6. Pravděpodobnost a statistika Pravděpodobnost
|
|
- Eduard Dostál
- před 8 lety
- Počet zobrazení:
Transkript
1 6. Pravděpodobnost a statistika 6.1. Pravděpodobnost Pravděpodobnost (hovorově šance; značka je P z anglického probability) je hodnota vyčíslující jistotu resp. nejistotu výskytu určité události. K pojmu pravděpodobnost dospějeme zobecněním a abstraktním vyjádřením empirických zkušeností z různých oblastí lidské činnosti. Pravděpodobnostní hodnotu nabývají náhodné proměnné. Příbuzným pojmem k pravděpodobnosti je pojem šance, který vyjadřuje poměr relativních četností výskytu příznivých a nepříznivých případů zatímco pravděpodobnost padnutí např. líce na minci je 0,5, šance tohoto jevu je 1 : 1. Pojmem, který nás bude v tomto předmětu často provázet, je i pojem riziko. Riziko je pravděpodobnost toho, že nastane jiný než očekávaný výsledek. Riziko tedy nelze ztotožňovat pouze s hrozbou nějaké ztráty či neúspěchu. Pravděpodobnost má více téměř ekvivalentních definic. Pravděpodobností se zabývá a zkoumá ji teorie pravděpodobnosti. Teorie pravděpodobnosti Teorie pravděpodobnosti je odvětví matematiky, které umožňuje podle pravděpodobností jedněch náhodných událostí nacházet jiné náhodné události, které nějakým způsobem souvisí s prvými. Ve vědě existuje několik koncepcí práce s náhodou (např. teorie hromadné obsluhy). Pravděpodobnost je jenom jednou z nich. Intuitivní chápání pravděpodobnosti Intuitivní - laické chápání pravděpodobnosti je spojené s každodenní lidskou činností, kdy hovoříme např. o počasí (na 100 % bude pršet) nebo šanci, že stihneme autobus HMD, když jsme zaspali anebo o naší šanci vyhrát některou z cen na zakoupený los. 1
2 Příklady 1. Hod mincí. Při hodu nepoškozenou mincí z dostatečné výšky na rovnou pevnou plochu existuje stejná možnost, že padne kterákoli z obou stran mince. Stejný předpoklad platí, jestliže se tento experiment za stejných podmínek opakuje. V tomto případě se stejná možnost padnutí každé strany projeví (přibližně) stejnou absolutní i relativní četností padnutí každé strany mince. Očekáváme, že při rostoucím počtu pokusů se relativní četnost bude ustalovat na hodnotě 0,5. Hod mincí mnohokrát opakujeme, značíme si kolikrát padne hlava a do grafu vynášíme poměr mezi počtem hlav a počtem hodů Relativní četnost = počet hlav / počet hodů Experiment 1 Experiment Počet hodů mincí Sportka. Jakou možnost uhodnutí 5 čísel má hráč, který na tiketu Sportky zatrhl 6 čísel z nabízených 49? Zřejmě existuje 258 způsobů jak uhodnout právě 5 čísel z 6 bez ohledu na pořadí a při tom neuhodnout právě jedno číslo ze zbývajících 43 (exaktně je to vyjádřeno ! součinem kombinačních čísel ). 5!(6 5)! Existuje tedy 258 příznivých případů. Vyjádřeme jejich relativní četnost mezi všemi možnými případy, kterých je tolik, kolik šestic se dá vytvořit ze 49 čísel: 49 49! Relativní četnost příznivých případů mezi všemi 6!(49 6)! 258 možnými je tedy 0, Toto číslo je zároveň pravděpodobností výhry 5 čísel z pět. 2
3 3. Sebeklam hazardního hráče Jako sebeklam hazardního hráče označujeme jeho mylný dojem, že šance vyhrát (pravděpodobnost výhry), stoupají anebo klesají na základe předcházejících výsledků. V Kalifornii existuje státní loterie, která se jmenuje Superlotto, v které je třeba uhádnout 6 čísel z 51. Zní to jednoduše, ale jaká je pravděpodobnost (šance vyhrát), že se to stane? Toto je příklad obyčejného víkendu: 25. července 1998 byly vylosované čísla: 5,7,21,32,44,46. V banku (jackpot) bylo 16 miliónů dolarů. Na žádném tiketu nebylo všech šest čísel. 170 tiketů uhádlo 5 čísel a každý vyhrál po dolarů, hráčů mělo 4 z 6 čísel a dostalo po 72 dolarů a hráčů uhádlo 3 z 6-ti při odměně 5 dolarů pro každého. Když byste naprogramovali počítač, aby každou sekundu náhodně generoval šest čísel od 1 do 51, museli byste čekat asi 7 měsíců, než by vám vyšla ta správná kombinace aspoň jednou. Pravděpodobnost uhádnutí: všech 6 čísel je 1 ku , pro 5 z 6 je 1 k , pro 4 z 6 je 1 k 1 213, a pro 3 z 6 je 1 ku 63. Teda šance cosi vyhrát je jedna ku šedesát. Když si každý týden koupíte 100 tiketů, můžete očekávat, že vyhrajete jackpot průměrně každých roků. Když koupíte každý týden tikety za dolarů, vaše pravděpodobnost výhry se zkrátí na každých 14 roků. Když očekáváte, že budete žít ještě dalších 50 roků, měli byste si týdenně kupovat tikety za 6927 dolarů. Kdybyste se uspokojili s pěti čísly ze šesti, budete to mít mnohem lehčí. Je pravděpodobné, že 5 z 6tich uhádnete průměrně každých 12.8 roků za podmínky, že si týdenně koupíte 100 tiketů. Možná si ještě stále myslíte, že můžete pomoci štěstí tím, že si zvolíte čísla, které nebyly vybrané v minulých kolech, anebo čísla, které vycházejí častěji. Právě teď propadáte falešné iluzi falešného hráče. Pravděpodobnost je vždy stejná, bez ohledu na čísla, které vyhrály v minulosti. Této iluzi běžně propadají hráči, kteří, například, staví při ruletě na červenou, když se předtím třikrát objevila černá. Pravděpodobnost, že se znova objeví černá zůstává stejná bez ohledu na to, jaká barva se objevila předtím. Zdá se, že loterie mají něco společné s podvodnými pyramidovými hrami - na to, aby někdo skutečně hodně vyhrál, musí mnoho lidí ztratit téměř všechno, co vsadili. 3
