Protokol č. 1. Tloušťková struktura. Zadání:

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Protokol č. 1. Tloušťková struktura. Zadání:"

Transkript

1 Protokol č. 1 Tloušťková struktura Zadání: Pro zadané výčetní tloušťky (v cm) vypočítejte statistické charakteristiky a slovně interpretujte základní statistické vlastnosti tohoto souboru tloušťek. Dále soubor roztřiďte do zadaných tloušťkových stupňů. Pro takto vytvořený soubor popisující tloušťkovou strukturu porostu vypočítejte modelové četnosti normálního rozdělení. Měřené a modelové četnosti graficky porovnejte. Dále porovnejte hodnoty aritmetického průměru a směrodatné odchylky pro tříděná a netříděná data a v případě výraznějšího rozdílu mezi nimi se pokuste specifikovat možné příčiny této diference. Pomocí Kolmogorov-Smirnovova testu zhodnoťte shodu experimentálních četností tloušťek s modelovými četnostmi a výsledky slovně interpretujte. Jsou zadány naměřené tloušťky (cm). Třídění měřených tloušťěk do zadaných tloušťkových stupňů pomocí histogramu. Naměřené tloušťky roztřídíme do tloušťkových stupňů. Můžeme tak učinit ručně nebo pomocí histogramu, kdy excel počítá datové body v každé třídě dat. Datový bod je zahrnut do konkrétní třídy dat, pokud je jeho hodnota větší než dolní mez a rovna nebo menší než horní mez třídy dat. Pro použití histogramu si nejprve vypíšeme hranice tloušťkových tříd, tj. například 9, 11, 13 atd., všechny je označíme a uchopením křížku v pravém dolním okraji je přetáhneme až po poslední potřebnou hranici tloušťkového stupně.

2 Klikneme na Data Analýza dat Histogram. Do vstupní oblasti označíme všechny měřené tloušťky, do hranic tříd označíme námi vypsané hranice tříd (9, 11, 13, 15 atd.), zvolíme si výstupní oblast pro umístění výsledku a klikneme na OK. Naměřené roztříděné tloušťky překopírujeme do meřených četností k odpovídajícím tloušťkovým stupňům.

3

4 Provedeme součet měřených četností tloušťěk.

5 Vynásobíme tloušťkové stupně měřenými četnostmi tloušťek a provedeme součet sloupce. Jednoduchý aritmetický průměr se používá pro neroztříděný soubor, nyní se jedná o soubor, který je roztříděný do tříd, proto použijeme vážený aritmetický průměr, který se spočítá dle vzorce: m je počet tříd n i je absolutní třídní četnost x i je třídní reprezentant

6 nebo též kde je w i jinak než třídní četností určená váha i-té třídy Doplníme počet hodnot N (suma měřených tloušťěk) a spočítáme vážený aritmetický průměr jako suma sloupce se součiny tloušťkových stupňů a měřených hodnot / N Např / 323 = 25,49 cm

7 Pro výpočet směrodatné odchylky S nejprve spočítáme (tloušťkový stupeň vážený aritmetický průměr) ^ 2 a provedeme součet sloupce Vážený aritmetický průměr můžeme ve vzorci uzamčít klávesou F4 a výslednou buňku křížkem v pravém dolním rohu roztáhnout pro výpočet zbývajících hodnot. Hodnoty tohoto sloupce vynásobíme četnostmi měřených tlouštěk a provedeme součet.

8

9 Směrodatná odchylka pro tříděný soubor: Rozptyl spočítáme jako ((suma sloupce ((tloušťkový stupeň vážený aritmetický průměr) ^ 2))) * měřené četnosti) /N Např ,73 / 323 = 46,31 cm 2

10 Nyní dopočítáme směrodatnou odchylku jako odmocninu z rozptylu Např. ODMOCNINA 46,31 = 6,80 cm

11 Směrodatnou odchylku třídního intervalu Sh spočítáme jako S / 2 Např. 6,80 / 2 = 3,40 cm

12 Výpočet modelových četností normálního rozdělení. Grafické porovnání měřených a modelových četností.

13 Abychom mohli dopočítat modelové tloušťky, nejprve spočítáme konstantu. Jedná se o první část vzorce normálního rozdělení. Konstanta se spočítá jako N / (SQRTPI (2) * Sh) Např. 323 / (SQRTPI (2) * 3,40) = 37,87

