POROVNÁNÍ MEZI SKUPINAMI

Rozměr: px
Začít zobrazení ze stránky:

Download "POROVNÁNÍ MEZI SKUPINAMI"

Transkript

1 POROVNÁNÍ MEZI SKUPINAMI Potřeba porovnání počtů mez určtým skupnam jednců např. porovnání počtů onemocnění mez kraj nebo okresy v prax se obvykle pracuje s porovnáním na osob. Stuace ale nebývá často tak jednoduchá např. se jednotlvé lokalty mohou lšt ve věkové struktuře centrum Prahy a nové obvody Prahy V tomto případě by byl pozorovaný rozdíl spíše způsobený rozdílnou věkovou strukturou než rozdíly v onemocnění Správně bychom musel porovnávat počty onemocnění v jednotlvých věkových skupnách. Dostal bychom ale přílš mnoho výsledků a těžko bychom dělal jednoznačný závěr.

2 STANDARDIZACE Jedna z možností, jak vyloučt rušvé faktory porovnání několka skupn je standardzace. Rušvým faktorem ve výše uvedeném příkladu je věk (různá věková struktura), ale rušvým faktorem může být jná velčna nebo skupna velčn. Standard je deální populace, vzor, měřítko. Můžeme použít celosvětový standard Evropský standard vlastní standard Praktcký význam má použtí obecného standardu, který je však co nejblžší danému prostředí. Např. celosvětová populace je výrazně mladší než evropská. V prax se často používá standard, který nepředstavuje konkrétní populac, ale je vytvořen jako přblžný model věkové struktury modelové populace.

3 Standard světové zdravotncké organzace Věková skupna Evropský Celosvětový Celkem

4 Př standardzac nejprve rozdělíme populac ( standard) na skupny podle rušvého faktoru. Písmenem K označíme počet těchto skupn. Značení pro výpočet standardzace Populace Standard Celkový počet M N Počty ve skupnách podle rušvého faktoru m n Celkové počty případů X Počty případů ve skupnách podle rušvého faktoru x Relatvní počty případů ve skupnách podle rušvého faktoru x r = m

5 Přímá standardzace Máme skutečné počty nemocných např. v různých krajích a okresech. Abychom je mohl porovnat, musíme vypočítat standardzovanou nemocnost, tj. kolk osob by bylo nemocných ve standardu, pokud by pravděpodobnost onemocnění byla stejná jako ve sledované populac: Vzorec pro přímou standardzac: výraz N n je vlastně váha v -té věkové skupně St p = k = 1 x m n N w standardu 1. v každé věkové skupně vypočteme pravděpodobnost onemocnění z reálných dat 2. vynásobením * dostaneme počet onemocnění na osob 3. vynásobením velkostí příslušné věkové skupny ve standardu (váhou skupny) dostaneme standardzovaný počet nemocných této skupny 4. celkovou nemocnost vypočteme jako součet ve všech věkových skupnách St p = k =1 x m w

6 Př použtí vlastního standardu (v tabulce je to standard pro ČR vypočtený na základě počtu obyvatel k ) vypočteme váhu skupn z přesných čísel jako relatvní četnost: Věková sk. počet obyv. váha skupn , , , , , , , , , , , , Celkem ,0 Váhu podskupn musíme vypočítat na dostatečný počet desetnných míst. Pravdlo o zaokrouhlování platí pouze pro výsledek: nemá smysl uvádět celkovou nemocnost na víc než jedno nebo dvě desetnná místa. Pokud bychom např. v našem případě zaokrouhll váhu skupn na méně než 4 desetnná místa, chyba se projeví v desetnách, pokud na 3 desetnná čísla, chyba celkové nemocnost se bude pohybovat v jednotkách osob. Vz 9b_prklad_epdat.xls

7 Standardzované počty onemocnění VEKSKUP Celkem ,35 4,98 23, ,20 69,19 285, ,21 52,29 254, ,53 6,49 37, ,97 2,13 8, ,85 0,48 1, ,43 1,05 2, ,39 1,18 2, ,30 0,00 0, ,15 0,08 0, ,04 0,08 0, ,01 0,00 0,00 Celkem 459,42 137,95 615,45 Porovnání standardzovaných počtů Počty onemocnění na VEKSKUP Celkem ,35 5,12 22, ,20 66,93 282, ,21 44,59 259, ,53 4,96 38, ,97 1,68 8, ,85 0,48 1, ,43 1,20 2, ,39 1,20 2, ,30 0,00 0, ,15 0,08 0, ,04 0,08 0, ,01 0,00 0,00 Celkem 459,42 126,34 617,74 a počtů jen přepočtených na obyv.

8 Z předchozích tabulek vdíme, že přepočet na obyvatel pro ČR (sloupec Celkem) je stejný jako standardzovaný počet (protože právě počet obyvatel ČR nám posloužl jako standard. Standardzované počty a relatvní počty onemocnění v kraj Praha se lší víc než v kraj Jhočeském, protože kraj Praha se více odlšuje od standardu ČR právě ve věkových skupnách u dětí, kde je onemocnění planým neštovcem nejčastější. Nepřímá standardzace, nverzní standardzace Dále exstuje ještě metoda nepřímé standardzace, kterou použjeme když neznáme onemocnění v jednotlvých skupnách, ale jen celkový počet onemocnění X. Tato metoda se např. používá př výpočtu ndexu úmrtnost anglcky nazývaného Standardzed Mortalty Rato (SMR) nebo pro výpočet ncdence Standardzed Incdence Raco (SIR). Další je metoda nverzní standardzace, která se však používá velm zřídka.

