4EK211 Základy ekonometrie

Rozměr: px
Začít zobrazení ze stránky:

Download "4EK211 Základy ekonometrie"

Transkript

1 4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá

2 Úvod do předmětu obecné informace Konzultační hodiny: čtvrtek 14:30 16:00, místnost 433 NB // URL: Výuka: přednáška: prof. RNDr. Václava Pánková, CSc. pondělí 11:00 12:30 NB C cvičení: úterý 07:30 09:00 SB 107 čtvrtek 07:30 09:00 SB 203 OMLUVA předmětu postup na první přednášce!!! Body k závěrečné zkoušce: 1) průběžný test: 0 až 30 bodů (10. cvičení / ) a) teoretická část 15 bodů - teorie z týdne výuky (přednášky + knížka) 2

3 Úvod do předmětu obecné informace b) aplikační část 15 bodů - vyhodnocení výstupu z EViews - použít určený datový soubor, modifikovat data, odhadnout model, otestovat, interpretovat výsledky, 2) zkoušková písemná práce: 0 až 60 bodů praktická a teoretická část v poměru 1:1 (13. týden, jinak ve zkouškovém období - ISIS) 3) fakultativní ústní zkouška: ±10 bodů Hodnocení: 81 až 100 bodů: výborně 71 až 80 bodů: velmi dobře 61 až 70 bodů: dobře 0 až 60 bodů: nevyhověl(a) 3

4 Úvod do předmětu obecné informace Doporučená literatura: Krkošková (Lejnarová), Š., Ráčková, A. a Zouhar, J.: Základy ekonometrie v příkladech, VŠE, 2010 (pouze ke cvičením) Hušek, R.: Ekonometrická analýza, Oeconomica, 2007 (příp. Ekopress, 1999) Hušek, R.: Aplikovaná ekonometrie: teorie a praxe, Professional Publishing, 2003 (pouze kapitoly o produkčních funkcích a předmětech dlouhodobé spotřeby) Používané programy při výuce 4EK211: MS Excel (základní výpočty, maticové počty, ) EViews Gretl (viz návod poslední kapitola skript Základy ekonometrie v příkladech ) Další podklady: statistické tabulky rozdělení (viz TABULKY_ROZDELENI.pdf + DURBIN_WATSON.pdf) případně další materiály (vždy na mých stránkách) 4

5 Základní pojmy ze statistiky Základní soubor (populace) soubor prvků, o kterém chceme statistickými metodami něco zjistit Výběr reprezentativní část daného základního souboru (populace) slouží k odvození závěrů platných pro celou populaci Charakteristiky úrovně aritmetický průměr / vážený aritmetický průměr modus medián kvartily Charakteristiky variability rozptyl směrodatná odchylka variační rozpětí kvartilová odchylka variační koeficient 5

6 Základní pojmy ze statistiky Pravděpodobnost a pravděpodobnostní rozdělení náhodná veličina diskrétní / spojitá vlastnosti jednotlivých rozdělení střední hodnota modus rozptyl směrodatná odchylka Maticový počet transponování, aritmetické operace s maticemi hodnost matice determinant matice inverzní matice 6

7 Základní pojmy z ekonometrie Vztah ekonometrie a dalších vědných disciplín EKONOMIE MATEMATICKÁ EKONOMIE EKONOMICKÁ STATISTIKA EKONOMETRIE MATEMATIKA MATEMATICKÁ STATISTIKA STATISTIKA

8 Základní pojmy z ekonometrie Ekonometrie pojem ekonometrie - Ragnar Frisch, 1926 Ekonometrická společnost (1930), časopis Econometrica (1933) kvantitativní ekonomická disciplína, která se zabývá především měřením v ekonomice na základě analýzy reálných statistických dat pomocí ekonometrických metod a modelů Tři základní oblasti použití popis ekonomické reality (matematická a statistická formulace ekonomické teorie pomocí modelového přístupu) testování hypotéz o ekonomické realitě (navrhování nebo modifikací odhadových a testovacích metod i výpočetních technik, vhodných pro ekonomické modely a empirická data) aplikace ekonometrických modelů a metod v jednotlivých oblastech ekonomické teorie a praxe, předpovídání budoucí ekonomické aktivity Příklady ekonometrických modelů modely poptávky, nabídky, tržní rovnováhy produkční modely, modely závislosti produktivity práce na různých kvantitativních faktorech 8

