Václav Jirchář, ZTGB

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "24.11.2009 Václav Jirchář, ZTGB"

Transkript

1 Václav Jirchář, ZTGB

2 Síťová analýza 50.let V souvislosti s potřebou urychlit vývoj a výrobu raket POLARIS v USA při závodech ve zbrojení za studené války se SSSR V roce 1958 se díky aplikaci metody PERT podařilo zkrátit vývoj této rakety o 18 měsíců! Poté bouřlivý vývoj desítky metod a modifikací

3 Metody síťové analýzy tvoří základy současného projektového řízení Projektové řízení dnes s úspěchem využívá dvě základní metody z pohledu časové analýzy: deterministický přístup, reprezentovaný metodou CPM (Critical Path Method) stochastický přístup, reprezentovaný metodou PERT (Programm Evaluation Review Technique)

4 Síťová analýza soubor modelů a metod pro analýzu termínů, nákladů a zdrojů projektu reprezentovaného grafem Projekt prostorově a časově ohraničení soubor činností, jehož uskutečnění je podmínkou dosažení určitého cíle Činnost projektu transformace vstupů na výstup Síťový graf matematický model projektu, skládá se z uzlů a orientovaných ohodnocených hran

5 Hranová orientace x uzlová orientace Hrana dílčí činnost projektu Ohodnocení hrany doba trvání činnosti Činnost lze označit uspořádanou dvojicí čísel (i, j) Cesta posloupnost hran, kde koncový uzel každé hrany (mimo poslední) se shoduje s počátečním uzlem následující hrany, hrany ani vrcholy se neopakují Doba trvání cesty součet dob trvání činností na cestě

6 Metoda CPM byla vymyšlena v 50.letech Založena na reprezentaci projektu ve formě grafu typu síť Týká se plánování termínů činností projektu Jde o deterministický matematický model, který počítá celkové trvání projektu Vychází se z dob trvání činností a určují se tzv. kritické činnosti Kritické činnosti tvoří dohromady kritickou cestu a jde o nejdelší cestu v síti

7 Kritická cesta je totožná s nejkratší možnou délkou realizace celého projektu Kritická cesta se skládá z kritických činností, které musí bezprostředně na sebe navazovat bez jakýchkoliv časových rezerv Prodloužení kterékoliv činnosti na kritické cestě nebo její opožděné zahájení má bezprostřední vliv na prodloužení doby projektu

8

9 Vstupní údaje činnosti a doby trvání

10 Vstupní údaje činnosti a doby trvání Výpočet vpřed a vzad:

11 Vstupní údaje činnosti a doby trvání Výpočet vpřed a vzad: určení nejdříve možných a nejpozději přípustných termínů začátků a konců činností, termíny realizací uzlů, stanovení kritické cesty a časových rezerv.

12 Výpočet vpřed od počátku ke konci nejdříve možné termíny Určíme postupně: nejdříve možný termín zahájení projektu, tj. pro všechny činnosti začínající v uzlu 1: nejdříve možné konce těchto činností: uzel se realizuje, až se realizují všechny činnosti, které do něj vstupují a tedy jeho nejdříve možná realizace: pro další činnosti určíme jejich nejdříve možné začátky: takto postupně určujeme nejdříve možné termíny všech činností a uzlů. Termín nám udává nejdříve možný termín dokončení celého projektu

13 Výpočet vzad od konce projektu k počátku nejpozději přípustné termíny Určíme postupně: nejpozději přípustný konec projektu,kde hodnotu jsme určili při výpočtu vpřed nejpozději přípustné termíny dalších činností a uzlů určíme postupně podle vztahů: na základě vypočtených termínů můžeme stanovit celkové časové rezervy pro všechny činnosti: hodnoty určují časovou rezervu, kterou je možno čerpat u jednotlivých činností, aniž se prodlouží termín nejdříve možného dokončení celého projektu

14 Výpočet v grafu: v horní části uzlu je index uzlu, v levé části nejdříve možné termíny, v pravé části uzlu nejpozději přípustné termíny.