4 Klasická definice pravděpodobnosti (Pierre Simone de Laplace) Pravděpodobnost = počet relevantních případů/počet všech možných případů. Příklad Otázka: "Jaká je pravděpodobnost, že v Bratislavě za den někoho zrazí auto?" Jinými slovy: "Jaký je očekávaný podíl počtu sražených lidí (za den) na všech lidech přítomných v Bratislavě"? Řešení: Počet relevantních = počet zrazených lidí v Bratislavě za den (například průměr podia historických záznamů policie = 97,25 Počet všech možných případů = počet lidí přítomných v Bratislavě (například průměrný počet obyvatel + počet turistů + počet lidí docházejících za prací podle historických záznamů = ) Výsledek: P = 97,25 / = 0, (neboli %) Statistická definice pravděpodobnosti (Richard von Mises) Táto definice je vlastně jakési upřesnění klasické definice. Pravděpodobnost = číslo (přesněji limita), ke které se při mnohonásobném opakovaní "pokusu" blíži relativní frekvence jevu (t. j. poměr počet relevantních případů/počet všech možných případů) Příklad Otázka: "Jaká je pravděpodobnost, že v Bratislavě za den někoho srazí auto?" Řešení: Urobíme následující "výpočet" (v ideálním případě pro velmi mnoho dní) se zadanými údaji o počtu havárií a obyvatelů Bratislavy: Den Počet sražených lidí Počet lidí v Bratislavě Relativní frekvence pravděpodobnost srážky dnes / = 0, včera / = 0, předevčírem / = 0,00021 předpředevčírem / = 0, Za všechny zkoumané dny , Zjednodušeně se počítá tzv. průměrná relativní frekvence: P = ( ) / ( ) = 0,
5 Pravděpodobnost jako míra důvěry (Thomas Bayes) Táto, na prvý pohled velmi nevědecká, definice hovoří, že pravděpodobnost je číslo mezi 0 a 1, které je mírou pro naši víru v realizaci (vznik) nějakého jevu nebo víra v pravdivost nějakého tvrzení. Pod realizací jevu tu můžeme mít na mysli například výhru domácích ve fotbale, pod pravdivostí nějakého tvrzení zase pravděpodobnost, že hmotnost Saturnu se nachází v nějakém dopředu zvoleném intervale. Zvlášť druhá možnost je při fyzikálním výzkumu častá (experimentálně hledáme hodnoty různých konstant, hmotností elementárních částic, atd.). Se Saturnem totiž nemůžeme udělat víc pokusů - jeho hmotnost je daná a v daném intervale buď leží, nebo neleží - problém je jen v tom, že my nepoznáme odpověď. Axiomatická definice (Andrej Nikolajevič Kolmogorov) Pravděpodobnost P (A) náhodné události A je v tomto případe reálna funkce, která každé náhodné události A přiradí určité číslo P (A), přičemž platí tyto axiómy: P(A) 0 P (E)=1, když E je jistá událost když A1, A2,, An, je postupnost disjunktních náhodných událostí (nemohou současně nastat). Pravděpodobnost, že aspoň jedna z nich při náhodném pokuse nastane, se tedy rovná součtu jejich pravděpodobností: P(A1 U A2 U... U An U... ) = P(A1) + P(A2) P(An) +... Vlastnosti P leží vždy mezi 0 a 1 (resp. vyjádřené v procentech: mezi 0% a 100%) P jevu nemožného je 0 (0%), P jevu jistého je 1 (100%) Součet jednotlivých P všech možných případů je 1 (100%) P že nastane len A, anebo jen B, anebo A i B současné = P, že nastane A + P, že nastane B - P, že nastane A i B současně Z předcházejících tvrzení je zřejmé, že pravděpodobnost je možné vyjádřit čtyřmi základními způsoby: klasicky - jako číslo v intervale [0-1], v procentech [%], poměrem, např. 1 : 1, zlomkem, např.. Pravděpodobnost, že při hode mincí padne rub je tedy možné identicky vyjádřit jako 0,5 ~ 50% ~ ½ ~ 1:1. 5
6 6.2. Náhodný jev a náhodný experiment Nechť je definován komplex podmínek, za kterých je sledována možnost nastoupení nějakého jevu (např. přeměna vody v páru při dané teplotě, tlaku apod.). Pak: Jev, který za těchto podmínek nemůže nikdy nastat, nazveme jevem nemožným (např. přeměna vody v páru při normálním tlaku a teplotě 10 C). Jev, který za těchto podmínek nutně musí nastat, nazveme jevem jistým (např. přeměna vody v páru při normálním tlaku a teplotě 100 C). Jev, který i při striktním dodržení podmínek může, ale nemusí nastat, případně nastává s různou intenzitou, nazveme jevem náhodným. Nemožný jev označíme symbolem V, jistý jev symbolem I, pro náhodné jevy máme vyhrazena velká písmena ze začátku latinské abecedy, např. A, B, C, event. A 1, A 2, A 3, A n a pod. Náhodný