Mannův-Whitneyův(Wilcoxonův) test pořadová obdoba dvouvýběrového t-testu. Statistika (MD360P03Z, MD360P03U) ak. rok 2007/2008

Rozměr: px
Začít zobrazení ze stránky:

Download "Mannův-Whitneyův(Wilcoxonův) test pořadová obdoba dvouvýběrového t-testu. Statistika (MD360P03Z, MD360P03U) ak. rok 2007/2008"

Transkript

1 Statistika (MD30P03Z, MD30P03U) ak. rok 007/008 Karel Zvára zvara (naposledy upraveno. listopadu 007) 1(4) Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 180(4) Mannův-Whitneyův(Wilcoxonův) test pořadová obdoba dvouvýběrového t-testu porovnáváme stejný kvantitativní znak ve dvou populacích máme dva nezávislé výběry z těchto populací co když nelze předpokládat normální rozdělení? nechťx 1,...,X n1 ay 1,...,Y n jsounezávislévýběryze spojitého rozdělení(například věk matek, střední délka života mužůpřinarozenívedvouskupináchzemí,potratovost...) H 0 tvrdí,žeoběrozděleníjsoustejná(mezipopulaceminení rozdíl, zpravidla nás zajímá, že není rozdíl v mírách polohy) specielně to znamená, že populační mediány jsou shodné postupzaložennapořadíbezohledunavýběr idea: kdyby nebyl mezi populacemi rozdíl, byla by takto zjištěná průměrná pořadí v obou výběrech podobná Statistika (MD30P03Z, MD30P03U) ak. rok 007/008 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 181(4) příklad: potraty na 1000 obyv.(čechy vers. Morava) vroce003 kraj Pha Stč Jč Pl KV Ús Lb potratovost 4,03 4,0 4,11 4,70 5,5 5,80 4,98 pořadí kraj HK Par Vys JM Ol Zl MS potratovost 4,33 3,38 3,57 3,70 3,5 3,4 3,87 pořadí H 0 :shodapopulací(zejm.mediánů),h 1 :neshoda nejasné, kam patří kraj Vysočina; vynecháme jej průměrné pořadí českých krajů: 77/9=8,5 W 1 = =77 průměrné pořadí moravských krajů: 14/4=3,5 W =4+3++5=14 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 18(4) přibližnérozhodování(n 1,n desítky) W 1,W součtypořadí,w 1 standardizujeme W 1 n 1 (n 1 +n +1)/ n1 n (n 1 +n +1)/ za hypotézy(není rozdíl mezi populacemi) je použitím centrálnílimitnívětyz N(0,1) hypotézuzamítáme,je-li Z z(α/) náš příklad: [wilcox.test(potr Cechy)] / =,1 >1,9=z(0,05/) p=3,1% / na 5% hladině jsme prokázali rozdíl

2 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 183(4) přesný výpočet p-hodnoty Wilcoxonova testu zajímánás,nakolikjenášvýsledek(w 1 =77,W =14) výjimečný mámecelkemn 1 +n =13pozorování,čtyřiznich(tolikjich jevmenšískupině,zmoravy)lzevybratcelkem ( 13) 4 =715 způsoby kolikztěchtozpůsobůvedektakextrémněnestejným průměrným pořadím? budeme hledat, kolik čtveřic označených za moravské by dalo v součtu nejvýš 14, jak nám doopravdy vyšlo vždyplatíw 1 +W =(n 1 +n )(n 1 +n +1)/=91 (součetčísel n 1 +n ) stačízabývatsejedinouzestatistikw 1,W,zpravidlatoupro menší výběr Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 184(4) přehled možných čtveřic v nichž je součet pořadí nejvýš 14 (čtveřicevybírámezčísel1,,...,13) nejvýš 14 mohl být součet pořadí za platnosti hypotézy spravděpodobnostíp 1 =/715=0,0178 protože máme oboustrannou alternativu, musíme vzít v úvahu také situaci, kdy by byla na Moravě velká pořadí, p-hodnotu nutnozdvojnásobit:p=4/715=3,4% Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 185(4) příklad: klesá potratovost?(párový t-test zde nevhodný) potratů na 100 těhotenství Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 18(4) příklad: klesá potratovost? Y i Z i X i R + i 4,7 3,1 1, 4 5,7 3,,1 31, 7,9 3,7 4,3,,1 7,8 3,4 3, , 7,9,7 10 1,1 1,5-0,4 1 3,5,0 -,5 8,9 4,3, 9,5 3,9-1,4 3 3,1 1, 1,9 5 4,9 5,7-0,8 použijemeúdajezokresůvletech 000(Y i )a001(z i ) hypotézah 0 :vobouletechpotratovost stejná, rozdíly dány náhodným kolísáním; H 1 :potratovostklesá(jednostrannáalt.) zah 0 byrozdílymělykolísatsymetricky kolem nuly zah 1 bymělypřevládatkladnérozdíly, spíše velké průměrnépořadíz8kladnýchrozdílů:8 (součetw=4),průměrnépořadíze4 záporných rozdílů 3,5(součet 14) vývoj velikost poklesu

