Validation of the selected factors impact on the insured accident
|
|
- Matěj Bezucha
- před 7 lety
- Počet zobrazení:
Transkript
1 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 Valdaton of the selected factors mpact on the nsured accdent Ověření vlvu vybraných faktorů na vznk pojstné událost Martna Borovcová Abstract Paper s focused on applcaton possbltes of the logstc regresson n the nsurance sector. There are generally defned the areas of the possble applcaton of the logstc regresson, there s n detal the area of the non-lfe property nsurance analyzed, more precsely accdent nsurance. By applyng logstc regresson are key factors defned wth nfluence on the occurrence probablty of nsured accdent, where nfluences of bnary, categoral and contnuous varables are analyzed. Impacts of selected factors are wthn one dmensonal analyss quantfed, as well. Key words Regresson analyss, Logstc Regresson, Generalzed Lnear Models, Bnary varables, Categoral varables, Contnuous varables, JEL Classfcaton: C20, G22 Úvod Nejčastěj využívané přístupy k analýze dat nejrůznější povahy souvsí s regresní analýzou. Její využtí v oblast fnancí, řízení a rozhodování fnančních nsttucí a tedy pojšťovnctví je rovněž reálné. Př vyslovení slova regrese se zpravdla vybaví regrese lneární, méně často nelneární nebo logstcká, když právě logstcká regrese je jž nejméně tř desetletí standardní metodou v západoevropské a amercké vědě včetně společenské. Cílem příspěvku je proto ověření vlvu vybraných faktorů na vznk pojstné událost př využtí logstcké regrese. Na konkrétním příkladu je pomocí logstcké regrese zhodnoceno, zda vybrané faktory jsou určujícím pro vznk pojstné událost a tento vztah je dále kvantfkován. V článku je nejprve defnována a vysvětlena regresní analýza a stručně je popsán regresní model. Následně je zmíněna podstata logstcké regrese, včetně odhadu koefcentů metodou maxmální věrohodnost a poté je provedena analýza vlvu vybraných faktorů na vznk pojstné událost ve smyslu haváre motorového vozdla. 2 Regresní analýza Statstcké metody, pomocí nchž odhadujeme hodnotu určté náhodné velčny na základě znalost velčn jných, označujeme jako regresní analýzu. Přtom náhodná velčna, jejíž Ing. Martna Borovcová, Ph.D., VŠB-TU Ostrava, Ekonomckáfakulta, katedra fnancí, Sokolská třída 33, Ostrava, martna.borovcova@vsb.cz. Tento příspěvek vznkl v rámc řešení projektu 20 Modelování a predkce pojstných rzk ve výuce Pojšťovnctví na Ekf-VŠB TU Ostrava 74
2 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 hodnota je odhadována, může být označena také jako závsle proměnná, cílová proměnná, proměnná vysvětlovaná nebo také odezva, regresand. Naprot tomu velčna, jejíž znalost jž máme, je nezávsle proměnná, proměnná vysvětlující, regresor. Ne vždy je použta nezávsle proměnná jedná. Často vystupuje regresorů několk, přčemž může jít o další velčny, nebo funkce menšího počtu velčn. Modelování vztahů mez vysvětlující a vysvětlovanou proměnnou patří mez základní aktvty, se kterým je možné se setkat ve statstce. Obvyklý je předpoklad, že závsle proměnná je náhodnou velčnou s normálním rozdělením. Pro odvození modelu je pak zpravdla použta metoda nejmenších čtverců. Je-l však závsle proměnná znakem bnárním, nkol spojtým statstckým znakem, může nastat problém. V takovém případě by k odhadu parametrů bylo použtí regresní analýzy s odhadem regresních koefcentů prostřednctvím metody nejmenších čtverců problematcké. Podstatou řešení regrese je pak stanovení nejlepšího regresního modelu, spočívající v určení matematcké rovnce, která bude popsovat závslost y na x, stanovení parametrů modelu, souvsející se stanovením nejlepších odhadů parametrů β, stanovení statstcké významnost modelu, souvsející s určením, zda nalezený model přspěje ke zpřesnění odhadu závsle proměnné oprot použtí pouhého průměru, č nterpretace výsledků zjštěných modelem z hledska zadání. 3 Logstcká regrese Cílem analýzy, která využívá metodu regrese, je nalézt co nejlepší, nejúspornější a současně věcně smysluplný model, který popíše vztah mez závslou proměnnou a skupnou nezávslých proměnných. Je-l vysvětlovaná proměnná spojtá, obracíme se k regres lneární, není-l spojtá, pak k regres logstcké. Metoda logstcké regrese není omezená jen na případ, kdy vysvětlovaná proměnná je bnární. I když pro tuto stuac byla logstcká regrese původně vyvnuta a je nterpretačně, ale jnak nejsnazší. Exstují však metody a také programy, které pracují s případy, kdy kategorzovaná závslá proměnná není bnární, a dokáží respektovat požadavek, aby j považovaly za ordnální. 3. Možnost využtí logstcké regrese v oblast pojšťovnctví S ohledem na výše uvedenou podstatu logstcké regrese je šíře jejího využtí v oblast pojšťovnctví evdentní. Ať už se jedná o měření solventnost pojšťoven, hospodaření pojšťoven, hodnocení úrovně pojstného trhu, odhad výše technckých rezerv, stanovení pojstného v jednotlvých odvětvích pojštění a další, ve všech případech je možná snaha o vytvoření modelu a nalezení vztahu mez konkrétním závslým a nezávslým proměnným. 3.2 Formulace modelu Předpokládejme, že máme bnární velčnu Y charakterzující kladnou a zápornou varantu v kontextu vznku pojstné událost -tého pojstníka, tedy pro poztvní varantu (pojstná událost nastane), Y = pro =,..., n, 0 pro negatvní varantu (pojstná událost nenastane), kde n je počet pojstníků. Každý tento pojstník je charakterstcký vektorem x = (,x, x 2,,x k ) obsahujícím k prvků, Stršš, Valečková, Valecký (200, str ). Pravděpodobnost vznku pojstné událost -tého pojstníka P =P(Y =) na základě jeho charakterstckého vektoru x lze vyjádřt funkcí F(β;x ), jenž je monotónně rostoucí 75
