PRAVDĚPODOBNOST JE. Martina Litschmannová
|
|
- Jana Novotná
- před 4 lety
- Počet zobrazení:
Transkript
1 RAVDĚODOBNOST JE Martina Litschmannová
2 Čím se zabývá teorie pravděpodobnosti? Teorie pravděpodobnosti je matematická disciplína popisující zákonitosti týkající se náhodných jevů, tj. používá se k modelování náhodnosti a neurčitosti. (Náhodnost je spojena s nedostatečnou znalostí počátečních podmínek.)
3 Základní pojmy teorie pravděpodobnosti okus děj, který probíhá, resp. nastává opakovaně za určitých, stejně nastavených, počátečních podmínek. Deterministické pokusy Za určitých počátečních podmínek se dostaví vždy stejný výsledek. X Náhodné pokusy ro určité počáteční podmínky existuje množina možných výsledků, přičemž jeden z nich nastane.
4 Základní pojmy teorie pravděpodobnosti Náhodný pokus děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž probíhá. Hod kostkou
5 Základní pojmy teorie pravděpodobnosti Náhodný pokus děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž probíhá. Stanovení množství cholesterolu v krvi
6 Základní pojmy teorie pravděpodobnosti Náhodný pokus děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž probíhá. Hod kostkou Náhodný jev tvrzení o výsledku náhodného pokusu. O pravdivosti tohoto tvrzení lze po ukončení pokusu rozhodnout. Značíme velkými písmeny (A, B, X, Y, ). adne šestka.
7 Základní pojmy teorie pravděpodobnosti Náhodný pokus děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž probíhá. Hod kostkou Náhodný jev tvrzení o výsledku náhodného pokusu. O pravdivosti tohoto tvrzení lze po ukončení pokusu rozhodnout. Značíme velkými písmeny (A, B, X, Y, ). adne sudé číslo.
8 Základní pojmy teorie pravděpodobnosti Náhodný pokus děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž probíhá. Stanovení množství cholesterolu v krvi Náhodný jev tvrzení o výsledku náhodného pokusu. O pravdivosti tohoto tvrzení lze po ukončení pokusu rozhodnout. Značíme velkými písmeny (A, B, X, Y, ). Zjištěná hodnota cholesterolu bude odpovídat normě. ro laika v oboru nutno specifikovat!!!
9 Základní pojmy teorie pravděpodobnosti Náhodný pokus konečný děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž probíhá. Náhodný jev tvrzení o výsledku náhodného pokusu, o jehož pravdivosti můžeme po ukončení pokusu rozhodnout. (značíme A, B, X, Y, ) Elementární jev ω jednotlivý výsledek náhodného pokusu (nelze jej vyjádřit jako sjednocení dvou různých jevů) Základní prostor Ω množina všech elementárních jevů
10 Typy jevů adne 7. adne 6. adne méně než 7. Jev nemožný Jev náhodný Jev jistý Ω A jev praktický nemožný A < 0,05 B jev praktický jistý B > 0,95
11 Vybrané vztahy mezi jevy A Ω A Ω A Ω Aҧ B B doplněk jevu A Aҧ průnik jevů A a B A B sjednocení jevů A a B A B A Ω B 3 B jevy disjunktní B 5 B 7 B 1 B 2 B 4 B 6 úplná množina vzájemně disjunktních jevů n Ω = ራ B i, kde i j: B i B j = i=1 Ω
12 Co je to pravděpodobnost? Číselné vyjádření šance, že při náhodném pokusu daný jev nastane. Jak pravděpodobnost definovat?
13 Klasická definice pravděpodobnosti (ierre Simon de Laplace, 1812) Založena na předpokladu, že náhodný pokus může mít n různých, avšak rovnocenných výsledků. Nechť Ω je množina n rovnocených elementárních jevů. ravděpodobnost jevu A, jenž je složen z m těchto elementárních jevů je: A = m n Mějme férovou hrací kostku. Jaká je pravděpodobnost, že padne 6? Označme: A padne 6, pak A = 1 6.
14 Statistická definice pravděpodobnosti (Richard von Mises, počátek 20. století) A = lim n n(a) n očet realizací pokusu příznivých jevu A očet všech realizací pokusu Jaká je pravděpodobnost padnutí 6 na hrací kostce, nevíme-li, zda je tato kostka férová?
15 n A / n Statistická definice pravděpodobnosti 0,16 1/6 Relativní četnost jevu "padne 6" n A = lim n n(a) n
16 Geometrická pravděpodobnost Zobecnění klasické pravděpodobnosti pro případ, kdy počet všech možných výsledků náhodného pokusu je nespočetný. V rovině (případně na přímce nebo v prostoru) je dána určitá oblast Ω a v ní další uzavřená oblast A. ravděpodobnost jevu A, který spočívá v tom, že náhodně zvolený bod v oblasti Ω leží i v oblasti A je: A = lim n A Ω Jaká je pravděpodobnost, že meteorit dopadl na pevninu?
17 Kolmogorovův axiomatický systém (Andrej Nikolajevič Kolmogorov, 1933) Definuje pojem pravděpodobnosti a její vlastnosti, neudává však žádný návod k jejímu stanovení. 1. ravděpodobnost každého jevu A je reálné číslo mezi 0 a 1 (včetně). 2. ravděpodobnost, že nějaký jev nastane (pravděpodobnost jevu jistého) je rovna ravděpodobnost, že nastane některý z navzájem se vylučujících jevů, je rovna součtu jejich pravděpodobností.
18 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. Označme: C náhodně vybraný útvar je červený náhodně vybraný útvar je srdíčko
19 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. a) Určete C.
20 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. a) Určete C.
21 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. a) Určete C. C = n C n = 5 20 = 0,25
22 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. b) Určete C.
23 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. b) Určete C. C = 2 20 = 0,10
24 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. c) Určete C.
