Grafická prezentace a numerické modelování geochemických dat
|
|
- Klára Bednářová
- před 7 lety
- Počet zobrazení:
Transkript
1 Grafická prezentace a numerické modelování geochemických dat Interpretace Sr izotopických dat Vybrané citace: ARNDT N.T. & GOLDSTEIN S.L Use and abuse of crust-formation ages. Geology 15: DEPAOLO D.J Neodymium isotope geochemistry. Springer, Berlin, pp DICKIN A.P Radiogenic Isotope Geology. Cambridge University Press, pp FAURE G Principles of Isotope Geology. J. Wiley & Sons, Chichester, pp GEYH M.A. & SCHLEICHER H Absolute age determination. Springer Verlag, Berlin, pp JACOBSEN S.B. & WASSERBURG G.J Sm evolution of chondrites. Earth Planet. Sci. Lett. 50: JANOUŠEK V., ROGERS G. & BOWES D.R Sr isotopic constraints on the petrogenesis of the Central Bohemian Pluton, Czech Republic. Geol. Rdsch. 84: LUDWIG K.R Isoplot, a plotting and regression program for radiogenic-isotope data, version US Geological Survey Open-File Report , pp LUGMAIR G.W. & MARTI K Lunar initial 143 / 144 : differential evolution line of the lunar crust and mantle. Earth Planet. Sci. Lett. 39: MICHARD A., GURRIET P., SOUDANT M. & ALBARÉDE F isotopes in French Phanerozoic shales: external vs. internal aspects of crustal evolution: Geochim. Cosmochim. Acta 49: PROVOST A An improved diagram for isochron data. Chemical Geology (Isotope Geoscience Section) 80: STEIGER R.H. & JÄGER E Subcommission on geochronology: convention on the use of decay constants in geo- and cosmochronology. Earth Planet. Sci. Lett. 36: XAFI DA SILVA J.J., ALBERTO DOS NTOS C. & PROVOST A Granito Serra do Acari: geologia e implacação metalogenética (folha Rio Mapuera, NW do estado do Pará). Proc. 2nd Symp. on Geology of Amazônia, Belém, Vol. 2. Soc. Bras. Geol., São Paulo, pp YORK D Least-squares fitting of a straight line with correlated errors. Earth Planet. Sci. Lett., 5: Přepočet poměrů Rb/Sr a Sm/ na izotopické poměry Rb Sr Sm Rb β Sr (3.7) 143 Sm α (3.8) 87 Rb Sr = (3.9) 86 Sr Sr = Sm (3.10)
2 3/ Výpočet iniciálních poměrů (pro známé stáří) I = R e λt ( 1) (3.11) I = I i + R λt ( e 1) (3.12) Pokud známe stáří, můžeme dopočítat iniciální poměr pomocí: I i = I R λt ( e 1) (3.13) kde: I = 87 Sr/ 86 Sr nebo 143 / 144, R = 87 Rb/ 86 Sr nebo 147 Sm/ 144 rozpadová konstanta Rb λ Rb = y 1 (Steiger & Jäger, 1977) rozpadová konstanta Sm λ Sm = y 1 (Lugmair & Marti, 1978) 3.8. Výpočet stáří (známe iniciální poměr) 1 I I i t = ln + 1 λ R (3.14) Soubor cbpizo.data obsahuje část Sr izotopických dat pro granitoidy Cvičení 3.6 středočeského plutonu a horniny jejich metamorfního pláště. Zdá se, že ukazují na velkou variabilitu zdrojů a procesů, které se uplatnily při genezi jednotlivých intruzí a suit (Janoušek et al., 1995). Tab 3.4. Vybraná Sr- izotopová data pro granitoidy středočeského plutonu (Janoušek et al. 1995) ID Rock type Rb (ppm) Sr (ppm) 87 Sr/ 86 Sr Sm (ppm) (ppm) 143 / 144 Sa-1 Sázava Koz-2 Kozárovice Bl-2 Blatná Se-9 Sedlčany Ri-1 Říčany CR-1 shale CR-5 paragneiss načtěte soubor cbpizo.data do matice izo, vypočtěte poměry 87 Rb/ 86 Sr a 147 Sm/ 144 a připojte je k matici jako poslední dva sloupce navrhněte funkce pro výpočet iniciálních poměrů Sr a izotopů; spočtěte tyto pro data v matici izo pro stáří 350 a 300 Ma; dokážete napsat funkci jedinou, která bude mít jako jeden z parametrů izotopový systém (Sr nebo )? spočtěte stáří kozárovického granodioritu (Koz-2) za předpokladu, že jeho iniciální poměr je > izo<-read.table("cbpizo.data",sep="\t") > colnames(izo)[c(3,6)]<-c("87sr/86sr","143/144")
