Příloha č.1 Vypočtené hodnoty jednotlivých proměnných indexu OCA pro MUBS za období

Rozměr: px
Začít zobrazení ze stránky:

Download "Příloha č.1 Vypočtené hodnoty jednotlivých proměnných indexu OCA pro MUBS za období"

Transkript

1 Příloha č.1 Vypočtené hodnoty jednotlivých proměnných indexu OCA pro MUBS za období Rok SD (e ij ) SD (Y i -Y j ) DISSIM ij TRADE ij SIZE ij , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,

2 Příloha č.2 Výsledek testu jednotkového kořene proměnné SD (e ij ) Null Hypothesis: SD EIJ_ has a unit root Lag Length: 0 (Automatic - based on SIC, maxlag=9) Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level Dependent Variable: D(SD EIJ_) Sample (adjusted): Included observations: 41 after adjustments Variable Coefficient Std. Error Prob. SD EIJ_(-1) C R-squared Mean dependent var 2.44E-06 Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 8.97E-05 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

3 Příloha č.3 Výsledek testu jednotkového kořene proměnné SD (Y i -Y j ) Null Hypothesis: SD YI_YJ_ has a unit root Lag Length: 5 (Automatic - based on SIC, maxlag=9) Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level Dependent Variable: D(SD YI_YJ_) Sample (adjusted): Included observations: 36 after adjustments Variable Coefficient Std. Error Prob. SD YI_YJ_(-1) D(SD YI_YJ_(-1)) D(SD YI_YJ_(-2)) D(SD YI_YJ_(-3)) D(SD YI_YJ_(-4)) D(SD YI_YJ_(-5)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

4 Příloha č.4 Výsledek testu jednotkového kořene proměnné DISSIM ij Null Hypothesis: DISSIMIJ has a unit root Lag Length: 0 (Automatic - based on SIC, maxlag=9) Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level Dependent Variable: D(DISSIMIJ) Sample (adjusted): Included observations: 41 after adjustments Variable Coefficient Std. Error Prob. DISSIMIJ(-1) C 1.12E E R-squared Mean dependent var -6.20E-10 Adjusted R-squared S.D. dependent var 2.24E-08 S.E. of regression 1.72E-08 Akaike info criterion Sum squared resid 1.16E-14 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

5 Příloha č.5 Výsledek testu jednotkového kořene proměnné TRADE ij Null Hypothesis: TRADE has a unit root Lag Length: 0 (Automatic - based on SIC, maxlag=9) Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level Dependent Variable: D(TRADE) Sample (adjusted): Included observations: 41 after adjustments Variable Coefficient Std. Error Prob. TRADE(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

6 Příloha č.6 Výsledek testu jednotkového kořene proměnné SIZE ij Null Hypothesis: SIZE has a unit root Lag Length: 0 (Automatic - based on SIC, maxlag=9) Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level Dependent Variable: D(SIZE) Sample (adjusted): Included observations: 41 after adjustments Variable Coefficient Std. Error Prob. SIZE(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic)

7 Příloha č.7 Odhad rovnice indexu OCA pro Brunej vůči Singapuru ( ) Dependent Variable: SD EIJ_ Sample: Included observations: 42 Variable Coefficient Std. Error Prob. SD YI_YJ_ DISSIMIJ TRADE SIZE C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Příloha č.8 Korelační tabulka odhadnuté rovnice indexu OCA pro Brunej vůči Singapuru ( ) Covariance Correlation SD EIJ_ SD_YI_YJ_ DISSIMIJ TRADE SIZE SD EIJ_ 5.43E SD YI_YJ_ -5.62E DISSIMIJ -7.42E E E TRADE 4.28E E E SIZE E

8 Příloha č.9 Vypočtené hodnoty jednotlivých proměnných pro odhad upravené rovnice indexu OCA pro Brunej vůči Singapuru ( ) Rok SD (FER i ) SD (Y i -Y j ) DISSIM ij TRADE ij SIZE ij ,082 0,078 0, ,057 47, ,115 0,003 0, ,030 47, ,053 0,024 0, ,033 47, ,013 0,018 0, ,021 48, ,012 0,031 0, ,019 48, ,019 0,024 0, ,021 48, ,109 0,085 0, ,015 49, ,072 0,113 0, ,018 49, ,237 0,188 0, ,013 49, ,225 0,111 0, ,014 49, ,181 0,103 0, ,018 49, ,107 0,074 0, ,019 49,899 Zdroj: IMF (2015), WB (2015), vlastní výpočty. 8

9 Příloha č.10 Výsledek testu jednotkového kořene proměnné SD (FER i ) Null Hypothesis: SD_FER has a unit root Lag Length: 0 (Automatic - based on SIC, maxlag=2) Augmented Dickey-Fuller test statistic Test critical values: 1% level % level % level Warning: Probabilities and critical values calculated for 20 observations and may not be accurate for a sample size of 11 Dependent Variable: D(SD_FER) Sample (adjusted): Included observations: 11 after adjustments Variable Coefficient Std. Error Prob. SD_FER(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Zdroj: IMF (2015), WB (2015), vlastní výpočty. 9

10 Příloha č.11 Odhad upravené rovnice indexu OCA pro Brunej vůči Singapuru za období Dependent Variable: SD_FER Sample: Included observations: 12 Variable Coefficient Std. Error Prob. SD YI_YJ_ DISSIM TRADE SIZE C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Zdroj: IMF (2015), WB (2015), vlastní výpočty. 10

11 Příloha č.12 Korelační tabulka odhadnuté upravené rovnice indexu OCA pro Brunej vůči Singapuru ( ) Covariance Correlation SD_FER SD_YI_YJ_ DISSIM TRADE SIZE SD_FER SD YI_YJ_ DISSIM -3.52E E E TRADE E SIZE E Zdroj: IMF (2015), WB (2015), vlastní výpočty. 11