3 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 F (β;x ) 0 a má defnční obor (-, ) a obor hodnot (0,). Platí tedy, že F(- )=0 a F(+ )= a funkc pravděpodobnost odpověd lze psát jako P =F(β;x ), () kde β je vektor parametrů (β 0, β,, β k ). Tyto vlastnost jsou splněny kumulatvní dstrbuční funkcí logstckého rozdělení ve tvaru β x e P = P( Y = ) = F( β ; x ) =, (2) β x + e která je zároveň funkcí pravděpodobnost vznku pojstné událost. Pravděpodobnost negatvní varanty, nevznknutí pojstné událost, lze pak vyjádřt ve tvaru P = P( Y = 0) = F( β ; x ) =. (3) + e β x Defnujme dále podíl pravděpodobnost vznku a nevznknutí pojstné událost známé také jako šance (odds) ve tvaru ( Y = ) ( Y = 0) π P β x = = e, π P a dále tzv. logtovou transformac (log-odds, logt) vztahu (4) (4) Odhad parametrů modelu π ln =β x = g( x ). π K odhadu neznámých parametrů β je nejčastěj používána metoda maxmální věrohodnost. Tato metoda spočívá v nalezení věrohodnostní funkce l( ), která je posléze maxmalzována. Mějme pravděpodobnost kladné odpověd -tého respondent charakterstckého vektorem x, tedy P ( Y x ) = π ( x ), (5) = (6) a dále pravděpodobnost negatvní varanty, nevznknutí pojstné událost P ( Y 0 x ) = P( Y = x ) = π ( x ). = (7) Sdružená pravděpodobnost kladných a záporných varant vznku pojstné událost lze poté vyjádřt ve tvaru P Y ( ) ( ) [ ( )] ( ) Y x = x π x. Y π (8) 76
4 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 Jsou-l jednotlvá pozorování nezávslá, pak věrohodnotstní funkce je určena jako součn sdružených pravděpodobností pro všechny pojstníky, tedy l N Y ( ) ( ) [ ( )] ( ) Y β = x π x. = π (9) Odhad parametrů metodou maxmální věrohodnot je získán maxmalzací logartmu rovnce (9) ve tvaru L N ( β) ln l( β) = Y ln( π ( x )) + ( Y ) ln π ( x ) = = ( ), (0) za podmínek L β ( β) j = 0 pro j =,..., k. Odhad metodou maxmální věrohodnot bývá prováděn pomocí teračních algortmů, přčemž nejčastěj je používána Newton-Raphsonova metoda. Prncp této metody spočívá v aproxmac logartmu věrohodnoctví funkce v okolí počátečního odhadu pomocí prvních tří členů Taylorova rozvoje, vz Pecáková (2007), přčemž počáteční odhad lze získat například metodou nejmenších čtverců. 4 Ověření vlvu vybraných faktorů na vznk pojstné událost V této část příspěvku jsou analyzovány vybrané faktory, a zjštěna jejch statstcká významnost na dané hladně spolehlvost. Analýza je provedena pomocí dat získaných z pojstného kmene konkrétní pojšťovny a skládá se z datového vzorku smluv. Smlouvy, tvořící pojstný kmen, jsou uzavřeny na produkt nežvotního pojštění, pojštění majetku (vozu) ve smyslu havarjního pojštění. Jsou použta data za rok 2008, přčemž časová expozce smlouvy je jeden rok. V souboru jsou obsaženy údaje o velkost a počtu škod, ceně vozu, věku a pohlaví pojstníka, o lokaltě bydlště pojstníka a o průměrném věku obyvatelstva v dané lokaltě, dále také o stáří dopravního prostředku, objemu motoru, výkonu dopravního prostředku, druhu spalovaného palva, o uplatnění zvýhodněných balíčků, o způsobu používání vozdla č ntenztě jeho využívání a další. Zdrojem pro veškeré výstupy uvedené v této subkaptole je program STATA. 4. Pops jednotlvých zkoumaných znaků z datového souboru Prvním z dostupných údajů v datovém souboru je nárok, clam. V datovém souboru je zachyceno, zda ke vznku nároku dochází č nkol. Dalším zkoumaným znaky, uvedeným v datovém souboru jsou typ palva (fuel), typ pojštění (ns), počet obyvatelstva v regonu (noct), průměrný věk obyvatelstva v regonu (avgagereg), výše spoluúčast (excess), stáří vozdla (agecar), věk pojstníka (ageman), pohlaví pojstníka (gender), využtí dopravního prostředku k podnkání (company), výkon vozdla (kw) a objem motoru (volume). () 77
5 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 Tabulka : Pops jednotlvých zkoumaných znaků z datového souboru 78
6 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 Dle hodnot uvedených v tabulce je možné konstatovat, že v rámc sledovaného souboru dat u převážné většny pojštěných dopravních prostředků nedochází ke vznku pojstného nároku. Převážná většna dopravních prostředků př svém provozu spaluje benzín. V početně nejvyšším zastoupení je sjednáno pojštění dopovídající stupn A, což představuje pojštění kryjící šroký rozsah rzk. Průměrný počet obyvatel v regonech (okresech) ční osob, přčemž mnmální počet obyvatel v regonu byl zjštěn v počtu obyvatel a maxmální počet obyvatel v regonu ční obyvatel. Průměrný věk obyvatelstva se pohybuje v rozmezí 38,2 až 42 let. Výše spoluúčast pojstníka na případném pojstném plnění je 79
