zobecňováí Stattcé metody a zpracováí dat II. Popé tattcé metody Petr Dobrovolý Derptví
VíceDoc. Ing. Dagmar Blatná, CSc.
PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj
VíceTento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i
: ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru
VíceMomenty a momentové charakteristiky
Lekce 3 Momety a mometové charaktertky Pokud jme e v předešlém výkladu zmňoval o ěkteré tattcké charaktertce, zpravdla jme rověž uváděl, zda j řadíme mez více ebo méě důležté. A byly to právě artmetcký
VícePopis datového souboru
Lece 3 Pop datového ouboru Zatím jme hovořl převážě o zjšťováí dat a jejch zpracováí Údaje datového ouboru popují aždý případ zvlášť Ní e pouíme vužít údaje tomu, abchom zobecl určté tpcé vlatot datového
VíceLekce Úroveň a její měření. aritmetický průměr; geometrický průměr; harmonický průměr; medián; mocninový
Lece Nejjedodušší Měřeí a charaterty úrově vlatotí datového ouboru je jeho úroveň, azývaá taé poloha. Charaterty úrově dělíme především podle toho, zda jou tvořey a báz výzamých hodot ebo zda jou fucem
VíceMěření a charakteristiky variability
Lece Měřeí a charatert varablt Po úrov je druhou vlatotí datového ouboru promělvot varablta Tato vlatot je ložtější o čemž vpovídají ja růzé ocepce chápáí promělvot dat ta začý počet dpoblích charatert
Více3. cvičení 4ST201 - řešení
cvčící Ig. Jaa Feclová 3. cvčeí 4ST0 - řešeí Obah: Míry varablty Rozptyl Směrodatá odchyla Varačí oefcet Rozlad rozptylu a mezupovou a vtroupovou varabltu Změa rozptylu Vyoá šola eoomcá VŠE urz 4ST0 Míry
VícePopisná statistika. Zdeněk Janák 9. prosince 2007
Popisá statistika Zdeěk Jaák jaak@physics.mui.cz 9. prosice 007 Výsledkem měřeí atmosférické extikce z pozorováí komet a observatoři Skalaté Pleso jsou tyto hodoty extikčích koeficietů ve vlové délce 46
VíceOdhady a testy hypotéz o regresních přímkách
Lekce 3 Odhad a tet hpotéz o regreích přímkách Ve druhé lekc jme kotruoval kofdečí terval a formuloval tet hpotéz o korelačím koefcetu Korelačí koefcet je metrckou charaktertkou tezt závlot, u které ezáleží
Více1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků
1 Pops statstcých dat 1.1 Pops omálích a ordálích zaů K zobrazeí rozděleí hodot omálích ebo ordálích zaů lze použít tabulu ebo graf rozděleí četostí. Tuto formu zobrazeí lze dooce použít pro číselé zay,
Více5. Základní statistický rozbor
5. Záladí tattcý rozbor Záladí tattcý rozbor očívá ve výočtech a rezetac číelých charatert tattcého ouboru hodot zoumaého číelého (vattatvího) tattcého zau. Číelé charaterty jou číelé hodoty, teré zhuštěím
Více3. cvičení 4ST201. Míry variability
cvčící Ig. Jaa Feclová 3. cvčeí 4ST0 Obah: Míry varablty Rozptyl Směrodatá odchyla Varačí oefcet Rozlad rozptylu a mezupovou a vtroupovou varabltu Změa rozptylu Vyoá šola eoomcá VŠE urz 4ST0 Míry varablty
VícePřednáška č. 2 náhodné veličiny
Předáša č. áhodé velčy Pozámy záladím pojmům z počtu pravděpodobost Pozáma 1: Př výpočtu pravděpodobost áhodého jevu dle lascé defce je uté věovat pozorost způsobu formulace vybraého jevu. V ásledující
VíceJEDNOROZMĚRNÁ POPISNÁ STATISTIKA
