Pracovní list č. 3 Charakteristiky variability

Rozměr: px
Začít zobrazení ze stránky:

Download "Pracovní list č. 3 Charakteristiky variability"

Transkript

1 Pracovní lt č. 3 Charaktertky varablty 1. Př zjšťování počtu nezletlých dětí ve třcet vybraných rodnách byly zíkány tyto výledky: 1, 1, 0,, 3, 4,,, 3, 0, 1,,, 4, 3, 3, 0, 1, 1, 1,,, 0,, 1, 1,, 3, 3,. Upořádejte zíkané údaje do tabulky rozdělení četnotí a vyjádřete je v procentech. Určete vhodné charaktertky polohy a varablty. n n ,8 30 p 13,3% 6,7% 33,3% 0,0% 6,7% ). n ,8 0,8 0, 1,, n 7, 6,4 7, 4,4 3,4 0,64 0,04 1,44 4,84 n 1,96 5,1 0,4 8,64 9, ) R , + 6, , + 4,4 d & 0, ,91 rd 100 &,37 % 1,8 1,96 + 5,1 + 0,4 + 8,64 + 9,68 & 1,3 1,3 & 1,11 v 30 1, ,53 % 1,8. Př 13 měřeních doby opracování téže oučátky byly naměřeny tyto čaové údaje v mnutách: 3,5; 3,6; 3,4; 3,7; 3,4; 3,6; 3,5; 3,7; 3,6; 3,5; 3,5; 3,4; 3,5. Setavte zjštěné údaje do tabulky, určete abolutní relatvní četnot hodnot znaku, vypočtěte varační rozpětí a další charaktertky varablty tohoto měření. 3,4 3,5 3,6 3,7 n p 3,1% 38,5% 3,1% 15,4%. n 10, 17,5 10,8 7,4 0,13 0,03 0,07 0,17 n 0,39 0,15 0,1 0,34 0,0 0,00 0,00 0,03 n 0,05 0,00 0,01 0,06 n 13 10, + 17,5 + 10,8 + 7,4 3,53 13 ) 3,5 ) R 3,5 3,7 3,4 0,3 7 0,39 + 0,15 + 0,1+ 0,34 d 13 0,08 rd 100 &,38 % 3,53 & 0,08 0, ,01+ 0,06 & 0,01 0,01 & 0,1 v 13 0,1 3,53 100,96 % -1-

2 Pracovní lt č. 3 Charaktertky varablty 3. V porodnc byly 6 měíců ledovány hmotnot novorozenců v kg. Výledky byly etaveny do tabulky: Určete vhodné charaktertky polohy a varablty.,4,6,8 3 3, 3,4 3,6 3,8 4 4, 4,4 4,6 n p,3% 5,4% 11,6% 14,7% 17,8% 15,5% 9,3% 7,0% 6,% 4,7% 3,9% 1,6%. n 7,0 18,0 4,00 57,00 73,60 68,00 43,0 34,0 3,00 5,0,00 9,0 0,95 0,75 0,55 0,35 0,15 0,05 0,5 0,45 0,65 0,85 1,05 1,5 n,84 5,3 8,1 6,60 3,39 1,05 3,03 4,07 5, 5,1 5,6,51 0,90 0,56 0,30 0,1 0,0 0,00 0,06 0,0 0,43 0,73 1,11 1,57 n,69 3,91 4,49,9 0, 0,06 0,77 1,84 3,41 4,36 5,54 3,14 n 19 7, + 18, , , + 34, , + + 9, 3,35 19 ) 3, ) 3, R 4,6,4, 65,48 + 5,3 + 8,1+ 6,6 + 3,39 + 1,05 + 3,03 + 4,07 + 5, + 5,1 + 5,6 +,51 d & 0, ,41 rd 100 & 1,17 % 3,35,69 + 3,91+ 4,49 +,9 + 0,5 + 0,06 + 0,77 + 1,84 + 3,41+ 4,36 + 5,54 + 3,14 & 0,6 19 0,51 0,6 & 0,51 v 100 & 15,11 % 3,35 4. Obchodní polečnot provedla roztřídění vých prodejen podle doažených tržeb do tabulky. Pomocí ukazatelů varablty všetranně pouďte tržby. Tržba v t. Kč n třed ntervalu 300,5 7,5 10,5 30, & 165, Počet prodejen p ) 10,5 4% 16% 3% 8% 5 +. n ) 10, R 30,5 300,5 300 n d & 1034, ,88 n rd 100 & 6,63 % , & & 137,94 137,94 v ,91 % 165,5 --

3 Pracovní lt č. 3 Charaktertky varablty 5. Vojác čtyř rot jednoho vojenkého praporu byl tetován na fyzckou zdatnot. Každý obdržel známku od 1 (nejlepší) do 5 (nejhorší). Výledky jou uvedeny v tabulce. a. Jaká byla průměrná známka v celém praporu? Počítejte přenotí na dvě deetnná míta. b. Která rota byla v průměru nejlepší a která nejhorší? c. Určete četnot jednotlvých známek v celém praporu a etrojte přílušný polygon četnotí. d. Určete relatvní četnot (v procentech) jednotlvých známek v celém praporu přenotí na dvě deetnná míta. e. Zhodnoťte výledky všech 4 rot pomocí ukazatelů polohy varablty. Celkem Průměrná Průměrná známka v celém praporu: vojáků známka 7, , ,9 1. rota ,93. rota ,00 3. rota ,57 4. rota ,90 celkem ,86 relatvní četnot 15,60%,94% 33,94% 14,68% 1,84% &, V průměru nejlepší byla 3. rota, nejhorší. rota. Abolutní četnot známek v praporu Modu Medán průměrná abolutní odchylka rozptyl -3- měrodatná odchylka varační koefcent 1. rota 3 3 0,78 5,00,4 76,4%. rota 3 3 0,97 5,34,31 77,06% 3. rota 1,1 10,04 3,17 13,54% 4. rota 3 3 0,93 5,43,33 80,38% Třetí rota je v průměru ce nejlepší ze všech rot, její výledky jou ale nejvíce rozptýlené od tohoto průměru (její charaktertky varablty jou nejvyšší ze všech). Nejvíce homogenní výledky prokazovala 1. rota.