14 Nyní celý vzorec dopočítáme jako konstanta * EXP (- (((tloušťkový stupeň vážený aritmetický průměr) ^ 2) / (2 * směrodatná odchylka ^ 2))) Např. 37,87 * EXP (- (420,57 / (2 * 6,80 ^ 2))) = 0,40

15 Konstantu a váženou směrodatnou odchylku můžeme uzamčít klávesou F4 a výslednou buňku přetáhneme k poslední naměřené tloušťce pro automatický dopočet modelových tloušťěk. Provedeme součet sloupce. Zaokrouhlením výsledků získáme modelové tloušťky. Křížkem můžeme výslednou buňku přetáhnout dolů pro zaokrouhlení po poslední modelovou tloušťku.

16 Utvoříme graf z měřených a modelových tloušťek, osa x jsou tloušťkové stupně, osa y četnost tloušťek.

17 Porovnání hodnoty aritmetického průměru a směrodatné odchylky pro tříděná a netříděná data. Porovnáme hodnoty směrodatné odchylky a aritmetického průměru pro netříděná a tříděná data. Pro netříděná data můžeme aritmetický průměr zjistit výpočtem a směrodatnou odchylku pomocí popisné statistiky. Klikneme na Data Analýza dat Popisná statistika.

18 Do vstupní oblasti zadáme všechny naměřené netříděné tloušťky, zvolíme výstupní oblast, zatrhneme celkový přehled a klikneme na OK. Porovnáme směrodatné odchylky a hodnoty aritmetických průměrů tříděných a netříděných dat. V případě větší odlišnosti slovně okomentujeme možné příčiny této diference.

19

20 Vyhodnocení shody experimentálních četností tloušťěk s modelovými tloušťkami pomocí Kolmogorov-Smirnovova testu. Slovní interpretace výsledků. Nyní provedeme Kolmogorov-Smirnovův test. Návod na provedení tohoto testu je na stránkách user.mendelu.cz/drapela Statistické metody Návody k použití statistických programů Excel Kolmogorov Smirnovův test 1 výběr. Pro provedení testu nejprve spočítáme součtové četnosti měřených tloušťěk: Výslednou buňku přetáhneme křížkem v pravém dolním rohu po poslední naměřenou tloušťku. Nyní je třeba spočítat součtové četnosti modelových tloušťěk. Spočítáme je obdobně, jako meřené, avšak s hodnotami modelových tloušťěk. Opět křížkem přetáhneme buňku se vzorcem po poslední modelovou hodnotu.

21 Dále spočítáme absolutní hodnotu rozdílu mezi měřenými a modelovými součtovými četnostmi v každém řádku. Tento rozdíl spočítáme jako abs (měřená četnost modelová četnost) Výslednou buňku opět roztáhneme křížkem.

22 Najdeme ve vypočteném sloupci maximální hodnotu rozdílu a označíme ji žlutě.

23 Nyní vypočítáme testové kritérium TK jako největší absolutní hodnota rozdílu mezi měřenými a modelovými součtovými četnostmi / součet měřených tloušťěk Např. 13 / 323 = 0,04

24 Spočítáme kritickou hodnotu KH dle vzorce (α = 0,05): 1 1 D 1,. ln n 2 2 KH = 1,36 / ODMOCNINA (SUMA měřených tloušťěk) Pozn. hodnota 1,36 je spočtená druhá část vzorce 1 1 D 1,. ln n 2 2 Platí pouze pro α = 0,05

25 Nyní okomentujeme výsledky. Porovnáme testové kritérium s kritickou hodnotou. Např. TK = 0,04 a KH = 0,08. Testové kritérium je tedy menší než kritická hodnota, nulovou hypotézu normálního rozdělení tedy nezamítáme a můžeme předpokládat, že modelové a měřené rozdělení tloušťek se neliší a že normální rozdělení je vhodným modelem tloušťkové struktury. Pokud by testové kritérium bylo vyšší, než je kritická hodnota, nejednalo by se o normální rozdělení a normální rozdělení by nebylo vhodným modelem tloušťkové struktury.

Protokol č. 7. Jednotné objemové křivky. Je zadána výměra porostu, výška dřevin a počty stromů v jednotlivých tloušťkových stupních.

