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

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

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

Transkript

1 ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby

2 ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém prostoru

3 ováí - Hru IV 3/6 tatistické metody vyhodocováí dat

4 ováí - Hru IV 4/6 tatistické metody vyhodocováí dat Jak velké rozptyly lze očekávat mezi dosažeými pevostmi ebo životostmi částí kostrukce? Jaká je pravděpodobost vziku statické poruchy při zatížeí součásti a daou úroveň apětí? Jaká je pravděpodobost vziku poruchy v důsledku úavy materiálu po absolvováí zvoleého počtu kmitů (ebo hodi provozu) a pro daé zatížeí součásti? Jakou míru rizika mají případá tvrzeí, že po absolvováí určitého počtu kmitů je pravděpodobost porušeí kostrukce stále dostatečě malá? Jak lze získat tzv. bezpečé úavové křivky, kterým lze přiřadit kokrétí hodotu pravděpodobosti porušeí? Jak souvisí volba velikosti součiitele bezpečosti s rizikem možého vziku poruchy? Jak se statisticky výzamě od sebe odlišují dva soubory dat (apř. výsledků zkoušek), případě lze je považovat za jede stejý soubor? Které parametry jedozačě popisují stochastický zatěžovací proces? Jakým způsobem lze simulovat stochastické zatížeí při zkouškách?

5 ováí - Hru IV 5/6 Základí pojmy a vztahy áhodá veličia: veličia která může abývat růzé hodoty, jež se ale řídí určitými zákoitostmi distribučí fukce F(): F( ) ( ) F( ) 0 F( + ) 0 každému reálému číslu 0 přiřazuje pravděpodobost, že áhodá veličia bude mít hodotu mešíči rovu ež toto reáléčíslo 0. F() ( ) F( ) F( ) 0. F(0. 0 )

6 ováí - Hru IV 6/6 Základí pojmy a vztahy hustota pravděpodobosti: ( ) ( ) ( ) f ( ) ( ) f ( ) d F( ) F( ) F f df d d f() f( 0 )

7 ováí - Hru IV 7/6 Cetrálí momety každé rozděleí áhodé veličiy lze charakterizovat ěkolika čísly, tzv. charakteristikami; ejužívaějšími charakteristikami jsou cetrálí momety (k-tého řádu): + k k µ ( ) f ( ) d k µ k ( ) [ µ ( )] f ( ) d k k středí hodota: rozptyl: šikmost: špičatost: cetr. momet prvího řádu µ + ( ) ( ) f ( ) µ d cetr. momet druhého řádu + + ( ) ( ) [ ( ) ] µ µ f ( ) d cetr. momet třetího řádu cetr. momet čtvrtého řádu > ( ) ( ) směrodatá odchylka ( ) ( ) v ( ) µ variačí součiitel

8 ováí - Hru IV 8/6 Druhy rozděleí ormálí (Gaussovo) logaritmicko-ormálí (logormálí) tudetovo Chí -kvadrát Weibullovo Epoeciálí Mawellovo Fisherovo rovoměré

9 ováí - Hru IV 9/6 Gaussovo ormálí rozděleí áhodé veličiy je to model rozděleí časté použití v techické prai áhodý proces je tvoře součtem růzých ezávislých vlivů velký počet vlivů každý vliv má pouze malý příspěvek F f ( ) ( ) π e π e ( µ ) ( µ ) d

10 ováí - Hru IV 0/6 Gaussovo ormálí rozděleí áhodé veličiy ormovaá áhodá veličia: µ u ormovaý tvar distribučí fukce: Φ u u ( u) e du π u ormálího rozděleí leží v oblasti: ± 68,3 %, ± 95,5 %, ±3 99,7 % výsledků 0.4 kvatil: u µ u + µ f(u) % 0. % 5.9% % u u

11 ováí - Hru IV /6 ravděpodobostí papír F µ ( ) Φ 99.9 [%] 3 u [] iverzí fukce µ ( ) Φ [ F( ) ] u F teto kvatil je lieárí fukcí áhodé proměé, distribučí fukce je tak zobrazea jako přímka a ikoli jako křivka s log s log

12 ováí - Hru IV /6 Okurky akladačky při sklizi mají rozděleí velikosti N(; 6) v cm. taovte, kolik procet okurek je: ř.: Okurky akladačky a) meších ež 9 cm b) větší ež cm c) v itervalu 9 cm ( u ) Φ( + u) Φ ravděpodobost výběru jedé kokrétí hodoty je ulová pro ekoečý základí soubor ebo koečý základí soubor, který daou velikost eobsahuje, eulová pokud diskrétí možia áhodé veličiy přesě hodotu obsahuje!!!