25 odmíněná pravděpodobnost tj. pravděpodobnost jevu, za předpokladu, že nastal určitý jiný jev. A B = A B B, B 0 (A B) čti pravděpodobnost jevu A za předpokladu, že nastal jev B
26 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. c) Určete C.
27 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. c) Určete C.
28 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. c) Určete C. C = n C n = n C n n n = C = 2 6
29 odmíněná pravděpodobnost tj. pravděpodobnost jevu, za předpokladu, že nastal určitý jiný jev. A B = A B B, B 0 (A B) čti pravděpodobnost jevu A za předpokladu, že nastal jev B
30 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. d) Určete C.
31 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. d) Určete C.
32 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. d) Určete C.
33 V urně je 20 různých útvarů (viz obrázek). Náhodně bude vybrán jeden z nich. d) Určete C. C = n C + n n C n = C + C
34 Vybrané vlastnosti pravděpodobnosti Nechť množina Ω obsahuje n elementárních jevů, nechť je pravděpodobnost na této množině, A a B jevy. otom platí : 1. 0 A 1 2. Ω = 1; = 0 3. A ҧ = 1 A 4. A B = A + B A B A, B disjunktní jevy A B = A + B 5. A B = A B. B A, B nezávislé jevy A B = A. B
35 1 an Ondra Hypoch tak dlouho obtěžoval lékaře, až mu lékař napsal prášky. V příbalovém letáku se Ondra dočetl, že mají dva možné nežádoucí účinky: a) vypadání zubů (15%), b) upadnutí palců na rukou (20%). Zároveň je v letáku napsáno, že nebyla prokázána závislost mezi výskytem jednotlivých typů nežádoucích účinků. S jakou pravděpodobností se bude moci Ondra po ukončení léčby kousnout do palce? (dle: Luboš ick; přednáška Dirichletovy šuplíčky na semináři OSMA)
36 Neprůhledný pytlík obsahuje 10 černých a 5 bílých kuliček. Budeme provádět náhodný pokus vytažení jedné kuličky, přičemž kuličku do pytlíku nevracíme. Určete pravděpodobnost, že a) v prvním tahu vytáhneme bílou kuličku, Jev B1 C1 B2 C2 Definice jevu při první realizaci náh. pokusu byla vytažena bílá kulička při první realizaci náh. pokusu byla vytažena černá kulička při druhé realizaci náh. pokusu byla vytažena bílá kulička při druhé realizaci náh. pokusu byla vytažena černá kulička 10 ks 5 ks B1 33,3%
37 Neprůhledný pytlík obsahuje 10 černých a 5 bílých kuliček. Budeme provádět náhodný pokus vytažení jedné kuličky, přičemž kuličku do pytlíku nevracíme. Určete pravděpodobnost, že b) vytáhli-li jsme v prvním tahu bílou kuličku, ve druhém tahu vytáhneme taky bílou kuličku, 1. tah 10 ks 5 ks 2. tah (byla-li v 1. tahu vytažena bílá kulička) 10 ks 4 ks B2 B1 28,6%
38 Neprůhledný pytlík obsahuje 10 černých a 5 bílých kuliček. Budeme provádět náhodný pokus vytažení jedné kuličky, přičemž kuličku do pytlíku nevracíme. Určete pravděpodobnost, že c) ve dvou tazích vytáhneme 2 bílé kuličky, B1 B2 B2 B1 B ,5%
39 Neprůhledný pytlík obsahuje 10 černých a 5 bílých kuliček. Budeme provádět náhodný pokus vytažení jedné kuličky, přičemž kuličku do pytlíku nevracíme. Určete pravděpodobnost, že c) ve dvou tazích vytáhneme 1 bílou a 1 černou kuličku, nebo B1 C2 C1 B2 2 B1 B1 B2 C1 C C ,6%
40 Neprůhledný pytlík obsahuje 10 černých a 5 bílých kuliček. Budeme provádět náhodný pokus vytažení jedné kuličky, přičemž kuličku do pytlíku nevracíme. Určete pravděpodobnost, že c) ve druhém tahu vytáhneme bílou kuličku, nebo B2 B1 B2 C1 B2 2 B1 B1 B2 C1 C B ,3% okus probíhající po etapách možnost záznamu pomocí rozhodovacího (stochastického) stromu
41 Věta o úplné pravděpodobnosti A B 3 B 5 B 7 B 1 B 2 B 4 B 6 A = ڂ n i=1 A B i = σ n i=1 A B i = σ n i=1 A B i B i
42 Ve třídě je 70% procent chlapců a 30% dívek. Dlouhé vlasy má 10% chlapců a 80% dívek. Jaká je pravděpodobnost, že náhodně vybraný student má dlouhé vlasy? 70% 30%
43 Ve třídě je 70% procent chlapců a 30% dívek. Dlouhé vlasy má 10% chlapců a 80% dívek. Jaká je pravděpodobnost, že náhodně vybraný student má dlouhé vlasy? 70% 30% 80% 20%
44 Ve třídě je 70% procent chlapců a 30% dívek. Dlouhé vlasy má 10% chlapců a 80% dívek. Jaká je pravděpodobnost, že náhodně vybraný student má dlouhé vlasy? 10% 90% 70% 30% 80% 20%
45 ravoúhlý Vennův diagram 10% 90% 70% 30% 80% 20%
46 DV DV D DV CH DV D D DV CH CH DV 0, 8 0, 3 01, 0, 7 0, 31 DV CH 0, 1 KV CH 0, 9 CH 0, 7 0,07 0,63 D 0, 3 0,24 DV D 0, 8 KV D 0, 2 0,06
47 Rozhodovací strom ohlaví Délka vlasů Studenti CH 0, 7 DV CH 0, 1 CH KV CH 0, 9 DV KV CH DV 0, 7 01, 0, 07 CH KV 0, 7 0, 9 0, 63 D 0, 3 D DV D 0, 8 DV D DV 0, 3 0, 8 0, 24 KV D 0, 2 KV D KV 0, 3 0, 2 0, 06
48 DV DV D DV CH DV D D DV CH CH DV 0, 8 0, 3 01, 0, 7 0, 31 ohlaví Délka vlasů Studenti CH 0, 7 D 0, 3 DV CH 0, 1 CH D KV CH 0, 9 DV D 0, 8 DV KV DV CH DV 0, 7 01, 0, 07 CH KV 0, 7 0, 9 0, 63 D DV 0, 3 0, 8 0, 24 KV D 0, 2 KV D KV 0, 3 0, 2 0, 06
49 2 ředpokládejme, že v populaci je 25% dětí, 60% osob v reprodukčním věku a 15% osob v postreprodukčním věku. ravděpodobnost úrazu u dítěte je 20%, pravděpodobnost úrazu u osoby v reprodukčním věku je 10% a pravděpodobnost úrazu u osob v postreprodukčním věku je 40%. Jaká je pravděpodobnost úrazu v dané populaci?