7 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 v rámc sledovaného souboru dat udávána v rozmezí pět až třcet procent, přčemž častější je výskyt spoluúčast ve výš pět procent. Nejstarším vozdlem v souboru je dopravní prostředek ve stáří 43 let, opakem je pak zcela nový vůz, jehož stáří nedosahuje an jednoho roku. Průměrné stáří pojštěných vozů je 4,9 let. Maxmální věk pojstníka ční 99 let, přčemž průměrný věk ční 32 let. Zcela zřetelné je rozdělení pojstníků dle pohlaví, kdy zastoupení mužů je více než dvoutřetnové. Většna pojštěných vozů není používána k podnkání. Průměrný výkon pojštěných vozů je vyčíslen ve výš 72,5 kw a průměrný objem motoru je 664,57 cm Jednofaktorová analýza a test významnost kategorí V rámc této podkaptoly je postupně hodnocen vztah jednotlvých vysvětlujících proměnných vzhledem k vysvětlované proměnné a to za předpokladu, že zbylé vysvětlující velčny nabývají nulových hodnot. Je-l proměnná rozdělena na podkategore, pak jsou dílčí kategore zahrnuty souběžně. Tabulka 2: Jednofaktorová analýza a test významnost kategorí 80
8 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 Dle výše uvedených výstupů je považováno za vhodné začlent do odhadovaného modelu téměř všechny nezávslé velčny. Některé z podkategorí se sce jeví jako nevýznamné, ale odstranění takových vybraných podkategorí z modelu není možné, neboť je vždy nutné současné zahrnutí veškerých dílčích podkategorí. 5 Závěr Cílem příspěvku bylo ověření vlvu vybraných faktorů na vznk pojstné událost. Tedy zjštění, zda jsou vybrané faktory určujícím pro vznk pojstné událost č nkol a tento vztah dále kvantfkovat a to pomocí logstcké regrese na konkrétním příkladu datového vzorku smluv konkrétního pojsttele. V článku byla nejprve defnována a vysvětlena regresní analýza a stručně byl popsán regresní model. Následně byla zmíněna podstata logstcké regrese, včetně odhadu koefcentů metodou maxmální věrohodnost a poté byla provedena analýza vlvu vybraných faktorů na vznk pojstné událost ve smyslu haváre motorového vozdla. Z výše uvedených výsledků vyplývá, že vznk pojstné událost je determnován typem palva, typem pojštění, počtem obyvatelstva v regonu, průměrným věkem obyvatelstva v regonu, výší spoluúčast, stáří vozdla, věkem pojstníka, pohlavím pojstníka, využtím dopravního prostředku k podnkání, výkonem vozdla a objemem motoru. References [] BOROVCOVÁ, M. 20. Applcaton possbltes of the logstc regresson n the nsurance sector. Fnancal management of frms and fnancal nsttutons. VŠB-TU Ostrava, pp [2] BOROVCOVÁ, M. 20. Analýza vlvu vybraných faktorů na vznk pojstné událost. Aktuárska veda v teór a prax. Ekonomcká unverzta v Bratslave, pp. 6-. [3] FOJTÍKOVÁ, A Konstrukce modelu stanovení pojstného na báz metody regresní analýzy. Dplomová práce. VŠB-TU Ostrava. [4] HARDIN, J. W., HILBE J. M., Generalzed Lnear Models and Extensons. Texas: Stata Press. [5] HOSMER, D.W., LEMESHOW, S., Appled Logstc Regresson. New Jersey: John Wley & Sons. [6] PECÁKOVÁ, I., Logstcká regrese s vícekategorální vysvětlovanou proměnnou. Acta Oeconomca Pragensa, roč. 5, č., pp [7] STRIŠŠ, J., VALEČKOVÁ, J., VALECKÝ, J., 200. Aplkace logstcké regrese v měření spokojenost zákazníků. Rozvoj marketngu v teór a prax, Žlnská unverzta v Žlně, pp
9 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 [8] ŠIMURDA, M., Zobecněný lneární model (GLM). Dostupné na: [9] WEISBERG, S., Appled Lnear Regresson. New Jersey: John Wley & Sons. [0] ZMEŠKAL, Z., Fnanční modely. Praha: EKOPRESS. Summary Příspěvek je zaměřen na možnost aplkace metody logstcké regrese v oblast pojšťovnctví, konkrétně její využtí př ověření vlvu vybraných faktorů na vznk pojstné událost. Obecně jsou defnovány oblast možného využtí logstcké regrese, podrobněj je analyzována oblast nežvotního pojštění majetku, konkrétně havarjní pojštění. Pomocí logstcké regrese jsou dentfkovány klíčové faktory ovlvňující pravděpodobnost vznku pojstné událost, přčemž jsou analyzovány vlvy bnárních, kategorálních spojtých velčn. Vlvy vybraných faktorů jsou v rámc jednorozměrné analýzy rovněž kvantfkovány. 82
ANALÝZA VLIVU DEMOGRAFICKÝCH FAKTORŮ NA SPOKOJENOST ZÁKAZNÍKŮ VE VYBRANÉ LÉKÁRNĚ S VYUŽITÍM LOGISTICKÉ REGRESE
ANALÝZA VLIVU DEMOGRAFICKÝCH FAKTORŮ NA SPOKOJENOST ZÁKAZNÍKŮ VE VYBRANÉ LÉKÁRNĚ S VYUŽITÍM LOGISTICKÉ REGRESE Jana Valečková 1 1 Vysoká škola báňská-techncká unverzta Ostrava, Ekonomcká fakulta, Sokolská
VíceANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN V dokumentu 7a_korelacn_a_regresn_analyza jsme řešl rozdíl mez korelační a regresní analýzou. Budeme se teď věnovat pouze lneárnímu vztahu dvou velčn, protože je nejjednodušší
Více9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese
cvčící 9. cvčení 4ST01 Obsah: Jednoduchá lneární regrese Vícenásobná lneární regrese Korelační analýza Vysoká škola ekonomcká 1 Jednoduchá lneární regrese Regresní analýza je statstcká metoda pro modelování
VíceREGRESNÍ ANALÝZA. 13. cvičení
REGRESNÍ ANALÝZA 13. cvčení Závslost náhodných velčn Závslost mez kvanttatvním proměnným X a Y: Funkční závslost hodnotam nezávsle proměnných je jednoznačně dána hodnota závslé proměnné. Y=f(X) Stochastcká
VíceRegresní a korelační analýza
Regresní a korelační analýza Závslost příčnná (kauzální). Závslostí pevnou se označuje případ, kdy výskytu jednoho jevu nutně odpovídá výskyt druhé jevu (a často naopak). Z pravděpodobnostního hledska
VíceMetody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce
. meznárodní konference Řízení a modelování fnančních rzk Ostrava VŠB-TU Ostrava, Ekonomcká fakulta, katedra Fnancí 8. - 9. září 200 Metody vícekrterálního hodnocení varant a ech využtí př výběru produktu
VíceSpolečné zátěžové testy ČNB a vybraných pojišťoven
Společné zátěžové testy ČNB a vybraných pojšťoven Zátěžových testů se účastní tuzemské pojšťovny které dohromady představují přblžně 90 % pojstného trhu. Výpočty provádějí samotné pojšťovny dle metodky