13 ováí - Hru IV 3/6 Odvozeí přepočtu a bezpečý úavový život ( kost ) 0 ( kost X ) kost ( X ) ( X ± Y ) ( X ) + ( Y ) X µ X [ µ X ] + ( ) ( ) [ ( ) ] µ µ f ( ) d ( ) ( ) ( ) u u σ a σ logn B c logn σ a a σ c c + logn B log logn + logn

14 ováí - Hru IV 4/6 Logaritmicko-ormálí rozděleí áhodé veličiy je to model rozděleí, saha využit výhodé vlastosti ormálího rozdělěí pro veličiy které sice rozděleí ormálí emají, ale vhodou trasformaci je a ormálí lze převést) časté použití v techické prai (rozděleí doby do opotřebeí výrobku, prostojů při opravách apod., plocha říčích rýžovišťových ložisek, propustost sedimetárích hori) áhodý proces je tvoře součiem růzých ezávislých vlivů velký počet vlivů, každý vliv má malý příspěvek F f ( ) ( ) M e π M π 0 0 e M log0 ( log µ ) ( logµ ) d jiý pravděpodobostí papír u log ( ) Φ [ F( ) ] F µ

15 Mez Mezí stavy kostrukc stavy kostrukcí a jejich poru a jejich porušov ováí - Hru IV Hru IV 5 5/6 tudetovo rozděleí ( ) Γ 0 d e c c m m c ( ) + + Γ + Γ f π Chí -kvadrát rozděleí ( ) > Γ 0... e f

16 ováí - Hru IV 6/6 Základí soubor vs. áhodý výběr základí soubor (možia hodot áhodé veličiy s daým rozděleím) áhodý výběr (skupia hodot ze základího souboru) jiý áhodý výběr (skupia hodot ze základího souboru)

17 ováí - Hru IV 7/6 tatistické zkoumáí opisá statistika je zám celý statistický soubor a pomocí statistických metod jsou charakterizováy skutečosti, které již astaly. tatistický soubor je koečý a jediečý. tatistická idukce pracuje se souborem údajů, které tvoří zpravidla je malou část základího souboru, jehož hodoty čekají a svoji realizaci. Úkolem tedy je vyjádřit skutečost, která teprve astae, ebo skutečost, která již astala, ale která může být pozorováa pouze částečě. Základím předpokladem iduktivích přístupů je, že část základího souboru, se kterou se pracuje, je reprezetativím vzorkem áhodým výběrem.

18 ováí - Hru IV 8/6 tatistický odhad Bodový odhad odhad charakteristiky rozděleí áhodé veličiy (ezámého čísla) výběrovou charakteristikou (zámým vypočteým číslem). Výběrová charakteristika, která představuje bodový odhad je áhodou veličiou, a proto se její hodoty při opakovaém odhadováí liší od odhadovaé charakteristiky a výrok o přesosti odhadu je ejistý. Bodové odhady musí mít určité vlastosti, podle ichž lze posoudit vhodost použití daé veličiy k odhadu charakteristiky. rotože k odhadu lze použít zpravidla růzé výběrové charakteristiky, je třeba staovit kriteria pro jejich volbu. Itervalový odhad odhad charakteristiky rozděleí áhodé veličiy, při ěmž kromě čísla, kterým se charakteristika odhaduje, udává ještě přesost a spolehlivost této přesosti. Jiými slovy, určuje se iterval (kofidečí iterval), který s předem zvoleou pravděpodobostí (kofidečí koeficiet, koeficiet spolehlivosti) zahruje hodotu ezámé charakteristiky rozděleí áhodé veličiy.

