Úvod - jistota (nuda) x nejistota (riziko) 1 Malá exkurze do 17. století 2 Základní pojmy 2.1 Jev a pokus 2.2 Skládání a rozklad jevů 2.
|
|
- Karel Staněk
- před 8 lety
- Počet zobrazení:
Transkript
1 Úvod - jistota (nuda) x nejistota (riziko) 1 Malá exkurze do 17. století 2 Základní pojmy 2.1 Jev a pokus 2.2 Skládání a rozklad jevů 2.3 Jevy a čísla 2.4 Úloha o rozdělení sázky 2.5 Úlohy Chevaliera de Méré 3 Pravděpodobnost 3.1 Klasická pravděpodobnost Cardano: součet čísel při hodu dvěma kostkami Studentské dilema Problém nešťastné šatnářky 3.2 Geometrická pravděpodobnost Problém prvního rande Problém golfistky Alžběty a atomového fyzika Dalibora Problém nedoručené zprávy Problém Ludolfova čísla 3.3 Statistická pravděpodobnost Problém muže s vosami aneb brouk leze po krychli Problém námořníka Jima v Port Rack poprvé Problém námořníka Jima v Port Rack podruhé 3.4 Axiomatická definice pravděpodobnosti Problém dělení jablek Problém starého výtahu Problém jednosměrek Problém výstavby schodiště Problém krotitele dravé zvěře Problém sekretářky Evy 4 Podmíněná pravděpodobnost, nezávislé jevy 4.1 Podmíněnost, nezávislost a realita Problém návštěv krajských nemocnic Problém jakosti Problém lidské paměti Problém zaměstnavatele Problém roztržitého profesora a cestující Aničky Zvědavé 4.2 Úplná pravděpodobnost Problém kontrolora Františka Problém spotřebitele Problém vězně 4.3 Apriorní a aposteriorní pravděpodobnost, Bayesův vztah Princip automatické diagnostiky v medicíně Problém diagnostického testu (na rakovinu) Problém komisaře Nováka 5 Opakované pokusy 5.1 Bernoulliovo schema Problém hráčů v kostky Problém nákazy skotu 5.2 Geometrické schema
2 5.2.1 Problém nákupčího Problém potomků pana Procházky 6 Náhodná veličina, pravděpodobnostní rozdělení 6.1 Hledá se reprezentant Problém klíčů Problém střídavých tahů Problém hazardních her 6.2 Normální rozdělení Problém normální (Gaussovy) křivky Problém testů IQ - Mensa 6.3 Když normální rozdělení selhává 6.4 Poissonovo rozdělení Problém obchodníka s látkami Problém náhlého úmrtí Problém hodnocení podřízených Problémy sedmi trpaslíků 7 Co o sobě lidé (ne)vědí 7.1 Dotazníky a ankety 7.2 Grafické znázornění 7.3 Testování hypotéz 7.4 Kontingenční tabulky Problém vysokoškoláků Problém dědičnosti obezity Problém lidové předpovědi počasí Problém brusičů z povolání Problém ze střední školy Problém sběratelství 8 Jak se optimálně rozhodnout v konfliktní situaci 8.1 Katka a Matouš objevují Lapkův ráj 8.2 Hry se dvěma strategiemi Problém nudného odpoledne Problém setkání u divadla Problém narozenin Problém péče o nemocného Problém známý jako Dáma a tygr 9 Dodatek: kombinatorika 9.1 Co je to vlastně kombinatorika? 9.2 Kombinatorika intuitivní Problém dlouhého stolu Problém dvou oddělených stolů Problém čepiček 9.3 Nové symboly pro čísla Faktoriál Kombinační čísla Pascalův trojúhelník 9.4 Kombinatorika a výběry Typické příklady Kombinatorika čtená po druhé 10 Použitá literatura