VíceVyužití logistické regrese pro hodnocení omaku
Využtí logstcké regrese pro hodnocení omaku Vladmír Bazík Úvod Jedním z prmárních proevů textlí e omak. Jedná se o poct který vyvolá textle př kontaktu s pokožkou. Je to ntegrální psychofyzkální vlastnost
VíceVLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ
VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ Abstrakt Martn Cupal 1 Prncp tvorby tržní ceny nemovtost je sce založen na tržní nabídce a poptávce, avšak tento trh je značně nedokonalý. Nejvíce ovlvňuje
VíceAttitudes and criterias of the financial decisionmaking under uncertainty
8 th Internatonal scentfc conference Fnancal management of frms and fnancal nsttutons Ostrava VŠB-TU Ostrava, faculty of economcs,fnance department 6 th 7 th September 2011 Atttudes and crteras of the
VíceMikroekonomický scoringový model úpadku českých podniků
Mkroekonomcký scorngový model úpadku českých podnků Jří VALECKÝ, Eva SLIVKOVÁ, VŠB-TU Ostrava Abstract The paper s devoted to the proposng a scorng model of frm s bankruptcy on the bass of logstc regresson
VíceSpolečné zátěžové testy ČNB a pojišťoven v ČR
Společné zátěžové testy ČNB a pojšťoven v ČR Zátěžových testů se účastní tuzemské pojšťovny které dohromady představují přblžně 99 % trhu tuzemských pojšťoven. Výpočty provádějí samotné pojšťovny dle metodky
VíceVykazování solventnosti pojišťoven
Vykazování solventnost pojšťoven Ing. Markéta Paulasová, Techncká unverzta v Lberc, Hospodářská fakulta marketa.paulasova@centrum.cz Abstrakt Pojšťovnctví je fnanční službou zabývající se přenosem rzk
VíceANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová
ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION Lenka Šobrová Anotace: Olejnny patří mez významné zemědělské plodny. Nejvýznamnější zástupc této skupny se však v jednotlvých částech světa lší,
VíceMODELOVÁNÍ A SIMULACE
MODELOVÁNÍ A SIMULACE základní pojmy a postupy vytváření matematckých modelů na základě blancí prncp numerckého řešení dferencálních rovnc základy práce se smulačním jazykem PSI Základní pojmy matematcký
Více6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu
6. Demonstrační smulační projekt generátory vstupních proudů smulačního modelu Studjní cíl Na příkladu smulačního projektu představeného v mnulém bloku je dále lustrována metodka pro stanovování typů a
VíceZápadočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky. Bakalářská práce. Zpracování výsledků vstupních testů z matematiky
Západočeská unverzta v Plzn Fakulta aplkovaných věd Katedra matematky Bakalářská práce Zpracování výsledků vstupních testů z matematky Plzeň, 13 Tereza Pazderníková Prohlášení Prohlašuj, že jsem bakalářskou
Vícepodle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y
4 Lneární regrese 4 LINEÁRNÍ REGRESE RYCHLÝ NÁHLED DO KAPITOLY Častokrát potřebujete zjstt nejen, jestl jsou dvě nebo více proměnných na sobě závslé, ale také jakým vztahem se tato závslost dá popsat.
VíceDohledové zátěžové testy vybraných pojišťoven
Dohledové zátěžové testy vybraných pojšťoven Zátěžových testů se účastní tuzemské pojšťovny které dohromady představují více než 90 % trhu tuzemských pojšťoven. Výpočty provádějí samotné pojšťovny dle
Více3 VYBRANÉ MODELY NÁHODNÝCH VELIČIN. 3.1 Náhodná veličina
3 VBRANÉ MODEL NÁHODNÝCH VELIČIN 3. Náhodná velčna Tato kaptola uvádí stručný pops vybraných pravděpodobnostních modelů spojtých náhodných velčn s důrazem na jejch uplatnění př rozboru spolehlvost stavebních
VíceVztah mezi počtem květů a celkovou biomasou rostliny CELKE EM. slá pro KVETU = závi
Regrese a korelace Regrese versus korelace Regrese (regresson)* popsuje vztah = závslost dvou a více kvanttatvních (popř. ordnálních) proměnných formou funkční závslost měří těsnost Korelace (correlaton)
VíceANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST
Abstrakt ANALÝZA ZKA A CTLOST JAKO SOUČÁST STUDE POVEDTELNOST 1. ČÁST Jří Marek Úspěšnost nvestce závsí na tom, jaké nejstoty ovlvní její předpokládaný žvotní cyklus. Pomocí managementu rzka a analýzy
VíceLokace odbavovacího centra nákladní pokladny pro víkendový provoz
Markéta Brázdová 1 Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Klíčová slova: odbavování záslek, centrum grafu, vážená excentrcta vrcholů sítě, časová náročnost odbavení záslky, vážená
VíceMěření solventnosti pojistitelů neživotního pojištění metodou míry solventnosti a metodou rizikově váženého kapitálu
Měření solventnost pojsttelů nežvotního pojštění metodou míry solventnost a metodou rzkově váženého kaptálu Martna Borovcová 1 Abstrakt Příspěvek je zaměřen na metodku vykazování solventnost. Solventnost
VíceSTATISTIKA (pro navazující magisterské studium)
Slezská unverzta v Opavě Obchodně podnkatelská fakulta v Karvné STATISTIKA (pro navazující magsterské studum) Jaroslav Ramík Karvná 007 Jaroslav Ramík, Statstka Jaroslav Ramík, Statstka 3 OBSAH MODULU
VíceAPLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU
APLIKACE MATEMATICKÉHO PROGRAMOVÁNÍ PŘI NÁVRHU STRUKTURY DISTRIBUČNÍHO SYSTÉMU APPLICATION OF MATHEMATICAL PROGRAMMING IN DESIGNING THE STRUCTURE OF THE DISTRIBUTION SYSTEM Martn Ivan 1 Anotace: Prezentovaný
VíceRizikového inženýrství stavebních systémů