19 ováí - Hru IV 9/6 ř.: Úavová zkouška ři statistickém zjišťováí Wöhlerovy křivky se zkouší a každé zvoleé hladiě apětí daý počet vzorků, vyhodoceím podle avržeého modelu rozděleí Gaussovo ormálí rozděleí pro log(n) lze získat Wöhlerovu křivku pro daou pravděpodobost porušeí. U: Zpracovat statisticky výsledky zkoušky a hladiě σ i 65 Ma. D: zkoušeo 4 vzorků do poruchy Vzorek N0 3 [-] 9, 03,0 4,4 3,4 83,8,0 74,0 Vzorek N0 3 [-] 39, 68,7 3,4 54,0 346,6 87, 5,7 Data z příkladu jsou vlastě áhodým výběrem 4 vzorků z daleko širšího základího souboru všech možostí!

20 ováí - Hru IV 0/6 Relativí četost a rel. kumulativí četost i X i N i 0 3 [-] i log(n i ) [-] [%] ,4 68,7 87, 03,0 3,4 3,4 5,095 5,7 5,7 5,307 5,39 5,39 6,67 3,33 0,00 6,67 33,33 40,00 relativí č etost ,7 9,,0 54,0 74,0 83,8 346,6 5,334 5,34 5,344 5,405 5,438 5,453 5,540 46,67 53,33 60,00 66,67 73,33 80,00 86,67 relativí kumulativí četost ( ) 00 % i i , 5,59 93,33 N i [kc] X i áhodá proměá, log(n i ) i trasformovaá áhodá proměá, ( i ) pořadová pravděpodobost (udává poměrou část výběru mající hodoty meší ež daá hodota i ).

21 ováí - Hru IV /6 Bodový odhad Název Vzorec Hodota Výběrový aritmetický průměr log( N) i i 5,358 Výběrový geometrický průměr Mediá Modus Výběrový rozptyl měrodatá odchylka výběru geom i i + m ( k ), k pro liché; ( k ) + ( k + ) m, k pro sudé Nejčastější hodota ˆ ( i ) i ˆ ˆ K K ( 3), 09 5,356 5,338 5,39 0,057 0,8 Výběrový variačí součiitel vˆ ˆ 0,04

22 ováí - Hru IV /6 Itervalový odhad středí hodoty Hladia spolehlivosti α: pravděpodobost s jakou je očekáváo, že určovaý parametr rozděleí se bude vyskytovat ve vypočteém itervalu (v techice 95 %, 90 % i 97,5 %) pro příklad Riziko: β-α Itervalový odhad středí hodoty ormálího rozděleí je založe a skutečosti, že áhodá proměá t podléhá tudetovu rozděleí s (-) stupi volosti, tj. v3 ve výrazu pro t. rozděleí a itervalový odhad. t µ ˆ v výběrový odhad středí hodoty skutečá středí hodota

23 ováí - Hru IV 3/6 Itervalový odhad středí hodoty t µ ˆ α v + tα α t α ˆ v 5,8 µ 5, µ 5,358 ˆ 0,8 t v α N 3, 6 + t α ˆ v

24 ováí - Hru IV 4/6 Itervalový odhad rozptylu χ ˆ ( ) ˆ ˆ χ (, ) β χ (, ) ˆ 3 χ ( ) 0,05 4, 4,74 χ ( ) 0,05 4, 0,008 0,09 0,057 5,0 0,04 0,0 β

25 Mez Mezí stavy kostrukc stavy kostrukcí a jejich poru a jejich porušov ováí - Hru IV Hru IV 5 5/6 Dolí iterval spolehlivosti u ˆ + z příkladu je možé určit: uté rozšířit o iformaci, jak je spolehlivý: ( ) ( ) ( ) ( ) ˆ,,,, u u u u u k u u k β β β β β β β

26 ováí - Hru IV 6/6 ravděpodobostí papír příkladu ˆ log logn log ˆ logn logn log i, β logn + i ( logn logn ) K ˆ log logn + u k i, β logn ˆ log ( u, u ) ˆ β log i Eistuje 5% riziko, že po acyklováí 44 4 cyklů se poruší z zkušebích vzorků základího souboru.