3 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 187(4) párový Wilcoxonův(Wilcoxon signed rank) test Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 188(4) rozhodování nechť(y 1,Z 1 )...,(Y n,z n )nezávislédvojice, rozdílyx i =Y i Z i majíspojitérozdělení H 0 :Y i,z i majístejnérozdělení(populacejsoustejné) mají-liy i,z i stejnérozdělení,pakrozdílyx i =Y i Z i jsou symetricky rozděleny kolem nuly postup vyloučitnulovéhodnotyxi (tedyshodnéhodnotyy i,z i ), podle toho případně zmenšit n určitpořadír + i absolutníchhodnot X i = Y i Z i určitw,tj.součetpořadípůvodněkladnýchhodnotxi podlew rozhodnout na základě centrální limitní věty lze použít W EW S.E.(W) = W n(n+1)/4 n(n+1)(n+1)/4 hypotézuoshodězamítneme,bude-li Z z(α/) při jednostranné alternativě porovnat Z a z(α) pro malý počet dvojic(do deseti) raději použít tabulky příklad(w=4,n=,jinakpřesnějep=,%) 4 13/4 13 5/4 =1,91 >1,45=z(0,05),p=,5% Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 189(4) poznámky k výpočtu Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 190(4) párový znaménkový(sign) test nezapomenout vyloučit nulové rozdíly shodným absolutním hodnotám rozdílům přiřadíme jejich průměrné pořadí Excel nám v takovém případě moc nepomůže, protože řeší problém shod nestandardně, např.: X i X i R + i 4,5 7 4,5 8 Excel v tabulce patrné nestandardní chování Excelu [wilcox.test(pokles,alternative= greater )] hodnotí pouze počet kladných a záporných rozdílů, nezáleží na tom, jak jsou rozdíly veliké(slabší test než Wilcoxonův) H 0 :Y i,z i majístejnérozdělení;zahypotézyočekáváme,že počtykladnýchazápornýchx i jsoupodobné označmey početkladnýchx i zcelkemnnenulových,za hypotézyy bi(n,1/) přibližné rozhodování(centrální limitní věta) Y n/ Y n =, zamítatpro Z z(α/) n/4 n při jednostranné alternativě porovnáme Z a z(α)

4 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 191(4) poznámky Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 19(4) souvisí spolu výšky rodičů? proznaménkovýtestnenítřebaznáthodnotyy i,z i,stačí vědět,kterázmožnostíy i >Z i,y i <Z i,y i =Z i nastala nášpříkladomožnémpoklesupotratovosti(n=,y=8) 8 =1,155, p=p(z >1,155)=0,4 při malých hodnotách n(do 30) se doporučuje Yatesova korekce Y n 1 Z Yates = sign(y n) n náš příklad(yatesova korekce, jiným způsobem přesně p=0,194) výška otce =0,8, p=1 Φ(0,8)=0, výška matky Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 193(4) prokazování závislosti spojitých veličin Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 194(4) příklad: výšky rodičů víme,žepronezávisléx,y je ρ X,Y =0 r xy jeodhadem ρ X,Y ;jakdalekoodnulymusíbýtr xy, abychomnahladině αprokázalizaávislostx,y? zapředpokladu,žex,y majínormálnírozdělení(nebopočet pozorovanýchdvojicx i,y i jevelký),hypotézunezávislosti zamítámepokudje T t n (α),kde T= r 1 r n pron=99dvojicbylspočítánkorelačníkoeficientr=0,05; T= 0,05 1 0,05 97=,07 >t97 (0,05)=1,98 na 5% hladině jsme závislost prokázali t 97 (0,01)=,3,tudížna1%hladinějsmezávislost neprokázali výška zpravidla splňuje předpoklad o normálním rozdělení [cor.test( vyska.m+vyska.o,data=kojeni)] [CORREL(x;y)](pouze výpočet korelačního koeficientu) není-li normální rozdělení a nemnoho pozorování, raději použít Spearmanův korelační koeficient