3 3/10 > sr<-izo[,1]/izo[,2]*( *izo[,3]) > nd<-izo[,4]/izo[,5]*( *izo[,6]) > izo<-cbind(izo,sr,nd) > colnames(izo)[7:8]<-c("87rb/86sr","147sm/144") > izo[7:8] 87Rb/86Sr 147Sm/144 Sa Koz Bl Se Ri CR CR initial<-function(data,system="sr",age){ # system je "Sr" nebo "", pokud neuveden, předpokládá se automaticky "Sr" # age je v miliónech let lambda<-c(1.42*10^-11,6.54*10^-12) names(lambda)<-c("sr","") R<-cbind(data[,"147Sm/144"],data[,"87Rb/86Sr"]) colnames(r)<-c("","sr") I<-cbind(data[,"143/144"],data[,"87Sr/86Sr"]) colnames(i)<-c("","sr") } X<-I[,system]-(R[,system]*(exp(lambda[system]*age*10^6)-1)) names(x)<-rownames(data) return(x) > izo<-cbind(izo,initial(izo,age=350),initial(izo,age=300), initial(izo,"",350),initial(izo,"",300)) > colnames(izo)[9:12]<-c("87sr/86sr.350","87sr/86sr.300","143/ ", "143/ ") > izo[,9:12] 87Sr/86Sr Sr/86Sr / / Sa Koz Bl Se Ri CR CR > age<-1/1.42e-11*log((izo["koz-2","87sr/86sr"]-0.705)/ izo["koz-2","87rb/86sr"]+1) > age/1e6 [1] Hodnoty epsilon Iniciální poměry izotopů se vyjadřují relativně vůči modelovému primitivnímu plášťovému rezervoáru zvanému CHUR (Chondritic Uniform Reservoir) ve formě tzv. hodnot ε :
4 i 3/11 Kde: 144 i i 4 ε = CHUR (3.15) t je stáří intruze, indexy t značí iniciální izotopické poměry, indexy 0 současné izotopické poměry, = vzorek. i Současné složení CHUR je: 147 Sm/ 144 = a 143 / 144 = (Jacobsen & Wasserburg, 1980) Cvičení 3.7 napište funkci pro výpočet iniciálních hodnot ε spočtěte tyto hodnoty pro granitoidy středočeského plutonu v době před 350 Ma vyneste iniciální poměry 87 Sr/ 86 Sr a hodnoty ε do xy diagramu epsilon<-function(data,age){ RCHUR< ; ICHUR< CHUR<-ICHUR-RCHUR*(exp(6.54e-12*age*10^6)-1) X<- (initial(data,"",age)/chur-1)*10^4 return(x) } > round(epsilon(izo,350),2) Sa-1 Koz-2 Bl-2 Se-9 Ri-1 CR-1 CR > # Zaokrouhlené na dvě desetinná místa > plot(initial(izo,age=350),epsilon(izo,350),xlab="87sr/86sr.350",ylab= "Eps.350",pch=15) Poznámka zobrazení symbolů v diagramech Pro formátování textu na diagramech, např. pro zobrazení indexů a matematických symbolů, slouží funkce expression(). Má poměrně složitou syntaxi, a pro začátek stačí vědět, že spodní index se zapisuje v hranatých závorkách, horní index je uvozen znakem ^, a řecká písmena se nahrazují jejich jménem. Několik příkladů: ε Notace Výsledek SiO[2] SiO 2 FeO^T FeO T epsilon[] ε Obr Sr 86 Sr i Diagram 87 Sr/ 86 Sr ε pro granitoidy středočeského plutonu před 350 Ma
5 3/12 > plot(initial(izo,age=350),epsilon(izo,350),xlab=expression (" "^87*Sr/" "^86*Sr[i]),ylab=expression(epsilon[]^i),pch=15) > # Obr. 3.4 Další detaily: help(plotmath) Modelová stáří Modelové stáří je okamžik v minulosti, kdy izotopické složení vzorku bylo identické se zvoleným rezervoárem (nejčastěji CHUR nebo ochuzený plášť Depleted Mantle DePaolo, 1988) (Obr. 3.5). Tedy rovnice: řeší pro T (modelové stáří): I R I = I (3.16) T T λt λt ( e 1) = I R ( e 1) 1 I I T = ln + 1 λ R R (3.17) (3.18) Současné složení ochuzeného pláště (): 147 Sm/ 144 = / 144 = (Michard et al., 1985) I Partial melting Melt CHUR Residue (Depleted Mantle = ) I T = I T I = ( 143 / 144 ) Sample Depleted mantle MPLE I CHUR Partial melting a) b) T 0 Time T 0 Time Obr a Izotopický vývoj neodymu v chondritickém rezervoáru (CHUR), vyvřelé hornině vzniklé jeho tavením a pevného rezidua ochuzeného pláště (Depleted Mantle, podle Faure, 1986); b Princip jednostupňového modelového stáří.