Rzkového nženýrství stavebních systémů Mlan Holcký, Kloknerův ústav ČVUT Šolínova 7, 166 08 Praha 6 Tel.: 24353842, Fax: 24355232 E-mal: Holcky@vc.cvut.cz Základní pojmy Management rzk Metody analýzy rzk
VíceSolventnost II. Standardní vzorec pro výpočet solventnostního kapitálového požadavku. Iva Justová
2. část Solventnost II Standardní vzorec pro výpočet solventnostního kaptálového požadavku Iva Justová Osnova Úvod Standardní vzorec Rzko selhání protstrany Závěr Vstupní údaje Vašíčkovo portfolo Alternatvní
VícePosuzování výkonnosti projektů a projektového řízení
Posuzování výkonnost projektů a projektového řízení Ing. Jarmla Ircngová Západočeská unverzta v Plzn, Fakulta ekonomcká, Katedra managementu, novací a projektů jrcngo@kp.zcu.cz Abstrakt V současnost je
VíceKinetika spalovacích reakcí
Knetka spalovacích reakcí Základy knetky spalování - nauka o průběhu spalovacích reakcí a závslost rychlost reakcí na různých faktorech Hlavní faktory: - koncentrace reagujících látek - teplota - tlak
Více6 LINEÁRNÍ REGRESNÍ MODELY
1 6 LINEÁRNÍ REGRESNÍ MODELY Př budování regresních modelů se běžně užívá metody nejmenších čtverců. Metoda nejmenších čtverců poskytuje postačující odhady parametrů jenom př současném splnění všech předpokladů
VíceOtto DVOŘÁK 1 NEJISTOTA STANOVENÍ TEPLOTY VZNÍCENÍ HOŘLAVÝCH PLYNŮ A PAR PARABOLICKOU METODOU PODLE ČSN EN 14522
Otto DVOŘÁK 1 NEJISTOTA STANOVENÍ TEPLOTY VZNÍCENÍ HOŘLAVÝCH PLYNŮ A PAR PARABOLICKOU METODOU PODLE ČSN EN 145 UNCERTAINTY OF DETEMINATION OF THE AUTO-IGNITION TEMPERATURE OF FLAMMABLE GASES OR VAPOURS
VíceTéma 5: Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny
0.05 0.0 0.05 0.0 0.005 Nomnální napětí v pásnc Std Mean 40 60 80 00 0 40 60 Std Téma 5: Parametrcká rozdělení pravděpodobnost spojté náhodné velčn Přednáška z předmětu: Pravděpodobnostní posuzování konstrukcí
VíceSimulační metody hromadné obsluhy
Smulační metody hromadné osluhy Systém m a model vstupy S výstupy Systém Část prostředí, kterou lze od jeho okolí oddělt fyzckou neo myšlenkovou hrancí Model Zjednodušený, astraktní nástroj používaný pro
Více4 Parametry jízdy kolejových vozidel
4 Parametry jízdy kolejových vozdel Př zkoumání jízdy železnčních vozdel zjšťujeme většnou tř základní charakterstcké parametry jejch pohybu. Těmto charakterstkam jsou: a) průběh rychlost vozdel - tachogram,
VíceUniverzita Pardubice Fakulta ekonomicko-správní. Modelování predikce časových řad návštěvnosti web domény pomocí SVM Bc.
Unverzta Pardubce Fakulta ekonomcko-správní Modelování predkce časových řad návštěvnost web domény pomocí SVM Bc. Vlastml Flegl Dplomová práce 2011 Prohlašuj: Tuto prác jsem vypracoval samostatně. Veškeré
VíceMetody volby financování investičních projektů
7. meznárodní konference Fnanční řízení podnků a fnančních nsttucí Ostrava VŠB-T Ostrava konomcká fakulta katedra Fnancí 8. 9. září 00 Metody volby fnancování nvestčních projektů Dana Dluhošová Dagmar
VíceVLIV APLIKOVANÉ TECHNOLOGIE NA EFEKTIVNOST V SEKTORU VÝROBY MLÉKA # THE EFFECT OF APPLIED TECHNOLOGY ON THE EFFICIENCY IN DAIRY PRODUCTION
VLIV APLIKOVANÉ TECHNOLOGIE NA EFEKTIVNOST V SEKTORU VÝROBY MLÉKA # THE EFFECT OF APPLIED TECHNOLOGY ON THE EFFICIENCY IN DAIRY PRODUCTION JELÍNEK, Ladslav Abstract The objectve of the contrbuton s to
VícePOUŽITÍ METODY PERT PŘI ŘÍZENÍ PROJEKTŮ
5. Odborná konference doktorského studa s meznárodní účastí Brno 003 POUŽITÍ METODY PERT PŘI ŘÍZEÍ PROJEKTŮ A USAGE OF PERT METHOD I PROJECT MAAGEMET Vladslav Grycz 1 Abstract PERT Method and Graph theory
VíceURČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU
URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU Rudolf Kampf ÚVOD Pro marketng, management a vůbec pro člověka je jstě důležté vědět, jak se bude vyvíjet stuace v ekonomce, stuace v určtém státě z hledska
VíceDopravní plánování a modelování (11 DOPM )
Department of Appled Mathematcs Faculty of ransportaton Scences Czech echncal Unversty n Prague Dopravní plánování a modelování (11 DOPM ) Lekce 5: FSM: rp dstrbuton Prof. Ing. Ondře Přbyl, Ph.D. Ing.
VíceVŠB - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky. Diplomová práce. 2014 Michal Běloch
VŠB - Techncká unverzta Ostrava Fakulta elektrotechnky a nformatky Katedra aplkované matematky Dplomová práce 204 Mchal Běloch VŠB - Techncká unverzta Ostrava Fakulta elektrotechnky a nformatky Katedra
VíceANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha
ANOVA Analýza rozptylu př jednoduchém třídění Jana Vránová, 3.léařsá faulta UK, Praha Teore Máme nezávslých výběrů, > Mají rozsahy n, teré obecně nemusí být stejné V aždém z nch známe průměr a rozptyl
Více7. ZÁKLADNÍ TYPY DYNAMICKÝCH SYSTÉMŮ
7. ZÁKADNÍ TYPY DYNAMICKÝCH SYSTÉMŮ 7.. SPOJITÉ SYSTÉMY Téměř všechny fyzálně realzovatelné spojté lneární systémy (romě systémů s dopravním zpožděním lze vytvořt z prvů tří typů: proporconálních členů
VíceANALÝZA RIZIKA A JEHO CITLIVOSTI V INVESTIČNÍM PROCESU
AALÝZA RIZIKA A JEHO CITLIVOSTI V IVESTIČÍM PROCESU Jří Marek ) ABSTRAKT Príspevek nformuje o uplatnene manažmentu rzka v nvestčnom procese. Uvádza príklad kalkulace rzka a analýzu jeho ctlvost. Kľúčové
Víceze dne 6. května 2004, kterou se provádí některá ustanovení zákona o pojišťovnictví
303/2004 Sb. VYHLÁŠKA ze dne 6. května 2004, kterou se provádí některá ustanovení zákona o pojšťovnctví Změna: 96/2006 Sb. Změna: 458/2006 Sb. Mnsterstvo fnancí stanoví podle 17 odst. 1, 3 a 4, 18 odst.