Teoretické modely diskrétních náhodných veličin

Teoretické modely diskrétních náhodných veličin Teoretcké modely dskrétních náhodných velčn Velčny, kterým se zabýváme, bývají nejrůznější povahy. Přesto však estují skupny náhodných velčn, které mají podobně rozloženou pravděpodobnostní funkc a lze

Více

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu 6. Demonstrační smulační projekt generátory vstupních proudů smulačního modelu Studjní cíl Na příkladu smulačního projektu představeného v mnulém bloku je dále lustrována metodka pro stanovování typů a

Více

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d Korelační energe Referenční stavy Energ molekul a atomů lze vyjádřt vzhledem k různým referenčním stavům. V kvantové mechance za referenční stav s nulovou energí bereme stav odpovídající nenteragujícím

Více

Solventnost II. Standardní vzorec pro výpočet solventnostního kapitálového požadavku. Iva Justová

Solventnost II. Standardní vzorec pro výpočet solventnostního kapitálového požadavku. Iva Justová 2. část Solventnost II Standardní vzorec pro výpočet solventnostního kaptálového požadavku Iva Justová Osnova Úvod Standardní vzorec Rzko selhání protstrany Závěr Vstupní údaje Vašíčkovo portfolo Alternatvní

Více

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN V dokumentu 7a_korelacn_a_regresn_analyza jsme řešl rozdíl mez korelační a regresní analýzou. Budeme se teď věnovat pouze lneárnímu vztahu dvou velčn, protože je nejjednodušší

Více

Teoretické modely diskrétních náhodných veličin

Teoretické modely diskrétních náhodných veličin Teoretcké modely dskrétních náhodných velčn Velčny, kterým se zabýváme, bývají nejrůznější povahy. Přesto však estují skupny náhodných velčn, které mají podobně rozloženou pravděpodobnostní funkc a lze

Více

Vícekriteriální rozhodování. Typy kritérií

Vícekriteriální rozhodování. Typy kritérií Vícekrterální rozhodování Zabývá se hodnocením varant podle několka krtérí, přčemž varanta hodnocená podle ednoho krtéra zpravdla nebývá nelépe hodnocená podle krtéra ného. Metody vícekrterálního rozhodování

Více

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ. CHYBY MĚŘENÍ Úvod Představte s, že máte změřt délku válečku. Použjete posuvné měřítko a získáte určtou hodnotu. Pamětlv přísloví provedete ještě jedno měření. Ale ouha! Výsledek je jný. Co dělat? Měřt

Více

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha ANOVA Analýza rozptylu př jednoduchém třídění Jana Vránová, 3.léařsá faulta UK, Praha Teore Máme nezávslých výběrů, > Mají rozsahy n, teré obecně nemusí být stejné V aždém z nch známe průměr a rozptyl

Více

Statistická šetření a zpracování dat.

Statistická šetření a zpracování dat. Statstcká šetření a zpracování dat. Vyjadřovací prostředky ve statstce STATISTICKÉ TABULKY Typckým vyjadřovacím prostředkem statstky je číslo formalzovaným nástrojem číselného vyjádření je statstcká tabulka.

Více

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl ČVUT FEL X16FIM Fnanční Management Semestrální projekt Téma: Optmalzace zásobování teplem Vypracoval: Marek Handl Datum: květen 2008 Formulace úlohy Pro novou výstavbu 100 bytových jednotek je třeba zvolt

Více

Časová hodnota peněz ve finančním rozhodování podniku. 1.1. Význam faktoru času a základní metody jeho vyjádření

Časová hodnota peněz ve finančním rozhodování podniku. 1.1. Význam faktoru času a základní metody jeho vyjádření Časová hodnota peněz ve fnančním rozhodování podnku 1.1. Význam faktoru času a základní metody jeho vyjádření Fnanční rozhodování podnku je ovlvněno časem. Peněžní prostředky získané dnes mají větší hodnotu

Více

Energie elektrického pole

Energie elektrického pole Energe elektrckého pole Jž v úvodní kaptole jsme poznal, že nehybný (centrální elektrcký náboj vytváří v celém nekonečném prostoru slové elektrcké pole, které je konzervatvní, to znamená, že jakýkolv jný

Více

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM 7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM Průvodce studem Předchozí kaptoly byly věnovány pravděpodobnost a tomu, co s tímto pojmem souvsí. Nyní znalost z počtu pravděpodobnost aplkujeme ve statstce. Předpokládané

Více

Finanční matematika. Téma: Důchody. Současná hodnota anuity

Finanční matematika. Téma: Důchody. Současná hodnota anuity Fnanční matematka Téma: Důchody Současná hodnota anuty Důchody Defnce: Důchodem se rozumí pravdelné platby ve stejné výš, tzv. anuty Pozor na nejednotnost termnologe Různé možnost rozdělení důchodů Členění

Více

Numerická matematika 1. t = D u. x 2 (1) tato rovnice určuje chování funkce u(t, x), která závisí na dvou proměnných. První

Numerická matematika 1. t = D u. x 2 (1) tato rovnice určuje chování funkce u(t, x), která závisí na dvou proměnných. První Numercká matematka 1 Parabolcké rovnce Budeme se zabývat rovncí t = D u x (1) tato rovnce určuje chování funkce u(t, x), která závsí na dvou proměnných. První proměnná t mívá význam času, druhá x bývá

Více

Škály podle informace v datech:

Škály podle informace v datech: Škály podle informace v datech: Různé typy dat znamenají různou informaci, resp. různé množství informace Data nominální Rovná se? x 1 = x 2 Data ordinální Větší, menší? x 1 < x 2 Data intervalová O kolik?