JEDNOROZMĚRNÁ POPISNÁ STATISTIKA Záladí tattcé ojmy Statta - teto ojem lze cháat v záadě ve třech ojetích: ) číelé ebo loví údaje (data) a jejch ouhry o hromadých jevech ) ratcá čot očívající ve běru,
VíceTéma 1: Pravděpodobnost
ravděpodobot Téma : ravděpodobot ředáša - ravděpodobot áhodého evu Náhodý pou a áhodý ev Náhodý pou - aždá čot, eíž výlede eí edozačě urče podmíam, za terých probíhá apř hod otou, měřeí dély, běh a 00
Více1 STATISTICKÁ ŠETŘENÍ
STATISTICKÁ ŠETŘENÍ Záladem aždého tattcého zoumáí jou údaje (data). Lze je zíat v záadě dvěma způoby. Buď je převzít z ějaého zdroje ebo je am zjtt. Seudárí data údaje, teré převezmeme z růzých zdrojů;
VíceNEPARAMETRICKÉ METODY
NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost
VíceRegrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n
Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =
Více1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor
1 Měřeí závlot tattckých zaků 1.1 Dvourozměrý tattcký oubor Př aalýze ekoomckých kutečotí á čato ezajímají jedotlvé velč jako takové, ale vztah mez m. Ptáme e, jak záví poptávka a ceě produktu, plat zamětaců
VíceMendelova univerzita v Brně Statistika projekt
Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4
VíceIlustrativní příklad ke zkoušce z B_PS_A léto 2014.
Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95
Více- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.
MATEMATICKÁ STATISTIKA - a základě výběrových dat uuzujeme a obecější kutečot, týkající e základího ouboru; provádíme zevšeobecňující (duktví) úudek - duktví uuzováí pomocí matematcko-tattckých metod je
VíceTéma 5: Analýza závislostí
Aalýza závlotí Téma 5: Aalýza závlotí Předáša 5 Závlot mez ev Záladí pom Předmětem této aptol ude zoumáí závlotí ouvlotí mez dvěma a více ev. Jedá e o proutí do vztahů mez ledovaým ev a tím přlížeí tzv.
Více2. Vícekriteriální a cílové programování
2. Vícerterálí a cílové programováí Úlohy vícerterálího programováí jsou úlohy, ve terých se a možě přípustých řešeí optmalzuje ěol salárích rterálích fucí. Moža přípustých řešeí je přtom defováa podobě
VíceLineární regrese ( ) 2
Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující
VíceTéma 4: Výběrová šetření
Výběrová šetřeí Téma : Výběrová šetřeí Předáška Výběrové charaktertky a jejch rozděleí Výzam a druhy výběrového šetřeí tattcké šetřeí úplé vyčerpávající eúplé výběrové výběrové šetřeí aha o to aby výběrový
VíceZÁKLADY POPISNÉ STATISTIKY
ZÁKLADY POPISNÉ STATISTIKY Statitia věda o metodách běru, zpracováí a vyhodocováí tatiticých údaů. Statiticé údae ou apř. údae o přirozeém přírůtu či migraci obyvateltva, obemu výroby průmylových podiů,
VíceTestování statistických hypotéz
Tetováí tatitických hypotéz CHEMOMETRIE I, David MILDE Jedá e o jedu z ejpoužívaějších metod pro vyloveí závěrů o základím ouboru, který ezkoumáme celý, ale pomocí áhodého výběru. Př.: Je obah účié látky
VíceTéma 3: Popisná statistika
Popá tatta Téma : Popá tatta Předáša 7 Záladí tattcé pojmy Pojem a úoly tatty Statta je věda, teá e zabývá zíáváím, zpacováím a aalýzou dat po potřeby ozhodováí. Zoumá tav a vývoj homadých jevů a vztahů
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,
VíceIlustrativní příklad ke zkoušce z B_PS_A léto 2013.
Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95
Více8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI
8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI Ča ke tudiu kapitoly: 60 miut Cíl: Po protudováí tohoto odtavce budete umět: charakterizovat další typy pojitých rozděleí: χ, Studetovo, Ficher- Sedocorovo -
Více7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY
7 VYUŽITÍ METOD OERAČNÍ ANALÝZY V TECHNOLOGII DORAVY Operačí aalýza jao jeda z oblatí apliovaé matematiy achází vé široé uplatěí v průmylových a eoomicých apliacích. Jedím z oborů, ve teré hraje ezatupitelou
Více9. REGRESNÍ A KORELAČNÍ ANALÝZA
Pravděpodobot a tattka 9. REGRESNÍ A KORELAČNÍ ANALÝZA Průvodce tudem V předchozí kaptole jme uvedl způob, jak popat leárí závlot mez dvěma argumety a její míru. Užtím korelačích poměrů je možé zjtt, zda
VíceJednoduchá lineární závislost
Jedoduchá leárí závlot Regreí fuce: ),...,, ( 0 m f Předpolad: Fuce je leárí v parametrech: ) (... ) 0 ( 0 f f m m f 0 ()... f m () regreor 0... m regreí parametr určujeme METODOU NEJMENŠÍCH ČTVERCŮ Regreí
Vícestavební obzor 1 2/2014 11
tavebí obzor /04 Exploratorí aalýza výběrového ouboru dat pevoti drátobetou v tlau Ig. Daiel PIESZKA Ig. Iva KOLOŠ, Ph.D. doc. Ig. Karel KUBEČKA, Ph.D. VŠB-TU Otrava Faulta tavebí Věrohodé vyhodoceí experimetálích
Více1 STATISTICKÁ ŠETŘENÍ
STATISTICKÁ ŠETŘENÍ Záladem aždého tattcého zoumáí jou údaje (data). Lze je zíat v záadě dvěma způoby. Buď je převzít z ějaého zdroje ebo je am zjtt. Seudárí data údaje, teré převezmeme z růzých zdrojů;
VíceNejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A
Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota
VíceÚvodem. Vážení čtenáři,
Úvodem Vážeí čteář, rpta, terá právě otevíráte, jou určea především poluchačům druhého ročíu baalářého tuda všech oborů Vyoé šoly fačí a práví, tj. jao tudjí materál předmětům Pravděpodobot a tatta, Pravděpodobot
Více12. N á h o d n ý v ý b ě r
12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých
VícePravděpodobnost a aplikovaná statistika
Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí
VíceTestování statistických hypotéz
Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím
VíceOdhady parametrů 1. Odhady parametrů
Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:
VíceOdhady parametrů základního. Ing. Michal Dorda, Ph.D.
Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme
Více[ jednotky ] Chyby měření
Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá
Více3. Charakteristiky a parametry náhodných veličin
3. Charateristiy a parametry áhodých veliči Úolem této apitoly je zavést pomocý aparát, terým budeme dále popisovat pomocí jedoduchých prostředů áhodé veličiy. Taovýmto aparátem jsou tzv. parametry ebo
Více11. Popisná statistika
. Popsá statstka.. Pozámka: Př statstckém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákotost, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme statstcké jedotky. Př
VíceInterval spolehlivosti pro podíl
Iterval polehlivoti pro podíl http://www.caueweb.org/repoitory/tatjava/cofitapplet.html Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta troího ižeýrtví Matematika IV Semetrálí práce Zpracoval: Čílo zadáí: 7 Studií kupia: Datum: 8.4. 0 . Při kotrole akoti výrobků byla ledováa odchylka X [mm] eich rozměru
Více3. Charakteristiky a parametry náhodných veličin
3. Charatersty a parametry áhodýh velč Úolem této aptoly je zavést pomoý aparát, terým budeme dále popsovat pomoí jedoduhýh prostředů áhodé velčy. Taovýmto aparátem jsou tzv. parametry ebo haratersty áhodé
VíceNáhodný výběr 1. Náhodný výběr
Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti
Více} kvantitativní znaky
Měřeí tattcké závlot, korelace, regree Obecé prcpy závlot vzájemá ouvlot měřeých zaků Prof. RNDr. Jaa Zvárov rová,, DrSc. fukčí závlot x tattcká závlot átroje pro měřeí závlot leár rí regree korelace }
