PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)

Rozměr: px
Začít zobrazení ze stránky:

Download "PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)"

Transkript

1 Přijímací řízeí pro akademický rok 2007/08 a magisterský studijí program: Zde alepte své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test) U každé otázky či podotázky v ásledujícím zadáí vyberte správou odpověď zakroužkováím příslušé variaty [ a), b), c), d) ebo e) ]. Správě je vždy pouze jeda z abízeých odpovědí. V případě, že ebude jedozačě zřejmé, která z variat je zakroužkováa, či pokud ebude zakroužkováa žádá ebo aopak více variat odpovědí, bude otázka hodocea jako esprávě zodpovězeá. ) (b) Na edokoale kokurečím trhu a) se cea statku rová mezímu příjmu firmy b) se cea statku rová mezím ákladům firmy c) cea statku převyšuje mezí příjem firmy d) je cea statku ižší ež mezí příjem firmy 2) (b) Firma v dokoalé kokureci vyrábí oproti firmě v edokoalé kokureci a) méě zboží za ižší ceu b) více zboží za vyšší ceu c) více zboží za ižší ceu d) méě zboží za vyšší ceu 3) (b) Obecá ekoomická teorie je věda o: a) výrobě b) trhu c) spotřebě d) tvorbě ce e) všechy odpovědi jsou správé 4) (b) Formálě abstraktí pojetí ek. vědy tkví a) v matematických důkazech zákoů b) v existeci hodotových soudů c) v uplatňováí zákoů tedece d) v odmítáí matematických metod 5) (b) Ekoomie jako věda vzikla a) se vzikem trhu b) a koci 7. stol. c) se vzikem moetarismu d) se vzikem keyesiáství

2 6) (b) Příčiou zboží výroby je existece a) trhu b) dělby práce c) peěz d) vzácosti 7) (b) Firma rozšiřuje všechy své vstupy, přírůstky výstupů jsou ižší ež přírůstky vstupů. Jedá se o a) záko klesajících výosů b) klesající výosy z rozsahu c) záko rostoucích vstupů d) rostoucí vstupy z rozsahu 8) (b) Důchodový efekt zameá a) že při kostatím důchodu změa cey vyvolá změu poptávaého možství b) že při změě důchodu dojde ke změě poptávaého možství c) že při změě důchodu dojde ke změě poptávky d) že změa cey vyvolá změu celkového užitku 9) (b) Cílem eceové kokurece je přilákáí poptávky těmito metodami a) růstem kvality a iovacemi b) desigem a záručí dobou c) reklamou a spotřebím úvěrem d) výhodější otevírací dobou pro zákazíky e) všechy odpovědi jsou správé 0) (b) Firma je v rovováze, když a) abízí tolik kolik je poptáváo b) využívá plě své kapacity c) má ejižší áklady d) se rovají mezí příjmy a mezí áklady ) (b) Reálá mzda je a) mzda vyjádřeá v peěžích jedotkách b) mzda před odečteím daí c) mzda vyjádřeá ve zboží, které je možo za i koupit d) mzda po odečteí daí 2) (b) Dlouhé období při aalýze firmy zameá: a) období dlouhé 5-0 let b) období delší ež 0let c) období, kdy všechy áklady jsou proměé d) vždy období do roku

3 3) (b) Teorie spotřebitele považuje za trazitivitu tuto vlastost tří spotřebích košů X, Y a Z: a) je-li X preferováo před Y a Y před Z, potom je i X preferováo před Z b) je-li X preferováo před Y a Y před Z, emusí X být utě preferováo před Z c) meší možství zboží je vždy preferováo před větším možstvím d) větší možství zboží je vždy preferováo před meším možstvím 4) (b) Nepřízivý ákladový "šok" má v krátkém období za ásledek a) pokles HDP a růst ceové hladiy b) růst HDP a pokles ceové hladiy c) pokles HDP a pokles ceové hladiy d) růst HDP a růst ceové hladiy 5) (b) Rozdíl mezi GNP(mp) a NDP(fc) je a) amortizace, čistý příjem z majetku v zahraičí a epřímé daě b) amortizace, čistý příjem z majetku v zahraičí a přímé daě c) amortizace, a epřímé daě a daě ze zisku podiků d) amortizace a epřímé daě 6) (b) Vztah mezi HDP a mírou ezaměstaosti se azývá a) Pigouův záko b) Keyesův záko c) Friedmaův záko d) Mudellův záko 7) (b) Iflace je a) růst všech jedotlivých ce veškerých výrobků a služeb b) růst celkové ceové hladiy výrobků a ceová hladia služeb se ezapočítává c) růst celkové ceové hladiy výrobků a služeb d) růst ceové hladiy pouze regulovaých výrobků a služeb 8) (b) V klasickém modelu makroekoomické rovováhy je křivka AS: a) elastická b) vodorová c) mírě rostoucí d) vertikálí 9) (b) Poteciálí produkt je: a) produkt dlouhodobě evyčerpávající eobovitelé zdroje b) maximálí možý výstup ekoomiky c) produkt dlouhodobě eakcelerující ai edecelerující iflaci d) produkt při ulové ezaměstaosti

4 20) (b) Dvoustupňový bakoví systém se skládá z: a) komerčích bak a kampeliček b) komerčích bak a spořitele c) komerčích bak a pojišťove d) komerčích bak a ivestičích fodů 2) (b) Desiflací rozumíme: a) pokles ceové hladiy b) růst ceové hladiy c) pokles růstu ceové hladiy d) stabilitu ceové hladiy 22) (b) Iflace tažeá abídkou může vzikout: a) sížeím státích výdajů a ákup statků a služeb b) devalvací árodí měy c) revalvací árodí měy d) poklesem ivestičích výdajů 23) (b) V zemi je 200 mil. obyvatel, z toho je 90 mil. zaměstaých a 0 mil. ezaměstaých. Jaká je míra ezaměstaosti země? a) % b) 0% c) 8% d) 5% 24) (b) Co z ásledujícího způsobí posuutí agregátí poptávkové křivky doprava: a) zvýšeí úrokových měr při daé ceové hladiě b) zvýšeí očekávaé iflace c) zvýšeí daí d) sížeí ceové hladiy 25) (b) Národí důchod je jiý ázev pro: a) NNP MP (čistý árodí produkt v tržích ceách) b) NNP FC (čistý árodí produkt v ceách výrobích faktorů) c) GDP FC (hrubý domácí produkt v ceách výrobích faktorů) d) GNP FC (hrubý árodí produkt v ceách výrobích faktorů) 26) (b) Rozdíl mezi iveturou a ivetarizací je ásledující: a) ivetura je zjištěí skutečého stavu, ivetarizace je zjištěí účetího stavu b) ivetura je zjištěí účetího stavu, ivetarizace je zjištěí skutečého stavu c) ivetarizace je ázev celého procesu, ivetura je pouze částí zjištěím skutečého stavu d) mezi pojmy eí rozdíl