Více

STATISTIKA PRO NELÉKAŘSKÉ ZDRAVOTNICKÉ OBORY

STATISTIKA PRO NELÉKAŘSKÉ ZDRAVOTNICKÉ OBORY STATISTIKA PRO NELÉKAŘSKÉ ZDRAVOTNICKÉ OBORY Eva Reterová Olomouc 06 Fakulta zdravotnckých věd Unverzta Palackého v Olomouc Statstka pro nelékařské zdravotncké obory Eva Reterová Olomouc 06 Oponent: PhDr.

Více

Matematika I A ukázkový test 1 pro 2018/2019

Matematika I A ukázkový test 1 pro 2018/2019 Matematka I A ukázkový test 1 pro 2018/2019 1. Je dána soustava rovnc s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napšte Frobenovu větu (předpoklady + tvrzení). b) Vyšetřete

Více

2.5. MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC

2.5. MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC 25 MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC V této kaptole se dozvíte: jak lze obecnou soustavu lneárních rovnc zapsat pomocí matcového počtu; přesnou formulac podmínek řeštelnost soustavy lneárních rovnc

Více

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2 Dokumentace k projektu pro předměty IZP a IUS Iterační výpočty projekt č.. lstopadu 1 Autor: Mlan Setler, setl1@stud.ft.vutbr.cz Fakulta Informačních Technologí Vysoké Učení Techncké v Brně Obsah 1 Úvod...

Více

Ukazatele zdravotního stavu. Martin Horváth Kateřina Ivanová

Ukazatele zdravotního stavu. Martin Horváth Kateřina Ivanová Ukazatele zdravotního stavu Martin Horváth Kateřina Ivanová 1 Subjektivní hodnocení zdraví Zdroj 2 Střední délka života při narození a její část prožitá bez zdravotního omezení, muži, 2003 emě, které byly

Více

Monte Carlo metody Josef Pelikán CGG MFF UK Praha.

Monte Carlo metody Josef Pelikán CGG MFF UK Praha. Monte Carlo metody 996-7 Josef Pelkán CGG MFF UK Praha pepca@cgg.mff.cun.cz http://cgg.mff.cun.cz/~pepca/ Monte Carlo 7 Josef Pelkán, http://cgg.ms.mff.cun.cz/~pepca / 44 Monte Carlo ntegrace Odhadovaný

Více

Úloha II.P... Temelínská

Úloha II.P... Temelínská Úloha IIP Temelínská 4 body; průměr 278; řešlo 49 studentů Odhadněte kolk jaderného palva se spotřebuje v jaderné elektrárně na 1 MWh elektrcké energe kterou spotřebují ldé až v domácnost Srovnejte to

Více

Tepelná kapacita = T. Ē = 1 2 hν + hν. 1 = 1 e x. ln dx. Einsteinův výpočet (1907): Soustava N nezávislých oscilátorů se stejnou vlastní frekvencí má

Tepelná kapacita = T. Ē = 1 2 hν + hν. 1 = 1 e x. ln dx. Einsteinův výpočet (1907): Soustava N nezávislých oscilátorů se stejnou vlastní frekvencí má Tepelná kapacta C x = C V = ( ) dq ( ) du Dulong-Pettovo pravdlo: U = 3kT N C V = 3kN x V = T ( ) ds x Tepelná kapacta mřížky Osclátor s kvantovanou energí E n = ( n + 2) hν má střední hodnotu energe (po

Více

Jednofaktorová analýza rozptylu

Jednofaktorová analýza rozptylu I I.I Jednofaktorová analýza rozptylu Úvod Jednofaktorová analýza rozptylu (ANOVA) se využívá při porovnání několika středních hodnot. Často se využívá ve vědeckých a lékařských experimentech, při kterých

Více

DYNAMICKÉ MODULY PRUŽNOSTI NÁVOD DO CVIČENÍ

DYNAMICKÉ MODULY PRUŽNOSTI NÁVOD DO CVIČENÍ DYNAMICKÉ MODUY PRUŽNOSTI NÁVOD DO CVIČNÍ D BI0 Zkušebnctví a technologe Ústav stavebního zkušebnctví, FAST, VUT v Brně 1. STANOVNÍ DYNAMICKÉHO MODUU PRUŽNOSTI UTRAZVUKOVOU IMPUZOVOU MTODOU [ČSN 73 1371]

Více

permutace, popisující nějaké symetrie, je i π permutace, popisující nějakou symetrii.

permutace, popisující nějaké symetrie, je i π permutace, popisující nějakou symetrii. DSM Cv Pólyova věta Budeme se zabývat objekty (na množně X - to jsou vrcholy těchto objektů) s různým prvky symetre (například to mohou být různé brože, tsky, ale také strukturní vzorce různých chemckých

Více

Teorie efektivních trhů (E.Fama (1965))

Teorie efektivních trhů (E.Fama (1965)) Teore efektvních trhů (E.Fama (965)) Efektvní efektvní zpracování nových nformací Efektvní trh trh, který rychle a přesně absorbuje nové nf. Ceny II (akcí) náhodná procházka Předpoklady: na trhu partcpuje

Více

Využití nástrojů GIS při analýze vztahů socio-ekonomických faktorů a úrovně sociální péče

Využití nástrojů GIS při analýze vztahů socio-ekonomických faktorů a úrovně sociální péče Využtí nástrojů GIS př analýze vztahů soco-ekonomckých faktorů a úrovně socální péče Renata Klufová Katedra aplkované matematky a nformatky, Ekonomcká fakulta JU, Studentská 13 370 05 České Budějovce,

Více

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKY

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKY ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ FAKULTA DOPRAVNÍ SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKY Facebook vs. studium Vypracovali: Martina Grivalská Nikola Karkošiaková Barbora Brůhová Obsah 1. Úvod 2. Dotazník 3.