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK Základy ekonometrie Odhad klasického lineárního regresního modelu II Cvičení 3 Zuzana Dlouhá Klasický lineární regresní model - zadání příkladu Soubor: CV3_PR.xls Data: y = maloobchodní obrat potřeb

Více

Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných)

Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných) Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných) 1. SPECIFIKACE (12 bodů): (1) Graf průběhu proměnných (1) Obě řady se chovají stejně, lze předpokládat jejich lineární vztah

Více

PŘÍLOHA A. METODA NEJMENŠÍCH ČTVERCŮ PRODEJ BYTŮ. Příloha A. Metoda nejmenších čtverců Prodej bytů

PŘÍLOHA A. METODA NEJMENŠÍCH ČTVERCŮ PRODEJ BYTŮ. Příloha A. Metoda nejmenších čtverců Prodej bytů PŘÍLOHA A. METODA NEJMENŠÍCH ČTVERCŮ PRODEJ BYTŮ Příloha A Metoda nejmenších čtverců Prodej bytů i PŘÍLOHA A. METODA NEJMENŠÍCH ČTVERCŮ PRODEJ BYTŮ 1 2 3 TOT. 1 7 33 40 2 1 18 125 144 2.5 1 72 73 3.5 1

Více

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. SEMINÁRNÍ PRÁCE Zadání: Data: Statistické metody: Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. Minimálně 6 proměnných o 30 pozorováních (z toho 2 proměnné

Více

Zadání Máme data hdp.wf1, která najdete zde: Bodová předpověď: Intervalová předpověď:

Zadání Máme data hdp.wf1, která najdete zde:  Bodová předpověď: Intervalová předpověď: Predikce Text o predikci pro upřesnění pro ty, které zajímá, kde se v EViews všechna ta čísla berou. Ruční výpočty u průběžného testu nebudou potřeba. Co bude v závěrečném testu, to nevím. Ale přečíst

Více

SEMINÁRNÍ PRÁCE Z 4ST432 Tereza Michlíková (xmict05) ZS 06/07

SEMINÁRNÍ PRÁCE Z 4ST432 Tereza Michlíková (xmict05) ZS 06/07 SEMINÁRNÍ PRÁCE Z 4ST432 Tereza Michlíková (xmict05) ZS 06/07 Nesezónní časová řada - Základní údaje o časové řadě Časová řada příjmy z daní z příjmu v Austrálii ( http://www.economagic.com/emcgi/data.exe/tmp/213-220-208-205!20061203093308

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK Základy ekonometrie Odhad klasického lineárního regresního modelu II Cvičení 3 Zuzana Dlouhá Klasický lineární regresní model - zadání příkladu Soubor: CV3_PR.xls Data: y = maloobchodní obrat potřeb

Více

Jste aktivní sportovec?(pravidelně sportuji alespoň 2x týdně) Jakým sportovním činnostem se pravidelně věnujete? (alespoň 1 x za dva týdny v sezóně)

Jste aktivní sportovec?(pravidelně sportuji alespoň 2x týdně) Jakým sportovním činnostem se pravidelně věnujete? (alespoň 1 x za dva týdny v sezóně) Seznam příloh Příloha 1 Dotazník sportovních aktivit... 1 Příloha 2 Homogenita souboru věk... 3 Příloha 3 Homogenita souboru pohlaví... 4 Příloha 4 4Elements Inventory a sportovní aktivita... 5 Příloha

Více

Úvod do ekonometrie Minitesty

Úvod do ekonometrie Minitesty Úvod do ekonometrie Minitesty Poznámka k zadání Použité značení odpovídá přednáškám, v případě nejasností nahlédněte do zveřejněných prezentací. V zadání jsou všude použity desetinné tečky (kvůli souladu

Více

AVDAT Klasický lineární model, metoda nejmenších

AVDAT Klasický lineární model, metoda nejmenších AVDAT Klasický lineární model, metoda nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model y i = β 0 + β 1 x i1 + + β k x ik + ε i (1) kde y i

Více

Seminář 6 statistické testy

Seminář 6 statistické testy Seminář 6 statistické testy Část I. Volba správného testu Chceme zjistit, zda se středeční a čtvrteční seminární skupiny liší ve výsledcích v 1. průběžné písemce ze statistiky. Chceme zjistit, zda 1. průběžná

Více

STAVEBNÍ OBZOR ROČNÍK 16 ČÍSLO 06/2007

STAVEBNÍ OBZOR ROČNÍK 16 ČÍSLO 06/2007 STAVEBNÍ OBZOR ROČNÍK 16 ČÍSLO 06/2007 Navigace v dokumentu OBSAH Niewald, J. Vráblík, L. Křístek, V. Výpočetní analýza chování letmo betonovaného mostu přes Labe v Mělníku 162 Kadeřábková, B. Čadil, J.

Více

Ekonomické listy. Odborný vědecký časopis Vysoké školy ekonomie a managementu. 3 Kreditní riziko a jeho dynamika v bankách v České republice

Ekonomické listy. Odborný vědecký časopis Vysoké školy ekonomie a managementu. 3 Kreditní riziko a jeho dynamika v bankách v České republice Odborný vědecký časopis Vysoké školy ekonomie a managementu el Ekonomické listy 3 2013 3 Kreditní riziko a jeho dynamika v bankách v České republice 24 Hodnocení bezpečnosti informací v informačních systémech

Více

Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie

Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.3 Tvorba nelineárních regresních modelů v analýze dat Semestrální

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Číslo předmětu: 545-0250 Garantující institut: Garant předmětu: Ekonomická statistika Institut ekonomiky a systémů řízení RNDr. Radmila Sousedíková, Ph.D.