4 Pracovní lt č. 3 Charaktertky varablty 6. Výledky rovnávací píemné práce z matematky v ouedních maturtních třídách IV.A a IV.B gymnáza jou zachyceny v tabulce. a. Vypočtěte průměrné známky v obou třídách a průměrnou známku obou tříd dohromady. Počítejte přenotí na deetnná míta. b. Třída, do které chodí Marek, dopadla v průměru hůř než ouední třída. Kdyby ale Marek napal píemnou prác lépe, mohla být průměrná známka v jeho třídě lepší než ve třídě ouední. Do které třídy Marek chodí a jakou známku z píemné práce dotal? c. Porovnejte obě třídy pomocí všech ukazatelů polohy a varablty. Známka Počet žáků Průměrná známka IV.A , IV.B ,60 30,5 + 5,6 Průměrná známka obou tříd dohromady:, Marek chodí do IV.B. Potřebujeme zjtt, o kolk lepší známku by muel Marek dotat, aby průměr jeho třídy byl lepší než průměr třídy IV.A. Tento rozdíl označíme n: 65 n <,5 rozdíl mez nynější Markovou známkou a známkou, kterou by muel zíkat, aby průměr jeho 5 třídy byl lepší než průměr třídy IV.A, je větší než,5. Tomu vyhovuje jen varanta, že Marek 65 n < 6,5 dotal z píemné práce 4 a zíkat by muel 1.,5 < n Počet žáků Průměrná známka Modu Medán Průměrná abolutní odchylka v % Rozptyl Směrodatná odchylka Varační koefcent IV.A 30, 0,97 38,67% 1,38 1,18 47,05% IV.B 5,60 3 0,90 34,46% 1,04 1,0 39,% -4-

5 Pracovní lt č. 3 Charaktertky varablty 7. Stattcký oubor o rozahu tattckých jednotek vyšetřujeme z hledka jtého kvanttatvního znaku. Vzetupně upořádané hodnoty znaku pro jednotlvé tattcké jednotky jou 1,,...,. Předpokládáme, že e hodnoty znaku u všech jednotek vyšetřovaného ouboru zvětší o 5. Popšte, jak e změní tyto charaktertky znaku : a. Artmetcký průměr c. Modu b. Medán d. Směrodatná odchylka Artmetcký průměr: puv > zvětší e o nov + puv + 5 Medán: puv ) > zvětší e o nov ) + puv ) + 5 Modu: Hodnota, která byla v původním ouboru nejvícekrát e zvětšla také o 5 (změnou hodnoty e nemění její četnot). Směrodatná odchylka: puv nov ( ) + ( ) ( ) 1 (( + 5) ( + 5) ) + (( + 5) ( + 5) ) (( + 5) ( + 5) ) ( ) + ( ) ( ) 1 1 puv > nezmění e -5-

6 Pracovní lt č. 3 Charaktertky varablty 8. Dopravní frma vlatní 100 vozdel. Vedení frmy zpracovalo tattcký přehled počtu klometrů najetých jednotlvým vozdly k určtému dn. a. Setrojte loupcový dagram znázorňující závlot počtu vozdel na počtu najetých klometrů. b. Vypočtěte artmetcký průměr, modu a medán klometrů najetých jednotlvým vozdly. c. Určete rozptyl, měrodatnou odchylku a varační rozpětí počtu najetých klometrů. Počet najetých km (v tících) Počet vozdel n ,8 6,8 6,8 13, 33, 53, n 41, 48, ,8 1,8 190,4 718,4 46,4 174,4 110,4 830,4 n 1971, 198, , 15431, n 100 & 166, ) 180 ) 160 R , + 48, ,8 + 1,8 1,47 d & 1,47 rd 100 & 1,87 % ,8 1971, + 198, , , & 657, ,65 657,76 & 5,65 v ,38 % 166,8 Počet vozdel Počet vozdel Počet najetých km (v tících) -6-

7 Pracovní lt č. 3 Charaktertky varablty 9. Máme k dpozc roztříděné údaje o abenc v provozu. Pomocí tředních hodnot a ukazatelů varablty proveďte všetranný rozbor. Abence (v hod) Počet dělníků n n n ) 5 n & 34 5 ) 1 R ,36 d & 35,36 rd 100 & 104 % & 708,56 5 5,04 708,56 & 5,04 v ,07 % Pro mzdová rovnání jou k dpozc údaje o výš mezd ve třech pracovních kupnách. Porovnejte pomocí charaktertk polohy a varablty rovnání mzdové poltky v těchto pracovních kupnách. Pracovní kupny č. Dělník n artmetcký průměr 9 000, , ,00 rozptyl , , ,00 měrodatná odchylka 1 663, ,4 018,83 varační koefcent 18,48% 1,1% 18,69% Mzdová poltka je nejlépe uplatňována ve kupně č. 3 (je zde největší dferencace nejvyšší hodnoty charaktertk varablty). -7-

8 Pracovní lt č. 3 Charaktertky varablty 11. Náledující číla jou počty otelení u krav: 1, 4, 7,, 5, 3, 1, 5, 4,, 6, 3, 1, 6, 5, 4, 7,, 8, 9, 3, 8, 1, 7, 5, 6, 1, 8, 9, 3, 10, 5,, 11, 4, 1, 3, 4, 10, 3, 8,, 4, 3, 6,, 7, 1, 6, 9. Setavte tabulku rozdělení četnotí podle počtu otelení (vyjádřete četnot abolutně relatvně) a znázorněte je pojncovým dagramem. Určete základní charaktertky polohy a varablty n p 1,00% 1,00% 14,00% 1,00% 10,00% 10,00% 8,00% 8,00% 6,00% 4,00%,00%,00%. n ,96,96 1,96 0,96 0,04 1,04,04 3,04 4,04 5,04 6,04 7,04 n 3,76 17,76 13,7 5,76 0, 5, 8,16 1,16 1,1 10,08 6,04 7,04 15,68 8,7616 3,8416 0,916 0,0016 1,0816 4,1616 9,416 16,3 5,40 36,48 49,56 n 94,09 5,57 6,891 5,596 0,008 5,408 16,646 36,966 48,965,803 36,48 49,56 3, , ,04 n & 4,96 ) 3 3, , ,04 R d &,44 94,09 + 5, ,56 & 8,47 8,47 &,91 v rd ) 4,5, & 49,19 % 4,96, ,71 % 4,96 abolutní četnot 8 počty krav počty otelení krav relatvní četnot 15,00% procenta 10,00% 5,00% 0,00% počty otelení krav -8-