3 1 Malá exkurze do 17. století Život člověka je plný nečekaných událostí, které nemůže ovlivnit. Některé jsou jen zpestřením běžného dne, jako třeba jestli najdeme v lese hříbek nebo jak dlouho budeme muset čekat na autobus. Jiné nám tvrdě zasahují do života a mnohdy jej zcela převrátí. S nečekanými událostmi se setkáváme denně. A denně určitou oblast našich životů režíruje nejistota, kterou podle jejích účinků nazýváme Náhoda či Osud. Osud, to jsou ty fatální převraty. Nedá se proti nim obvykle nic dělat, jen se s nimi smířit. V takových chvílích se obracíme k nějaké vyšší autoritě, na kterou se snažíme hodit zodpovědnost, a které v zájmu svého psychického klidu a míru věříme, že to s námi myslí dobře. To Náhodu bereme spíše jako kamarádku, která nám jde mnohokrát na nervy (když udělá něco pro nás nemilého), ale zase je s ní legrace a pomáhá nám plašit nudu. S Osudem si zahrávat nelze, ale s Náhodou ano. Často se ji snažíme využít a na její úkor si přilepšit, třeba v penězích. Voláme obvykle na pomoc Štěstěnu a doufáme, že ona Náhodu přemluví v náš prospěch. O existenci řady věcí mezi nebem a zemí má lidstvo povědomost od nepaměti. Podle starověké mytologie na počátku světa házeli tři bratři Zeus, Poseidon a Hádes kostky; první vyhrál nebesa, druhý moře a Hádes se musel usídlit v pekle. Hrací kostky skutečně archeologové v mnohých částech starověkého světa našli. Kostky nazývané astralagi byly vyřezávané z kloubů zvířat. Od nepaměti také platí snaha lidí si náhodu osedlat. Nejspíše každá dívka si někdy utrhla kopretinu a spoléhala na to, že jí odhalí pravdu o jejím vyvoleném. Jedna studentka vzpomínala, že měla vyzkoušeno, že pokud začne u prvního okvětního lístku slovíčky,,nemá mě rád, je odpověď u posledního lístku,,má mě rád, mnohem vyšší. Výjevy her s kostkami se objevují i na stěnách egyptských hrobek a na řeckých vázách. Ve starověké matematice však o náhodě nenajdeme žádnou zmínku. Příčinou byl zřejmě fakt, že jednoduše nevěřili, že se v těchto jevech dá najít nějaká zákonitost, výsledky podle nich byly nepředvídatelné. V jistém smyslu měli pravdu: v izolované náhodné události žádnou strukturu nenajdeme, musíme pozorovat a zkoumat událost opakovaně. Aspoň částečný pohled na podstatu pravděpodobnosti (náhoda a náhodný jev) ukázal Girolamo Cardano ( ) a svá pozorování shrnul v knize Liber de ludo aleae (Kniha o náhodných hrách). Ukázal, že při házení kostkou je možné jednotlivým výsledkům přiřadit číselné hodnoty a jakým zákonitostem při tom podléhají, jak s nimi pracovat. Nezávisle na Cardanovi dospěl ke stejným závěrům též Galileo Galilei ( ), který zkoumal chyby vznikající při fyzikálních měřeních a považoval je za výsledky náhodných pokusů. Avšak ani on nezkoumal, jak by se získané poznatky z pravděpodobnosti mohly více využít. Ve středověku se objevila úloha o rozdělení sázky. Některé práce uvádějí její původ v rukopise z roku 1380 a připouští se, že by mohla být arabského původu. Stručné zadání je toto: Dva stejně dobří hráči A (modrý) a B (červený) hrají spolu sérii partií (třeba šachu); nepřipouští se nerozhodně. Hráči hrají o milion, který získá ten, kdo první vyhraje celkem 6 partií. Hra musela být přerušena v okamžiku, kdy hráč A dosáhl 5 vítězství a hráč B 3 vítězství. Ve hře se již nemůže a nebude pokračovat. Určete, v jakém poměru si mají hráči celkovou částku spravedlivě rozdělit. Řešení z roku 1494 uvádí poměr dělení obnosu 2:1 ve prospěch hráče A. Autor vyšel z úvahy: Hráči A stačí jedna výhra a poměr vítězství bude 6:3.