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

Dynamická pevnost a životnost Statistika

Dynamická pevnost a životnost Statistika DŽ statistika Dyamická pevost a životost tatistika Mila Růžička, Josef Jreka, Zbyěk Hrbý mechaika.fs.cvt.cz zbyek.hrby@fs.cvt.cz DŽ statistika tatistické metody vyhodocováí dat DŽ statistika 3 tatistické

Více

Přednášky část 7 Statistické metody vyhodnocování dat

Přednášky část 7 Statistické metody vyhodnocování dat DŽ ředášky část 7 tatistické metody vyhodocováí dat Mila Růžička mechaika.fs.cvt.cz mila.rzicka@fs.cvt.cz DŽ tatistické metody vyhodocováí dat Jak velké rozptyly lze očekávat mezi dosažeými pevostmi ebo

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Intervalové odhady parametrů některých rozdělení.

Intervalové 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:

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

Číselné charakteristiky náhodných veličin

Číselné charakteristiky náhodných veličin Číselé charakteristiky áhodých veliči Motivace Doposud jsme pozali fukcioálí charakteristiky áhodých veliči (apř. distribučí fukce, pravděpodobostí fukce, hustota pravděpodobosti), které plě popisují pravděpodobostí

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

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

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

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

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

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

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

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter. Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový

Více

2. Náhodná veličina. je konečná nebo spočetná množina;

2. Náhodná veličina. je konečná nebo spočetná množina; . Náhodá veličia Většia áhodých pokusů koaých v přírodích ebo společeských vědách má iterpretaci pomocí reálé hodoty. Při takovýchto dějích přiřazujeme tedy reálá čísla áhodým jevům. Proto je důležité

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

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

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod. Matematický přístup k výsledkům únavových zkoušek Náhodnost výsledků únavových zkoušek. Únavové

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

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

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

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

13 Popisná statistika

13 Popisná statistika 13 Popisá statistika 13.1 Jedorozměrý statistický soubor Statistický soubor je možia všech prvků, které jsou předmětem statistického zkoumáí. Každý z prvků je statistickou jedotkou. Prvky tvořící statistický

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

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

Statistika pro metrologii

Statistika pro metrologii Statistika pro metrologii T. Rössler Teto projekt je spolufiacová Evropským sociálím fodem a státím rozpočtem České republiky v rámci projektu Vzděláváí výzkumých pracovíků v Regioálím cetru pokročilých

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

Popisná statistika. Zdeněk Janák 9. prosince 2007

Popisná statistika. Zdeněk Janák 9. prosince 2007 Popisá statistika Zdeěk Jaák jaak@physics.mui.cz 9. prosice 007 Výsledkem měřeí atmosférické extikce z pozorováí komet a observatoři Skalaté Pleso jsou tyto hodoty extikčích koeficietů ve vlové délce 46

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

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

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

Úloha III.S... limitní

Úloha III.S... limitní Úloha III.S... limití 10 bodů; průměr 7,81; řešilo 6 studetů a) Zkuste vlastími slovy popsat postup kostrukce itervalových odhadů středí hodoty v případě obecého rozděleí měřeých dat (postačí vlastími

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

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika Co e to statistika? Statistické hodoceí výsledků zkoušek Petr Misák misak.p@fce.vutbr.cz Statistika e ako bikiy. Odhalí téměř vše, ale to edůležitěší ám zůstae skryto. (autor ezámý) Statistika uda e, má

Více

MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ

MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ PŘÍSPĚVKY THE SCIENCE FOR POPULATION PROTECTION 0/008 MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ STATISTICAL ASSESSMENT

Více

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti 1 Základí statistické zpracováí dat 1.1 Základí pojmy Populace (základí soubor) je soubor objektů (statistických jedotek), který je vymeze jejich výčtem ebo charakterizací jejich vlastostí, může být proto

Více

1. Základy počtu pravděpodobnosti:

1. Základy počtu pravděpodobnosti: www.cz-milka.et. Základy počtu pravděpodobosti: Přehled pojmů Jev áhodý jev, který v závislosti a áhodě může, ale emusí při uskutečňováí daého komplexu podmíek astat. Náhoda souhr drobých, ezjistitelých

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 3. ÚKOL JB TEST 3. Úkol zadáí pro statistické testy U každého z ásledujících testů uveďte ázev (včetě autora), předpoklady použití, ulovou