9 Pracovní lt č. 3 Charaktertky varablty 1. Jou dány výledky měření délky tyče v metrech (,36;,38;,4;,35;,37;,4;,44;,39;,4;,41;,35;,45;,41;,36;,40;,39;,35;,37;,39;,45;,40;,37;,38;,4;,44;,41;,39;,37;,39;,40;,4;,45;,37;,35;,35;,38;,35;,41;,39;,41;,40;,37;,39;,43;,4;,38;,37;,41;,4;,39). Upořádejte hodnoty znaku podle velkot, etavte tabulku rozdělení četnotí (abolutní relatvní) a určete základní charaktertky polohy a varablty.,35,36,37,38,39,40,41,4,43,44,45 n p 1,00% 4,00% 14,00% 8,00% 16,00% 8,00% 1,00% 14,00%,00% 4,00% 6,00%. n 14,10 4,7 16,59 9,5 19,1 9,60 14,46 16,94,43 4,88 7,35 0,04 0,03 0,0 0,01 0,00 0,01 0,0 0,03 0,04 0,05 0,06 n 0,7 0,07 0,17 0,06 0,03 0,0 0,09 0,18 0,04 0,09 0,17 0,000 0,001 0,0006 0,000 0,0000 0,0000 0,000 0,0007 0,0013 0,001 0,0031 n 0,0117 0,003 0,0041 0,0008 0,0001 0,0001 0,0015 0,0047 0,0013 0,004 0,0093 n ),39 0,7 + 0, ,17 d & 0,0 0, , ,0093 & 0,0008 0,0008 & 0,084 14,1 + 4, ,35 &,39 ),39 13 v R 0,0 rd 100 & 0,99 %,39 0, ,18 %,39,45,

10 Pracovní lt č. 3 Charaktertky varablty 13. Byla změřena tělená výška u šetnáctletých žákyň. Určete základní charaktertky polohy a varablty. Zakrelete graf rozložení četnotí tředy ntervalů n p 10,% 11,60% 0,99% 3,0% 19,89% 6,63% 3,31%,1% 1,10% 0,55%. n ,70 3,70 1,70 0,30,30 4,30 6,30 8,30 10,30 1,30 n 108,33 77,73 64,66 1,53 8,74 51,58 37,79 33,19 0,60 1,30 3,51 13,70,90 0,09 5,8 18,48 39,67 68,86 106,06 151,5 n 617,67 87,75 110,03 3,74 190,17 1,71 38,01 75,45 1,11 151, n 181 & 164,7 ) 165 ) , , ,3,77 R d &,77 rd 100 & 1,68 % ,7 617, , ,5 3,57 & 1,75 1,75 & 3,57 v 100,17 % ,7 abolutní četnot počet žákyň výška žákyň relatvní četnot 5,00% 0,00% procenta 15,00% 10,00% 5,00% 0,00% výška žákyň -10-

11 Pracovní lt č. 3 Charaktertky varablty 14. V porodnc byly ledovány hmotnot novorozenců v kg. Za 6 měíců byly výledky etaveny do náledující tabulky. Určete relatvní rozdělení četnotí a zakrelete je do grafu. Vypočtěte vhodné charaktertky polohy a varablty.,4,6,8 3 3, 3,4 3,6 3,8 4 4, 4,4 4,6 n p,33% 5,43% 11,63% 14,73% 17,83% 15,% 9,30% 6,98% 6,0% 4,65% 3,88% 1,55%. n 7, 18, , , 34, 3 5, 9, 0,95 0,75 0,55 0,35 0,15 0,05 0,5 0,45 0,65 0,85 1,05 1,5 n,84 5,3 8,1 6,60 3,39 1,05 3,03 4,07 5, 5,1 5,6,51 0,90 0,56 0,30 0,1 0,0 0,00 0,06 0,0 0,43 0,73 1,11 1,57 n,69 3,91 4,49,9 0, 0,06 0,77 1,84 3,41 4,36 5,54 3,14 n 19 ) 3, 7, + 18, , 3,35 19 ) 3, 65 R 4,6,4,,84 + 5,3 + 8, ,51 0,41 d & 0,41 rd 100 & 1,17 % 19 3,35,69 + 3, ,14 0,51 & 0,6 0,6 & 0,51 v ,11 % 19 3,35 Abolutní četnot Relatvní četnot počet novorozenců ,4,6,8 3 3, 3,4 3,6 3,8 4 4, 4,4 4,6 procenta 0,00% 15,00% 10,00% 5,00% 0,00%,4,6,8 3 3, 3,4 3,6 3,8 4 4, 4,4 4,6 hmotnot hmotnot -11-

12 Pracovní lt č. 3 Charaktertky varablty 15. Ve dvou paralelních třídách byl hodnocen propěch žáků na konc pololetí. Byly zíkány tyto údaje: 1,31; 1,0; 1,00; 1,40; 1,35; 1,3; 1,31; 1,80; 1,41; 1,4; 1,45; 1,51; 1,; 1,6; 1,7; 1,74; 1,78; 1,79;,0; 1,80; 1,8; 1,89; 1,91; 1,90; 1,83; 1,89;,00;,01;,04;,10;,11;,1;,18;,19;,60;,1;,51;,;,53;,41;,43;,40;,35;,37;,38;,4;,57;,51; 3,00;,6;,71;,88;,91;,9; 3,11; 3,40; 3,35; 3,0; 3,80; 3,67. Setavte tabulku ntervalového rozdělení četnotí, určete relatvní četnot a zakrelete je do grafu. Vypočítejte charaktertky polohy varablty. Pomocí zíkaných hodnot proveďte rovnání obou tříd. Průměr 1,00-1,0 1,1-1,40 1,41-1,60 1,61-1,80 1,81 -,00,01 -,0,1 -,40 Střed průměru 1,1 1,3 1,5 1,7 1,9,1,3 n p 3,33% 8,33% 8,33% 11,67% 11,67% 13,33% 10,00%. n, 6,5 7,5 11,9 13,3 16,8 13,8 1,05 0,85 0,65 0,45 0,5 0,05 0,15 n 1,16 1,11 0,98 0,77 0,48 0,11 0,34 1,11 0,73 0,43 0,1 0,06 0,00 0,0 n, 3,64,13 1,44 0,45 0,0 0,13 Průměr,41 -,60,61 -,80,81-3,00 3,01-3,0 3,1-3,40 3,41-3,60 3,61-3,80 Střed průměru,5,7,9 3,1 3,3 3,5 3,7 n p 13,33% 3,33% 6,67% 3,33% 3,33% 0,00% 3,33%. n 0 5,4 11,6 6, 6,6 0 7,4 0,35 0,55 0,75 0,95 1,15 1,35 1,55 n 0,87 1,48,17,93 3,78 4,71 5,7 0,1 0,30 0,56 0,90 1,31 1,81,39 n 0,96 0,60,3 1,79,63 0,00 4,78, + 6, ,4 n 60 &, ,16 + 1, ,7 0,44 d & 0,44 rd 100 & 0,6 % 60,15, + 3, ,78 & 0, ,6 0,38 & 0,6 v 100 8,77 %,15-1-