4 Řešení z roku 1556 uvádí poměr dělení obnosu 3:1 ve prospěch hráče A. K výsledku se došlo nejspíš rozborem možných zakončení, kdyby se pokračovalo v turnaji dále. Jsou tyto možnosti: vyhraje hráč A a turnaj končí; (A) vyhraje hráč B a následující vyhraje A; (BA) 2x vyhraje B a nakonec opět A; (BBA) 3x vyhraje B a jen v tomto případě by získal milion on. (BBB) Obě řešení jsou mylná. Přelomový rok 1654 Za opravdový počátek teorie pravděpodobnosti je považována korespondence, kterou v roce 1654 vedli Blaise Pascal ( ) a Pierre de Fermat ( ) mimo jiné též o problémech, se kterými se na Pascala obrátil Chevalier de Méré ( ). Jedním z problémů byla již zmíněná úloha o rozdělení sázky (správné řešení uvedeme později). Antoine Gombaud, přezdívaný Chevalier de Méré, byl francouzský spisovatel, který vášnivě hrál v kostky a doufal, že tak zbohatne, že tak získá velký majetek. Domníval se, že stačí čtyřikrát opakovat hod kostkou a alespoň jednou šestka padne. Pokud v těchto čtyřech pokusech šestka nepadla, vyhrál soupeř. Ovšem místo výhry utrpěl značné finanční ztráty. V zoufalé snaze odhalit příčiny svého neúspěchu, se obrátil na svého přítele, vynikajícího francouzského matematika a fyzika, Blaise Pascala s touto úlohou: Kolik je třeba hodů jednou (dvěma) kostkami, aby šance, že padne aspoň jedna (dvě) šestka, byla nadpoloviční? I tuto úlohu vyřešíme později. Úspěchy Pascala a Fermata vyvolala otázku, zda je možné přenést vznikající teorii od hracích stolů do našeho neuspořádaného, skutečného světa. O odpověď se pokoušeli i členové Bernoulliho rodiny. Bernoulliovci byli obdobou Bachovců v hudbě. Nejslavnější z nich byli bratři Jakub a Jan a syn Jana Daniel. Slavné Bernoulliho schéma, které popisuje absolutní četnosti náhodné události v sérii nezávislých pokusů, je dílo Jakuba. Byl jedním z prvých analytiků, kteří postavili základy statistické hypotézy tj. z malého vzorku sebraných dat vyvozovat závěry, které by platili pro celou populaci. Objevil zákon o vztahu pravděpodobnosti a relativní četnosti. Ostatní jmenovaní se zasloužili v jiných oblastech matematiky a fyziky. Je pozoruhodné, že věda, která začínala úvahami o hazardních hrách, se nakonec mohla stát nejdůležitějším předmětem lidského poznání. (P. S. Laplace) A to ještě francouzský matematik, fyzik, astronom a politik Pierre Simon de Laplace ( ) nemohl tušit, k jak významným objevům se dojde ve 20. století v teorii pravděpodobnosti a matematické statistiky a jak bude zasahovat do našich životů. Přesto školská výuka o pravděpodobnosti, pokud k ní vůbec dochází, je především založena na poplatnosti hrám a její přednostní aplikace se neuvádějí. Tím se jen šíří účelové nepravdy o její nedůležitosti v běžném životě. Cílem této knížky je ukázat, že teorie pravděpodobnosti je víc než jen hrátky s mincemi nebo kostkou. Přesto si i s nimi na začátku trochu pohrajeme.