9 Základní pojmy z ekonometrie nákladové modely (funkce celkových, průměrných a mezních nákladů na objemu výroby a technických, ekonomických a organizačních podmínkách) modely meziodvětvových vztahů modely hrubé domácí produkce zahrnující vztahy mezi produktivitou práce, efektivností investic, strukturou hrubé domácí produkce (např. HDP v závislosti na zaměstnanosti a objemu investic v jednotlivých odvětvích) Význam ekonometrie pro utváření vládní politiky poptávka jako funkce cena a důchodu náklady jako funkce objemu výroby statistické vlastnosti důchodových a majetkových rozdělení struktura hospodářství popisovaná chováním spotřebitelů a výrobců problematika subvencí zemědělství pro udržení stabilních důchodů změny kurzu měny na základě závěrů ze změn cenových pružností z dovozu a vývozu změny ve zdanění vycházející z úrovně poptávky a zaměstnanosti + význam ekonometrie i na mikroúrovni 9

10 Základní pojmy z ekonometrie Matematické funkce y = f(x) y = f(x 1, x 2 ) Ekonometrické funkce y = f(x) + u y = f(x 1, x 2 ) + u y = endogenní / vysvětlovaná / závislá proměnná x = exogenní / vysvětlující / nezávislá proměnná u = náhodná složka, u ~ N (0, δ 2 ) lineární v parametrech nebo nelineární, ale lze je zlinearizovat, a to: logaritmickou nebo semilogaritmickou transformací (např. Cobb-Douglasova produkční funkce, logistická křivka) 10

11 Základní pojmy z ekonometrie Ekonometrické funkce z hlediska OBSAHU modelové produkční, logistické funkce jsou propracované ve vazbě endogenní-exogenní proměnná experimentální finanční funkce, funkce inflace závislost mezi exogenní a endogenní proměnnou se hledá, aby byl model statisticky významný Ekonometrické funkce z hlediska ČASU statické jenom proměnné v čase t dynamické obsahují proměnné zpožděné v čase t-1, t-2, 11

12 Základní pojmy z ekonometrie Ekonometrické funkce dle VYSVĚTLUJÍCÍCH PROMĚNNÝCH jednofaktorová fce: y = f(x) + u vícefaktorová fce: y = f(x 1, x 2,... ) + u Ekonometrické funkce dle POČTU ROVNIC jednorovnicové modely vícerovnicové (modely simultánních rovnic) Data v ekonometrii hypotetická reálná např. z ČSÚ, Eurostatu, firemní data apod. časové řady pro rovnice dynamického typu průřezová data tj. prostorová panelová data prostorová data v čase 12

13 Základní pojmy z ekonometrie Značení α, β, σ (malá řecká písmena) reálna čísla (konstanty), nejčastěji parametry modelu x, y, z, u (malá latinská písmena) náhodné veličiny nebo jejich hodnoty (např. ekonometrické proměnné nebo odhady parametrů) α, β, σ (malá tučná řecká) reálné vektory (konstantní) x, y, b (malá tučná latinská) náhodné vektory (vždy sloupcové) Σ, Ω (velká tučná řecká) reálné matice (konstantní) X, S (velká tučná latinská) náhodné matice Příklady značení y t = α + βx t + u t nebo y i = α + βx i + u i y = Xβ + u 13

14 Úvod do programu EViews Úvod do EViews umístění: Plocha Start Všechny programy EViews hlavní obrazovka + menu bar (File, Edit, ) data základní operace (vytvoření, načtení, uložení, formáty, grafy, úprava, ) Workfile práce s daty vytvoření skupiny View, Proc, Object statistiky, modely, grafy Úvod do Gretlu na VŠE: Plocha Application Explorer All Gretl doma stáhnout na: při instalaci je možné zvolit český jazyk 14

15 Některé užitečné funkce v MS Excel MS Excel funkce DETERMINANT funkce SOUČIN.MATIC transponování matic Funkce INVERZE F2 CTRL + SHIFT + ENTER 15

