Pravděpodobnost a aplikovaná statistika

Save this PDF as:

Rozměr: px
Začít zobrazení ze stránky:

Download "Pravděpodobnost a aplikovaná statistika"

Transkript

1 Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 3. ÚKOL JB TEST

2 3. Úkol zadáí pro statistické testy U každého z ásledujících testů uveďte ázev (včetě autora), předpoklady použití, ulovou hypotézu a alterativí hypotézu, testovou statistiku a typ jejího rozděleí. Dále ukažte použití testu pro testováí kokrétí hypotézy a zadaých datech. Jedovýběrový t-test Dvouvýběrový t-test, včetě Satterthwaitova a Welchova testu Test shody dvou rozptylů pro ormálě rozděleé výběry Zamékový test Párový test pro výběr z ormálího rozděleí a z obecého dvojrozměrého rozděleí Jedovýběrový a dvouvýběrový Wilcoxoův test Studetův t-test pro parametr lieárího regresího modelu Fisherův-Sedecorův F-test pro lieárí regresí model Kruskalův-Wallisův test Aalýza rozptylu jedoduchého tříděí (ANOVA), včetě Bartlettova, Hartleyova a Cochraova testu χ test dobré shody při zámých i ezámých parametrech, χ test ormality Jedovýběrový a dvouvýběrový Kolmogorovův-Smirovův test Test ezávislosti, včetě testu v kotigečí tabulce (Pearsoův χ test)

3 3. Úkol zadáí pro statistické testy Postup: 1. Nastudovat vylosovaý test. Zvolit vhodá data 3. Formulovat ulovou a alterativí hypotézu. Zaslat mailem a echat si schválit 5. Zpracovat test (do šabloy a webu) 6. Zpracovat data 7. Odeslat práci mailem 8. Připravit prezetaci, včetě detailího postupu ukázky a datech 9. Test odprezetovat

4 Ukázka prezetace statistického testu Jarqueův a Beryho test ormality (Jarque-Bera Test, JB test) Autoři: Carlos M. Jarque ad Ail K. Bera Předpoklady: Výběrová data mohou obsahovat chybějící pozorováí (chybějící hodoty) vhodé zejméa pro časové řady Teto test je tím silější, čím více pozorováí (dat) je k dispozici

5 Ukázka prezetace statistického testu Jarqueův a Beryho test ormality (Jarque-Bera Test, JB test) Použití: JB test testuje, zda data pochází z ormálího rozděleí Nulová hypotéza: H 0 : x ~ N( ), kde N( ) ozačuje distribučí fukci ormálího rozděleí Alterativí hypotéza: H A : x N( )

6 Ukázka prezetace statistického testu Testová statistika: JB testová statistika je spočtea a základě výběrové šikmosti a špičatosti. Je defiováa jako: JB = 6 S + K kde S ozačuje výběrovou šikmost, K výběrovou špičatost a je počet echybějících hodot ve výběru (v datovém souboru).

7 Ukázka prezetace statistického testu Testová statistika: JB = 6 S + K JB statistika má asymptoticky (tj. pro ) χ rozděleí o dvou stupích volosti JB~ χ ν= (α) Lze ji použít pro testováí ulové hypotézy, že data pochází z ormálího rozděleí.

8 Ukázka prezetace statistického testu Testová statistika: JB = 6 S + K ~ χ ν=(α) Obecě platí zamítací pravidlo: H 0 zamítám, pokud JB > χ ν= (α) Jedá se o jedostraý test, a tak vypočteá p-hodota může být srováváa přímo s hladiou výzamosti α. Obecě platí zamítací pravidlo: H 0 zamítám, pokud je vypočteá p-hodota meší ež zvoleá hladia výzamosti α, tedy pokud p < α.