15 Celkové rezervy na hranách jsou uvedeny v rámečcích Kritická cesta je vyznačena dvojitými čárami Doba trvání projektu je 39 časových jednotek

16 PERT je zobecněním metody CPM Použití pro řízení složitějších projektů majících stochastické časové ohodnocení Doby trvání činností náhodné veličiny s určitým rozložením pravděpodobnosti Beta rozdělení výhodné vlastnosti modelování a dobře vystihuje proměnlivost provozních podmínek

17 Vlastnosti: unimodální jeden vrchol, který odpovídá nejpravděpodobnější době trvání (modus), konečné variační rozpětí - doby trvání se vyskytují v intervalu mezi nejkratší a nejdelší dobou trvání, symetrie závisí na poloze vrcholu uvnitř intervalu a podle toho lze konstruovat hypotetickou křivku funkce hustoty pravděpodobnosti.

18 Momenty beta rozdělení na základě odhadů expertů oboru včetně odhadnutí rizik a podmínek realizace Odhady ve třech časových charakteristikách: Optimistický odhad - uvažuje nejkratší dobu trvání činnost Modální odhad - je to nejpravděpodobnější hodnota doby trvání činnosti Pesimistický odhad - předpokládá nejdelší dobu trvání činnosti

19 Ljapunova centrální limitní věta předpokládá nezávislost náhodných proměnných Při provádění odhadů se uvažují jen ty vlivy, které je možno klasifikovat jako náhodné jevy: vliv počasí u práce venku, vliv organizace práce, vliv kvalifikace, vliv pracovní morálky a disciplíny, výkonnost, poruchovost atd.

20 Očekávaná dobu trvání činnosti (střední dobu trvání) vypočítáme podle empirického vztahu:, rozptyl vypočítáme podle vztahu: a směrodatnou odchylku doby trvání činnosti vypočítáme podle vztahu:.,

21 S hodnotami stejný postup jako při CPM a střední hodnotu trvání projektu určíme jako součet ze znalosti středních dob trvání činností na kritické cestě: Směrodatná odchylka: Doba trvání projektu je náhodná veličina, jejíž hodnota je dána součtem náhodných veličin s beta rozděleními CLT součet většího počtu nezávislých náhodných veličin se stejným rozdělením má normální rozdělení tabulkové hodnoty

22 Metoda PERT pravděpodobnostní analýza projektu Pravděpodobnost splnění projektu v čase, který nepřekročí plán dokončení projektu, je rovna hodnotě distribuční funkce normálního rozdělení v bodě Platí a lze formulovat úlohy: určení prsti realizace na základě předem stanoveného termínu dokončení, nebo na základě prsti lze stanovit termín, ve kterém se bude projekt realizovat.

23 Viz CPM: Máme určit pravděpodobnost, že projekt bude realizován v čase Dále nás zajímá v jakém termínu bude projekt realizován s pravděpodobností

24 Pro tuto síť již tedy máme kritickou cestu ( ) Pro jednoduchost máme zadané odhady tak, aby se shodovali střední doby trvání činností jako v př. CPM

25 Střední doba trvání projektu:

26 Střední doba trvání projektu: Celkový rozptyl doby trvání:

27 Střední doba trvání projektu: Celkový rozptyl doby trvání: Směrodatná odchylka:

28 Plánovaná délka trvání projektu odpovídá pravděpodobnosti zjištěné pomocí tabulek:

29 Plánovaná délka trvání projektu odpovídá pravděpodobnosti zjištěné pomocí tabulek:

30 Plánovaná délka trvání projektu odpovídá pravděpodobnosti zjištěné pomocí tabulek: Naopak s pravděpodobností bude projekt realizován v termínu :

31 Plánovaná délka trvání projektu odpovídá pravděpodobnosti zjištěné pomocí tabulek: Naopak s pravděpodobností bude projekt realizován v termínu : ten vychází z hodnoty distribuční funkce v bodě: hledanou hodnotu vypočteme po dosazení:

32 Fiala Petr, Řízení projektů, VŠE 2002 Vítečková Miluše a spol., Výukový modul systémové analýzy VŠB Technické univerzity Ostrava, dostupný na On-line prezentace oubory/frame.htm Lacko Branislav, Navrhování systémuů řízení, dostupný na

SÍŤOVÁ ANALÝZA. Kristýna Slabá, kslaba@students.zcu.cz. 1. července 2010

SÍŤOVÁ ANALÝZA. Kristýna Slabá, kslaba@students.zcu.cz. 1. července 2010 SÍŤOVÁ ANALÝZA Kristýna Slabá, kslaba@students.zcu.cz 1. července 2010 Obsah 1 Úvod do síťové analýzy Hlavní metody síťové analýzy a jejich charakteristika Metoda CPM Metoda PERT Nákladová analýza Metoda

Více

Teorie síťových modelů a síťové plánování

Teorie síťových modelů a síťové plánování KSI PEF ČZU Teorie síťových modelů a síťové plánování Část přednášky doc. Jaroslava Švasty z předmětu systémové analýzy a modelování. Zápis obsahuje základní vymezení projektu, časového plánování a popis

Více

Projektový management

Projektový management Projektový management 2009 Ludmila Fridrichová Použité zdroje 1. Svozilová, A.: Projektový management. Praha: Grada Publishing, a.s., 2006. ISBN-80-247-1501-5 2. Němec, V.: Projektový management. Praha:

Více

Řízení projektů. Ing. Michal Dorda, Ph.D.

Řízení projektů. Ing. Michal Dorda, Ph.D. Řízení projektů Ing. Michal Dorda, Ph.D. Ing. Michal Dorda, Ph.D. 1 Použitá literatura Tato prezentace byla vytvořena především s využitím následujících zdrojů: ŠIROKÝ, J. Aplikace počítačů v provozu vozidel.

Více

Délka (dny) 150 - - 2 terénní úpravy (prvotní) 15-20 - příprava staveniště (výstavba přístřešku pro materiál)

Délka (dny) 150 - - 2 terénní úpravy (prvotní) 15-20 - příprava staveniště (výstavba přístřešku pro materiál) Skupinová práce. Zadání skupinové práce Síťová analýza metoda CPM Dáno: Výstavba skladu zásob obilí představuje následující činnosti: Tabulka Název činnosti Délka (dny) Optimální projekt. Optimální dělníků

Více

Obecné metody systémové analýzy

Obecné metody systémové analýzy Obecné metody systémové analýzy Graf jako pojem matematické teorie grafů (nikoliv např. grafické znázornění průběhu funkce): určitý útvar (rovinný, prostorový), znázorňující vztahy (vazby, relace) mezi

Více

FAKULTA EKONOMICKÁ. Using Algorithms of Graphs Theory for Project Management in Company ŠKODA POWER

FAKULTA EKONOMICKÁ. Using Algorithms of Graphs Theory for Project Management in Company ŠKODA POWER ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA EKONOMICKÁ Diplomová práce Použití algoritmů teorie grafů pro řízení projektů ve firmě ŠKODA POWER Using Algorithms of Graphs Theory for Project Management in Company

Více

Plánování projektu z hlediska času, zdrojů a nákladů

Plánování projektu z hlediska času, zdrojů a nákladů Plánování projektu z hlediska času, zdrojů a nákladů Ing. Jaroslava Tománková, Ph.D. tomankov@fsv.cvut.cz rozhodnutí o inv. (územní řízení) smlouva o dílo (stav. povolení) předání a převzetí st. (uvedení

Více

Aplikovaná informatika

Aplikovaná informatika Aplikovaná informatika Základy tvorby projektových plánů metodou CPM - projektové řízení. ZEMÁNEK, Z. PLUSKAL, D. SMETANA, B. Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace

Více

Seminární práce. Téma: Síťové diagramy, Ganttovy diagramy

Seminární práce. Téma: Síťové diagramy, Ganttovy diagramy MASARYKOVA UNIVERZITA V BRNĚ EKONOMICKO-SPRÁVNÍ FAKULTA Seminární práce Téma: Síťové diagramy, Ganttovy diagramy Vypracovali: Šilhánek Jiří Homolka Tomáš BRNO 2005 OBSAH: 1. Hamronogramy... 1 2. Cyklogramy...

