ŘADA ALFA. Die Gerich'schen Harmoniegesetze. Fragmenty rektifikace horoskopu. Gerichovo číslo.

Rozměr: px
Začít zobrazení ze stránky:

Download "ŘADA ALFA. Die Gerich'schen Harmoniegesetze. Fragmenty rektifikace horoskopu. Gerichovo číslo."

Transkript

1 ŘADA ALFA Fragmenty rektifikace horoskopu. Gerichovo číslo. K tomuto příspěvku mě vedly nejasnosti kolem výpočtu Gerichova čísla.autorem tohoto čísla je finský generál Paul von Gerich ( ),který je uveřejnil ve svém díle Astrologia z roku 1925.U nás se zřejmě informace o tomto způsobu upřesnění ascendentu objevila poprvé v článku astrologa Erika Hejny Ascendent a jeho zjištění uveřejněném v LOGOSU,Ročník III 1936,str Později ji pak převzal do svého díla Praktická astrologie Jan Kefer (1939).O čísle Gericha se také zmiňuje J.Šob.Problém je v tom,že jak Hejna,Kefer i Šob použili pouze část postupu Gericha.Všichni tři udávají dvě známé rovnice ve tvaru: a = ( + )/2 +(6 + )/2 b= (a + ( + 6)/2)/2 Originální dílo Gericha nemám,ale před nedávnem se na internetu objevil výtah z díla Franka Glana,kde je postup Gericha popsán : Die Gerich'schen Harmoniegesetze A. FRANK GLAN, Erklärung und systematische Deutung des Geburtshoroskopes, 1930, Dritte, verbesserte und vermehrte Auflage. s

2

3

4 Je zřejmé,že Hejna a ostatní použili pouze první dvě rovnice,které Gerich uvedl jako příklad řešení pro horoskop Kurta Eisnera.V článku je řada chyb a nesrovnalostí,například účelový výběr blízkého a vzdáleného středního bodu,ale ty nemění nic na skutečnosti,že Gerich používal dvě pravidla a řadu kombinací tří planet Slunce,Luny a Saturnu.Tento výběr nebyl náhodný,ale vychází z tzv.trojplanetové astrologie,kde jsou tyto planety základními kameny.slunce a Luna figurují i jako základ pro určení Hylega,v Trutině Hermetis atd.některé vzájemné vazby planet(součty,střední body) jsou tzv.kanonickými vztahy,které ukazují,že například střední body některých planet v horoskopu mají základní význam pro určení některé ze základních os horoskopu.současným typickým představitelem tohoto směru je brazilský astrolog Gonzalo Pena Tamez,moderátor fóra I_Predict,který na tomto principu vyvinul speciální techniku rektifikace horoskopu. Vrátíme se zpět k postupu Gericha.Základem je výpočet variant středních bodů tří planet představující pomocný bod a.ve výše uvedeném článku je jich jich popsáno 6.Teoreticky by se daly použít i protilehlé body (+180 ),které však představují ve výsledku pouze opozici

5 proti původním bodům,takže výsledkem by mohlo být až 12 variant.použitím pravidla dvě,to znamená výpočtem bodu b,pak získáme 12 respektivě 24 hodnot nebo můžeme říci 12 poloh možné osy Asc-Dsc či MC-IC.Pro osvětlení provedeme rekonstrukci horoskopu Kurta Eisnera prezidenta spolkového státu Bayern narozeného ve 22:15 místního času v Berlíně. Pro usnadnění výpočtu jsem využil možnosti programu ZET8(9) pro programování výpočtu citlivých bodů.výsledkem je následující tabulka,kde p1 až p3 udávají základní střední body /, /6 a /6 podle příkladu,p11 až p13 jsou jejich doplňky(+180 ).Vidíme,že podle pravidla 1 získáme 12 výsledků a1 až a12,kde však dvojice: a1 a7 a2 a8 a3 a5 a4 a6 a9 a12 a10 a11 představují jen protilehlé hodnoty(+180 ).Stejné je to u aplikace pravidla 2,kde získáme 12 dvojic b,tedy jak bylo řečeno 12 možných poloh os Asc-Dsc nebo MC-IC. Tabulka vychází takto:

6 V tabulce vidíme,že podle pravidla 1 se bod a nachází blízko Asc a aplikací pravidla 2 získáme bod b ,který je velmi blízko Asc