jev tedy není bezezbytku určen komplexem podmínek, ale o jeho nastoupení či nenastoupení spolurozhoduje náhoda. Každý děj, který v sobě obsahuje prvek náhody a jehož výsledek má charakter náhodného jevu, nazýváme náhodný experiment. Tento pojem je v počtu pravděpodobnosti široce využíván i tam, kde se v běžném životě nevyskytuje (tedy nejen házení kostkou nebo střelba do terče, ale i výroba výrobku, léčení pacienta atd.). Příklady o hodu mincí či kostkou, střelbě do terče apod. se vzhledem k jednoduchosti a všeobecné znalosti podmínek těchto náhodných experimentů používají zcela běžně. Stromový diagram vyjadřuje graficky průběh a možné výsledky náhodného experimentu. Příklad průběh a výsledek semestrální zkoušky. Řádný termín Uspěl Neuspěl První opravný termín Uspěl Neuspěl Druhý opravný termín Uspěl Neuspěl Základní jednotkou označující výsledek náhodného experimentu je možný případ. Skončí-li náhodný experiment nastoupením nějakého náhodného jevu A, říkáme, že nastal příznivý případ pro jev A (v opačném případě nastal nepříznivý případ). Neurčitost (entropie) je měřítkem komplikovanosti náhodného experimentu. Jednotkovou míru neurčitosti dosahuje náhodný experiment se dvěma stejně možnými výsledky. 6
7 6.3. Elementární jev, základní prostor jevů, opačné jevy Každý z možných výsledků náhodného experimentu nazýváme možným případem nebo elementárním jevem. Elementární jevy značíme symboly e 1, e 2,. Elementární jev má tyto vlastnosti: je neslučitelný (disjunktní) s libovolným jiným elementárním jevem padne-li na kostce např. jednička, nemůže současně padnout žádné jiné číslo, tvoří úplnou skupinu jevů (jeden z nich musí nutně nastat) nějaké číslo mezi jednou a šesti padnout musí. může nastat právě jedním způsobem, je nerozložitelný každé číslo na kostce může padnout jen jedním způsobem. Množina všech elementárních jevů určitého náhodného experimentu se nazývá základní prostor jevů a označuje se. Do základního prostorů jevů patří vždy jev jistý I i jev nemožný V. Je-li elementárních jevů konečný počet, bude poslední z nich e n a máme co do činění s konečným základním prostorem jevů. Elementárních jevů může být i nekonečně mnoho. Pokud k očíslování všech elementárních jevů postačí přirozená čísla, označujeme jejich počet za spočetně nekonečný, jinak jde o nespočetně nekonečný počet. Příklady Hod mincí. Základní prostor jevů je tvořen jevem jistým (padne líc nebo rub), jevem nemožným (nepadne ani líc ani rub) a dvěma elementárními jevy (padne líc, padne rub). Celkový počet jevů je Hod kostkou. Základní prostor jevů je tvořen jevem jistým a nemožným, šesti elementárními jevy a 56 složenými jevy (např. padnutí sudého čísla, padnutí čísla menšího než 4, atd. atd.). Celkový počet jevů je Všimněme si, že v obou případech je exponent u čísla 2 tvořen počtem elementárních jevů. Celkový počet jevu konečného je roven 2 n, kde n je počet elementárních jevů. Opačné jevy Při házení kostkou bude jevem E padnutí sudého čísla, který obsahuje elementární jevy e 2, e 4, e 6. Opačným jevem E = padnutí lichého čísla bude taký, který obsahuje všechny zbývající elementární jevy e 1, e 3, e 5. Opačné jevy tvoří úplnou skupinu neslučitelných (disjunktních) jevů. 7
8 6.4. Pravděpodobnost a statistika Pravděpodobnost vztahujeme v statistických projektech na očekávané obměny: jednoho statistického znaku, dvou statistických znaků tří a více statistických znaků Základní statistickou metodou na zkoumání pravděpodobnosti statistických znaků je třídění statistických dat uvedené v kapitole 4. Třídíme a hledáme pravděpodobnost výskytu: jednotlivých obměn jednoho statistického znaku - jednoduché třídění, skupin (intervalů) obměn jednoho statistického znaku - skupinové třídění, vzájemných obměn dvou statistických znaků - třídění podle dvou statistických znaků, tří a více statistických znaků. Na vyjádření pravděpodobnosti používáme relativní početnost v pravděpodobnostním tvaru, která se může pohybovat v intervalu [0,1]. Hodnota vyjadřuje, s jakou pravděpodobností je možné očekávat výskyt statistické jednotky s příslušnou obměnou statistického znaku. Základní podmínkou zkoumání pravděpodobnosti je reprezentativnost statistického souboru, použitého na její zjišťování (kapitola 3.2). Reprezentativnost základního statistického souboru se dosahuje výběrem statistických jednotek podle dopředu stanovených kritérií (věk, vzdělání, ). Pravděpodobnostní vyjádření relativní početnosti je bezrozměrné. 8