50 Bayesův teorém Thomas Bayes ( ) zdroj: B k A A B A k i A Bk A B i
51 Ve třídě je 70% procent chlapců a 30% dívek. Dlouhé vlasy má 10% chlapců a 80% dívek. A) Jaká je pravděpodobnost, že náhodně vybraný student je chlapec? 70 % Apriorní pravděpodobnost
52 Ve třídě je 70% procent chlapců a 30% dívek. Dlouhé vlasy má 10% chlapců a 80% dívek. B) Náhodně vybraný student má dlouhé vlasy. Jaká je pravděpodobnost, že náhodně vybraný student je chlapec? CH DV =? Aposteriorní pravděpodobnost
53 CH DV CH DV 0, 07 0, 226 DV 0, 31 Studenti CH 0, 7 D 0, 3 DV 0, 8 0, 3 01, 0, 7 0, 31 Daný stav DV CH 0, 1 CH D KV CH 0, 9 DV D 0, 8 Výsledek testu DV KV DV CH DV 0, 7 01, 0, 07 CH KV 0, 7 0, 9 0, 63 D DV 0, 3 0, 8 0, 24 KV D 0, 2 KV D KV 0, 3 0, 2 0, 06
54 Ve třídě je 70% procent chlapců a 30% dívek. Dlouhé vlasy má 10% chlapců a 80% dívek. B) Náhodně vybraný student má dlouhé vlasy. Jaká je pravděpodobnost, že náhodně vybraný student je chlapec? CH DV = CH DV DV 0,226 Aposteriorní pravděpodobnost
55 Ve třídě je 70% procent chlapců a 30% dívek. Dlouhé vlasy má 10% chlapců a 80% dívek. A) Jaká je pravděpodobnost, že náhodně vybraný student je chlapec? 70% B) Náhodně vybraný student má dlouhé vlasy. Jaká je pravděpodobnost, že náhodně vybraný student je chlapec? 22,6%
56 3 ředpokládejme, že v populaci je 25% dětí, 60% osob v reprodukčním věku a 15% osob v postreprodukčním věku. ravděpodobnost úrazu u dítěte je 20%, pravděpodobnost úrazu u osoby v reprodukčním věku je 10% a pravděpodobnost úrazu u osob v postreprodukčním věku je 40%. Jaká je pravděpodobnost, že osoba, která utrpěla úraz je dítě?
57 Využití Bayesovy věty v lékařské diagnostice Etiologické studie (hledání a výklad příčin vzniku) Matematické modely diagnostického nebo prognostického rozhodování Screeningové testování Hodnocení kvality screeningového testu pro detekci sledované osoby Cíl: Vyvážit klady včasné detekce nemoci u osob, které nemoc skutečně mají a nepříznivé důsledky, které vzniknou tím, že test určí jako nemocné i ty osoby, které sledovanou nemoc nemají.
58 Využití Bayesovy věty v lékařské diagnostice Označme: N + N T + T nemoc se u pacienta vyskytuje nemoc se u pacienta nevyskytuje test vyšel pozitivní test vyšel negativní ředpokládejme, že známe: (N + ) T = (T + N + ) TN = (T N ) p-st výskytu nemoci (prevalence apriorní p-st) p-st, že test je pozitivní u nemocné osoby (senzitivita testu) p-st, že test je negativní u osoby, která nemoc nemá (specificita testu) Senzitivita a specificita jsou charakteristiky testu. Odhadují se na základě zkušenosti, resp. dle pilotního projektu.
59 Využití Bayesovy věty v lékařské diagnostice Výskyt nemoci Výsledek testu prevalence acienti senzitivita testu N + T + T N T + True ositive False Negative False ositive specificita testu T True Negative
60 Využití Bayesovy věty v lékařské diagnostice Zdroj:
61 Využití Bayesovy věty v lékařské diagnostice ředpokládejme, že známe: (N + ) T = (T + N + ) TN = (T N ) p-st výskytu nemoci (prevalence apriorní p-st) p-st, že test je pozitivní u nemocné osoby (senzitivita testu) p-st, že test je negativní u osoby, která nemoc nemá (specificita testu) Co nás zajímá? FN = (T N + ) F = (T + N ) NT = (N T ) T = (N + T + ) p-st, že test je negativní u nemocné osoby (falešná negativita testu) p-st, že test je pozitivní u osoby, která nemoc nemá (falešná pozivita testu) p-st, že osoba, u níž je test negativní, skutečně nemoc má (prediktivní hodnota negativního testu) p-st, že osoba, u níž je test pozitivní, skutečně nemoc má (prediktivní hodnota pozitivního testu) R = = (N + T + ) + (N T ) p-st, že test dává správné výsledky (přesnost testu)
62 4 ředstavme si, že provádíme test na okultní krvácení ve stolici (FOB) u osob ke zjištění chorobných změn v dolní části zažívacího traktu. ak můžeme popsat možné stavy pomocí níže uvedené tabulky. Určete senzitivitu a specificitu testu, prediktivní hodnoty a přesnost testu. má rakovinu tlustého střeva nemá rakovinu tlustého střeva celkem test pozitivní test negativní celkem
63 5 ředpokládejme, že prevalence choroby je 0,005. Máme k dispozici dva diagnostické testy T 1, T 2. rvní test (T 1 ) má sensitivitu 0,95 a specificitu 0,90, druhý test (T 2 ) má sensitivitu 0,92 a specificitu 0,99. a) Určete prediktivní hodnoty a přesnost testu T 1.