7 Samozřejmě,že příklad mohl být vybrán pro správný výsledek a potvrzení použitelnosti Gerichova čísla k rektifikaci horoskopu.proto jsem provedl jednoduchý test výběrem 100 náhodných dat z Rodden databáze,s označením ratingu AA,tedy nejvyšší věrohodnosti.výsledek srovnání je v následujících tabulkách: Odchylka Asc MC četnost rel.četnost četnost rel.četnost % 13 13% % 17 30% % 13 43% % 11 54% % 5 59% % 7 66% % 3 69% % 1 70% % 4 74% % 5 79% % 1 80% % 1 81% % 0 81% % 1 82% V druhé tabulce jsou uvedeny nejnižší odchylky hodnot pro každý horoskop,nezávisle zda jde o Asc nebo MC Odchylka Asc nebo MC četnost rel.četnost % % % % % % % % % % % % % % Odchylky v tabulkách jsou uvažovány nezávisle na znaménku.přesto,že jde o malý soubor je zde zřetelně vidět,že maximální odchylka se objevila u 74 ze 100 případů.je tedy zřejmé,že Gerichovo číslo má určitou vypovídající hodnotu.pro přesnou korekci je však naprosto nevhodné.lze je však s určitou obezřetností zahrnout do formálních metod rektifikace při neznámém času narození v rozsahu 24 hodin.

8 Používám tento postup: Sestavím horoskop pro 12:00 hod.dne narození. Tabulka pro Kurta Eisnera: Body a1 až a12 seřadím podle velikosti,používám zaokrouhlené hodnoty,protože se snažím zjistit přibližnou polohu Asc,respektivě znamení,ve kterém by se mohl vyskytovat Vezmu v úvahu rozmezí dvou znamení,to znamená 60 a vybírám hodnoty,které padají do tohoto rozmezí,z nich pak vypočtu průměr.

9 ( )/3 = = 101 takže hodnota 131 je již příliš vzdálená ( )/3 = 157 ( )/3 = 247 ( )/3 = 337 Soustředění hodnot nám již zhruba ukazuje možný výskyt Asc nebo MC. Podmínce 60 však vyhovuje také např.kombinace ( )/3 = 277 Takto můžeme postupovat i u dalších možných kombinací,které splňují podmínku max.60 rozdílu.pokud mezi získanými hodnotami je rozdíl menší nebo rovný 30 provedu výpočet dalšího průměru.to znamená například : ( )/2 = 262 Pro takto získané hodnoty pak prověřuji možné polohy Asc nebo MC horoskopu.pravidlo 2 pak mohu použít obdobným způsobem pro další kontrolu nebo případné upřesnění. Tento můj příspěvek ukazuje na eventuální možnost využití Gerichova čísla při rektifikaci horoskopu,naznačuje určité možnosti,ale použitý soubor dat je natolik malý,že neumožňuje s jistotou říct s jak vysokou pravděpodobností lze uvedený algoritmus použít. Ing.Petr Radek

Nastavení programu Morinus pro rektifikaci podle Ing.Baudyše.

Nastavení programu Morinus pro rektifikaci podle Ing.Baudyše. Nastavení programu Morinus pro rektifikaci podle Ing.Baudyše. Pro ty, kteří nemají SolarFire a chtějí se naučit používat metodu rektifikace horoskopu podle Ing.Baudyše, která byla pěkně popsána v prezentaci

Více

ŘADA ALFA. Fragmenty Rektifikace. Rektifikace v rozmezí 24 hodin. Část I. Zjednodušená genealogická metoda.

ŘADA ALFA. Fragmenty Rektifikace. Rektifikace v rozmezí 24 hodin. Část I. Zjednodušená genealogická metoda. ŘADA ALFA Fragmenty Rektifikace. Rektifikace v rozmezí 24 hodin. Část I. Zjednodušená genealogická metoda. V případě, že známe pouze datum narození a chceme získat čas narození, stojíme před velmi složitou

Více

POLOVIČNÍ VZDÁLENOSTI V ASTROLOGII

POLOVIČNÍ VZDÁLENOSTI V ASTROLOGII POLOVIČNÍ VZDÁLENOSTI V ASTROLOGII Poloviční vzdálenosti (jiný název Midpoints, Midpunkty) co to je co to dělá co s tím můžeme dělat my jak to vypadá (příklady) CO TO JE Poloviční vzdáleností nazýváme

Více

ČVUT FEL X36PAA - Problémy a algoritmy. 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu

ČVUT FEL X36PAA - Problémy a algoritmy. 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu ČVUT FEL X36PAA - Problémy a algoritmy 4. úloha - Experimentální hodnocení algoritmů pro řešení problému batohu Jméno: Marek Handl Datum: 3. 2. 29 Cvičení: Pondělí 9: Zadání Prozkoumejte citlivost metod

Více

Nyní přistoupíme k dalšímu kroku, určení vládce roku.jak již víme, je to vládce znamení, ve kterém se nachází profekční Asc.Rok 2012 byl pro W.H.