5 Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 195(4) příklad: výšky rodičů Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 19(4) Spearmanův korelační koeficient výška otce y=b[0]+b[1]x x=c[0]+c[1]y místopůvodníchhodnotx i,y i používájejichpořadír i,q i je to vlastně Pearsonův korelační koeficient použitý na pořadí výpočet lze upravit, zjednodušit na r S =1 n(n 1) n (R i Q i ) vhodný pro nelineární monotonní závislost, nevadí odlehlé hodnoty i=1 při testování nemusí být normální rozdělení výška matky Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 197(4) příklad: alkohol a úmrtnost na cirhózu Mann-Whitney párový Wilcoxon párový znaménkový (Pearsonův) korel. koef. Spearmanův korel. koef. 198(4) cirhóza jater a spotřeba alkoholu země spotřeba úmrtnost R i Q i R i Q i Finsko 3,9 3, Norsko 4, 4,3 5-3 Irsko 5, 3,4 3 1 Holandsko 5,7 3, Švédsko,0 7, Anglie 7, 3,0 1 5 Belgie 10,8, Rakousko 10,9 7,0 8 SRN,3 3, Itálie 15,7 3, Francie 4,7 4, úmrtnost ( r S = ) =0, r = 0,95 zdánlivě mnohem těsnější závislost! alkohol

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 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

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

Cvičení ze statistiky - 9. Filip Děchtěrenko

Cvičení ze statistiky - 9. Filip Děchtěrenko Cvičení ze statistiky - 9 Filip Děchtěrenko Minule bylo.. Dobrali jsme normální rozdělení Tyhle termíny by měly být známé: Inferenční statistika Konfidenční intervaly Z-test Postup při testování hypotéz

Více

PSY117/454 Statistická analýza dat v psychologii Přednáška 10

PSY117/454 Statistická analýza dat v psychologii Přednáška 10 PSY117/454 Statistická analýza dat v psychologii Přednáška 10 TESTY PRO NOMINÁLNÍ A ORDINÁLNÍ PROMĚNNÉ NEPARAMETRICKÉ METODY... a to mělo, jak sám vidíte, nedozírné následky. Smrť Analýza četností hodnot

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

t-test, Studentův párový test Ing. Michael Rost, Ph.D.

t-test, Studentův párový test Ing. Michael Rost, Ph.D. Testování hypotéz: dvouvýběrový t-test, Studentův párový test Ing. Michael Rost, Ph.D. Úvod do problému... Již známe jednovýběrový t-test, při kterém jsme měli k dispozici pouze jeden výběr. Můžeme se

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

Statistické testování hypotéz II

Statistické testování hypotéz II PSY117/454 Statistická analýza dat v psychologii Přednáška 9 Statistické testování hypotéz II Přehled testů, rozdíly průměrů, velikost účinku, síla testu Základní výzkumné otázky/hypotézy 1. Stanovení

Více

IBM SPSS Exact Tests. Přesné analýzy malých datových souborů. Nejdůležitější. IBM SPSS Statistics

IBM SPSS Exact Tests. Přesné analýzy malých datových souborů. Nejdůležitější. IBM SPSS Statistics IBM Software IBM SPSS Exact Tests Přesné analýzy malých datových souborů Při rozhodování o existenci vztahu mezi proměnnými v kontingenčních tabulkách a při používání neparametrických ů analytici zpravidla

Více

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Testování 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

Více

Cvičení ze statistiky - 3. Filip Děchtěrenko

Cvičení ze statistiky - 3. Filip Děchtěrenko Cvičení ze statistiky - 3 Filip Děchtěrenko Minule bylo.. Dokončili jsme základní statistiky, typy proměnných a začali analýzu kvalitativních dat Tyhle termíny by měly být známé: Histogram, krabicový graf

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

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu K čemu slouží statistika Popisuje velké soubory dat pomocí charakteristických čísel (popisná statistika). Hledá skryté zákonitosti v souborech