9 JB test pro vitří teplotu Testovaá proměá: x průměrá vitří teplota Nulová hypotéza: H 0 : x ~ N( ) Alterativí hypotéza: H A : x N( ) Výběrová šikmost: S = g 1 = m 3 (m ) 3 = Výběrová špičatost: K = a = g = m m 3 = Testová statistika: JB = 6 S + K = Tabulková hodota: χ ν= α = χ 0,05 = 5,99 x i X 3 x i X 3 = 0,99 x i X x i X 3 = 0,3033 0,99 + 0,3033 = 16, 573 Závěr: Neboť JB statistika je vyšší ež tabulková hodota, platí zamítací pravidlo, a tedy Zamítáme ulovou hypotézu, že průměrá vitří teplota má ormálí rozděleí

10 JB test pro vekoví teplotu Testovaá proměá: x průměrá vekoví teplota Nulová hypotéza: H 0 : x ~ N( ) Alterativí hypotéza: H A : x N( ) Výběrová šikmost: S = g 1 = m 3 (m ) 3 = Výběrová špičatost: K = a = g = m m 3 = x i X 3 x i X 3 = 0,1883 x i X x i X 3 = 0,5 Testová statistika: JB = 6 S + K = ( 0,1883) + ( 0,5) = 3, 0667 Tabulková hodota: χ ν= α = χ 0,05 = 5,99 Závěr: Neboť JB statistika je ižší ež tabulková hodota, eplatí zamítací pravidlo, a tedy Nezamítáme ulovou hypotézu, že průměrá vekoví teplota má ormálí rozděleí

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 6. KAPITOLA CENTRÁLNÍ LIMITNÍ VĚTA 6.11.2017 Opakováí: Čebyševova erovost příklad Pravděpodobost vyrobeí zmetku je 0,5. Odhaděte pravděpodobost,

Více

Jarqueův a Beryho test normality (Jarque-Bera Test, JB test)

Jarqueův a Beryho test normality (Jarque-Bera Test, JB test) Jarqueův a Beryho test normality (Jarque-Bera Test, JB test) Autoři: Carlos M. Jarque and Anil K. Bera Předpoklady: - Výběrová data mohou obsahovat chybějící pozorování (chybějící hodnoty) vhodné zejména

Více

NEPARAMETRICKÉ METODY

NEPARAMETRICKÉ METODY NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost

Více

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti

Více

Katedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti

Katedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti Katedra pravděpodobosti a matematické statistiky Oborový semiář χ 2 test ezávislosti Petr Míchal 27 listopadu 2017 Situace 2 X {1,, I}, Y {1,, J} Jsou X a Y ezávislé? K dispozici máme áhodý vyběr (X 1,

Více

Kapitola 6. : Neparametrické testy o mediánech

Kapitola 6. : Neparametrické testy o mediánech Kapitola 6 : Neparametrické testy o mediáech Cíl kapitoly Po prostudováí této kapitoly budete umět - provádět testy hypotéz o mediáu jedoho spojitého rozložeí - hodotit shodu dvou ezávislých áhodých výběrů

Více

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

Přednáška VIII. Testování hypotéz o kvantitativních proměnných Předáška VIII. Testováí hypotéz o kvatitativích proměých Úvodí pozámky Testy o parametrech rozděleí Testy o parametrech rozděleí Permutačí testy Opakováí hypotézy Co jsou to hypotézy a jak je staovujeme?

Více

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

Testujeme hypotézu: proti alternativě. Jednoduché třídění: Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Testujeme hypotézu: proti alterativě H : μ = μ = = μ H : e všechy středí hodoty μ,, μ jsou si rovy Jedoduché

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí

Více

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více

8. cvičení 4ST201-řešení

8. cvičení 4ST201-řešení cvičící 8. cvičeí 4ST01-řešeí Obsah: Neparametricé testy Chí-vadrát test dobréshody Kotigečí tabuly Aalýza rozptylu (ANOVA) Vysoá šola eoomicá 1 VŠE urz 4ST01 Neparametricé testy Neparametricétesty využíváme,

Více

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2 SP3 Neparametrcké testy hypotéz PRAVDĚPODOBNOST A STATISTIKA Neparametrcké testy hypotéz čast Lbor Žák SP3 Neparametrcké testy hypotéz Lbor Žák Neparametrcké testy hypotéz - úvod Neparametrcké testy statstckých

Více

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu Cvičeí 6: Bodové a itervalové odhady středí hodoty, rozptylu a koeficietu korelace, test hypotézy o středí hodotě při zámém rozptylu Příklad : Bylo zkoumáo 9 vzorků půdy s růzým obsahem fosforu (veličia

Více

Náhodný výběr 1. Náhodný výběr

Náhodný výběr 1. Náhodný výběr Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr

Více

Neparametrické metody

Neparametrické metody Neparametrické metody EuroMISE Cetrum Kotakt: Literatura: Obecé iformace Zvárová, J.: Základy statistiky pro biomedicískéobory I. Vydavatelství Karolium, UK Praha 00 Zvára, K.: Roser, B.: EuroMISE cetrum

Více

Intervalové odhady parametrů některých rozdělení.

