Interval spolehlivosti pro podíl

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Interval spolehlivosti pro podíl"

Transkript

1 Iterval polehlivoti pro podíl Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této áhodé veličiy. Výběr dotaovaých jedotek muí být eávilý. Jetliže výběr opakujeme dotaeme jié odpovědi. Abtraktě le defiovat áhodý výběr jako upořádaou -tici (vektor) áhodých veliči. De f i i c e Náhodý výběr [... ] je vektor eávilých a tejě roděleých áhodých veliči. roah výběru Kokrétí hodoty realiace áhodého výběru

2 Bodový odhad parametru arametry ákladího ouboru (populace) rep. parametry roděleí Výběrové charakteritiky Základí oubor (populace) tředí hodota µ roptyl měrodatá odchylka pravděpodobot rel. četot π Výběrový oubor (výběr) průměr výběrový roptyl výběrová měr. odchylka relativíčetot p i p " ylů e emůže mýlit." (Záko velkých číel) Beroulliho áko velkých číel Relativíčetot ledovaého jevu v poloupoti eávilých pokuů koverguje podle pravděpodoboti k pravděpodoboti ledovaého jevu rote-li počet pokuů ade všechy mee S lim p > ε 0 Chiči iův áko velkých číel Aritmetický průměr eávilých výběrů e tejého roděleí koverguje podle pravděpodoboti ke tředí hodotě. lim i i µ > ε 0

3 Vlatoti dobrého odhadu Netraot (evychýleot ekreleot) tředí hodota tatitiky je rova odhadovaému parametru Aymptoticky etraý odhad ři rotoucím roahu výběru e vychýleí mešuje Koitece koverguje podle pravděpodoboti k odhadovaému parametru. S rotoucím roahem výběru kleá pravděpodobot že e použitá tatitika bude od odhadovaého parametru výamě lišit. Vydatot (eficiece). O tatitice která má e všech etraých odhadů ejmeší roptyl říkáme že je vydatým (ejlepším) etraým odhadem Maximálě věrohodý odhad parametru t je maximem věrohodotí fukce f(xt) kde f(x) je hutota proměé x. Urče eí přeoti odhadu 6 ± řeot měřeí (poor a počet platýchčílic) růměr + SD. (měrodatá odchylka) růměr a mee toleračího itervalu růměr + SEM (tadard error of mea ) ifo o vydatoti odhadu průměru SEM / růměr a mee itervalu polehlivoti 3

4 Itervalový ý odhad parametru Itervalový odhad íkáme bodového odhadu a adáím pravděpodoboti (koeficietu polehlivoti) jakou parametr leží v tomto itervalu. Většiou počítáme 95% ebo 99 % itervaly polehlivoti (CI -cofidece iterval). Čím větší je koeficiet polehlivoti tím větší je i délka itervalu Cetrál lí limití věta Údaje které jou ovlivňováy velkým počtem malých a a obě eávilých efektů budou roděley přibližě ormálě Čím větší je roah výběru tím více e roděleí průměrů blíží ormálímu roděleí 4

5 Cetrál lí limití věta Lévyho-Lidebergova věta. okud je áhodá veličia oučtem vájemě eávilých áhodých veliči e hodým roděleím libovolého typu koečou tředí hodotou µ a koečým roptylem pak pro ormovaou áhodou veličiu µ U platí vtah lim U ( u) Φ( u) kde Φ(u) je ditribučí fukce ormovaého ormálího roděleí N(0). ř: Doba živototi auta má expoeciálí roděleí parametrem (/5). otom ormovaý tvar průměru dob živototi eávile vyráběých aut 5 U 5 je možé aproximovat ormálím roděleím N(0) Cetrál lí limití věta 5

6 Kotrukce itervalových odhadů Zvolíme vhodou výběrovou charakteritiku jejíž roděleí áme T() 00(-)% hladia polehlivoti - hladia výamoti (volíme 005; 00) Jedotraé Levotraé ( ; x ); ( T( ) x ) ravotraé ( x ) ; ( T ( ) > ) ; x Dvoutraé Kotrukce itervalových odhadů Zvolíme vhodou výběrovou charakteritiku jejíž roděleí áme (tetová tatitika) T() ( T ( ) x ) T ( ) x x T ( ) x 6

7 7 Itervalových odhad pro t Itervalových odhad pro třed edí hodotu hodotu Dvoutraé Zvolíme vhodou výběrovou charakteritiku jejíž roděleí áme (tetová tatitika) Z() ( ) ( ) ) ( Z T µ µ + ) ( T Z µ ) ( Itervalový odhad t Itervalový odhad třed edí hodoty hodoty ředpoklady Normálí roděleí ebo velký roah výběru Neámý roptyl (pokud roptyl áme ahradíme kvatily t- roděleí kvatily ormálího roděleí) + + ; je polehlivoti iterval t t t t µ (-).00% iterval polehlivoti v Excelu 003 NORMSINV(alfa/) kvatil ormálího roděleí TINV(alfa; -) kvatil tudetova roděleí 95% iterval polehlivoti v Excelu 003 NORMSINV(005) kvatil ormálího roděleí TINV(005; -) kvatil tudetova roděleí