VíceP2: Statistické zpracování dat
P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu
VíceSTATISTIKA. Základní pojmy
Statistia /7 STATISTIKA Záladí pojmy Statisticý soubor oečá eprázdá možia M zoumaých objetů schromážděých a záladě toho, že mají jisté společé vlastosti záladí statisticý soubor soubor všech v daé situaci
VíceStatistická rozdělení
Úvod Statstcá rozděleí Václav Adamec vadamec@medelu.cz Náhodá proměá: matematcá velča, jejíž hodot osclují. Produt áhodého procesu lze charaterzovat fucí Hodot proměé v oboru přípustých hodot Rozděleí
VíceDvourozměrná tabulka rozdělení četností
ANALÝZA ZÁVILOTÍ - zouáí závlot dvou evet více poěých, ěřeí íl této závlot, atd - cíle je hlubší vutí do podtat ledovaých jevů a poceů, přblížeí tzv příčý ouvlote Dvouozěá tabula ozděleí četotí - je eleetáí
VíceOdhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:
Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy
VíceTest dobré shody se používá nejčastěji pro ověřování těchto hypotéz:
Ig. Marta Ltschmaová Statstka I., cvčeí 1 TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ Dosud jsme se zabýval testováím parametrcký hypotéz, což jsou hypotézy o parametrech rozděleí (populace). Statstckým hypotézám
VíceOdhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.
Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt
VíceBudeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)
Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a
VíceDeskriptivní statistika 1
Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky
VíceNárodní informační středisko pro podporu kvality
Národí iformačí střediso pro podporu vality Problémy s uazateli způsobilosti a výoosti v praxi Dr.Jiří Michále, CSc. Ústav teorie iformace a automatizace AVČR Uazatel způsobilosti C p Předpolady: ormálí
Více1. Rozdělení četností a grafické znázornění Předpokládejme, že při statistickém šetření nás zajímá jediný statistický znak x, který nabývá
Statitická šetřeí a zpracováí dat Statitika e věda o metodách běru, zpracováí a vyhodocováí tatitických údaů. Statitika zkoumá polečeké, přírodí, techické a. evy vždy a dotatečě rozáhlém ouboru údaů. Matematická
VíceDigitální učební materiál
Dgtálí učebí materál Číslo projetu CZ..07/.5.00/34.080 Název projetu Zvaltěí výuy prostředctvím ICT Číslo a ázev šabloy líčové atvty III/ Iovace a zvaltěí výuy prostředctvím ICT Příjemce podpory Gymázum,
VíceUniverzita Karlova v Praze Pedagogická fakulta
Uverzta Karlova v Praze Pedagogcká fakulta SEMINÁRNÍ PRÁCE Z OBECNÉ ALGEBRY DĚLITELNOST CELÝCH ČÍSEL V SOUSTAVÁCH O RŮZNÝCH ZÁKLADECH / Cfrk C. Zadáí: Najděte pět krtérí pro děltelost v jých soustavách
VíceIntervalové odhady parametrů některých rozdělení.
4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:
VíceSP2 Korelační analýza. Korelační analýza. Libor Žák
Korelačí aalýza Přpomeutí pojmů áhodá proměá áhodý vetor áhodý vetor Náhodý výběr: pro áhodou proměou : pro áhodý vetor : pro áhodý vetor : Přpomeutí pojmů - ovarace Kovarace áhodých proměých ovaračí oefcet
VíceZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)
ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti
VícePRAVDĚPODOBNOST A STATISTIKA. Testy hypotéz
SP3 Tey hypoéz PRAVDĚPODOBNOST A STATISTIKA Tey hypoéz Lbor Žá SP3 Tey hypoéz Lbor Žá Tey hypoéz- úvod Nechť X X e áhodý výběr T X X X áhodý veor ezávlé ložy erý má rozděleí závlé a parameru θ Θ Θ R Ozačme:
Více5 - Identifikace. Michael Šebek Automatické řízení
5 - Idetface Mchael Šebe Automatcé řízeí 06 8-3-6 Idetface Automatcé řízeí - Kybereta a robota Aeb ja zíat model ytému z dat (a valdovat ho a jých datech) whte box (víme vše): ze záladích prcpů (fyz-chem-bo-
Více6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.