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

ISKŘ MS Project případová studie, řešení kritická cesta (CPM) PLUSKAL Dalibor

ISKŘ MS Project případová studie, řešení kritická cesta (CPM) PLUSKAL Dalibor 1 ISKŘ MS Project případová studie, řešení kritická cesta (CPM) PLUSKAL Dalibor Operační program Vzdělávání pro konkurenceschopnost Projekt: Vzdělávání pro bezpečnostní systém státu (reg. č.: CZ.1.01/2.2.00/15.0070)

Více

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

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

Více

Statistika. 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

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

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

Více

D8 Plánování projektu

D8 Plánování projektu Projektový manažer 250+ Kariéra projektového manažera začíná u nás! D Útvarové a procesní řízení D8 Plánování projektu Toto téma obsahuje informace o správném postupu plánování projektu tak, aby byl respektován

Více

Projektové řízení 2. část. Plánování projektu, sledování projektu, integrace projektu, změny v projektu, řešení problémů, projektový tým

Projektové řízení 2. část. Plánování projektu, sledování projektu, integrace projektu, změny v projektu, řešení problémů, projektový tým Projektové řízení 2. část Plánování projektu, sledování projektu, integrace projektu, změny v projektu, řešení problémů, projektový tým Projektové etapy 3. VEDENÍ vedení projektového týmu k včasnému a

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

6.1 Normální (Gaussovo) rozdělení

6.1 Normální (Gaussovo) rozdělení 6 Spojitá rozdělení 6.1 Normální (Gaussovo) rozdělení Ze spojitých rozdělení se v praxi setkáme nejčastěji s normálním rozdělením. Toto rozdělení je typické pro mnoho náhodných veličin z rozmanitých oborů

Více

8 Střední hodnota a rozptyl

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

Více

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

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

Více

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

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

Více

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

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

Více

Projektové řízení (Projektový cyklus)

Projektové řízení (Projektový cyklus) Projektové řízení (Projektový cyklus) Vzdělávací program v rámci projektu Rekonstrukce učitelů - posílení profesní a kompetenční připravenosti učitelů (CZ.1.07/1.3.10/02.0052) 1 Projektový cyklus Metodické

Více

Národníinformačnístředisko pro podporu jakosti

Národníinformačnístředisko pro podporu jakosti Národníinformačnístředisko pro podporu jakosti OVĚŘOVÁNÍ PŘEDPOKLADU NORMALITY Doc. Ing. Eva Jarošová, CSc. Ing. Jan Král Používané metody statistické testy: Chí-kvadrát test dobré shody Kolmogorov -Smirnov

Více

4EK211 Základy ekonometrie

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

Více

Číselné charakteristiky a jejich výpočet

Číselné charakteristiky a jejich výpočet Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky

Více

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?

NÁHODNÉ 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

Více

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

Výpočet dopadů do státního rozpočtu při změně státního příspěvku v DPS

Výpočet dopadů do státního rozpočtu při změně státního příspěvku v DPS Výpočet dopadů do státního rozpočtu při změně státního příspěvku v DPS Vzhledem k neexistujícímu průzkumu veřejného mínění jsou výpočty pravděpodobné a přibližné. Tyto výpočty byly provedeny na základě

Více

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

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

Více

Simulace. Simulace dat. Parametry

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

Více

Pravidla a podmínky k vydání osvědčení o způsobilosti vykonávat aktuárskou činnost