8 8

9 Itervalový odhad třed edí hodoty říklad V průběhu jedoho roku byl áhodě jišťová počet cetujících ve vlacích a trae raha Olomouc. Ze 30 hodot byl vypočteý průměr 450 a měrodatá odchylka 30. Určete 99% iterval polehlivoti. iterval polehlivoti t 30 t 30 je 0005; ( ; ) (434;465) t ; + t Můžeme tedy pravděpodobotí 95% říci že tředí hodota počtu cetujících je mei 434 a 465. Roah výběru pro odhad třed edí hodoty Záme měrodatou odchylku IS ; + Roah výběru pro 00(-)% IS pro µ e adaou chybou µ: µ µ ř: Určete roah výběru utý k tomu aby byla odhaduta 95 % polehlivotí hledaá tředí hodota IQ tudetůčvut příputou chybou 5 bodů iteligečí tupice

10 Jedovýběrový -tet o třed edí hodotě H0: µµ 0 při ámém roptylu (dvoutraý tet) Tetová tatitika µ 0 Z( ) N(0) H0 amítáme a hladiě výamoti jetliže hodota parametru daá ulovou hypotéou epade do (-)00% itervalu polehlivoti pro tetovaý parametr. Obor přijetí: -hodota: *MIN( ZTEST(arrayx[igma]) -ZTEST(arrayx[igma]) ) mi( ( Z c ) ( Z c )) Jedovýběrový -tet o třed edí hodotě H0: µ µ 0 při ámém roptylu (levotraý tet) Obor přijetí : ( ) H0: µ > µ 0 při ámém roptylu (pravotraý tet) Obor přijetí : ( ) -hodota ( Z ) 0 ( Z ) 0 -hodota pro H0: µ µ0 : ( ZTEST(arrayx[igma]) 0

11 Jedovýb Jedovýběrový rový Z-tet tet Itervalový odhad roptylu Itervalový odhad roptylu ředpoklady Normálí roděleí ; je polehlivoti iterval χ χ χ χ (-)00% iterval polehlivoti v Excelu CHIINV(alfa/-) CHIINV(-alfa/-) 95% iterval polehlivoti v Excelu 003 CHIINV(005-) CHIINV(0975-)

12 Itervalový odhad podílu ředpoklady očet výkytu hledaého aku je alepoň 5 kde p ( p) p ( p) p ; p + je kvatil ormovaého ormálího roděleí. Roah výběru pro příputou chybu odhadu p. p / ( p) 95% iterval polehlivoti v Excelu 003 NORMSINV(0975) p kvatil ormálího roděleí DU: Roah výběru pro podíl p / ( p) p Kolikrát muíme opakovat hod micí abychom 95% pravděpodobotí dotali výledek relativíčetoti v itervalu (04; 06). [96 pokuů] Během pátečího odpolede byla aměřea doba čekáí a metro ve taici Dejvická (txt údaje v ekudách). Tetujte da je průměrá doba čekáí větší ež miuty. [H0: µ mi -hodota. 0-6 ]

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

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

Více

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

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

stavební obzor 1 2/2014 11

stavební obzor 1 2/2014 11 tavebí obzor /04 Exploratorí aalýza výběrového ouboru dat pevoti drátobetou v tlau Ig. Daiel PIESZKA Ig. Iva KOLOŠ, Ph.D. doc. Ig. Karel KUBEČKA, Ph.D. VŠB-TU Otrava Faulta tavebí Věrohodé vyhodoceí experimetálích

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

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

Metody zkoumání závislosti numerických proměnných

Metody 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

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

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

Zobrazení čísel v počítači

Zobrazení čísel v počítači Zobraeí ísel v poítai, áklady algoritmiace Ig. Michala Kotlíková Straa 1 (celkem 10) Def.. 1 slabika = 1 byte = 8 bitů 1 bit = 0 ebo 1 (ve dvojkové soustavě) Zobraeí celých ísel Zobraeí ísel v poítai Ke

Více

Asynchronní motory Ing. Vítězslav Stýskala, Ph.D., únor 2006

Asynchronní motory Ing. Vítězslav Stýskala, Ph.D., únor 2006 8 ELEKTRCKÉ STROJE TOČVÉ říklad 8 Základí veličiy Určeo pro poluchače akalářkých tudijích programů FS Aychroí motory g Vítězlav Stýkala, hd, úor 006 Řešeé příklady 3 fázový aychroí motor kotvou akrátko

Více

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

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

Více

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

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

Více

Zpracování a prezentace výsledků měření (KFY/ZPM)

Zpracování a prezentace výsledků měření (KFY/ZPM) Jihočká uivrzita Pdagogická fakulta katdra fyziky Zpracováí a prztac výldků měří (KFY/ZPM) tručý učbí tt Pavl Kříž Čké Budějovic 005 Úvod Přdmět Zpracováí a prztac výldků měří (ZPM) volě avazuj a přdmět

Více

8. Základy statistiky. 8.1 Statistický soubor

8. Základy statistiky. 8.1 Statistický soubor 8. Základy statistiky 7. ročík - 8. Základy statistiky Statistika je vědí obor, který se zabývá zpracováím hromadých jevů. Tvoří základ pro řadu procesů řízeí, rozhodováí a orgaizováí, protoţe a základě

Více

KVALIMETRIE. 16. Statistické metody v metrologii a analytické chemii. Miloslav Suchánek. Řešené příklady na CD-ROM v Excelu.