Nyní přistoupíme k dalšímu kroku, určení vládce roku.jak již víme, je to vládce znamení, ve kterém se nachází profekční Asc.Rok 2012 byl pro W.H. Whitney Houston. Mým záměrem není dělat komplexní rozbor horoskopu zpěvačky Whitney Houston, ale zaměřit se na poslední událost, její nečekaný odchod z tohoto života, pro ukázku funkčnosti určitých technik

Více

Limitní věty teorie pravděpodobnosti. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Limitní věty teorie pravděpodobnosti. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jestliže opakujeme nezávisle nějaký pokus, můžeme z pozorovaných hodnot sestavit rozdělení relativních četností

Více

Kontingenční tabulky a testy shody

Kontingenční tabulky a testy shody Kontingenční tabulky a testy shody 4.1.2018 Kontingenční tabulky 1. Tabulka 1 shrnuje osudy pasažérů lodě Titanic, která tragicky ztroskotala v roce 1912. Zajímá nás, zda existuje nějaká souvislost mezi

Více

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368 Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540

Více

metodou Monte Carlo J. Matěna, Gymnázium Českolipská, Praha

metodou Monte Carlo J. Matěna, Gymnázium Českolipská, Praha Výpočet obsahu plošných obrazců metodou Monte Carlo J. Löwit, Gymnázium Českolipská, Praha jakub.lowit@gmail.com J. Matěna, Gymnázium Českolipská, Praha matenajakub@gmail.com J. Novotná, Gymnázium, Chomutov

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

Výklad horoskopu. Systém výkladu podle dominant Diagram vládců

Výklad horoskopu. Systém výkladu podle dominant Diagram vládců Výklad horoskopu Systém výkladu podle dominant Diagram vládců Otázka Jak vykládat horoskop? Astrologická alfa a omega Jak z jednotlivých prvků, abecedy a základů gramatiky sestavíme pravdivý obrázek o

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

Postup pro kalibraci vyměřené zkušební dráhy pro stanovení konstanty vozidla W a účinného obvodu pneumatik (dále jen dráhy )

Postup pro kalibraci vyměřené zkušební dráhy pro stanovení konstanty vozidla W a účinného obvodu pneumatik (dále jen dráhy ) Postup pro kalibraci vyměřené zkušební dráhy pro stanovení konstanty vozidla W a účinného obvodu pneumatik (dále jen dráhy ) Kalibrace se provede porovnávací metodou pomocí kalibrovaného ocelového měřicího

Více

Analýza horoskopu vhodného okamžiku svatby

Analýza horoskopu vhodného okamžiku svatby Analýza horoskopu vhodného okamžiku svatby pro Petr narozen: 21. 6. 1982, 22:30hod, Praha a Kateřina narozena: 9. 1. 1982, 07:10 hod, Kladno Zadání: rádi bychom se letos vzali. Prosím najděte nám vhodný

Více

Í Č ú Č Š Í Á É Č Č ú š š Ž ž š Ť Ť Ž ž Ó ó Ž ž ž Í ú ž Ť ž ž š ň ž š š Í ž Í ň Ž ň š ó š Ž Ž Í Š ú Í ž ž Í š ž ž Ť š š Ž Ž Á ž ó ž Ť š ž ť š Í ň ť ž Ž ž Ž ž Ť ž šť š ž Ž ň ú ž š ž ú ú ť Ž ň ú š ú ž Ž

Více

Odhad změny rotace Země při změně poloměru

Odhad změny rotace Země při změně poloměru Odhad změny rotace Země při změně poloměru NDr. Pavel Samohýl. Seznam symbolů A, A, A součinitel vztahu pro závislost hustoty Země na vzdálenosti od středu, totéž v minulosti a současnosti B, B, B součinitel

Více

Prohlášení ú astníka výb rového ízení k výb rovému ízení ís. SBN/020/2015

Prohlášení ú astníka výb rového ízení k výb rovému ízení ís. SBN/020/2015 #@p Jméno / Název:.. Adresa / Sídlo: Datum narození / I :... #@p Jméno / Název:.. Adresa / Sídlo: Datum narození / I :... #@p Jméno / Název:.. Adresa / Sídlo: Datum narození / I :... #@p Jméno / Název:..

Více

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

Zpracování náhodného vektoru. Ing. Michal Dorda, Ph.D. Ing. Michal Dorda, Ph.D. 1 Př. 1: Cestující na vybraném spoji linky MHD byli dotazováni za účelem zjištění spokojenosti s kvalitou MHD. Legenda 1 Velmi spokojen Spokojen 3 Nespokojen 4 Velmi nespokojen

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

Výpočet pravděpodobností

Výpočet pravděpodobností Výpočet pravděpodobností Pravděpodobnostní kalkulátor v programu STATISTICA Cvičení 5 Statistické metody a zpracování dat 1 (podzim 2016) Brno, říjen 2016 Ambrožová Klára Trocha teorie Náhodné jevy mají

Více

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ

VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi

Více

Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)

Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests) Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, např. hmotnost a pohlaví narozených dětí. Běžný statistický postup pro ověření závislosti dvou veličin je zamítnutí jejich

Více

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test Testování hypotéz 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test Testování hypotéz proces, kterým rozhodujeme, zda přijmeme nebo zamítneme nulovou hypotézu