9 Pravděpodobnost při jednoduchém třídění Jednoduché třídění statistických jednotek je možné použít na výpočet pravděpodobnosti výskytu obměn: kvalitativních (slovních) znaků anebo kvantitativních diskrétních (nespojitých) číselných znaků s malou obměnou hodnot statistického znaku. Třídění se uskutečňuje podle jednotlivých obměn statistického znaku. Pořadí obměn volíme prvotně podle následujících možností: obměny je možné seřadit podle významu (např. podle úrovně školy) obměny je možné vystupňovat (např. hodnocení studentů) obměny seřadíme podle abecedy, obměny seřadíme náhodně (barvy aut), obměny seřadíme náhodně podle subjektivního názoru řešitele. Obměny můžeme seřadit druhotně podle absolutní početnosti sestupně anebo vzestupně Na třídění statistického znaku používáme třídící tabulku (5.1), která má standardní postup, zásady a strukturu podle kapitoly 4. Příklad na pravděpodobnost výskytu typu střední školy u absolventů středních škol je v tabulce 5.1. Podmínkou správné interpretace je reprezentativnost základního souboru 155 studentů středních škol. Třída k (pořadové číslo) Pravděpodobnost výskytu typu střední školy u absolventů středních škol Třídící znak (typ střední školy) Absolutní četnost n i (počet studentů) Relativní četnost p i (pravděpodobnost absolvované střední školy) Kumulativní četnost kn i (součtový počet studentů) 1 OU 36 0, ,232 2 OUM 29 0, ,419 3 SŠ 29 0, ,606 4 G 30 0, ,800 5 RG 31 0, ,000 SUMA X 155 1,000 X X Tab. 5.1 Kumulativní relativní četnost kp i (součtová pravděpodobnost absolvované střední školy) 9
10 Tabulková forma jednoduchého třídění kvalitativních (slovních) znaků se při zobrazení pravděpodobnosti doplňuje většinou: spojnicovým grafem relativních četností (obr. 5.1) anebo, kruhovým výsečovým grafem relativních četností. Jednotlivé sloupce nebo výseče je vhodné doplnit konkrétní hodnotou. Obr Pravděpodobnost výskytu absolventů středních škol podle typu školy Obr Pravděpodobnost výskytu absolventů středních škol podle typu školy 10
11 Pravděpodobnost při skupinovém (intervalovém) třídění Skupinové (intervalové) třídění statistických jednotek je možné použít na výpočet pravděpodobnosti v případě kvantitativních číselných znaků. Skupinové (intervalové) třídění používáme v případě, že číselné znaky (spojité i nespojité) vykazují velké množství obměn. Skupinové třídění spočívá ve vytvoření k tříd (skupin, intervalů) ve variačním rozpětí R souboru od minimální x i, min až po maximální x imax, hodnotu znaku podle postupu uvedeného v kapitole Původní data se zařazují do tříd (skupin, intervalů) a zjišťují se relativní početnosti jednotlivých tříd vyjádřené pravděpodobnostně. Příklad na pravděpodobnost výskytu domácností v jednotlivých příjmových skupinách je uvedený v tabulce 5.2. Podmínkou správné interpretace by měla znova být reprezentativnost výběru domácností. Pravděpodobnost výskytu domácností podle příjmových skupin Tab. 5.2 Třída Hranice měsíčních příjmů [Čk] Střed příjmové hranice [Čk] Počet domácností Pravděpodobnost výskytu domácností v příslušné příjmové skupině Součtová četnost domácností absolutní relativní k x d - x h x i n i p i kn i kp i 1. <15 až 20) 17,5 12 0, ,15 2. <20 až 25) 22,5 32 0, ,55 3. <25 až 30) 27,5 20 0, ,80 4. <30 až 35) 32,5 8 0, ,90 5. <35 až 40) 37,5 6 0, ,98 6. <40 až 45) 42,5 2 0, , ,00 11
12 Tabulková forma pravděpodobnosti skupinového třídění se při zobrazení pravděpodobnosti doplňuje: histogramem anebo bodovým grafem relativních četností, výsečovým grafem relativních četností. Histogram pravděpodobnosti je sloupcový graf tvořený pravidelnými rovnoběžníky, který přiřazuje příslušnou pravděpodobnost celému intervalu (skupině). Základy sloupců na ose x mají délku intervalů (šířky třídy) h, pro všechny stejnou a příslušné výšky mají velikost odpovídající pravděpodobnosti. Obr Pravděpodobnost výskytu domácností v jednotlivých příjmových skupinách Obr Pravděpodobnost výskytu domácností v jednotlivých příjmových skupinách vztažená na středy příjmových skupin (intervalů) 12
13 Obr Pravděpodobnost výskytu domácností v jednotlivých příjmových skupinách 13
14 Pravděpodobnost při třídění podle dvou statistických znaků Třídění podle dvou statistických znaků je možné použít na výpočet pravděpodobnosti výskytu jednotlivých kombinací jejich obměn. Výsledkem třídění jsou kombinační tabulky. Podle charakteru tříděných znaků rozlišujeme tyto kombinační tabulky: korelační tabulka třídění podle dvou číselných znaků, kontingenční tabulka třídění podle dvou slovních znaků, asociační tabulka třídění podle dvou alternativních slovních znaků. Příklad na pravděpodobnost výskytu rodin podle počtu dětí a počtu místností v bytě je uvedený v tabulce 5.3. Podmínkou správné interpretace by měla být opět reprezentativnost výběru rodin. Tab. 5.3 Pravděpodobnost výskytu rodin podle počtu dětí a bytových místností Počet dětí Pravděpodobnost výskytu rodin podle počtu Celkem (proměnná x) dětí a místností (proměnná y) ,10 0,12 0,08-0,30 1-0,18 0,12-0, ,20 0,10 0, ,10 0,10 Celkem 0,10 0,30 0,40 0,20 1,00 V případě, že je počet obměn některého číselného (kvantitativního) statistického znaku velký, musí být konkrétní obměny nahrazeny skupinami (intervaly). Konstrukce intervalů je identická jako u skupinového třídění (4.1.3) Na zobrazení pravděpodobnosti je praktické použít sloupcový pseudo 3D graf. Obr Pravděpodobnost výskytu rodin podle počtu dětí a počtu místností v bytě 14
