SP2 Korelační analýza. Korelační analýza. Libor Žák
|
|
- Gabriela Kučerová
- před 5 lety
- Počet zobrazení:
Transkript
1 Koelčí lýz
2 Přpomeutí pojmů áhodá poměá áhodý vekto áhodý vekto m Náhodý výbě: po áhodou poměou : po áhodý vekto : po áhodý vekto : m m
3 Přpomeutí pojmů - kovce Kovce áhodých poměých kovčí koefcet popsuje leáí závslost mez áhodým poměým. Ozčeí: Pltí: E E E E E E 0 d b d c b Z Z Z D D D j j D D
4 Přpomeutí pojmů - koelce Koelce áhodých pměých koelčí koefcet popsuje leáí závslost mez áhodým poměým.. Ozčeí: ρ ρ ρ. Nechť jsou áhodé poměé s kldým směodtým odchylkm: 0 0 pk defujeme koelčí koefcet:
5 Přpomeutí pojmů - kovce Pltí: Koelce áhodých poměých : sg d b d c b 0
6 Koelčí lýz Nechť je áhodý výbě z dvojozměého ozděleí se středí hodotou ozptylem kovcí koelcí. Výběové sttstky: Pltí: Nesté výběové sttstky E E E E E
7 Výběový koelčí koefcet: ebol Koelčí lýz - koelce R R Pltí: Nechť je áhodý výbě z dvojozměého omálího ozděleí s kldým ozptyly koelcí tedy pk po áhodou velču pltí: tj. má tudetovo ozděleí s stup volost. t R R ~ N
8 Nechť je áhodý výbě z dvojozměého omálího ozděleí s kldým ozptyly. Pk hypotézu H 0 : ezmítáme vzhledem k ltetví hypotéze: H A :. pokud po elzc: kde je elzce R pltí: Koelčí lýz - koelce t 0 0 y y x x xy y x t t t
9 : Koelčí lýz - koelce Nechť je áhodý výbě z omálího ozděleí ~ N Pk vz. D. me 946 E R D R edy - výběový koelčí koefcet jž eí estý le symptotcky estý. Pokud pltí: 0 pk E R 0 - estý odhd 0 pokud víc pltí 5 pk D R
10 Koelčí lýz koelce - příkld
11 Koelčí lýz koelce - příkld Příkld: Ve skupě mtemtckých žeýů FI byly zjštěy ásledující údje: váh výšk číslo ohy Koelčí mtce Z Z váh výšk Z - číslo ohy N hldě výzmost 005 otestujte hypotézu ezávslost váhy výšky čísl ohy.
12 Koelčí lýz Fscheov tsfomce Pokud koelčí koefcet eí ove ule emjí jeho výběové hodoty omálí ozděleí se středí hodotou. Výše uvedeý vzoec se poto ehodí po test hypotézy ovost koelčího koefcetu eulové hodotě. Je třeb výběovou sttstku R pomocí vhodé tsfomce "omlzovt". Nejpoužívější tsfomce je dá logtmckým vzthem: Pk E Z l v Z 3 Z l R R
13 Koelčí lýz Fscheov tsfomce Pltí: Nechť je áhodý výbě z omálího ozděleí ~ N 0 0 eí přílš blízko Pk Z R s l ~. R N Po pktcké použtí se požduje 0. est hypotézy testovcí ktéum: l ; 3 H : 0 vzhledem k ltetví hypotéze: H A : 0 z l l doplěk ktckého obou: W u u
14 Koelčí lýz Fscheov tsfomce pecálě: Nechť ~ N je áhodý výbě z omálího ozděleí Pk Z R l R. s ~ N0; 3 est hypotézy testovcí ktéum: H : 0 vzhledem k ltetví hypotéze: : 0 z l 3 H A doplěk ktckého obou: W u u
15 Koelčí lýz Fscheov tsfomce pecálě: Nechť je áhodý výbě z omálího ozděleí ~ N ~ ~ ~ ~ Nechť ~ ~ je áhodý výbě z omálího ozděleí ~ ~ ~ ~ N ~ ~ ~ ~ ~ ~ ~ 30 počítáme: R R ~ Z Z ~ Pk U ~ s Z Z ~. N0; 3 ~ 3 est hypotézy H : ~ vzhledem k ltetví hypotéze: z ~ z testovcí ktéum: u kde z l 3 ~ 3 doplěk ktckého obou: W u u H A : ~ ~ ~ z l ~
16 Koelčí lýz Fscheov tsfomce pecálě - Itevlový dhd: Nechť je áhodý výbě z omálího ozděleí ~ N Pk tevlový odhd lze tké vyjádřt ve tvu: z z tgh z; tgh z u z 3 l kde u z z tgh z 3 e e z z e e z z
17 Koelčí lýz koelce - příkld Příkld: Ve skupě mtemtckých žeýů FI byly zjštěy ásledující údje: váh výšk číslo ohy Koelčí mtce Z Z váh výšk Z - číslo ohy Pomocí Fscheov tsfomce spočtěte 95% tevlový odhd po leáí závslost mez váhou výškou.