Protokol č. 7. Jednotné objemové křivky. Je zadána výměra porostu, výška dřevin a počty stromů v jednotlivých tloušťkových stupních. Protokol č. 7 Jednotné objemové křivky Zadání: Pro zadané dřeviny stanovte zásobu pomocí JOK tabulek. Součástí protokolu bude tabulka obsahující střední Weisseho tloušťku, Weisseho procento, číslo JOK,

Více

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

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

Více

STATISTICA Téma 1. Práce s datovým souborem

STATISTICA Téma 1. Práce s datovým souborem STATISTICA Téma 1. Práce s datovým souborem 1) Otevření datového souboru Program Statistika.cz otevíráme z ikony Start, nabídka Programy, podnabídka Statistika Cz 6. Ze dvou nabídnutých možností vybereme

Více

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

4ST201 STATISTIKA CVIČENÍ Č. 7

4ST201 STATISTIKA CVIČENÍ Č. 7 4ST201 STATISTIKA CVIČENÍ Č. 7 testování hypotéz parametrické testy test hypotézy o střední hodnotě test hypotézy o relativní četnosti test o shodě středních hodnot testování hypotéz v MS Excel neparametrické

Více

Postup: Nejprve musíme vyplnit tabulku. Pak bude vypadat takto:

Postup: Nejprve musíme vyplnit tabulku. Pak bude vypadat takto: Úkol: Jednoduchá tabulka v Excelu Obrázky jsou vytvořené v Excelu verze 2003 CZ. Postupy jsou platné pro všechny běžně dostupné české verze Excelu s výjimkou verze roku 2007. Postup: Nejprve musíme vyplnit

Více

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13 Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test

Více

Písemná práce k modulu Statistika

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

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině

Více

Číselné charakteristiky a jejich výpočet

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

Více

Microsoft Excel kopírování vzorců, adresování, podmíněný formát. Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie

Microsoft Excel kopírování vzorců, adresování, podmíněný formát. Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie Microsoft Excel kopírování vzorců, adresování, podmíněný formát Mgr. Jan Veverka Střední odborná škola sociální Evangelická akademie Kopírování vzorců v mnoha případech je třeba provést stejný výpočet

Více

Národníinformačnístředisko pro podporu jakosti

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

Více

Z tohoto setříděného souboru snadno sestavíme tabulku prostého rozdělení četností.

Z tohoto setříděného souboru snadno sestavíme tabulku prostého rozdělení četností. Příklad 1 Firma má pro své zaměstnance stanoveny tyto základní mzdy v Kč: 18600, 17650, 19200, 20400, 20800, 18600, 20400, 24200, 20400, 19200, 24200, 20400, 17650, 25800, 17650. Určete charakteristiky

Více

Test dobré shody v KONTINGENČNÍCH TABULKÁCH

Test dobré shody v KONTINGENČNÍCH TABULKÁCH Test dobré shody v KONTINGENČNÍCH TABULKÁCH Opakování: Mějme náhodné veličiny X a Y uspořádané do kontingenční tabulky. Řekli jsme, že nulovou hypotézu H 0 : veličiny X, Y jsou nezávislé zamítneme, když

Více

Laboratorní práce č. 1: Měření délky

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

Více

Pracovní list č. 3 Charakteristiky variability

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

Více

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat

Více

Třídění statistických dat

Třídění 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.

Více

STATISTICKÉ TESTY VÝZNAMNOSTI

STATISTICKÉ TESTY VÝZNAMNOSTI STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená

Více

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

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

Více

Základy statistiky pro obor Kadeřník

Základy statistiky pro obor Kadeřník Variace 1 Základy statistiky pro obor Kadeřník Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz 1. Aritmetický průměr

Více

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu K čemu slouží statistika Popisuje velké soubory dat pomocí charakteristických čísel (popisná statistika). Hledá skryté zákonitosti v souborech

Více

ROZDĚLENÍ NÁHODNÝCH VELIČIN

ROZDĚLENÍ NÁHODNÝCH VELIČIN ROZDĚLENÍ NÁHODNÝCH VELIČIN 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)

Více

Excel tabulkový procesor

Excel tabulkový procesor Pozice aktivní buňky Excel tabulkový procesor Označená aktivní buňka Řádek vzorců zobrazuje úplný a skutečný obsah buňky Typ buňky řetězec, číslo, vzorec, datum Oprava obsahu buňky F2 nebo v řádku vzorců,

Více

Výsledný graf ukazuje následující obrázek.