Více

ODHAD NÁKLADŮ NEZAMĚSTNANOSTI Z POHLEDU VEŘEJNÝCH ROZPOČTŮ

ODHAD NÁKLADŮ NEZAMĚSTNANOSTI Z POHLEDU VEŘEJNÝCH ROZPOČTŮ ODHAD NÁKLADŮ NEZAMĚSTNANOSTI Z POHLEDU VEŘEJNÝCH ROZPOČTŮ Jan Čadil, Unicorn College, VŠE v Praze; Tomáš Pavelka, VŠE v Praze; Eva Kaňková, Česká zemědělská univerzita v Praze, Provozně ekonomická fakulta;

Více

UNIVERZITA KARLOVA V PRAZE. Flexicurita na českém trhu práce: aplikace v evropském kontextu

UNIVERZITA KARLOVA V PRAZE. Flexicurita na českém trhu práce: aplikace v evropském kontextu UNIVERZITA KARLOVA V PRAZE FAKULTA SOCIÁLNÍCH VĚD Institut ekonomických studií Jindřich Matoušek Flexicurita na českém trhu práce: aplikace v evropském kontextu Přílohy k bakalářské práci Praha 2011 8.

Více

Fisherův exaktní test

Fisherův exaktní test Katedra pravděpodobnosti a matematické statistiky Karel Kozmík Fisherův exaktní test 4. prosince 2017 Motivace Máme kontingenční tabulku 2x2 a předpokládáme, že četnosti vznikly z pozorování s multinomickým

Více

STATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005

STATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005 VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA Hornicko-geologická fakulta institut geoinformatiky STATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005 Speciální metody

Více

AVDAT Geometrie metody nejmenších čtverců

AVDAT Geometrie metody nejmenších čtverců AVDAT Geometrie metody nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model klasický lineární regresní model odhad parametrů MNČ y = Xβ + ε, ε

Více

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

Více

Vztah mezi počtem květů a celkovou biomasou rostliny

Vztah mezi počtem květů a celkovou biomasou rostliny Regrese a korelace Regrese versus korelace Regrese (regression)* popisuje vztah = závislost dvou a více kvantitativních (popř. ordinálních) proměnných formou funkční závislosti měří těsnost Korelace (correlation)

Více

4ST201 STATISTIKA CVIČENÍ Č. 10

4ST201 STATISTIKA CVIČENÍ Č. 10 4ST201 STATISTIKA CVIČENÍ Č. 10 regresní analýza - vícenásobná lineární regrese korelační analýza Př. 10.1 Máte zadaný výstup regresní analýzy závislosti závisle proměnné Y na nezávisle proměnné X. Doplňte

Více

18AEK Aplikovaná ekonometrie a teorie časových řad. Řešení domácích úkolů č. 1 a 2 příklad 1

18AEK Aplikovaná ekonometrie a teorie časových řad. Řešení domácích úkolů č. 1 a 2 příklad 1 18AEK Aplikovaná ekonometrie a teorie časových řad Řešení domácích úkolů č. 1 a 2 příklad 1 Obecné pravidlo pro všechny testy Je stanovena nulová hypotéza: H 0 Je stanovena alternativní hypotéza: H A Je

Více

tématické články Analýza vnitřní migrace ČR studie kauzality regionální studia Migration Analysis of the Czech Republic Causality Problem Úvod

tématické články Analýza vnitřní migrace ČR studie kauzality regionální studia Migration Analysis of the Czech Republic Causality Problem Úvod Analýza vnitřní migrace ČR studie kauzality Migration Analysis of the Czech Republic Causality Problem Jan Čadil j_cadil@yahoo.com Unicorn College; Vysoká škola ekonomická v Praze ABSTRAKT Migrace je socio-ekonomickým

Více

Cvičení 9. Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET. Software FREET Simulace metodou LHS

Cvičení 9. Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET. Software FREET Simulace metodou LHS Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia obor Konstrukce staveb Cvičení 9 Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET Software FREET Simulace metodou LHS

Více

Cvičení 3. Posudek únosnosti ohýbaného prutu. Software FREET Simulace metodou Monte Carlo Simulace metodou LHS

Cvičení 3. Posudek únosnosti ohýbaného prutu. Software FREET Simulace metodou Monte Carlo Simulace metodou LHS Spolehlivost a bezpečnost staveb, 4. ročník bakalářského studia (všechny obory) Cvičení 3 Posudek únosnosti ohýbaného prutu Software FREET Simulace metodou Monte Carlo Simulace metodou LHS Katedra stavební

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. Vícenásobná regresní a korelační analýza 1 1 Tto materiál bl vtvořen za pomoci grantu FRVŠ číslo 1145/2004. O vícenásobné závislosti mluvíme tehd, jestliže je závisle proměnná závislá na více nezávislých

Více

Moderní regresní metody. Petr Šmilauer Biologická fakulta JU České Budějovice (c) 1998-2007

Moderní regresní metody. Petr Šmilauer Biologická fakulta JU České Budějovice (c) 1998-2007 Moderní regresní metody Petr Šmilauer Biologická fakulta JU České Budějovice (c) 1998-2007 Obsah Úvod... 5 1 Klasický lineární model a analýza variance... 7 Motivační příklad... 7 Fitování klasického lineárního

Více

Jednorozměrná lineární regrese

Jednorozměrná lineární regrese Lineární regrese Jednorozměrná lineární regrese předpokládá, že výstupní prom. Y lze přibližně modelovat lineární kombinací vstupů X, tj. náš odhad y spočteme jako: kde koeficienty β spočteme z trénovacích

Více

PŘÍLOHA 2. Těším se na spolupráci, Olga Kučerová (studentka psychologie, PedF Cuni)