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy

EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy EKONOMETRIE 7. přednáška Fáze ekonometrické analýzy Ekonometrická analýza proces, skládající se z následujících fází: a) specifikace b) kvantifikace c) verifikace d) aplikace Postupné zpřesňování jednotlivých

Více

Otázky ke státní závěrečné zkoušce

Otázky ke státní závěrečné zkoušce Otázky ke státní závěrečné zkoušce obor Ekonometrie a operační výzkum a) Diskrétní modely, Simulace, Nelineární programování. b) Teorie rozhodování, Teorie her. c) Ekonometrie. Otázka č. 1 a) Úlohy konvexního

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie LS 2014/15 Cvičení 11: Speciální případy použití MNČ LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 2. Nelineární funkce

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie LS 2014/15 Cvičení 4: Statistické vlastnosti MNČ LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Upřesnění k pojmům a značení

Více

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 Inovace předmětu STATISTIKA Obsah 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 1 1. Inovace předmětu STATISTIKA Předmět Statistika se na bakalářském oboru

Více

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě 31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty

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

Ilustrační příklad odhadu LRM v SW Gretl

Ilustrační příklad odhadu LRM v SW Gretl Ilustrační příklad odhadu LRM v SW Gretl Podkladové údaje Korelační matice Odhad lineárního regresního modelu (LRM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení ze 4ST201. Na případné faktické chyby v této prezentaci mě prosím upozorněte. Děkuji Tyto slidy berte pouze jako doplňkový materiál není v nich obsaženo

Více

České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská OKRUHY. ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM

České vysoké učení technické v Praze Fakulta jaderná a fyzikálně inženýrská OKRUHY. ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM OKRUHY ke státním závěrečným zkouškám BAKALÁŘSKÉ STUDIUM Obor: Studijní program: Aplikace přírodních věd 1. Vektorový prostor R n 2. Podprostory 3. Lineární zobrazení 4. Matice 5. Soustavy lineárních rovnic

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

Manažerská ekonomika KM IT

Manažerská ekonomika KM IT KVANTITATIVNÍ METODY INFORMAČNÍ TECHNOLOGIE (zkouška č. 3) Cíl předmětu Získat základní znalosti v oblasti práce s ekonomickými ukazateli a daty, osvojit si znalosti finanční a pojistné matematiky, zvládnout

Více

Ekonomický a ekonometrický model. Předpoklady, formulace EKO modelu a očekávání o chování proměnných

Ekonomický a ekonometrický model. Předpoklady, formulace EKO modelu a očekávání o chování proměnných Exogenní (γ) Simultánní dynamický model Tento model zkoumá vzájemné závislosti vývoje tempa růstu/poklesu HDP, míry nezaměstnanosti a míry inflace v České republice v závislosti na indexu spotřebitelských

Více

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009

Více

Ilustrační příklad odhadu SM v SW Gretl

Ilustrační příklad odhadu SM v SW Gretl Ilustrační příklad odhadu SM v SW Gretl Odhad simultánního modelu (SM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná studijní pomůcka MM2011 Úvodní obrazovka Gretlu

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. STATISTIKA LS 2013 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Ondřej Grunt RNDr. Pavel Jahoda, Ph.D. Ing. Kateřina Janurová Mgr. Tereza

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

5EN306 Aplikované kvantitativní metody I

5EN306 Aplikované kvantitativní metody I 5EN306 Aplikované kvantitativní metody I Přednáška 1 Zuzana Dlouhá Úvod do předmětu obecné informace Konzultační hodiny: úterý 16:00 18:00, místnost 433 NB e-mail: figlova@vse.cz // zuzana.dlouha@vse.cz

Více

Úvodem Dříve les než stromy 3 Operace s maticemi

Úvodem Dříve les než stromy 3 Operace s maticemi Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Plán přednášek makroekonomie

Plán přednášek makroekonomie Plán přednášek makroekonomie Úvod do makroekonomie, makroekonomické agregáty Agregátní poptávka a agregátní nabídka Ekonomické modely rovnováhy Hospodářský růst a cyklus, výpočet HDP Hlavní ekonomické