64 5 ředpokládejme, že prevalence choroby je 0,005. Máme k dispozici dva diagnostické testy T 1, T 2. rvní test (T 1 ) má sensitivitu 0,95 a specificitu 0,90, druhý test (T 2 ) má sensitivitu 0,92 a specificitu 0,99. b) U osob pozitivně testovaných testem T 1 byl proveden test T 2. Určete pravděpodobnost, že osoba, která má pozitivní i test T 2, skutečně nemoc má.
65 5 ředpokládejme, že prevalence choroby je 0,005. Máme k dispozici dva diagnostické testy T 1, T 2. rvní test (T 1 ) má sensitivitu 0,95 a specificitu 0,90, druhý test (T 2 ) má sensitivitu 0,92 a specificitu 0,99. c) Jak se změní výsledky testování, změníme-li pořadí testů? Určete prediktivní hodnoty a přesnost testu T 2 a poté určete pravděpodobnost, že osoba, která má pozitivní test T 2 a poté i test T 1, skutečně nemoc má. V čem je rozdíl mezi jednotlivými přístupy?
66 ROC křivka V praxi je senzitivita a specificita testu svázána, závisí na volbě prahové hodnoty, která rozhoduje o pozitivním a negativním výsledku testu. Jak určit prahovou hodnotu testu tak, abychom stanovili rovnováhu mezi FN a F závěry?
67 ROC křivka ROC křivka křivka, která vyjadřuje vztah mezi senzitivitou a specificitou testu pro různé prahové hodnoty. Nejlepší diagnostický test se vyznačuje ROC křivkou s největší plochou pod křivkou (Area Under Curve AUC). Je-li plocha rovná 1, je test ideální a má 100% senzitivitu i specificitu. Když ROC křivka odpovídá testu A, znamená to, že každé zlepšení senzitivity je zaplaceno stejně významným zhoršením specificity a test není dobře navržen. locha pod křivkou je 0,5 a test tak není lepší než házení mincí.
68 ROC křivka ROC křivka křivka, která vyjadřuje vztah mezi senzitivitou a specificitou testu pro různé prahové hodnoty. AUC Kvalita testu 0,50 0,75 oprávněný 0,75 0,92 dobrý 0,92 0,97 velmi dobrý 0,97 1,00 vynikající
69 Literatura Litschmannová, M. (2012), Vybrané kapitoly z pravděpodobnosti, elektronická skripta a doplňkové interaktivní materiály (kapitola Úvod do teorie pravděpodobnosti) Zvárová, J. (1999), Základy statistiky pro biomedicínské obory, dostupné on-line: (kapitola 3)
70 DĚKUJI ZA OZORNOST!
Pravděpodobnost je. Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava
Pravděpodobnost je Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava ŠKOMAM, 24. 1. 2017 Čím se zabývá teorie pravděpodobnosti? Pokus děj, který probíhá, resp. nastává opakovaně
VícePravděpodobnost je Martina Litschmannová MODAM 2014
ravděpodobnost je Martina Litschmannová MODAM 2014 Jak osedlat náhodu? Řecká mytologie: Bratři Zeus, oseidon, Hádes hráli v kostky astragalis. Zeus vyhrál nebesa, oseidon moře a Hádes peklo. Jak osedlat
VíceTEORIE PRAVDĚPODOBNOSTI. 2. cvičení
TEORIE RAVDĚODONOSTI 2. cvičení Základní pojmy Klasická def. Statistická def. Geometrická def. odmíněná prav. ayesův teorém Test Základní pojmy Náhodný pokus - je každý konečný děj, jehož výsledek není
VíceMatematika III. 27. září Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 27. září 2018 Teorie pravděpodobnosti Teorie pravděpodobnosti je odvětvím matematiky, které studuje matematické modely náhodných pokusu, tedy zabývá se
Více2. přednáška - PRAVDĚPODOBNOST
2. přednáška - PRAVDĚPODOBNOST NÁHODNÝ POKUS A JEV Každá opakovatelná činnost prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě, se nazývá náhodný pokus.
VíceMotivace. Náhodný pokus, náhodný n jev. Pravděpodobnostn. podobnostní charakteristiky diagnostických testů, Bayesův vzorec
Pravděpodobnostn podobnostní charakteristiky diagnostických testů, Bayesův vzorec Prof.RND.Jana Zvárov rová,, DrSc. Motivace V medicíně má mnoho problémů pravěpodobnostní charakter prognóza diagnoza účinnost
VíceZáklady teorie pravděpodobnosti
Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 15. srpna 2012 Statistika
VícePRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev
RAVDĚODOBNOST Náhodné pokusy okusy ve fyzice, chemii při splnění stanov. podmínek vždy stejný výsledek ř. Změna skupenství vody při 00 C a tlaku 00 ka okusy v praxi, vědě, výzkumu při dodržení stejných
VícePravděpodobnost a statistika
Pravděpodobnost a statistika 1 Náhodné pokusy a náhodné jevy Činnostem, jejichž výsledek není jednoznačně určen podmínkami, za kterých probíhají, a které jsou (alespoň teoreticky) neomezeně opakovatelné,
VícePravděpodobnost a statistika
Pravděpodobnost a statistika Teorie pravděpodobnosti popisuje vznik náhodných dat, zatímco matematická statistika usuzuje z dat na charakter procesů, jimiž data vznikla. NÁHODNOST - forma existence látky,
VícePravděpodobnost a aplikovaná statistika
Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 1. KAPITOLA - PRAVDĚPODOBNOST 2.10.2017 Kontakt Mgr. Jana Sekničková, Ph.D. jana.seknickova@vse.cz Katedra softwarového inženýrství Fakulta
VícePravděpodobnost Podmíněná p. Úplná p. III. Pravděpodobnost. III. Pravděpodobnost Statistika A (ZS 2015)
III Pravděpodobnost Pravděpodobnost Podmíněná p. Úplná p. Odkud se bere pravděpodobnost? 1. Pravděpodobnost, že z balíčku zamíchaných karet vytáhmene dvě esa je přibližně 0:012. Modely a teorie. 2. Pravděpodobnost,
VíceTomáš 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
Vícepravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti.