Výsledný graf ukazuje následující obrázek. Úvod do problematiky GRAFY - SPOJNICOVÝ GRAF A XY A. Spojnicový graf Spojnicový graf používáme především v případě, kdy chceme graficky znázornit trend některé veličiny ve zvoleném časovém intervalu. V

Více

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi Geografický seminář 30. března 2011 Pavel Bednář Výchozí stav Sebehodnocení práce s MS Excel studujícími oboru

Více

KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM

KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM KAPITOLA 9 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM CÍLE KAPITOLY Využívat pokročilé možnosti formátování, jako je podmíněné formátování, používat vlastní formát čísel a umět pracovat s listy. Používat

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2 Na úloze ukážeme postup analýzy velkého výběru s odlehlými prvky pro určení typu rozdělení koncentrace kyseliny močové u 50 dárců krve. Jaká je míra polohy a rozptýlení uvedeného výběru? Z grafických diagnostik

Více

Průzkumová analýza dat

Průzkumová analýza dat Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se

Více

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky Vysoká škola báňská technická univerzita Ostrava Fakulta elektrotechniky a informatiky Bankovní účty (semestrální projekt statistika) Tomáš Hejret (hej124) 18.5.2013 Úvod Cílem tohoto projektu, zadaného

Více

Obsah. Vybraná témata z Excelu pro techniky 13. Obsah. Úvod 11 Komu je kniha určena 11 Uspořádání knihy 11. Typografická konvence použitá v knize 12

Obsah. Vybraná témata z Excelu pro techniky 13. Obsah. Úvod 11 Komu je kniha určena 11 Uspořádání knihy 11. Typografická konvence použitá v knize 12 Obsah Úvod 11 Komu je kniha určena 11 Uspořádání knihy 11 Typografická konvence použitá v knize 12 1 Vybraná témata z Excelu pro techniky 13 Vzorce a funkce pro techniky 14 Vytvoření jednoduchého vzorce

Více

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY SAMOSTATÁ STUDETSKÁ PRÁCE ZE STATISTIKY Váha studentů Kučerová Eliška, Pazdeříková Jana septima červen 005 Zadání: My dvě studentky jsme si vylosovaly zjistit statistickým šetřením v celém ročníku septim

Více

Simulace. Simulace dat. Parametry

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

Více

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka

2. 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:

Více

9.7 TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI

9.7 TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 1 9.7 TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI Problematiku třídění podle jednoho spojitého

Více

Jiří Barilla, Pavel Simr. Microsoft Excel pro techniky a inženýry

Jiří Barilla, Pavel Simr. Microsoft Excel pro techniky a inženýry Jiří Barilla, Pavel Simr Microsoft Excel pro techniky a inženýry Computer Press, a.s. Brno 2008 Microsoft Excel pro techniky a inženýry Jiří Barilla, Pavel Simr Computer Press, a. s., 2008. Vydání první.

Více

Excel - pokračování. Př. Porovnání cestovních kanceláří ohraničení tabulky, úprava šířky sloupců, sestrojení grafu

Excel - pokračování. Př. Porovnání cestovních kanceláří ohraničení tabulky, úprava šířky sloupců, sestrojení grafu Excel - pokračování Př. Porovnání cestovních kanceláří ohraničení tabulky, úprava šířky sloupců, sestrojení grafu Př. Analýza prodeje CD základní jednoduché vzorce karta Domů Př. Skoky do dálky - funkce

Více

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

Indexy, analýza HDP, neaditivnost

Indexy, analýza HDP, neaditivnost Indexy, analýza HDP, neaditivnost 1.) ŘETĚZOVÉ A BAZICKÉ INDEXY 1999 2000 2001 2002 Objem vkladů (mld. Kč) 80,8 83,7 91,5 79,4 a) určete bazické indexy objemu vkladů (1999=100) Rok 1999=100 báze. Pro rok

Více

Použijeme-li prostorový typ grafu, můžeme pro každou datovou zvolit jiný tvar. Označíme datovou řadu, zvolíme Formát datové řady - Obrazec