Pravidla a podmínky k vydání osvědčení o způsobilosti vykonávat aktuárskou činnost Pravidla a podmínky k vydání osvědčení o způsobilosti vykonávat aktuárskou činnost (dále jen společnost) stanoví k vydání osvědčení o způsobilosti vykonávat aktuárskou činnost (dále jen osvědčení) následující

Více

Vysoká škola manažerské informatiky a ekonomiky

Vysoká škola manažerské informatiky a ekonomiky Vysoká škola manažerské informatiky a ekonomiky Obor: Podniková ekonomika a management Aplikace projektového řízení v obchodní firmě Application of Project Management in the Commercial Organization Vypracovala:

Více

PROJEKTOVÁNÍ SYSTÉMŮ

PROJEKTOVÁNÍ SYSTÉMŮ Vysoká škola báňská Technická univerzita Ostrava PROJEKTOVÁNÍ SYSTÉMŮ Učební text Roman Pavlas Ostrava 2007 Recenze: Ing. Jiří Kulhánek, Ph.D. Název: Projektování systémů Autor: Roman Pavlas Vydání: první,

Více

Zákony hromadění chyb.

Zákony hromadění chyb. Zákony hromadění chyb. Zákon hromadění skutečných chyb. Zákon hromadění středních chyb. Tomáš Bayer bayertom@natur.cuni.cz Přírodovědecká fakulta Univerzity Karlovy v Praze, Katedra aplikované geoinformatiky

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

GENEROVÁNÍ NÁHODNÝCH ČÍSEL PSEUDONÁHODNÁ ČÍSLA

GENEROVÁNÍ NÁHODNÝCH ČÍSEL PSEUDONÁHODNÁ ČÍSLA GENEROVÁNÍ NÁHODNÝCH ČÍSEL PSEUDONÁHODNÁ ČÍSLA Oblasti využití generátorů náhodných čísel Statistika Loterie Kryptografie (kryptologie) Simulace Simulační modely DETERMINISTICKÉ STOCHASTICKÉ (činnost systému

Více

Způsobilost. Data a parametry. Menu: QCExpert Způsobilost

Způsobilost. Data a parametry. Menu: QCExpert Způsobilost Zůsobilost Menu: QExert Zůsobilost Modul očítá na základě dat a zadaných secifikačních mezí hodnoty různých indexů zůsobilosti (caability index, ) a výkonnosti (erformance index, ). Dále jsou vyočítány

Více

Rovnoměrné rozdělení

Rovnoměrné rozdělení Rovnoměrné rozdělení Nejjednodušší pravděpodobnostní rozdělení pro diskrétní náhodnou veličinu. V literatuře se také nazývá jako klasické rozdělení pravděpodobnosti. Náhodná veličina může nabývat n hodnot

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

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

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

Více

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

Biostatistika Cvičení 7

Biostatistika Cvičení 7 TEST Z TEORIE 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový průměr je a) náhodná veličina, b) konstanta,

Více

10. Předpovídání - aplikace regresní úlohy

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

Více

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok IES FSV UK Domácí úkol Pravděpodobnost a statistika I Cyklistův rok Radovan Fišer rfiser@gmail.com XII.26 Úvod Jako statistický soubor jsem si vybral počet ujetých kilometrů za posledních 1 dnů v mé vlastní

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

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7

Příklad 1. Řešení 1a. Řešení 1b. Řešení 1c ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 7 Příklad 1 a) Autobusy městské hromadné dopravy odjíždějí ze zastávky v pravidelných intervalech 5 minut. Cestující může přijít na zastávku v libovolném okamžiku. Určete střední hodnotu a směrodatnou odchylku

Více

Neuronové časové řady (ANN-TS)

Neuronové časové řady (ANN-TS) Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci

Více

Pojem a úkoly statistiky

Pojem 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

Více

III) Podle závislosti na celkovém ekonomickém vývoji či na vývoji v jednotlivé firmě a) systematické tržní, b) nesystematické jedinečné.