Více

1 Analytické metody durace a konvexita aktiva (dluhopisu) $)*

1 Analytické metody durace a konvexita aktiva (dluhopisu) $)* Modely analýzy a syntézy plánů MAF/KIV) Přednáška 10 itlivostní analýza 1 Analytické metody durace a konvexita aktiva dluhopisu) Budeme uvažovat následující tvar cenové rovnice =, 1) kde jsou současná

Více

Náhodné (statistické) chyby přímých měření

Náhodné (statistické) chyby přímých měření Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně

Více

Á é é Í ť š Š é ž ú é é Í é é ů ů ď ú š ů ď Ú ú Í Í é Ú Ů é Ú é Í ď ď ú Á Í Á ž ů Š é é ž é ú ž š š ž ď ž ďš ů Í ť ď ú Ú é é ž ú é ů é ú š ž é Í é š Ť é Ú ó Í é é ú ů š ž ž é ó é š Í ž ď ž ď š Ť ď ď é

Více

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek

Více

MOMENT SETRVAČNOSTI 2009 Tomáš BOROVIČKA B.11

MOMENT SETRVAČNOSTI 2009 Tomáš BOROVIČKA B.11 ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta biomedicínského inženýrství LABORATORNÍ PRÁCE MOMENT SETRVAČNOSTI 2009 Tomáš BOROVIČKA B.11 Obsah ZADÁNÍ... 4 TEORIE... 4 Metoda torzních kmitů... 4 Steinerova

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení

Více

Vybral jsem tři nejbližší hodnoty vzhledem k udanému času narození.

Vybral jsem tři nejbližší hodnoty vzhledem k udanému času narození. PredikceV. Přípravné práce. V předcházejících částech jsem popsal některé ze základních metod, které mohou být použity k vytvoření kompletního systému predikce. Než k tomuto kroku přistoupím chci se vrátit

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

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}.

1. Náhodný vektor (X, Y ) má diskrétní rozdělení s pravděpodobnostní funkcí p, kde. p(x, y) = a(x + y + 1), x, y {0, 1, 2}. VIII. Náhodný vektor. Náhodný vektor (X, Y má diskrétní rozdělení s pravděpodobnostní funkcí p, kde p(x, y a(x + y +, x, y {,, }. a Určete číslo a a napište tabulku pravděpodobnostní funkce p. Řešení:

Více

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI Josef Křepela, Jiří Michálek OSSM při ČSJ Červen 009 Hodnocení způsobilosti atributivních znaků jakosti (počet neshodných jednotek) Nechť p je pravděpodobnost

Více

17. března 2000. Optická lavice s jezdci a držáky čoček, světelný zdroj pro optickou lavici, mikroskopický

17. března 2000. Optická lavice s jezdci a držáky čoček, světelný zdroj pro optickou lavici, mikroskopický Úloha č. 6 Ohniskové vzdálenosti a vady čoček, zvětšení optických přístrojů Václav Štěpán, sk. 5 17. března 2000 Pomůcky: Optická lavice s jezdci a držáky čoček, světelný zdroj pro optickou lavici, mikroskopický

Více

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Testování statistických hypotéz Testování statistických hypotéz Princip: Ověřování určitého předpokladu zjišťujeme, zda zkoumaný výběr pochází ze základního souboru, který má určité rozdělení zjišťujeme,

Více

Jana Vránová, 3.lékařská fakulta UK, Praha. Hypotézy o populacích

Jana Vránová, 3.lékařská fakulta UK, Praha. Hypotézy o populacích Jana Vránová, 3.lékařská fakulta UK, Praha Hypotézy o populacích Příklad IQ test: Předpokládejme, že z nějakého důvodu ministerstvo školství věří, že studenti absolventi středních škol v Hradci Králové

Více

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ v praxi u jednoho prvku souboru se často zkoumá více veličin, které mohou na sobě různě záviset jednorozměrný výběrový soubor VSS X vícerozměrným výběrovým souborem VSS

Více

Jednofaktorová analýza rozptylu

Jednofaktorová analýza rozptylu I I.I Jednofaktorová analýza rozptylu Úvod Jednofaktorová analýza rozptylu (ANOVA) se využívá při porovnání několika středních hodnot. Často se využívá ve vědeckých a lékařských experimentech, při kterých

Více

1. Přednáška. Ing. Miroslav Šulai, MBA

1. Přednáška. Ing. Miroslav Šulai, MBA N_OFI_2 1. Přednáška Počet pravděpodobnosti Statistický aparát používaný ve financích Ing. Miroslav Šulai, MBA 1 Počet pravděpodobnosti -náhodné veličiny 2 Počet pravděpodobnosti -náhodné veličiny 3 Jevy

Více

Matematická statistika Zimní semestr

Matematická statistika Zimní semestr Kontingenční tabulky, testy shody, jednoduché třídění 8.1.2018 Kontingenční tabulky 1. Tabulka 1 shrnuje osudy pasažérů lodě Titanic, která tragicky ztroskotala v roce 1912. Zajímá nás, zda existuje nějaká

Více

GEODETICKÉ VÝPOČTY I.