SP2 Korelační analýza. Korelační analýza. Libor Žák
Korelačí aalýza Přpomeutí pojmů áhodá proměá áhodý vetor áhodý vetor Náhodý výběr: pro áhodou proměou : pro áhodý vetor : pro áhodý vetor : Přpomeutí pojmů - ovarace Kovarace áhodých proměých ovaračí oefcet
VícePRAVDĚPODOBNOST A STATISTIKA
SP Náhodý vektor PRAVĚPOOBNOS A SAISIKA Lbor Žák SP Náhodý vektor Lbor Žák Náhodý vektor přpomeutí pomů z SP V prví část kurzu SP s rozšíříme pomy o áhodém vektoru z SP: Nechť e áhodý vektor eho složky:
VíceKorelační analýza. sdružené regresní přímky:
Koelčí lýz - ooutá závlot dvou tttckých zků; - hodot jou zíká pozoováím, ez možot ovlvěí; - eí možo ozlšt závle ezávle poměou; - hlvím átojem je ze metod ejmeších čtveců; - kždou z oou možých závlotí vthuje
VícePRAVDĚPODOBNOST A STATISTIKA
Matematka IV PRAVDĚPODOBNOT A TATITIKA Lbor Žák Matematka IV Lbor Žák Regresí aalýza Regresí aalýza zkoumá závslost mez ezávslým proměým X ( X,, X k a závsle proměou Y. Tato závslost se vjadřuje ve tvaru
VícePoznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech)
Pozámk k tématu Koelace a jedoduchá leáí egee (Téma eí ve kptech) Mějme data, ),...,(, ), kteá jou áhodým výběem z ějaké populace. Data ted pokládáme za ezávlé ealzace dvojce áhodých velč ( X, Y ). Půmě
VíceStatistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).
Statstka. Základí pojmy Statstcký soubo - daá koečá, epázdá moža M předmětů pozoováí, majících jsté společé vlastost (událost, věc,.) Jedotlvé pvky této možy se azývají pvky statstckého soubou (statstcké
VíceKapitola 5.: Analýza rozptylu jednoduchého třídění
Kaptola 5.: alýza ozptylu jedoduchého tříděí Cíl kaptoly Po postudováí této kaptoly budete umět - hodott vlv aktou o 3 úovích a vaabltu hodot sledovaé áhodé velčy - sestojt tabulku aalýzy ozptylu - detkovat
Vícep = 6. k k se nazývá inverze v permutaci [ ] MATA P7 Determinanty Motivační příklad: Řešte soustavu rovnic o dvou neznámých: Permutace z n prvků:
ATA P Determity otivčí příkld: Řešte soustvu rovic o dvou ezámých: x + x = b x + x = b Permutce z prvků: Je dá moži = {,,, }, kde N Kždá uspořádá -tice [ k, k, k ] vytvořeá z všech prvků možiy se zývá
VíceARITMETICKÉ POSLOUPNOSTI s-tého STUPNĚ. Daniela Bittnerová
The Mthemtc Educto to the t Cetury Project Proceedg of the Itertol Coferece The Decdble d the Udecdble Mthemtc Educto Bro, Czech Republc, September 00 ARITMETICKÉ POSLOUPNOSTI -TÉHO STUPNĚ Del Btterová
VícePRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady
SP Bodové a tervalové odhady PRAVDĚPODOBNOST A STATISTIKA Bodové a tervalové odhady Lbor Žák SP Bodové a tervalové odhady Lbor Žák Bodové a tervalové odhady Nechť je áhodá proměá, která má dstrbučí fukc
VíceGenerování dvojrozměrných rozdělení pomocí copulí
Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta
Vícenazveme číselným vektorem. Čísla a Definice. Vektor, jehož všechny složky se rovnají nule, se nazývá nulový vektor o r = (0, 0, 0,, 0).