5 27) (b) Do dlouhodobého ehmotého majetku epatří: a) software b) goodwill c) hardware d) licece e) patet 28) (b) Zůstatková cea dlouhodobého majetku se vypočítá: a) pořizovací cea opravé položky b) pořizovací cea opravé položky odpisy c) cea pořízeí opravé položky d) cea pořízeí opravé položky odpisy e) pořizovací cea oprávky 29) (b) Účetí kihy v soustavě (podvojého) účetictví jsou: a) deík, hlaví kiha, kihy aalytických účtů a kihy podrozvahových účtů b) deík, hlaví kiha, kihy aalytické evidece a předvaha c) deík, hlaví kiha, kiha pohledávek a závazků, předvaha d) deík, hlaví kiha a předvaha e) deík, rozvaha, výkaz zisku a ztráty (případě výkaz Cash flow a výkaz o změách vlastího kapitálu) 30) (b) Účetí závěrka je: a) uzavíráí účtů a zjišťováí koečých stavů a účtech b) výpočet ukazatelů fiačí aalýzy c) výpočet daňového základu a splaté daňové poviosti d) sestaveí daňového přizáí a výročí zprávy e) sestaveí výkazů fiačího účetictví 3) (b) Poviost účtovat o dai z přidaé hodoty mají: a) všechy účetí jedotky b) pouze ěkteré účetí jedotky, ostatí mohou o DPH účtovat dobrovolě c) všechy účetí jedotky mohou o DPH účtovat dobrovolě, poviost dáa eí d) účetí jedotky, které akupují materiál a prodávají zboží e) účetí jedotky, jejichž obrat je vyšší ež Kč 32) (b) Účetí jedotky (podikatelé) vedoucí účetictví v České republice se pro účely účetictví řídí: a) Zákoem o účetictví, Prováděcí vyhláškou č. 500 k tomuto zákou a Českými účetími stadardy b) Zákoem o účetictví, Prováděcí vyhláškou č. 500 k tomuto zákou a Postupy účtováí pro podikatele c) Zákoem o účetictví, Zákoem o daích z příjmů a Zákoem o dai z přidaé hodoty d) Zákoem o účetictví, Českými účetími stadardy a Postupy účtováí pro podikatele e) Zákoem o účetictví a všemi daňovými zákoy 33) (b) Účetí jedotka, která poskytla dodavateli zálohu, ji v účetictví vykazuje jako: a) závazek b) pohledávku c) příjem příštích období d) výos příštích období e) áklad příštích období

6 34) (b) Rozdíl mezi způsobem A a způsobem B účtováí zásob je: a) způsobem B se účtuje pořízeí zásob v průběhu účetího období a ákladové účty, u způsobu A ikoli b) způsobem A se účtuje pořízeí zásob v průběhu účetího období a ákladové účty, u způsobu B ikoli c) způsob B účtuje pořízeí zásob v průběhu účetího období a rozvahové účty zásob d) způsob B účtuje pořízeí zásob v průběhu účetího období a rozvahové účty pořízeí zásob 35) (b) Směka emůže být: a) zajišťovacím prostředkem b) dlužým ceým papírem c) platebím prostředkem d) majetkovým ceým papírem 36) (b) Směrá účtová osova obsahuje: a) sytetické účty rozvahové, výsledkové a závěrkové b) účtové třídy a účtové skupiy c) sytetické a aalytické účty d) sytetické účty rozvahové a výsledkové e) pouze účtové třídy 37) (b) Pokud společost zaplatí ájemé za dvě období zpětě (dle výpisu z bakovího účtu), je tato účetí operace zúčtováa jako: a) dohadé položky aktiví b) dohadé položky pasiví c) sížeí výosů d) časové rozlišeí e) peíze a cestě 38) (b) Kritérium věrého a poctivého zobrazeí v účetictví zameá: a) poskytout fiačím úřadům podklady pro fiačí kotrolu b) poskytout uživatelům iformací pravdivý obraz o hospodařeí a fiačí situaci účetí jedotky c) eadhodocovat aktiva a pasiva, epodhodocovat výosy a áklady d) eadhodocovat aktiva a výosy, epodhodocovat pasiva a áklady e) respektovat daňové zákoy 39) (b) Pro výpočet ukazatelů retability je stěžejím údajem : a) kapitál vlastí ebo cizí b) zisk hrubý, čistý ebo upraveý (apř. EBIT) c) deí spotřeba zásob d) tržby účetí jedotky e) poměr vlastího a cizího kapitálu 40) (b) Daň z přidaé hodoty je u plátců této daě : a) přímou daí, mající vliv a výsledek hospodařeí b) epřímou daí, emající vliv a výsledek hospodařeí c) epřímou daí, mající vliv a výsledek hospodařeí d) přímou daí, emající vliv a výsledek hospodařeí