Více

marek.pomp@vsb.cz http://homel.vsb.cz/~pom68

marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Statistika B (151-0303) Marek Pomp ZS 2014 marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Cvičení: Pavlína Kuráňová & Marek Pomp Podmínky pro úspěšné ukončení zápočet 45 bodů, min. 23 bodů, dvě zápočtové

Více

Normální (Gaussovo) rozdělení

Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký

Více

10. Předpovídání - aplikace regresní úlohy

10. Předpovídání - aplikace regresní úlohy 10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu

Více

Úvod do studia statistiky. 1. Významy pojmu statistika

Úvod do studia statistiky. 1. Významy pojmu statistika Přednáška 1/ 1 Úvod do studia statistiky 1. Významy pojmu statistika Co o ní asi všichni víme Statistika je přesný součet nepřesných čísel Statistika nuda je, má však cenné údaje Věřím jen těm statistikám,

Více

Porovnání dvou výběrů

Porovnání dvou výběrů Porovnání dvou výběrů Menu: QCExpert Porovnání dvou výběrů Tento modul je určen pro podrobnou analýzu dvou datových souborů (výběrů). Modul poskytuje dva postupy analýzy: porovnání dvou nezávislých výběrů

Více

1. cvičení 4ST201. Základní informace: Vyučující: Obsah: Informace o kurzu Popisná statistika Úvod do SASu

1. cvičení 4ST201. Základní informace: Vyučující: Obsah: Informace o kurzu Popisná statistika Úvod do SASu cvičící 1. cvičení 4ST201 Informace o kurzu Popisná statistika Úvod do SASu Obsah: Vysoká škola ekonomická 1 Vyučující: Základní informace:» Konzultační hodiny: pátek 9:00 11:00» Místnost: JM317» Email:

Více

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách

Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Státní závěrečná zkouška z oboru Matematika a její použití v přírodních vědách Ústní zkouška z oboru Náročnost zkoušky je podtržena její ústní formou a komisionálním charakterem. Předmětem bakalářské zkoušky

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie ZS 2015/16 Cvičení 6: Multikolinearita, umělé proměnné LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Otevřete si data z

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

Praktická statistika. Petr Ponížil Eva Kutálková

Praktická statistika. Petr Ponížil Eva Kutálková Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo

Více

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi Geografický seminář 30. března 2011 Pavel Bednář Výchozí stav Sebehodnocení práce s MS Excel studujícími oboru

Více

OPTIMÁLNÍ ŘÍZENÍ V EKONOMETRII. METODA CÍLOVÝCH PROMĚNNÝCH A JEJÍ OMEZENÍ.

OPTIMÁLNÍ ŘÍZENÍ V EKONOMETRII. METODA CÍLOVÝCH PROMĚNNÝCH A JEJÍ OMEZENÍ. OPTIMÁLNÍ ŘÍZENÍ V EKONOMETRII. METODA CÍLOVÝCH PROMĚNNÝCH A JEJÍ OMEZENÍ. Ekonometrické modely jsou využívány i na makroúrovni či v podnikové sféře při řešení různých rozhodovacích problémů. Lze pomocí

Více

INOVACE MATEMATIKY PRO EKONOMY NA VŠE. Anketavroce2008

INOVACE MATEMATIKY PRO EKONOMY NA VŠE. Anketavroce2008 INOVACE MATEMATIKY PRO EKONOMY NA VŠE Anketavroce2008 Dne 11.12.2008 se obrátil člen katedry matematiky doc. RNDr. Jiří Henzler, CSc. na všechny učitele Vysoké školy ekonomické v Praze s následující výzvou:

Více

ADZ základní statistické funkce

ADZ základní statistické funkce ADZ základní statistické funkce Základní statistické funkce a znaky v softwaru Excel Znak Stručný popis + Sčítání buněk - Odčítání buněk * Násobení buněk / Dělení buněk Ctrl+c Vyjmutí buňky Ctrl+v Vložení

Více

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A4 Cvičení, letní semestr DOMÁCÍ ÚLOHY Jan Šafařík Brno c 200 (1) 120 krát jsme házeli hrací kostkou.