15 Další příklad na pravděpodobnost výskytu dvou kvalitativních znaků je uvedený v tabulce 5.4 a v grafu 5.6. Jaká je pravděpodobnost počtu vykradení domu v obci XY za 50 let podle druhu jeho zabezpečení? Statistická metoda: Třídění podle dvou statistických znaků (počet vykradení domu za posledních 50 let a typ zabezpečení domu). Četnost domácností vyjádřená jako relativní četnost v pravděpodobnostním vyjádření. Na grafické znázornění použijeme prostorový sloupcový graf v pseudo 3D zobrazení. Tab. 5.4 Pravděpodobnost počtu vykradení domu v obci XY za 50 let podle typu jeho zabezpečení Druh zabezpečení domu Pravděpodobnost vykradení domu 0 x 1 x 2 x 3 x 4 x 5 x Kontrolní součet Bez zabezpečení 0,47 0,125 0,025 0,01 0,01 0,005 0,645 Bezpečnostní zámek 0,15 0,025 0,015 0,005 0,005 0,005 0,205 Bezpečnostní dveře 0,05 0,015 0, ,075 Bezpečnostní okna a dveře 0,02 0,005 0, ,03 Kamerový systém 0,02 0, ,025 Komplexní zabezpečení 0, ,02 Kontrolní součet 0,73 0,175 0,055 0,015 0,015 0,01 1 Obr. 5.6 Pravděpodobnost vykradení domu v obci XY za 50 roků podle typu zabezpečení 15
16 Interpretace výsledků: V jednotlivých datových polích tabulky a sloupcích grafu je ve formě relativní početnosti zobrazená pravděpodobnost s jakou je možné očekávat vykradení domu ve vazbě na obměny obou statistických znaků uvedených v záhlaví a řádcích tabulky. Rozhodující výpovědnou hodnotu má v tomto případě kontrolní součet pravděpodobnosti v posledním sloupci tabulky, který vyjadřuje kumulovanou pravděpodobnost pro jednotlivé typy zabezpečovacího zařízení. Výsledky prokázali, že v případě komplexního zabezpečení domu je pravděpodobnost vykradení domu nejnižší (0,02). Odpověď na otázku Pravděpodobnost vykradení domu za 50 roků je přímo závislá na typu zabezpečovacího zařízení domu. Při domu bez zabezpečení se jedná o pravděpodobnost p = 0,645, při komplexním zabezpečení jen p = 0,02. Stupeň závislosti by bylo vhodné ověřit dalšími metodami. 16
Pravděpodobnost je. Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava
Pravděpodobnost je Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava ŠKOMAM, 24. 1. 2017 Čím se zabývá teorie pravděpodobnosti? Pokus děj, který probíhá, resp. nastává opakovaně
Více7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
VíceMatematika III. 27. září Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 27. září 2018 Teorie pravděpodobnosti Teorie pravděpodobnosti je odvětvím matematiky, které studuje matematické modely náhodných pokusu, tedy zabývá se
Více2. přednáška - PRAVDĚPODOBNOST
2. přednáška - PRAVDĚPODOBNOST NÁHODNÝ POKUS A JEV Každá opakovatelná činnost prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě, se nazývá náhodný pokus.
VícePravděpodobnost a statistika
Pravděpodobnost a statistika Teorie pravděpodobnosti popisuje vznik náhodných dat, zatímco matematická statistika usuzuje z dat na charakter procesů, jimiž data vznikla. NÁHODNOST - forma existence látky,
VíceNáhodné jevy. Teorie pravděpodobnosti. Náhodné jevy. Operace s náhodnými jevy
Teorie pravděpodobnosti Náhodný pokus skončí jedním z řady možných výsledků předem nevíme, jak skončí (náhoda) příklad: hod kostkou, zítřejší počasí,... Pravděpodobnost zkoumá náhodné jevy (mohou, ale
VíceInženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.
Přednáška č. 1 Úvod do statistiky a počtu pravděpodobnosti Statistika Statistika je věda a postup jak rozvíjet lidské znalosti použitím empirických dat. Je založena na matematické statistice, která je
VícePravděpodobnost a statistika
Pravděpodobnost a statistika 1 Náhodné pokusy a náhodné jevy Činnostem, jejichž výsledek není jednoznačně určen podmínkami, za kterých probíhají, a které jsou (alespoň teoreticky) neomezeně opakovatelné,
VíceTeorie pravěpodobnosti 1
Teorie pravěpodobnosti 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodný jev a pravděpodobnost Každou zákonitost sledovanou v přírodě lze zjednodušeně charakterizovat jako
Vícepravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti.
3.1 Základy teorie pravděpodobnosti Pravděpodobnost je teorií statistiky a statistika je praxí teorie pravděpodobnosti. Co se dozvíte Náhodný pokus a náhodný jev. Pravděpodobnost, počítání s pravděpodobnostmi.