ČÍSELNÉ VEKTORY Defce Uspořádou -tc čísel = (,,, ) zveme číselým vektoem Čísl,,, jsou složky ebol souřdce vektou Přozeé číslo zýváme ozměem ebo tké dmezí vektou Defce Vekto, jehož všechy složky se ovjí
Vícea další charakteristikou je četnost výběrového souboru n.
Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu
Více11.1 Úvod. Definice : [MA1-18:P11.1] definujeme pro a C: nedefinujeme: Posloupnosti komplexních čísel
KAPITOLA : Číselé řdy MA-8:P.] Ozčeí: R {, +} R R C {} C rozšířeá komplexí rovi evlstí hodot, číslo, bod U ε {x C x < ε } pro C, ε > 0 U K {x C x > K } pro K 0 defiujeme pro C: ±, je pro 0, edefiujeme:
VíceIntervalové odhady parametrů některých rozdělení.
4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:
VíceVlastnosti posloupností
Vlstosti posloupostí Nekoečá posloupost je fukce defiová v oboru přirozeých čísel Z toho plye, že kždá posloupost má prví čle (zčíme ), koečé poslouposti mjí i čle posledí Př Vypište prví čtyři čley poslouposti
VícePRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2
SP3 Neparametrcké testy hypotéz PRAVDĚPODOBNOST A STATISTIKA Neparametrcké testy hypotéz čast Lbor Žák SP3 Neparametrcké testy hypotéz Lbor Žák Neparametrcké testy hypotéz - úvod Neparametrcké testy statstckých
VíceMetody zkoumání závislosti numerických proměnných
Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr
VíceM - Posloupnosti VARIACE
M - Poslouposti Autor: Mgr Jromír Juřek - http://wwwjrjurekcz Kopírováí jkékoliv dlší využití výukového mteriálu je povoleo pouze s uvedeím odkzu wwwjrjurekcz VARIACE Teto dokumet byl kompletě vytvoře,
VíceTéma 3: Popisná statistika
Popá tatta Téma : Popá tatta Předáša 7 Záladí tattcé pojmy Pojem a úoly tatty Statta je věda, teá e zabývá zíáváím, zpacováím a aalýzou dat po potřeby ozhodováí. Zoumá tav a vývoj homadých jevů a vztahů
VíceLineární regrese ( ) 2
Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující
Více6.2. ČÍSELNÉ ŘADY. V této kapitole se dozvíte:
6.2. ČÍSELNÉ ŘADY V této kpitole se dozvíte: jk defiujeme číselou řdu; defiici kovergece řdy jejího součtu; jk vypdá ritmetická, geometrická hrmoická řd jk je to s jejich kovergecí; jk zí utá podmík kovergece
VíceOdhady parametrů 1. Odhady parametrů
Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:
Více8.1 Úvod. Definice: [MA1-18:P8.1] výpočet obsahu plochy pod grafem funkce. (nejdříve jen pro a < b ) a = x 0 < x 1 <... < x n = b.
KPITOL 8: určitý itegrál Riemův itegrál [M-8:P8.] motivce: výpočet oshu plochy pod grfem fukce 8. Úvod ejdříve je pro < ) řekeme, že moži D, je děleím itervlu,, jestliže je koečá, D. Prvky děleí D {x,
VíceÚvod do korelační a regresní analýzy
Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou
Více1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků
1 Pops statstcých dat 1.1 Pops omálích a ordálích zaů K zobrazeí rozděleí hodot omálích ebo ordálích zaů lze použít tabulu ebo graf rozděleí četostí. Tuto formu zobrazeí lze dooce použít pro číselé zay,
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,
VíceUniverzita Karlova v Praze Pedagogická fakulta
Uverzt Krlov v Prze Pedgogcká kult SEMINÁRNÍ PRÁCE Z POLYNOMICKÉ ALGEBRY POLYNOM / CIFRIK Zdáí: Vyšetřete všem probrým prostředky polyom Vyprcováí: Rcoálí kořey Podle věty: Nechť p Q je koře polyomu q
VíceTento materiál vznikl díky Operačnímu programu Praha Adaptabilita CZ.2.17/3.1.00/33254
Evropský socálí fod Prh & EU: Ivestuee do vší udoucost eto terál vkl díky Operčíu progru Prh dptlt CZ..7/3..00/3354 Mžerské kvtttví etody II - předášk č. - eore her eore her 96 vo Neu, Morgester kldtelé
VíceZákladní elementární funkce.