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

Matematická statistika

Matematická statistika Matematická statistika Daniel Husek Gymnázium Rožnov pod Radhoštěm, 8. A8 Dne 12. 12. 2010 v Rožnově pod Radhoštěm Osnova Strana 1) Úvod 3 2) Historie matematické statistiky 4 3) Základní pojmy matematické

Více

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy

Více

8 Střední hodnota a rozptyl

8 Střední hodnota a rozptyl Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení

Více

Bodové a intervalové odhady parametrů v regresním modelu

Bodové a intervalové odhady parametrů v regresním modelu Bodové a intervalové odhady parametrů v regresním modelu 1 Odhady parametrů 11 Bodové odhady Mějme lineární regresní model (LRM) kde Y = y 1 y 2 y n, e = e 1 e 2 e n Y = Xβ + e, x 11 x 1k, X =, β = x n1

Více

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně

Více

CHEMOMETRIKA a STATISTIKA. Prozatímní učební text vybrané příklady (srpen 2012) Miloslav Suchánek

CHEMOMETRIKA a STATISTIKA. Prozatímní učební text vybrané příklady (srpen 2012) Miloslav Suchánek CHEMOMETRIKA a STATISTIKA Prozatímní učební text vybrané příklady (srpen 01) Miloslav Suchánek Úkol č. 1 Maticové operace s využitím EXCELu V EXCELu jsou dvě důležité maticové operace, které nám pomohou

Více

4ST201 STATISTIKA CVIČENÍ Č. 7

4ST201 STATISTIKA CVIČENÍ Č. 7 4ST201 STATISTIKA CVIČENÍ Č. 7 testování hypotéz parametrické testy test hypotézy o střední hodnotě test hypotézy o relativní četnosti test o shodě středních hodnot testování hypotéz v MS Excel neparametrické

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem)

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy dne 14. 6. 2000,

Více

Průzkumová analýza dat

Průzkumová analýza dat Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie ZS 2014/15 Cvičení 5: Vícenásobná regrese, multikolinearita LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Jednoduchá

Více

ZOBECNĚNÝ LINEÁRNÍ REGRESNÍ MODEL. METODA ZOBECNĚNÝCH NEJMENŠÍCH ČTVERCŮ

ZOBECNĚNÝ LINEÁRNÍ REGRESNÍ MODEL. METODA ZOBECNĚNÝCH NEJMENŠÍCH ČTVERCŮ ZOBECNĚNÝ LINEÁRNÍ REGRESNÍ MODEL. METODA ZOBECNĚNÝCH NEJMENŠÍCH ČTVERCŮ V následujícím textu se podíváme na to, co dělat, když jsou porušeny některé GM předpoklady. Nejprve si připomeňme, o jaké předpoklady

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (13 15 hodin týdně celkem)

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (13 15 hodin týdně celkem) MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro studijní obory SOŠ a SOU (13 15 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy dne 14.června

Více

Cvičná bakalářská zkouška, 1. varianta

Cvičná bakalářská zkouška, 1. varianta jméno: studijní obor: PřF BIMAT počet listů(včetně tohoto): 1 2 3 4 5 celkem Cvičná bakalářská zkouška, 1. varianta 1. Matematická analýza Najdětelokálníextrémyfunkce f(x,y)=e 4(x y) x2 y 2. 2. Lineární

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

Makroekonomie I. Co je podstatné z Mikroekonomie - co již známe obecně. Nabídka a poptávka mikroekonomické kategorie

Makroekonomie I. Co je podstatné z Mikroekonomie - co již známe obecně. Nabídka a poptávka mikroekonomické kategorie Model AS - AD Makroekonomie I Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky Osnova: Agregátní poptávka a agregátní nabídka : Agregátní poptávka a její změny Agregátní nabídka krátkodobá a dlouhodobá Rovnováha

Více

Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy

Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy Profilování vzorků heroinu s využitím vícerozměrné statistické analýzy Autor práce : RNDr. Ivo Beroun,CSc. Vedoucí práce: prof. RNDr. Milan Meloun, DrSc. PROFILOVÁNÍ Profilování = klasifikace a rozlišování

Více

Učební plán 4. letého studia předmětu matematiky. Učební plán 6. letého studia předmětu matematiky