Použijeme-li prostorový typ grafu, můžeme pro každou datovou zvolit jiný tvar. Označíme datovou řadu, zvolíme Formát datové řady - Obrazec Čtvrtek 15. září Grafy v Excelu 2010 U grafů, ve kterých se znázorňují hodnoty řádově rozdílné, je vhodné zobrazit ještě vedlejší osu 1994 1995 1996 1997 1998 1999 2000 hmotná investice 500 550 540 500

Více

Registrační číslo projektu: CZ.1.07/1.5.00/34.0185. Název projektu: Moderní škola 21. století. Zařazení materiálu: Ověření materiálu ve výuce:

Registrační číslo projektu: CZ.1.07/1.5.00/34.0185. Název projektu: Moderní škola 21. století. Zařazení materiálu: Ověření materiálu ve výuce: STŘEDNÍ ODBORNÁ ŠKOLA A STŘEDNÍ ODBORNÉ UČILIŠTĚ NERATOVICE Školní 664, 277 11 Neratovice, tel.: 315 682 314, IČO: 683 834 95, IZO: 110 450 639 Ředitelství školy: Spojovací 632, 277 11 Neratovice tel.:

Více

Statistika pro gymnázia

Statistika pro gymnázia Statistika pro gymnázia Pracovní verze učebního textu ZÁKLADNÍ POJMY Statistika zkoumá jevy (společenské, přírodní, technické) ve velkých statistických souborech. Prvky statistických souborů se nazývají

Více

Dotazy tvorba nových polí (vypočítané pole)

Dotazy tvorba nových polí (vypočítané pole) Téma 2.4 Dotazy tvorba nových polí (vypočítané pole) Pomocí dotazu lze také vytvářet nová pole, která mají vazbu na již existující pole v databázi. Vznikne tedy nový sloupec, který se počítá podle vzorce.

Více

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

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

Více

Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití

Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití Proč Excel? Práce s Excelem obnáší množství operací s tabulkami a jejich obsahem. Jejich jednotlivé buňky jsou uspořádány do sloupců

Více

Základní orientace v MS Excel

Základní orientace v MS Excel Základní orientace v MS Excel Umíte-li ovládat textový editor MS Word, nebude Vám činit žádné potíže ovládání programu MS Excel. Panel nabídek, panel nástrojů, posuvníky, to všechno již znáte. Jen pracovní

Více

ADZ základní statistické funkce

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

Více

Analýza dat s využitím MS Excel

Analýza dat s využitím MS Excel Analýza dat s využitím MS Excel Seminář aplikované statistiky Martina Litschmannová Několik fíglů na úvod Absolutní vs. relativní adresování změna pomocí F4 =$H$20 =H$20 =$H20 =H20 Posun po souvislé oblasti

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie LS 2014/15 Cvičení 4: Statistické vlastnosti MNČ LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Upřesnění k pojmům a značení

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická

Více

Excel Matematické operátory. Excel předdefinované funkce

Excel Matematické operátory. Excel předdefinované funkce Excel Matematické operátory a) Sčítání + příklad =A1+A2 sečte obsah buněk A1 a A2 b) Odčítání - příklad =A1-A2 odečte hodnotu buňky A2 od hodnoty buňky A1 c) Násobení * příklad =A1*A2 vynásobí obsah buněk

Více

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

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

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

Seminarni prace. 2 3 stranky staci, dat nema byt 3 a nema jich byt pul milionu. k te seminarce

Seminarni prace. 2 3 stranky staci, dat nema byt 3 a nema jich byt pul milionu. k te seminarce Seminarni prace Popisná statistika, data nesmí být časovou řadou Zkoumat můžeme třeba mzdy, obraty atd. (takže možná QA?) Formát pdf, poslat nejpozději den před zkouškou. Podrobnější informace jsou na

Více

PŘÍKLAD NA TŘÍDĚNÍ DLE JEDNOHO SLOVNÍHO ZNAKU

PŘÍKLAD NA TŘÍDĚNÍ DLE JEDNOHO SLOVNÍHO ZNAKU PŘÍKLAD NA TŘÍDĚNÍ DLE JEDNOHO SLOVNÍHO ZNAKU Pracovník, který spravuje podnikovou databázi, exportoval do tabulkového procesoru všechny pracovníky podniku Alfa Blatná s některými sledovanými atributy

Více

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách ROZKLAD ROZPTYLU ROZKLAD ROZPTYLU Rozptyl se dá rozložit na vnitroskupinový a meziskupinový rozptyl. Celkový rozptyl je potom součet meziskupinového a vnitroskupinového Užívá se k výpočtu rozptylu, jestliže