7 4) (b) Rozdíl mezi ceou výrobku a variabilími áklady připadajícími a teto výrobek se azývá: a) bod zvratu b) příspěvek a krytí fixích ákladů a zisku c) příspěvek a krytí variabilích ákladů a zisku d) příspěvek a krytí celkových ákladů a zisku 42) (3b) Jakou částku je uté des uložit, aby za 5 let při úrokové míře 0, byla k dispozici suma 6 05 Kč? a) b) 3 22 c) 500 d) e) ) (b) Mezi vlastí exterí fiačí zdroje podiku patří: a) erozděleý zisk, b) lombardí úvěr, c) emise podikových obligací, d) evratá dotace získaá z veřejých zdrojů, e) příjem z prodeje adbytečých zásob. 44) (2b) Jestliže při úrokové míře 8 % je ČSH rova ule, je hodota VVP rova: a) 8 %, b) 0,08 %, c) 0 %, d) 6 %, e) %. 45) (3b)Kolik čií doba ávratosti ivestice, jestliže kapitálový výdaj čií mil. Kč, ročí čistý zisk z ivestice čií , odpisy lieárí, doba životosti ivestice 4 roky? a) 4 roky b) 3 roky c) 2 roky d) rok e) 2,5 roku 46) (b) Faktorig je a) druh dlouhodobého mezibakovího úvěru b) metoda řízeí zásob c) odkup pohledávek d) druh dlouhodobého ceého papíru e) způsob oceňováí podiku prostředictvím diskotováí volého cash flow 47) (b) Družstvo může maximálě založit a) právická osoba ebo 2 fyzické osoby b) právická osoba ebo 5 fyzických osob c) 2 právické osoby ebo 5 fyzických osob d) 5 právických osob ebo 0 fyzických osob e) počet fyzických ai právických osob eí urče

8 48) (b) Nákladově orietovaá cea a) se rová variabilím ákladům a výrobek b) se rová fixím ákladům a výrobek c) se rová celkovým ákladům a výrobek d) se v praxi evyužívá e) musí uhradit áklady a výrobek a příspěvek k zisku. 49) (b) Marketigový mix zahruje a) výrobek, ceu, reklamu, servis b) výrobek, ceu, propagaci, distribuci c) výrobce, ceu, dodávku, komuikaci d) výrobek, propagaci, servis e) výrobek, ceu, izerci, záručí dobu 50) (b) Kafeteria systém představuje a) vytvářeí pravidelých přestávek a oddych po odpracováí určitého času b) árok a čerpáí určité prémie v podobě hmotých statků výrobků firmy c) výběr určité struktury čerpáí sociálích požitků zaměstacem d) způsob prostorového uspořádáí výrobího zařízeí e) systém propojováí pracovích fukcí z důvodu zajištěí pružého zastupováí jedotlivých pracovíků 5) (b) Shareholder value je a) hodota pro akcioáře b) hodota pro dlužíka c) hodota pro věřitele d) hodota pro zájmovou skupiu e) hodota pro odběratele 52) (b) Mezi síly v Porterově modelu 5 sil epatří a) kokurece b) hrozba substitutů c) hrozba komplemetů d) vyjedávací síla dodavatelů e) odběratelů 53) (b) Ukazatele likvidity vyjadřují a) jak efektivě podik hospodaří se svými dlouhodobými aktivy b) schopost podiku reagovat a měící se požadavky odběratelů c) schopost podiku likvidovat odepsaá zařízeí d) schopost podiku vytvářet zisk e) schopost podiku uhrazovat své závazky 54) (b) Mezi eziskové orgaizace epatří a) příspěvkové orgaizace b) družstva c) adace d) občaská sdružeí e) všechy výše uvedeé orgaizace jsou eziskové

9 55) (b) Mírou produktivity práce se rozumí a) počet odpracovaých hodi za kaledáří měsíc b) podíl celkových mzdových ákladů a počtu pracovíků c) možství výrobků vyrobeé jedím pracovíkem za jedotku času d) počet prodaých výrobků za rok e) peěžě vyjádřeá spotřeba výrobích faktorů 56) (b) Degrese ákladů je a) klesáí celkových ákladů s rostoucím objemem výroby b) růst jedotkových ákladů s rostoucím objemem výroby c) pokles jedotkových ákladů s rostoucím objemem výroby d) růst celkových ákladů s objemem výroby e) pokles zisku vzhledem k předchozímu sledovaému období 57) (2b) Když se spojí potraviářský podik s počítačovou firmou, půjde pravděpodobě o fúzi a) horizotálí b) vertikálí c) koglomerátí d) přímou e) epřímou 58) (2b) Obratový cyklus peěz vyjadřuje a) dobu mezi platbou za akoupeý materiál a přijetím ikasa z prodeje výrobků b) dobu, která uplye od fakturace výrobků do de ikasa c) dobu od ákupu materiálu do doby prodeje vyrobeých výrobků d) dobu mezi objedáím a dodáím materiálu bez ohledu a dobu ikasa e) dobu, která uplye od založeí podiku a dosažeím bodu zvratu 59) (2b) Bod zvratu představuje a) objem výroby, při kterém se tržby rovají celkovým ákladům b) průsečík přímky tržeb a fixích ákladů c) bod, kdy tržby klesou pod fixí áklady a podik jde do kokurzu d) bod, kdy variabilí áklady se rovají tržbám e) průsečík fixích a variabilích ákladů 60) (3b) NOPAT je a) provozí zisk po zdaěí b) zisk před úroky a zdaěím c) čistý zisk před zdaěím d) hrubý zisk před zdaěím e) ai jeda uvedeá odpověď 6) (2b) Mějme zadáy ásledující pravděpodobosti: P(A) 0.4, P(B) 0.5, P ( A B) 0.2 jevy A, B a) jsou eslučitelé a zároveň ezávislé b) ejsou eslučitelé ai ezávislé c) jsou eslučitelé, leč ikoli ezávislé d) jsou ezávislé, leč ikoli eslučitelé e) žádá z možostí a) až d) eí správá. Pak platí, že