Učební plán 4. letého studia předmětu matematiky. Učební plán 6. letého studia předmětu matematiky Učební plán 4. letého studia předmětu matematiky Ročník I II III IV Dotace 3 3+1 2+1 2+2 Povinnost povinný povinný povinný povinný Učební plán 6. letého studia předmětu matematiky Ročník 1 2 3 4 5 6 Dotace

Více

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI Aleš Linka 1, Petr Volf 2 1 Katedra textilních materiálů, FT TUL, 2 Katedra aplikované matematiky, FP TUL ABSTRAKT. Internetové

Více

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Sedm základních nástrojů řízení kvality Doc. RNDr. Jiří Šimek,

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie ZS 2014/15 Cvičení 6: Dummy proměnné, úvod do časových řad LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Multikolinearita

Více

MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU

MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU Co budeme řešit?? 1. Jaké jsou hlavní koncepce měření a předpovídání poptávky? 2. Jak lze odhadnou současnou poptávku? 3. Jak lze předpovědět budoucí poptávku? 1.Hlavní

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE

SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Autor CZ.1.07/1.5.00/34.0797 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT 2M3 Slovní

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

APLIKACE DYNAMICKÝCH MODELŮ V ANALÝZE POPTÁVKY. LOGISTICKÝ RŮSTOVÝ MODEL. PRUŽNOST NABÍDKY A POPTÁVKY.

APLIKACE DYNAMICKÝCH MODELŮ V ANALÝZE POPTÁVKY. LOGISTICKÝ RŮSTOVÝ MODEL. PRUŽNOST NABÍDKY A POPTÁVKY. APLIKACE DYNAMICKÝCH MODELŮ V ANALÝZE POPTÁVKY. LOGITICKÝ RŮTOVÝ MODEL. PRUŽNOT NABÍDKY A POPTÁVKY. Následující text se věnuje modelům poptávky po předmětech dlouhodobé spotřeby. Na tyto modely bychom

Více

Matematika. Kamila Hasilová. Matematika 1/34

Matematika. Kamila Hasilová. Matematika 1/34 Matematika Kamila Hasilová Matematika 1/34 Obsah 1 Úvod 2 GEM 3 Lineární algebra 4 Vektory Matematika 2/34 Úvod Zkouška písemná, termíny budou včas vypsány na Intranetu UO obsah: teoretická a praktická

Více

nejen Ing. Jaroslav Zlámal, Ph.D. Ing. Zdeněk Mendl Vzdìlávání, které baví www.computermedia.cz Nakladatelství a vydavatelství

nejen Ing. Jaroslav Zlámal, Ph.D. Ing. Zdeněk Mendl Vzdìlávání, které baví www.computermedia.cz Nakladatelství a vydavatelství nejen 1. díl Obecná ekonomie Ing. Jaroslav Zlámal, Ph.D. Ing. Zdeněk Mendl Nakladatelství a vydavatelství R Vzdìlávání, které baví www.computermedia.cz TEMATICKÉ ROZDĚLENÍ DÍLŮ KNIHY EKONOMIE NEJEN K MATURITĚ

Více

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Statistika nuda je, má však cenné údaje. Neklesejme na mysli, ona nám to vyčíslí. Z pohádky Princové jsou na draka Populace (základní

Více

Vysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice

Vysoká škola technická a ekonomická v Českých Budějovicích. Institute of Technology And Business In České Budějovice MIKROEKONOMIE ÚVOD, TRH A TRŽNÍ MECHANISMUS Vysoká škola technická a ekonomická v Českých Budějovicích Institute of Technology And Business In České Budějovice Tento učební materiál vznikl v rámci projektu

Více

Ekonomické modelování pro podnikatelskou praxi

Ekonomické modelování pro podnikatelskou praxi pro podnikatelskou praxi Ing. Jan Vlachý, Ph.D. vlachy@atlas.cz Dlouhý, M. a kol. Simulace podnikových procesů Vlachý, J. Řízení finančních rizik Scholleová, H. Hodnota flexibility: Reálné opce Sylabus

Více

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

Excel mini úvod do kontingenčních tabulek

Excel mini úvod do kontingenčních tabulek UK FHS Řízení a supervize v sociálních a zdravotnických organizacích (ZS 2005+) Kvantitativní metody výzkumu v praxi Excel mini úvod do kontingenčních tabulek (nepovinnáčást pro KMVP) Jiří Šafr jiri.safratseznam.cz