6. předášk Zákldí elemetárí fukce. Defiice: Elemetárími fukcemi zveme všech fukce, které jsou vtvoře koečým počtem zákldích opercí ze zákldích elemetárích fukcí. Zákldí operce s fukcemi jsou:. Sčítáí dvou
VícePRAVDĚPODOBNOST A STATISTIKA
SP4 Přpomeutí pojmů PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů SP4 Přpomeutí pojmů Pravděpodobost Náhodý jev: - základí prostor - elemetárí áhodý jev A - áhodý jev, - emožý jev, jstý jev podjev opačý
VíceMatematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY DUBNA 2018
NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Mtemtik T DUBNA 08 : 8. dub 08 D : 884 P P P S M. M. M. : 0 : 5,5 % : 0 : 7,8 : -7,5 M.. P : -6,0 : 9,7 Zopkujte si zákldí iformce ke zkoušce: Test obshuje 0 úloh jeho řešeí
VíceVztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání
K čemu to je dobé? Obvyklým případem při zpacováí homadých jevů je, že máme poměě malý počet pozoováí ějaké veličiy a chceme učiit závěy o tom, co bychom obdželi, kdybychom měli pozoováí mohokát více.
Více12. N á h o d n ý v ý b ě r
12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých
Více1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor
1 Měřeí závlot tattckých zaků 1.1 Dvourozměrý tattcký oubor Př aalýze ekoomckých kutečotí á čato ezajímají jedotlvé velč jako takové, ale vztah mez m. Ptáme e, jak záví poptávka a ceě produktu, plat zamětaců
VíceRegrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n
Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =
VíceCílem kapitoly je zvládnutí řešení determinantů čtvercových matic.
temtk I část I Determty mtc řádu Determty mtc řádu Cíle Cílem ktoly je zvládutí řešeí ermtů čtvercových mtc Defce Determtem (řádu ) čtvercové mtce řádu jejímž rvky j jsou reálá (oř komlexí) čísl zýváme
VíceChyby přímých měření. Úvod
Chyby přímých měřeí Úvod Př zjšťováí velkost sledovaé velčy dochází k růzým chybám, které ovlvňují celkový výsledek. V pra eestuje žádá metoda měřeí a měřcí zařízeí, které by bylo absolutě přesé, což zameá,
Více14. Korelace Teoretické základy korelace Způsoby měření závislostí pro různé typy dat
4. Korelace 4. Teoretcké základy korelace 4. Způsoby měřeí závslostí pro růzé typy dat Př prác se statstckým údaj se velm často setkáváme s daty, která jsou tvořea dvojcem, trojcem hodot. Složky takovýchto
VíceSoustava kapalina + tuhá látka Izobarický fázový diagram pro soustavu obsahující vodu a chlorid sodný
Soustv kpl + tuhá látk Izobrcký fázový dgrm pro soustvu obshující vodu chlord sodý t / o C H 2 O (s) + esyceý roztok 30 20 10 0-10 -20 t I t II esyceý roztok 2 1 p o NCl (s) + syceý roztok eutektcký bod
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekoomcká fakulta Semestrálí ráce S kua Jméa: Leka Pastorová, Davd arha, Ja Vtásek a Fl Urbačík Ročík: 0/06 Učtel: gr. Jří Rozkovec Obor: Podková ekoomka Datum:.. 06 Obsah
Více8. Elementární funkce
Moderí techologie ve studiu plikové fzik CZ.1.07/2.2.00/07.0018 8. Elemetárí fukce Historie přírodích věd potvrzuje, že většiu reálě eistujících dějů lze reprezetovt mtemtickými model, které jsou popsá
VíceÚvod do teorie měření
Uverzta Jaa Evagelsty Purkyě v Ústí ad Labem Přírodovědecká fakulta Úvod do teore měřeí Prof. Chlář emář 0 Průměr, rozptyl a směrodatá odchylka X = X = ( X X ) = = = Výpočty pomocí vzorců a pomocí statstckých
Vícea my chceme data proložit nějakou hladkou funkcí, která by vystihovala hlavní vlastnosti dat, ale ignorovala malé fluktuace a nepřesnosti.