Pracovní list č. 3 Charakteristiky variability

Pracovní list č. 3 Charakteristiky variability 1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte

Více

Pracovní list č. 3: Pracujeme s kategorizovanými daty

Pracovní list č. 3: Pracujeme s kategorizovanými daty Pracovní lt č. 3: Pracujeme kategorzovaným daty Cíl cvčení: Tento pracovní lt je určen pro cvčení ke 3. a. přednášce předmětu Kvanttatvní metody B (.1 Třídění tattckých dat a. Číelné charaktertky tattckých

Více

Možnosti vyžití statistiky a teorie zpracování dat v práci učitele na 1. stupni ZŠ

Možnosti vyžití statistiky a teorie zpracování dat v práci učitele na 1. stupni ZŠ Možnot vyžtí tatty a teore zpracování dat v prác učtele na. tupn ZŠ Význam tatty je v oudobé polečnot všeobecně uznáván. Svědčí o tom člány v denním odborném tu, lýcháme o ní čato ve vytoupeních hopodářých

Více

8. STATISTICKÝ SOUBOR SE DVĚMA ARGUMENTY

8. STATISTICKÝ SOUBOR SE DVĚMA ARGUMENTY 8. STATISTICKÝ SOUBOR SE DVĚMA ARGUMETY Stattcký oubor e dvěma argument Průvodce tudem Vužeme znalotí z předchozí kaptol, která poednávala o tattckém ouboru edním argumentem a rozšíříme e. Předpokládané

Více

Obsah. Příloha (celkový počet stran přílohy 8) Závěrečná zpráva o výsledcích experimentu shodnosti ZZP 2015/1

Obsah. Příloha (celkový počet stran přílohy 8) Závěrečná zpráva o výsledcích experimentu shodnosti ZZP 2015/1 Závěrečná zpráva o výledcích expermentu hodnot ZZP 015/1 Obah Úvod a důležté kontakty... Potupy tattcké analýzy expermentu hodnot... 5.1 Numercký potup zjšťování odlehlých hodnot... 5.1.1 Cochranův tet...

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Projekt Šablona CZ.1.7/1.5./34.415 Inovujeme, inovujeme III/2 Inovace a zkvalitnění výuky prostřednictvím ICT (DUM) DUM č. VY_32_INOVACE_CH29_1_18 ŠVP Podnikání RVP 64-41-L/51

Více

Vzorový protokol pro předmět Zpracování experimentu. Tento protokol by měl sloužit jako vzor pro tvorbu vašich vlastních protokolů.

Vzorový protokol pro předmět Zpracování experimentu. Tento protokol by měl sloužit jako vzor pro tvorbu vašich vlastních protokolů. Vzorový protokol pro předmět Zpracování experimentu. Tento protokol by měl loužit jako vzor pro tvorbu vašich vlatních protokolů. Na příkladech je zde ukázán právný zápi výledků i formát tabulek a grafů.

Více

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů?

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů? 0. Kombinatorika, pravděpodobnost, statistika Kombinatorika ) V restauraci mají na jídelním lístku 3 druhy polévek, 7 možností výběru hlavního jídla, druhy moučníku. K pití si lze objednat kávu, limonádu

Více

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti MVP 2014/1

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti MVP 2014/1 Závěrečná zráva o výledcích exermentu hodnot MVP 014/1 Obah Úvod a důležté kontakty... Potuy tattcké analýzy exermentu hodnot... 3.1 Numercký otu zjšťování odlehlých hodnot... 3.1.1 Cochranův tet... 3.1.

Více

Statistika. 2) U 127 zaměstnanců firmy byl zjištěn počet jejich rodinných příslušníků a výsledek shrnut v tabulce:

Statistika. 2) U 127 zaměstnanců firmy byl zjištěn počet jejich rodinných příslušníků a výsledek shrnut v tabulce: Statistika 1) Každý z 250 žáků školy navštěvuje právě jeden volitelný předmět, kterými jsou angličtina, němčina, ruština a španělština. Určete relativní četnost je-li rozdělení četností je dáno tabulkou,

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

Areál cementárny Králův Dvůr. Beroun Beroun. Poskytovatel programů zkoušení způsobilosti při SZK FAST Veveří Brno

Areál cementárny Králův Dvůr. Beroun Beroun. Poskytovatel programů zkoušení způsobilosti při SZK FAST Veveří Brno ZČB 016/1 Zkoušení čertvého betonu (ZČB 1350) Plán rogramu zkoušení zůoblot ZČB 016/1 Zkoušení čertvého betonu (ZČB 1350) 14. 4. 016 Areál cementárny Králův Dvůr. Beroun 660 66 01 Beroun Pokytovatel rogramů

Více

Automatizace Úloha č.1. Identifikace regulované soustavy Strejcovou metodou

Automatizace Úloha č.1. Identifikace regulované soustavy Strejcovou metodou Automatizace Úloha č. Identifikace regulované outavy Strejcovou metodou Petr Luzar 008/009 Zadání. Zapojte regulační obvod reálnou tepelnou outavou a eznamte e monitorovacím a řídicím programovým ytémem

Více

4. Stezkou, která vede na vrchol hory, vystupuje turista rychlostí 2,5 km/h, sestupuje rychlostí 5 km/h. Jakou průměrnou rychlostí jde?

4. Stezkou, která vede na vrchol hory, vystupuje turista rychlostí 2,5 km/h, sestupuje rychlostí 5 km/h. Jakou průměrnou rychlostí jde? 1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte

Více

Vyhodnocování impulsních m ěř m ení kvalita vysokonap ěťových měř m ení

Vyhodnocování impulsních m ěř m ení kvalita vysokonap ěťových měř m ení Vyhodnocování impulních měření a kvalita vyokonapěťových měření 1 Měření impulních napětí Metody pro tanovení 50 konvenční (po hladinách) 3 Pravděpodobnotní papír 4 Výpočet 50 a pomocí metody nejmenších

Více

1.1.7 Rovnoměrný pohyb II

1.1.7 Rovnoměrný pohyb II 1.1.7 Rovnoměrný pohyb II Předpoklady: 16 Minulou hodinu jme zakončili předpovídáním dalšího pohybu autíčka. Počítali jme jeho dráhy v dalších okamžicích pomocí tabulky a nakonec i přímé úměrnoti: autíčko