KVALIMETRIE. 16. Statistické metody v metrologii a analytické chemii. Miloslav Suchánek. Řešené příklady na CD-ROM v Excelu. KVALIMETRIE Miloslav Sucháek 16. Statistické metody v metrologii a aalytické chemii Řešeé příklady a CD-ROM v Excelu Eurachem ZAOSTŘENO NA ANALYTICKOU CHEMII V EVROPĚ Kvalimetrie 16 je zatím posledí z

Více

ň š Ý É Č Í Š Ž Č Á Ě ŘÍ ň ň ď ň ů ň ň ň Á Á ň Á ň ú ů ů ú ů Ťť ň š Ť Ť Ž ú ů ů ú ů š Č ů ů Ě Í Í Í Á Í ů š š Š ň š š ů ů ů Ž Š Á ů ď Ť Ú ď ú š ů Í ú ů Í Í ú š š Ž ů ů ů ů ů ů Ž Í Ž ů ú ů ď š š š ď š Ž

Více

(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications)

(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications) Základy datové aalýzy, modelového vývojářství a statistického učeí (Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applicatios) Lukáš Pastorek POZOR: Autor upozorňuje, že se jedá

Více

10.3 GEOMERTICKÝ PRŮMĚR

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

Více

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

7. P o p i s n á s t a t i s t i k a

7. P o p i s n á s t a t i s t i k a 7. P o p i s á s t a t i s t i k a 7.. Pozámka: Při statistickém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákoitosti, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme

Více

Univerzita Karlova Přírodovědecká fakulta Katedra analytické chemie

Univerzita Karlova Přírodovědecká fakulta Katedra analytické chemie Uivezit ov Příodovědecká fkut ted ytické chemie Sttitické vyhodoceí výedků Picip: Výedky opkových zkoušek, kteé jou ztížey áhodými chybmi, mjí učité ozděeí (ditibuci). Rozděeím e zde ozumí záviot pvděpodoboti

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova univerzita v Brně Statistika projekt Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4

Více

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1 [M2-P9] KAPITOLA 5: Číselé řady Ozačeí: R, + } = R ( = R) C } = C rozšířeá komplexí rovia ( evlastí hodota, číslo, bod) Vsuvka: defiujeme pro a C: a ± =, a = (je pro a 0), edefiujeme: 0,, ± a Poslouposti

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

8 Průzkumová analýza dat

8 Průzkumová analýza dat 8 Průzkumová aalýza dat Cílem průzkumové aalýzy dat (také zámé pod zkratkou EDA - z aglického ázvu exploratory data aalysis) je alezeí zvláštostí statistického chováí dat a ověřeí jejich předpokladů pro

Více

Jednoduchá lineární závislost

Jednoduchá lineární závislost Jedoduchá leárí závlot Regreí fuce: ),...,, ( 0 m f Předpolad: Fuce je leárí v parametrech: ) (... ) 0 ( 0 f f m m f 0 ()... f m () regreor 0... m regreí parametr určujeme METODOU NEJMENŠÍCH ČTVERCŮ Regreí

Více

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech)

Poznámky 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

Více

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT 2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic

Více

Téma 3: Popisná statistika

Téma 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

Více

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

Sekvenční logické obvody(lso)

Sekvenční logické obvody(lso) Sekvečí logické obvody(lso) 1. Logické sekvečí obvody, tzv. paměťové čley, jsou obvody u kterých výstupí stavy ezávisí je a okamžitých hodotách vstupích sigálů, ale jsou závislé i a předcházejících hodotách

Více

Dvourozměrná tabulka rozdělení četností

Dvourozměrná 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

Více

Vzorový příklad na rozhodování BPH_ZMAN

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

Více

ZÁKLADY AUTOMATIZACE

ZÁKLADY AUTOMATIZACE VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta trojího ižeýrtví Iva Švarc ZÁKLADY AUTOMATIZACE Učebí tet pro kombiovaou formu bakalářkého tudia Určeo pro bakalářké tudium: Obor tudia: -7-7 Aplikovaá iformatika

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,

Více

Téma 5: Analýza závislostí

Téma 5: Analýza závislostí Aalýza závlotí Téma 5: Aalýza závlotí Předáša 5 Závlot mez ev Záladí pom Předmětem této aptol ude zoumáí závlotí ouvlotí mez dvěma a více ev. Jedá e o proutí do vztahů mez ledovaým ev a tím přlížeí tzv.