6 3/13 Cvičení 3.8 napište funkci pro výpočet modelových stáří vzhledem k ochuzenému plášťovému rezervoáru spočtěte modelová stáří pro granitoidy středočeského plutonu age<-function(data){ I< ; R< R<-data[,"147Sm/144"] I<-data [,"143/144"] X<-1/6.54e-12*log(((I-I)/(R-R))+1)/10^9 names(x)<-rownames(data) return(x) } > round(age(izo),2) Sa-1 Koz-2 Bl-2 Se-9 Ri-1 CR-1 CR Izochronová stáří Základní rovnice Rb Sr a Sm metod (3.12) je rovnicí přímky v směrnicovém tvaru: y = a + bx (3.19) Takže na izochronových diagramech (např. Obr. 3.6) 87 Rb/ 86 Sr 87 Sr/ 86 Sr a 147 Sm/ / 144 bude a reprezentovat úsek vyťatý na ose y (tedy iniciální poměr), a b sklon (směrnici přímky). Ze vzorců 3.12 a 3.19: b = tgα = λt ( e 1) lze snadno odvodit rovnici pro izochronové stáří: (3.20) Obr. 3.6 Rb Sr izotopická data pro adamelit Agua Branca, Brazílie, vynesená do izochronového diagramu (Provost 1990) 1 t = ln b + λ ( 1) (3.21) I když lze izochrony počítat normální lineární regresí, lepší je regrese vážená (York 1969), kterou implementují programy uvedené v Tab Table 3.5. Přehled software běžně používaného v geochronologii Isochron Provost (1990) France Pascal Isoplot Ludwig (1993) U QuickBasic Isoplot/Ex Ludwig (1999) U Excel Macro
7 3/14 Cvičení 3.9 V souboru acari.data jsou Rb Sr izotopická data získaná Xafi da Silvou et al. (1985) pro granit Serra do Acari (Pará, Brazílie). Použijeme je pro procvičení vynášení izochron v R: Table 3.6. Rb Sr Izotopová data pro granit Serra do Acari (Xafi da Silva et al. 1986) Sample 87 Rb/ 86 Sr 1σ 87 Sr/ 86 Sr 1σ AT-R AT-R AT-R AT-R AT-R AT-R načtěte soubor acari.data do matice acari vyneste izochronový diagram 87 Rb/ 86 Sr 87 Sr/ 86 Sr proložte data přímkou, spočtěte stáří a iniciální poměr granitu (výsledek uložte v proměnné izoch, sklon a intercept budou pak uloženy v izoch$coefficents) pomocí funkce identify() identifikujte několik bodů podle Vaší volby > acari<-read.table("acari.data",sep="\t") > colnames(acari)<-c("87rb/86sr","chyba.x","87sr/86sr","chyba.y") > plot(acari[,1],acari[,3],xlab="87rb/86sr",ylab="87sr/86sr",pch=15) > # správný popis obou os by zajistil následující příkaz: > # plot(acari[,1],acari[,3],xlab=expression(" "^87*Rb/" "^86*Sr), ylab=expression(" "^87*Sr/" "^86*Sr),pch=15) > # Obr. 3.7 > izoch<-lm(acari[,3]~acari[,1]) > izoch Call: lm(formula = acari[, 3] ~ acari[, 1]) Coefficients: (Intercept) acari[, 1] > abline(izoch,lty=2, col="blue") > age<-1/1.42e-11* log(izoch$coefficients[2]+1) > age/1e6 acari[, 1] > identify(acari[,1],acari[,3], rownames(acari))
8 3/15 87 Sr 86 Sr Rb 86 Sr Obr Rb Sr izochrona pro granit Serra do Acari (Cvičení 3.9)
Vojtěch Janoušek: IV. Principy geochronologie
Vojtěch Janoušek: IV. Principy geochronologie Úvod IV. Principy geochronologie Radioaktivní, radiogenní a stabilní izotopy Výpočet stáří a iniciálního poměru Výpočet stáří metodou izochrony Alternativy
VíceV. Metody radiometrického datování a izotopové geologie
V. Metody radiometrického datování a izotopové geologie V.1 Metody datování K - Ar a Ar - Ar V.1.1 Chemické vlastnosti, radioaktivní rozpad a výskyt izotopů Draslík (Z = 19) je litofilní prvek náležející
VíceZÁKLADY IZOTOPOVÉ GEOLOGIE A GEOCHRONOLOGIE RADIOGENNÍ IZOTOPY
ZÁKLADY IZOTOPOVÉ GEOLOGIE A GEOCHRONOLOGIE RADIOGENNÍ IZOTOPY Jan Košler, Emil Jelínek, Magdalena Pačesová UNIVERSITA KARLOVA PRAHA 1997 2 Obsah Obsah Předmluva 6 I. Úvod 7 I.1 Co je izotopová geologie
VíceLineární a logistická regrese
Lineární a logistická regrese Martin Branda Univerzita Karlova v Praze Matematicko-fyzikální fakulta Katedra pravděpodobnosti a matematické statistiky Výpočetní prostředky finanční a pojistné matematiky
VíceAnalýza reziduí gyroskopu umístěného na kyvadle p.1
Analýza reziduí gyroskopu umístěného na kyvadle Petr Šimeček Analýza reziduí gyroskopu umístěného na kyvadle p.1 Data z gyroskopu na kyvadle Data: 2 vzorky: RFILE, SIM frekvence 0.1s 30000 pozorování Proměnné:
Vícevyneste graf A/CNK A/NK, zobrazte v něm linie A/CNK=1, A/NK = 1 a A/CNK=A/NK
Grafická prezentace a numerické modelování geochemických dat Jednoduché geochemické přepočty a grafy 3.1 Geochemické indexy a binární diagramy Vybrané citace: ALBARÈDE F. 1995. Introduction to the Geochemical
VíceEva Fišerová a Karel Hron. Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci.