VíceMatematika I A ukázkový test 1 pro 2018/2019
Matematka I A ukázkový test 1 pro 2018/2019 1. Je dána soustava rovnc s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napšte Frobenovu větu (předpoklady + tvrzení). b) Vyšetřete
VíceOptimalizační přístup při plánování rekonstrukcí vodovodních řadů
Optmalzační přístup př plánování rekonstrukcí vodovodních řadů Ladslav Tuhovčák*, Pavel Dvořák**, Jaroslav Raclavský*, Pavel Vščor*, Pavel Valkovč* * Ústav vodního hospodářství obcí, Fakulta stavební VUT
VíceVícekriteriální rozhodování. Typy kritérií
Vícekrterální rozhodování Zabývá se hodnocením varant podle několka krtérí, přčemž varanta hodnocená podle ednoho krtéra zpravdla nebývá nelépe hodnocená podle krtéra ného. Metody vícekrterálního rozhodování
VíceCHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.
CHYBY MĚŘENÍ Úvod Představte s, že máte změřt délku válečku. Použjete posuvné měřítko a získáte určtou hodnotu. Pamětlv přísloví provedete ještě jedno měření. Ale ouha! Výsledek je jný. Co dělat? Měřt
VíceAplikace simulačních metod ve spolehlivosti
XXVI. ASR '2001 Semnar, Instruments and Control, Ostrava, Aprl 26-27, 2001 Paper 40 Aplkace smulačních metod ve spolehlvost MARTINEK, Vlastml Ing., Ústav automatzace a nformatky, FSI VUT v Brně, Techncká
VíceUmělé neuronové sítě a Support Vector Machines. Petr Schwraz
Umělé neuronové sítě a Support Vector Machnes Petr Schraz scharzp@ft.vutbr.cz Perceptron ( neuron) x x x N f() y y N f ( x + b) x vstupy neuronu váhy jednotlvých vstupů b aktvační práh f() nelneární funkce
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 9 Zuzana Dlouhá Specální případy použtí MNČ cvčení 1 8 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít,
VíceTeoretické modely diskrétních náhodných veličin
Teoretcké modely dskrétních náhodných velčn Velčny, kterým se zabýváme, bývají nejrůznější povahy. Přesto však estují skupny náhodných velčn, které mají podobně rozloženou pravděpodobnostní funkc a lze
VíceModelování rizikových stavů v rodinných domech
26. 28. června 2012, Mkulov Modelování rzkových stavů v rodnných domech Mlada Kozubková 1, Marán Bojko 2, Jaroslav Krutl 3 1 2 3 Vysoká škola báňská techncká unverzta Ostrava, Fakulta strojní, Katedra
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 8 Zuzana Dlouhá Specální případy použtí MNČ cvčení 1 7 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít,
VíceMechatronické systémy s elektronicky komutovanými motory
Mechatroncké systémy s elektroncky komutovaným motory 1. EC motor Uvedený motor je zvláštním typem synchronního motoru nazývaný též bezkartáčovým stejnosměrným motorem (anglcky Brushless Drect Current
VíceTeoretické modely diskrétních náhodných veličin
Teoretcké modely dskrétních náhodných velčn Velčny, kterým se zabýváme, bývají nejrůznější povahy. Přesto však estují skupny náhodných velčn, které mají podobně rozloženou pravděpodobnostní funkc a lze
VíceIterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2
Dokumentace k projektu pro předměty IZP a IUS Iterační výpočty projekt č.. lstopadu 1 Autor: Mlan Setler, setl1@stud.ft.vutbr.cz Fakulta Informačních Technologí Vysoké Učení Techncké v Brně Obsah 1 Úvod...
VíceHODNOCENÍ DOJÍŽĎKY DO ZAMĚSTNÁNÍ V MORAVSKOSLEZSKÉM KRAJ
HODNOCENÍ DOJÍŽĎKY DO ZAMĚSTNÁNÍ V MORAVSKOSLEZSKÉM KRAJ Jří HORÁK, Jan TESLA, Igor IVAN,, Insttut Geonformatky, HGF, VŠB-TU Ostrava, 7. lstopadu 5, 708 Ostrava, Česká republka jr.horak@vsb.cz, jan.tesla@vsb.cz,
VíceDETERMINATION OF THE NUMBER OF PERIODIC AND UNDPLANNED REPAIRS CAUSED BY VIOLENT DAMAGE ON RAILWAY TRACTION VEHICLES FOR NEWLY PROPOSED REPAIR SHOP
STAOVEÍ POČTU PERIODICKÝCH OPRAV A EPÁOVAÝCH OPRAV VZIKÝCH VIVEM ÁSIÉHO POŠKOZEÍ A HACÍCH KOEJOVÝCH VOZIDECH PRO OVĚ AVRHOVAOU OPRAVU DETERMIATIO OF THE UMBER OF PERIODIC AD UDPAED REPAIRS CAUSED BY VIOET
VíceProces řízení rizik projektu
Proces řízení rzk projektu Rzka jevy a podmínky, které nejsou pod naší přímou kontrolou a ovlvňují cíl projektu odcylky, předvídatelná rzka, nepředvídatelná rzka, caotcké vlvy Proces řízení rzk sled aktvt,
VíceModely pro přežití s možností vyléčení
Unverzta Karlova v Praze Matematcko-fyzkální fakulta DIPLOMOVÁ PRÁCE Adéla Drabnová Modely pro přežtí s možností vyléčení Katedra pravděpodobnost a matematcké statstky Vedoucí dplomové práce: Studjní program:
VíceANALÝZA ÚČETNÍCH VÝKAZŮ FIRMY POMOCÍ ČASOVÝCH ŘAD
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV MANAGEMENTU FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF MANAGEMENT ANALÝZA ÚČETNÍCH VÝKAZŮ FIRMY POMOCÍ ČASOVÝCH
VíceAnalýza závislosti veličin sledovaných v rámci TBD
Analýza závslost velčn sledovaných v rámc BD Helena Koutková Vysoké učení techncké v Brně, Fakulta stavební, Ústav matematky a deskrptvní geometre e-mal: koutkovah@fcevutbrcz Abstrakt Příspěvek se zabývá
VíceZnamená vyšší korupce dražší dálnice? Evidence z dat Eurostatu. Michal Dvořák *
Znamená vyšší korupce dražší dálnce? Evdence z dat Eurostatu Mchal Dvořák * Článek je pozměněnou verzí práce Analýza vztahu mez mírou korupce a cenovou úrovní nfrastrukturních staveb, kterou autor zakončl
VíceČASOVÁ KOORDINACE SPOJŮ VEŘEJNÉ HROMADNÉ DOPRAVY NA ÚSECÍCH DOPRAVNÍ SÍTĚ
ČASOVÁ KOORDINACE SPOJŮ VEŘEJNÉ HROMADNÉ DOPRAVY NA ÚSECÍCH DOPRAVNÍ SÍTĚ THE TIME COORDINATION OF PUBLIC MASS TRANSPORT ON SECTIONS OF THE TRANSPORT NETWORK Petr Kozel 1 Anotace: Předložený příspěvek
VíceTeorie efektivních trhů (E.Fama (1965))
Teore efektvních trhů (E.Fama (965)) Efektvní efektvní zpracování nových nformací Efektvní trh trh, který rychle a přesně absorbuje nové nf. Ceny II (akcí) náhodná procházka Předpoklady: na trhu partcpuje
Více1 FEKT Vysokého učení technického v Brně. Strojové učení. Garant předmětu: Ing. Petr Honzík, Ph.D. Autoři textu: Ing. Petr Honzík, Ph.D.
