Tomáš Karel LS 2012/2013

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Tomáš Karel LS 2012/2013"

Transkript

1 Tomáš Karel LS 2012/2013

2 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chb v této presentaci mě prosím upozorněte. Děkuji. Tto slid berte pouze jako doplňkový materiál není v nich obsaženo zdaleka všechno, co bste měli umět. Dalším studijním materiálem je učebnice, cvičebnice a také poznámk z přednášek a cvičení! Tomáš Karel - 4ST

3 cv. Program cvičení 1. Úvod, popisná statistika 2. Popisná statistika 3. Mír variabilit, pravděpodobnost 4. Pravděpodobnost, náhodné veličin a jejich charakteristik 5. Pravděpodobnostní rozdělení 6. TEST, odhad parametrů 7. Testování hpotéz 8. Chí kvadrát test dobré shod, kontingenční tabulk, ANOVA 9. Regrese 10. Regrese, korelace 11. TEST, časové řad (bazické a řetězové index) 12. Časové řad 13. Indexní analýza

4

5 intervalové (tokové): HDP počet sňatků počet narozených dětí počet vítězství v zápasech za určité období okamžikové (stavové) index spotřebitelských cen počet nezaměstnaných ke konci roku cena akcie teplota k určitému okamžiku

6 Roční časová řada (údaje získáváme po rocích) Intervalová časová řada (hodnot představují údaje za časový interval, tj. počet dětí narozených za daný rok) Data převzata z: Arlt, J., Arltová, M., Rublíková, E.: Analýza ekonomických časových řad s příklad. VŠE, Praha, 2002, 2004.

7 Čtvrtletní časová řada (údaje máme po čtvrtletích) Intervalová časová řada (hodnot představují údaje za časový interval, tj. HDP za dané čtvrtletí) Data převzata z: Arlt, J., Arltová, M., Rublíková, E.: Analýza ekonomických časových řad s příklad. VŠE, Praha, 2002, 2004.

8 Denní časová řada (údaje máme po obchodních dnech) Okamžiková časová řada (hodnot jsou stanoven k danému okamžiku, tj. představují cenu akcií k okamžiku uzavření burz daný obchodní den) Data převzata z: Arlt, J., Arltová, M., Rublíková, E.: Analýza ekonomických časových řad s příklad. VŠE, Praha, 2002, 2004.

9 průměr pro intervalové řad prostý aritmetický průměr (stejně dlouhé interval) - vážený aritmetický průměr (nestejně dlouhé interval) pro okamžikové řad chronologický průměr prostý v případě stejných vzdáleností mezi okamžik pozorování vážený v případě nestejných vzdáleností mír dnamik 1. diference 2. diference průměrný absolutní přírůstek koeficient růstu průměrný koeficient růstu

10 absolutní přírůstek (1. diference) o kolik vzrostla (klesla) hodnota časové řad v období t oproti t-1 2. diference rozdíl dvou sousedních prvních diferencí průměrný absolutní přírůstek o kolik v průměru vzrostla/klesla hodnota časové řad za celé sledované období 1 t t t 1 2 t t t ) (... ) ( ) ( T T T T T t t T T

11 koeficient růstu (tempo růstu) na kolik procent vzrostla/klesla hodnota časové řad v období t oproti t-1 průměrný koeficient růstu (průměrné tempo růstu) na kolik procent v průměru vzrostla/klesla hodnota časové řad za celé sledované období T T T T T k k k k 1 t t t k

12 V tabulce jsou uveden údaje o počtu zaměstnanců určitého podniku. Charakterizujte průměrný počet zaměstnanců tohoto podniku v roce Datum Počet zaměstnanců Jedná se o okamžikovou časovou řadu, tudíž nemůžeme údaje jednoduše sčítat, ale je třeba použít (vážený) chronologický průměr.