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

(Cramerovo pravidlo, determinanty, inverzní matice) KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce

Více

7. Analýza rozptylu jednoduchého třídění

7. Analýza rozptylu jednoduchého třídění 7. nalýza rozptylu jednoduchého třídění - V této kaptole se budeme zabývat vztahem mez znaky kvanttatvním (kolk) a kvaltatvním (kategorálním, jaké jsou) Doposud jsme schopn u nch hodnott: - podmíněné charakterstky

Více

Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1

Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1 Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA 2018 4. dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1 Typy proměnných nominální (nominal) o dvou hodnotách lze říci pouze

Více

Věstník ČNB částka 9/2012 ze dne 29. června 2012. ÚŘEDNÍ SDĚLENÍ ČESKÉ NÁRODNÍ BANKY ze dne 27. června 2012

Věstník ČNB částka 9/2012 ze dne 29. června 2012. ÚŘEDNÍ SDĚLENÍ ČESKÉ NÁRODNÍ BANKY ze dne 27. června 2012 ÚŘEDNÍ SDĚLENÍ ČESKÉ NÁRODNÍ BANKY ze dne 27. června 2012 k ověřování dostatečného krytí úvěrových ztrát Třídící znak 2 1 1 1 2 5 6 0 I. Účel úředního sdělení Účelem tohoto úředního sdělení je nformovat

Více

HODNOCENÍ DODAVATELE SUPPLIER EVALUATION

HODNOCENÍ DODAVATELE SUPPLIER EVALUATION oční 6., Číslo IV., lstopad 20 HODNOCENÍ DODAVATELE SUPPLIE EVALUATION oman Hruša Anotace: Článe se zabývá hodnocením dodavatele pomocí scorng modelu, což znamená vanttatvní hodnocení dodavatele podle

Více

Univerzita Tomáše Bati ve Zlíně

Univerzita Tomáše Bati ve Zlíně nverzta Tomáše Bat ve líně LABOATOÍ CČEÍ ELETOTECHY A PŮMYSLOÉ ELETOY ázev úlohy: ávrh dělče napětí pracoval: Petr Luzar, Josef Moravčík Skupna: T / Datum měření:.února 8 Obor: nformační technologe Hodnocení:

Více

Mechatronické systémy s elektronicky komutovanými motory

Mechatronické systémy s elektronicky komutovanými motory Mechatroncké systémy s elektroncky komutovaným motory 1. EC motor Uvedený motor je zvláštním typem synchronního motoru nazývaný též bezkartáčovým stejnosměrným motorem (anglcky Brushless Drect Current

Více

Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)

Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests) Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, např. hmotnost a pohlaví narozených dětí. Běžný statistický postup pro ověření závislosti dvou veličin je zamítnutí jejich

Více

Vyrovnání měření přímých stejné přesnosti

Vyrovnání měření přímých stejné přesnosti Vyrovnání měření přímých stejné přesnost 1) Určíme přblžnou hodnotu x pro přehlednější výpočet v pracovní tabulce: x ) Vypočteme hodnoty doplňků δ k přblžné hodnotě x : δ l x, protože l x + δ 3) Výpočet

Více

2.6. Koncentrace elektronů a děr

2.6. Koncentrace elektronů a děr Obr. 2-11 Rozložení nosičů při poloze Fermiho hladiny: a) v horní polovině zakázaného pásu (p. typu N), b) uprostřed zakázaného pásu (vlastní p.), c) v dolní polovině zakázaného pásu (p. typu P) 2.6. Koncentrace

Více

Úvod do analýzy rozptylu

Úvod do analýzy rozptylu Úvod do analýzy rozptylu Párovým t-testem se podařilo prokázat, že úprava režimu stravování a fyzické aktivity ve vybrané škole měla vliv na zlepšené hodnoty HDLcholesterolu u školáků. Pro otestování jsme

Více

4 Parametry jízdy kolejových vozidel

4 Parametry jízdy kolejových vozidel 4 Parametry jízdy kolejových vozdel Př zkoumání jízdy železnčních vozdel zjšťujeme většnou tř základní charakterstcké parametry jejch pohybu. Těmto charakterstkam jsou: a) průběh rychlost vozdel - tachogram,

Více

UKAZATELÉ VARIABILITY

UKAZATELÉ VARIABILITY UKAZATELÉ VARIABILITY VÝZNAM Porovnejte známky dvou studentek ze stejného předmětu: Studentka A: Studentka B: Oba soubory mají stejný rozsah hodnoty, ale liší se známky studentky A jsou vyrovnanější, jsou

Více

PODKLADY PRO PRAKTICKÝ SEMINÁŘ PRO UČITELE VOŠ. Logaritmické veličiny používané pro popis přenosových řetězců. Ing. Bc. Ivan Pravda, Ph.D.