Více

Statistické metody uţívané při ověřování platnosti hypotéz

Statistické metody uţívané při ověřování platnosti hypotéz Statistické metody uţívané při ověřování platnosti hypotéz Hypotéza Domněnka, předpoklad Nejčastěji o rozdělení, středních hodnotách, závislostech, Hypotézy ve vědeckém výzkumu pracovní, věcné hypotézy

Více

Národní informační středisko pro podporu kvality

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

Více

Excel tabulkový procesor

Excel tabulkový procesor Pozice aktivní buňky Excel tabulkový procesor Označená aktivní buňka Řádek vzorců zobrazuje úplný a skutečný obsah buňky Typ buňky řetězec, číslo, vzorec, datum Oprava obsahu buňky F2 nebo v řádku vzorců,

Více

PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU

PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU Pracovník, který spravuje podnikovou databázi, exportoval do tabulkového procesoru všechny pracovníky podniku Alfa Blatná s některými sledovanými

Více

Evidence technických dat

Evidence technických dat 4 Evidence technických dat V té to ka pi to le: Evidence majetku Evidence zakázek Evidence technické dokumentace Kapitola 4 Evidence technických dat Povinnost evidovat různé druhy dat má každý podnikatelský

Více

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera Výstup RVP: Klíčová slova: pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Mirek Kubera žák diskutuje a kriticky zhodnotí statistické informace a daná statistická sdělení, volí

Více

Základy zpracování kalkulačních tabulek

Základy zpracování kalkulačních tabulek Radek Maca Makovského 436 Nové Město na Moravě 592 31 tel. 0776 / 274 152 e-mail: rama@inforama.cz http://www.inforama.cz Základy zpracování kalkulačních tabulek Mgr. Radek Maca Excel I 1 slide ZÁKLADNÍ

Více

Tabulkový kalkulátor. Tabulkový kalkulátor. LibreOffice Calc 12.část

Tabulkový kalkulátor. Tabulkový kalkulátor. LibreOffice Calc 12.část Tabulkový kalkulátor LibreOffice Calc 12.část Je to interaktivní tabulka, která rychle kombinuje a porovnává velké množství dat. Dokáže usnadnit manipulaci hlavně s delšími tabulkami, které mají charakter

Více

Školení obsluhy PC stručný manuál obsluhy pro používání PC

Školení obsluhy PC stručný manuál obsluhy pro používání PC Školení obsluhy PC stručný manuál obsluhy pro používání PC tabulkový procesor MS EXCEL Zpracoval: mgr. Ježek Vl. Str. 1 MS EXCEL - základy tabulkového procesoru Tyto programy jsou specielně navrženy na

Více

Pracujeme s programem Excel (interní učební text pro potřeby školy) (verze 1.0)

Pracujeme s programem Excel (interní učební text pro potřeby školy) (verze 1.0) SSOŠ A SOU BEAN, ČESKOBRODSKÁ 32a, 190 01 PRAHA 9 Pracujeme s programem Excel (interní učební text pro potřeby školy) (verze 1.0) Ing. Cyril Kotulič 2003-2004 Excel učební text Tento učební text jenom

Více

SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE

SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Autor CZ.1.07/1.5.00/34.0797 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT 2M3 Slovní

Více

SW podpora při řešení projektů s aplikací statistických metod

SW podpora při řešení projektů s aplikací statistických metod SW podpora při řešení projektů s aplikací statistických metod Jan Král, Josef Křepela Úvod Uplatňování statistických metod vyžaduje počítačovou podporu. V současné době je rozšiřována řada vynikajících

Více

Bohemius, k.s. www.bohemius.cz

Bohemius, k.s. www.bohemius.cz Bohemius, k.s. Je vývoj výsledků provozoven závislý na konkrétním zaměstnanci? Je to náhoda, nebo úmysl? Umíme předpovědět vývoj dat v našich podmínkách? Jaké mohu očekávat výkyvy? Jaké je tedy riziko

Více

2. Numerické výpočty. 1. Numerická derivace funkce

2. Numerické výpočty. 1. Numerická derivace funkce 2. Numerické výpočty Excel je poměrně pohodlný nástroj na provádění různých numerických výpočtů. V příkladu si ukážeme možnosti výpočtu a zobrazení diferenciálních charakteristik analytické funkce, přičemž