Ortogonální regrese pro 3-složkové kompoziční data využitím lineárních modelů Eva Fišerová a Karel Hron Katedra matematické analýzy a aplikací matematiky Přírodovědecká fakulta Univerzity Palackého v Olomouci
VíceMechanika zemin I 4 Stlačitelnost
Mechanika zemin I 4 Stlačitelnost 1. Izotropní stlačení 2. Nelinearita 3. Překonsolidace OC; OC vs. creep 4. Jednoosé stlačení - parametry 5. Výpočet sedání za předpokladu jednoosé stlačitelnosti 6. Součinitel
VíceUniverzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.1 Matematické principy vícerozměrných metod statistické analýzy
VíceGeochemie endogenních procesů 9. část
Geochemie endogenních procesů 9. část proces obohacení pláště fluida a taveniny různé typy metasomatózy v závislosti na geotektonickém prostředí různý výsledný chemismus silně ovlivňuje chemismus výchozích
VíceGeochemie endogenních procesů 8. část
Geochemie endogenních procesů 8. část zemský plášť má tloušťku 2800 km a tvoří tak 62 % Země spodní, svrchní plášť, transitní zóny diskontinuity (410 km a 660 km) velmi málo informací (převážně geofyzika
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOS A SAISIKA Regresní analýza - motivace Základní úlohou regresní analýzy je nalezení vhodného modelu studované závislosti. Je nutné věnovat velkou pozornost tomu aby byla modelována REÁLNÁ
VíceTestování změn v binárnách autoregresních modelech Šárka Hudecová 1/ 36
Testování změn v binárnách autoregresních modelech Šárka Hudecová KPMS MFF UK ROBUST 2012 Němčičky 9. 14.9.2012 Testování změn v binárnách autoregresních modelech Šárka Hudecová 1/ 36 Uvažovaná situace
VíceKlasická a robustní ortogonální regrese mezi složkami kompozice
Klasická a robustní ortogonální regrese mezi složkami kompozice K. Hrůzová, V. Todorov, K. Hron, P. Filzmoser 13. září 2016 Kompoziční data kladná reálná čísla nesoucí pouze relativní informaci, x = (x
VíceChyby nepřímých měření
nepřímé měření: Chyby nepřímých měření chceme určit veličinu z hodnot jiných veličin na základě funkční vztahu máme změřené veličiny pomocí přímých měření (viz. dříve) včetně chyb: x±σ x, y±σ y,... známe
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 7 Jak hodnotit vztah spojitých proměnných
VíceV praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více
9 Vícerozměrná data a jejich zpracování 9.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat, hledáme souvislosti mezi dvěmi, případně více náhodnými veličinami. V praxi pracujeme
Více=10 =80 - =
Protokol č. DĚDIČNOST KVALITATIVNÍCH VLASTNOSTÍ ) Jednorozměrné rozdělení fenotypové charakteristiky (hodnoty) populace ) Vícerozměrné rozdělení korelační a regresní počet pro dvě sledované vlastnosti
VíceStatistická analýza jednorozměrných dat
Statistická analýza jednorozměrných dat Prof. RNDr. Milan Meloun, DrSc. Univerzita Pardubice, Pardubice 31.ledna 2011 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem
VíceGeochemie endogenních procesů 7. část
Geochemie endogenních procesů 7. část Hlavní prvky základní klasifikace hornin petrogeneze magmat nízká citlivost, často velké ovlivnění zvětráváním Stopové prvky vysoká citlivost, převážně nemobilní
VíceV.4 Metody datování U - Th - Pb a izotopová geologie Pb. V.4.1 Chemické vlastnosti, radioaktivní rozpad a zastoupení izotopů
V.4 Metody datování U - Th - a izotopová geologie V.4.1 Chemické vlastnosti, radioaktivní rozpad a zastoupení izotopů Uran (Z = 92) je litofilní prvek patřící do skupiny aktinidů (skupina IIIA periodické
VíceFAKULTA STAVEBNÍ NELINEÁRNÍ MECHANIKA. Telefon: WWW:
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STAVEBNÍ NELINEÁRNÍ MECHANIKA Bakalářské studium, 4. ročník Jiří Brožovský Kancelář: LP H 406/3 Telefon: 597 321 321 E-mail: jiri.brozovsky@vsb.cz
Více1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
VíceAVDAT Klasický lineární model, metoda nejmenších
AVDAT Klasický lineární model, metoda nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model y i = β 0 + β 1 x i1 + + β k x ik + ε i (1) kde y i
Více14/10/2015 Z Á K L A D N Í C E N Í K Z B O Ž Í Strana: 1
14/10/2015 Z Á K L A D N Í C E N Í K Z B O Ž Í Strana: 1 S Á ČK Y NA PS Í E XK RE ME N TY SÁ ČK Y e xk re m en t. p o ti sk P ES C Sá čk y P ES C č er né,/ p ot is k/ 12 m y, 20 x2 7 +3 c m 8.8 10 bl ok
VíceRovnováha sil na nosníku
Číslo projektu CZ.1.07/ 1.1.36/ 02.0066 Autor Pavel Florík Předmět Mechanika Téma Výpočet reakčních sil Metodický pokyn výkladový text s ukázkami Rovnováha sil na nosníku Příklad č.1 Vypočti reakční síly
VíceGrafická prezentace a numerické modelování geochemických dat Základy programovacího jazyka R (II.)