III) Podle závislosti na celkovém ekonomickém vývoji či na vývoji v jednotlivé firmě a) systematické tržní, b) nesystematické jedinečné. Měření rizika Podnikatelské riziko představuje možnost, že dosažené výsledky podnikání se budou kladně či záporně odchylovat od předpokládaných výsledků. Toto riziko vzniká např. při zavádění nových výrobků

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

Abecední přehled otázek z předmětu Příprava školních projektů

Abecední přehled otázek z předmětu Příprava školních projektů Abecední přehled otázek z předmětu Příprava školních projektů Brainstorming není technika využitelná v žádné fázi přípravy projektu. Vyberte jednu z Identifikujte alespoň 3 rizika, která lze očekávat u

Více

Časové plánování staveb staveb

Časové plánování staveb staveb Fakulta stavební Vysoké školy báňské Technické univerzity Ostrava 17. listopadu 15, 708 33 Ostrava Poruba Časové plánování staveb staveb Úrovně časového plánování Tvorba časových plánů Strukturování projektu

Více

Základní kompetence projektového řízení

Základní kompetence projektového řízení Základní kompetence projektového řízení Stručný úvod do problematiky současného projektové řízení Branislav LACKO Certifikovaný projektový manager IPMA Projektové řízení Představuje řízení procesu změny

Více

Numerické řešení variačních úloh v Excelu

Numerické řešení variačních úloh v Excelu Numerické řešení variačních úloh v Excelu Miroslav Hanzelka, Lenka Stará, Dominik Tělupil Gymnázium Česká Lípa, Gymnázium Jírovcova 8, Gymnázium Brno MirdaHanzelka@seznam.cz, lenka.stara1@seznam.cz, dtelupil@gmail.com

Více

staveb Ing. Luboš Krejčí, CSc. Palladium

staveb Ing. Luboš Krejčí, CSc. Palladium Časové plánov nování rozsáhlých a složitých staveb Ing. Luboš Krejčí, CSc. Palladium KONSTRUKČNÍ ŘEŠENÍ - STATIKA PROSTOROVÉ OMEZENÍ (MINIMÁLNÍ STAVENIŠTĚ V CENTRU MĚSTA) Rozsáhlá stavba just in time (

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

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

1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost

1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost 1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost Ve světě kolem nás eistují děje, jejichž výsledek nelze předem jednoznačně určit. Například nemůžete předem určit, kolik

Více

Laboratorní práce č. 1: Měření délky

Laboratorní práce č. 1: Měření délky Přírodní vědy moderně a interaktivně FYZIKA 3. ročník šestiletého a 1. ročník čtyřletého studia Laboratorní práce č. 1: Měření délky G Gymnázium Hranice Přírodní vědy moderně a interaktivně FYZIKA 3.

Více

PowerOPTI Řízení účinnosti tepelného cyklu

PowerOPTI Řízení účinnosti tepelného cyklu PowerOPTI Řízení účinnosti tepelného cyklu VIZE Zvýšit konkurenceschopnost provozovatelů elektráren a tepláren. Základní funkce: Spolehlivé hodnocení a řízení účinnosti tepelného cyklu, včasná diagnostika

Více

Přednáška 9. Testy dobré shody. Grafická analýza pro ověření shody empirického a teoretického rozdělení

Přednáška 9. Testy dobré shody. Grafická analýza pro ověření shody empirického a teoretického rozdělení Přednáška 9 Testy dobré shody Grafická analýza pro ověření shody empirického a teoretického rozdělení χ 2 test dobré shody ověření, zda jsou relativní četnosti jednotlivých variant rovny číslům π 01 ;

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

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

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

Více

ROZPOZNÁVÁNÍ S MARKOVSKÝMI MODELY

ROZPOZNÁVÁNÍ S MARKOVSKÝMI MODELY ROZPOZNÁVÁNÍ S MARKOVSKÝMI MODELY Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz, http://cmp.felk.cvut.cz/ hlavac 1/31 PLÁN PŘEDNÁŠKY

Více

Řízení projektu podnikového informačního systému s podporou kvantitativních metod manažerské vědy