PŘÍLOHA 2. Těším se na spolupráci, Olga Kučerová (studentka psychologie, PedF Cuni) PŘÍLOHA 1 Diktát: Boudy, dudy, hodiny, proutí, květiny, proudy, proudí, klobouk. Nyní budou podzimní (jarní) prázdniny. To je štěstí v neštěstí. Žáci cvičí na cvičištích. Na střeše sedí špačci a hledají

Více

Politicko ekonomický cyklus obcí v ČR i bez skutečné fiskální autonomie 1

Politicko ekonomický cyklus obcí v ČR i bez skutečné fiskální autonomie 1 SEDMIHRADSKÁ, Lucie, HAAS, Jakub, KUBÍK, Rudolf. Politicko ekonomický cyklus obcí v ČR i bez skutečné fiskální autonomie. Šlapanice 22.01.2009 23.01.2009. In: WILDMANNOVÁ, Mirka (ed.). Bílá místa teorie

Více

C V I Č E N Í ZE STATISTIKY PRO BIOLOGY:

C V I Č E N Í ZE STATISTIKY PRO BIOLOGY: C V I Č E N Í ZE STATISTIKY PRO BIOLOGY: S B Í R K A P Ř Í K L A D Ů (VERZE 1.3) Martin Duchoslav Olomouc 2004 Předložený text reprezentuje výběr příkladů, které doplňují přednášky a cvičení kurzu Základy

Více

Korelační a regresní analýza. 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza

Korelační a regresní analýza. 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza Korelační a regresní analýza 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza Pearsonův korelační koeficient u intervalových a poměrových dat můžeme jako

Více

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

Více

Seminář 6 statistické testy

Seminář 6 statistické testy Seminář 6 statistické testy Část I. Volba správného testu Chceme zjistit, zda se Ježkovy a Širůčkovy seminární skupiny liší ve výsledcích v. průběžné písemce ze statistiky. Chceme zjistit, zda 1. průběžná

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství Ústav strojírenské technologie odbor slévárenství. Ing. Martin Svadbík

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství Ústav strojírenské technologie odbor slévárenství. Ing. Martin Svadbík VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství Ústav strojírenské technologie odbor slévárenství Ing. Martin Svadbík OBJEMOVÉ MODELY JAKO NOVÝ PROSTŘEDEK KE STANOVENÍ VÝROBNÍCH ČASŮ VE SLÉVÁRENSTVÍ

Více

Opravená data Úloha (A) + (E) Úloha (C) Úloha (B) Úloha (D) Lineární regrese

Opravená data Úloha (A) + (E) Úloha (C) Úloha (B) Úloha (D) Lineární regrese - základní ukazatele Komentované řešení pomocí programu R Ústav matematiky Fakulta chemicko inženýrská Vysoká škola chemicko-technologická v Praze - základní ukazatele Načtení vstupních dat Vstupní data

Více

LEKCE09 MĚŘENÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚNNÝMI: KORELAČNÍ KOEFICIENTY A GRAFY vzorový výsledek cvičení

LEKCE09 MĚŘENÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚNNÝMI: KORELAČNÍ KOEFICIENTY A GRAFY vzorový výsledek cvičení LEKCE 9: MĚŘEÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚÝMI: KORELAČÍ KOEFICIETY A GRAFY LEKCE09 MĚŘEÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚÝMI: KORELAČÍ KOEFICIETY A GRAFY vzorový výsledek cvičení

Více

Statistická analýza dat

Statistická analýza dat Statistická analýza dat Jméno: Podpis: Cvičení Zkouška (písemná + ústní) 25 Celkem 50 Známka Pokyny k vypracování: doba řešení je 120min, jasně zodpovězte pokud možno všechny otázky ze zadání, pracujte

Více

odpovídá jedna a jen jedna hodnota jiných

odpovídá jedna a jen jedna hodnota jiných 8. Regresní a korelační analýza Problém: hledání, zkoumání a hodnocení souvislostí, závislostí mezi dvěma a více statistickými znaky (veličinami). Typy závislostí: pevné a volné Pevná závislost každé hodnotě

Více

Testy nezávislosti kardinálních veličin

Testy nezávislosti kardinálních veličin Testy nezávislosti kardinálních veličin Komentované řešení pomocí programu R Ústav matematiky Fakulta chemicko inženýrská Vysoká škola chemicko-technologická v Praze Načtení vstupních dat Vstupní data

Více

Uni- and multi-dimensional parametric tests for comparison of sample results

Uni- and multi-dimensional parametric tests for comparison of sample results Uni- and multi-dimensional parametric tests for comparison of sample results Jedno- a více-rozměrné parametrické testy k porovnání výsledků Prof. RNDr. Milan Meloun, DrSc. Katedra analytické chemie, Universita

Více

(motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination.

(motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination. Neparametricke testy (motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination. Andrew Lang) 1. Příklad V následující tabulce jsou

Více

V tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů).

V tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů). 1. Příklad V tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů). Náklady 835 63 240 1005 184 213 313 658 195 545 Cena 136 24 52 143 42 43 67 106 61 99 a.) Modelujte závislost

Více

TOURISM PAPERS číslo 16/2012

TOURISM PAPERS číslo 16/2012 CZECH HOSPITALITY and Ročník VIII. TOURISM PAPERS číslo 16/2012 Časopis pro vědu a informace Czech Hospitality and Tourism Papers uveřejňuje statě a analytické studie českých i zahraničních autorů v českém,

Více

8 ANALÝZA ČASOVÝCH ŘAD SEZÓNNÍ SLOŽKA

8 ANALÝZA ČASOVÝCH ŘAD SEZÓNNÍ SLOŽKA 8 ANALÝZA ČASOVÝCH ŘAD SEZÓNNÍ SLOŽKA RYCHLÝ NÁHLED KAPITOLY Následující kapitolou pokračujeme v tématu analýza časových řad a blíže se budeme zabývat problematikou jich pravidelné kolísavost, která je

Více

VEKTOROVÉ AUTOREGRESE. APLIKACE V PROGNÓZOVÁNÍ.