FEKT Vysokého učení technckého v Brně Strojové učení Garant předmětu: Ing. Petr Honzík, Ph.D. Autoř textu: Ing. Petr Honzík, Ph.D. Brno.0. 006 FEKT Vysokého učení technckého v Brně Obsah VSTUPNÍ TEST...
Víceí I - 13 - Průchod a rozptyl záření gama ve vrstvách materiálu Prof. Ing. J. Šeda, DrSc. KDAIZ - PJPI
- 13 - í Průchod a rozptyl záření gama ve vrstvách materálu Prof. ng. J. Šeda, DrSc. KDAZ - PJP Na našem pracovšt byl vypracován program umožňující modelovat průchod záření gama metodou Monte Carlo, homogenním
VíceDopravní plánování a modelování (11 DOPM )
Department of Appled Mathematcs Faculty of Transportaton cences Czech Techncal Unversty n Prague Dopravní plánování a modelování (11 DOPM ) Lekce 4: FM: Trp generaton Doc. Ing. Ondře Přbyl, Ph.D. Ing.
VíceDynamické chování pojistníků
Dynamcké chování pojstníků První jarní setkání České společnost aktuárů 31. květen 2013 Obsah Co znamená dynamcké chování pojstníků? Typy opcí a garancí Motvace pro zahrnutí opcí a garancí do ocenění Faktory
VíceMODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN. The End Stage Renal Disease Treatment Model
ROČNÍK LXXII, 2003, č. 1 VOJENSKÉ ZDRAVOTNICKÉ LISTY 5 MODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN 1 Karel ANTOŠ, 2 Hana SKALSKÁ, 1 Bruno JEŽEK, 1 Mroslav PROCHÁZKA, 1 Roman PRYMULA 1 Vojenská lékařská akademe
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
VíceANALÝZA A KLASIFIKACE DAT
ANALÝZA A KLASIFIKACE DAT prof. Ing. Jří Holčík, CSc. INVESTICE Insttut DO bostatstky ROZVOJE VZDĚLÁVÁNÍ a analýz IV - pokračování KLASIFIKACE PODLE MINIMÁLNÍ VZDÁLENOSTI METRIKY PRO URČENÍ VZDÁLENOSTI
VíceČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl
ČVUT FEL X16FIM Fnanční Management Semestrální projekt Téma: Optmalzace zásobování teplem Vypracoval: Marek Handl Datum: květen 2008 Formulace úlohy Pro novou výstavbu 100 bytových jednotek je třeba zvolt
VíceAnalýza panelových dat
Petr Novák Petr Novák * Úvod V posledních desetletích výrazně roste zájem o problematku analýzy panelových dat. A to jak ve výzkumu socálních vazeb a způsobů chování obyvatelstva na straně jedné, tak př
VíceObsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2
Závěrečná zpráva o výsledcích expermentu shodnost ZČB 2013/2 Obsah Úvod a důležté kontakty... 2 Postupy statstcké analýzy expermentu shodnost... 4 2.1 Numercký postup zjšťování odlehlých hodnot... 4 2.1.1
VíceREAKCE POPTÁVKY DOMÁCNOSTÍ PO ENERGII NA ZVYŠOVÁNÍ ENERGETICKÉ ÚČINNOSTI: TEORIE A JEJÍ DŮSLEDKY PRO KONSTRUKCI EMPIRICKY OVĚŘITELNÝCH MODELŮ
RAKC POPTÁVKY DOMÁCNOTÍ PO NRGII NA ZVYŠOVÁNÍ NRGTICKÉ ÚČINNOTI: TORI A JJÍ DŮLDKY PRO KONTRUKCI MPIRICKY OVĚŘITLNÝCH MODLŮ tela Rubínová, Unverzta Karlova v Praze, Centrum pro otázky žvotního prostředí,
VíceHodnocení účinnosti údržby
Hodnocení účnnost ekonomka, pojmy, základní nástroje a hodnocení Náklady na údržbu jsou nutné k obnovení funkce výrobního zařízení Je potřeba se zabývat ekonomckou efektvností a hodnocením Je třeba řešt
VíceIlustrační příklad odhadu LRM v SW Gretl
Ilustrační příklad odhadu LRM v SW Gretl Podkladové údaje Korelační matice Odhad lineárního regresního modelu (LRM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná
VíceNeřešené příklady k procvičení
Vysoká škola báňská - Techncká unverzta Ostrava Fakulta elektrotechnky a nformatky Katedra aplkované matematky Neřešené příklady k procvčení Lenka Šmonová Ostrava, 2006 Následující sbírka neřešených příkladů
Víceu (x i ) U i 1 2U i +U i+1 h 2. Na hranicích oblasti jsou uzlové hodnoty dány okrajovými podmínkami bud přímo
Metoda sítí základní schémata h... krok sítě ve směru x, tj. h = x x q... krok sítě ve směru y, tj. q = y j y j τ... krok ve směru t, tj. τ = j... hodnota přblžného řešení v uzlu (x,y j ) (Possonova rovnce)
VíceVÝZNAM TEORIE DUALITY V OPERAČNÍ ANALÝZE THEORY OF DUALITY IN OPERATIONAL ANALYSIS. ZÍSKAL Jan. Abstract
VÝZNAM EORIE DUALIY V OPERAČNÍ ANALÝZE HEORY OF DUALIY IN OPERAIONAL ANALYSIS ZÍSKAL Jan Abstract hs paper summarzes knowledge from lterature and results of research n dual theor at the Department of sstems
Více7. Analýza rozptylu jednoduchého třídění