Grafická prezentace a numerické modelování geochemických dat 2.1.1 Základy programovacího jazyka R (II.) 2.1. Soubory 2.1.1 Vstup dat ze souborů read.table (file, sep="", na.strings="na", dec=. ) Funkce
VíceDefinice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru. Kvadratická forma v n proměnných je tak polynom n proměnných s
Kapitola 13 Kvadratické formy Definice 13.1 Kvadratická forma v n proměnných s koeficienty z tělesa T je výraz tvaru f(x 1,..., x n ) = a ij x i x j, kde koeficienty a ij T. j=i Kvadratická forma v n proměnných
Více4EK201 Matematické modelování. 11. Ekonometrie
4EK201 Matematické modelování 11. Ekonometrie 11. Ekonometrie Ekonometrie Interdisciplinární vědní disciplína Zkoumá vztahy mezi ekonomickými veličinami Mikroekonomickými i makroekonomickými Ekonomie ekonomické
VíceMěření závislosti statistických dat
5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě
Více1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Vícenásobná regresní a korelační analýza 1 1 Tto materiál bl vtvořen za pomoci grantu FRVŠ číslo 1145/2004. O vícenásobné závislosti mluvíme tehd, jestliže je závisle proměnná závislá na více nezávislých
VícePlánování experimentu
SEMESTRÁLNÍ PRÁCE Plánování experimentu 05/06 Ing. Petr Eliáš 1. NÁVRH NOVÉHO VALIVÉHO LOŽISKA 1.1 Zadání Při návrhu nového valivého ložiska se v prvotní fázi uvažovalo pouze o změně designu věnečku (parametr
VíceChceme určit hodnoty parametrů závislosti p 1,.., p n a to
Zpracování výsledků měření početními metodami Měříme závislost jedné veličiny na druhé. Měření - soubor hodnot {y i, x i } a příslušných chyb. Hledáme vyjádření závislosti y = f(x; p 1,.., p n ). Chceme
VíceSVD rozklad a pseudoinverse
SVD rozklad a pseudoinverse Odpřednesenou látku naleznete v kapitole 12 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: Lineární algebra 19.12.2016: SVD rozklad a pseudoinverse 1/21 Cíle
VíceCvičení 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
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. Regrese Závislostproměnných funkční y= f(x) regresní y= f(x)
Více4EK211 Základy ekonometrie
4EK Základy ekonometrie Odhad klasického lineárního regresního modelu II Cvičení 3 Zuzana Dlouhá Klasický lineární regresní model - zadání příkladu Soubor: CV3_PR.xls Data: y = maloobchodní obrat potřeb
VíceRobustní statistické metody
Populární úvod Ústav teoretické fyziky a astrofyziky, MU Brno 28. říjen 2006, Vlašim O co jde? Robustní znamená: necitlivý k malým odchylkám od ideálních předpokladů na který je metoda odhadu optimalizována.
VíceTvorba geometrického modelu a modelové sítě.
Tvorba geometrického modelu a modelové sítě. Návod krok za krokem, jak postupovat při vytváření modelové geometrie ze zadaných geografických a geologických dat Pro řešitele bakalářských projektů!!! Nejprve
VíceZ teorie je nutné znát pojmy: lineární funkcionál, jádro, hodnost a defekt lineárního funkcionálu. Také využijeme 2. větu o dimenzi.
Lineární funkcionál Z teorie je nutné znát pojm: lineární funkcionál jádro hodnost a defekt lineárního funkcionálu Také vužijeme větu o dimenzi [cvičení] Nechť je definován funkcionál ϕ : C C pro každé
VíceOddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK
Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK FYZIKÁLNÍ PRAKTIKUM III Úloha číslo: 16 Název: Měření indexu lomu Fraunhoferovou metodou Vypracoval: Ondřej Hlaváč stud. skup.: F dne:
VíceEKONOMICKÁ APLIKACE KOMPOZIČNÍHO REGRESNÍHO MODELU
EKONOMICKÁ APLIKACE KOMPOZIČNÍHO REGRESNÍHO MODELU Klára Hrůzová 1,2, Karel Hron 1,2 1 Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, Univerzita Palackého v Olomouci 2 Katedra
Vícey = 0, ,19716x.
Grafické ověřování a testování vybraných modelů 1 Grafické ověřování empirického rozdělení Při grafické analýze empirického rozdělení vycházíme z empirické distribuční funkce F n (x) příslušné k náhodnému
VíceMatematické modelování Náhled do ekonometrie. Lukáš Frýd
Matematické modelování Náhled do ekonometrie Lukáš Frýd Výnos akcie vs. Výnos celého trhu - CAPM model r it = r ft + β 1. (r mt r ft ) r it r ft = α 0 + β 1. (r mt r ft ) + ε it Ekonomický (finanční model)
VíceVojtěch Janoušek: VI. Izotopová geochemie a geochronologie magmatitů
Vojtěch Janoušek: VI. Izotopová geochemie a geochronologie magmatitů Úvod VI. Izotopová geochemie a geochronologie magmatitů Princip metod K-Ar a Ar-Ar, metoda postupného zahřívání a laserové ablace, datování
VíceTransformace souřadnic
Transformace souřadnic Odpřednesenou látku naleznete v kapitolách 8.2 a 8.3 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: A7B01AG 5.11.2015: Transformace souřadnic 1/17 Minulá přednáška
VícePostup při řešení matematicko-fyzikálně-technické úlohy