VícePojem a úkoly statistiky
Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby
VíceIntuitivní pojem pravděpodobnosti
Pravděpodobnost Intuitivní pojem pravděpodobnosti Intuitivní pojem pravděpodobnosti Pravděpodobnost zkoumaného jevu vyjadřuje míru naděje, že tento jev nastane. Řekneme-li, že má nějaký jev pravděpodobnost
VícePravděpodobnost a její vlastnosti
Pravděpodobnost a její vlastnosti 1 Pravděpodobnost a její vlastnosti Náhodné jevy Náhodný jev je výsledek pokusu (tj. realizace určitého systému podmínek) a jeho charakteristickým rysem je, že může, ale
VícePRAVDĚPODOBNOST Náhodné pokusy. Náhodný jev
RAVDĚODOBNOST Náhodné pokusy okusy ve fyzice, chemii při splnění stanov. podmínek vždy stejný výsledek ř. Změna skupenství vody při 00 C a tlaku 00 ka okusy v praxi, vědě, výzkumu při dodržení stejných
VíceZpracování 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
VíceDiskrétní matematika. DiM /01, zimní semestr 2016/2017
Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2016/2017 O tomto souboru Tento soubor je zamýšlen především jako pomůcka
Více23. Matematická statistika
Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 23. Matematická statistika Statistika je věda, která se snaží zkoumat reálná data a s pomocí teorii pravděpodobnosti
VíceZáklady teorie pravděpodobnosti
Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 15. srpna 2012 Statistika
VíceDiskrétní matematika. DiM /01, zimní semestr 2018/2019
Diskrétní matematika Petr Kovář petr.kovar@vsb.cz Vysoká škola báňská Technická univerzita Ostrava DiM 470-2301/01, zimní semestr 2018/2019 O tomto souboru Tento soubor je zamýšlen především jako pomůcka
Více1. Statistická analýza dat Jak vznikají informace Rozložení dat
1. Statistická analýza dat Jak vznikají informace Rozložení dat J. Jarkovský, L. Dušek, S. Littnerová, J. Kalina Význam statistické analýzy dat Sběr a vyhodnocování dat je způsobem k uchopení a pochopení
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
VíceMatematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 4. října 2018 Podmíněná pravděpodobnost Při počítání pravděpodobnosti můžeme k náhodnému pokusu přidat i nějakou dodatečnou podmínku. Podmíněná pravděpodobnost
VícePravděpodobnost a aplikovaná statistika
Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 1. KAPITOLA - PRAVDĚPODOBNOST 2.10.2017 Kontakt Mgr. Jana Sekničková, Ph.D. jana.seknickova@vse.cz Katedra softwarového inženýrství Fakulta
VíceIB112 Základy matematiky
IB112 Základy matematiky Základy kombinatoriky a kombinatorická pravděpodobnost Jan Strejček Obsah IB112 Základy matematiky: Základy kombinatoriky a kombinatorická pravděpodobnost 2/57 Výběry prvků bez
VíceNáhodný pokus Náhodným pokusem (stručněji pokusem) rozumíme každé uskutečnění určitého systému podmínek resp. pravidel.
Základy teorie pravděpodobnosti Náhodný pokus Náhodným pokusem (stručněji pokusem) rozumíme každé uskutečnění určitého systému podmínek resp. pravidel. Poznámka: Výsledek pokusu není předem znám (výsledek
Více5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.
5. Náhodná veličina Poznámka: Pro popis náhodného pokusu jsme zavedli pojem jevového pole S jako množiny všech možných výsledků a pravděpodobnost náhodných jevů P jako míru výskytů jednotlivých výsledků.
VíceNáhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
VíceTéma 2: Pravděpodobnostní vyjádření náhodných veličin
0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Pravděpodobnostní posuzování
VíceMatematika I 2a Konečná pravděpodobnost
Matematika I 2a Konečná pravděpodobnost Jan Slovák Masarykova univerzita Fakulta informatiky 24. 9. 2012 Obsah přednášky 1 Pravděpodobnost 2 Nezávislé jevy 3 Geometrická pravděpodobnost Viděli jsme už
VíceStatistika. pro žáky 8. ročníku. úterý, 26. března 13
Statistika pro žáky 8. ročníku Co je to statistika? Statistika je věda, která se snaží zkoumat reálná data a přibližuje nám zkoumaný jev a zákonitosti s ním spojené. Co nám statistika přináší? Co nám statistika
VíceTEORIE PRAVDĚPODOBNOSTI. 2. cvičení
TEORIE RAVDĚODONOSTI 2. cvičení Základní pojmy Klasická def. Statistická def. Geometrická def. odmíněná prav. ayesův teorém Test Základní pojmy Náhodný pokus - je každý konečný děj, jehož výsledek není
VíceNáhodné chyby přímých měření
Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.
VíceLékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)
Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 14.10 až 15.40 hod. http://www1.osu.cz/~tvrdik
VícePro zvládnutí této kapitoly budete potřebovat 4-5 hodin studia.
Úvod (Proč se zabývat statistikou?) Statistika je metoda analýzy dat, která nachází široké uplatnění v celé řadě ekonomických, technických, přírodovědných a humanitních disciplín. Její význam v poslední
Více2. Definice pravděpodobnosti
2. Definice pravděpodobnosti 2.1. Úvod: V přírodě se setkáváme a v přírodních vědách studujeme pomocí matematických struktur a algoritmů procesy dvojího druhu. Jednodušší jsou deterministické procesy,
VíceMatematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,
VícePravděpodobnost a aplikovaná statistika
Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 2. KAPITOLA PODMÍNĚNÁ PRAVDĚPODOBNOST 3. KAPITOLA NÁHODNÁ VELIČINA 9.11.2017 Opakování Uveďte příklad aplikace geometrické definice pravděpodobnosti
VíceNáhodný jev a definice pravděpodobnosti
Náhodný jev a definice pravděpodobnosti Obsah kapitoly Náhodný jev. Vztahy mezi náhodnými jevy. Pravidla pro počítání s pravděpodobnostmi. Formule úplné pravděpodobnosti a Bayesův vzorec. Studijní cíle
VíceNěkdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?
Náhodné veličiny Náhodné veličiny Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Příklad Vytáhneme tři karty z balíčku zajímá nás, kolik je mezi nimi es.