Více

CHEMOMETRIKA a STATISTIKA. Prozatímní učební text vybrané příklady (srpen 2012) Miloslav Suchánek

CHEMOMETRIKA a STATISTIKA. Prozatímní učební text vybrané příklady (srpen 2012) Miloslav Suchánek CHEMOMETRIKA a STATISTIKA Prozatímní učební text vybrané příklady (srpen 01) Miloslav Suchánek Úkol č. 1 Maticové operace s využitím EXCELu V EXCELu jsou dvě důležité maticové operace, které nám pomohou

Více

Měření součinitele smykového tření dynamickou metodou

Měření součinitele smykového tření dynamickou metodou Měření součinitele smykového tření dynamickou metodou Online: http://www.sclpx.eu/lab1r.php?exp=6 Měření smykového tření na nakloněné rovině pomocí zvukové karty řešil např. Sedláček [76]. Jeho konstrukce

Více

2. popis prostředí, nastavení pracovní plochy

2. popis prostředí, nastavení pracovní plochy (c) mise 2013 1 2 1. úvod Tabulkový procesor program pro organizaci a správu dat pomocí tabulek určen pro zpracování dat převážně číselného charakteru Využití tabulkových procesorů přehledná prezentace

Více

Neuronové časové řady (ANN-TS)

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

Více

Malé statistické repetitorium Verze s řešením

Malé statistické repetitorium Verze s řešením Verze s řešením Příklad : Rozdělení náhodné veličiny základní charakteristiky Rozdělení diskrétní náhodné veličiny X je dáno následující tabulkou x 0 4 5 P(X = x) 005 05 05 0 a) Nakreslete graf distribuční

Více

tj. veličina kurzívou a jednotka obyčejným písmem umístěná v oblých resp. hranatých závorkách *).

tj. veličina kurzívou a jednotka obyčejným písmem umístěná v oblých resp. hranatých závorkách *). MS OFFICE Může se zdát, že užití kancelářského balíku MS Office při výuce fyziky nepřesahuje běžné aplikace a standardní funkce, jak jsou popsány v mnoha příručkách ke všem jednotlivým částem tohoto balíku.

Více

Semestrální práce z předmětu Matematika 6F

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

Více

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií Hodina 50 Strana /4 Gymnázium Budějovická Volitelný předmět Ekonomie - jednoletý BLOK ČÍSLO 8 Hodnocení akcií Předpokládaný počet : 9 hodin Použitá literatura : František Egermayer, Jan Kožíšek Statistická

Více

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech. 3 Grafické zpracování dat Grafické znázorňování je velmi účinný způsob, jak prezentovat statistické údaje. Grafy nejsou tak přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých

Více

MS EXCEL_vybrané matematické funkce

MS EXCEL_vybrané matematické funkce MS EXCEL_vybrané matematické funkce Vybrané základní matematické funkce ABS absolutní hodnota čísla CELÁ.ČÁST - zaokrouhlení čísla na nejbližší menší celé číslo EXP - vrátí e umocněné na hodnotu argumentu

Více

Prezentace dat. Slovní popis a tabulky prosté Aleš Drobník strana 1

Prezentace dat. Slovní popis a tabulky prosté Aleš Drobník strana 1 Prezentace dat. Slovní popis a tabulky prosté Aleš Drobník strana 1 8. PREZENTACE DAT Jakými prostředky sdělujeme informace, údaje, účetní a statistické charakteristiky? Používáme tyto prostředky sdělování

Více

IV. CVIENÍ ZE STATISTIKY

IV. CVIENÍ ZE STATISTIKY IV. CVIENÍ ZE STATISTIKY Vážení studenti, úkolem dnešního cviení je nauit se analyzovat data kvantitativní povahy. K tomuto budeme opt používat program Excel 2007 MS Office. 1. Jak mžeme analyzovat kvantitativní

Více

MS Excel TABULKOVÝ PROCESOR KURZY VÝPOČETNÍ TECHNIKY. 776-85 50 58 kajtar@seznam.cz www.kajtar.com IČO: 731 81 269

MS Excel TABULKOVÝ PROCESOR KURZY VÝPOČETNÍ TECHNIKY. 776-85 50 58 kajtar@seznam.cz www.kajtar.com IČO: 731 81 269 MS Excel TABULKOVÝ PROCESOR KURZY VÝPOČETNÍ TECHNIKY 776-85 50 58 kajtar@seznam.cz www.kajtar.com IČO: 731 81 269 Obsah Popis základního okna MS Excel... 3 Buňka... 4 Zadávání hodnot... 5 Editace hodnot...