Více

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly. 0. KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Dovedosti :. Chápat pojem faktoriál a ovládat operace s faktoriály.. Zát defiici kombiačího čísla a základí vlastosti kombiačích čísel. Ovládat jedoduché operace

Více

7. Odhady populačních průměrů a ostatních parametrů populace

7. Odhady populačních průměrů a ostatních parametrů populace 7. Odhady populačích průměrů a ostatích parametrů populace Jak sme zišťovali v kapitole. e možé pro každou populaci sestroit možství parametrů, které i charakterizue. Pro účely základího pozáí e evýzaměší

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

Pravděpodobnost a statistika - absolutní minumum

Pravděpodobnost a statistika - absolutní minumum Pravděpodobost a statistika - absolutí miumum Jaromír Šrámek 4108, 1.LF, UK Obsah 1. Základy počtu pravděpodobosti 1.1 Defiice pravděpodobosti 1.2 Náhodé veličiy a jejich popis 1.3 Číselé charakteristiky

Více

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály Aalýza a zpracováí sigálů 3. Číselé řady, jejich vlastosti a základí operace, áhodé sigály Diskrétí sigál fukce ezávislé proměé.!!! Pozor!!!! : sigáleí defiová mezi dvěma ásledujícími vzorky ( a eí tam

Více

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem Popisá statistika - zavedeí pojmů Popisá statistika - zavedeí pojmů Soubor idividuálích údajů o objektech azýváme základí soubor ebo také populace. Zkoumaé objekty jsou tzv. statistické jedotky a sledujeme

Více

Náhodný výběr, statistiky a bodový odhad

Náhodný výběr, statistiky a bodový odhad Lekce Náhodý výběr, statistiky a bodový odhad Parametr rozděleí pravděpodobosti je ezámá kostata, jejíž přímé určeí eí možé. Nástrojem pro odhad ezámých parametrů je áhodý výběr a jeho charakteristiky

Více

Katedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti

Katedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti Katedra pravděpodobosti a matematické statistiky Oborový semiář χ 2 test ezávislosti Petr Míchal 27 listopadu 2017 Situace 2 X {1,, I}, Y {1,, J} Jsou X a Y ezávislé? K dispozici máme áhodý vyběr (X 1,

Více

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodá veličia Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 45/004. Náhodá veličia Většia áhodých pokusů má jako výsledky reálá čísla. Budeme tedy dále áhodou veličiou rozumět proměou, která

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

Národní informační středisko pro podporu jakosti

Národní informační středisko pro podporu jakosti Národí iformačí středisko pro podpor jakosti Kozltačí středisko statistických metod při NIS-PJ Výpočet koeficietů reglačích diagramů pro obecé riziko Ig. Václav Chmelík, CSc Ústav strojíreské techologie,

Více

Interval spolehlivosti pro podíl

Interval spolehlivosti pro podíl Iterval polehlivoti pro podíl http://www.caueweb.org/repoitory/tatjava/cofitapplet.html Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této

Více

PRAVDĚPODOBNOST ... m n

PRAVDĚPODOBNOST ... m n RVDĚODONOST - matematická discilía, která se zabývá studiem zákoitostí, jimiž se řídí hromadé áhodé jevy - vytváří ravděodobostí modely, omocí ichž se saží ostihout rocesy, ovlivěé áhodou. Náhodé okusy:

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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,

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

3. Charakteristiky a parametry náhodných veličin

3. Charakteristiky a parametry náhodných veličin 3. Charateristiy a parametry áhodých veliči Úolem této apitoly je zavést pomocý aparát, terým budeme dále popisovat pomocí jedoduchých prostředů áhodé veličiy. Taovýmto aparátem jsou tzv. parametry ebo

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopraví Statistika Semestrálí práce Zdražováí pohoých hmot Jméa: Martia Jelíková, Jakub Štoudek Studijí skupia: 2 37 Rok: 2012/2013 Obsah Úvod... 2 Použité

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

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

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

2 STEJNORODOST BETONU KONSTRUKCE

2 STEJNORODOST BETONU KONSTRUKCE STEJNORODOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí stejorodosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů

Více

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

Přednáška VIII. Testování hypotéz o kvantitativních proměnných Předáška VIII. Testováí hypotéz o kvatitativích proměých Úvodí pozámky Testy o parametrech rozděleí Testy o parametrech rozděleí Permutačí testy Opakováí hypotézy Co jsou to hypotézy a jak je staovujeme?