Postup při řešení matematicko-fyzikálně-technické úlohy Michal Kolesa Žádná část této publikace NESMÍ být jakkoliv reprodukována BEZ SOUHLASU autora! Poslední úpravy: 3.7.2010 Úvod Matematicko-fyzikálně-technické
VíceAplikace T -prostorů při modelování kompozičních časových řad
Aplikace T -prostorů při modelování kompozičních časových řad P. Kynčlová 1,3 P. Filzmoser 1, K. Hron 2,3 1 Department of Statistics and Probability Theory Vienna University of Technology 2 Katedra matematické
VíceLineární stabilita a teorie II. řádu
Lineární stabilita a teorie II. řádu Sestavení podmínek rovnováhy na deformované konstrukci Konstrukce s a bez počáteční imperfekce Výpočet s malými vs. s velkými deformacemi ANKC-C 1 Zatěžovacídráhy [Šejnoha,
VíceTOGEOS CESTA KE GEOLOGICKÉMU UKLÁDÁNÍ CO2 V ČESKÉ REPUBLICE
TOGEOS CESTA KE GEOLOGICKÉMU UKLÁDÁNÍ CO2 V ČESKÉ REPUBLICE Aktivita 2 Pánevní modelování ------ TOWARDS GEOLOGICAL STORAGE OF CO2 IN THE CZECH REPUBLIC Basin Modeling Juraj Franců, Richard Lojka, Vladimír
VíceUncertainty Analysis Monte Carlo simulation
Uncertainty Analysis Monte Carlo simulation uživatelská příručka česká verse Iva Nachtigalová Miloslav Suchánek Metrologická a zkušební laboratoř VŠCHT Praha přidružená laboratoř ČMI Obsah Úvod... 3 1
VíceRegresní analýza. Eva Jarošová
Regresní analýza Eva Jarošová 1 Obsah 1. Regresní přímka 2. Možnosti zlepšení modelu 3. Testy v regresním modelu 4. Regresní diagnostika 5. Speciální využití Lineární model 2 1. Regresní přímka 3 nosnost
VíceCITLIVOSTNÍ ANALÝZA DYNAMICKÝCH SYSTÉMŮ I
Informačné a automatizačné technológie v riadení kvality produkcie Vernár,.-4. 9. 005 CITLIVOSTNÍ ANALÝZA DYNAMICKÝCH SYSTÉMŮ I KÜNZEL GUNNAR Abstrakt Příspěvek uvádí základní definice, fyzikální interpretaci
Více6) Koncentrace TBARs ve vzorku nmol / mg m
Úkoly Cvičení (datum vaší skupiny) 1) Vypočítat rovnici kalibrační přímky TBARs 2) Vypočítat limit detekce (LOD) a limit kvantifikace (LOQ) z kalibrační křivky standardů (například viz lis 3) Graficky
VíceMÍRY ZÁVISLOSTI (KORELACE A REGRESE)
zhanel@fsps.muni.cz MÍRY ZÁVISLOSTI (KORELACE A REGRESE) 2.5 MÍRY ZÁVISLOSTI 2.5.1 ZÁVISLOST PEVNÁ, VOLNÁ, STATISTICKÁ A KORELAČNÍ Jednorozměrné soubory - charakterizovány jednotlivými statistickými znaky
VíceLineární zobrazení. 1. A(x y) = A(x) A(y) (vlastnost aditivity) 2. A(α x) = α A(x) (vlastnost homogenity)
4 Lineární zobrazení Definice: Nechť V a W jsou vektorové prostory Zobrazení A : V W (zobrazení z V do W nazýváme lineárním zobrazením, pokud pro všechna x V, y V a α R platí 1 A(x y = A(x A(y (vlastnost
VíceCvičné texty ke státní maturitě z matematiky
Cvičné texty ke státní maturitě z matematiky Pracovní listy s postupy řešení Brno 2010 RNDr. Rudolf Schwarz, CSc. Státní maturita z matematiky Úloha 1 1. a = s : 45 = 9.10180 45 = 9.101+179 45 = 9.10.10179
VíceÚlohy nejmenších čtverců
Úlohy nejmenších čtverců Petr Tichý 7. listopadu 2012 1 Problémy nejmenších čtverců Ax b Řešení Ax = b nemusí existovat, a pokud existuje, nemusí být jednoznačné. Často má smysl hledat x tak, že Ax b.
VíceVYBRANÉ STATĚ Z PROCESNÍHO INŢENÝRSTVÍ cvičení 9
UNIVERZITA TOMÁŠE BATI VE ZLÍNĚ FAKULTA APLIKOVANÉ INFORMATIKY VYBRANÉ STATĚ Z PROCESNÍHO INŢENÝRSTVÍ cvičení 9 Nestacionární vedení tepla v rovinné stěně Hana Charvátová, Dagmar Janáčová Zlín 2013 Tento
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
VíceGrafická prezentace a numerické modelování geochemických dat
Grafická prezentace a numerické modelování geochemických dat Programování v R 2.3 Konverze různých typů objektů Při psaní programů je velmi často třeba konvertovat jeden typ objektu na druhý. V R existuje
VíceTéma je podrobně zpracováno ve skriptech [1], kapitola 6, strany
3 Metoda nejmenších čtverců 3 Metoda nejmenších čtverců Břetislav Fajmon, UMAT FEKT, VUT Brno Téma je podrobně zpracováno ve skriptech [1], kapitola 6, strany 73-80. Jedná se o třetí možnou metodu aproximace,
VíceJméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 20. 8. 2012 Číslo DUM: VY_32_INOVACE_16_FY_A
Jméno autora: Mgr. Zdeněk Chalupský Datum vytvoření: 20. 8. 2012 Číslo DUM: VY_32_INOVACE_16_FY_A Ročník: I. Fyzika Vzdělávací oblast: Přírodovědné vzdělávání Vzdělávací obor: Fyzika Tematický okruh: Mechanika
VíceObecný Hookeův zákon a rovinná napjatost
Obecný Hookeův zákon a rovinná napjatost Základní rovnice popisující napěťově-deformační chování materiálu při jednoosém namáhání jsou Hookeův zákon a Poissonův zákon. σ = E ε odtud lze vyjádřit také poměrnou
VíceUNIVERZITA PARDUBICE. 4.4 Aproximace křivek a vyhlazování křivek
UNIVERZITA PARDUBICE Licenční Studium Archimedes Statistické zpracování dat a informatika 4.4 Aproximace křivek a vyhlazování křivek Mgr. Jana Kubátová Endokrinologický ústav V Praze, leden 2012 Obsah
VíceExperiment P-10 OHMŮV ZÁKON. Sledování vztahu mezi napětím a proudem procházejícím obvodem s rezistorem známého odporu.