10 62) (2b) Pro jevy A a B s pravděpodobostmi z předchozího příkladu 6) platí, že a) P( A B) 0. 7 a P( A B) b) P( A B) 0.7 a P( A B) c) P( A B) 0.9 a P( A B) d) P( A B) 0.9 a P( A B) e) žádá z možostí a) až d) eí správá 63) (2b) Má-li áhodá veličia X ormálí rozděleí se středí hodotou 2 a rozptylem 3, pak veličia Y X / 3 má a) ormálí rozděleí se se středí hodotou 0 a rozptylem b) ormálí rozděleí se se středí hodotou a rozptylem 0 c) ormálí rozděleí se se středí hodotou 2 a rozptylem d) ormálí rozděleí se se středí hodotou 2 a rozptylem 3 e) ai jeda z možostí a) až d) eí správá 64) (2b) Mějme áhodou veličiu s ormovaým ormálím rozděleím. Pak pravděpodobost, že tato áhodá veličia přesáhe hodotu 0 je a) rova 0.5 b) větší ež c) přibližě rova d) přibližě rova 0 e) žádá z možostí a) až d) eí správá 65) (b) Nestraý odhad a) má ze všech odhadů ejmeší rozptyl b) jeho rozptyl pro rozsah výběru jdoucí k ekoeču koverguje k ule c) je vždy asymptoticky estraý d) je vždy kozistetí e) žádá z možostí a) až d) eí správá 66) (2b) Testujeme hypotézu o středí hodotě základího souboru H 0 : µ 00 oproti hypotéze alterativí H : µ > 00. Víme, že testové kritérium má za předpokladu platosti ulové hypotézy ormovaé ormálí rozděleí a záme ásledující kvatily tohoto rozděleí: P z p 0,95,645 0,975,96 0,99 2,326 0,995 2,576 Vyjde-li ám hodota testového kritéria z.66, pak můžeme učiit ásledující závěr: a) H 0 zamítáme jak a hladiě výzamosti α 5%, tak i a hladiě výzamosti α % b) H 0 ezamítáme a hladiě výzamosti α 5%, ai a hladiě výzamosti α % c) H 0 zamítáme a hladiě výzamosti α 5%, leč ikoli a hladiě výzamosti α % H zamítáme a hladiě výzamosti α %, leč ikoli a hladiě výzamosti α 5% d) 0 e) žádá z možostí a) až d) eí správá

11 67) (2b) Pro středí hodotu µ základího souboru jsme určili 95%-í iterval spolehlivosti (49.47, 50.03) a 99%-í iterval spolehlivosti (49.37, 50.3). Pokud bychom testovali hypotézu µ 49.3 oproti alterativě µ 49.3, došli bychom k ásledujícímu závěru: a) zamítáme hypotézu µ 49.3 a hladiě výzamosti 5%, leč ikoli % b) zamítáme hypotézu µ 49.3 a hladiě výzamosti %, leč ikoli 5% c) hypotézu µ 49.3 ezamítáme ai a 5%-í, ai a %-í hladiě výzamosti d) hypotézu µ 49.3 zamítáme jak a 5%-í, tak i a %-í hladiě výzamosti e) žádá z možostí a) až d) eí správá 68) (2b) Mějme zadáy tři matice: 0 Σ 2 Σ Σ Která z ich může být kovariačí maticí áhodých veliči X, Y: a) je Σ 2 b) je Σ 3 c) Σ a Σ 2, ale ikoli Σ 3 Σ d) Σ 2 a Σ 3, ale ikoli e) ai jeda z možostí a) až d) eí správá 69) Defiujme proměé y i 0, i,2,,, které vyjadřují objem prostředků (v tis. Kč) které daá firma vkládá v rámci reklamí kampaě do i-tého druhu médií (apř. TV, rozhlas, časopisy, apod.). Nechť hodota c i udává účiost reklamy v daém médiu (počet "osloveých" osob a 000 Kč ivestovaých do daého média). Firma hodlá ve sledovaém období ivestovat do reklamí kampaě miimálě 250 tis. Kč a maximálě 550 tis. Kč. a.(3b) V lieárím matematickém modelu této optimalizačí úlohy bude mít podmíka omezující miimálí celkovou výši ivestic této firmy do reklamy tvar: 5 a) i d) i y i 250 b) i c i i c i y i 250 e) j y i 550 c) y j 250 j y j 550 b.(3b) V lieárím matematickém modelu optimalizačí úlohy z předchozí otázky může mít účelová fukce pro dosažeí co ejvyššího celkového účiku ivestic daé firmy do reklamy tvar: a) mi z d) max z i i c i y i b) max z c ij y ij i e) mi z c i i c j y j y i c) max z c i i y i

12 c.(3b) V lieárím matematickém modelu výše uvedeé optimalizačí úlohy bude mít podmíka zabezpečující požadavek, aby do prvích 5 médií bylo ivestováo právě 50 % všech prostředků skutečě vkládaých do reklamí kampaě tvar: 5 a) i 5 d) i x i 25 p x i 0,5 i c i 5 b) i 5 e) i x i 275 p x i 0,5 i x i 5 c) i x i 25 70) (3b) Jaké je optimálí řešeí úlohy lieárího programováí daé ásledujícím modelem? Použijte grafickou metodu s využitím obrázku. maximalizujte z x x 2 za podmíek: 3x +2x 2 60 x 30 x 2 30 x, x 2 0 a) [0, 30] b) [30, 30] c) [20, 0] d) [30, 0] e) emá optimálí řešeí x 2 3x +2x 2 60 x 2 30 x 30 x 7) (3b) Při řešeí časové aalýzy jistého projektu bylo zjištěo, že ejpozději utý koec čiosti (5,7) je v čase 22 a čiost trvá právě 8 čas. jedotek, kdy je ejdříve možý začátek této čiosti? (Poz.: Jde o ekritickou čiost s celkovou časovou rezervou 6 jedotek.) a) 8 b) 0 c) 2 d) 4 e) elze ze zadaých údajů určit

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta B)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta B) Přijímací řízeí pro akademický rok 24/5 a magisterský studijí program: PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test, variata B) Zde alepte své uiverzití číslo U každé otázky či podotázky v ásledujícím

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta C)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test, varianta C) Přijímací řízeí pro akademický rok 24/ a magisterský studijí program: PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test, variata C) Zde alepte své uiverzití číslo U každé otázky či podotázky v ásledujícím

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test) Přijímací řízeí pro akademický rok 2007/08 a magisterský studijí program: Zde alepte své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test) U každé otázky či podotázky v ásledujícím

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test) Přijímací řízeí pro akademický rok 2007/08 a magisterský studijí program: Zde alepte své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test) U každé otázky či podotázky v ásledujícím