PODKLADY PRO PRAKTICKÝ SEMINÁŘ PRO UČITELE VOŠ. Logaritmické veličiny používané pro popis přenosových řetězců. Ing. Bc. Ivan Pravda, Ph.D. PODKLADY PRO PRAKTICKÝ SEMIÁŘ PRO ČITELE VOŠ Logartmcké velčny používané pro pops přenosových řetězců Ing. Bc. Ivan Pravda, Ph.D. ATOR Ivan Pravda ÁZEV DÍLA Logartmcké velčny používané pro pops přenosových

Více

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ Abstrakt Martn Cupal 1 Prncp tvorby tržní ceny nemovtost je sce založen na tržní nabídce a poptávce, avšak tento trh je značně nedokonalý. Nejvíce ovlvňuje

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) Testování statistických hypotéz Testování statistických hypotéz Princip: Ověřování určitého předpokladu zjišťujeme, zda zkoumaný výběr pochází ze základního souboru, který má určité rozdělení zjišťujeme,

Více

ANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST

ANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST Abstrakt ANALÝZA ZKA A CTLOST JAKO SOUČÁST STUDE POVEDTELNOST 1. ČÁST Jří Marek Úspěšnost nvestce závsí na tom, jaké nejstoty ovlvní její předpokládaný žvotní cyklus. Pomocí managementu rzka a analýzy

Více

MĚŘENÍ ELEKTRICKÝCH PARAMETRŮ V OBVODECH S PWM ŘÍZENÝMI ZDROJI NAPĚTÍ Electric Parameter Measurement in PWM Powered Circuits

MĚŘENÍ ELEKTRICKÝCH PARAMETRŮ V OBVODECH S PWM ŘÍZENÝMI ZDROJI NAPĚTÍ Electric Parameter Measurement in PWM Powered Circuits Techncká 4, 66 07 Praha 6 MĚŘENÍ ELEKTRICKÝCH PARAMETRŮ V OBVODECH S PWM ŘÍZENÝMI ZDROJI NAPĚTÍ Electrc Parameter Measurement n PWM Powered Crcuts Martn Novák, Marek Čambál, Jaroslav Novák Abstrakt: V

Více

11 Tachogram jízdy kolejových vozidel

11 Tachogram jízdy kolejových vozidel Tachogram jízdy kolejových vozdel Tachogram představuje znázornění závslost rychlost vozdel na nezávslém parametru. Tímto nezávslým parametrem může být ujetá dráha, pak V = f() dráhový tachogram, nebo

Více

2. Posouzení efektivnosti investice do malé vtrné elektrárny

2. Posouzení efektivnosti investice do malé vtrné elektrárny 2. Posouzení efektvnost nvestce do malé vtrné elektrárny Cíle úlohy: Posoudt ekonomckou výhodnost proektu malé vtrné elektrárny pomocí základních metod hodnocení efektvnost nvestních proekt ako sou metoda

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. 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

Hodnocení využití parku vozidel

Hodnocení využití parku vozidel Hodnocení využtí parku vozdel Všechna kolejová vozdla přdělená jednotlvým DKV (provozním jednotkám) tvoří bez ohledu na jejch okamžté použtí jejch nventární stav. Evdenční stav se skládá z vozdel vlastního

Více

Neparametrické metody

Neparametrické metody Neparametrcké metody Přestože parametrcké metody zaujímají klíčovou úlohu ve statstcké analýze dat, je možné některé problémy řešt př neparametrckém přístupu. V této přednášce uvedeme neparametrcké odhady

Více

Zeměpisná olympiáda 2010

Zeměpisná olympiáda 2010 Zeměpisná olympiáda 2010 Kategorie D okresní kolo Název a adresa školy: Okres: Jméno a příjmení: Třída: Datum:.. Projekt Název projektu: Porovnání životního prostředí ve vybraných evropských státech Cíl

Více

1.2. Postup výpočtu. , [kwh/(m 3.a)] (6)

1.2. Postup výpočtu. , [kwh/(m 3.a)] (6) 1. Stavebn energetcké vlastnost budov Energetcké chování budov v zním období se v současné době hodnotí buď s pomocí průměrného součntele prostupu tepla nebo s pomocí měrné potřeby tepla na vytápění. 1.1.

Více

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek 25. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE Ivana Lnkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE Abstrakt Příspěvek prezentuje B-splne křvku a Coonsovu, Bézerovu a Fergusonovu kubku jako specální případy

Více

3. SEMINÁŘ MĚŘENÍ FREKVENCE NEMOCÍ V POPULACI

3. SEMINÁŘ MĚŘENÍ FREKVENCE NEMOCÍ V POPULACI 3. SEMINÁŘ MĚŘENÍ FREKVENCE NEMOCÍ V POPULACI EPIDEMIOLOGIE 1. Úvod, obsah epidemiologie. Měření frekvence nemocí v populaci 2. Screening, screeningové (diagnostické) testy 3. Typy epidemiologických studií

Více

ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová

ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION Lenka Šobrová Anotace: Olejnny patří mez významné zemědělské plodny. Nejvýznamnější zástupc této skupny se však v jednotlvých částech světa lší,

Více

Kinetika spalovacích reakcí

Kinetika spalovacích reakcí Knetka spalovacích reakcí Základy knetky spalování - nauka o průběhu spalovacích reakcí a závslost rychlost reakcí na různých faktorech Hlavní faktory: - koncentrace reagujících látek - teplota - tlak