Více

Kontingenční tabulky, korelační koeficienty

Kontingenční tabulky, korelační koeficienty Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Mějme kategoriální proměnné X a Y. Vytvoříme tzv. kontingenční tabulku. Budeme tedy testovat hypotézu

Více

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368 Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540

Více

STATISTICKÉ TESTY VÝZNAMNOSTI

STATISTICKÉ TESTY VÝZNAMNOSTI STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená

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

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

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek

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

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

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

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

Statistické metody uţívané při ověřování platnosti hypotéz

Statistické metody uţívané při ověřování platnosti hypotéz Statistické metody uţívané při ověřování platnosti hypotéz Hypotéza Domněnka, předpoklad Nejčastěji o rozdělení, středních hodnotách, závislostech, Hypotézy ve vědeckém výzkumu pracovní, věcné hypotézy

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

NEPARAMETRICKÉ TESTY

NEPARAMETRICKÉ TESTY NEPARAMETRICKÉ TESTY Výhodou neparametrických testů je jejich použitelnost bez ohledu na typ rozdělení, z něhož výběr pochází. K testování se nepoužívají parametry výběru (např.: aritmetický průměr či

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

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

Statistické metody v ekonomii. Ing. Michael Rost, Ph.D. Statistické metody v ekonomii Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Test χ 2 v kontingenční tabulce typu 2 2 Jde vlastně o speciální případ χ 2 testu pro čtyřpolní tabulku.

Více

Intervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr

Intervalový 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

Více

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D. Program Statistica Base 9 Mgr. Karla Hrbáčková, Ph.D. OBSAH KURZU obsluha jednotlivých nástrojů, funkce pro import dat z jiných aplikací, práce s popisnou statistikou, vytváření grafů, analýza dat, výstupní

Více

6. T e s t o v á n í h y p o t é z

6. T e s t o v á n í h y p o t é z 6. T e s t o v á n í h y p o t é z Na základě hodnot z realizace náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Používáme k tomu vhodně

Více

Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností

Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností Martina Mikeszová Oddělení ekonomické sociologie, tým socioekonomie bydlení

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

charakteristiky polohy v geografii/demografii Statistika míry nerovnoměrnosti charakteristiky polohy v geografii/demografii(2)

charakteristiky polohy v geografii/demografii Statistika míry nerovnoměrnosti charakteristiky polohy v geografii/demografii(2) Statistika (MD360P03Z, MD360P03U) ak. rok 2007/2008 Karel Zvára karel.zvara@mff.cuni.cz http://www.karlin.mff.cuni.cz/ zvara 16. října 2007 1(173) char. polohy v geogr./demogr. Giniho index Lorenzova křivka

Více

Metodické postupy: Nástroje ke zvýšení finanční dostupnosti bydlení za cílem pozitivně ovlivnit demografické chování mladé generace

Metodické postupy: Nástroje ke zvýšení finanční dostupnosti bydlení za cílem pozitivně ovlivnit demografické chování mladé generace Metodické postupy: Nástroje ke zvýšení finanční dostupnosti bydlení za cílem pozitivně ovlivnit demografické chování mladé generace Tomáš Kostelecký, Jana Vobecká tomas.kostelecky@soc.cas.cz jana.vobecka@soc.cas.cz

Více

Test dobré shody v KONTINGENČNÍCH TABULKÁCH

Test 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

Více

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik

Více

INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION

INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION VLIV INFORMATIVNÍ TABULE NA ZMĚNU RYCHLOSTI VE VYBRANÉ LOKALITĚ INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION Martin Lindovský 1 Anotace: Článek popisuje měření prováděné na

Více

Neparametrické testy. 1. Úvod. 2. Medián

Neparametrické testy. 1. Úvod. 2. Medián Neparametrické testy. Úvod Testy hypotéz o parametrech základních souborů, které jsme zatím poznali, jsou založeny na předpokladu, že tyto soubory mají normální rozdělení pravděpodobnosti, popřípadě i

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

Analýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu.

Analýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu. Analýza rozptylu Analýza rozptylu umožňuje ověřit významnost rozdílu mezi výběrovými průměry většího počtu náhodných výběrů, umožňuje posoudit vliv různých faktorů. Podle počtu analyzovaných faktorů rozlišujeme

Více

Analýza dat z dotazníkových šetření

Analýza dat z dotazníkových šetření Analýza dat z dotazníkových šetření Cvičení 6. Rozsah výběru Př. Určete minimální rozsah výběru pro proměnnou věk v souboru dovolena, jestliže 95% interval spolehlivost průměru proměnné nemá být širší

Více

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

alternativní rozdělení Statistika binomické rozdělení bi(n, π)(2)

alternativní rozdělení Statistika binomické rozdělení bi(n, π)(2) Statistika (MD360P03Z, MD360P03U) ak. rok 2007/2008 Karel Zvára karel.zvara@mff.cuni.cz http://www.karlin.mff.cuni.cz/ zvara 5. listopadu 2007 1(178) binomické rozdělení Poissonovo rozdělení normální rozdělení

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

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

ZX510 Pokročilé statistické metody geografického výzkumu. Téma: Měření síly asociace mezi proměnnými (korelační analýza)

ZX510 Pokročilé statistické metody geografického výzkumu. Téma: Měření síly asociace mezi proměnnými (korelační analýza) ZX510 Pokročilé statistické metody geografického výzkumu Téma: Měření síly asociace mezi proměnnými (korelační analýza) Měření síly asociace (korelace) mezi proměnnými Vztah mezi dvěma proměnnými existuje,

Více

Dovednosti dospělých v prostředí informačních technologií

Dovednosti dospělých v prostředí informačních technologií Mezinárodní výzkum dospělých Programme for the International Assessment of Adult Competencies Dovednosti dospělých v prostředí informačních technologií Lucie Kelblová PIAAC Mezinárodní výzkum vědomostí

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

ROZDĚLENÍ NÁHODNÝCH VELIČIN

ROZDĚLENÍ NÁHODNÝCH VELIČIN ROZDĚLENÍ NÁHODNÝCH VELIČIN 1 Vytvořeno s podporou projektu Průřezová 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)

Více

Statistická data o cestovním ruchu na Vysočině k 31/12 2008

Statistická data o cestovním ruchu na Vysočině k 31/12 2008 Statistická data o cestovním ruchu na Vysočině k 31/12 28 kapacity hromadných ubytovacích zařízení počet hostů počet přenocování srovnání v rámci ČR Počet hostů eviduje ČSÚ a to pouze v ubytovacích zařízeních

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

diskriminaci žen letní semestr 2012 1 = výrok, o jehož pravdivosti chceme rozhodnout tvrzení o populaci, o jehož platnosti rozhodujeme

diskriminaci žen letní semestr 2012 1 = výrok, o jehož pravdivosti chceme rozhodnout tvrzení o populaci, o jehož platnosti rozhodujeme motivační příklad Párový Párový Příklad (Platová diskriminace) firma provedla šetření s cílem zjistit, zda dochází k platové diskriminaci žen Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky

Více

Analýza výsledků testu čtenářské gramotnosti v PRO23 2010/11

Analýza výsledků testu čtenářské gramotnosti v PRO23 2010/11 Analýza výsledků testu čtenářské gramotnosti v PRO23 2010/11 Zpracoval: www.scio.cz, s.r.o. (15. 2. 2012) Datové podklady: výsledky a dotazníky z PRO23, test čtenářské gramotnosti, www.scio.cz, s.r.o.

Více

Obsah. Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku

Obsah. Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku Obsah Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v

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

Obsah. 3 Testy 31 3.1 z test... 32 3.2 z test 2... 33 3.3 t test... 34 3.4 t test 2s... 35

Obsah. 3 Testy 31 3.1 z test... 32 3.2 z test 2... 33 3.3 t test... 34 3.4 t test 2s... 35 Obsah 1 Popisná statistika 4 1.1 bas stat........................................ 5 1.2 mean.......................................... 6 1.3 meansq........................................ 7 1.4 sumsq.........................................

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

Cvičení 9: Neparametrické úlohy o mediánech

Cvičení 9: Neparametrické úlohy o mediánech Cvičení 9: Neparametrické úlohy o mediánech Úkol 1.: Párový znaménkový test a párový Wilcoxonův test Při zjišťování kvality jedné složky půdy se používají dvě metody označené A a B. Výsledky: Vzorek 1

Více

1.1 Úvod... 1 1.2 Data... 1. 3 Statistická analýza dotazníkových dat 8. Literatura 10

1.1 Úvod... 1 1.2 Data... 1. 3 Statistická analýza dotazníkových dat 8. Literatura 10 MÍRY STATISTICKÉ VAZBY, VÝBĚROVÁ ŠETŘENÍ, STATISTICKÁ ANALÝZA DOTAZNÍKOVÝCH DAT Obsah 1 Statistická data 1 1.1 Úvod.......................................... 1 1. Data...........................................