Více

I. Výpočet čisté současné hodnoty upravené

I. Výpočet čisté současné hodnoty upravené I. Výpočet čisté současé hodoty upraveé Příklad 1 Projekt a výrobu laserových lamp pro dermatologii vyžaduje ivestici 4,2 mil. Kč. Předpokládají se rovoměré peěží příjmy po zdaěí ve výši 1,2 mil. Kč ročě

Více

Pojem času ve finančním rozhodování podniku

Pojem času ve finančním rozhodování podniku Pojem času ve fiačím rozhodováí podiku 1.1. Výzam faktoru času a základí metody jeho vyjádřeí Fiačí rozhodováí podiku je ovlivěo časem. Peěží prostředky získaé des mají větší hodotu ež tytéž peíze získaé

Více

2. Finanční rozhodování firmy (řízení investic a inovací)

2. Finanční rozhodování firmy (řízení investic a inovací) 2. Fiačí rozhodováí firmy (řízeí ivestic a iovací) - fiačí rozhodováí je podmožiou fiačího řízeí (domiatí) - kompoety = složky: výběr optimálí variaty zdrojů fiacováí užití získaých prostředků uvážeí vlivu

Více

II. METODICKÉ PŘÍKLADY SESTAVENÍ VÝKAZU PAP

II. METODICKÉ PŘÍKLADY SESTAVENÍ VÝKAZU PAP Istituce i zazameaé operace jsou fiktiví. Ukázkové případy - sezam Případ Vykazující účetí Vykázaé Části I až XIII Straa jedotka (zkráceě až 3) A Půjčka od baky Město, v roce +1, T2 v roce +1, T7, T8,

Více

České účetní standardy 006 Kurzové rozdíly

České účetní standardy 006 Kurzové rozdíly České účetí stadardy METODICKÝ ig. u Vykazováí v Vymezeí w Oceňováí Odpisováí, postup účtováí y Ivetarizace z Aalytická evidece { Podrozvahová evidece Zveřejňováí České účetí stadardy 2017 2 22 1 v Vymezeí

Více

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ

4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ 4 DOPADY ZPŮSOBŮ FACOVÁÍ A VESTČÍ ROZHODOVÁÍ 77 4. ČSTÁ SOUČASÁ HODOTA VČETĚ VLVU FLACE, CEOVÝCH ÁRŮSTŮ, DAÍ OPTMALZACE KAPTÁLOVÉ STRUKTURY Čistá současá hodota (et preset value) Jedá se o dyamickou metodu

Více

I. Výpočet čisté současné hodnoty upravené

I. Výpočet čisté současné hodnoty upravené I. Výpočet čisté současé hodoty upraveé Příklad 1 Projekt a výrobu laserových lamp pro dermatologii vyžaduje ivestici 4,2 mil. Kč. Předpokládají se rovoměré peěží příjmy po zdaěí ve výši 1,2 mil. Kč ročě

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 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

Více

Finanční řízení podniku. Téma: Časová hodnota peněz

Finanční řízení podniku. Téma: Časová hodnota peněz Fiačí řízeí podiku Téma: Časová hodota peěz Faktor času se ve fiačím řízeí uplatňuje a) při rozhodováí o ivesticích b) při staoveí trží cey majetku podiku c) při ukládáí volých peěžích prostředků d) při

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test varianta H)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test varianta H) Přijímací řízeí pro akademický rok 2011/2012 a magisterský studijí program: Zde alepte své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test variata H) U každé otázky či podotázky

Více

Odhady parametrů 1. Odhady parametrů

Odhady 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:

Více

Vzorový příklad na rozhodování BPH_ZMAN

Vzorový příklad na rozhodování BPH_ZMAN Vzorový příklad a rozhodováí BPH_ZMAN Základí charakteristiky a začeí symbol verbálí vyjádřeí iterval C g g-tý cíl g = 1,.. s V i i-tá variata i = 1,.. m K j j-té kriterium j = 1,.. v j x ij u ij váha

Více

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý

Více

12. N á h o d n ý v ý b ě r

12. 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

Více

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu Cvičeí 6: Bodové a itervalové odhady středí hodoty, rozptylu a koeficietu korelace, test hypotézy o středí hodotě při zámém rozptylu Příklad : Bylo zkoumáo 9 vzorků půdy s růzým obsahem fosforu (veličia

Více

MATICOVÉ HRY MATICOVÝCH HER

MATICOVÉ HRY MATICOVÝCH HER MATICOVÉ HRY FORMULACE, KONCEPCE ŘEŠENÍ, SMÍŠENÉ ROZŠÍŘENÍ MATICOVÝCH HER, ZÁKLADNÍ VĚTA MATICOVÝCH HER CO JE TO TEORIE HER A ČÍM SE ZABÝVÁ? Teorie her je ekoomická vědí disciplía, která se zabývá studiem

Více

DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ

DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ DURACE A INVESTIČNÍ HORIZONT PŘI INVESTOVÁNÍ DO DLUHOPISŮ Ivestičí horizot IH: doba, po kterou má ivestor v daé ivestici vázáy své peíze. Při ivestici do dluhopisu jsme vystavei riziku změy výosů Uvažujme

Více

2,3 ČTYŘI STANDARDNÍ METODY I, ČTYŘI STANDARDNÍ METODY II

2,3 ČTYŘI STANDARDNÍ METODY I, ČTYŘI STANDARDNÍ METODY II 2,3 ČTYŘI STADARDÍ METODY I, ČTYŘI STADARDÍ METODY II 1.1.1 Statické metody a) ARR - Average Rate of Retur průměrý ročí čistý zisk (po zdaěí) ARR *100 % ( 20 ) ivestic do projektu V čitateli výrazu ( 20

Více

Výroční zpráva fondů společnosti Pioneer investiční společnost, a.s. - neauditovaná

Výroční zpráva fondů společnosti Pioneer investiční společnost, a.s. - neauditovaná Výročí zpráva fodů společosti Pioeer ivestičí společost, a.s. - eauditovaá Obsah 1. Účetí závěrka: Pioeer Sporokoto, Pioeer obligačí fod, Pioeer růstový fod, Pioeer dyamický fod, Pioeer akciový fod, BALANCOVANÝ