Více

Epidemiologické metody

Epidemiologické metody 6. SEMINÁŘ RIZIKA Epidemiologické metody Posuzování vztahů mezi nemocemi a jejich příčinami a podmínkami vzniku. Důležitou roli zde má statistika poskytuje metody pro měření asociace mezi jevy Pro posouzení

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Ladislav Pecen, Petr Kasík

INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ. Ladislav Pecen, Petr Kasík Základy bostatstky a modelování lékařských dat Ladslav Pecen, Petr Kasík Předmluva V současnost se statstka uplatňuje téměř ve všech oblastech medcíny. Důvodem jsou jednak vznk rozsáhlých databází v rutnní

Více

6 LINEÁRNÍ REGRESNÍ MODELY

6 LINEÁRNÍ REGRESNÍ MODELY 1 6 LINEÁRNÍ REGRESNÍ MODELY Př budování regresních modelů se běžně užívá metody nejmenších čtverců. Metoda nejmenších čtverců poskytuje postačující odhady parametrů jenom př současném splnění všech předpokladů

Více

Příklady k T 2 (platí pro seminární skupiny 1,4,10,11)!!!

Příklady k T 2 (platí pro seminární skupiny 1,4,10,11)!!! Příklady k T 2 (platí pro seminární skupiny 1,4,10,11)!!! Příklad 1.: Obchodník prodává pouze jeden druh zboží a ten také výhradně nakupuje. Činí tak v malém rozsahu, a proto koupil 500 výrobků po 10 Kč

Více

LectureV. April 18, celou historii vývoje škálovacího faktoru a Hubleovy konstanty. Otázkou je, jak určit množství hmoty ve vesmíru.

LectureV. April 18, celou historii vývoje škálovacího faktoru a Hubleovy konstanty. Otázkou je, jak určit množství hmoty ve vesmíru. LectureV Aprl 18, 2016 1 Temná hmota V předchozích lekcích sme ukázal, že pokud známe celkové množství hmoty ve vesmíru a eí složení, známe celou hstor vývoe škálovacího faktoru a Hubleovy konstanty. Otázkou

Více

Jihočeská univerzita v Českých Budějovicích. Pedagogická fakulta Katedra fyziky. Bakalářská práce

Jihočeská univerzita v Českých Budějovicích. Pedagogická fakulta Katedra fyziky. Bakalářská práce Jhočeská unverzta v Českých Budějovcích Pedagogcká fakulta Katedra fyzky Bakalářská práce České Budějovce 007 Tomáš Bürger Jhočeská unverzta v Českých Budějovcích Pedagogcká fakulta Katedra fyzky Generování

Více

1. Úvod do základních pojmů teorie pravděpodobnosti

1. Úvod do základních pojmů teorie pravděpodobnosti 1. Úvod do záladních pojmů teore pravděpodobnost 1.1 Úvodní pojmy Většna exatních věd zobrazuje své výsledy rgorózně tj. výsledy jsou zísávány na záladě přesných formulí a jsou jejch nterpretací. em je

Více

Statistika I (KMI/PSTAT)

Statistika I (KMI/PSTAT) Statistika I (KMI/PSTAT) Cvičení druhé aneb Kvantily, distribuční funkce Statistika I (KMI/PSTAT) 1 / 1 Co se dnes naučíme Po absolvování této hodiny byste měli být schopni: rozumět pojmu modus (modální

Více

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Markéta Brázdová 1 Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Klíčová slova: odbavování záslek, centrum grafu, vážená excentrcta vrcholů sítě, časová náročnost odbavení záslky, vážená

Více

ANALÝZA A KLASIFIKACE DAT

ANALÝZA A KLASIFIKACE DAT ANALÝZA A KLASIFIKACE DAT prof. Ing. Jří Holčík, CSc. INVESTICE Insttut DO bostatstky ROZVOJE VZDĚLÁVÁNÍ a analýz IV - pokračování KLASIFIKACE PODLE MINIMÁLNÍ VZDÁLENOSTI METRIKY PRO URČENÍ VZDÁLENOSTI

Více

1 Integrální počet. 1.1 Neurčitý integrál. 1.2 Metody výpočtů neurčitých integrálů

1 Integrální počet. 1.1 Neurčitý integrál. 1.2 Metody výpočtů neurčitých integrálů Integrální počet. Neurčitý integrál Neurčitým integrálem k dané funkci f() nazýváme takovou funkci F (), pro kterou platí, že f() = F (). Neboli integrálem funkce f() je taková funkce F (), ze které bychom

Více

2. ELEKTRICKÉ OBVODY STEJNOSMĚRNÉHO PROUDU

2. ELEKTRICKÉ OBVODY STEJNOSMĚRNÉHO PROUDU VŠB T Ostrava Faklta elektrotechnky a nformatky Katedra obecné elektrotechnky. ELEKTCKÉ OBVODY STEJNOSMĚNÉHO POD.. Topologe elektrckých obvodů.. Aktvní prvky elektrckého obvod.3. Pasvní prvky elektrckého

Více

í I - 13 - Průchod a rozptyl záření gama ve vrstvách materiálu Prof. Ing. J. Šeda, DrSc. KDAIZ - PJPI

í I - 13 - Průchod a rozptyl záření gama ve vrstvách materiálu Prof. Ing. J. Šeda, DrSc. KDAIZ - PJPI - 13 - í Průchod a rozptyl záření gama ve vrstvách materálu Prof. ng. J. Šeda, DrSc. KDAZ - PJP Na našem pracovšt byl vypracován program umožňující modelovat průchod záření gama metodou Monte Carlo, homogenním