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

VYSOKÉ 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

Více

Celonerezové tlakoměry trubicové

Celonerezové tlakoměry trubicové PreureGauge8 cz2kor1 13.2.212 21:16 Stránka 9 Celonerezové tlakoměry trubicové podle EN 837 1 pro průmylové aplikace měření kontrola analýza Pouzdro: 63 mm, 1 mm, 16 mm (volitelně 8 mm) Připojení: G 1

Více

Základy statistiky pro obor Kadeřník

Základy statistiky pro obor Kadeřník Variace 1 Základy statistiky pro obor Kadeřník Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz 1. Aritmetický průměr

Více

Rovnice rovnoměrně zrychleného pohybu

Rovnice rovnoměrně zrychleného pohybu ..8 Rovnice rovnoměrně zrychleného pohybu Předpoklady: 7 Pedagogická poznámka: Stejně jako u předchozí hodiny je i v této hodině potřeba potupovat tak, aby tudenti měli minimálně píše minut na řešení příkladů

Více

} kvantitativní znaky

} 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 }

Více

Poskytovatel programů zkoušení způsobilosti při SZK FAST Veveří Brno Doc. Ing. Tomáš Vymazal, Ph.D.

Poskytovatel programů zkoušení způsobilosti při SZK FAST Veveří Brno Doc. Ing. Tomáš Vymazal, Ph.D. Zkoušení ocel 015/1 (ZO 689) Plán rogramu zkoušení zůoblot Zkoušení ocel 015/1 (ZO 689) Pokytovatel rogramů zkoušení zůoblot ř SZK FAST Veveří 95 60 00 Brno Koordnátor: 9.. 015 Doc. Ing. Tomáš Vymazal

Více

Odchylky jako nástroj řízení. Odchylky můžeme vyhodnocovat: a) v absolutních jednotkách (množstevních, objemových, měnových)

Odchylky jako nástroj řízení. Odchylky můžeme vyhodnocovat: a) v absolutních jednotkách (množstevních, objemových, měnových) Odchylky jako nástroj řízení V souvislosti se zpřesňováním procesu plánování a kontroly se skutečné hodnoty porovnávají se stanovenou kontrolní veličinou. Jako kontrolní veličiny se používají plánované

Více

(ZK 933, 1097, 1367, 137, )

(ZK 933, 1097, 1367, 137, ) ZK 015/1 Zkoušení kamenv (ZK 933 1097 1367 137 71179) Plán rogramu zkoušení zůoblot ZK 015/1 Zkoušení kamenv (ZK 933 1097 1367 137 71179) Pokytovatel rogramů zkoušení zůoblot ř SZK FAST Veveří 95 60 00

Více

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami. 3.1. 3.2. Třikrát vystřelíme na cíl. Pravděpodobnost zásahu při každém výstřelu je p = 0,7. Určete: a) pravděpodobnostní funkci počtu zásahů při třech nezávislých výsledcích, b) distribuční funkci a její

Více

Plán programu zkoušení způsobilosti. ZK 2016/1 Zkoušení kameniv (ZK 933, 1097, 1367, 137, )

Plán programu zkoušení způsobilosti. ZK 2016/1 Zkoušení kameniv (ZK 933, 1097, 1367, 137, ) ZK 016/1 Zkoušení kamenv Plán rogramu zkoušení zůoblot ZK 016/1 Zkoušení kamenv Pokytovatel rogramů zkoušení zůoblot ř SZK FAST Veveří 95 60 00 Brno Koordnátor: 1. 4. 015 Doc. Ing. Tomáš Vymazal Ph.D.

Více

Pracovní list - Laboratorní práce č. 7 Jméno: Třída: Skupina:

Pracovní list - Laboratorní práce č. 7 Jméno: Třída: Skupina: Projekt Efektivní Učení Reformou oblastí gymnaziálního vzdělávání je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Pracovní list - Laboratorní práce č. 7 Jméno: Třída:

Více

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2 Závěrečná zpráva o výsledcích expermentu shodnost ZČB 2013/2 Obsah Úvod a důležté kontakty... 2 Postupy statstcké analýzy expermentu shodnost... 4 2.1 Numercký postup zjšťování odlehlých hodnot... 4 2.1.1

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

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

5 NÁKLADY PODNIKU A JEJICH KALKULACE

5 NÁKLADY PODNIKU A JEJICH KALKULACE 5 NÁKLADY PODNIKU A JEJICH KALKULACE Náklady podniku můžeme charakterizovat jako peněžně vyjádřenou spotřebu výrobních faktorů účelně vynaložených na tvorbu podnikových výnosů včetně dalších nutných nákladů

Více

Plán programu zkoušení způsobilosti. ZZB 2014/2 Pevnost a pružnost ztvrdlého betonu

Plán programu zkoušení způsobilosti. ZZB 2014/2 Pevnost a pružnost ztvrdlého betonu ZZB 014/ Pevnot a ružnot ztvrdlého betonu Plán rogramu zkoušení zůoblot ZZB 014/ Pevnot a ružnot ztvrdlého betonu Pokytovatel rogramů zkoušení zůoblot ř SZK FAST VUT Veveří 95 60 00 Brno Koordnátor: 1.

Více

Statistika pro geografy

Statistika pro geografy Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických

Více

Zkoušení zdících prvků 2015/1 (ZZP 772 a ZZP 15435)

Zkoušení zdících prvků 2015/1 (ZZP 772 a ZZP 15435) Zkoušení zdících rvků 015/1 (ZZP 77 a ZZP 15435) Plán rogramu zkoušení zůoblot Zkoušení zdících rvků 015/1 (ZZP 77 a ZZP 15435) Pokytovatel rogramů zkoušení zůoblot ř SZK FAST Veveří 95 60 00 Brno Koordnátor:

Více

Zadání. Přílohy. Požadavky. Úloha č. 3. Výpočet denního osvětlení ; Daniljukův diagram D=DS=100%

Zadání. Přílohy. Požadavky. Úloha č. 3. Výpočet denního osvětlení ; Daniljukův diagram D=DS=100% Ing. Martna Zapletalová, Ph.., K 14, A 41 SF 1 Úloha č. 3 Výpočet denního ovětlení ; anljukův dagra Zadání Pouďte zadanou ítnot - kancelář z hledka denního ovětlení (STANOVTE CELKOVÝ ČINITEL ENNÍ OSVĚTLENOSTI)