3.1 Základy teorie pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti. Co se dozvíte Náhodný pokus a náhodný jev. Pravděpodobnost, počítání s pravděpodobnostmi.
VíceInženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.
Přednáška č. 1 Úvod do statistiky a počtu pravděpodobnosti Statistika Statistika je věda a postup jak rozvíjet lidské znalosti použitím empirických dat. Je založena na matematické statistice, která je
VíceMotivace. Náhodný pokus, náhodný n jev. pravděpodobnost. podobnostní charakteristiky diagnostických testů, Bayesův vzorec. Prof.RND. RND.
Pravděpodobnostn podobnostní charateristiy diagnosticých testů, Bayesův vzorec Prof.RND RND.Jana Zvárov rová,, DrSc. Náhodný pous, náhodný n jev Náhodný pous: výslede není jednoznačně určen podmínami,
VíceIntuitivní pojem pravděpodobnosti
Pravděpodobnost Intuitivní pojem pravděpodobnosti Intuitivní pojem pravděpodobnosti Pravděpodobnost zkoumaného jevu vyjadřuje míru naděje, že tento jev nastane. Řekneme-li, že má nějaký jev pravděpodobnost
VíceTeorie pravěpodobnosti 1
Teorie pravěpodobnosti 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodný jev a pravděpodobnost Každou zákonitost sledovanou v přírodě lze zjednodušeně charakterizovat jako
VíceNáhodný pokus Náhodným pokusem (stručněji pokusem) rozumíme každé uskutečnění určitého systému podmínek resp. pravidel.
Základy teorie pravděpodobnosti Náhodný pokus Náhodným pokusem (stručněji pokusem) rozumíme každé uskutečnění určitého systému podmínek resp. pravidel. Poznámka: Výsledek pokusu není předem znám (výsledek
VíceZÁKLADY TEORIE PRAVDĚPODOBNOSTI
ZÁKLDY TEORIE RVDĚODOBNOSTI 1 Vytvořeno s podporou projektu růřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)
VíceMatematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 4. října 2018 Podmíněná pravděpodobnost Při počítání pravděpodobnosti můžeme k náhodnému pokusu přidat i nějakou dodatečnou podmínku. Podmíněná pravděpodobnost
VícePravděpodobnost a její vlastnosti
Pravděpodobnost a její vlastnosti 1 Pravděpodobnost a její vlastnosti Náhodné jevy Náhodný jev je výsledek pokusu (tj. realizace určitého systému podmínek) a jeho charakteristickým rysem je, že může, ale
VíceInformační a znalostní systémy
Informační a znalostní systémy Teorie pravděpodobnosti není v podstatě nic jiného než vyjádření obecného povědomí počítáním. P. S. de Laplace Pravděpodobnost a relativní četnost Pokusy, výsledky nejsou
VíceObsah. Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Pravděpodobnost. Pravděpodobnost. Děj pokus jev
Obsah Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Definice pojmů Náhodný jev Pravděpodobnost Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi;-) roman.biskup(at)email.cz
VícePřednáška II. Vztah pravděpodobnosti, statistiky a biostatistiky
řednáška II. Vztah pravděpodobnosti, statistiky a biostatistiky Statistika vychází z pravděpodobnosti odmíněná pravděpodobnost, Bayesův vzorec Senzitivita, specificita, prediktivní hodnoty Frekventistická
VíceNáhodné jevy. Teorie pravděpodobnosti. Náhodné jevy. Operace s náhodnými jevy
Teorie pravděpodobnosti Náhodný pokus skončí jedním z řady možných výsledků předem nevíme, jak skončí (náhoda) příklad: hod kostkou, zítřejší počasí,... Pravděpodobnost zkoumá náhodné jevy (mohou, ale
VícePřednáška II. Vztah pravděpodobnosti, statistiky a biostatistiky
řednáška II. Vztah pravděpodobnosti, statistiky a biostatistiky Statistika vychází z pravděpodobnosti odmíněná pravděpodobnost, Bayesůvvzorec Senzitivita, specificita, prediktivní hodnoty Frekventistická
VícePravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík
Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2016/2017 Tutoriál č. 1: Kombinatorika, úvod do teorie pravděpodobnosti Jan Kracík jan.kracik@vsb.cz Kombinatorika Kombinatorika
Více5.1. Klasická pravděpodobnst
5. Pravděpodobnost Uvažujme množinu Ω všech možných výsledků náhodného pokusu, například hodu mincí, hodu kostkou, výběru karty z balíčku a podobně. Tato množina se nazývá základní prostor a její prvky
Vícepravděpodobnosti a Bayesova věta
NMUMP0 (Pravděpodobnost a matematická statistika I) Nezávislost, podmíněná pravděpodobnost, věta o úplné pravděpodobnosti a Bayesova věta. Házíme dvěma pravidelnými kostkami. (a) Jaká je pravděpodobnost,
VíceStatistika (KMI/PSTAT)
Statistika (KMI/PSTAT) Cvičení šesté aneb Podmíněná pravděpodobnost Statistika (KMI/PSTAT) 1 / 13 Pravděpodobnost náhodných jevů Po dnešní hodině byste měli být schopni: rozumět pojmu podmíněná pravděpodobnost
VíceKOMBINATORIKA. 1. cvičení
KOMBINATORIKA 1. cvičení Co to je kombinatorika Kombinatorika je vstupní branou do teorie pravděpodobnosti. Zabývá se různými způsoby výběru prvků z daného souboru. 2011 Ing. Janurová Kateřina, FEI VŠB-TU
VíceDiskrétní matematika. DiM /01, zimní semestr 2016/2017
Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2016/2017 O tomto souboru Tento soubor je zamýšlen především jako pomůcka
VícePoznámky k předmětu Aplikovaná statistika, 1. téma
Poznámky k předmětu Aplikovaná statistika, 1. téma Motivace Na otázku, při jaké teplotě vře voda, nejspíš neodpovíte. Budete chtít znát podmínky, které máte uvažovat. Víme, že za normálního tlaku, tj.