Řízení projektu podnikového informačního systému s podporou kvantitativních metod manažerské vědy Vysoká škola ekonomická v Praze Fakulta informatiky a statistiky Vyšší odborná škola informačních služeb v Praze Barbora Vlková Řízení projektu podnikového informačního systému s podporou kvantitativních

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

Cíle lokalizace. Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí

Cíle lokalizace. Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí Cíle lokalizace Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí 2 Jiný pohled Je to problém transformace souřadnic Mapa je globální souřadnicový systém nezávislý

Více

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou)

ina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou) Náhodná velčna na Výsledek náhodného pokusu, daný reálným číslem je hodnotou náhodné velčny. Náhodná velčna je lbovolná reálná funkce defnovaná na množně elementárních E pravděpodobnostního prostoru S.

Více

Semestrální práce z předmětu Matematika 6F

Semestrální práce z předmětu Matematika 6F vypracoval: Jaroslav Nušl dne: 17.6.24 email: nusl@cvut.org Semestrální práce z předmětu Matematika 6F Zádání: Cílem semestrální práce z matematiky 6F bylo zkoumání hudebního signálu. Pluginem ve Winampu

Více

Modul Základní statistika

Modul Základní statistika Modul Základní statistika Menu: QCExpert Základní statistika Základní statistika slouží k předběžné analýze a diagnostice dat, testování předpokladů (vlastností dat), jejichž splnění je nutné pro použití

Více

Ekonomické modelování pro podnikatelskou praxi

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

Více

7 Kardinální informace o kritériích (část 1)

7 Kardinální informace o kritériích (část 1) 7 Kardinální informace o kritériích (část 1) Předpokládejme stejná značení jako v předchozích cvičeních. Kardinální informací o kritériích se rozumí ohodnocení jejich důležitosti k pomocí váhového vektoru

Více

Pracovní list č. 3 Charakteristiky variability

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

Více

Řízení projektového cyklu. představení oboru

Řízení projektového cyklu. představení oboru ODBORNÉ VZDĚLÁVÁNÍ ÚŘEDNÍKŮ PRO VÝKON STÁTNÍ SPRÁVY OCHRANY OVZDUŠÍ V ČESKÉ REPUBLICE Řízení projektového cyklu (PCM - project cycle management) představení oboru Co je projekt? 2 Projekt Co je možno vlastně

Více

ADZ základní statistické funkce

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

Více

Školení v rámci zemědělské a lesnické činnosti 2014

Školení v rámci zemědělské a lesnické činnosti 2014 Vindex JIH, s.r.o. Platnéřská 191 110 00 Praha IČO: 25173278 Název projektu: Školení v rámci zemědělské a lesnické činnosti 2014 Číslo projektu: 13/0181310b/131/000199 Financováno z Programu Rozvoje Venkova

Více

Obsah přednášky Vstupy výstupy procesu Plánování projektu Základní dokumenty plánu projektu Ostatní dokumentace projektu Ukázky dokumentů

Obsah přednášky Vstupy výstupy procesu Plánování projektu Základní dokumenty plánu projektu Ostatní dokumentace projektu Ukázky dokumentů Návrh a management projektu ČVUT FAKULTA BIOMEDICÍNSKÉHO INŽENÝRSTVÍ strana 1 Ing. Vladimír Jurka 2013 Obsah přednášky Vstupy výstupy procesu Základní dokumenty plánu projektu Ostatní dokumentace projektu

Více

3.3 Riziko a nejistota

3.3 Riziko a nejistota 3.3 Riziko a nejistota Kalkulace nákladů životního cyklu se zabývá budoucností a ta je neznámá. Je třeba předpovědět na dlouhou dobu mnoho faktorů životní cykly, budoucí provozní náklady a náklady na údržbu,

Více

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2]

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] Použitá literatura: [1]: J.Reif, Z.Kobeda: Úvod do pravděpodobnosti a spolehlivosti, ZČU Plzeň, 2004 (2. vyd.) [2]: J.Reif: Metody matematické