5 3.2.1 Problém prvního rande Adam a Eva se potkali na diskotéce. Dobře si spolu zařádili, a tak se dohodli, že se druhý den znovu setkají u kašny na Centrálním náměstí. V kraválu tanečního sálu bylo však obtížné se domluvit a tak oba vědí jen to, že rande mají mezi 13 a 14 hodinou, ale nevědí přesně kdy. Vymezme nejprve základní prostor, ve kterém se celá událost odehrává. Označme x čas příchodu Adama a y čas příchodu Evy. Mezi 13 a 14 hodinou je celkem 60 minut. Náhodný příchod Adama a Evy, zde představují souřadnice [x;y] bodu ve čtverci 60 x 60. Body čtverce představují všechny možnosti jejich příchodu. Snadno určíme, že S( ) = 60 2 = A) Nejprve nás bude zajímat, jestli se setkání vůbec uskuteční. Tedy otázka zní: Jaká je pravděpodobnost, že se rande neuskuteční, protože ani jeden není ochoten na druhého čekat déle než 10 minut, a pak odchází? Aby ksetkání mohlo dojít, musí se časy příchodu lišit nejvýše o 10 minut. Matematicky to zapíšeme nerovností x y < 10 tj. x y < 10 a zároveň y x < 10 Tuto oblast představuje na obrázku tmavý pás. Rande se neuskuteční v případech, kdy bod příchodu [x;y] padne do některého ze dvou světlých trojúhelníků. Tyto trojúhelníky (přiraženy ksobě) tvoří čtverec o straně 50 a jeho obsah je S(A) = 50 2 = Pravděpodobnost, že se Adam s Evou nesejdou je P(A) = 50 2 /60 2 = 0,694, neboli sejdou se (opačný jev) s pravděpodobností P(A ) = 1 0,694 = 0,306. B) Řekněme, že Adam má daleko větší zájem na tom, aby k setkání došlo, což se projeví tím, že je ochotný čekat až půl hodiny? Jak se změní pravděpodobnost společně stráveného odpoledne, když Eva zůstane na čekací době deseti minut. Oblast uskutečněného setkání se nyní rozšiřuje v Adamově směru. Obsah tmavého pásu (příznivá oblast jevu B) vypočítáme jako obsah celého čtverce minus velký světlý trojúhelník minus malý světlý trojúhelník: S(B) = / /2 = Pravděpodobnost setkání se zvyšuje na P(B) = 1900/3600 = 0,528. C) Do třetice spočítejme pravděpodobnost setkání pro případ, že se Adam i Eva rozhodnou dodržet tradiční čtvrthodinku. Situace je znázorněna obrázkem k jevu ad A) stím rozdílem, že místo 10 minut je teď 15 minut. Hledaná pravděpodobnost proto je P(C) = /60 2 = 0,4375.
6 Jak je vidět, ani akademická čtvrthodinka nezaručuje úspěch. Ani čekat půl hodiny se v podstatě nevyplatí. Nejlepší je se domluvit na přesném čase a ten taky dodržet. 6.3 Když normální rozdělení selhává I když je normální rozdělení na pohled tak pěkné, a pro použití tak účelné, a může být proto často plným (nebo alespoň značným) právem použito, přes to nemůže zachytit všechny skutečnosti. Je mnoho věcí mezi nebem a zemí, o nichž se normální křivce ani nesní. Velmi jednoduchý a názorný příklad tohoto tvrzení je případ počtu dětí v rodinách. Rodiny bezdětné a s 1 a s 2 dětmi jsou téměř stejně četné; pak však křivka (polygon četnosti) padá na pravou stranu způsobem, který by mohl přibližně odpovídat normálnímu rozdělení: 3 děti jsou méně časté, 4 ještě méně atd., až v úseku 11 a více dětí se dosahuje extrémních hodnot. Co je naproti tomu na levé straně křivky? Nic, žádná žena nemůže mít méně než žádné dítě. Graf švýcarského statistického úřadu to ukazuje velmi názorně. Výrazně strmé rozdělení ukazuje mimo jiné počet dětí na vdanou ženu (nebo také na rodinu): značné četnosti při 0, 1 a 2 dětech jsou zhruba stejně vysoké a potom se silně snižují. Normální rozdělení se v tomto případě nehodí, protože naráží na nulové hranici na bariéru, která je obrazně řečeno - zešikmuje. Šikmost rozdělení je ostatně statistický vědecký termín, kterým se měří horizontální odchylka rozdělení od normálního rozdělení. Doplněk k tomu tvoří exces, jenž křiví zvonovitý tvar normální křivky ve svislém směru, to znamená, že zvon je příliš strmý nebo příliš plochý. Je-li šikmost tak výrazná, že křivka vykazuje při nejnižších hodnotách nejvyšší četnosti (bylo by tomu