VEKTOROVÉ AUTOREGRESE. APLIKACE V PROGNÓZOVÁNÍ. VEKTOROVÉ AUTOREGRESE. APLIKACE V PROGNÓZOVÁNÍ. Vektorové autoregrese (VAR se používají tehdy, když chceme zkoumat časové řady dvou či více proměnných. Je sice možné za tím účelem použít dynamické modely

Více

Dostupnost bydlení a demografické chování analýza regionálních rozdílů a jejich vývoje v čase

Dostupnost bydlení a demografické chování analýza regionálních rozdílů a jejich vývoje v čase analýza regionálních rozdílů a jejich vývoje v čase Tomáš Kostelecký, Jana Vobecká tomas.kostelecky@soc.cas.cz jana.vobecka@soc.cas.cz Oddělení lokální a regionální studia, tým socioekonomie bydlení Struktura

Více

Cvičení 9 dekompozice časových řad a ARMA procesy

Cvičení 9 dekompozice časových řad a ARMA procesy Cvičení 9 dekompozice časových řad a ARMA procesy Příklad 1: Dekompozice časové řady Soubor 18AEK-cv09.xls obsahuje dvě časové řady (X a Y) se 72 pozorováními. Použijte časovou řadu Y. a) Pokuste se na

Více

ANALÝZA KATEGORIZOVANÝCH DAT V SOCIOLOGII

ANALÝZA KATEGORIZOVANÝCH DAT V SOCIOLOGII ANALÝZA KATEGORIZOVANÝCH DAT V SOCIOLOGII Tomáš Katrňák Fakulta sociálních studií Masarykova univerzita Brno ÚVOD DO LOGLINEÁRNÍHO MODELOVÁNÍ historie - až do 60. let se k analýze kontingenčních tabulek

Více

Vhodnost přijetí jednotné měny euro v nových členských státech Evropské unie: aplikace teorie optimálních měnových oblastí

Vhodnost přijetí jednotné měny euro v nových členských státech Evropské unie: aplikace teorie optimálních měnových oblastí Ekonomický časopis, 61, 2013, č. 3, s. 235 250 235 Vhodnost přijetí jednotné měny euro v nových členských státech Evropské unie: aplikace teorie optimálních měnových oblastí Veronika HEDIJA* The Suitability

Více

5. PŘEDNÁŠKA EKONOMETRICKÝ MODEL REGRESNÍ ANALÝZA DUMMIES VÍCENÁSOBNÁ REGRESE

5. PŘEDNÁŠKA EKONOMETRICKÝ MODEL REGRESNÍ ANALÝZA DUMMIES VÍCENÁSOBNÁ REGRESE 5. PŘEDNÁŠKA EKONOMETRICKÝ MODEL REGRESNÍ ANALÝZA DUMMIES VÍCENÁSOBNÁ REGRESE 1 STRUKTURA PŘEDNÁŠKY - DNES - Formulace a strukturace problému za pomoci teorie; data; ekonometrický model; identifikační

Více

Faktorová analýza příklad. Obrázek 1 Ukázka části vstupních dat

Faktorová analýza příklad. Obrázek 1 Ukázka části vstupních dat Faktorová analýza příklad Obrázek 1 Ukázka části vstupních dat Maticový graf vybraných proměnných: Fueltank Passengers Length Wheelbase Width U Turn Space Rear seat Luggage Weight Horsepower Engine Size

Více

Shluková analýza dat a stanovení počtu shluků

Shluková analýza dat a stanovení počtu shluků Shluková analýza dat a stanovení počtu shluků Autor: Tomáš Löster Vysoká škola ekonomická v Praze Ostrava, červen 2017 Osnova prezentace Úvod a teorie shlukové analýzy Podrobný popis shlukování na příkladu

Více

Liquidity risk of banks in the Visegrad countries

Liquidity risk of banks in the Visegrad countries Liquidy risk of banks in the Visegrad countries 1. Ohodnocení všech bank pomocí šesti poměrových ukazatelů likvidy: Podíl likvidních aktiv na celkových aktivech (ukazatel ) * 100 % Podíl likvidních aktiv

Více

Vývoj sledovaného ukazatele v letech v ČR (NZ_C) a v SR (NZ_S) uvádí obrázek 1, pro srovnání je uveden i vývoj v celé EU-28 (NZ_EU).

Vývoj sledovaného ukazatele v letech v ČR (NZ_C) a v SR (NZ_S) uvádí obrázek 1, pro srovnání je uveden i vývoj v celé EU-28 (NZ_EU). FAKTORY PODÍLU OSOB ŽIJÍCÍCH V DOMÁCNOSTECH S NÍZKÝM ZAPOJENÍM DO PRACOVNÍHO PROCESU V ČESKÉ REPUBLICE A SLOVENSKÉ REPUBLICE V OBDOBÍ 2005-2016 FACTORS OF SHARE OF PEOPLE LIVING IN HOUSEHOLDS WITH VERY

Více

Vliv odlehlých hodnot, korelační koeficient, mnohonásobná regrese

Vliv odlehlých hodnot, korelační koeficient, mnohonásobná regrese Vliv odlehlých hodnot, korelační koeficient, mnohonásobná regrese 1. Vliv odlehlých hodnot Na následujících dvou příkladech ukážeme jak odlehlé hodnoty (outliers) ovlivňují výsledek analýzy a jak je identifikovat.