Více

TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD

TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD Umělé (dummy) proměnné se používají, pokud chceme do modelu zahrnout proměnné, které mají kvalitativní či diskrétní charakter,

Více

Rozlišení zisku. Mikroekonomie. Účetní zisk = Ekonomický zisk. Normální zisk. Zisk firmy. Co je důležité pro členění zisku

Rozlišení zisku. Mikroekonomie. Účetní zisk = Ekonomický zisk. Normální zisk. Zisk firmy. Co je důležité pro členění zisku Zisk firmy Mikroekonomie Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky, JČU Zisk (π) je rozdíl mezi celkovými příjmy a celkovými náklady. Π = TR - TC Je také vynásobený objem produkce rozdílem průměrného

Více

Prognostické metody. Prognostické metody. Vybrané prognostické metody ANALÝZA DAT V REGIONALISTICE. Doc. Ing. Alois Kutscherauer, CSc.

Prognostické metody. Prognostické metody. Vybrané prognostické metody ANALÝZA DAT V REGIONALISTICE. Doc. Ing. Alois Kutscherauer, CSc. Prognostické metody ANALÝZA DAT V REGIONALISTICE Prognostické metody Doc. Ing. Alois Kutscherauer, CSc. Prognostická praxe uplatňuje velké množství různých přístupů a metod (formalizovaných, intuitivních

Více

Nadstavba pro statistické výpočty Statistics ToolBox obsahuje více než 200 m-souborů které podporují výpočty v následujících oblastech.

Nadstavba pro statistické výpočty Statistics ToolBox obsahuje více než 200 m-souborů které podporují výpočty v následujících oblastech. Statistics ToolBox Nadstavba pro statistické výpočty Statistics ToolBox obsahuje více než 200 m-souborů které podporují výpočty v následujících oblastech. [manual ST] 1. PROBABILITY DISTRIBUTIONS Statistics

Více

24.11.2009 Václav Jirchář, ZTGB

24.11.2009 Václav Jirchář, ZTGB 24.11.2009 Václav Jirchář, ZTGB Síťová analýza 50.let V souvislosti s potřebou urychlit vývoj a výrobu raket POLARIS v USA při závodech ve zbrojení za studené války se SSSR V roce 1958 se díky aplikaci

Více

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.

Střední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D. Střední hodnota a rozptyl náhodné veličiny, vybraná rozdělení diskrétních a spojitých náhodných veličin, pojem kvantilu Ing. Michael Rost, Ph.D. Príklad Předpokládejme že máme náhodnou veličinu X která

Více

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ v praxi u jednoho prvku souboru se často zkoumá více veličin, které mohou na sobě různě záviset jednorozměrný výběrový soubor VSS X vícerozměrným výběrovým souborem VSS

Více

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY SAMOSTATÁ STUDETSKÁ PRÁCE ZE STATISTIKY Váha studentů Kučerová Eliška, Pazdeříková Jana septima červen 005 Zadání: My dvě studentky jsme si vylosovaly zjistit statistickým šetřením v celém ročníku septim

Více

Model pro simulaci staví na výpočtu hrubého domácího produktu výdajovou metodou:

Model pro simulaci staví na výpočtu hrubého domácího produktu výdajovou metodou: Model vývoje HDP ČR Definice problému Očekávaný vývoj hrubého domácího produktu jakožto základní makroekonomické veličiny ovlivňuje chování tržních subjektů, které v důsledku očekávání modulují své chování

Více

LINEÁRNÍ REGRESE. Lineární regresní model

LINEÁRNÍ REGRESE. Lineární regresní model LINEÁRNÍ REGRESE Chemometrie I, David MILDE Lineární regresní model 1 Typy závislosti 2 proměnných FUNKČNÍ VZTAH: 2 závisle proměnné: určité hodnotě x odpovídá jediná hodnota y. KORELACE: 2 náhodné (nezávislé)