Více

Neparametrické metody

Neparametrické metody I. ÚVOD Neparametrické metody EuroMISE Cetrum v Neparametrické testy jsou založey a pořadových skórech, které reprezetují původí data v Data emusí utě splňovat určité předpoklady vyžadovaé u parametrických

Více

STATISTIKA PRO EKONOMY

STATISTIKA PRO EKONOMY EDICE UČEBNÍCH TEXTŮ STATISTIKA PRO EKONOMY EDUARD SOUČEK V Y S O K Á Š K O L A E K O N O M I E A M A N A G E M E N T U Eduard Souček Statistika pro ekoomy UČEBNÍ TEXT VYSOKÁ ŠKOLA EKONOMIE A MANAGEMENTU

Více

Á Č ŘÍ ň Í ň ý ě ň ý ň ň ů Í Í ý Í ů Í ě š ě š ě ů š ě Ě Ě Í Í ý š ě Í ý Í ý Í ý š ě š ě Ž ě ý ý ů Ř Í Á Ž ý ó š ý ě š ě š ě š ě š ě ý š ě š ě ě š ě ú ů š ě š ě Í ú ú ě Á Á Í Ě Í Í ÁŘ Í ě ý š ě š ě Ý ý

Více

11. Časové řady. 11.1. Pojem a klasifikace časových řad

11. Časové řady. 11.1. Pojem a klasifikace časových řad . Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé

Více

8.2.10 Příklady z finanční matematiky I

8.2.10 Příklady z finanční matematiky I 8..10 Příklady z fiačí matematiky I Předoklady: 807 Fiačí matematika se zabývá ukládáím a ůjčováím eěz, ojišťováím, odhady rizik aod. Poměrě důležitá a výosá discilía. Sořeí Při sořeí vkladatel uloží do

Více

Veterinární a farmaceutická univerzita Brno. Základy statistiky. pro studující veterinární medicíny a farmacie

Veterinární a farmaceutická univerzita Brno. Základy statistiky. pro studující veterinární medicíny a farmacie Veteriárí a farmaceutická uiverzita Bro Základy statistiky pro studující veteriárí medicíy a farmacie Doc. RNDr. Iveta Bedáňová, Ph.D. Prof. MVDr. Vladimír Večerek, CSc. Bro, 007 Obsah Úvod.... 5 1 Základí

Více

č é é Á č č í ě ě Ť é Ť é í š č š ě ší í í Ť č í ě Í ž Íňí í ť č íč č í č é í ž Í í č š é é é č ňí č Ť ÍíŽ č é Ě é Č ě č ž č Ťí ž í š é é ě é ě ž í ě č ď ě Ž č í č é é ě Ťí ě ž ě ň ě í Ů ě é č é é é ě

Více

9.1.12 Permutace s opakováním

9.1.12 Permutace s opakováním 9.. Permutace s opakováím Předpoklady: 905, 9 Pedagogická pozámka: Pokud echáte studety počítat samostatě příklad 9 vyjde tato hodia a skoro 80 miut. Uvažuji o tom, že hodiu doplím a rozdělím a dvě. Př.

Více

1 Trochu o kritériích dělitelnosti

1 Trochu o kritériích dělitelnosti Meu: Úloha č.1 Dělitelost a prvočísla Mirko Rokyta, KMA MFF UK Praha Jaov, 12.10.2013 Růzé dělitelosti, třeba 11 a 7 (aeb Jak zfalšovat rodé číslo). Prvočísla: které je ejlepší, které je ejvětší a jak

Více

AMC/IEM J - HMOTNOST A VYVÁŽENÍ

AMC/IEM J - HMOTNOST A VYVÁŽENÍ ČÁST JAR-OPS 3 AMC/IEM J - HMOTNOST A VYVÁŽENÍ ACJ OPS 3.605 Hodoty hmotostí Viz JAR-OPS 3.605 V souladu s ICAO Ae 5 a s meziárodí soustavou jedotek SI, skutečé a omezující hmotosti vrtulíků, užitečé zatížeí

Více

ďé í š ř é í ř í ěí í é í ř Ú Ú ě í ě í Č í ě í í š ě í í Č ř í ří š é í ř ů í í ř é í ě ř ř ří ř í é ř í í ů í é í é ř é ž í ěů í ú ž í é íí í é é é é í ě í í é ž í í ř í ě í í é Č é ří í í í ů í Č é

Více

Aplikace marginálních nákladů. Oceňování ztrát v distribučním rozvodu

Aplikace marginálních nákladů. Oceňování ztrát v distribučním rozvodu Apliace margiálích áladů Oceňováí ztrát v distribučím rozvodu Učebí text předmětu MES Doc. Ig. J. Vastl, CSc. Celové ročí álady a ztráty N P ( T ) z z sj z wj Kč de N z celové ročí álady a ztráty *Kč+

Více

ú ě ě š š Č ě Í Í č ě č ó č č Í š ě ě š ě ě č č Ř úč č č úč Íúč č úč ů ě ě č š č č ě ůž ě ů ů Í ě úč č ů ě ůž ě ů ů čí ě Č ó ú ť š ě ě ě š š Č Í č ď ě č č č ó š ě ě ž Í š ě Í ú š ě ě ě š šť Č Ř ň č ě č