Více

T6: Program MS Excel II. (standard) Určeno pro získání standardní úrovně znalostí (2 4 hodiny)

T6: Program MS Excel II. (standard) Určeno pro získání standardní úrovně znalostí (2 4 hodiny) T6: Určeno pro získání standardní úrovně znalostí (2 4 hodiny) Co lekce nabízí? Školení je určeno všem uživatelům, kteří chtějí zvládnout standardní úroveň práce s MS Excel. Naučíte se profesionálně vytvářet,

Více

Pracovní návod 1/5 www.expoz.cz

Pracovní návod 1/5 www.expoz.cz Pracovní návod 1/5 www.expoz.cz Fyzika úloha č. 14 Zatěžovací charakteristika zdroje Cíle Autor: Jan Sigl Změřit zatěžovací charakteristiku různých zdrojů stejnosměrného napětí. Porovnat je, určit elektromotorické

Více

Informatika a výpočetní technika

Informatika a výpočetní technika Informatika a výpočetní technika kompendium Pavel Navrátil Příloha Přehled funkcí v Excelu 2003 05KA-Prehled_funkci_Excel2003.pdf Nakladatelství a vydavatelství Vzdìlávání, které baví www.computermedia.cz

Více

Tabulkový editor MS Excel II

Tabulkový editor MS Excel II Tabulkový editor MS Excel II Informatika Graf Graf se vkládá se pomocí nabídky Vložení a poté volbou příslušného typu grafu. Označíme celou základní tabulku, a to i s názvy sloupců a řádků, ale bez součtů

Více

Matematika stavebního spoření

Matematika stavebního spoření Matematika stavebního spoření Výpočet salda ve stacionárním stavu a SKLV Petr Kielar Stavební spořitelny se od klasických bank odlišují tím, že úvěry ze stavebního spoření poskytují zásadně z primárních

Více

Úvod Nazývání =A2+B2-C2 =A3+B3-C3

Úvod Nazývání =A2+B2-C2 =A3+B3-C3 Úvod Úvodem si stručně připomeneme některé pro matematické aplikace užitečné nástroje Excelu, které budeme dále využívat. Předpokládáme, že účastníci kurzů P-Mat se základům ovládání Excelu naučili již

Více

Nástroje pro analýzu dat

Nástroje pro analýzu dat 7 Nástroje pro analýzu dat V té to ka pi to le: Ověřování vstupních dat Hledání řešení Řešitel Scénáře Citlivostní analýza Rychlá analýza Kapitola 7 Nástroje pro analýzu dat Součástí Excelu jsou nástroje

Více

Měření délky, určení objemu tělesa a jeho hustoty

Měření délky, určení objemu tělesa a jeho hustoty Úloha č. 1a Měření délky, určení objemu tělesa a jeho hustoty Úkoly měření: 1. Seznámení se s měřicími přístroji posuvné měřítko, mikrometr, laboratorní váhy. 2. Opakovaně (10x) změřte rozměry dvou zadaných

Více

Experimentáln. lní toků ve VK EMO. XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký. www.vf.

Experimentáln. lní toků ve VK EMO. XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký. www.vf. Experimentáln lní měření průtok toků ve VK EMO XXX. Dny radiační ochrany Liptovský Ján 10.11.-14.11.2008 Petr Okruhlica, Miroslav Mrtvý, Zdenek Kopecký Systém měření průtoku EMO Měření ve ventilačním komíně

Více

Základní analýza dat. Úvod

Základní analýza dat. Úvod Základní analýza dat literatura: Hendl, J. 2006: Přehled statistických metod zpracování dat. Analýza a metaanalýza dat. Praha: Portál. Macháček, J. 2001: Studie k velkomoravské keramice. Metody, analýzy

Více

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

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

Více

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Statistika nuda je, má však cenné údaje. Neklesejme na mysli, ona nám to vyčíslí. Z pohádky Princové jsou na draka Populace (základní

Více