Vyováváí dat Naše pozoováí jsou dáa tabulkou čísel, kde y y y i často bývají časové údaje, a my chceme data položit ějakou hladkou fukcí, kteá by vystihovala hlaví vlastosti dat, ale igoovala malé fluktuace
Vícev. Úkolem regrese (vyrovnání) argumentu y je nalézt vhodnou regresní funkci Y f (x)
9 REGRESE A KORELACE Slovo regrese oecě zmeá poh zpět ústup ávrt regresví = ustupující Opčým termíem je progrese pokrok postup šířeí růst Pojem regrese l do sttstk zvede kocem 9 století rtským učecem Frcsem
VíceP. Girg. 23. listopadu 2012
Řešeé úlohy z MS - díl prví P. Girg 2. listopadu 202 Výpočet ity poslouposti reálých čísel Věta. O algebře it kovergetích posloupostí.) Necht {a } a {b } jsou kovergetí poslouposti reálých čísel a echt
Vícea q provedeme toto nahrazení a dostane soustavu dvou rovnic o dvou neznámých: jsou nenulová čísla (jinak by na pravé straně rovnice byla 0)
..9 Úlohy geometickou poloupotí Předpokldy: 0, 0 Pedgogická pozámk: Při řešeí příkldů potupujeme tk, by Ti ejpomlejší počítli lepoň příkldy,,,. Souh vzoců pvidel po geometickou poloupot: + - pozávcí zmeí
VícePRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor
SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor SP Náhodý vektor Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu eho výsledek a
VícePRAVDĚPODOBNOST A STATISTIKA
SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty
VíceNáhodný výběr 1. Náhodný výběr
Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti
VíceStruktura a architektura počítačů
Struktur rchtektur počítčů Číselé soustvy Převody me soustvm, kódy Artmetcké operce České vysoké učeí techcké Fkult elektrotechcká Ver J Zděek 3 Polydcké číselé soustvy (počí) Hodot čísl v soustvě se ákldem
VíceNosné stavební konstrukce Výpočet reakcí Výpočet vnitřních sil přímého nosníku
Stveí sttik.ročík klářského studi osá stveí kostruke osé stveí kostruke ýpočet rekí ýpočet vitříh sil přímého osíku osá stveí kostruke slouží k přeosu ztížeí ojektu do horiového msívu ěmž je ojekt zlože.
VíceInterpolace a aproximace. Interpolace algebraickým polynomem a aproximace metodou nejmenších čtverců
Iterpolce promce Iterpolce lgebrckým polomem p g ý p promce metodou ejmeších čtverců Iterpolce lgebrckým polomem Apromce metodou ejmeších čtverců Úloh. Dá tbulk hodot,, j pro j. Hodot jsou přesé. Hledáme
VícePřehled často se vyskytujících limit posloupností. = ek. = 1 lim n n! = = C = α 0+
Neurčité výrzy (lgebr s posloupostmi divergujícími k ekoeču), zvedeí pojmu číselé řdy, defiice POSLOUPNOST ČÁSTEČNÝCH SOUČTŮ, součet řdy, TVRZENÍ O NUTNÉ PODMÍNCE KONVERGENCE ŘADY, kokrétí příkldy výpočtu
Více8.2.7 Geometrická posloupnost
87 Geometrická posloupost Předpokldy: 80, 80, 80, 807 Pedgogická pozámk: V hodiě rozdělím třídu dvě skupiy kždá z ich dělá jede z prvích dvou příkldů Větši studetů obou skupi potřebuje pomoc u tbule Ob
VíceSTEJNOMĚRNÁ KONVERGENCE POSLOUPNOSTI A ŘADY FUNKCÍ
STEJNOMĚRNÁ KONVERGENCE Ztím ebylo v těchto textech věováo příliš pozorosti kovergeci fukcí, t jko limit poslouposti ebo součet řdy. Jik byl kovergece poslouposti fukcí ebo řdy brá jko bodová kovergece.