Více

Autor: PaedDr. Jiří Wojnar

Autor: PaedDr. Jiří Wojnar I N E S T I C E D O R O Z O J E Z DĚL Á Á N Í Soubor laboratorích prací pro fyziku a tředích školách Autor: PaedDr. Jiří Wojar Zde e etkáváte ávrhe 0 laboratorích prací i protokoly. Tyto protokoly jou

Více

Ý Ř Č Ě É Ř Ř ý ě ú ý ů ý ů Í ě ú ý Ž ě ě ě ý ú ú Š ó ý ó ó Ř É ě ý ý ý ú ý Í Ů Č Í ě Í ě ú Ž ý É ě ě ý ů š ý Č Š ý Č Í ú š ú Í ý ú Ó ě ý ů ý ě ý ě ý ý Í ě ý Č ě ý ě ý ú ý Č ú Í ů ú ě ýš Í ý Ů ě ě ý ý

Více

ť Á ČÍ Á ť ť Í Á Í Í ú ť Ů Ů ú ť Ě Ů Ž ť ť Ů Ů Ů Á ť Í Ó Á Ý ň Č Ě Ó Ž ň ť ú ň ť Ě Í Í Í Á Ý ť Í Á Ž Ů ť Ů Ž Ě ť ť ú ť ť ť Ž Ě Ě ť Ů Ů Ě Ů Ě Ž ť Ě Ě Ě Ó Í Ď Ó ť Ě Ě Í Ý Ě Ů Ó Ů ť ť ť É Ž Š Š Š Ž Č Š Š

Více

9.1.13 Permutace s opakováním

9.1.13 Permutace s opakováním 93 Permutace s opakováím Předpoklady: 906, 9 Pedagogická pozámka: Obsah hodiy přesahuje 45 miut, pokud emáte k dispozici další půlhodiu, musíte žáky echat projít posledí dva příklady doma Př : Urči kolik

Více

STATISTIKA. Základní pojmy

STATISTIKA. Základní pojmy Statistia /7 STATISTIKA Záladí pojmy Statisticý soubor oečá eprázdá možia M zoumaých objetů schromážděých a záladě toho, že mají jisté společé vlastosti záladí statisticý soubor soubor všech v daé situaci

Více

TECHNICKÝ AUDIT VODÁRENSKÝCH DISTRIBUČNÍCH

TECHNICKÝ AUDIT VODÁRENSKÝCH DISTRIBUČNÍCH ECHNICKÝ AUDI VODÁRENSKÝCH DISRIBUČNÍCH SYSÉMŮ Ig. Ladislav uhovčák, CSc. 1), Ig. omáš Kučera 1), Ig. Miroslav Svoboda 1), Ig. Miroslav Šebesta 2) 1) 2) Vysoké učeí techické v Brě, Fakulta stavebí, Ústav

Více

PRACOVNÍ SEŠIT ALGEBRAICKÉ VÝRAZY. 2. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online

PRACOVNÍ 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

Více

ŘÍ ó Ý Ň É Ť Í ň ó Ř Í Í Ň ď ď ď Ě Í Á Ý ó Á ó ď ó Í ó Ř Č ó Ř Ř Á Š Ď ď ď Č Ý Ý Í ň Ý ň Ý Ý ň Í Ý Ó Í Ý ň Ň ď ň ó ó ó ď ň Á Á Á Ě Ě ň ň ň Á Á ó ď Í Ě ď Ď ň Ý ď ó ň Š Í Á ÁŠ Ě Š Í Á ď ď ď ď Ý ň ň Í Ž

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině

Více

ř ú ú Š Í Á É ř ř ř é é ř ř š é ř ř š ř é ž é ž š é š é é ř ů ž ž ř é ř ů é é ž é ř é é ř é ú é é ž é é š ň é ř š é š é Ť é ř ů ž ž ď ř é é é ž ř é Š ů é ř é ř é Š ú ř Í ž ž ř ř Í é š ž é ř Ť š ř ř ř š

Více

ň ý ě ý ý ý ě ň ý ě ý Ú ú ň ň ý ě ý ó ž ý ň ě ě ě ú ú Ř ň ň ý ě ý ě ě ž ý ž ě ý ě ý ě ě ů ě Ů Č Í Ě Á Á Í ě ě ě ě Ž Ů ú ě ě ě Ú ě ů ě ý ě ě ú ň ý ě Ů ž ů ž ě ý ý ý ý ě Č Č ě Č ě ů ý ě ý ý ž ě ě ž ů ž ě

Více

ě ě ú ě ě ě ě ě ň ě ň ů ě ů Ý ě ě ů ň ě Í ě ň ě ě Ž ě ň ě ě ú ů ú ě ě ě ú ě ě ě ě ě ě ů ě ů ě ě ú ů ě ě ě Ž ů ě ě ú Ž Ž Ú ě ě ě ě Ž Ž ě ť Ž Í ě Ž ě Ž Ž ů ěž ů ěž ě Í Ú ů ě ů ě Ž Ž Ž ě ě ě ů ě ě ě ě ě ů