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

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

Přehled statistického zpracování dat. Matúš Šucha, Dana Černochová, Lenka Šrámková, Vlasta Rehnová, Petr Zámečník

Přehled statistického zpracování dat. Matúš Šucha, Dana Černochová, Lenka Šrámková, Vlasta Rehnová, Petr Zámečník Přehled statistického zpracování dat Matúš Šucha, Dana Černochová, Lenka Šrámková, Vlasta Rehnová, Petr Zámečník Stanovení kritéria validity Reference zaměstnavatelů / nadřízených Dopravní nehody, přestupky,

Více

Kontexty porodnosti v České republice a Praze

Kontexty porodnosti v České republice a Praze Kontexty porodnosti v České republice a Praze Jitka Rychtaříková Katedra demografie a geodemografie Přírodovědecká fakulta Univerzity Karlovy v Praze Albertov 6, 128 43 Praha rychta@natur.cuni.cz +420

Více

Program rozvoje Plzeňského kraje 2014-2018. Odborná skupina EKONOMIKA

Program rozvoje Plzeňského kraje 2014-2018. Odborná skupina EKONOMIKA Program rozvoje Plzeňského kraje 214-218 Odborná skupina EKONOMIKA Struktura Významnější zastoupení větších podniků 1 1,5 tis. zam. Úbytek malých a středních podniků (do 25 zam.) od r. 28 až v roce 211

Více

Dovednosti dospělých v prostředí informačních technologií

Dovednosti dospělých v prostředí informačních technologií Mezinárodní výzkum dospělých Programme for the International Assessment of Adult Competencies Dovednosti dospělých v prostředí informačních technologií Lucie Kelblová PIAAC Mezinárodní výzkum vědomostí

Více

Vývoj průměrných cen za odběr elektřiny v ČR - fakturace

Vývoj průměrných cen za odběr elektřiny v ČR - fakturace 1974 1976 1978 1980 1982 1984 1986 1988 1990 1992 1994 1996 1998 2000 2002 2004 2006 2008 Vývoj průměrných cen za odběr elektřiny v ČR - fakturace (údaje v Kč/ kwh) Rok Odběry Odběry z nn Odběry z vvn

Více

4ST201 STATISTIKA CVIČENÍ Č. 8

4ST201 STATISTIKA CVIČENÍ Č. 8 4ST201 STATISTIKA CVIČENÍ Č. 8 analýza závislostí kontingenční tabulky test závislosti v kontingenční tabulce analýza rozptylu regresní analýza lineární regrese Analýza závislostí Budeme ověřovat existenci

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

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

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Inferenční statistika - úvod z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Pravděpodobnost postupy induktivní statistiky vycházejí z teorie pravděpodobnosti pravděpodobnost, že

Více

Matematika Kvadratická rovnice. Kvadratická rovnice je matematický zápis, který můžeme (za pomoci ekvivalentních úprav) upravit na tvar

Matematika Kvadratická rovnice. Kvadratická rovnice je matematický zápis, který můžeme (za pomoci ekvivalentních úprav) upravit na tvar Kvadratická rovnice Kvadratická rovnice je matematický zápis, který můžeme (za pomoci ekvivalentních úprav) upravit na tvar ax 2 + bx + c = 0. x neznámá; v kvadratické rovnici se vyskytuje umocněná na

Více

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI Josef Křepela, Jiří Michálek OSSM při ČSJ Červen 009 Hodnocení způsobilosti atributivních znaků jakosti (počet neshodných jednotek) Nechť p je pravděpodobnost

Více

Přednáška 10. Analýza závislosti

Přednáška 10. Analýza závislosti Přednáška 10 Analýza závislosti Analýza závislosti dvou kategoriálních proměnných Analýza závislosti v kontingečních tabulkách Analýza závislosti v asociačních tabulkách Simpsonův paradox Analýza závislosti

Více

Biostatistika a matematické metody epidemiologie - stručné studijní texty

Biostatistika a matematické metody epidemiologie - stručné studijní texty Biostatistika a matematické metody epidemiologie - stručné studijní texty Bohumír Procházka, SZÚ Praha 1 Co můžeme sledovat Pro charakteristiku nebo vlastnost, kterou chceme sledovat zvolíme termín jev.