Více[ jednotky ] Chyby měření
Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá
VíceSEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI
SEMESTRÁ LNÍ PRÁ CE Lceč í tudum STTISTICKÉZPRCOVÁ NÍ DT PŘ I KONTROLE Ř ÍZENÍ JKOSTI Předmě t MTEMTICKÉPRINCIPY NLÝ ZY VÍCEROZMĚ RNÝ CH DT Ú ta epemetá lí bofamace, Hadec Ká loé Ig. Mata Růžčkoá PDF byl
Více8.2.7 Vzorce pro geometrickou posloupnost
7 Vzoce po geometicou poloupot Předpoldy: 0, 0 Př : Po geometicou poloupot pltí ; q Uči čle, iž by učovl Mohli bychom pomocí vzoce po -tý čle učit čle p pomocí tejého vzoce učit i Teto potup je ložitější
Více1.8.1 Mnohočleny, sčítání a odčítání mnohočlenů
.8. Mohočley, sčítáí odčítáí mohočleů Předpokldy: 7 Mohočle = zvláští typ výrzů. Jk je pozáme? Mohočley obshují pouze přirozeé mociy ezámých (jedé ebo více) kostty. Př. : Rozhodi, které z ásledujících
Více= b a. V případě, že funkce f(x) je v intervalu <a,b> záporná, je integrál rovněž záporný.
5. přednášk APLIKAE URČITÉHO INTERÁLU Pomocí integálního počtu je možné vpočítt osh ovinných útvů ojem otčních těles délk ovinných křivek. Velké upltnění má učitý integál tké ve zice chemii. eometické
Více1.2. MOCNINA A ODMOCNINA
.. MOCNINA A ODMOCNINA V této kpitole se dozvíte: jk je defiová oci s přirozeý, celý, rcioálí oecý reálý epoete jké jsou její vlstosti; jk je defiová přirozeá odoci, jké jsou její vlstosti jk se dá vyjádřit
VíceMatematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2018
NÁRODNÍ SROVNÁVACÍ ZKOUŠKY Mtemtik T BŘEZNA 08 :. břez 08 D : 0 P P P : 0 M. M. M. :,8 % S : 0 : 7,5 : -7,5 M. P : -,0 : 0,6 Zopkujte si zákldí iformce ke zkoušce: Test obshuje 0 úloh jeho řešeí máte 90
Více} kvantitativní znaky
Měřeí tattcké závlot, korelace, regree Obecé prcpy závlot vzájemá ouvlot měřeých zaků Prof. RNDr. Jaa Zvárov rová,, DrSc. fukčí závlot x tattcká závlot átroje pro měřeí závlot leár rí regree korelace }
VíceDvourozměrná tabulka rozdělení četností
ANALÝZA ZÁVILOTÍ - zouáí závlot dvou evet více poěých, ěřeí íl této závlot, atd - cíle je hlubší vutí do podtat ledovaých jevů a poceů, přblížeí tzv příčý ouvlote Dvouozěá tabula ozděleí četotí - je eleetáí
VícePřednáška č. 10 Analýza rozptylu při jednoduchém třídění
Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě
VíceZáklady korelační analýzy
Základy koelačí aalýzy Doposud jsme se z hlediska biostatistiky zabývali hodoceím spojitých a diskétích áhodých veliči v jedé ebo více odlišitelých expeimetálích skupiách. Tato kapitola představuje úvod
VícePRAVDĚPODOBNOST A STATISTIKA
SP Záko velkých čísel, cetrálí lmtí věta PRAVDĚPODOBNOST A STATISTIKA Lbor Žák SP Záko velkých čísel, cetrálí lmtí věta Lbor Žák Kovergece podle pravděpodobost Posloupost áhodých proměých,,,, koverguje
VíceTest dobré shody se používá nejčastěji pro ověřování těchto hypotéz:
Ig. Marta Ltschmaová Statstka I., cvčeí 1 TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ Dosud jsme se zabýval testováím parametrcký hypotéz, což jsou hypotézy o parametrech rozděleí (populace). Statstckým hypotézám
Více9.3.5 Korelace. Předpoklady: 9304
935 Koelace Předpoklad: 9304 Zatím jsme se zabýval vžd pouze jedím zakem, ve statstckém výzkumu jsme však u každého jedotlvce (statstcké jedotk) sledoval zaků více Učtě spolu ěkteé zak souvsí (apříklad
VícePravděpodobnost a aplikovaná statistika
Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí
VíceTestujeme hypotézu: proti alternativě. Jednoduché třídění:
Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Testujeme hypotézu: proti alterativě H : μ = μ = = μ H : e všechy středí hodoty μ,, μ jsou si rovy Jedoduché
VíceVYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE FAKULTA INFORMATIKY A STATISTIKY Katedra statistiky a pravděpodobnosti STATISTIKA VZORCE. k bakalářské zkoušce
VYOKÁ ŠKOLA EKONOMCKÁ V RAZE FAKULTA NFORMATKY A TATTKY Kaeda a a avděodobo TATTKA VZORCE baalářé zošce veze 3. oledí aalzace: 3.9.7 KT 7 oá aa Rozděleí čeoí,,..., Kval % z ůmě H H H G... Rozěí R ma -