Více

Příprava ke státním maturitám 2011, vyšší úroveň obtížnosti materiál stažen z www.e-matematika.cz

Příprava ke státním maturitám 2011, vyšší úroveň obtížnosti materiál stažen z www.e-matematika.cz Příprava ke státním maturtám 0, všší úroveň obtížnost materál stažen z wwwe-matematkacz 80 60 Jsou dána čísla s 90, t 5 0 Ve stejném tvaru (součn co nejmenšího přrozeného čísla a mocnn deset) uveďte čísla

Více

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11 Příklad 1 Vyhláška Ministerstva zdravotnictví předpokládala, že doba dojezdu k pacientovi od nahlášení požadavku nepřekročí 17 minut. Hodnoty deseti náhodně vybraných dob příjezdu sanitky k nemocnému byly:

Více

VÝPOČET PŘETVOŘENÍ PŘÍHRADOVÝCH KONSTRUKCÍ SILOVOU METODOU řešený příklad pro BO004

VÝPOČET PŘETVOŘENÍ PŘÍHRADOVÝCH KONSTRUKCÍ SILOVOU METODOU řešený příklad pro BO004 VÝPOČET PŘETVOŘENÍ PŘÍHRADOVÝCH KONSTRUKCÍ SILOVOU METODOU řešený příklad pro BO00 Slová metoda využívá prncp vrtuální práce. Zavádí se nový zatěžovací stav vrtuální zatížení. V tomto zatěžovacím stavu

Více

n lokální působení různých vnějších faktorů ovlivňujících růst a zánik živých organismů n lokální variace vnitřních proměnných biologických systémů.

n lokální působení různých vnějších faktorů ovlivňujících růst a zánik živých organismů n lokální variace vnitřních proměnných biologických systémů. PROSTOROVÁ AUTOKORELACE V ANALYTICKÉ CHEMII JIŘÍ MILITKÝ, Katedra textlních materálů, Techncká unversta v Lberc, 46 7 Lberec MILAN MELOUN, Katedra analytcké cheme, Unversta Pardubce, Pardubce. Úvod Autokorelace

Více

Konverze kmitočtu Štěpán Matějka

Konverze kmitočtu Štěpán Matějka 1.Úvod teoretcký pops Konverze kmtočtu Štěpán Matějka Směšovač měnč kmtočtu je obvod, který přeměňuje vstupní sgnál s kmtočtem na výstupní sgnál o kmtočtu IF. Někdy bývá tento proces označován také jako

Více

10. Soustava lineárních rovnic - substituční metoda

10. Soustava lineárních rovnic - substituční metoda @112 10. Soustava lineárních rovnic - substituční metoda Jedna z metod, která se používá při řešení soustavy lineárních rovnic, se nazývá substituční. Nejlépe si metodu ukážeme na příkladech. Příklad:

Více

Laboratorní cvičení L4 : Stanovení modulu pružnosti

Laboratorní cvičení L4 : Stanovení modulu pružnosti Laboratorní cvčení L4 Laboratorní cvčení L4 : Stanovení modulu pružnost 1. Příprava Modul pružnost statcký a dynamcký (kap. 3.4.2., str. 72, str.36, 4) Měření statckého modulu pružnost (kap. 5.11.1, str.97-915,

Více

LOGICKÉ OBVODY J I Ř Í K A L O U S E K

LOGICKÉ OBVODY J I Ř Í K A L O U S E K LOGICKÉ OBVODY J I Ř Í K A L O U S E K Ostrava 2006 Obsah předmětu 1. ČÍSELNÉ SOUSTAVY... 2 1.1. Číselné soustavy - úvod... 2 1.2. Rozdělení číselných soustav... 2 1.3. Polyadcké číselné soustavy... 2

Více

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y 4 Lneární regrese 4 LINEÁRNÍ REGRESE RYCHLÝ NÁHLED DO KAPITOLY Častokrát potřebujete zjstt nejen, jestl jsou dvě nebo více proměnných na sobě závslé, ale také jakým vztahem se tato závslost dá popsat.

Více

Základy biostatistiky

Základy biostatistiky Základy biostatistiky Veřejné zdravotnictví 3.LF UK Viktor Hynčica Úvod se statistikou se setkáváme denně ankety proč se statistika začala používat ve zdravotnictví skupinový přístup k léčení celé populace

Více

2. Definice pravděpodobnosti

2. Definice pravděpodobnosti 2. Defnce pravděpodobnost 2.1. Úvod: V přírodě se setkáváme a v přírodních vědách studujeme pomocí matematckých struktur a algortmů procesy dvojího druhu. Jednodušší jsou determnstcké procesy, které se

Více

Staré mapy TEMAP - elearning

Staré mapy TEMAP - elearning Staré mapy TEMAP - elearnng Modul 4 Kartometrcké analýzy Ing. Markéta Potůčková, Ph.D., 2013 Přírodovědecká fakulta UK v Praze Katedra aplkované geonformatky a kartografe Kartometre a kartometrcké vlastnost

Více

součást systému tabulek života, které charakterizují řád reprodukce populace

součást systému tabulek života, které charakterizují řád reprodukce populace ÚMRTNOSTNÍ TABULKY součást systému tabulek života, které charakterizují řád reprodukce populace logický systém statistických ukazatelů, které charakterizují dekrementní řád, tj. proces postupného vymírání