Intervalové odhady parametrů některých rozdělení. 4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

Závislost slovních znaků

Závislost slovních znaků Závislost slovích zaků Závislost slovích (kvalitativích) zaků Obměy slovího zaku Alterativí zaky Možé zaky Tříděí věcé sloví řady: seřazeí obmě je subjektiví záležitostí (podle abecedy), možé i objektiví

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů: Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy

Více

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby. ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,

Více

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy cvičící 8. cvičeí 4ST1 Obsah: Neparametricé testy Chí-vadrát test dobréshody Kotigečí tabuly Aalýza rozptylu (ANOVA) Vysoá šola eoomicá 1 VŠE urz 4ST1 Neparametricé testy Neparametricétesty využíváme,

Více

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ TESTOVÁNÍ STATISTICKÝC YPOTÉZ je postup, pomocí ěhož a základě áhodého výběru ověřujeme určité předpoklady (hypotézy) o základím souboru STATISTICKÁ YPOTÉZA předpoklad (tvrzeí) o parametru G základího

Více

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí

Více

Neparametrické metody

Neparametrické metody I. ÚVOD Neparametrické metody EuroMISE Cetrum v Neparametrické testy jsou založey a pořadových skórech, které reprezetují původí data v Data emusí utě splňovat určité předpoklady vyžadovaé u parametrických

Více

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika Co e to statistika? Statistické hodoceí výsledků zkoušek Petr Misák misak.p@fce.vutbr.cz Statistika e ako bikiy. Odhalí téměř vše, ale to edůležitěší ám zůstae skryto. (autor ezámý) Statistika uda e, má

Více

Testování statistických hypotéz

Testování statistických hypotéz Tetováí tatitických hypotéz CHEMOMETRIE I, David MILDE Jedá e o jedu z ejpoužívaějších metod pro vyloveí závěrů o základím ouboru, který ezkoumáme celý, ale pomocí áhodého výběru. Př.: Je obah účié látky

Více

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p) . Příklad Při průzkumu trhu projevilo 63 z dotázaých zákazíků zájem o iovovaý výrobek, který má být uvede a trh se zákazíky. Odvoďte a odhaděte proceto a počet zájemců v populaci s 95% spolehlivostí. Následě

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta troího ižeýrtví Matematika IV Semetrálí práce Zpracoval: Čílo zadáí: 7 Studií kupia: Datum: 8.4. 0 . Při kotrole akoti výrobků byla ledováa odchylka X [mm] eich rozměru

Více

Intervalové odhady parametrů

Intervalové odhady parametrů Itervalové odhady parametrů Petr Pošík Části dokumetu jsou převzaty (i doslově) z Mirko Navara: Pravděpodobost a matematická statistika, https://cw.felk.cvut.cz/lib/ee/fetch.php/courses/a6m33ssl/pms_prit.pdf

Více

Teorie chyb a vyrovnávací počet. Obsah:

Teorie chyb a vyrovnávací počet. Obsah: Teorie chyb a vyrovávací počet Obsah: Testováí statistických hypotéz.... Ověřováí hypotézy o středí hodotě základího souboru s orálí rozděleí... 4. Ověřováí hypotézy o rozptylu v základí souboru s orálí

Více

17. Statistické hypotézy parametrické testy

17. Statistické hypotézy parametrické testy 7. Statistické hypotézy parametrické testy V této části se budeme zabývat statistickými hypotézami, pomocí vyšetřujeme jedotlivé parametry populace. K takovýmto šetřeím většiou využíváme ám již dobře zámé

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

1. Základy počtu pravděpodobnosti:

1. Základy počtu pravděpodobnosti: www.cz-milka.et. Základy počtu pravděpodobosti: Přehled pojmů Jev áhodý jev, který v závislosti a áhodě může, ale emusí při uskutečňováí daého komplexu podmíek astat. Náhoda souhr drobých, ezjistitelých