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta troího ižeýrtví Matematika IV Semetrálí práce Zpracoval: Čílo zadáí: 7 Studií kupia: Datum: 8.4. 0 . Při kotrole akoti výrobků byla ledováa odchylka X [mm] eich rozměru
VíceUniverzita Karlova v Praze Pedagogická fakulta
Uivezit lov v Pze Pedgogiká fkult SEMINÁRNÍ PRÁCE Z POLYNOMICÉ ALGEBRY ZVOLENÝ POLYNOM / CIFRI Zdáí: Zvol olyom f ( x) stuě 6 tkový y 6 f ( ) { 87868}. Uči všehy kořey s ásoostí. Vyováí: Zdáí vyhovuje
VíceVýpočet planetových soukolí pomocí maticových metod
Česé Vysoé Učeí Techcé v ze Fult stojí Techcá 4, h 6, 166 07 Výočet letových souolí omocí mtcových metod Výzumá záv áce byl odoová Výzumým cetem Josef Bož Záv č.: Z 02-07 Auto: Gbel Achteová Se, 2002 1
VíceNekonečné řady. 1. Nekonečné číselné řady 1.1. Definice. = L L nekonečnou posloupnost reálných čísel. a) Označme { a }
Nekoečé řdy. Nekoečé číselé řdy.. Defiice ) Ozčme { } { } = L L ekoečou posloupost reálých čísel.,,,,, Nekoečá číselá řd je součet tvru = + + + L+ + L. Jedotlivá čísl,,, L,, L se zývjí čley řdy, čle obvykle
Více10 částic. 1,0079 1, kg 1, kg. 1, kg. 6, , kg 0, kg 1,079g
..7 oláí veličiy I Předpoklady: 0 Opakováí z iulé hodiy: Ato uhlíku A C C je přibližě x těžší ež ato H. Potřebujee,0 0 atoů uhlíku C abycho dohoady získali g látky. Pokud áe,0 0 částic látky, říkáe, že
Více1. Mení ve fyzice, soustava jednotek SI
. Meí ve fyzce, soustv jedotek SI Fyzk její rozdleí: ) podle metod práce - epermetálí - teoretcká - poítové modelováí b) podle zkoumých proces forem pohybu - mechk - molekulová fyzk - termodymk - elekt
VíceOdhady parametrů základního. Ing. Michal Dorda, Ph.D.
Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme
VíceKlasická pravděpodobnost
NMUMP403 (Pavděpodobost a matematická statistika I Klasická pavděpodobost 1. Házíme čtyřmi šestistěými hacími kostkami. Učete, jaká je pavděpodobost, že (a padou čtyři ůzá čísla, (b padou pouze lichá čísla,
VíceŘešení písemné zkoušky z Matematické analýzy 1a ZS ,
Řešeí písemé zkoušky z Mtemtické lýzy ZS008-09,9009 Příkld : Spočtěte itu poslouposti 3 + + + 4 + 50 + 00 + 0 0 3 + + Řešeí:Ozčíme : +, b : 4 + 50 + 00 Zlomek,tvořící + 0 0,rozšířímevýrzem ++,čežvytkemeejvyššímociu
VíceDomácí práce z p edm tu D01M6F Statistika
eské vysoké u eí techcké Fakulta Elektrotechcká Domácí práce z p edm tu D0M6F Statstka Test dobré shody Bradá Marek 4.ro ík Ak. rok 004/00, LS M6F Test dobré shody Obsah Zadáí...3 Hypotéza...3 3 Zj t é
Více12. Regrese Teoretické základy
Regese Jedím z hlavích úolů matematicé statistiy je hledáí a studium závislostí mezi dvěma či více oměými Závisle oměá se zavidla ozačuje Y a ezávisle oměé X,, X i,i Závislosti mezi Y a suiou oměých X
VícePRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor
SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor Lbor Žák SP Náhodý vektor Lbor Žák Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu
Víceu, v, w nazýváme číslo u.( v w). Chyba! Chybné propojení.,
Def: Vetorovým součiem vetorů u =(u, u, u 3 ) v = (v, v, v 3 ) zýváme vetor u v = (u v 3 u 3 v, u 3 v u v 3, u v u v ) Vět: Pro vetory i, j, ortoormálí báze pltí i i = j = i, i = j Vět: Nechť u v, w, jsou
VícePři výpočtu obsahu takto omezených rovinných oblastí mohou nastat následující základní případy : , osou x a přímkami. spojitá na intervalu
Geometrické plikce určitého integrálu Osh rovinné olsti Je-li ploch ohrničen křivkou f () osou Při výpočtu oshu tkto omezených rovinných olstí mohou nstt následující zákldní přípd : Nechť funkce f () je
VíceÚlohy školní klauzurní části I. kola kategorie C
52. ročník mtemtické olympiády Úlohy školní kluzurní části I. kol ktegorie 1. Odtrhneme-li od libovolného lespoň dvojmístného přirozeného čísl číslici n místě jednotek, dostneme číslo o jednu číslici krtší.