Více

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí

Více

Makroekonomie cvičení 1

Makroekonomie cvičení 1 Makroekoomie cvičeí 1 D = poptávka. S = Nabídka. Q = Možství. P = Cea. Q* = Rovovážé možství (Q E ). P* = Rovovážá caa (P E ). L = Práce. K = Kapitál. C = Spotřeba domácosti. LR = Dlouhé období. SR = Krátké

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,

Více

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ZÁKLADNÍ 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

Více

Závislost slovních znaků

Závislost slovních znaků Závislost slovích zaků Závislost slovích (kvalitativích) zaků Obměy slovího zaku Alterativí zaky Možé zaky Tříděí věcé sloví řady: seřazeí obmě je subjektiví záležitostí (podle abecedy), možé i objektiví

Více

ÚROKVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY. Závislost úroku na době splatnosti kapitálu

ÚROKVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY. Závislost úroku na době splatnosti kapitálu ÚROKVÁ SAZBA A VÝPOČET BUDOUÍ HODNOTY. Typy a druhy úročeí, budoucí hodota ivestice Úrok - odměa za získáí úvěru (cea za službu peěz) Ročí úroková sazba (míra)(i) úrok v % z hodoty kapitálu za časové období

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

VYSOCE 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,

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost 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

Více

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.). STATISTIKA Statistické šetřeí Proveďte a vyhodoťte statistické šetřeí:. Zvolte si statistický soubor. 2. Zvolte si určitý zak (zaky), které budete vyhodocovat. 3. Určete absolutí a relativí četosti zaků,

Více

b c a P(A B) = c = 4% = 0,04 d

b c a P(A B) = c = 4% = 0,04 d Příklad 6: Z Prahy do Athé je 50 km V Praze byl osaze válec auta ovou svíčkou, jejíž životost má ormálí rozděleí s průměrem 0000 km a směrodatou odchylkou 3000 km Jaká je pravděpodobost, že automobil překoá

Více

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad Metody vyhodoceí efektvost vestc Časová hodota peěz Metody vyhodoceí Časová hodota peěz Prostředky, které máme k dspozc v současost mají vyšší hodotu ež prostředky, které budeme mít k dspozc v budoucost.

Více

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ TESTOVÁNÍ STATISTICKÝC YPOTÉZ je postup, pomocí ěhož a základě áhodého výběru ověřujeme určité předpoklady (hypotézy) o základím souboru STATISTICKÁ YPOTÉZA předpoklad (tvrzeí) o parametru G základího

Více

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 2

4EK311 Operační výzkum. 4. Distribuční úlohy LP část 2 4EK311 Operačí výzkum 4. Distribučí úlohy LP část 2 4.1 Dopraví problém obecý model miimalizovat za podmíek: m z = c ij x ij i=1 j=1 j=1 m i=1 x ij = a i, i = 1, 2,, m x ij = b j, j = 1, 2,, x ij 0, i

Více

Deskriptivní statistika 1

Deskriptivní 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

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady 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

Více

(varianta s odděleným hodnocením investičních nákladů vynaložených na jednotlivé privatizované objekty)

(varianta s odděleným hodnocením investičních nákladů vynaložených na jednotlivé privatizované objekty) (variata s odděleým hodoceím ivestičích ákladů vyaložeých a jedotlivé privatizovaé objekty) Vypracoval: YBN CONSULT - Zalecký ústav s.r.o. Ig. Bedřich Malý Ig. Yvetta Fialová, CSc. Václavské áměstí 1 110

Více

NEPARAMETRICKÉ METODY

NEPARAMETRICKÉ 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

Více

10.3 GEOMERTICKÝ PRŮMĚR

10.3 GEOMERTICKÝ PRŮMĚR Středí hodoty, geometrický průměr Aleš Drobík straa 1 10.3 GEOMERTICKÝ PRŮMĚR V matematice se geometrický průměr prostý staoví obdobě jako aritmetický průměr prostý, pouze operace jsou o řád vyšší: místo

Více

Systém pro zpracování, analýzu a vyhodnocení statistických dat ERÚ. Ing. Petr Kusý Energetický regulační úřad odbor statistický a bezpečnosti dodávek

Systém pro zpracování, analýzu a vyhodnocení statistických dat ERÚ. Ing. Petr Kusý Energetický regulační úřad odbor statistický a bezpečnosti dodávek Systém pro zpracováí, aalýzu a vyhodoceí statistických dat ERÚ Ig. Petr Kusý Eergetický regulačí úřad odbor statistický a bezpečosti dodávek TA ČR, 9. duba 2019 Eergetický regulačí úřad - stručě Nezávislý

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady 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

Více

Modelování jednostupňové extrakce. Grygar Vojtěch

Modelování jednostupňové extrakce. Grygar Vojtěch Modelováí jedostupňové extrakce Grygar Vojtěch Soutěží práce 009 UTB ve Zlíě, Fakulta aplikovaé iformatiky, 009 OBSAH ÚVOD...3 1 MODELOVÁNÍ PRACÍCH PROCESŮ...4 1.1 TERMODYNAMIKA PRACÍHO PROCESU...4 1.