Více

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou 4. Testováí statistických hypotéz Úvod Při práci s daty se mohdy spokojujeme s itervalovým či bodovým odhadem parametrů populace. V mohých případech se však uchylujeme k jiému postupu, většiou jde o případy,

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

Kvantily. Problems on statistics.nb 1

Kvantily. Problems on statistics.nb 1 Problems o statistics.b Kvatily 5.. Nechť x a, kde 0 < a

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopraví Statistika Semestrálí práce Zdražováí pohoých hmot Jméa: Martia Jelíková, Jakub Štoudek Studijí skupia: 2 37 Rok: 2012/2013 Obsah Úvod... 2 Použité

Více

Deskriptivní statistika 1

Deskriptivní statistika 1 Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky

Více

Univerzita Karlova v Praze Matematicko-fyzikální fakulta. Michaela Kurková. Katedra pravděpodobnosti a matematické statistiky

Univerzita Karlova v Praze Matematicko-fyzikální fakulta. Michaela Kurková. Katedra pravděpodobnosti a matematické statistiky Uiverzita Karlova v Praze Matematicko-fyzikálí fakulta BAKALÁŘSKÁ PRÁCE Michaela Kurková Dvouvýběrový T-test v případě estejých rozptylů Katedra pravděpodobosti a matematické statistiky Vedoucí bakalářské

Více

1. JEV JISTÝ a. je jev, který nikdy nenastane b. je jev, jehož pravděpodobnost = ½ c. je jev, jehož pravděpodobnost = 0 d.

1. JEV JISTÝ a. je jev, který nikdy nenastane b. je jev, jehož pravděpodobnost = ½ c. je jev, jehož pravděpodobnost = 0 d. ZÁPOČTOVÝ TEST. JEV JISTÝ a. je jev, který ikdy eastae b. je jev, jehož pravděpodobost ½ c. je jev, jehož pravděpodobost 0 d. je jev, jehož pravděpodobost e. je jev, který astae za jistých okolostí f.

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA Matematka IV PRAVDĚPODOBNOT A TATITIKA Lbor Žák Matematka IV Lbor Žák Regresí aalýza Regresí aalýza zkoumá závslost mez ezávslým proměým X ( X,, X k a závsle proměou Y. Tato závslost se vjadřuje ve tvaru

Více

REGRESNÍ DIAGNOSTIKA. Regresní diagnostika

REGRESNÍ DIAGNOSTIKA. Regresní diagnostika 4.11.011 REGRESNÍ DIAGNOSTIKA Chemometrie I, David MILDE Regresí diagostika Obsahuje postupy k posouzeí: kvality dat pro regresí model (přítomost vlivých bodů), kvality modelu pro daá data, splěí předpokladů

Více

ANALÝZA SÍLY VYBRANÝCH KLASICKÝCH A ROBUSTNÍCH TESTŮ NORMALITY PROTI BIMODÁLNÍMU ROZDĚLENÍ

ANALÝZA SÍLY VYBRANÝCH KLASICKÝCH A ROBUSTNÍCH TESTŮ NORMALITY PROTI BIMODÁLNÍMU ROZDĚLENÍ ACTA UNIVERSITATIS AGRICULTURAE ET SILVICULTURAE MENDELIANAE BRUNENSIS SBORNÍK MENDELOVY ZEMĚDĚLSKÉ A LESNICKÉ UNIVERZITY V BRNĚ Ročík LVII 6 Číslo 6, 009 ANALÝZA SÍLY VYBRANÝCH KLASICKÝCH A ROBUSTNÍCH

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů SP4 Přpomeutí pojmů Pravděpodobost Náhodý jev: - základí prostor - elemetárí áhodý jev A - áhodý jev, - emožý jev, jstý jev podjev opačý

Více

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení Odhad parametrů ormálího rozděleí a testy hypotéz o těchto parametrech * Věty o výběru z ormálího rozděleí Nechť, X, X je áhodý výběr z rozděleí N ( µ, ) X, Ozačme výběrový průměr a = X = i = X i i = (

Více

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model EKONOMETRIE 9. předáška Zobecěý lieárí regresí model Porušeí základích podmíek klasického modelu Metoda zobecěých emeších čtverců Jestliže sou porušey ěkteré podmíky klasického modelu. E(u),. E (uu`) σ

Více

Problematika analýzy rozptylu. Ing. Michael Rost, Ph.D.