Více

Limita a spojitost funkce

Limita a spojitost funkce Limita a spojitost funkce Základ všší matematik Dana Říhová Mendelu Brno Průřezová inovace studijních programů Lesnické a dřevařské fakult MENDELU v Brně (LDF) s ohledem na disciplin společného základu

Více

Modul Analýza síly testu Váš pomocník při analýze dat.

Modul Analýza síly testu Váš pomocník při analýze dat. 6..0 Modul Analýza síly testu Váš pomocník při analýze dat. Power Analysis and Interval Estimation Analýza síly testu Odhad velikosti vzorku Pokročilé techniky pro odhad intervalu spolehlivosti Rozdělení

Více

Informační technologie a statistika 1

Informační technologie a statistika 1 Informační technologie a statistika 1 přednášející: konzul. hodiny: e-mail: Martin Schindler KAP, tel. 48 535 2836, budova G po dohodě martin.schindler@tul.cz naposledy upraveno: 21. září 2015, 1/33 Požadavek

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

Me neˇ nezˇ minimum ze statistiky Michaela S ˇ edova KPMS MFF UK Principy medicı ny zalozˇene na du kazech a za klady veˇdecke prˇı pravy 1 / 76

Me neˇ nezˇ minimum ze statistiky Michaela S ˇ edova KPMS MFF UK Principy medicı ny zalozˇene na du kazech a za klady veˇdecke prˇı pravy 1 / 76 1 / 76 Méně než minimum ze statistiky Michaela Šedová KPMS MFF UK Principy medicíny založené na důkazech a základy vědecké přípravy Příklad Studie syndromu náhodného úmrtí dětí. Dvě skupiny: Děti, které

Více

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2 Na úloze ukážeme postup analýzy velkého výběru s odlehlými prvky pro určení typu rozdělení koncentrace kyseliny močové u 50 dárců krve. Jaká je míra polohy a rozptýlení uvedeného výběru? Z grafických diagnostik

Více

Kurz SPSS: Jednoduchá analýza dat. Jiří Šafr

Kurz SPSS: Jednoduchá analýza dat. Jiří Šafr Kurz SPSS: Jednoduchá analýza dat Jiří Šafr vytvořeno 29. 6. 2009 Dva základní typy statistiky 1. Popisná statistika: metody pro zjišťování a sumarizaci informací grfy, tabulky, popisné chrakteristiky

Více

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky Vysoká škola báňská technická univerzita Ostrava Fakulta elektrotechniky a informatiky Bankovní účty (semestrální projekt statistika) Tomáš Hejret (hej124) 18.5.2013 Úvod Cílem tohoto projektu, zadaného

Více

Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy.

Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy. Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy. Z pastí na daném území byla odhadnuta abundance několika druhů: myšice lesní 250, myšice křovinná 200, hraboš polní 150,

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

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Seminární práce 1 Brno, 2002 Ing. Pavel

Více

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií Hodina 50 Strana /4 Gymnázium Budějovická Volitelný předmět Ekonomie - jednoletý BLOK ČÍSLO 8 Hodnocení akcií Předpokládaný počet : 9 hodin Použitá literatura : František Egermayer, Jan Kožíšek Statistická

Více

Testování hypotéz a měření asociace mezi proměnnými

Testování hypotéz a měření asociace mezi proměnnými Testování hypotéz a měření asociace mezi proměnnými Testování hypotéz Nulová a alternativní hypotéza většina statistických analýz zahrnuje různá porovnání, hledání vztahů, efektů Tvrzení, že efekt je nulový,

Více

MODEL ZAMĚSTNANOSTI A PŘEPRAVY

MODEL ZAMĚSTNANOSTI A PŘEPRAVY MODEL ZAMĚSTNANOSTI A PŘEPRAVY Kateřina Pojkarová Anotace:Článek se zabývá vzájemnými vazbami, které spojují počet zaměstnaných osob a osobní přepravu vyjádřenou jako celek i samostatně pro různé druhy

Více

SPOTŘEBNÍ DAŇ V EU. Michaela Boučková, Tereza Máchová

SPOTŘEBNÍ DAŇ V EU. Michaela Boučková, Tereza Máchová SPOTŘEBNÍ DAŇ V EU Michaela Boučková, Tereza Máchová SPOTŘEBNÍ DAŇ Z CIGARET od 1. ledna 2014 musí být celková spotřební daň nejméně 60 % vážené průměrné maloobchodní ceny cigaret propuštěných ke spotřebě.