GEODETICKÉ VÝPOČTY I. SPŠS Č.Budějovice Obor Geodézie a Katastr nemovitostí 2.ročník GEODETICKÉ VÝPOČTY I. TABELACE FUNKCE LINEÁRNÍ INTERPOLACE TABELACE FUNKCE Tabelace funkce se v minulosti často využívala z důvodu usnadnění

Více

Časové řady. Ing. Michal Dorda, Ph.D.

Časové řady. Ing. Michal Dorda, Ph.D. Ing. Michal Dorda, Ph.D. Př. :V tabulce je uveden počet nehod na pozemních komunikacích v Ostravském kraji, které nastaly v jednotlivých měsících roku 009. Očistěte tuto časovou řadu od vlivu kalendářních

Více

Oznámení o výběru dodavatele

Oznámení o výběru dodavatele Oznámení o výběru dodavatele podle 50 zákona č. 134/2016 Sb., o zadávání veřejných zakázek, ve znění pozdějších předpisů (dále jen zákon ) v zadávacím řízení podlimitní veřejné zakázky na služby zadávané

Více

SYLABUS PŘEDNÁŠKY 10 Z GEODÉZIE 1

SYLABUS PŘEDNÁŠKY 10 Z GEODÉZIE 1 SYLABUS PŘEDNÁŠKY 10 Z GEODÉZIE 1 (Souřadnicové výpočty 4, Orientace osnovy vodorovných směrů) 1. ročník bakalářského studia studijní program G studijní obor G doc. Ing. Jaromír Procházka, CSc. prosinec

Více

K metodám převodu souřadnic mezi ETRS 89 a S-JTSK na území ČR

K metodám převodu souřadnic mezi ETRS 89 a S-JTSK na území ČR K metodám převodu souřadnic mezi ETRS 89 a S-JTSK na území ČR Vlastimil Kratochvíl * Příspěvek obsahuje popis vlastností některých postupů, využitelných pro transformaci souřadnic mezi geodetickými systémy

Více

Cvičení ze statistiky - 8. Filip Děchtěrenko

Cvičení ze statistiky - 8. Filip Děchtěrenko Cvičení ze statistiky - 8 Filip Děchtěrenko Minule bylo.. Dobrali jsme normální rozdělení Tyhle termíny by měly být známé: Centrální limitní věta Laplaceho věta (+ korekce na spojitost) Konfidenční intervaly

Více

(Cramerovo pravidlo, determinanty, inverzní matice)

(Cramerovo pravidlo, determinanty, inverzní matice) KMA/MAT1 Přednáška a cvičení, Lineární algebra 2 Řešení soustav lineárních rovnic se čtvercovou maticí soustavy (Cramerovo pravidlo, determinanty, inverzní matice) 16 a 21 října 2014 V dnešní přednášce

Více

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR Ve většině případů pracujeme s výběrovým souborem a výběrové výsledky zobecňujeme na základní soubor. Smysluplné

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ STATISTIKA. Semestrální práce

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ STATISTIKA. Semestrální práce ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ STATISTIKA Semestrální práce Lukáš Sůva, Jakub Culek (2 31) 20/2013 Ú vod Předmětem naší semestrální práce jsme si zvolili průzkum překračování povolené

Více

Lineární regrese. Komentované řešení pomocí MS Excel

Lineární regrese. Komentované řešení pomocí MS Excel Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních

Více

Matematika B101MA1, B101MA2

Matematika B101MA1, B101MA2 Matematika B101MA1, B101MA2 Zařazení předmětu: povinný předmět 1.ročníku bc studia 2 semestry Rozsah předmětu: prezenční studium 2 + 2 kombinované studium 16 + 0 / semestr Zakončení předmětu: ZS zápočet

Více

ÚŘAD PRO OCHRANU HOSPODÁŘSKÉ SOUTĚŽE 601 56 Brno, Joštova 8 ROZHODNUTÍ. Č.j.: S 550-R/05-VP/140/ZH Praze dne 19. září 2005

ÚŘAD PRO OCHRANU HOSPODÁŘSKÉ SOUTĚŽE 601 56 Brno, Joštova 8 ROZHODNUTÍ. Č.j.: S 550-R/05-VP/140/ZH Praze dne 19. září 2005 ÚŘAD PRO OCHRANU HOSPODÁŘSKÉ SOUTĚŽE 601 56 Brno, Joštova 8 ROZHODNUTÍ Č.j.: S 550-R/05-VP/140/ZH Praze dne 19. září 2005 Úřad pro ochranu hospodářské soutěže ve správním řízení zahájeném z vlastního podnětu

Více

Diskrétní náhodná veličina. November 12, 2008

Diskrétní náhodná veličina. November 12, 2008 Diskrétní náhodná veličina November 12, 2008 (Náhodná veličina (náhodná proměnná)) Náhodná veličina (nebo též náhodná proměnná) je veličina X, jejíž hodnota je jednoznačně určena výsledkem náhodného pokusu.