Více

PRO KURZ 5EN100 EKONOMIE 1

PRO KURZ 5EN100 EKONOMIE 1 PODROBNÝ OBSAH A HARMONOGRAM PŘEDNÁŠEK PRO LETNÍ SEMESTR 2012/13 PRO KURZ 5EN100 EKONOMIE 1 PŘEDNÁŠEJÍCÍ: DOC. ING. ZDENĚK CHYTIL, CSC. 1. PŘEDNÁŠKA - 21. 2. a 22. 2. 2013 Úvod charakteristika kurzu, požadavky,

Více

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),

Více

Cvičení z matematiky jednoletý volitelný předmět

Cvičení z matematiky jednoletý volitelný předmět Název předmětu: Zařazení v učebním plánu: Cvičení z matematiky O8A, C4A, jednoletý volitelný předmět Cíle předmětu Obsah předmětu je zaměřen na přípravu studentů gymnázia na společnou část maturitní zkoušky

Více

Pythagorova věta Pythagorova věta slovní úlohy

Pythagorova věta Pythagorova věta slovní úlohy Vyučovací předmět: Matematika Ročník: 8. Vzdělávací obsah Očekávané výstupy z RVP ZV Školní výstupy Učivo provádí početní operace v oboru celých a racionálních čísel, užívá ve výpočtech druhou mocninu

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická

Více

Pracovní list č. 3 Charakteristiky variability

Pracovní list č. 3 Charakteristiky variability 1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte

Více

Korelační a regresní analýza

Korelační a regresní analýza Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná

Více

předmětu MAKROEKONOMIE

předmětu MAKROEKONOMIE Metodický list pro první soustředění kombinovaného studia předmětu Přednášející: doc. Ing. Božena Kadeřábková, CSc. Úvod do makroekonomie a hrubý domácí produkt, model 45 1. Úvod do makroekonomie, pojem

Více

Matematika a ekonomické předměty

Matematika a ekonomické předměty Matematika a ekonomické předměty Bohuslav Sekerka, Soukromá vysoká škola ekonomických studií Praha Postavení matematiky ve výuce Zaměřím se na výuku matematiky, i když jsem si vědom, toho, že by měl být

Více

Ekonomie II. Trh práce, nezaměstnanost a Phillipsova křivka Část II.

Ekonomie II. Trh práce, nezaměstnanost a Phillipsova křivka Část II. Ekonomie II Trh práce, nezaměstnanost a Phillipsova křivka Část II. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu Fakulty vojenského leadershipu

Více

6 Vícerovnicové ekonometrické soustavy 1

6 Vícerovnicové ekonometrické soustavy 1 6 Vícerovnicové ekonometrické soustavy Obsah 6 Vícerovnicové ekonometrické soustavy 1 6.1 SUR - Seemingly unrelated regression (zdánlivě nepropojené regrese).......... 3 6.2 Panelová data.........................................

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1 Testování statistických hypotéz Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Statistickou hypotézou rozumíme hypotézu o populaci (základním souboru) např.: Střední hodnota základního souboru je rovna 100.

Více

Analýza dat s využitím MS Excel

Analýza dat s využitím MS Excel Analýza dat s využitím MS Excel Seminář aplikované statistiky Martina Litschmannová Několik fíglů na úvod Absolutní vs. relativní adresování změna pomocí F4 =$H$20 =H$20 =$H20 =H20 Posun po souvislé oblasti

Více

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0

Více

Manažerská ekonomika

Manažerská ekonomika MANAŽERSKÁ EKONOMIKA (zkouška č. 4) Cíl předmětu Pochopit principy ekonomického stylu myšlení a seznámit se s příklady jeho aplikace v ekonomických analýzách profesního účetního. Porozumět fungování ekonomiky

Více

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE

HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE MENDELOVA UNIVERZITA V BRNĚ LDF MT MATEMATIKA HODNOST A DETERMINANT MATICE, INVERZNÍ MATICE Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s

Více

Seminarni prace. 2 3 stranky staci, dat nema byt 3 a nema jich byt pul milionu. k te seminarce

Seminarni prace. 2 3 stranky staci, dat nema byt 3 a nema jich byt pul milionu. k te seminarce Seminarni prace Popisná statistika, data nesmí být časovou řadou Zkoumat můžeme třeba mzdy, obraty atd. (takže možná QA?) Formát pdf, poslat nejpozději den před zkouškou. Podrobnější informace jsou na

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více