Problematika analýzy rozptylu. Ing. Michael Rost, Ph.D. Problematika analýzy rozptylu Ing. Michael Rost, Ph.D. Úvod do problému Již umíte testovat shodu dvou středních hodnot prostřednictvím t-testů. Otázka: Jaké předpoklady musí být splněny, abyste mohli použít

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy Měřeí statistické závislosti, korelace, regrese Prof. RNDr. Jaa Zvárov rová,, DrSc. MĚŘENÍZÁVISLOSTI Cílem statistické aalýzy vepidemiologii bývá eje staovit, zda oemocěí závisí a výskytu rizikového faktoru,

Více

UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY. Statistické chyby v medicínském výzkumu

UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY. Statistické chyby v medicínském výzkumu UNIVERZITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY BAKALÁŘSKÁ PRÁCE Statistické chyby v medicíském výzkumu Vedoucí diplomové práce: Mgr. Jaa Vrbková

Více

PoznÁmky k přednášce

PoznÁmky k přednášce NMSA331 Matematická statistika 1 PozÁmky k předášce Naposledy upraveo de 15. úora 2019. Katedra pravd podobosti a matematické statistiky Matematicko-fysikálí fakulta Uiversity Karlovy Teto učebí text představuje

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty

Více

a další charakteristikou je četnost výběrového souboru n.

a další charakteristikou je četnost výběrového souboru n. Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu

Více

NMSA331 Matematická statistika 1

NMSA331 Matematická statistika 1 NMSA331 Matematická statistika 1 POZNÁMKY K PŘEDNÁŠCE Naposledy upraveo de 29. prosice 2018. Katedra pravd podobosti a matematické statistiky Matematicko-fysikálí fakulta Uiversity Karlovy Teto učebí text

Více

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI 8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI Ča ke tudiu kapitoly: 60 miut Cíl: Po protudováí tohoto odtavce budete umět: charakterizovat další typy pojitých rozděleí: χ, Studetovo, Ficher- Sedocorovo -

Více

9. Měření závislostí ve statistice Pevná a volná závislost

9. Měření závislostí ve statistice Pevná a volná závislost Dráha [m] 9. Měřeí závislostí ve statistice Měřeí závislostí ve statistice se zabývá především zkoumáím vzájemé závislosti statistických zaků vícerozměrých souborů. Závislosti přitom mohou být apříklad

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodá veličia Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 45/004. Náhodá veličia Většia áhodých pokusů má jako výsledky reálá čísla. Budeme tedy dále áhodou veličiou rozumět proměou, která

Více

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů. 1. Příklad Hodíme 60krát šestistěou hrací kostkou. Jedotlivé stěy padly v ásledujícím poměru: 7:9:10:6:15:13. Proveďte test a 5% hladiě výzamosti, zda je kostka v pořádku. H 0 : π 1 = 1/6, π = 1/6, π 3

Více

FITOVÁNÍ ROZDĚLENÍ PRAVDĚPODOBNOSTI PRO APLIKACE

FITOVÁNÍ ROZDĚLENÍ PRAVDĚPODOBNOSTI PRO APLIKACE VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA STROJNÍHO INŽENÝRSTVÍ ÚSTAV MATEMATIKY FACULTY OF MECHANICAL ENGINEERING DEPARTMENT OF MATHEMATICS FITOVÁNÍ ROZDĚLENÍ PRAVDĚPODOBNOSTI

Více

8. Odhady parametrů rozdělení pravděpodobnosti

8. Odhady parametrů rozdělení pravděpodobnosti Pozámky k předmětu Aplikovaá statistika, 8 téma 8 Odhady parametrů rozděleí pravděpodobosti Zaměříme se a odhad středí hodoty a rozptylu a to dvěma způsoby Předpokládejme, že máme áhodý výběr X 1,, X z