Více

8.2.1 Aritmetická posloupnost

8.2.1 Aritmetická posloupnost 8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž

Více

Integrace hodnot Value-at-Risk lineárních subportfolií na bázi vícerozměrného normálního rozdělení výnosů aktiv

Integrace hodnot Value-at-Risk lineárních subportfolií na bázi vícerozměrného normálního rozdělení výnosů aktiv 3. meziárodí koferece Řízeí a modelováí fiačích rizik Ostrava VŠB-U Ostrava, Ekoomická fakulta, katedra Fiací 6.-7. září 006 tegrace hodot Value-at-Risk lieárích subportfolií a bázi vícerozměrého ormálího

Více

Základní požadavky a pravidla měření

Základní požadavky a pravidla měření Základí požadavky a pravidla měřeí Základí požadavky pro správé měřeí jsou: bezpečost práce teoretické a praktické zalosti získaé přípravou a měřeí přesost a spolehlivost měřeí optimálí orgaizace průběhu

Více

Zpráva o přijímacím řízení na FEK ZČU v Plzni pro rok 2011/2012

Zpráva o přijímacím řízení na FEK ZČU v Plzni pro rok 2011/2012 Počet přihlášeých uchazečů 1) Počet přihlášeých osob 2) Celkový počet přijatých uchazečů 3) Celkový počet přijatých osob 4) Počet zapsaých uchazečů Počet zapsaých osob Zpráva o přijímacím řízeí a FEK ZČU

Více

8.2.1 Aritmetická posloupnost I

8.2.1 Aritmetická posloupnost I 8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu

Více

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní 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

Více

4EK212 Kvantitativní management 4. Speciální úlohy lineárního programování

4EK212 Kvantitativní management 4. Speciální úlohy lineárního programování 4EK212 Kvatitativí maagemet 4. Speciálí úlohy lieárího programováí 3. Typické úlohy LP Úlohy výrobího pláováí (alokace zdrojů) Úlohy fiačího pláováí (optimalizace portfolia) Směšovací problémy Nutričí

Více

17. Statistické hypotézy parametrické testy

17. Statistické hypotézy parametrické testy 7. Statistické hypotézy parametrické testy V této části se budeme zabývat statistickými hypotézami, pomocí vyšetřujeme jedotlivé parametry populace. K takovýmto šetřeím většiou využíváme ám již dobře zámé

Více

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. 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,

Více

ÚROKOVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY

ÚROKOVÁ SAZBA A VÝPOČET BUDOUCÍ HODNOTY ÚROKOVÁ SAZBA A VÝPOČET BUDOUÍ HODNOTY 1. Typy a druhy úročeí, budoucí hodota ivestice Úrok - odměa za získáí úvěru (cea za službu peěz) Ročí úroková sazba (míra)(r) úrok v % z hodoty kapitálu za časové

Více

Náhodný výběr 1. Náhodný výběr

Náhodný 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

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

veličiny 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

Více

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti Předáška VI. Itervalové odhady Motivace Směrodatá odchylka a směrodatá chyba Cetrálí limití věta Itervaly spolehlivosti Opakováí estraé a MLE Jaký je pricip estraých odhadů? Jaký je pricip odhadů metodou

Více

14. B o d o v é o d h a d y p a r a m e t r ů

14. 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

Více

6. FUNKCE A POSLOUPNOSTI

6. FUNKCE A POSLOUPNOSTI 6. FUNKCE A POSLOUPNOSTI Fukce Dovedosti:. Základí pozatky o fukcích -Chápat defiici fukce,obvyklý způsob jejího zadáváí a pojmy defiičí obor hodot fukce. U fukcí zadaých předpisem umět správě operovat

Více

V. Normální rozdělení

V. Normální rozdělení V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,

Více

P2: Statistické zpracování dat

P2: 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

Více

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ 3..- 4.. 2009 DIVYP Bro, s.r.o., Filipova, 635 00 Bro, http://www.divypbro.cz UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ autoři: prof. Ig. Mila Holický, PhD., DrSc., Ig. Karel Jug, Ph.D., doc. Ig. Jaa Marková,

Více

Příloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb

Příloha č. 7 Dodatku ke Smlouvě o službách Systém měření kvality Služeb Příloha č. 7 Dodatku ke Smlouvě o službách Systém měřeí kvality Služeb Dodavatel a Objedatel se dohodli a ahrazeí Přílohy C - Systém měřeí kvality Služeb Obchodích podmíek Smlouvy o službách touto Přílohou

Více

VLIV DISKONTNÍ SAZBY NA ÚROKOVÉ SAZBY KOMERČNÍCH BANK

VLIV DISKONTNÍ SAZBY NA ÚROKOVÉ SAZBY KOMERČNÍCH BANK UNIVERZITA PARDUBICE Fakulta ekoomicko-správí VLIV DISKONTNÍ SAZBY NA ÚROKOVÉ SAZBY KOMERČNÍCH BANK Moika Pazderová Bakalářská práce 009 Prohlašuji: Tuto práci jsem vypracovala samostatě. Veškeré literárí

Více

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY Statitické metody ve veřejé právě ŘEŠENÉ PŘÍKLADY Ig. Václav Friedrich, Ph.D. 2013 1 Kapitola 2 Popi tatitických dat 2.1 Tabulka obahuje rozděleí pracovíků podle platových tříd: TARIF PLAT POČET TARIF

Více

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/ Teto projekt je spolufiacová Evropským sociálím fodem a Státím rozpočtem ČR IoBio CZ..07/2.2.00/28.008 Připravil: Ig. Vlastimil Vala, CSc. Metody zkoumáí ekoomických jevů Kapitola straa 3 Metoda Z řeckého

Více

Příloha 1: Peněžní deník

Příloha 1: Peněžní deník Příloha : Peněžní deník Příloha 2: Kniha pohledávek Příloha 3: Kniha dluhů Příloha 4: Inventární karta nehmotného a hmotného majetku Příloha 5: Skladní karta zásob Příloha 6: Inventární karta drobného

Více

8. Odhady parametrů rozdělení pravděpodobnosti

8. Odhady parametrů rozdělení pravděpodobnosti Pozámky k předmětu Aplikovaá statistika, 8 téma 8 Odhady parametrů rozděleí pravděpodobosti Zaměříme se a odhad středí hodoty a rozptylu a to dvěma způsoby Předpokládejme, že máme áhodý výběr X 1,, X z

Více

vají statistické metody v biomedicíně

vají statistické metody v biomedicíně Statistika v biomedicísk ském m výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Proč se používaj vají statistické metody v biomedicíě Biomedicísk

Více

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou 4. Testováí statistických hypotéz Úvod Při práci s daty se mohdy spokojujeme s itervalovým či bodovým odhadem parametrů populace. V mohých případech se však uchylujeme k jiému postupu, většiou jde o případy,

Více

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví Statistika v biomedicísk ském výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Literatura Edice Biomedicísk ská statistika vydáva vaá a Uiverzitě

Více

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t.