tak v případě, že bezdětná manželství by byla nejčastější), vzniká takzvaná křivka L. O rozdělení L, které se doprava zplošťuje, koluje melancholické rčení, že prý je charakteristickým rozdělením všech krásných věcí. Téměř každé rozdělení příjmů ukazuje - udává-li se výše příjmů na osu x a počet jejich příjemců na osu y - řídkost velkých příjmů a četnost příjmů malých. Chce-li někdo např. považovat vysoký věk za žádoucí příjemnost, udává grafické znázornění úmrtnosti rovněž klesající křivku. Cokoli je zvlášť cenné, vyskytuje se jen u mála osob. Kdyby se měl graficky znázornit počet barokních soch, případně počet knih připadajících na jednu domácnost, zase by vzniklo rozdělení L, rozdělení krásných věcí.
7 7.4.4 Problém lidové předpovědi počasí V rámci biometerologického výzkumu bylo zkoumáno 100 osob na citlivost na počasí. Skupinu A tvořili lidé s loupáním, revmatici, migrénisté, apod., kontrolní skupinu B osoby bez těchto příznaků. Sledovala se úspěšnost předpovědi počasí na lokální úrovni do 24 hodin. Nulová hypotéza: Úspěšnost předpovědi počasí nezávisí na tom, zda-li ji vysloví člověk s bolestmi kloubů a podobně nebo člověk bez těchto příznaků. Tyto vlastnosti, kdyby se prokázaly, by byly pro nás důležité a proto testování provedeme na 1 % úrovni. skupina předpověď vyšla nevyšla celkem A ( ) 2 B = celkem = 8,12 Protože 2 = 8,12 > citlivější na počasí. 6,63 = 2 (0,01), zamítáme nulovou hypotézu: osoby skupiny A jsou
Pravděpodobnost 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 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
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
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
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
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.
VíceCvičení 1. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.
1 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v
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.
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 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,
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
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
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 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,
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
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
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
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
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
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,
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
VíceB) EX = 0,5, C) EX = 1, F) nemáme dostatek informací.
Hlasovací otázka 9 Náhodná veličina X nabývá jen dvou různých hodnot, 0 a 1. Předpokládejme P(X = 0) = 0,5. Co můžeme říci o EX? Hlasovací otázka 9 Náhodná veličina X nabývá jen dvou různých hodnot, 0
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
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
VícePravděpodobnost a statistika (BI-PST) Cvičení č. 1
Pravděpodobnost a statistika (BI-PST) Cvičení č. 1 Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015 (FIT ČVUT) BI-PST, Cvičení č. 1 ZS 2014/2015
Více23. Matematická statistika
Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 23. Matematická statistika Statistika je věda, která se snaží zkoumat reálná data a s pomocí teorii pravděpodobnosti
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
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
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
VíceŘešené příklady z pravděpodobnosti:
Řešené příklady z pravděpodobnosti: 1. Honza se ze šedesáti maturitních otázek 10 nenaučil. Při zkoušce si losuje dvě otázky. a. Určete pravděpodobnost jevu A, že si vylosuje pouze otázky, které se naučil.