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

Tento materiál byl vytvořen v rámci projektu Operačního programu

Tento materiál byl vytvořen v rámci projektu Operačního programu Tento materiál byl vytvořen v rámci projektu Operačního programu Projekt MŠMT ČR Číslo projektu Název projektu Klíčová aktivita Vzdělávání pro konkurenceschopnost EU PENÍZE ŠKOLÁM CZ.1.07/1.4.00/21.3349

Více

Příspěvky do Fondu pojištění vkladů Garančního systému finančního trhu

Příspěvky do Fondu pojištění vkladů Garančního systému finančního trhu Česká národní banka odbor regulace fnančního trhu V Praze dne 7. května 2018 Příspěvky do Fondu pojštění vkladů Garančního systému fnančního trhu Pojštění pohledávek z vkladů v Evropské un a stanovení

Více

Povrchy, objemy. Krychle = = = + =2 = 2 = 2 = 2 = 2 =( 2) + = ( 2) + = 2+ =3 = 3 = 3 = 3 = 3

Povrchy, objemy. Krychle = = = + =2 = 2 = 2 = 2 = 2 =( 2) + = ( 2) + = 2+ =3 = 3 = 3 = 3 = 3 y, objemy nám vlastně říká, kolik tapety potřebujeme k polepení daného tělesa. Základní jednotkou jsou metry čtverečné (m 2 ). nám pak říká, kolik vody se do daného tělesa vejde. Základní jednotkou jsou

Více

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

Zpracování náhodného vektoru. Ing. Michal Dorda, Ph.D. Ing. Michal Dorda, Ph.D. 1 Př. 1: Cestující na vybraném spoji linky MHD byli dotazováni za účelem zjištění spokojenosti s kvalitou MHD. Legenda 1 Velmi spokojen Spokojen 3 Nespokojen 4 Velmi nespokojen

Více

BEZRIZIKOVÁ VÝNOSOVÁ MÍRA OTEVŘENÝ PROBLÉM VÝNOSOVÉHO OCEŇOVÁNÍ

BEZRIZIKOVÁ VÝNOSOVÁ MÍRA OTEVŘENÝ PROBLÉM VÝNOSOVÉHO OCEŇOVÁNÍ Prof. Ing. Mloš Mařík, CSc. BEZRIZIKOVÁ VÝNOSOVÁ MÍRA OEVŘENÝ PROBLÉM VÝNOSOVÉHO OCEŇOVÁNÍ RESUMÉ: Jedním z důležtých a přtom nepřílš uspokojvě řešených problémů výnosového oceňování podnku je kalkulace

Více

ANALÝZA DAT V R 2. POPISNÉ STATISTIKY. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.

ANALÝZA DAT V R 2. POPISNÉ STATISTIKY. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK. ANALÝZA DAT V R 2. POPISNÉ STATISTIKY Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz CO SE SKRÝVÁ V DATECH data sbíráme proto, abychom porozuměli

Více

POUŽITÍ METODY PERT PŘI ŘÍZENÍ PROJEKTŮ

POUŽITÍ METODY PERT PŘI ŘÍZENÍ PROJEKTŮ 5. Odborná konference doktorského studa s meznárodní účastí Brno 003 POUŽITÍ METODY PERT PŘI ŘÍZEÍ PROJEKTŮ A USAGE OF PERT METHOD I PROJECT MAAGEMET Vladslav Grycz 1 Abstract PERT Method and Graph theory

Více

4/3.3. bodem v rovině (tvoří rovinný svazek sil), jsou vždy. rovnice z-ová. Pro rovnováhu takové soustavy

4/3.3. bodem v rovině (tvoří rovinný svazek sil), jsou vždy. rovnice z-ová. Pro rovnováhu takové soustavy STROJNICKÁ PŘÍRUČKA čá s t 4, d íl 3, k a p to la 3, str. 1 díl 3, Statka 4/3.3 ROVNOVÁHA TĚLESA Procházejí-l po uvolnění tělesa všechny síly jedním bodem v rovně (tvoří rovnný svazek sl), jsou vždy splněny

Více

Základní statistické charakteristiky

Základní statistické charakteristiky Základní statistické charakteristiky Základní statistické charakteristiky slouží pro vzájemné porovnávání statistických souborů charakteristiky = čísla, pomocí kterých porovnáváme Základní statistické

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Závslost příčnná (kauzální). Závslostí pevnou se označuje případ, kdy výskytu jednoho jevu nutně odpovídá výskyt druhé jevu (a často naopak). Z pravděpodobnostního hledska

Více

4.4 Exploratorní analýza struktury objektů (EDA)

4.4 Exploratorní analýza struktury objektů (EDA) 4.4 Exploratorní analýza struktury objektů (EDA) Průzkumová analýza vícerozměrných dat je stejně jako u jednorozměrných dat založena na vyšetření grafckých dagnostk. K tomuto účelu se využívá různých technk

Více

PŘÍHRADOVÉ KONSTRUKCE PŘÍHRADOVÉ KONSTRUKCE PRUTOVÉ SOUSTAVY

PŘÍHRADOVÉ KONSTRUKCE PŘÍHRADOVÉ KONSTRUKCE PRUTOVÉ SOUSTAVY Předmět: Ročník: Vytvořil: Datum: MECHANIKA PRVNÍ ŠČERBOVÁ M. PAVELKA V. 4. ŘÍJNA 202 Název zpracovaného celku: PŘÍHRADOVÉ KONSTRUKCE PŘÍHRADOVÉ KONSTRUKCE PRUTOVÉ SOUSTAVY Příhradové konstrukce jsou sestaveny

Více