Více

M cvičení : GLM04b (Vztah mezi Poissonovým a

M cvičení : GLM04b (Vztah mezi Poissonovým a RNDr. Marie Forbelská, Ph.D. 1 M7222 4. cvičení : GLM04b (Vztah mezi Poissonovým a binomických rozdělením) Připomeňme, že pomocí Poissonova rozdělení P o(λ) lze dobře aproximovat binomické rozdělení Bi(n,

Více

LEKCE 6 ZÁKLADY TESTOVÁNÍ HYPOTÉZ

LEKCE 6 ZÁKLADY TESTOVÁNÍ HYPOTÉZ 1 LEKCE 6 ZÁKLADY TESTOVÁNÍ HYPOTÉZ STATISTICKÉ HYPOTÉZY neboli formální výroky o: neznámých parametrech základního souboru, o tvaru rozložení četností, o statistických vztazích mezi soubory či proměnnými

Více

Modelování objemu hypotečních úvěrů poskytnutých Českou spořitelnou

Modelování objemu hypotečních úvěrů poskytnutých Českou spořitelnou Mendelova univerzita v Brně Provozně ekonomická fakulta Modelování objemu hypotečních úvěrů poskytnutých Českou spořitelnou Diplomová práce Vedoucí práce: Mgr. David Hampel, Ph.D. Bc. Tereza Jezdinská

Více

P íloha č. 1: Dotazník Volnočasové aktivity

P íloha č. 1: Dotazník Volnočasové aktivity P íloha č. 1: Dotazník Volnočasové aktivity 1) V k. 2) Pohlaví: a) žena b) muž 3) Nejvyšší dokončené vzd lání rodič : a) základní b) vyučení c) st ední škola s maturitou d) vysoká škola e) rozdílné matka.

Více

Stav Svobodný Rozvedený Vdovec. Svobodná 37 10 6. Rozvedená 8 12 8. Vdova 5 8 6

Stav Svobodný Rozvedený Vdovec. Svobodná 37 10 6. Rozvedená 8 12 8. Vdova 5 8 6 1. Příklad Byly sledovány rodinné stavy nevěst a ženichů při uzavírání sňatků a byla vytvořena následující tabulka četností. Stav Svobodný Rozvedený Vdovec Svobodná 37 10 6 Rozvedená 8 12 8 Vdova 5 8 6

Více

Department of Mathematical Analysis and Applications of Mathematics Faculty of Science, Palacký University Olomouc Czech Republic

Department of Mathematical Analysis and Applications of Mathematics Faculty of Science, Palacký University Olomouc Czech Republic ROBUST 13. září 2016 regression regresních modelů Categorical Continuous - explanatory, Eva Fišerová Department of Mathematical Analysis and Applications of Mathematics Faculty of Science, Palacký University

Více

Statgraphics v. 5.0 STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA. Martina Litschmannová 1. Typ proměnné. Požadovaný typ analýzy

Statgraphics v. 5.0 STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA. Martina Litschmannová 1. Typ proměnné. Požadovaný typ analýzy Dichotomická proměnná (0-1) Spojitá proměnná STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA Typ proměnné Požadovaný typ analýzy Ověření variability Předpoklady Testy, resp. intervalové odhad Test o rozptylu

Více

Lubomír Pavliska. Datový sklad pro vědu a výzkum s návazností na datové analýzy klinických dat FNO

Lubomír Pavliska. Datový sklad pro vědu a výzkum s návazností na datové analýzy klinických dat FNO Lubomír Pavliska Datový sklad pro vědu a výzkum s návazností na datové analýzy klinických dat FNO Hlavní funkce datového skladu Modelování datových struktur Zabezpečený přístup uživatelů Přímé analytické

Více

Statistické metody vyhodnocení vlivu škodlivin na denní úmrtnost, hospitalizaci a příznaky kardiovaskulárních a respiračních onemocnění

Statistické metody vyhodnocení vlivu škodlivin na denní úmrtnost, hospitalizaci a příznaky kardiovaskulárních a respiračních onemocnění Statistické metody vyhodnocení vlivu škodlivin na denní úmrtnost, hospitalizaci a příznaky kardiovaskulárních a respiračních onemocnění Jiří Skorkovský Úvod a cíle studie vlivu PM10 na denní

Více

Komparace vlivu vybraných aspektů na nabídku, poptávku a cenu cukru v rozvojových a rozvinutých zemích, ve světě a v zemích OECD a EU

Komparace vlivu vybraných aspektů na nabídku, poptávku a cenu cukru v rozvojových a rozvinutých zemích, ve světě a v zemích OECD a EU LISTY CUKROVARNICKÉ a ŘEPAŘSKÉ Komparace vlivu vybraných aspektů na nabídku, poptávku a cenu cukru v rozvojových a rozvinutých zemích, ve světě a v zemích OECD a EU Comparison of Impact of Selected Aspects

Více

Semestrální práce. 3.3 Tvorba nelineárních regresních modelů v analýze dat

Semestrální práce. 3.3 Tvorba nelineárních regresních modelů v analýze dat Semestrální práce 1 3.3 Tvorba nelineárních regresních modelů v analýze dat Ing. Ján Lengyel, CSc. Centrální analytická laboratoř Ústav jaderného výzkumu Řež, a. s. Husinec Řež 130 250 68 Řež V Řeži, únor

Více

Analýza rozptylu. Ekonometrie. Jiří Neubauer. Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel

Analýza rozptylu. Ekonometrie. Jiří Neubauer. Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel Analýza rozptylu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO Brno) Analýza rozptylu 1 / 30 Analýza

Více

05/29/08 cvic5.r. cv5.dat <- read.csv("cvic5.csv")