Více

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2 Statistika jako obor Statistika Statistika je vědní obor zabývající se zkoumáním jevů hromadného charakteru. Tím se myslí to, že zkoumaný jev musí příslušet určité části velkého množství objektů (lidí,

Více

Přirozený pohyb obyvatelstva. Centre for Analysis of Regional Systems cenars.upol.cz

Přirozený pohyb obyvatelstva. Centre for Analysis of Regional Systems cenars.upol.cz Přirozený pohyb obyvatelstva Centre for Analysis of Regional Systems cenars.upol.cz Měření demografických jevů počty událostí (absolutní údaje) hrubé míry * specifické / diferenční míry pro různá pohlaví,

Více

2. workshop metodiků MěK Děčín, 9. 10. dubna 2014

2. workshop metodiků MěK Děčín, 9. 10. dubna 2014 2. workshop metodiků MěK Děčín, 9. 10. dubna 2014 Základní charakteristiky Programu RF Oficiálně vzniká V roce 2002 Grant od státu Přechází pod kraje V roce 2005 Granty krajů MK vydává Metodický pokyn

Více

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

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

Více

Ondřej Nývlt DEMOGRAFICKÁ DATA O (NE)ZAMĚSTNANOSTI POPULACE 50+ V ČR. 10. 9. 2014 - Workshop e-capacit8

Ondřej Nývlt DEMOGRAFICKÁ DATA O (NE)ZAMĚSTNANOSTI POPULACE 50+ V ČR. 10. 9. 2014 - Workshop e-capacit8 DEMOGRAFICKÁ DATA O (NE)ZAMĚSTNANOSTI POPULACE 50+ V ČR Ondřej Nývlt 10. 9. 2014 - Workshop e-capacit8 ČESKÝ STATISTICKÝ ÚŘAD Na padesátém 81, 100 82 Praha 10 www.czso.cz 1 Zdroje dat demografie, trh práce,

Více

Z metodického hlediska je třeba rozlišit, zda se jedná o daňovou kvótu : jednoduchou; složenou; konsolidovanou.

Z metodického hlediska je třeba rozlišit, zda se jedná o daňovou kvótu : jednoduchou; složenou; konsolidovanou. Daňová kvóta Daňová kvóta (Tax Quota) patří mezi významné ukazatele uplatňované při mezinárodní komparaci. Je poměrovým ukazatelem vyjadřujícím úroveň daňových výnosů ve vztahu k hrubému domácímu produktu

Více

Ovzduší na českopolském pohraničí Trajektorie PM10 ve Slezsku

Ovzduší na českopolském pohraničí Trajektorie PM10 ve Slezsku 18. konference Zdraví a životní prostředí Milovy, 2.-3. 10.2013. Ovzduší na českopolském pohraničí Trajektorie PM10 ve Slezsku Jiří Bílek Situace v MSK a Ostravě V kraji 3 špinavé oblasti: Ostravsko Karvinsko/Bohumínsko

Více

4ST201 STATISTIKA CVIČENÍ Č. 10

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

Více

ZMĚNY VE STRUKTUŘE VÝDAJŮ DOMÁCNOSTÍ V ZEMÍCH EU

ZMĚNY VE STRUKTUŘE VÝDAJŮ DOMÁCNOSTÍ V ZEMÍCH EU Praha, 1. 11. 2012 ZMĚNY VE STRUKTUŘE VÝDAJŮ DOMÁCNOSTÍ V ZEMÍCH EU Struktura výdajů domácností prochází vývojem, který je ovlivněn především cenou zboží a služeb. A tak skupina zboží či služeb, která

Více

Navrhování experimentů a jejich analýza. Eva Jarošová

Navrhování experimentů a jejich analýza. Eva Jarošová Navrhování experimentů a jejich analýza Eva Jarošová Obsah Základní techniky Vyhodnocení výsledků Experimenty s jedním zkoumaným faktorem Faktoriální experimenty úplné 2 N dílčí 2 N-p Experimenty pro studium

Více