6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola
VíceMezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.
ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém
Více14. B o d o v é o d h a d y p a r a m e t r ů
4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž
VícePRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady
SP Bodové a tervalové odhady PRAVDĚPODOBNOST A STATISTIKA Bodové a tervalové odhady Lbor Žák SP Bodové a tervalové odhady Lbor Žák Bodové a tervalové odhady Nechť je áhodá proměá, která má dstrbučí fukc
VícePři sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací
3. Náhodý výběr Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých realizací
VíceKvantitativní popis diverzifikace, Quantitative Description of Diversification
Bue & IT / Kvattatví pop dverzfkace, Quattatve Decrpto of Dverfcato Mlolav Malec Lukáš Malec Rotlav Tomeš btrakt: V čláku jou popáy základí metody kvattatvího a grafckého popu dverzfkace. Jou uvedey kotrukce
Více2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT
2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic
VíceSTATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson
STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr
VíceP1: Úvod do experimentálních metod
P1: Úvod do epermetálích metod Chyby a ejstoty měřeí - Každé měřeí je zatížeo určtou epřesostí, která je způsobea ejrůzějším egatvím vlvy, vyskytujícím se v procesu měřeí. - Výsledek měřeí se díky tomu
VícePravděpodobnostní modely
Pravděpodobostí modely Meu: QCEpert Pravděpodobostí modely Modul hledá metodou maimálí věrohodosti (MLE Maimum Likelihood Estimate) statistický model (rozděleí) který ejlépe popisuje data. Je přitom k
Víceveličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou
1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i
VíceMetody zkoumání závislosti numerických proměnných
Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy
Vícea další charakteristikou je četnost výběrového souboru n.
Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu
VíceÚvod do teorie měření
Uverzta Jaa Evagelsty Purkyě v Ústí ad Labem Přírodovědecká fakulta Úvod do teore měřeí Prof. Chlář emář 0 Průměr, rozptyl a směrodatá odchylka X = X = ( X X ) = = = Výpočty pomocí vzorců a pomocí statstckých
Více1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru
Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v
VíceGenerování dvojrozměrných rozdělení pomocí copulí
Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta
Více3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.
3. Hodoceí přesost měřeí a vytyčováí. Odchylky a tolerace ve výstavbě. 3.1 Úvod o měřeí obecě 3.2 Chyby měřeí a jejch děleí 3.2.1 Omyly a hrubé chyby 3.2.2 Systematcké chyby 3.2.3 Náhodé chyby 3.3 Výpočet
VíceVYSOCE PŘESNÉ METODY OBRÁBĚNÍ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,
Více11. Časové řady. 11.1. Pojem a klasifikace časových řad
. Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé
VíceÚvod do korelační a regresní analýzy
Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou
Více,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3
Př 7: S 95% polehlivotí odhaděte variabilitu (protředictvím odhadu měrodaté odchylky) a tředí hodotu obahu vitamíu C u rajčat. Záte-li výledky rozboru 0-ti vzorků rajčat: 3 4 5 6 7 8 9 0 9,6 3,4 30 3,6
VíceSpojité (kontinuální) - nap. podle vykázaného zisku, tržeb, náklad Nespojité (diskrétní) - nap. podle potu len v rodin
Aktvta 3 Semá základ tattk a workhop (Prof. Ig. Mla Palát, CSc., Ig. Krta Somerlíková, Ph.D.) Stattcké tídí Základí metoda tattckého zpracováí. Sekupováí hodot promé, které jou z hledka klafkaího zaku
Více1.1. Primitivní funkce a neurčitý integrál
Mateatia II. NEURČITÝ INTEGRÁL.. Priitiví fuce a eurčitý itegrál Defiice... Říáe, že fuce F( ) je v itervalu ( ab, ) priitiví fucí fuci f ( ), platí-li pro všecha ( ab, ) vztah F = f. Defiice... Možia
VícePRAVDĚPODOBNOST A STATISTIKA
SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty
Více5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC
5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém
Více