7. nalýza rozptylu jednoduchého třídění - V této kaptole se budeme zabývat vztahem mez znaky kvanttatvním (kolk) a kvaltatvním (kategorálním, jaké jsou) Doposud jsme schopn u nch hodnott: - podmíněné charakterstky
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
VíceMEZNÍ STAVY A SPOLEHLIVOST OCELOVÝCH KONSTRUKCÍ LIMIT STATES AND RELIABILITY OF STEEL STRUCTURES
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta stavební Ústav stavební mechanky Doc. Ing. Zdeněk Kala, Ph.D. MEZNÍ STAVY A SPOLEHLIVOST OCELOVÝCH KONSTRUKCÍ LIMIT STATES AND RELIABILITY OF STEEL STRUCTURES TEZE
VíceKorelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d
Korelační energe Referenční stavy Energ molekul a atomů lze vyjádřt vzhledem k různým referenčním stavům. V kvantové mechance za referenční stav s nulovou energí bereme stav odpovídající nenteragujícím
VíceVysoké školy ekonomické v Praze
Strana 1 / 7 Grantový řád Anotace: Tato směrnce s celoškolskou působností stanoví zásady systému pro poskytování účelové podpory na specfcký vysokoškolský výzkum na Vysoké škole ekonomcké v Praze. Jméno:
Více4EK211 Základy ekonometrie
4EK Základy ekonometre Zobecněná MNČ Cvčení 7 Zuzana Dlouhá Gauss-Markovy předpoklady Náhodná složka: Gauss-Markovy předpoklady. E(u) = náhodné vlvy se vzájemně vynulují. E(uu T ) = σ I n konečný a konstantní
VíceČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE
ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE FAKULTA ŽIVOTNÍHO PROSTŘEDÍ KATEDRA APLIKOVANÉ GEOINFORMATIKY A ÚZEMNÍHO PLÁNOVÁNÍ PROSTOROVÁ NEURČITOST GEODAT V ANALÝZÁCH DISTRIBUCE VYBRANÝCH DRUHŮ PTÁKŮ DIPLOMOVÁ
VíceVÝPOČET VELIKOSTNÍCH PARAMETRŮ KOMPOSTÁREN NA ZPEVNĚNÝCH PLOCHÁCH THE SIZE PARAMETER CALCULATION OF COMPOST PLANTS LOCALIZED ON COMPACTED AREAS
VÝPOČET VELIKOSTNÍCH PARAMETRŮ KOMPOSTÁREN NA ZPEVNĚNÝCH PLOCHÁCH THE SIZE PARAMETER CALCULATION OF COMPOST PLANTS LOCALIZED ON COMPACTED AREAS ALTMANN VLASTIMIL ), PLÍVA PETR 2) ) Česká zemědělská unverzta
VíceEKONOMICKO-MATEMATICKÉ METODY
. přednáška EKONOMICKO-MATEMATICKÉ METODY Ekonomcko matematcké metody (též se užívá název operační analýza) sou metody s matematckým základem, využívané především v ekonomcké oblast, v oblast řízení a
VíceTransformace dat a počítačově intenzivní metody
Transformace dat a počítačově ntenzvní metody Jří Mltký Katedra textlních materálů, Textlní fakulta, Techncká unversta v Lberc, Lberec, e- mal jr.mltky@vslb.cz Mlan Meloun, Katedra analytcké cheme, Unversta
Více11 Tachogram jízdy kolejových vozidel
Tachogram jízdy kolejových vozdel Tachogram představuje znázornění závslost rychlost vozdel na nezávslém parametru. Tímto nezávslým parametrem může být ujetá dráha, pak V = f() dráhový tachogram, nebo
VíceMOŽNOSTI MODELOVÁNÍ A ŘEŠENÍ STŘETU PŘI OBJASŇOVÁNÍ FINGOVANÝCH DOPRAVNÍCH NEHOD
XV. konference absolventů studa technckého znalectví s meznárodní účastí MOŽNOSTI MODELOVÁNÍ A ŘEŠENÍ STŘETU PŘI OBJASŇOVÁNÍ FINGOVANÝCH DOPRAVNÍCH NEHOD Zdeněk Mrázek 1 1. Ř ešení stř etu u fngovaných
VíceSIMULACE A ŘÍZENÍ PNEUMATICKÉHO SERVOPOHONU POMOCÍ PROGRAMU MATLAB SIMULINK. Petr NOSKIEVIČ Petr JÁNIŠ
bstrakt SIMULCE ŘÍZENÍ PNEUMTICKÉHO SERVOPOHONU POMOCÍ PROGRMU MTL SIMULINK Petr NOSKIEVIČ Petr JÁNIŠ Katedra automatzační technky a řízení Fakulta stroní VŠ-TU Ostrava Příspěvek popsue sestavení matematckého
VíceMonte Carlo metody Josef Pelikán CGG MFF UK Praha.
Monte Carlo metody 996-7 Josef Pelkán CGG MFF UK Praha pepca@cgg.mff.cun.cz http://cgg.mff.cun.cz/~pepca/ Monte Carlo 7 Josef Pelkán, http://cgg.ms.mff.cun.cz/~pepca / 44 Monte Carlo ntegrace Odhadovaný
VíceQ N v místě r. Zobecnění Coulombova zákona Q 3 Q 4 Q 1 Q 2
Zobecnění Coulombova zákona Uvažme nyní, jaké elektostatcké pole vytvoří ne jeden centální) bodový náboj, ale více nábojů, tzv. soustava bodových) nábojů : echť je náboj v místě v místě.... v místě Pak
VíceMetody zvýšení rozlišovací obrazů
XXVI. ASR '21 Semnar, Instruments and Control, Ostrava, Aprl 26-27, 21 Paper 7 Metody zvýšení rozlšovací obrazů BRADÁČ, Frantšek Ing., Ústav výrobních strojů, systémů a robotky, Vysoké učení techncké v
Více