VíceRenáta Bednárová STATISTIKA PRO EKONOMY
Renáta Bednárová STATISTIKA PRO EKONOMY ZÁKLADNÍ STATISTICKÉ POJMY Statistika Statistický soubor Statistická jednotky Statistický znak STATISTIKA Vědní obor, který se zabývá hromadnými jevy Hromadné jevy
Vícea) 7! 5! b) 12! b) 6! 2! d) 3! Kombinatorika
Kombinatorika Kombinatorika se zabývá vytvářením navzájem různých skupin z daných prvků a určováním počtu takových skupin. Kombinatorika se zabývá pouze konečnými množinami. Při určování počtu výběrů skupin
VíceTéma 2: Pravděpodobnostní vyjádření náhodných veličin
0.05 0.0 0.05 0.0 0.005 Nominální napětí v pásnici Std Mean 40 60 80 00 0 40 60 Std Téma : Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Spolehlivost a bezpečnost staveb 4. ročník
VíceUrčeno studentům středního vzdělávání s maturitní zkouškou, 4. ročník, okruh Základy počtu pravděpodobnosti
PRAVDĚPODOBNOST anotace Určeno studentům středního vzdělávání s maturitní zkouškou, 4. ročník, okruh Základy počtu pravděpodobnosti VM vytvořil: Mgr. Marie Zapadlová Období vytvoření VM: září 2013 Klíčová
VíceStatistika I (KMI/PSTAT)
Statistika I (KMI/PSTAT) Cvičení první aneb Sumační symbolika, úvod do popisné statistiky Statistika I (KMI/PSTAT) 1 / 15 Obsah hodiny Po dnešní hodině byste měli být schopni: správně používat sumační
VíceZáklady popisné statistiky
Základy popisné statistiky Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 8. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 26 Obsah 1 Základy statistického zpracování dat 2
VíceKOMBINATORIKA. 1. cvičení
KOMBINATORIKA 1. cvičení Co to je kombinatorika Kombinatorika je vstupní branou do teorie pravděpodobnosti. Zabývá se různými způsoby výběru prvků z daného souboru. 2011 Ing. Janurová Kateřina, FEI VŠB-TU
VíceStatistika pro geografy
Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických
Více2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka
2. Statistická terminologie a vyjadřovací prostředky 2.1. Statistická terminologie Statistická jednotka Statistická jednotka = nositel statistické informace, elementární prvek hromadného jevu. Příklady:
Víceletní semestr Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika
Šárka Hudecová Katedra i a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy letní semestr 2012 1 1 Založeno na materiálech doc. Michala Kulicha Organizační pokyny k přednášce přednáškové
VíceStatistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží
Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží Zdeněk Karpíšek Jsou tři druhy lží: lži, odsouzeníhodné lži a statistiky. Statistika je logická a přesná metoda, jak nepřesně
VíceÚvod do teorie pravděpodobnosti
Úvod do teorie pravděpodobnosti Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 9. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 33 Obsah 1 Náhodné jevy 2 Pravděpodobnost 3 Podmíněná
VíceSTATISTIKA 1. Adam Čabla Katedra statistiky a pravděpodobnosti VŠE
STATISTIKA 1 Adam Čabla Katedra statistiky a pravděpodobnosti VŠE KONTAKTY WWW: sites.google.com/site/adamcabla E-mail: adam.cabla@vse.cz Telefon: 777 701 783 NB367 na VŠE, konzultační hodiny: Pondělí
VíceDiskrétní náhodná veličina
Lekce Diskrétní náhodná veličina Výsledek náhodného pokusu může být vyjádřen slovně to vede k zavedení pojmu náhodného jevu Výsledek náhodného pokusu můžeme někdy vyjádřit i číselně, což vede k pojmu náhodné
VíceMatematika I (KMI/PMATE)
Přednáška první aneb Úvod do matematické analýzy Funkce a její vlastnosti Úvod do matematické analýzy Osnova přednášky pojem funkce definice funkce graf funkce definiční obor funkce obor hodnot funkce
VíceZÁKLADY STATISTICKÉHO ZPRACOVÁNÍ ÚDAJŮ 5. hodina , zapsala Veronika Vinklátová Revize zápisu Martin Holub,
ZÁKLADY STATISTICKÉHO ZPRACOVÁNÍ ÚDAJŮ 5. hodina - 22. 3. 2018, zapsala Revize zápisu Martin Holub, 27. 3. 2018 I. Frekvenční tabulky opakování z minulé hodiny Frekvenční tabulka je nejzákladnější nástroj
VíceInformační a znalostní systémy
Informační a znalostní systémy Teorie pravděpodobnosti není v podstatě nic jiného než vyjádření obecného povědomí počítáním. P. S. de Laplace Pravděpodobnost a relativní četnost Pokusy, výsledky nejsou
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
VíceNÁHODNÁ VELIČINA. 3. cvičení
NÁHODNÁ VELIČINA 3. cvičení Náhodná veličina Náhodná veličina funkce, která každému výsledku náhodného pokusu přiřadí reálné číslo. Je to matematický model popisující více či méně dobře realitu, který
VíceRozdělení náhodné veličiny. Distribuční funkce. Vlastnosti distribuční funkce
Náhodná veličina motivace Náhodná veličina Často lze výsledek náhodného pokusu vyjádřit číslem: číslo, které padlo na kostce, výška náhodně vybraného studenta, čas strávený čekáním na metro, délka života
VíceZadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016
Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia
Více5.1. Klasická pravděpodobnst
5. Pravděpodobnost Uvažujme množinu Ω všech možných výsledků náhodného pokusu, například hodu mincí, hodu kostkou, výběru karty z balíčku a podobně. Tato množina se nazývá základní prostor a její prvky
VíceMatematika (KMI/PMATE)
Úvod do matematické analýzy Funkce a její vlastnosti Funkce a její vlastnosti Veličina Veličina - pojem, který popisuje kvantitativní (číselné) vlastnosti reálných i abstraktních objektů. Funkce a její
Více2. Bodové a intervalové rozložení četností
. Bodové a intervalové rozložení četností (Jak získat informace z datového souboru?) Po prostudování této kapitoly budete umět: konstruovat diagramy znázorňující rozložení četností vytvářet tabulky četností
VíceChyby měření 210DPSM
Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů
VíceZákladní pojmy a úvod do teorie pravděpodobnosti. Ing. Michael Rost, Ph.D.
Základní pojmy a úvod do teorie pravděpodobnosti Ing. Michael Rost, Ph.D. Co je to Statistika? Statistiku lze definovat jako vědní obor, zabývající se hromadnými jevy a procesy. Statistika zahrnuje jak
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor012 Vypracoval(a),
VíceMATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým
VíceTřídění statistických dat
2.1 Třídění statistických dat Všechny muže ve městě rozdělíme na 2 skupiny: A) muži, kteří chodí k holiči B) muži, kteří se holí sami Do které skupiny zařadíme holiče? prof. Raymond M. Smullyan, Dr. Math.