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
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
VíceNormální (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
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
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
VíceZáklady biostatistiky II. Veřejné zdravotnictví 3.LF UK - II
Základy biostatistiky II Veřejné zdravotnictví 3.LF UK - II Teoretické rozložení-matematické modely rozložení Naměřená data Výběrové rozložení Teoretické rozložení 1 e 2 x 2 Teoretické rozložení-matematické
Více4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY
4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být
VíceKde se vzala pravděpodobnost? Jaroslav Horáček
Kde se vzala pravděpodobnost? Jaroslav Horáček Pravděpodobnost Mezi veřejností synonymum pro neurčitost Mihlo se kolem ní spousta význačných matematiků Starověk a středověk málo materiálů Jeden z mála
VíceKomplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice
VíceNormální (Gaussovo) rozdělení
Normální (Gaussovo) rozdělení f x = 1 2 exp x 2 2 2 f(x) je funkce hustoty pravděpodobnosti, symetrická vůči poloze maxima x = μ μ střední hodnota σ směrodatná odchylka (tzv. pološířka křivky mezi inflexními
VíceVzorová prezentace do předmětu Statistika
Vzorová prezentace do předmětu Statistika Popis situace: U 3 náhodně vybraných osob byly zjišťovány hodnoty těchto proměnných: SEX - muž, žena PUVOD Skandinávie, Středomoří, 3 západní Evropa IQ hodnota
VícePravděpodobnost a matematická statistika
Pravděpodobnost a matematická statistika Příklady k přijímacím zkouškám na doktorské studium 1 Popisná statistika Určete aritmetický průměr dat, zadaných tabulkou hodnot x i a četností n i x i 1 2 3 n
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
VícePravděpodobnost, náhoda, kostky
Pravděpodobnost, náhoda, kostky Radek Pelánek IV122, jaro 2015 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností krátké
VíceInduktivní statistika. z-skóry pravděpodobnost
Induktivní statistika z-skóry pravděpodobnost normální rozdělení Z-skóry umožňují najít a popsat pozici každé hodnoty v rámci rozdělení hodnot a také srovnávání hodnot pocházejících z měření na rozdílných
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
Vícecv3.tex. Vzorec pro úplnou pravděpodobnost
3 cvičení - pravděpodobnost 2102018 18cv3tex n i=1 Vzorec pro úplnou pravděpodobnost Systém náhodných jevů nazýváme úplným, jestliže pro něj platí: B i = 1 a pro i k je B i B k = 0 Jestliže je (Ω, A, P
Více22. Pravděpodobnost a statistika
22. Pravděpodobnost a statistika Pravděpodobnost náhodných jevů. Klasická pravděpodobnost. Statistický soubor, statistické jednotky, statistické znaky. Četnosti, jejich rozdělení a grafické znázornění.
VíceSEMINÁRNÍ PRÁCE Z MATEMATIKY
SEMINÁRNÍ PRÁCE Z MATEMATIKY PETROHRADSKÝ PARADOX TEREZA KIŠOVÁ 4.B 28.10.2016 MOTIVACE: K napsání této práce mě inspiroval název tématu. Když jsem si o petrohradském paradoxu zjistila nějaké informace
VíceStatistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží
Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží Zdeněk Karpíšek Jsou tři druhy lží: lži, odsouzeníhodné lži a statistiky. Statistika je logická a přesná metoda, jak nepřesně
VíceNÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?