Experiment P-10 OHMŮV ZÁKON CÍL EXPERIMENTU Sledování vztahu mezi napětím a proudem procházejícím obvodem s rezistorem známého odporu. MODULY A SENZORY PC + program NeuLog TM USB modul USB 200 senzor napětí
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie Predikce Multikolinearita Cvičení 4 Zuzana Dlouhá Aplikace EM predikce obecně ekonomické prognózování, předpověď, předvídání hlavním cílem je odhad hodnot vysvětlované proměnné
VíceOpravená data Úloha (A) + (E) Úloha (C) Úloha (B) Úloha (D) Lineární regrese
- základní ukazatele Komentované řešení pomocí programu R Ústav matematiky Fakulta chemicko inženýrská Vysoká škola chemicko-technologická v Praze - základní ukazatele Načtení vstupních dat Vstupní data
VíceSystém je citlivý na velikost písmen CASE SENSITIVE rozeznává malá velká písmena, např. PROM=1; PROm=1; PRom=1; Prom=1; prom=1; - 5 různých proměnných
Systém je citlivý na velikost písmen CASE SENSITIVE rozeznává malá velká písmena, např. PROM=1; PROm=1; PRom=1; Prom=1; prom=1; - 5 různých proměnných jakési nádoby na hodnoty jsou různých typů při běžné
VíceRegresní a korelační analýza
Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Regresní analýza Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu)
VíceA0B01LAA Lineární algebra a aplikace (příklady na cvičení- řešení)
A0B0LAA Lineární algebra a aplikace příklady na cvičení- řešení Martin Hadrava martin@hadrava.eu. ledna 0.týdenod9.9. Řešení soustav lineárních rovnic Gaussovou eliminační metodou diskuse počtu řešení..
VíceKorelační a regresní analýza. 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza
Korelační a regresní analýza 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza Pearsonův korelační koeficient u intervalových a poměrových dat můžeme jako
VíceGeochemie endogenních procesů 3. část
Geochemie endogenních procesů 3. část primitivní meteority chemické a fyzikální vlastnosti dané procesy ve Sluneční soustavě reprezentují vzorek shluku plynů a prachu, ze kterého byla vytvořena Sluneční
VíceMatematika pro chemické inženýry
Matematika pro chemické inženýry Drahoslava Janovská Lineární a nelineární regrese Přednášky ZS 2016-2017 Sponzorováno grantem VŠCHT Praha, PIGA 413-17-6642, 2016 Povinná látka. Bude v písemkách a bude
Více6. 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
VíceModerní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/ Množiny, funkce
Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/07.0018 2. Množiny, funkce MNOŽIN, ZÁKLDNÍ POJMY Pojem množiny patří v matematice ke stěžejním. Nelze jej zavést ve formě definice pomocí
VíceAtomové jádro, elektronový obal
Atomové jádro, elektronový obal 1 / 9 Atomové jádro Atomové jádro je tvořeno protony a neutrony Prvek je látka skládající se z atomů se stejným počtem protonů Nuklid je systém tvořený prvky se stejným
VíceKatedra geotechniky a podzemního stavitelství
Katedra geotechniky a podzemního stavitelství Zemní tlaky cvičení doc. Dr. Ing. Hynek Lahuta Inovace studijního oboru Geotechnika CZ.1.07/2.2.00/28.0009. Tento projekt je spolufinancován Evropským sociálním
VíceVliv odlehlých hodnot, korelační koeficient, mnohonásobná regrese
Vliv odlehlých hodnot, korelační koeficient, mnohonásobná regrese 1. Vliv odlehlých hodnot Na následujících dvou příkladech ukážeme jak odlehlé hodnoty (outliers) ovlivňují výsledek analýzy a jak je identifikovat.
VíceRegrese. používáme tehdy, jestliže je vysvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA
Regrese používáme tehd, jestliže je vsvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA Specifikace modelu = a + bx a závisle proměnná b x vsvětlující proměnná Cíl analýz Odhadnout hodnot
VíceOOFEM: Implementace plasticitního materiálového modelu Cam-Clay. Ondřej Faltus, ZS 2016/17 Vyučující: Ing. Martin Horák, PhD.