Více

ú Í ŤÍ ď š ě ě ř šť Á Š É Š Ě š ě Č Č š ě é éř Í ě éč éř É šť ř é ě ý é Ž ů ů ň Č Č Č Š ř ý Ó ý š ě ý ř é ě ý Í ž š é š ě ě š ě é é ý é ě ý Ž éř Ž Š Ž ř Šť éř Í ř Č Č Č ě ý éř Í Ž ě ě ý éř Í ř šť ěř é

Více

Á ů Á Á ů Ř Ý ú ř ř ů Ě Á ú ř Ř Ž Ý Ř Ž Á ť ř ů Á Š ú ř ť É Í ř ú ú Á Ě Ý ř ó Ř ú ř ú Ý Í ú Ř ů ú Š ú ř ť ř ř Á ŘÍ ř Ů ú ř ú ú ř Ž ú ú ů ú ř ř ó ř ů ů ř ř ř ř ů ů ř ř ř ů ů Í Ý Ů ů ř ů ř Ř ř ř ú Ý ř ř

Více

ů ž Ř Š Í Ú ů š ů š ů Í Í ů ů ů ů ů Š ú ů ů š ů Š ů ů ů ž ů š ů ů Š Č ů ů š š Í Š Š š ů š ů š ú ž š ů ů ů ů š ů ů ů ú š š ž š š ž ů š ů Š ú Š ů Š š ů š š ú ů ů ů ů ú ů ů š š ú ú Š ů Š ů ů Š ů ů ů š Š ň

Více

v. Úkolem regrese (vyrovnání) argumentu y je nalézt vhodnou regresní funkci Y f (x)

v. 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

Více

Á Á Ě ĺ ć É Í řč Áľ Á Á ř č ě ě ě š ř ů ä č š ě ě ĺ ě ě š ř ů č č ý ě ř ý ě ě š ř ů ě š ř ž Ú š ě š ě ř Ú š ě Š ě Č ĺ č úč ě ĺ ž ě ĺ ě řč ä š ě ě ř Úř Č Í Í Č ě ří ě č úě ď Š ě ý Ú ľĺ ě ř ř ř ř š ě ř ä

Více

É č š ó š ý ž č ý ý ó ó ó ó ě ó ě č ó č ě č ž ý č ý ý ž č ó š č ý Ý ý š š š č Ň š ý Ě ň ó ý ž ó ž Ť Ť ó ý ý ý Ť ý Ú ý ý č č ě ý š ý ž ž č č ó ž šš č ě ě ě ó ž Ý ý ý ó ě č š ě ý č ž š ý č ý š ě ý š ě ý

Více

OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY.

OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY. OPTIMALIZACE AKTIVIT SYSTÉMU PRO URČENÍ PODÍLU NA VYTÁPĚNÍ A SPOTŘEBĚ VODY. Ig.Karel Hoder, ÚAMT-VUT Bro. 1.Úvod Optimálí rozděleí ákladů a vytápěí bytového domu mezi uživatele bytů v domě stále podléhá

Více

1) Vypočtěte ideální poměr rozdělení brzdných sil na nápravy dvounápravového vozidla bez ABS.

1) Vypočtěte ideální poměr rozdělení brzdných sil na nápravy dvounápravového vozidla bez ABS. Dopraví stroje a zařízeí odborý zálad AR 04/05 Idetifiačí číslo: Počet otáze: 6 Čas : 60 miut Počet bodů Hodoceí OTÁZKY: ) Vypočtěte eálí poměr rozděleí brzdých sil a ápravy dvouápravového vozla bez ABS.

Více

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT (OPRAVENÁ VERZE 006) Josef Tvrdík OSTRAVSKÁ UNIVERZITA 00 Obsah: Úvod... 3 Programové prostředky pro statstcké výpočty... 4. Tabulkový

Více

pravděpodobnostn podobnostní jazykový model

pravděpodobnostn podobnostní jazykový model Pokročilé metody rozpozáváířeči Předáška 8 Rozpozáváí s velkými slovíky, pravděpodobost podobostí jazykový model Rozpozáváí s velkým slovíkem Úlohy zaměřeé a diktováíči přepis řeči vyžadují velké slovíky

Více

Ě ť ž Š ú ť Š ť ú ž ž ú ž Ý ž ž ž ú ť Č ň Ú ň ť ť ť ú ť ž ž ť ú ú ť ú ž ž ť ť ť ú ž ž ť ť ž ž ť ž ž ž ú ž Ý ú ú ť ú ú ž ť ž ž ž ž ž ž ú Č ž ú ň ú ú ť ú ú Ý ú ť ú ž Ř ť ú ú ť Š Č Č ň Ú Č Š ú ť Č ť ď ž ň