Více

Výběr báze. u n. a 1 u 1

Výběr báze. u n. a 1 u 1 Výběr báze Mějme vektorový prostor zadán množinou generátorů. To jest V = M, kde M = {u,..., u n }. Pokud je naším úkolem najít nějakou bázi V, nejpřímočařejším postupem je napsat si vektory jako řádky

Více

a způsoby jejího popisu Ing. Michael Rost, Ph.D.

a způsoby jejího popisu Ing. Michael Rost, Ph.D. Podmíněná pravděpodobnost, náhodná veličina a způsoby jejího popisu Ing. Michael Rost, Ph.D. Podmíněná pravděpodobnost Pokud je jev A vázán na uskutečnění jevu B, pak tento jev nazýváme jevem podmíněným

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

Plán testů. Úvod. Jednotkové (unit) testování

Plán testů. Úvod. Jednotkové (unit) testování Plán testů Úvod Tento dokument popisuje metody testování softwaru použité při vývoji sociální sítě Felbook. Dokument popíše základní filozofii testování a také přesný popis již prováděných, popřípadě plánovaných

Více

Měření momentu setrvačnosti

Měření momentu setrvačnosti Měření momentu setrvačnosti Úkol : 1. Zjistěte pro dané těleso moment setrvačnosti, prochází-li osa těžištěm. 2. Zjistěte moment setrvačnosti daného tělesa k dané ose metodou torzních kmitů. Pomůcky :

Více

Stavový model a Kalmanův filtr

Stavový model a Kalmanův filtr Stavový model a Kalmanův filtr 2 prosince 23 Stav je veličina, kterou neznáme, ale chtěli bychom znát Dozvídáme se o ní zprostředkovaně prostřednictvím výstupů Příkladem může býapř nějaký zašuměný signál,

Více

Základy popisné statistiky

Základy popisné statistiky Základy popisné statistiky Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 8. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 26 Obsah 1 Základy statistického zpracování dat 2

Více

Jana Vránová, 3. lékařská fakulta UK

Jana Vránová, 3. lékařská fakulta UK Jana Vránová, 3. lékařská fakulta UK Vznikají při zkoumání vztahů kvalitativních resp. diskrétních znaků Jedná se o analogii s korelační analýzou spojitých znaků Přitom předpokládáme, že každý prvek populace

Více

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y

9. T r a n s f o r m a c e n á h o d n é v e l i č i n y 9. T r a n s f o r m a c e n á h o d n é v e l i č i n y Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota y závisí nějakým způsobem na vstupní, je její funkcí y = f(x).

Více

Aktivní detekce chyb

Aktivní detekce chyb Fakulta aplikovaných věd, Katedra kybernetiky a Výzkumné centrum Data - Algoritmy - Rozhodování Západočeská univerzita v Plzni Prezentace v rámci odborného semináře Katedry kybernetiky Obsah Motivační

Více

M - Příprava na 3. čtvrtletní písemnou práci

M - Příprava na 3. čtvrtletní písemnou práci M - Příprava na 3. čtvrtletní písemnou práci Určeno pro třídu ODK VARIACE 1 Tento dokument byl kompletně vytvořen, sestaven a vytištěn v programu dosystem - EduBase. Více informací o programu naleznete

Více

LINEÁRNÍ REGRESE. Lineární regresní model

LINEÁRNÍ REGRESE. Lineární regresní model LINEÁRNÍ REGRESE Chemometrie I, David MILDE Lineární regresní model 1 Typy závislosti 2 proměnných FUNKČNÍ VZTAH: 2 závisle proměnné: určité hodnotě x odpovídá jediná hodnota y. KORELACE: 2 náhodné (nezávislé)

Více

Biostatistika Cvičení 7

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

Více

Charakteristiky kategoriálních veličin. Absolutní četnosti (FREQUENCY)

Charakteristiky kategoriálních veličin. Absolutní četnosti (FREQUENCY) Charakteristiky kategoriálních veličin Absolutní četnosti (FREQUENCY) Charakteristiky kategoriálních veličin Relativní četnosti Charakteristiky kategoriálních veličin Relativní četnosti Charakteristiky

Více

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti. Přednáška č. 1 Úvod do statistiky a počtu pravděpodobnosti Statistika Statistika je věda a postup jak rozvíjet lidské znalosti použitím empirických dat. Je založena na matematické statistice, která je

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).