Více

Téma: Analýza kmitavého pohybu harmonického oscilátoru

Téma: Analýza kmitavého pohybu harmonického oscilátoru PRACOVNÍ LIST č. Téa úlohy: Analýza kitavého pohybu haronického ocilátoru Pracoval: Třída: Datu: Spolupracovali: Teplota: Tlak: Vlhkot vzduchu: Hodnocení: Téa: Analýza kitavého pohybu haronického ocilátoru

Více

Obsah přednášky. 1. Základní pojmy. 2. Jednorozměrné charakteristiky 3. Rozložení 4. Vícerozměrné charakteristiky. Jak stručně popsat data

Obsah přednášky. 1. Základní pojmy. 2. Jednorozměrné charakteristiky 3. Rozložení 4. Vícerozměrné charakteristiky. Jak stručně popsat data Obah přednášky 1. Základní pojmy. Jednorozměrné charakteritiky 3. Rozložení 4. Vícerozměrné charakteritiky Jak tručně popat data 5. Hypotézy, tety O kvalitě dat a modelů Základní a výběrový oubor, pravděpodobnot,

Více

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY Test z teorie 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový

Více

Návody na výpočty směrových a sklonových poměrů dle zadání do cvičení

Návody na výpočty směrových a sklonových poměrů dle zadání do cvičení Návody na výpočty měrových a klonových poměrů dle zadání do cvičení Kombinované tudium BO01, čát Dopravní tavby Ad 1) Návrh obou měrových oblouků bez přechodnic a) Změřte tředové úhly pomocí tangenty úhlu

Více

Pracovní list č. 4 Poměrní ukazatelé

Pracovní list č. 4 Poměrní ukazatelé 1. Kapitál podnikatele zahrnoval na počátku období v Kč: pokladní hotovost 25 000,-; běžný účet 354 130,-; pohledávky 235 600,-; zásoby materiálu 158 510,-; zásoby výrobků 158 640,-; drobný hmotný majetek

Více

Téma 2. Řešené příklady

Téma 2. Řešené příklady Téma. Řešené příklady 1. V tabulce č. 1. jsou uvedeny údaje o spotřebě polotučného sušeného a polotučného tekutého mléka v jednotlivých létech. Tab. 1. (mil. l) \ rok 1998 1999 000 001 00 003 004 005 Polotučné

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

Metody prognózování v dopravě. Ing. Michal Dorda, Ph.D.

Metody prognózování v dopravě. Ing. Michal Dorda, Ph.D. Metody prognózování v dopravě Ing. Mchal Dorda, Ph.D. Metody prognózování v dopravě ílem prognózy dopravy e určení výhledových údaů o dopravě (např. výhledové ntenzty dopravy apod.). Př prognózování v

Více

Digitální učební materiál

Digitální učební materiál Digitální učební materiál Projekt Šablona CZ.1.07/1.5.00/34.0415 Inovujeme, inovujeme III/2 Inovace a zkvalitnění výuky prostřednictvím ICT (DUM) DUM č. VY_32_INOVACE_CH29_2_18 ŠVP Podnikání RVP 64-41-L/51

Více

Protokol č. 1. Tloušťková struktura. Zadání:

Protokol č. 1. Tloušťková struktura. Zadání: Protokol č. 1 Tloušťková struktura Zadání: Pro zadané výčetní tloušťky (v cm) vypočítejte statistické charakteristiky a slovně interpretujte základní statistické vlastnosti tohoto souboru tloušťek. Dále

Více

Charakteristiky úrovně

Charakteristiky 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

Více

Zkoušení vlastností polymerů

Zkoušení vlastností polymerů ZZB 013/ Pevnot a ružnot ztvrdlého betonu Plán rogramu zkoušení zůoblot Zkoušení vlatnotí olymerů Pokytovatel rogramů zkoušení zůoblot ř SZK FAST VUT Veveří 95 60 00 Brno ve olurác UNIPETROL RPA,.r.o.

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

ANALÝZA PRŮCHODU PAPRSKOVÝCH SVAZKŮ KOUTOVÝM ODRAŽEČEM

ANALÝZA PRŮCHODU PAPRSKOVÝCH SVAZKŮ KOUTOVÝM ODRAŽEČEM ANALÝZA PRŮCHODU PAPRSKOVÝCH SVAZKŮ KOUTOVÝM ODRAŽEČEM P Kytka J Novák ČVUT v Praze Fakulta tavební katedra fyziky Práce e zabývá analýzou průchodu paprků koutovým odražečem což je typ hranolu který je

Více

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení? Otázky k měření centrální tendence 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení? 2. Určete průměr, medián a modus u prvních čtyř rozložení (sad dat): a.

Více

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY Test z teorie 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový

Více

1.1.14 Rovnice rovnoměrně zrychleného pohybu

1.1.14 Rovnice rovnoměrně zrychleného pohybu ..4 Rovnice rovnoměrně zrychleného pohybu Předpoklady: 3 Pedagogická poznámka: Stejně jako u předchozí hodiny je i v této hodině potřeba potupovat tak, aby tudenti měli minimálně minut na řešení příkladů

Více

Metodologie pro ISK II

Metodologie pro ISK II Metodologie pro ISK II Všechny hodnoty z daného intervalu Zjišťujeme: Centrální míry Variabilitu Šikmost, špičatost Percentily (decily, kvantily ) Zobrazení: histogram MODUS je hodnota, která se v datech

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

(motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt)

(motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt) Popisná státistiká (motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt) 1. Příklad V pobočce banky za celý den

Více

3 Chyby měření. 3.1 Hrubé chyby

3 Chyby měření. 3.1 Hrubé chyby 3 Chyby měření Za daných podmínek má každá fyzikální veličina určitou hodnotu, kterou ovšem z principiálních důvodů nemůžeme zjitit úplně přeně. Každé měření je totiž zatíženo chybami, které jou nejrůznějšího

Více

Pracovní list - Laboratorní práce č. 6 Jméno: Třída: Skupina:

Pracovní list - Laboratorní práce č. 6 Jméno: Třída: Skupina: Projekt Efektivní Učení Reformou oblastí gymnaziálního vzdělávání je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Pracovní list - Laboratorní práce č. 6 Jméno: Třída:

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

výška (cm) počet žáků

výška (cm) počet žáků Statistika 1) Ve školním roce 1997/119 bylo v Brně 3 základních škol, ve kterých bylo celkem 1 tříd. Tyto školy navštěvovalo 11 5 žáků. Určete a) kolik tříd průměrně měla jedna ZŠ, b) kolik žáků průměrně

Více

Doporučené příklady k procvičení k 2. Průběžnému testu

Doporučené příklady k procvičení k 2. Průběžnému testu Doporučené příklady k procvičení k 2. Průběžnému testu - Statistika v příkladech Marek a kol. (2013) - kapitola 2.3, 9 řešené příklady 2.52-2.53, 2.58a,b - kapitola 3.1 o řešené příklady: 3.1, 3.2, 3.4

Více

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou)

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou) Náhodná velčna na Výsledek náhodného pokusu, daný reálným číslem je hodnotou náhodné velčny. Náhodná velčna je lbovolná reálná funkce defnovaná na množně elementárních E pravděpodobnostního prostoru S.