Více

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO Statstka I dstačí studjí opora Mla Křápek Soukromá vysoká škola ekoomcká Zojmo Dube 3 Statstka I Vydala Soukromá vysoká škola ekoomcká Zojmo. vydáí Zojmo, 3 ISBN

Více

Úloha č. 10. Měření rychlosti proudu vzduchu. Měření závislosti síly odporu prostředí na tvaru tělesa

Úloha č. 10. Měření rychlosti proudu vzduchu. Měření závislosti síly odporu prostředí na tvaru tělesa yzikálí praktiku I Úloha č10 Měřeí oporu prouícího zuchu (erze 0/01) Úloha č 10 Měřeí rychloti prouu zuchu Měřeí záiloti íly oporu protřeí a taru tělea 1) Poůcky: Aeroyaický tuel, ikroaoetr, Pratloa trubice,

Více

Měření na D/A a A/D převodnících

Měření na D/A a A/D převodnících Měřeí a D/A a A/D převodících. Zadáí A. Na D/A převodíku ealizovaém pomocí MDAC 8: a) Změřte závislost výstupího apětí převodíku v ozsahu až V a zvoleé vstupí kombiaci sousedích kódových slov. Měřeí poveďte

Více

Á Á Í ŘÍ Í Ž Í Ť č é Ť é ť Ž Ť é č Í Í Š Ť Ť é č Í é Ž Ť č Í č Ť é é é é Č č é é č č Ť Ť Ť é é Ť Ť Í Ž é Ď Ď Í Ť č é Í Ž Í é Ť Í Ť é Ť é é Ť Ť Ž é Ť Š Ť é ň č Ť ď é č é ň č Ť ď č é Ť Š č é č é ň Ý ň Ť

Více

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

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

Více

ů Ť ě Á Ř ž ó ě Ž ž ž ž ě ě ž ě ž ž ě ě ž Č ůž ě ě ž ě ů ě ě ú ú ě ě ě ž ě ě ž ě ž Š Č ů ž ó ž ů ě ů ž ů ž ů ů ž ž ě ů ě ž ů ž ů ů ž ě ů Ž ž Ž ě ě ě Š ě ó ě ě ě ě ě ě ů ů Š ě Ó ú Ť ě ěž ž ě ú ěž úě ěž

Více

Téma 6: Indexy a diference

Téma 6: Indexy a diference dexy a dferece Téma 6: dexy a dferece ředáška 9 dvdálí dexy a dferece Základí ojmy Vedle elemetárího statstckého zracováí dat se hromadé jevy aalyzjí tzv. srováváím růzých kazatelů. Statstcký kazatel -

Více

Statistická analýza dat

Statistická analýza dat INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Statstcká aalýza dat Učebí texty k semář Autor: Prof. RNDr. Mla Melou, DrSc. Datum: 5.. 011 Cetrum pro rozvoj výzkumu pokročlých řídcích a sezorckých techologí CZ.1.07/.3.00/09.0031

Více

ĚŽ ÉČ Ý Č Í Ě Ě Ě Ž ň ž Ž Ž Ž Ž Ž ó Ž Ž Ž ú Í š Í É Č Č Á ŘÍ É Ě Ť Ý Ď Ž Ě Ž Č Ž Ž š š Č Ž Č Č Č Č ú ó Č É Ž Č Ž Č š Č š ú ú š š Á Ě Ó ú ú Ě Ž Ž ú ž ó Í Č Í É š Á ó Í Č Č ú Í ž š ž Č Ž Č ó Č ž Š Š Í Í

Více

CZ.1.07/1.5.00/34.0378 Zefektivnění výuky prostřednictvím ICT technologií III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT

CZ.1.07/1.5.00/34.0378 Zefektivnění výuky prostřednictvím ICT technologií III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT Autor Mgr. Lenka Střelcová Tematický celek Trojúhelníky Cílová skupina 2.ročník SŠ Anotace Materiál má podobu pracovního listu s ukázkovými úlohami, pomocí nichž si žáci procvičí své znalosti o základních

Více

Číselné řady. 1 m 1. 1 n a. m=2. n=1

Číselné řady. 1 m 1. 1 n a. m=2. n=1 Číselé řady Úvod U řad budeme řešit dva typy úloh: alezeí součtu a kovergeci. Nalezeí součtu (v případě, že řada koverguje) je obecě mohem těžší, elemetárě lze sečíst pouze ěkolik málo typů řad. Součet

Více

ČERPACÍ TECHNIKA A POTRUBÍ NÁVODY DO CVIČENÍ

ČERPACÍ TECHNIKA A POTRUBÍ NÁVODY DO CVIČENÍ VSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA Fakulta trojí katedra hydromechaiky a hydraulických zařízeí ČERPACÍ TECHNIKA A POTRUBÍ NÁVOD DO CVIČENÍ Tomáš Blejchař Syla Drábkoá OSTRAVA 00 Sezam oužitých