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i : ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení S1P áhodá roměá vybraá rozděleí PRAVDĚPODOBOST A STATISTIKA áhodá roměá vybraá rozděleí S1P áhodá roměá vybraá rozděleí Vybraá rozděleí diskrétí P Degeerovaé rozděleí D( ) áhodá veličia X s degeerovaým

Více

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

1 Úvod { }.[ ] A= A A, (1.1)

1 Úvod { }.[ ] A= A A, (1.1) Obsah Obsah... Úvod... 3 Základí pojmy počtu pravděpodobosti... 7. Základí statistické pojmy... 7. Fukce áhodých veliči... 8.3 Charakteristiky áhodých veliči... 0.4 Některá rozděleí pravděpodobosti....5

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

6. Posloupnosti a jejich limity, řady

6. Posloupnosti a jejich limity, řady Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme

Více

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3 Př 7: S 95% polehlivotí odhaděte variabilitu (protředictvím odhadu měrodaté odchylky) a tředí hodotu obahu vitamíu C u rajčat. Záte-li výledky rozboru 0-ti vzorků rajčat: 3 4 5 6 7 8 9 0 9,6 3,4 30 3,6

Více

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy Měřeí statistické závislosti, korelace, regrese Prof. RNDr. Jaa Zvárov rová,, DrSc. MĚŘENÍZÁVISLOSTI Cílem statistické aalýzy vepidemiologii bývá eje staovit, zda oemocěí závisí a výskytu rizikového faktoru,

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

1 ROVNOMĚRNOST BETONU KONSTRUKCE

1 ROVNOMĚRNOST BETONU KONSTRUKCE ROVNOMĚRNOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí rovoměrosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů

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

Matematika přehled vzorců pro maturanty (zpracoval T. Jánský) Úpravy výrazů. Binomická věta

Matematika přehled vzorců pro maturanty (zpracoval T. Jánský) Úpravy výrazů. Binomická věta Matematika přehled vzorců pro maturaty (zpracoval T. Jáský) Úpravy výrazů a r. a s = a r+s a r = ar s as a r s = a r.s a. b r = a r b r a b r = ar b r a. b a b = a b = a. b ( a) m = a m m a m. = a a k.

Více

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů. Náhodu bychom mohli defiovat jako součet velkého počtu drobých epozaých vlivů. V rámci přírodích věd se setkáváme s pokusy typu za určitých podmíek vždy astae určitý důsledek. Např. jestliže za ormálího

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

Kvantily. Problems on statistics.nb 1

Kvantily. Problems on statistics.nb 1 Problems o statistics.b Kvatily 5.. Nechť x a, kde 0 < a

Více

1. JEV JISTÝ a. je jev, který nikdy nenastane b. je jev, jehož pravděpodobnost = ½ c. je jev, jehož pravděpodobnost = 0 d.

1. JEV JISTÝ a. je jev, který nikdy nenastane b. je jev, jehož pravděpodobnost = ½ c. je jev, jehož pravděpodobnost = 0 d. ZÁPOČTOVÝ TEST. JEV JISTÝ a. je jev, který ikdy eastae b. je jev, jehož pravděpodobost ½ c. je jev, jehož pravděpodobost 0 d. je jev, jehož pravděpodobost e. je jev, který astae za jistých okolostí f.

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

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

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBOST A STATISTIKA Degeerovaé rozděleí D( ) áhodá veličia X s degeerovaým rozděleím X ~D(), R má základí rostor Z = { } a ravděodobostí fukci: ( ) 1 0 Charakteristiky: středí hodota: E(X ) roztyl:

Více

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů.

Cvičení 3 - teorie. Teorie pravděpodobnosti vychází ze studia náhodných pokusů. Cvičeí 3 - teorie Téma: Teorie pravděpodobosti Teorie pravděpodobosti vychází ze studia áhodých pokusů. Náhodý pokus Proces, který při opakováí dává ze stejých podmíek rozdílé výsledky. Výsledek pokusu

Více