Více

Zpráva o stavu a rozvoji modelu pro předvídání vzdělanostních potřeb ROA - CERGE v roce 2004

Zpráva o stavu a rozvoji modelu pro předvídání vzdělanostních potřeb ROA - CERGE v roce 2004 Zpráva o tavu a rozvoji modelu pro předvídání vzdělanotních potřeb ROA - CERGE v roce 2004 vypracováno pro čát grantového projektu Společnot vědění - nároky na kvalifikaci lidkých zdrojů a na další vzdělávání

Více

Laboratorní cvičení č.2 Měření hydraulických charakteristik půd: Koeficient nasycené hydraulické vodivosti K s a retenční čára

Laboratorní cvičení č.2 Měření hydraulických charakteristik půd: Koeficient nasycené hydraulické vodivosti K s a retenční čára Laboratorní cvčení č.2 Měření hydraulckých charaktertk půd: Koefcent naycené hydraulcké vodvot K a retenční čára Úkoly: na neporušeném vzorku půdy v Kopeckého válečku tanovte retenční čáru v blízkot naycení

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 7 Rozdělení pravděpodobnosti spojité náhodné veličiny Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka

Více

Lab. skup. Spolupracoval Měřeno dne Odevzdáno dne. Příprava Opravy Učitel Hodnocení

Lab. skup. Spolupracoval Měřeno dne Odevzdáno dne. Příprava Opravy Učitel Hodnocení Jméno a příjmení ID FYZIKÁLNÍ PRAKTIK Ročník 1 Předmět Obor Stud. kupina Kroužek Lab. kup. FEKT VT BRNO Spolupracoval ěřeno dne Odevzdáno dne Příprava Opravy čitel Hodnocení Název úlohy Čílo úlohy 1. Úkol

Více

FUZZY STOCHASTICKÁ ANALÝZA SLOŽITÝCH SOUSTAV ČÁST II CHARAKTERISTIKY FUZZY NÁHODNÉ VELIČINY

FUZZY STOCHASTICKÁ ANALÝZA SLOŽITÝCH SOUSTAV ČÁST II CHARAKTERISTIKY FUZZY NÁHODNÉ VELIČINY FUZZY STOCHASTICKÁ ANALÝZA SLOŽITÝCH SOUSTAV ČÁST II CHARAKTERISTIKY FUZZY NÁHODNÉ VELIČINY FUZZY STOCHASTIC ANALYSIS OF COMPLEX SYSTEMS PART II CHARACTERISTICS OF FUZZY RANDOM VARIABLE Mirolav Pokorný

Více

Procentová část

Procentová část 2..2 Procentová část Předpoklady: 02024 Pedagogická poznámka: Pokud je ve třídě větší množství slabších žáků, je zřejmě výhodnější, dát příklad jen rychlejší části třídy, tu pak nechat pracovat na dalších

Více

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy: Úloha č. 1 - Kvantily a typická hodnota (bodově tříděná data): Určete typickou hodnotu, 40% a 80% kvantil. Tabulka hodnot: Varianta Četnost 0 4 1 14 2 17 3 37 4 20 5 14 6 7 7 11 8 20 Typická hodnota je

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 POPISNÉ STATISTIKY

ZÁKLADY 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,

Více

22. Pravděpodobnost a statistika

22. Pravděpodobnost a statistika 22. Pravděpodobnost a statistika Pravděpodobnost náhodných jevů. Klasická pravděpodobnost. Statistický soubor, statistické jednotky, statistické znaky. Četnosti, jejich rozdělení a grafické znázornění.

Více

tazatel 1 2 3 4 5 6 7 8 Průměr ve 15 250 18 745 21 645 25 754 28 455 32 254 21 675 35 500 Počet 110 125 100 175 200 215 200 55 respondentů Rozptyl ve

tazatel 1 2 3 4 5 6 7 8 Průměr ve 15 250 18 745 21 645 25 754 28 455 32 254 21 675 35 500 Počet 110 125 100 175 200 215 200 55 respondentů Rozptyl ve Příklady k procvičení k průběžnému testu: 1) Při zpracování studie o průměrné výši měsíčních příjmů v České republice jsme získali data celkem od 8 tazatelů. Každý z těchto pěti souborů dat obsahoval odlišný

Více

Přípravný kurz - Matematika

Přípravný kurz - Matematika Přípravný kurz - Matematika Téma: Základy statistiky, kombinační úsudek v úlohách Klíčová slova: tabulky, grafy, diagramy Autor: Mlynářová 12 19 9:02 Základy statistiky Statistika je vědní obor, který

Více

TEST Z TEORIE EXPLORAČNÍ ANALÝZA DAT

TEST Z TEORIE EXPLORAČNÍ ANALÝZA DAT EXPLORAČNÍ ANALÝZA DAT TEST Z TEORIE 1. Test ze Statistiky píše velké množství studentů. Představte si, že každý z nich odpoví správně přesně na polovinu otázek. V tomto případě bude směrodatná odchylka

Více

Název: Měření paralelního rezonančního LC obvodu

Název: Měření paralelního rezonančního LC obvodu Název: Měření paralelního rezonančního LC obvodu Autor: Mgr. Lucia Klimková Název školy: Gymnázium Jana Nerudy, škola hl. města Prahy Předmět (mezipředmětové vztahy) : Fyzika (Matematika) Tematický celek:

Více

Propočty přechodu Venuše 8. června 2004

Propočty přechodu Venuše 8. června 2004 Propočty přechodu Venuše 8. června 2004 V tomto dokumentu předkládáme podmínky přechodu Venuše pře luneční kotouč 8. června roku 2004. Naše výpočty jme založili na planetárních teoriích VSOP87 vytvořených

Více

SOUHRNNÁ ZPRÁVA PRO ŠKOLU Maturita nanečisto 2007 Výsledky zkoušek společné a profilové části maturitní zkoušky

SOUHRNNÁ ZPRÁVA PRO ŠKOLU Maturita nanečisto 2007 Výsledky zkoušek společné a profilové části maturitní zkoušky SOUHRNNÁ ZPRÁVA PRO ŠKOLU Maturita nanečisto 2007 Výsledky zkoušek společné a profilové části maturitní zkoušky Kód školy: Název školy: U 066 RED IZO: 600011216 Gymnázium, příspěvková organizace Souhrnné

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

Čísla přiřazená elementárním jevům tvoří obor hodnot M proměnné, kterou nazýváme náhodná veličina (označujeme X, Y, Z,...)