NÁHODNÉ VELIČINY GENEROVÁNÍ SPOJITÝCH A DISKRÉTNÍCH NÁHODNÝCH VELIČIN, VYUŽITÍ NÁHODNÝCH VELIČIN V SIMULACI, METODY TRANSFORMACE NÁHODNÝCH ČÍSEL NA HODNOTY NÁHODNÝCH VELIČIN. JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU
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
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
Více4ST201 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
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
VíceTesty. Pavel Provinský. 19. listopadu 2013
Testy Pavel Provinský 19. listopadu 2013 Test a intervalový odhad Testy a intervalové odhady - jsou vlastně to samé. Jiný je jen úhel pohledu. Lze přecházet od jednoho k druhému. Například: Při odvozování
VíceProjekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948
Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948 IV-2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol 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),
VíceSTATISTICKÝ SOUBOR. je množina sledovaných objektů - statistických jednotek, které mají z hlediska statistického zkoumání společné vlastnosti
ZÁKLADNÍ STATISTICKÉ POJMY HROMADNÝ JEV Statistika pracuje s tzv. HROMADNÝMI JEVY cílem statistického zpracování dat je podání informace o vlastnostech a zákonitostech hromadných jevů: velkého počtu jedinců
VíceDiskrétní pravděpodobnost
Diskrétní pravděpodobnost Jiří Koula Definice. Konečným pravděpodobnostním prostorem nazveme dvojici(ω, P), kde Ω jekonečnámnožina {ω 1,..., ω n}apfunkcepřiřazujícíkaždépodmnožiněωčíslo zintervalu 0,1,splňujícíP(
VíceDiskrétní náhodná veličina
Lekce Diskrétní náhodná veličina Výsledek náhodného pokusu může být vyjádřen slovně to vede k zavedení pojmu náhodného jevu Výsledek náhodného pokusu můžeme někdy vyjádřit i číselně, což vede k pojmu náhodné
VícePřednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP
IV Přednáška Diskrétní náhodná proměnná Charakteristiky DNP Základní rozdělení DNP Diskrétní náhodná veličina Funkce definovaná na Ω, přiřazující každému elementárnímu jevu E prvky X(E) D R kde D je posloupnost
Více5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů?
0. Kombinatorika, pravděpodobnost, statistika Kombinatorika ) V restauraci mají na jídelním lístku 3 druhy polévek, 7 možností výběru hlavního jídla, druhy moučníku. K pití si lze objednat kávu, limonádu
VíceTestování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina
Testování hypotéz Analýza dat z dotazníkových šetření Kuranova Pavlina Statistická hypotéza Možné cíle výzkumu Srovnání účinnosti různých metod Srovnání výsledků různých skupin Tzn. prokázání rozdílů mezi
VíceMatematika - Historie - 1
Matematika - Historie - 1 Vybrali jsme zajímavé jevy z historie matematiky a sestavili z nich jeden test. Doufáme, že se podaří splnit hned několik cílů. Test vás potěší, překvapí a poučí. Odpovědi hledejte
VíceSTATISTIKA jako vědní obor
STATISTIKA jako vědní obor Cílem statistického zpracování dat je podání informace o vlastnostech a zákonitostech hromadných jevů. Statistika se zabývá popisem hromadných jevů - deskriptivní, popisná statistika
VíceTEORIE HER
TEORIE HER 15. 10. 2014 HRA HRA Definice Hra je činnost jednoho či více lidí, která nemusí mít konkrétní smysl, ale přitom má za cíl radost či relaxaci. HRA Definice Hra je činnost jednoho či více lidí,
VícePojem a úkoly statistiky
Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby
VíceJednofaktorová analýza rozptylu
I I.I Jednofaktorová analýza rozptylu Úvod Jednofaktorová analýza rozptylu (ANOVA) se využívá při porovnání několika středních hodnot. Často se využívá ve vědeckých a lékařských experimentech, při kterých
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
Více5.2 POČÁTKY MATEMATICKÉ TEORIE PRAVDĚPODOBNOSTI
5.2 POČÁTKY MATEMATICKÉ TEORIE PRAVDĚPODOBNOSTI Hry v kostky Podle archeologických nálezů se hrací kostky používaly již v době před 40 tisíci lety. Nejprve se jednalo o přírodní nepravidelné předměty,
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
VícePříklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13
Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test
VícePRAVDĚPODOBNOST A STATISTIKA 1 Metodický list č 1.