VíceMotivace. 1. Náhodné jevy. Poznámky k předmětu Aplikovaná statistika, 1. téma
Poznámky k předmětu Aplikovaná statistika, 1. téma Motivace Na otázku, při jaké teplotě vře voda, nejspíš neodpovíte. Budete chtít znát podmínky, které máte uvažovat. Víme, že za normálního tlaku, tj.
VíceInovace bakalářského studijního oboru Aplikovaná chemie
http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Základy zpracování dat chemometrie, statistika Doporučenáliteratura
VíceJevy A a B jsou nezávislé, jestliže uskutečnění jednoho jevu nemá vliv na uskutečnění nebo neuskutečnění jevu druhého
8. Základy teorie pravděpodobnosti 8. ročník 8. Základy teorie pravděpodobnosti Pravděpodobnost se zabývá matematickými zákonitostmi, které se projevují v náhodných pokusech. Tyto zákonitosti mají opodstatnění
VícePravděpodobnost a statistika (BI-PST) Cvičení č. 2
Pravděpodobnost a statistika (BI-PST) Cvičení č. 2 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015
VícePRAVDĚPODOBNOST A JEJÍ UŽITÍ
PRAVDĚPODOBNOST A JEJÍ UŽITÍ Základním pojmem teorie pravděpodobnosti je náhodný jev. náhodný jev : výsledek nějaké činnosti nebo pokusu, o němž má smysl prohlásit že nastal nebo ne. Náhodné jevy se označují
VícePočet pravděpodobnosti
PSY117/454 Statistická analýza dat v psychologii Přednáška 4 Počet pravděpodobnosti Je známo, že když muž použije jeden z okrajových pisoárů, sníží se pravděpodobnost, že bude pomočen o 50%. anonym Pravděpodobnost
Více3 PRAVDĚPODOBNOST. Základní vztahy: Pravděpodobnost negace jevu A: P A 1 P A
3 RAVDĚODOBNOST Základní vztahy: ravděpodobnost negace jevu A: A 1 A ravděpodobnost sjednocení jevů A,B: A B A B A B - pro disjunktní (neslučitelné) jevy A, B: A B A B ravděpodobnost průniku jevů A, B:
VíceDiskrétní matematika. DiM /01, zimní semestr 2018/2019
Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2018/2019 O tomto souboru Tento soubor je zamýšlen především jako pomůcka
VíceŠkola: Gymnázium, Brno, Slovanské náměstí 7 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN
Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN prostřednictvím ICT Číslo projektu: CZ.1.07/1.5.00/34.0940
Více2. Definice pravděpodobnosti
2. Definice pravděpodobnosti 2.1. Úvod: V přírodě se setkáváme a v přírodních vědách studujeme pomocí matematických struktur a algoritmů procesy dvojího druhu. Jednodušší jsou deterministické procesy,
Více1. Statistická analýza dat Jak vznikají informace Rozložení dat
1. Statistická analýza dat Jak vznikají informace Rozložení dat J. Jarkovský, L. Dušek, S. Littnerová, J. Kalina Význam statistické analýzy dat Sběr a vyhodnocování dat je způsobem k uchopení a pochopení
VíceLékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)
Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 14.10 až 15.40 hod. http://www1.osu.cz/~tvrdik
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor016 Vypracoval(a),
VícePodmíněná pravděpodobnost
odmíněná pravděpodobnost 5. odmíněná pravděpodobnost 5.. Motivace: Opakovaně nezávisle provádíme týž náhodný pokus a sledujeme nastoupení jevu A v těch pokusech, v nichž nastoupil jev H. odmíněnou relativní
VíceÚvod do teorie pravděpodobnosti
Úvod do teorie pravděpodobnosti Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 9. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 33 Obsah 1 Náhodné jevy 2 Pravděpodobnost 3 Podmíněná
VíceJevy, které za daných podmínek mohou, ale nemusí nastat, nazýváme náhodnými jevy. Příklad: při hodu hrací kostkou padne trojka
Náhodný jev Mějme určitý soubor podmínek. Provedeme pokus, který budeme chtít zopakovat. Pokud opakování pokusu při zachování nám známých podmínek nevede k jednoznačnému výsledku, můžeme se domnívat, že
VíceTomáš 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
VíceZadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014
Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia
VíceIII. Úplná pravděpodobnost. Nezávislé pokusy se dvěma výsledky. Úplná pravděpodobnost Nezávislé pokusy se dvěma výsledky Náhodná veličina
III Přednáška Úplná pravděpodobnost Nezávislé pokusy se dvěma výsledky Náhodná veličina Pravděpodobnost při existenci neslučitelných hypotéz Věta Mějme jev. Pokud H 1,H 2, : : :,H n tvoří úplnou skupinu
VíceRNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 6 Jak analyzovat kategoriální a binární
Více5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.