Čísla přiřazená elementárním jevům tvoří obor hodnot M proměnné, kterou nazýváme náhodná veličina (označujeme X, Y, Z,...) . NÁHODNÁ VELIČINA Průvodce studem V předchozích kaptolách jste se seznáml s kombnatorkou a pravděpodobností jevů. Tyto znalost použjeme v této kaptole, zavedeme pojem náhodná velčna, funkce, které náhodnou

Více

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

STŘEDNÍ PRŮMYSLOVÁ ŠKOLA MORAVSKÁ OSTRAVA, KRATOCHVÍLOVA 7 Číslo úlohy: 9

STŘEDNÍ PRŮMYSLOVÁ ŠKOLA MORAVSKÁ OSTRAVA, KRATOCHVÍLOVA 7 Číslo úlohy: 9 STŘEDNÍ PŮMYSLOVÁ ŠKOL MOVSKÁ OSTV, KTOCHVÍLOV 7 Čílo úlohy: 9 Jméno a příjmení: ZPÁV O MĚŘENÍ Martin Dočkal Třída: EP3 Náev úlohy: egulační vlatnoti reotatu Skupina:. Schéma apojení: Měřeno dne: 4.2.2004

Více

Manažerské účetnictví příklady pro KS (2014/15)

Manažerské účetnictví příklady pro KS (2014/15) Manažerské účetnictví příklady pro KS (2014/15) 1) Určete, zda mají následující položky nákladů variabilní nebo fixní charakter: odpisy budov, dopravních prostředků, strojů a zařízení náklady na reklamu

Více

Nejčastější chyby v explorační analýze

Nejčastější chyby v explorační analýze Nejčastější chyby v explorační analýze Obecně doporučuju přečíst přednášku 5: Výběrová šetření, Exploratorní analýza http://homel.vsb.cz/~lit40/sta1/materialy/io.pptx Použití nesprávných charakteristik

Více

3. cvičení 4ST201. Míry variability

3. 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

Více

Statistika. Počet přestupků. 1 2 3 4 5 6 7 8 9 10 11 12 počet odebraných bodů za jeden přestupek. Statistický soubor 1

Statistika. Počet přestupků. 1 2 3 4 5 6 7 8 9 10 11 12 počet odebraných bodů za jeden přestupek. Statistický soubor 1 Statistika Statistický soubor 1 Při měření výšky u žáků jedné třídy byly zjištěny tyto údaje (v cm): 1,176,17,176,17,17,176,17,17,17. a) Objasněte základní pojmy (stat. soubor, rozsah souboru, stat. jednotka,

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

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: SMAD Cvičení Ostrava, AR 2016/2017 Popis datového souboru Pro dlouhodobý

Více

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci

Projekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Gradovaný řetězec úloh Téma: Komolý kužel Autor: Kubešová Naděžda Klíčové pojmy:

Více

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.

- 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

Více

Odhady a testy hypotéz o regresních přímkách

Odhady 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

Více

Přípravný kurz. k přijímacím zkouškám z matematiky pro uchazeče o studium na gymnáziu (čtyřletý obor) pro

Přípravný kurz. k přijímacím zkouškám z matematiky pro uchazeče o studium na gymnáziu (čtyřletý obor) pro Příjímací zkoušky 01 Přípravný kurz k přijímacím zkouškám z matematiky pro uchazeče o studium na gymnáziu (čtyřletý obor) 1. Číselné obory 1.1. Doplňte číslo do rámečku tak, aby platila rovnost: 1.1.1.

Více

základní vzdělávání druhý stupeň

základní vzdělávání druhý stupeň Název projektu Život jako leporelo Registrační číslo CZ.1.07/1.4.00/21.3763 Autor Pavel Broža Datum 5. ledna. 2014 Ročník 8. a 9. Vzdělávací oblast Člověk a příroda Vzdělávací obor Fyzika Tematický okruh

Více

Základy popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Základy popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Základy popisné statistiky Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi, výhodami, nevýhodami a vlastní sadou využitelných statistických metod -od binárních

Více

4. Třídění statistických dat pořádek v datech

4. Třídění statistických dat pořádek v datech 4. Třídění statstcých dat pořáde v datech Záladní členění statstcých řad: řada časová, řada prostorová, řada věcná věcná slovní řada, věcná číselná řada. Záladem statstcého třídění je uspořádání hodnot

Více

Doporučené aplikace stanovení modulu C pro jednotlivé typy technologií výroby elektřiny v KVET Zákon č. 165/2012 Sb., vyhl. č. 453/2012 Sb.

Doporučené aplikace stanovení modulu C pro jednotlivé typy technologií výroby elektřiny v KVET Zákon č. 165/2012 Sb., vyhl. č. 453/2012 Sb. Doporučené aplikace tanovení modulu C pro jednotlivé typy technologií výroby elektřiny v KVET Zákon č. 165/2012 Sb., vyhl. č. 453/2012 Sb. 1 Metodické pokyny pro určení množtví elektřiny z vyokoúčinné

Více

Fyzikální praktikum FJFI ČVUT v Praze

Fyzikální praktikum FJFI ČVUT v Praze Fyzikální praktikum FJFI ČVUT v Praze Úloha 10: Interference a ohyb větla Datum měření: 6. 5. 2016 Doba vypracovávání: 7 hodin Skupina: 1, pátek 7:30 Vypracoval: Tadeáš Kmenta Klaifikace: 1 Zadání 1. Bonu:

Více

ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY

ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY zhanel@fsps.muni.cz ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY METODY DESKRIPTIVNÍ STATISTIKY 1. URČENÍ TYPU ŠKÁLY (nominální, ordinální, metrické) a) nominální + ordinální neparametrické stat. metody b) metrické

Více

Elektrická měření pro I. ročník (Laboratorní cvičení)

Elektrická měření pro I. ročník (Laboratorní cvičení) Střední škola informatiky a spojů, Brno, Čichnova 23 Elektrická měření pro I. ročník (Laboratorní cvičení) Studentská verze Zpracoval: Ing. Jiří Dlapal B R N O 2011 Úvod Výuka předmětu Elektrická měření

Více