Více6. ČÍSELNÉ POSLOUPNOSTI A ŘADY 6.1. ČÍSELNÉ POSLOUPNOSTI
6. ČÍSELNÉ POSLOUPNOSTI A ŘADY 6.. ČÍSELNÉ POSLOUPNOSTI V této kpitole se dozvíte: jk defiujeme posloupost reálých ebo komplexích čísel; defiici vlstí evlstí limity poslouposti; defiici pojmů souvisejících
VíceVY_52_INOVACE_J 05 01
Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí
VíceVEKTOROVÁ ALGEBRA A ANALYTICKÁ GEOMETRIE V ROVINĚ
VEKTOROVÁ LGEBR NLYTICKÁ GEOMETRIE V ROVINĚ Délk úsečk, střed úsečk,, B Délk úsečk B : B C, BC Střed úsečk : B S s, s souřdice středu: s, s Vektor Vektor = oži všech souhlsě orietových rovoěžých úseček
VíceGeometrické a fyzikální aplikace určitého integrálu. = b a. je v intervalu a, b záporná, je integrál rovněž záporný.
4. přednášk Geometické zikální plikce učitého integálu Geometické plikce. Osh ovinného útvu A. Pokud se jedná o ovinný útv omezený osou přímkmi gem spojité nezáponé unkce pk je jeho osh dán učitým integálem
VíceIntervalové 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
Více6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.
6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola
Více1. LEKCE. Veličiny: 1) kvantitativní (metrické) a) spojité (např. výška, váha) b) diskrétní (znaky, např. počet dětí, počet výborně v indexu)
. LEKCE 0. ÚVOD Stuace: Měme obektů (subektů, statstckých edotek, vků, osob). Na každém z těchto obektů změříme ebo aozoueme velč (oměých, vlastostí, ukazatelů, zaků). Jedotlvá -ozměá ozoováí sou ezávslá
VíceOdhady a testy hypotéz o regresních přímkách
Lekce 3 Odhad a tet hpotéz o regreích přímkách Ve druhé lekc jme kotruoval kofdečí terval a formuloval tet hpotéz o korelačím koefcetu Korelačí koefcet je metrckou charaktertkou tezt závlot, u které ezáleží
VíceMatematika NÁRODNÍ SROVNÁVACÍ ZKOUŠKY BŘEZNA 2019
NÁRODNÍ SROVNÁVACÍ ZKOUŠKY T BŘEZNA 9 D : 8. břez 9 Mx. možé skóre: Počet řešitelů testu: Mx. dosžeé skóre: Počet úloh: Mi. možé skóre: -7,5 Průměrá vyechost:, %Správé Mi. dosžeé skóre: -, odpovědi jsou
VícePRACOVNÍ SEŠIT ALGEBRAICKÉ VÝRAZY. 2. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online
Připrv se státí mturití zkoušku z MATEMATIKY důkldě, z pohodlí domov olie PRACOVNÍ SEŠIT. temtický okruh: ALGEBRAICKÉ VÝRAZY vtvořil: RNDr. Věr Effeberger epertk olie příprvu SMZ z mtemtik školí rok 04/05
VíceVYSOCE PŘESNÉ METODY OBRÁBĚNÍ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,
Více