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t. Techická aalýza Techická aalýza z vývoje cey a obchodovaých objemů akcie odvozuje odhad budoucího vývoje cey. Dalšími metodami odhadu vývoje ce akcií jsou apř. fudametálí aalýza (zkoumá podrobě účetictví

Více

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika Přijímací řízeí akademický rok 0/0 c. studium Kompletí zěí testových otázek matematika Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá. Které číslo doplíte místo 8? 6 6 8 C. Které číslo

Více

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení Přijímací řízeí akademický rok 0/0 Kompletí zěí testových otázek matematické myšleí Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá odpověď. Které číslo doplíte místo otazíku? 6 8 8 6?.

Více

Pravděpodobnostní modely

Pravděpodobnostní 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

Více

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Při 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

Více

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují

Více

Úloha II.S... odhadnutelná

Úloha II.S... odhadnutelná Úloha II.S... odhadutelá 10 bodů; průměr 7,17; řešilo 35 studetů a) Zkuste vlastími slovy popsat, k čemu slouží itervalový odhad středí hodoty v ormálím rozděleí a uveďte jeho fyzikálí iterpretaci (postačí

Více

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

Více

-1- Finanční matematika. Složené úrokování

-1- Finanční matematika. Složené úrokování -- Fiačí ateatika Složeé úrokováí Při složeé úročeí se úroky přičítají k počátečíu kapitálu ( k poskytutí úvěru, k uložeéu vkladu ) a společě s í se úročí. Vzorec pro kapitál K po letech při složeé úročeí

Více

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model EKONOMETRIE 9. předáška Zobecěý lieárí regresí model Porušeí základích podmíek klasického modelu Metoda zobecěých emeších čtverců Jestliže sou porušey ěkteré podmíky klasického modelu. E(u),. E (uu`) σ

Více

4. 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 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

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 6. KAPITOLA CENTRÁLNÍ LIMITNÍ VĚTA 6.11.2017 Opakováí: Čebyševova erovost příklad Pravděpodobost vyrobeí zmetku je 0,5. Odhaděte pravděpodobost,

Více

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p) . Příklad Při průzkumu trhu projevilo 63 z dotázaých zákazíků zájem o iovovaý výrobek, který má být uvede a trh se zákazíky. Odvoďte a odhaděte proceto a počet zájemců v populaci s 95% spolehlivostí. Následě

Více

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním Lekce Itervalový odhad Itervalový odhad je jedou ze stadardích statistických techik Cílem je sestrojit iterval (kofidečí iterval, iterval spolehlivosti, který s vysokou a avíc předem daou pravděpodobostí

Více

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Úloha obchodího cestujícího OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Nejprve k pojmům používaým v okružích a rozvozích úlohách: HAMILTONŮV CYKLUS je typ cesty,

Více

3. Lineární diferenciální rovnice úvod do teorie

3. Lineární diferenciální rovnice úvod do teorie 3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se

Více

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Pravděpodobnostní model doby setrvání ministra školství ve funkci Pravděpodobostí model doby setrváí miistra školství ve fukci Základí statistická iferece Data Zdro: http://www.msmt.cz/miisterstvo/miistri-skolstvi-od-roku-848. Ke statistickému zpracováí byla vzata pozorováí

Více

Intervalové odhady parametrů

Intervalové odhady parametrů Itervalové odhady parametrů Petr Pošík Části dokumetu jsou převzaty (i doslově) z Mirko Navara: Pravděpodobost a matematická statistika, https://cw.felk.cvut.cz/lib/ee/fetch.php/courses/a6m33ssl/pms_prit.pdf

Více

Matematika I, část II

Matematika I, část II 1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího

Více

VaR analýza citlivosti, korekce

VaR analýza citlivosti, korekce VŠB-TU Ostrava, Ekoomická fakulta, katedra fiací.-. září 008 VaR aalýza citlivosti, korekce Fratišek Vávra, Pavel Nový Abstrakt Práce se zabývá rozbory citlivosti ěkterých postupů, zahrutých pod zkratkou

Více

Současnost a budoucnost provozní podpory podle zákona POZE

Současnost a budoucnost provozní podpory podle zákona POZE Současost a budoucost provozí podpory podle zákoa POZE ENERGETICKÝ REGULAČNÍ ÚŘAD Odbor podporovaých zdrojů poze@eru.cz Ig. Kristiá Titka 20. 11. 2018 Frymburk Rada ERÚ od 1. 8. 2018 JUDr. PhDr. Vratislav

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady 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

STUDIE METODIKY ZNALECKÉHO VÝPOČTU EKONOMICKÉHO NÁJEMNÉHO Z BYTU A NĚKTERÝCH PRINCIPŮ PŘI STANOVENÍ OBVYKLÉHO NÁJEMNÉHO Z BYTU. ČÁST 2 OBVYKLÉ NÁJEMNÉ

STUDIE METODIKY ZNALECKÉHO VÝPOČTU EKONOMICKÉHO NÁJEMNÉHO Z BYTU A NĚKTERÝCH PRINCIPŮ PŘI STANOVENÍ OBVYKLÉHO NÁJEMNÉHO Z BYTU. ČÁST 2 OBVYKLÉ NÁJEMNÉ Prof. Ig. Albert Bradáč, DrSc. STUDIE METODIKY ZNALECKÉHO VÝPOČTU EKONOMICKÉHO NÁJEMNÉHO Z BYTU A NĚKTERÝCH PRINCIPŮ PŘI STANOVENÍ OBVYKLÉHO NÁJEMNÉHO Z BYTU. ČÁST 2 OBVYKLÉ NÁJEMNÉ Příspěvek vazuje publikovaý

Více

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti Úvod Opakováí Poslouposti Příklady Matematika 1 Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 2012 / 13 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti

Více

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý. evost a životost - Hr III EVNOT a ŽIVOTNOT Hr III Mila Růžička, Josef Jreka, Zbyěk Hrbý zbyek.hrby@fs.cvt.cz evost a životost - Hr III tatistické metody vyhodocováí dat evost a životost - Hr III 3 tatistické

Více

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE 1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;

Více