5. Náhodná veličina Poznámka: Pro popis náhodného pokusu jsme zavedli pojem jevového pole S jako množiny všech možných výsledků a pravděpodobnost náhodných jevů P jako míru výskytů jednotlivých výsledků.
VícePodmíněná pravděpodobnost, nezávislost
Podmíněná pravděpodobnost, nezávislost Úloha 1: Do třídy 1.A chodí 10 chlapců a 20 dívek, z toho jsou 3 chlapci se jménem Jakub a 2 dívky se jménem Katka. Martina tvrdí, že ráno potkala někoho ze třídy
VíceUrčeno studentům středního vzdělávání s maturitní zkouškou, 4. ročník, okruh Základy počtu pravděpodobnosti
PRAVDĚPODOBNOST anotace Určeno studentům středního vzdělávání s maturitní zkouškou, 4. ročník, okruh Základy počtu pravděpodobnosti VM vytvořil: Mgr. Marie Zapadlová Období vytvoření VM: září 2013 Klíčová
VíceNázev testu Předpoklady testu Testová statistika Nulové rozdělení. ( ) (p počet odhadovaných parametrů)
VYBRANÉ TESTY NEPARAMETRICKÝCH HYPOTÉZ TESTY DOBRÉ SHODY Název testu Předpoklady testu Testová statistika Nulové rozdělení test dobré shody Očekávané četnosti, alespoň 80% očekávaných četností >5 ( ) (p
Víceletní semestr Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika
Šárka Hudecová Katedra i a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy letní semestr 2012 1 1 Založeno na materiálech doc. Michala Kulicha Organizační pokyny k přednášce přednáškové
Vícea) 7! 5! b) 12! b) 6! 2! d) 3! Kombinatorika
Kombinatorika Kombinatorika se zabývá vytvářením navzájem různých skupin z daných prvků a určováním počtu takových skupin. Kombinatorika se zabývá pouze konečnými množinami. Při určování počtu výběrů skupin
Více10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.
0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti
VíceNáhodný jev a definice pravděpodobnosti
Náhodný jev a definice pravděpodobnosti Obsah kapitoly Náhodný jev. Vztahy mezi náhodnými jevy. Pravidla pro počítání s pravděpodobnostmi. Formule úplné pravděpodobnosti a Bayesův vzorec. Studijní cíle
VíceMatematika I 2a Konečná pravděpodobnost
Matematika I 2a Konečná pravděpodobnost Jan Slovák Masarykova univerzita Fakulta informatiky 24. 9. 2012 Obsah přednášky 1 Pravděpodobnost 2 Nezávislé jevy 3 Geometrická pravděpodobnost Viděli jsme už
VíceCvičení ze statistiky - 4. Filip Děchtěrenko
Cvičení ze statistiky - 4 Filip Děchtěrenko Minule bylo.. Dokončili jsme deskriptivní statistiku Tyhle termíny by měly být známé: Korelace Regrese Garbage in, Garbage out Vícenásobná regrese Pravděpodobnost
VícePravděpodobnost a aplikovaná statistika
Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 2. KAPITOLA PODMÍNĚNÁ PRAVDĚPODOBNOST 3. KAPITOLA NÁHODNÁ VELIČINA 9.11.2017 Opakování Uveďte příklad aplikace geometrické definice pravděpodobnosti
VíceMetody zpracování fyzikálních měření
etody zpracování fyzikálních měření Jakub Čížek katedra fyziky nízkých teplot Tel: 9 788 jakub.cizek@mff.cuni.cz http://physics.mff.cuni.cz/kfnt/vyuka/metody/obsah.html Doporučená literatura: D.S. Silva,
VíceNMAI059 Pravděpodobnost a statistika
NMAI059 Pravděpodobnost a statistika podle přednášky Daniela Hlubinky (hlubinka@karlin.mff.cuni.cz) zapsal Pavel Obdržálek (pobdr@matfyz.cz) 205/20 poslední změna: 4. prosince 205 . přednáška. 0. 205 )
VíceZákladní pojmy a úvod do teorie pravděpodobnosti. Ing. Michael Rost, Ph.D.