Více

Písemná práce k modulu Statistika

Písemná práce k modulu Statistika The Nottingham Trent University B.I.B.S., a. s. Brno BA (Hons) in Business Management Písemná práce k modulu Statistika Číslo zadání: 144 Autor: Zdeněk Fekar Ročník: II., 2005/2006 1 Prohlašuji, že jsem

Více

PRAKTIKUM I. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. úloha č. 10 Název: Rychlost šíření zvuku. Pracoval: Jakub Michálek

PRAKTIKUM I. Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK. úloha č. 10 Název: Rychlost šíření zvuku. Pracoval: Jakub Michálek Oddělení fyzikálních praktik při Kabinetu výuky obecné fyziky MFF UK PRAKTIKUM I. úloha č. 10 Název: Rychlost šíření zvuku Pracoval: Jakub Michálek stud. skup. 15 dne: 20. března 2009 Odevzdal dne: Možný

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

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

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

Více

MATEMATIKA základní úroveň obtížnosti

MATEMATIKA základní úroveň obtížnosti MATEMATIKA základní úroveň obtížnosti DIDAKTICKÝ TEST Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 26 úloh. Časový limit pro

Více

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008)

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008) Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008) Ing. Vratislav Horálek, DrSc., předseda TNK 4 při ČNI 1 Terminologické normy [1] ČSN ISO 3534-1:1994 Statistika Slovník

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národní informační středisko pro podporu kvality Nestandardní regulační diagramy J.Křepela, J.Michálek REGULAČNÍ DIAGRAM PRO VŠECHNY INDIVIDUÁLNÍ HODNOTY xi V PODSKUPINĚ V praxi se někdy setkáváme s požadavkem

Více

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

4. 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

Více

MATEMATIKA vyšší úroveň obtížnosti

MATEMATIKA vyšší úroveň obtížnosti MATEMATIKA vyšší úroveň obtížnosti DIDAKTICKÝ TEST MAMVD11C0T04 Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 23 úloh. Časový

Více

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické MODELY ŘÍZENÍ ZÁSOB Význam zásob spočívá především v tom, že - vyrovnávají časový nebo prostorový nesoulad mezi výrobou a spotřebou - zajišťují plynulou výrobu nebo plynulé dodávky zboží i při nepředvídaných

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

tazatel 1 2 3 4 5 6 7 8 Průměr ve 15 250 18 745 21 645 25 754 28 455 32 254 21 675 35 500 Počet 110 125 100 175 200 215 200 55 respondentů Rozptyl ve

tazatel 1 2 3 4 5 6 7 8 Průměr ve 15 250 18 745 21 645 25 754 28 455 32 254 21 675 35 500 Počet 110 125 100 175 200 215 200 55 respondentů Rozptyl ve Příklady k procvičení k průběžnému testu: 1) Při zpracování studie o průměrné výši měsíčních příjmů v České republice jsme získali data celkem od 8 tazatelů. Každý z těchto pěti souborů dat obsahoval odlišný

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

Teorie sférické trigonometrie

Teorie sférické trigonometrie Teorie sférické trigonometrie Trigonometrie (z řeckého trigónon = trojúhelník a metrein= měřit) je oblast goniometrie zabývající se praktickým užitím goniometrických funkcí při řešení úloh o trojúhelnících.

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

Aplikace multifraktální geometrie na finančních trzích

Aplikace multifraktální geometrie na finančních trzích Aplikace multifraktální geometrie na finančních trzích 5. studentské kolokvium a letní škola matematické fyziky Stará Lesná Fakulta jaderná a fyzikálně inženýrská ČVUT, Praha 1. 9. 2011 Úvod náhodné procesy

Více

Základní provize v systému MLM ZetClub

Základní provize v systému MLM ZetClub Základní provize v systému MLM ZetClub Každý prodejce může pod sebou zaregistrovat dalšího prodejce, ten zas dalšího atd. Každý prodejce, tedy může být buď zaregistrován přímo pod firmou, nebo má nad sebou

Více