05/29/08 cvic5.r. cv5.dat <- read.csv(cvic5.csv) Zobecněné lineární modely Úloha 5: Vzdělání a zájem o politiku cv5.dat

Více

Aplikovaná ekonometrie 7. Lukáš Frýd

Aplikovaná ekonometrie 7. Lukáš Frýd Aplikovaná ekonometrie 7 Lukáš Frýd Nestacionární časové řady Možné příčinny Sezonost Deterministický trend (time trend) Jednotkový kořen (Stochastický trend) Strukturní zlomy Časový trend (deterministický

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie ZS 2015/16 Cvičení 7: Časově řady, autokorelace LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Časové řady Data: HDP.wf1

Více

Pokud data zadáme přes "Commands" okno: SDF1$X1<-c(1:15) //vytvoření řady čísel od 1 do 15 SDF1$Y1<-c(1.5,3,4.5,5,6,8,9,11,13,14,15,16,18.

Pokud data zadáme přes Commands okno: SDF1$X1<-c(1:15) //vytvoření řady čísel od 1 do 15 SDF1$Y1<-c(1.5,3,4.5,5,6,8,9,11,13,14,15,16,18. Regresní analýza; transformace dat Pro řešení vztahů mezi proměnnými kontinuálního typu používáme korelační a regresní analýzy. Korelace se používá pokud nelze určit "kauzalitu". Regresní analýza je určena

Více

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti

Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium Management systému jakosti 3.3 v analýze dat Autor práce: Přednášející: Prof. RNDr. Milan Meloun, DrSc Pro

Více

Uspořádaný seznam nula nebo více elementů, každý je typem ASN.1 (heterogenní seznam) uspořádaný seznam stejných elementů

Uspořádaný seznam nula nebo více elementů, každý je typem ASN.1 (heterogenní seznam) uspořádaný seznam stejných elementů Basic Encoding Roles and ASN.1 ASN.1 je univerzální jazyk pro specifikaci datových typů. Dovoluje definovat nejen typ dat, ale i jejich velikost (rozsah hodnot) a význam. BER (Basic Encoding Roles) je

Více

Modely pro nestacionární časové řady

Modely pro nestacionární časové řady Modely pro nestacionární časové řady Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Modely pro nestacionární

Více

Statistické metody v marketingu. Ing. Michael Rost, Ph.D.

Statistické metody v marketingu. Ing. Michael Rost, Ph.D. Statistické metody v marketingu Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Regresní analýza doplnění základů Vzhledem k požadavku Vašich kolegů zařazuji doplňující partii o regresní

Více

Statistické metody v marketingu. Ing. Michael Rost, Ph.D.

Statistické metody v marketingu. Ing. Michael Rost, Ph.D. Statistické metody v marketingu Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Úvodem Modelování vztahů mezi vysvětlující a vysvětlovanou (závisle) proměnnou patří mezi základní aktivity,

Více

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR Ve většině případů pracujeme s výběrovým souborem a výběrové výsledky zobecňujeme na základní soubor. Smysluplné

Více

Prostorová variabilita

Prostorová variabilita Prostorová variabilita prostorová závislost (autokorelace) reprezentuje korelaci mezi hodnotami určité náhodné proměnné v místě i a hodnotami téže proměnné v jiném místě j; prostorová heterogenita je strukturální

Více

AVDAT Výběr regresorů v mnohorozměrné regresi

AVDAT Výběr regresorů v mnohorozměrné regresi AVDAT Výběr regresorů v mnohorozměrné regresi Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Výběr správného lineárního modelu y = Xβ + ε, ale v matici X typu n (p + 1) je

Více

PSY117/454 Statistická analýza dat v psychologii. Zobrazení dvojrozměrných dat Bodový graf - Scatterplot Korelační koeficient

PSY117/454 Statistická analýza dat v psychologii. Zobrazení dvojrozměrných dat Bodový graf - Scatterplot Korelační koeficient PSY117/454 Statistická analýza dat v psychologii Zobrazení dvojrozměrných dat Bodový graf - Scatterplot Korelační koeficient Analýza vztahů mezi dvěma proměnnými Souvisí nějak? Výška a váha Známky u jednotlivých

Více

Statistické metody v marketingu. Ing. Michael Rost, Ph.D.

Statistické metody v marketingu. Ing. Michael Rost, Ph.D. Statistické metody v marketingu Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Pojem závislosti Je nutné rozlišit mezi závislostí nepodstatnou a mezi příčinnou čili kauzální závislostí.ta

Více

{ } ( 2) Příklad: Test nezávislosti kategoriálních znaků

{ } ( 2) Příklad: Test nezávislosti kategoriálních znaků Příklad: Test nezávislosti kategoriálních znaků Určete na hladině významnosti 5 % na základě dat zjištěných v rámci dotazníkového šetření ve Šluknově, zda existuje závislost mezi pohlavím respondenta a

Více

Vznik a vývoj DDI. Struktura DDI. NESSTAR Systém pro publikování, prezentaci a analýzu dat. PhDr. Martin Vávra, Mgr. Tomáš Čížek

Vznik a vývoj DDI. Struktura DDI. NESSTAR Systém pro publikování, prezentaci a analýzu dat. PhDr. Martin Vávra, Mgr. Tomáš Čížek NESSTAR Systém pro publikování, prezentaci a analýzu dat PhDr. Martin Vávra, Mgr. Tomáš Čížek Vznik a vývoj DDI Potřeba standardizace popisu datových souborů v souvislosti s elektronickou archivací dat