Více

SP2 Korelační analýza. Korelační analýza. Libor Žák

SP2 Korelační analýza. Korelační analýza. Libor Žák Korelačí aalýza Přpomeutí pojmů áhodá proměá áhodý vetor áhodý vetor Náhodý výběr: pro áhodou proměou : pro áhodý vetor : pro áhodý vetor : Přpomeutí pojmů - ovarace Kovarace áhodých proměých ovaračí oefcet

Více

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý. evost a životost - Hr III EVNOT a ŽIVOTNOT Hr III Mila Růžička, Josef Jreka, Zbyěk Hrbý zbyek.hrby@fs.cvt.cz evost a životost - Hr III tatistické metody vyhodocováí dat evost a životost - Hr III 3 tatistické

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

Více

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ 3..- 4.. 2009 DIVYP Bro, s.r.o., Filipova, 635 00 Bro, http://www.divypbro.cz UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ autoři: prof. Ig. Mila Holický, PhD., DrSc., Ig. Karel Jug, Ph.D., doc. Ig. Jaa Marková,

Více

12. Neparametrické hypotézy

12. Neparametrické hypotézy . Neparametrcké hypotézy V této část se budeme zabývat specálí částí teore statstckých hypotéz tzv. eparametrckým hypotézam ebo jak řečeo eparametrckým statstckým testy. Neparametrcké se azývají proto,

Více

Statistika, Biostatistika pro kombinované studium. Jan Kracík

Statistika, Biostatistika pro kombinované studium. Jan Kracík Statistika, Biostatistika pro kombinované studium Letní semestr 2014/2015 Tutoriál č. 6: ANOVA Jan Kracík jan.kracik@vsb.cz Obsah: Testování hypotéz opakování ANOVA Testování hypotéz (opakování) Testování

Více

Statistika. Poznámky z přednášek

Statistika. Poznámky z přednášek Statistika Pozámky z předášek Materiál obsahuje pozámky ze předášek plus to co se musíme doučit včetě ukázkových příkladů, které se objevily a předášce, ebo z aplikace etstorage. J.T. OBSAH Úvodí stráka

Více

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY. Přírodovědecká fakulta ANALÝZA DAT. 2. upravené vydání. Josef Tvrdík

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY. Přírodovědecká fakulta ANALÝZA DAT. 2. upravené vydání. Josef Tvrdík UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. upraveé vydáí Josef Tvrdík OSTRAVSKÁ UNIVERZITA 008 OBSAH: Úvod... 3 Parametrcké testy o shodě středích hodot... 4. Jedovýběrový t-test...

Více

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním Lekce Itervalový odhad Itervalový odhad je jedou ze stadardích statistických techik Cílem je sestrojit iterval (kofidečí iterval, iterval spolehlivosti, který s vysokou a avíc předem daou pravděpodobostí

Více

Pravděpodobnostní modely

Pravděpodobnostní modely Pravděpodobostí modely Meu: QCEpert Pravděpodobostí modely Modul hledá metodou maimálí věrohodosti (MLE Maimum Likelihood Estimate) statistický model (rozděleí) který ejlépe popisuje data. Je přitom k

Více

Dynamická pevnost a životnost Statistika

Dynamická pevnost a životnost Statistika DŽ statistika Dyamická pevost a životost tatistika Mila Růžička, Josef Jreka, Zbyěk Hrbý mechaika.fs.cvt.cz zbyek.hrby@fs.cvt.cz DŽ statistika tatistické metody vyhodocováí dat DŽ statistika 3 tatistické

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují

Více

IAJCE Přednáška č. 12

IAJCE Přednáška č. 12 Složitost je úvod do problematiky Úvod praktická realizace algoritmu = omezeí zejméa: o časem o velikostí paměti složitost = vztah daého algoritmu k daým prostředkům: časová složitost každé možiě vstupích

Více

Úvod do teorie měření

Úvod do teorie měření Uverzta Jaa Evagelsty Purkyě v Ústí ad Labem Přírodovědecká fakulta Úvod do teore měřeí Prof. Chlář emář 0 Průměr, rozptyl a směrodatá odchylka X = X = ( X X ) = = = Výpočty pomocí vzorců a pomocí statstckých