Více

Ý Ř ÁŘ Í Ť Č ú š ž é ú ř é é Ň ÁŘ Á Í É Í ú ř ř ř š š é š é ř é ů Ň Ý ť ÁŘ Á Ř ř é ř š ž ů é ř ú ú é ř é ú ů ř ů ř ó ž é ř é ř é ů ř é ž é ó ůž ž ř ř ú ž ř é ž ř é é é ř ž ž é é é š ž é š é ž é š é É š

Více

Ú ů ěš Š ň š Ú ě ě ě ů ž ý ě Ú ž ý ž ý ů ď š ě ž ů ů ů ýš ě ý ý ů ě š ě ě Š ě ý ě ď ě š ýš ž ě š ěž ěž ů ěš ý ě š ý ý ý ý ý ý ý š š Ř ž ž ě ě ž ý ú ů ů ě ý š ě ě ě ě š š ň ě Č ý ě ěž ž ý ú ů ž ě ě ě ý

Více

5 Funkce. jsou si navzájem rovny právě tehdy, když se rovnají jejich.

5 Funkce. jsou si navzájem rovny právě tehdy, když se rovnají jejich. Fukce. Základí pojmy V kpt.. jsme mluvili o zobrazeí mezi možiami AB., Připomeňme, že se jedá o libovolý předpis, který každému prvku a A přiřadí ejvýše jede prvek b B. Jsou-li A, B číselé možiy, azýváme

Více

Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Vyšší odborná škola informačních služeb v Praze. Lukáš Kleňha

Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Vyšší odborná škola informačních služeb v Praze. Lukáš Kleňha Vysoká škola ekoomcká v Praze Fakulta formatky a statstky Vyšší odborá škola formačích služeb v Praze Lukáš Kleňha egresí aalýza acetovy rogrese o rví hostalzac s CHOPN 0 Prohlášeí Prohlašuj, že jsem

Více

ř ě ě š ř ů ř ěž ú ěž ú ú Č ě Ú š ž ú ž ě ě ř ž ě ú ů ě ř š ž ú ě š ž ě ů š ě ř ě Ú ř ě ř ě ř ě ě ř š ž ž ř ě ť ř ě ů š ř š ě ě ř š ď ů ř ř ž Ž ř ě ž ř ě ř š ř ě ř ř ů ř ž ř ř ř ě ě š ž ř ě ě ž ž ř ž š

Více

PRACOVNÍ SEŠIT ČÍSELNÉ OBORY. 1. tematický okruh: Připrav se na státní maturitní zkoušku z MATEMATIKY důkladně, z pohodlí domova a online.

PRACOVNÍ SEŠIT ČÍSELNÉ OBORY. 1. 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: ČÍSELNÉ OBORY vytvořil: RNDr. Věr Effeberger expertk olie příprvu SMZ z mtemtiky školí rok 204/205

Více

Optimalizace portfolia

Optimalizace portfolia Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí

Více

ů Ž íúř Ú í Ú Í Ě Ú í ť í ě í í ř Ř Á ÁŠ ě í ň ř ě í ě ší ř ů ž š ú í ě í ú ř š í í úř Ú Č ří ě é í ř ř ř ř ř ř ř ř ř ř ř ř í ř ř Č í ž ň Ů é ě í í ú í ů é ě Ň Ý Ě í š ú í šť í úř ů ří í í ř í Ř ó úř ú

Více

Posloupnosti na střední škole Bakalářská práce

Posloupnosti na střední škole Bakalářská práce MASARYKOVA UNIVERZITA V BRNĚ Přírodovědecká fkult Ktedr mtemtiky Poslouposti středí škole Bklářská práce Bro 00 Kteři Rábová Prohlášeí Prohlšuji, že tto bklářská práce je mým původím utorským dílem, které

Více

ř ě é ř š ž ř ý é ů ý é š ž ř é ě ě ň ž ř é ř ř ý ř Ý é Ý Ý ú é ř ř ě é ž ů Á ž Č é ť Ú ýš é ž ž ú é ú š ý ž ž Ž é ě ě é ě ř ě ů ě é é ú ě Ť é ě é ě ý ř ž ý ž ř ě š Ť ž ě é ý ě é ž ž ť ě š é ě é š ě š

Více

ěš š Č É Ý Í š ň ň ť ť Á Ř Ř Ú ú š ů Ť ů ě ě ě ů ě ě š ó ó ó Ý ěž ú ě ě ž ě Ž ů ž ú ů ž ž Ž š ž Ž ě ž ě š ě ě ě ů ě ů š š ě ú ě ě ě ě ú ů ě ů ě ů ě ě ů ěž ě ů ě Ť ž Ž šš ů ě ú š Š Ý Ž Ý Í š š Í ů ů ů

Více

Pracovní list č. 3: Pracujeme s kategorizovanými daty

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

Více

ZÁKLADNÍ ICHTYOLOGICKÉ METODY

ZÁKLADNÍ ICHTYOLOGICKÉ METODY ZÁKLADNÍ ICHTYOLOGICKÉ METODY Určováí věku a staoveí růstu ryb Ryby jsou poikilotermí obratlovci, u ichž jsou všechy biologické fukce zásadím způsobem ovlivňováy teplotou vody. To platí v plém rozsahu

Více