Více

Příloha 1 Úvodní text k dotazníku

Příloha 1 Úvodní text k dotazníku Přílohy: Příloha 1 Úvodní text k dotazníku Příloha 2 Anamnestický dotazník Příloha 3 Dotazník kognitivních chyb Příloha 4 Dotazník obecné vlastní efektivity Příloha 5 Dotazník dyslektických obtíží Příloha

Více

Stochastické signály (opáčko)

Stochastické signály (opáčko) Stochastické signály (opáčko) Stochastický signál nemůžeme popsat rovnicí, ale pomocí sady parametrů. Hodit se bude statistika a pravděpodobnost (umíte). Tohle je jen miniminiminiopáčko, později probereme

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK11 Základy ekonometrie Autokorelace Cvičení 5 Zuzana Dlouhá Gauss-Markovy předpoklady Náhodná složka: Gauss-Markovy předpoklady 1. E(u) = náhodné vlivy se vzájemně vynulují. E(uu T ) = σ I n konečný

Více

7.1. Podstata testu statistické hypotézy

7.1. Podstata testu statistické hypotézy 7. TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ 7.1. Podstata testu statistické hypotézy Statistická hypotéza určitý předpoklad o parametrech nebo tvaru rozdělení zkoumaného st. znaku. Testování hypotéz proces ověřování

Více

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

Aplikace T -prostorů při modelování kompozičních časových řad

Aplikace T -prostorů při modelování kompozičních časových řad Aplikace T -prostorů při modelování kompozičních časových řad P. Kynčlová 1,3 P. Filzmoser 1, K. Hron 2,3 1 Department of Statistics and Probability Theory Vienna University of Technology 2 Katedra matematické

Více

Politicko ekonomický cyklus obcí v ČR i bez skutečné fiskální autonomie 1

Politicko ekonomický cyklus obcí v ČR i bez skutečné fiskální autonomie 1 Politicko ekonomický cyklus obcí v ČR i bez skutečné fiskální autonomie 1 Political business cycle in Czech municipalities even without real fiscal autonomy Lucie Sedmihradská, Jakub Haas a Rudolf Kubík

Více

PSY117/454 Statistická analýza dat v psychologii Přednáška 5 ZOBRAZENÍ DVOUROZMĚRNÝCH DAT KORELAČNÍ KOEFICIENT. Všichni žijeme v matrixu.

PSY117/454 Statistická analýza dat v psychologii Přednáška 5 ZOBRAZENÍ DVOUROZMĚRNÝCH DAT KORELAČNÍ KOEFICIENT. Všichni žijeme v matrixu. PSY117/454 Statistická analýza dat v psychologii Přednáška 5 ZOBRAZENÍ DVOUROZMĚRNÝCH DAT KORELAČNÍ KOEFICIENT Všichni žijeme v matrixu. V minulých dílech jsme viděli/y: Frekvence = četnosti Procenta =

Více

MINIMÁLNÍ MZDA V ČESKÝCH PODNICÍCH

MINIMÁLNÍ MZDA V ČESKÝCH PODNICÍCH ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS Ročník LVIII 25 Číslo 6, 2010 MINIMÁLNÍ MZDA V ČESKÝCH PODNICÍCH E. Lajtkepová Došlo: 26. srpna 2010 Abstract LAJTKEPOVÁ, E.: The

Více

Kapitola IV. DESATERO PRO POROVNÁVÁNÍ VÝSLEDKŮ DVOU METOD. Luděk Dohnal. Desatero pro porovnávání výsledků dvou metod 21

Kapitola IV. DESATERO PRO POROVNÁVÁNÍ VÝSLEDKŮ DVOU METOD. Luděk Dohnal. Desatero pro porovnávání výsledků dvou metod 21 Desatero pro porovnávání výsledků dvou metod 21 Kapitola IV. DESATERO PRO POROVNÁVÁNÍ VÝSLEDKŮ DVOU METOD. Luděk Dohnal Následující text nemá být "návodem" k počítání nebo hodnocení. Pokouší se pouze zachytit

Více

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry Testování hypotéz Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry Testování hypotéz Obecný postup 1. Určení statistické hypotézy 2. Určení hladiny chyby 3. Výpočet

Více

Beáta Stehlíková Časové rady, FMFI UK, 2013/2014. CvičenievR-kuI.:ARIMAmodely p.1/15

Beáta Stehlíková Časové rady, FMFI UK, 2013/2014. CvičenievR-kuI.:ARIMAmodely p.1/15 Cvičenie v R-ku I.: ARIMA modely Beáta Stehlíková Časové rady, FMFI UK, 2013/2014 CvičenievR-kuI.:ARIMAmodely p.1/15 Príklad 1: dáta Použité dáta: Počet používatel ov prihlásených na server, dáta po minútach,

Více

SEMESTRÁLNÍ PRÁCE Z X37SAS Zadání č. 7

SEMESTRÁLNÍ PRÁCE Z X37SAS Zadání č. 7 SEMESTRÁLNÍ PRÁCE Z X37SAS Zadání č. 7 Daniel Tureček St-lichý týden, 9:15 Zadání Určete periodu signálu s(k), určete stejnosměrnou složku, výkon, autokorelační funkci. Záznam signálu je v souboru persig2.

Více

CZ.1.07/1.2.08/ Vyhledávání talentů pro konkurenceschopnost a práce s nimi. Závislost úspěšnosti v testu TP2 na známce z matematiky

CZ.1.07/1.2.08/ Vyhledávání talentů pro konkurenceschopnost a práce s nimi. Závislost úspěšnosti v testu TP2 na známce z matematiky úspěšnost v % CZ.1.07/1.2.08/02.0017 Vyhledávání talentů pro konkurenceschopnost a práce s nimi TEST TROJÚHELNÍKŮ Test rovnostranných trojúhelníků (TP2) vychází z Testu čtverců (IQ test parciálních a kombinovaných

Více