Více

Laboratorní zdroj - 6. část

Laboratorní zdroj - 6. část Laboratorní zdroj - 6. část Publikované: 20.05.2016, Kategória: Silové časti www.svetelektro.com V tomto článku popíšu způsob, jak dojít k rovnicím (regresní funkce), které budou přepočítávat milivolty

Více

IDENTIFIKAČNÍ ÚDAJE ZAKÁZKY ZHOTOVITEL: Thákurova 7, Praha 6, IČO: , DIČ:

IDENTIFIKAČNÍ ÚDAJE ZAKÁZKY ZHOTOVITEL: Thákurova 7, Praha 6, IČO: , DIČ: ČVUT v Praze, Fakulta stavební, Katedra technických zařízení budov 09/2013 IDENTIFIKAČNÍ ÚDAJE ZAKÁZKY ZHOTOVITEL: ČVUT v Praze, Fakulta stavební, Katedra technických zařízení budov, Thákurova 7,166 29

Více

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy: Úloha č. 1 - Kvantily a typická hodnota (bodově tříděná data): Určete typickou hodnotu, 40% a 80% kvantil. Tabulka hodnot: Varianta Četnost 0 4 1 14 2 17 3 37 4 20 5 14 6 7 7 11 8 20 Typická hodnota je

Více

Obr. P1.1 Zadání úlohy v MS Excel

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. Výpočet budeme demonstrovat

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Číslo a název šablony Číslo didaktického materiálu Druh didaktického materiálu Autor Jazyk Téma sady didaktických materiálů Téma didaktického materiálu Vyučovací předmět Cílová skupina (ročník) Úroveň

Více

Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1

Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1 Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA 2018 4. dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1 Typy proměnných nominální (nominal) o dvou hodnotách lze říci pouze

Více

ZÁPIS Z MÍSTNÍHO ŠETŘENÍ

ZÁPIS Z MÍSTNÍHO ŠETŘENÍ ZÁPIS Z MÍSTNÍHO ŠETŘENÍ posouzení stavu obvodového pláště budovy Kabáty č.p. 44 Objednatel: Ing. Vladimír Duša V Předpolí 1464/17 100 00 Praha 10 Strašnice Zpracovatel: Ing. Jiří Süssland a Ing. Michal

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

x 0; x = x (s kladným číslem nic nedělá)

x 0; x = x (s kladným číslem nic nedělá) .. Funkce absolutní hodnota Předpoklady: 08, 07 x - zničí znaménko čísla, všechna čísla změní na nezáporná Jak vyjádřit matematicky? Pomocí číselné osy: x je vzdálenost obrazu čísla na číselné ose od počátku.

Více

Univerzita Pardubice. Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat

Univerzita Pardubice. Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Statistické zpracování dat Semestrální práce Interpolace, aproximace a spline 2007 Jindřich Freisleben Obsah

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).

Více

Regresní analýza 1. Regresní analýza

Regresní analýza 1. Regresní analýza Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému

Více

Stanovení hloubky karbonatace v čase t

Stanovení hloubky karbonatace v čase t 1. Zadání Optimalizace bezpečnosti a životnosti existujících mostů Stanovení hloubky karbonatace v čase t Předložený výpočetní produkt je aplikací teoretických postupů popsané v navrhované certifikované

Více

Elektronické praktikum EPR1

Elektronické praktikum EPR1 Elektronické praktikum EPR1 Úloha číslo 4 název Záporná zpětná vazba v zapojení s operačním zesilovačem MAA741 Vypracoval Pavel Pokorný PINF Datum měření 9. 12. 2008 vypracování protokolu 14. 12. 2008

Více

Přejímka jedním výběrem

Přejímka jedním výběrem Přejímka jedním výběrem Menu: QCExpert Přejímka Jedním výběrem Statistická přejímka jedním výběrem slouží k rozhodnutí, zda dané množství nějakých výrobků vyhovuje našim požadavkům na kvalitu, která je

Více

VEKTOR. Vymyslete alespoň tři příklady vektorových a skalárních fyzikálních veličin. vektorové: 1. skalární

VEKTOR. Vymyslete alespoň tři příklady vektorových a skalárních fyzikálních veličin. vektorové: 1. skalární VEKTOR Úvod Vektor je abstraktní pojem sloužící k vyjádření jistého směru a velikosti. S vektorovými veličinami se setkáváme například ve fyzice. Jde o veličiny, u nichž je rozhodující nejen velikost,

Více

CVIČENÍ č. 7 BERNOULLIHO ROVNICE

CVIČENÍ č. 7 BERNOULLIHO ROVNICE CVIČENÍ č. 7 BERNOULLIHO ROVNICE Výtok z nádoby, Průtok potrubím beze ztrát Příklad č. 1: Určete hmotnostní průtok vody (pokud otvor budeme považovat za malý), která vytéká z válcové nádoby s průměrem

Více

Vyhodnocení součinitele alfa z dat naměřených v reálných podmínkách při teplotách 80 C a pokojové teplotě.