Základní pojmy a úvod do teorie pravděpodobnosti Ing. Michael Rost, Ph.D. Co je to Statistika? Statistiku lze definovat jako vědní obor, zabývající se hromadnými jevy a procesy. Statistika zahrnuje jak
VíceCvičení ze statistiky - 5. Filip Děchtěrenko
Cvičení ze statistiky - 5 Filip Děchtěrenko Minule bylo.. Začali jsme pravděpodobnost Klasická a statistická definice pravděpodobnosti Náhodný jev Doplněk, průnik, sjednocení Podmíněná pravděpodobnost
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor012 Vypracoval(a),
VíceJAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová
JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž
VícePravděpodobnost a statistika (BI-PST) Cvičení č. 4
Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015
VíceJana Vránová, 3. lékařská fakulta UK
Jana Vránová, 3. lékařská fakulta UK Vznikají při zkoumání vztahů kvalitativních resp. diskrétních znaků Jedná se o analogii s korelační analýzou spojitých znaků Přitom předpokládáme, že každý prvek populace
Více5 Pravděpodobnost. Sestavíme pravděpodobnostní prostor, který modeluje vytažení dvou ponožek ze šuplíku. Elementární jevy
Typické příklady pro zápočtové písemky DiM 70-30 (Kovář, Kovářová, Kubesa) (verze: November 5, 08) 5 Pravděpodobnost 5.. Jiří má v šuplíku rozházených osm párů ponožek, dva páry jsou černé, dva páry modré,
VíceIB112 Základy matematiky
IB112 Základy matematiky Základy kombinatoriky a kombinatorická pravděpodobnost Jan Strejček Obsah IB112 Základy matematiky: Základy kombinatoriky a kombinatorická pravděpodobnost 2/57 Výběry prvků bez
VíceKurz Biostatistiky pro zaměstnance FNO
Kurz Biostatistiky pro zaměstnance FNO 1. Představme si, že provádíme test na okultní krvácení ve stolici (FOB) u 2 030 osob ke zjištění chorobných změn v dolní části zažívacího traktu. Pak můžeme popsat
VíceS1P Příklady 01. Náhodné jevy
S1P Příklady 01 Náhodné jevy Pravděpodobnost, že jedinec z jisté populace se dožije šedesáti let, je 0,8; pravděpodobnost, že se dožije sedmdesáti let, je 0,5. Jaká je pravděpodobnost, že jedinec zemře
VíceZadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016
Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia
Více4.5.9 Pravděpodobnost II
.5.9 Pravděpodobnost II Předpoklady: 00508 Př. 1: Který z výsledků hodu mincí čtyřikrát po sobě je pravděpodobnější. a) r, l, r, l b) r, r, r, r Oba výsledky jsou stejně pravděpodobné (pravděpodobnost
VícePravděpodobnost a statistika pro SŠ
Pravděpodobnost a statistika pro SŠ RNDr. Blanka Šedivá, Ph.D., katedra matematiky, Fakulta aplikovaných věd Západočeské univerzity v Plzni sediva@kma.zcu.cz 28. března 2012 Počátky teorie pravděpodobnosti
VíceNáhodný pokus každá opakovatelná činnost, prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě.
Základy teorie pravděpodobnosti Náhodný pokus každá opakovatelná činnost, prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě. Náhodný jev jakékoli tvrzení
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Základní pojmy diagnostiky a statistických metod vyhodnocení Učební text Ivan Jaksch Liberec 2012 Materiál vznikl
Vícenáhodný jev je podmnožinou
Pravděpodobnost Dovednosti a cíle - Chápat jev A jako podmnožinu množiny, která značí množinu všech výsledků náhodného děje. - Umět zapsat jevy pomocí množinových operací a obráceně umět z množinového
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Náhodná proměnná Náhodná veličina slouží k popisu výsledku pokusu. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáme. Přesto bychom chtěli tento pokus
VícePravděpodobnost (pracovní verze)
Pravděpodobnost (pracovní verze) 1. Definice pojmů Jednoduchý/náhodný pokus (simple experiment) Akt vedoucí k jednomu výsledku - např. hod kostkou, zatočení ruletou, vytažení karty z balíčku, výběr osoby
VíceUsuzování za neurčitosti
Usuzování za neurčitosti 25.11.2014 8-1 Usuzování za neurčitosti Hypotetické usuzování a zpětná indukce Míry postačitelnosti a nezbytnosti Kombinace důkazů Šíření pravděpodobnosti v inferenčních sítích
VíceNěkdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?
Náhodné veličiny Náhodné veličiny Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Příklad Vytáhneme tři karty z balíčku zajímá nás, kolik je mezi nimi es.
VíceJiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Definice P(A/B) pravděpodobnost nastoupení jevu A za předpokladu, že nastal jev B (P(B) > 0) definujeme vztahem
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
VícePravděpodobnost, náhoda, kostky
Pravděpodobnost, náhoda, kostky Radek Pelánek IV122 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností připomenutí, souvislosti
Více2. Množiny, funkce. Poznámka: Prvky množiny mohou být opět množiny. Takovou množinu, pak nazýváme systém množin, značí se
MNOŽIN, ZÁKLDNÍ POJMY Pojem množiny patří v matematice ke stěžejním. Nelze jej zavést ve formě definice pomocí primitivních pojmů; považuje se totiž rovněž za pojem primitivní. Představa o pojmu množina
VícePravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.
Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2015/2016 Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz Jan Kracík jan.kracik@vsb.cz Obsah: Výběrová rozdělení
VíceKombinatorika, 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
VíceKOLOREKTÁLNÍ KARCINOM: VÝZVA PRO ZDRAVÝ ŽIVOTNÍ STYL, SCREENING A ORGANIZACI LÉČEBNÉ PÉČE
KOLOREKTÁLNÍ KARCINOM: VÝZVA PRO ZDRAVÝ ŽIVOTNÍ STYL, SCREENING A ORGANIZACI LÉČEBNÉ PÉČE Brno, 29. května 2015: Moravská metropole se již počtvrté stává hostitelem mezinárodní konference Evropské dny
VícePravděpodobnost vs. Poměr šancí. Pravděpodobnostní algoritmy: Bayesova věta. Bayesova teorie rozhodování. Bayesova věta (teorém) Vzorec. ...
ravděpodobnostní algoritmy: Bayesova věta Fantasy is hardly an escape from reality. It is a way of understanding it. LLoyd Alexander ravděpodobnost vs. oměr šancí ravděpodobnost - poměr počtu jedinců surčitým
Více1 Rozptyl a kovariance
Rozptyl a kovariance Nechť X je náhodná veličina s konečnou střední hodnotou EX Potom rozptyl náhodné veličiny X definujeme jako: DX E(X EX, pokud střední hodnota na pravé straně existuje Podobně jako
Více( ) ( ) 9.2.7 Nezávislé jevy I. Předpoklady: 9204
9.2.7 Nezávislé jevy I Předpoklady: 9204 Př. : Předpokládej, že pravděpodobnost narození chlapce je stejná jako pravděpodobnost narození dívky (a tedy v obou případech rovna 0,5) a není ovlivněna genetickými
Vícepopulace soubor jednotek, o jejichž vlastnostech bychom chtěli vypovídat letní semestr Definice subjektech.
Populace a Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy letní semestr 2012 1 populace soubor jednotek, o jejichž vlastnostech bychom
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení
Více