Více0.1 Úvod do matematické analýzy
Matematika I (KMI/PMATE) 1 0.1 Úvod do matematické analýzy 0.1.1 Pojem funkce Veličina - pojem, který popisuje kvantitativní (číselné) vlastnosti reálných i abstraktních objektů. Příklady veličin: hmotnost
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení
VícePravděpodobnost Podmíněná p. Úplná p. III. Pravděpodobnost. III. Pravděpodobnost Statistika A (ZS 2015)
III Pravděpodobnost Pravděpodobnost Podmíněná p. Úplná p. Odkud se bere pravděpodobnost? 1. Pravděpodobnost, že z balíčku zamíchaných karet vytáhmene dvě esa je přibližně 0:012. Modely a teorie. 2. Pravděpodobnost,
VíceJana Vránová, 3. lékařská fakulta UK
Jana Vránová, 3. lékařská fakulta UK Vznikají při zkoumání vztahů kvalitativních resp. diskrétních znaků Jedná se o analogii s korelační analýzou spojitých znaků Přitom předpokládáme, že každý prvek populace
VícePopulace vs. data. popisná (deskriptivní) popis konkrétních dat. letní semestr 2012 1
? Šárka Hudecová Katedra i a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy letní semestr 2012 1? Statistika = věda o získávání, zpracování a interpretaci informace obsažené v
VíceZáklady teorie pravděpodobnosti
Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie
VíceCvičení ze statistiky - 5. Filip Děchtěrenko
Cvičení ze statistiky - 5 Filip Děchtěrenko Minule bylo.. Začali jsme pravděpodobnost Klasická a statistická definice pravděpodobnosti Náhodný jev Doplněk, průnik, sjednocení Podmíněná pravděpodobnost
VíceZákladní pojmy a cíle statistiky 1
Základní pojmy a cíle statistiky 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Předmět zkoumání Statistiky Definice statistiky Statistika zasahuje do mnoha oblastí našeho moderního
VíceMnohorozměrná statistická data
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistický znak, statistický soubor Jednotlivé objekty nebo subjekty, které jsou při statistickém
VíceNáhodný pokus každá opakovatelná činnost, prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě.
Základy teorie pravděpodobnosti Náhodný pokus každá opakovatelná činnost, prováděná za stejných nebo přibližně stejných podmínek, jejíž výsledek je nejistý a závisí na náhodě. Náhodný jev jakékoli tvrzení
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Náhodná proměnná Náhodná veličina slouží k popisu výsledku pokusu. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáme. Přesto bychom chtěli tento pokus
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
Více10. N á h o d n ý v e k t o r
10. N á h o d n ý v e k t o r 10.1. Definice: Náhodný vektor. Uspořádanou n tici (X 1, X 2,..., X n ) náhodných veličin X i, 1 i n, nazýváme náhodným vektorem. Poznámka: Pro jednoduchost budeme zavádět
VíceROZDĚLENÍ 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)
Více3. Podmíněná pravděpodobnost a Bayesův vzorec
3. Podmíněná pravděpodobnost a Bayesův vzorec Poznámka: V některých úlohách řešíme situaci, kdy zkoumáme pravděpodobnost náhodného jevu za dalších omezujících podmínek. Nejčastěji má omezující podmínka
VíceJiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou
VíceKombinatorika, pravděpodobnost a statistika, Posloupnosti a řady
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy
VícePopisná statistika kvantitativní veličiny
StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali
VíceMĚŘENÍ, TYPY VELIČIN a TYPY ŠKÁL
MĚŘENÍ, TYPY VELIČIN a TYPY ŠKÁL Matematika a stejně i matematická statistika a biometrie s námi hovoří řečí čísel. Musíme tedy vlastnosti nebo intenzitu vlastností jedinců změřit kvantifikovat. Měřením
Více4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY
4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být
Více2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat
2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi,
Více1 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
VíceZáklady biostatistiky
Základy biostatistiky Veřejné zdravotnictví 3.LF UK Viktor Hynčica Úvod se statistikou se setkáváme denně ankety proč se statistika začala používat ve zdravotnictví skupinový přístup k léčení celé populace
Více0.1 Funkce a její vlastnosti
0.1 Funkce a její vlastnosti Veličina - pojem, který popisuje kvantitativní (číselné) vlastnosti reálných i abstraktních objektů. Příklady veličin: hmotnost (m) čas (t) výše úrokové sazby v bance (i) cena
VícePřednáška 3: Limita a spojitost
3 / 1 / 17, 1:38 Přednáška 3: Limita a spojitost Limita funkce Nejdříve je potřeba upřesnit pojmy, které přesněji popisují (topologickou) strukturu množiny reálných čísel, a to zejména pojem okolí 31 Definice
VíceDiskrétní náhodná veličina. November 12, 2008
Diskrétní náhodná veličina November 12, 2008 (Náhodná veličina (náhodná proměnná)) Náhodná veličina (nebo též náhodná proměnná) je veličina X, jejíž hodnota je jednoznačně určena výsledkem náhodného pokusu.
VíceMnohorozměrná statistická data
Mnohorozměrná statistická data Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Mnohorozměrná
VíceObsah. Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Pravděpodobnost. Pravděpodobnost. Děj pokus jev
Obsah Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Definice pojmů Náhodný jev Pravděpodobnost Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi;-) roman.biskup(at)email.cz
VíceZáklady popisné statistiky
Kapitola Základy popisné statistiky Všude kolem nás se setkáváme se shromažd ováním velkého počtu údajů o nejrůznějších objektech Mohou to být národohospodářské údaje o vývoji ekonomiky dané země sbírané
VíceStatistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
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
Více