Vyhodnocení součinitele alfa z dat naměřených v reálných podmínkách při teplotách 80 C a pokojové teplotě. oučinitel odporu Vyhodnocení součinitele alfa z dat naměřených v reálných podmínkách při teplotách 80 C a pokojové teplotě Zadání: Vypočtěte hodnotu součinitele α s platinového odporového teploměru Pt-00

Více

6. T e s t o v á n í h y p o t é z

6. T e s t o v á n í h y p o t é z 6. T e s t o v á n í h y p o t é z Na základě hodnot z realizace náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Používáme k tomu vhodně

Více

Hydrologie (cvičení z hydrometrie)

Hydrologie (cvičení z hydrometrie) Univerzita Karlova v Praze Přírodovědecká fakulta Katedra fyzické geografie a geoekologie Hydrologie (cvičení z hydrometrie) Zhodnocení variability odtokového režimu pomocí základních grafických a statistických

Více

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Pravděpodobnost a učení Doc. RNDr. Iveta Mrázová,

Více

Příloha P.1 Mapa větrných oblastí

Příloha P.1 Mapa větrných oblastí Příloha P.1 Mapa větrných oblastí P.1.1 Úvod Podle metodiky Eurokódů se velikost zatížení větrem odvozuje z výchozí hodnoty základní rychlosti větru, definované jako střední rychlost větru v intervalu

Více

"Zajisté, odvětí strážce." (Str. 110)

Zajisté, odvětí strážce. (Str. 110) "Zajisté, odvětí strážce." (Str. 110) Kapitola 17 Normální rozdělení Nejdůležitější pravděpodobnostní rozdělení se nazývá normální či Gaussovo. Má zajímavou historii. To druhé jméno dostalo na počest slavného

Více

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy

SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY. Michal Dorda. VŠB - TU Ostrava, Fakulta strojní, Institut dopravy SIMULACE SPOLEHLIVOSTI SYSTÉMŮ HROMADNÉ OBSLUHY Michal Dorda VŠB - TU Ostrava Fakulta strojní Institut dopravy 1 Úvod V běžné technické praxi se velice často setkáváme s tzv. systémy hromadné obsluhy aniž

Více

PSY117/454 Statistická analýza dat v psychologii přednáška 8. Statistické usuzování, odhady

PSY117/454 Statistická analýza dat v psychologii přednáška 8. Statistické usuzování, odhady PSY117/454 Statistická analýza dat v psychologii přednáška 8 Statistické usuzování, odhady Výběr od deskripce k indukci Deskripce dat, odhad parametrů Usuzování = inference = indukce Počítá se s náhodným

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

, 4. skupina (16:15-17:45) Jméno: se. Postup je třeba odůvodnit (okomentovat) nebo uvést výpočet. Výsledek bez uvedení jakéhokoliv

, 4. skupina (16:15-17:45) Jméno: se. Postup je třeba odůvodnit (okomentovat) nebo uvést výpočet. Výsledek bez uvedení jakéhokoliv ..06, 4. skupina (6: - 7:4) Jméno: Zápočtový test z PSI Nezapomeňte podepsat VŠECHNY papír, které odevzdáváte. Škrtejte zřetelně a stejně zřetelně pište i věci, které platí. Co je škrtnuto, nebude bráno

Více

Příklad 1. Řešení 1a Máme určit obsah rovinné plochy ohraničené křivkami: ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 14. a) =0, = 1, = b) =4, =0

Příklad 1. Řešení 1a Máme určit obsah rovinné plochy ohraničené křivkami: ŘEŠENÉ PŘÍKLADY Z M1A ČÁST 14. a) =0, = 1, = b) =4, =0 Příklad Určete obsah rovinné plochy ohraničené křivkami: a) =0,=,= b) =4,=0 c) =,=,=3,=0 d) =+, =0 e) + )=,= f) = +4,+= g) =arcsin,=0,= h) =sin,=0, 0; i) =,=,=4,=0 j) =,= k) = 6,= +5 4 l) =4,+=5 m) = +

Více

Dvouvýběrové a párové testy. Komentované řešení pomocí MS Excel

Dvouvýběrové a párové testy. Komentované řešení pomocí MS Excel Dvouvýběrové a párové testy Komentované řešení pomocí MS Excel Úloha A) koncentrace glukózy v krvi V této části posoudíme pomocí párového testu, zda nový lék prokazatelně snižuje koncentraci glukózy v

Více

9.5. Soustavy diferenciálních rovnic

9.5. Soustavy diferenciálních rovnic Cíle Budeme se nyní zabývat úlohami, v nichž je cílem najít dvojici funkcí y(x), z(x), pro které jsou zadány dvě lineární rovnice prvního řádu, obsahující tyto funkce a jejich derivace. Výklad Omezíme-li

Více