OOFEM: Implementace plasticitního materiálového modelu Cam-Clay Ondřej Faltus, ZS 2016/17 Vyučující: Ing. Martin Horák, PhD. Teorie plasticity Pružnoplastické chování Princip: materiál se chová elasticky
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
VíceKapitola 10: Diferenciální rovnice 1/14
Kapitola 10: Diferenciální rovnice 1/14 Co je to diferenciální rovnice? Definice: Diferenciální rovnice je vztah mezi hledanou funkcí y(x), jejími derivacemi y (x), y (x), y (x),... a nezávisle proměnnou
VíceFakulta elektrotechnická
České vysoké učení technické v Praze Fakulta elektrotechnická DIPLOMOVÁ PRÁCE Název diplomové práce Praha, 2002 Autor: Jirka Roubal Prohlášení Prohlašuji, že jsem svou diplomovou (bakalářskou) práci vypracoval
Více4EK212 Kvantitativní management. 2. Lineární programování
4EK212 Kvantitativní management 2. Lineární programování 1.7 Přídatné proměnné Přídatné proměnné jsou nezáporné Mají svoji ekonomickou interpretaci, která je odvozena od ekonomické interpretace omezení
VíceMatematický ústav v Opavě. Studijní text k předmětu. Softwarová podpora matematických metod v ekonomice
Matematický ústav v Opavě Studijní text k předmětu Softwarová podpora matematických metod v ekonomice Zpracoval: Ing. Josef Vícha Opava 2008 Úvod: V rámci realizace projektu FRVŠ 2008 byl zaveden do výuky
VíceLWS při heteroskedasticitě
Stochastické modelování v ekonomii a financích Petr Jonáš 7. prosince 2009 Obsah 1 2 3 4 5 47 1 Předpoklad 1: Y i = X i β 0 + e i i = 1,..., n. (X i, e i) je posloupnost nezávislých nestejně rozdělených
VíceTvorba grafů v programu ORIGIN
LICENČNÍ STUDIUM GALILEO STATISTICKÉ ZPRACOVÁNÍ DAT SEMESTRÁLNÍ PRÁCE Tvorba grafů v programu ORIGIN doc.dr.ing.vladimír Pata Univerzita Tomáše Bati ve Zlíně Fakulta technologická Ústav výrobních technologií
VíceMKI Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0.
MKI -00 Funkce f(z) má singularitu v bodě 0. a) Stanovte oblast, ve které konverguje hlavní část Laurentova rozvoje funkce f(z) v bodě 0. V jakém rozmezí se může pohybovat poloměr konvergence regulární
VíceTechnická univerzita v Liberci
Technická univerzita v Liberci Ekonomická fakulta Analýza výsledků z dotazníkového šetření Jména studentů: Adam Pavlíček Michal Karlas Tomáš Vávra Anna Votavová Ročník: 2015/2016 Datum odevzdání: 13/05/2016
VíceAnalytická geometrie lineárních útvarů
) Na přímce: a) Souřadnice bodu na přímce: Analtická geometrie lineárních útvarů Bod P nazýváme počátek - jeho souřadnice je P [0] Nalevo od počátku leží čísla záporná, napravo čísla kladná. Každý bod
VíceStanovení sedimentační stability a distribuce velikosti částic na přístroji LUMisizer
Návody pro laboratorní cvičení z technologie mléka 1/6 Stanovení sedimentační stability a distribuce velikosti částic na přístroji LUMisizer Popis zařízení LUMisizer je temperovaná odstředivka, která umožňuje
VíceManagement rekreace a sportu. 10. Derivace
Derivace Derivace Před mnoha lety se matematici snažily o obecné vyřešení úlohy, jak sestrojit tečnu k dané křivce a také yzici zápolili s problémem určení rychlosti nerovnoměrného pohybu K zásadnímu obratu
VíceTestování hypotéz o parametrech regresního modelu
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Lineární regresní model kde Y = Xβ + e, y 1 e 1 β y 2 Y =., e = e 2 x 11 x 1 1k., X =....... β 2,
VíceTestování hypotéz o parametrech regresního modelu
Testování hypotéz o parametrech regresního modelu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO
VíceSIMULACE INDUKČNÍHO OHŘEVU
SIMULACE INDUKČNÍHO OHŘEVU Oldřich Matička, Ladislav Musil, Ladislav Prskavec, Jan Kyncl, Ivo Doležel, Bohuš Ulrych 1 Katedra elektroenergetiky, Fakulta elektrotechniky ČVUT, Technická 2, 166 27 Praha
VíceQ-diagramy. Jiří Michálek ÚTIA AVČR
Q-diagramy Jiří Michálek ÚTIA AVČR Proč Q-diagramy? Nevýhody Shewhartových diagramů velikost regulačních mezí závisí na rozsahu logické podskupiny nehodí se pro krátké výrobní série normálně rozdělená
VíceObsah Úvod Kapitola 1 Než začneme Kapitola 2 Práce s hromadnými daty před analýzou
Úvod.................................................................. 11 Kapitola 1 Než začneme.................................................................. 17 1.1 Logika kvantitativního výzkumu...........................................
Více2 Tokové chování polymerních tavenin reologické modely
2 Tokové chování polymerních tavenin reologické modely 2.1 Reologie jako vědní obor Polymerní materiály jsou obvykle zpracovávány v roztaveném stavu, proto se budeme v prvé řadě zabývat jejich tokovým
VíceVYBRANÉ STATĚ Z PROCESNÍHO INŢENÝRSTVÍ cvičení 8
UNIVERZITA TOMÁŠE BATI VE ZLÍNĚ FAKULTA APLIKOVANÉ INFORMATIKY VYBRANÉ STATĚ Z PROCESNÍHO INŢENÝRSTVÍ cvičení 8 Hana Charvátová, Dagmar Janáčová Zlín 2013 Tento studijní materiál vznikl za finanční podpory
Více