Více

Univerzita Karlova v Praze Matematicko-fyzikální fakulta

Univerzita Karlova v Praze Matematicko-fyzikální fakulta Uiverzita Karlova v Praze Matematicko-fyzikálí fakulta BAKALÁŘSKÁ PRÁCE Kateřia Jaoušková Dvouvýběrové testy Katedra pravděpodobosti a matematické statistiky Vedoucí bakalářské práce: Studijí program:

Více

MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ

MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ PŘÍSPĚVKY THE SCIENCE FOR POPULATION PROTECTION 0/008 MOŽNOSTI STATISTICKÉHO POSOUZENÍ KVANTITATIVNÍCH VÝSLEDKŮ POŽÁRNÍCH ZKOUŠEK PRO POTŘEBY CERTIFIKACE A POSUZOVÁNÍ SHODY VÝROBKŮ STATISTICAL ASSESSMENT

Více

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti Předáška VI. Itervalové odhady Motivace Směrodatá odchylka a směrodatá chyba Cetrálí limití věta Itervaly spolehlivosti Opakováí estraé a MLE Jaký je pricip estraých odhadů? Jaký je pricip odhadů metodou

Více

Číselné charakteristiky náhodných veličin

Číselné charakteristiky náhodných veličin Číselé charakteristiky áhodých veliči Motivace Doposud jsme pozali fukcioálí charakteristiky áhodých veliči (apř. distribučí fukce, pravděpodobostí fukce, hustota pravděpodobosti), které plě popisují pravděpodobostí

Více

Jednofaktorová analýza rozptylu

Jednofaktorová analýza rozptylu Jednofaktorová analýza rozptylu David Hampel Ústav statistiky a operačního výzkumu, Mendelova univerzita v Brně Kurz pokročilých statistických metod Global Change Research Centre AS CR, 5 7 8 2015 Tato

Více

Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek 10. Neparametrické y Mann-Whitney U- Wilcoxonův Znaménkový Shrnutí statistických ů Typ srovnání Nulová hypotéza Parametrický Neparametrický 1 skupina dat vs. etalon Střední hodnota je rovna hodnotě etalonu.

Více

2. Náhodná veličina. je konečná nebo spočetná množina;

2. Náhodná veličina. je konečná nebo spočetná množina; . Náhodá veličia Většia áhodých pokusů koaých v přírodích ebo společeských vědách má iterpretaci pomocí reálé hodoty. Při takovýchto dějích přiřazujeme tedy reálá čísla áhodým jevům. Proto je důležité

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP Teováí hypoéz PRAVDĚPODOBNOST A STATISTIKA SP Teováí hypoéz Teováí hypoéz Nechť je áhodá proměá, kerá má diribučí fukci Fx, ϑ. Předpokládejme, že záme var diribučí fukce víme jaké má rozděleí a ezáme

Více

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě

Více

Přednášky část 7 Statistické metody vyhodnocování dat

Přednášky část 7 Statistické metody vyhodnocování dat DŽ ředášky část 7 tatistické metody vyhodocováí dat Mila Růžička mechaika.fs.cvt.cz mila.rzicka@fs.cvt.cz DŽ tatistické metody vyhodocováí dat Jak velké rozptyly lze očekávat mezi dosažeými pevostmi ebo

Více

7. cvičení 4ST201-řešení

7. cvičení 4ST201-řešení cvičící 7. cvičeí 4ST21-řešeí Obsah: Bodový odhad Itervalový odhad Testováí hypotéz Vysoká škola ekoomická 1 Úvod: bodový a itervalový odhad Statistický soubor lze popsat pomocípopisých charakteristik

Více

V. Normální rozdělení

V. Normální rozdělení V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,

Více

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady SP Bodové a tervalové odhady PRAVDĚPODOBNOST A STATISTIKA Bodové a tervalové odhady Lbor Žák SP Bodové a tervalové odhady Lbor Žák Bodové a tervalové odhady Nechť je áhodá proměá, která má dstrbučí fukc

Více

Popisná statistika. Zdeněk Janák 9. prosince 2007

Popisná statistika. Zdeněk Janák 9. prosince 2007 Popisá statistika Zdeěk Jaák jaak@physics.mui.cz 9. prosice 007 Výsledkem měřeí atmosférické extikce z pozorováí komet a observatoři Skalaté Pleso jsou tyto hodoty extikčích koeficietů ve vlové délce 46

Více