Metodický list č 1. Název tématického celku: Elementární statistické zpracování 1 - Kolekce a interpretace statistických dat, základní pojmy deskriptivní statistiky. Cíl: Základním cílem tohoto tematického
VíceIntervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr
StatSoft Intervalový odhad Dnes se budeme zabývat neodmyslitelnou součástí statistiky a to intervaly v nejrůznějších podobách. Toto téma je také úzce spojeno s tématem testování hypotéz, a tedy plynule
VíceNáhodné chyby přímých měření
Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.
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
VíceJEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica
JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu
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
VíceStručný úvod do testování statistických hypotéz
Stručný úvod do testování statistických hypotéz 1. Formulujeme hypotézu (předpokládáme, že pozorovaný jev je pouze náhodný). 2. Zvolíme hladinu významnosti testu a, tj. riziko, s nímž jsme ochotni se smířit.
VíceTEMATICKÝ PLÁN VÝUKY
TEMATICKÝ PLÁN VÝUKY Studijní obor: 23-41 - M/1 Strojírenství Zaměření: Předmět: Matematika Ročník: 4. Počet hodin týdně: 4 Počet hodin celkem: Tento plán vychází z rámcového vzdělávacího programu pro
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
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
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
VíceTestování statistických hypotéz
Testování statistických hypotéz Na základě náhodného výběru, který je reprezentativním vzorkem základního souboru (který přesně neznáme, k němuž se ale daná statistická hypotéza váže), potřebujeme ověřit,
VíceTest dobré shody v KONTINGENČNÍCH TABULKÁCH
Test dobré shody v KONTINGENČNÍCH TABULKÁCH Opakování: Mějme náhodné veličiny X a Y uspořádané do kontingenční tabulky. Řekli jsme, že nulovou hypotézu H 0 : veličiny X, Y jsou nezávislé zamítneme, když
VíceTesty dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)
Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, např. hmotnost a pohlaví narozených dětí. Běžný statistický postup pro ověření závislosti dvou veličin je zamítnutí jejich
Více1. Házíme hrací kostkou. Určete pravděpodobností těchto jevů: a) A při jednom hodu padne šestka;
I Elementární pravděpodonost 1 Házíme hrací kostkou Určete pravděpodoností těchto jevů: a) A při jednom hodu padne šestka; Řešení: P A) = 1 = 01; Je celkem šest možností {1,,, 4,, } a jedna {} je příznivá
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
VíceTestování statistických hypotéz
Testování statistických hypotéz Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 11. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 27 Obsah 1 Testování statistických hypotéz 2
Více"Zajisté, odvětí strážce." (Str. 110)
"Zajisté, odvětí strážce." (Str. 110) Kapitola 17 Normální rozdělení Nejdůležitější pravděpodobnostní rozdělení se nazývá normální či Gaussovo. Má zajímavou historii. To druhé jméno dostalo na počest slavného
VíceVYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY
VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY Název NV X Popis Pravděpodobnostní funkce E(X) D(X) Binomická - Bi(n, ) počet úspěchů v n Bernoulliho pokusech P(X = k) = ( n k ) k (1 ) k n n(1 ) Hypergeometrická
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
Více13. cvičení z PSI ledna 2017
cvičení z PSI - 7 ledna 07 Asymptotické pravděpodobnosti stavů Najděte asymptotické pravděpodobnosti stavů Markovova řetězce s maticí přechodu / / / 0 P / / 0 / 0 0 0 0 0 0 jestliže počáteční stav je Řešení:
VíceObecné, centrální a normované momenty
Obecné, centrální a normované momenty Obsah kapitoly 4. Elementární statistické zpracování - parametrizace vhodnými empirickými parametry Studijní cíle Naučit se počítat centrální a normované momenty pomocí
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,
VíceTestování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistickou hypotézou se rozumí určité tvrzení o parametrech rozdělení zkoumané náhodné veličiny (µ, σ 2, π,
Více