13 Datum Počet zaměstnanců d d... d d d... d n1 n 1 2 n1 1 2 n ,89 366

14 V tabulce jsou údaje o středním stavu obvatel Slovenska v období 1990 až 1997 (v tisících). Určete: a) 1. diference b) 2. diference c) meziroční tempa růstu (neboli koeficient růstu) d) průměrné tempo růstu (neboli průměrný koeficient růstu) Rok t Y t

15 Rok t Y t

16

17

18 d) průměrný koeficient růstu

19

20 Adaptivní přístup Metoda klouzavých průměrů m=3; 5; 9; Hodnotu parametru můžeme považovat za konstantní pouze v krátkém časovém intervalu -> v čase se mění Deterministický přístup Trendová funkce Hodnota parametru je konstantní lineární kvadratický parabolický exponenciální

21 pokud chceme očistit časovou řadu od náhodných nebo sezónních vlivů, můžeme použít klouzavé průměr pokud chceme z časové řad odstranit sezónnost liché délk a zachtit trend, používáme prosté klouzavé průměr té samé délk jako je délka sezónnosti čím větší délka klouzavého průměru, tím větší vhlazení časové řad t t p... t m... t p

22 Vrovnejte následující časovou řadu těžb dřeva v ČR v letech (v 1000 m 3 ) jednoduchými klouzavými průměr délk 3 a 5. Rok Y t

23 ; ;

24

25 Pokud chceme z časové řad odstranit sezónnost SUDÉ DÉLKY a zachtit trend, používáme CENTROVANÉ klouzavé průměr DÉLKY O JEDNIČKU VĚTŠÍ než je délka sezónnosti. Pokud chceme z časové řad odstranit sezónnost LICHÉ DÉLKY a zachtit trend, používáme PROSTÉ klouzavé průměr TÉ SAMÉ DÉLKY jako je délka sezónnosti.

26 V tabulce je čtvrtletní časová řada HDP ČR (v mld. Kč) v období od do Vrovnejte tuto ČR centrovanými klouzavými průměr délk 5.

27

28

29 regresní přístup k trendu časovou řadu můžeme vrovnávat regresní přímkou, parabolou, exponenciálou (je to analogické tomu, co jsme dělali v regresi vsvětlující proměnná > t - čas) trendové funkce: konstantní trend lineární trendová funkce T t 0 T t 0 1 t kvadratická trendová funkce T t 2 0 1t 2t exponenciální trendová funkce t Tt 0 1 odhad parametrů pomocí MNČ

30 V tabulce jsou uveden hodnot (v mld.) roční časové řad exportu ČR za období Vrovnejte tuto časovou řadu trendovou přímkou a určete předpověď pro rok 2010 (t = 12). rok export

31 časovou řadu můžeme vrovnávat regresní přímkou, parabolou, exponenciálou... je to analogické tomu, co jsme dělali v regresi! Takže si ukážeme pouze exponenciálu, kterou jsme v regresi nedělali. Jakou zvolit trendovou funkci? při odhadu trendu si můžeme pomoci tzv. analýzou diferencí spočívá v tom, že na vývoje hodnot diferencí příp. koeficientů růstu můžeme odhadnout, jaký tp trendu se v časové řadě vsktuje přímka: 1. diference = okolo konstant 2. diference = okolo 0 parabola: 1. diference = lineární trend 2. diference = okolo konstant exponenciála: koeficient růstu = okolo konstant

32 K dispozici jsou tto údaje o počtu hostů v rekreačním středisku Trnávka. Na základě elementárních charakteristik vberte vhodnou trendovou funkci. Rok Počet hostů

33 Střední čtvercová chba MSE Slouží k posouzení, která z trendových křivek je pro vrovnání časové řad vhodnější Volí se nejmenší MSE Původní hodnota v čase t Odhad trendové funkce v čase t

34 Na základě údajů o počtu vvezených ledniček (v tis. ks) do určité země v letech jsme provedli trendovou analýzu. a) rozhodněte, která trendová funkce lépe vstihuje vývoj časové řad a uveďte na základě čeho tak usuzujete b) zapište rovnici odhadnutého trendu c) na základě vhodné trendové funkce odhadněte počet vvezených ledniček v roce 2008

35 Linear Exponencial Tpe t ln t N 9 9 Hranice 37,6667 3,7459 X 5,3333 0,0786 MSE 52,7619 0,0096 Hodnota spolehlivosti R 0,7264 0,8464 Nast. Hodnota spol. R 0,8221 0,8245

36 Časovou řadu v tabulce vrovnejte exponenciálou. Při analýze přiřaďte časový index t=1 (rok 1999). Nalezněte předpověď pro rok 2008.

37

38 1,18761 = b 0 = ln b0 => b 0 = e 1,18761 = 3,729 0,13185 = b 1 = ln b1 => b 1 = e 0,13185 = 1,141 = b 0 b 1 t = 3,729*1,141 t Předpověď na r = 3,729*1, = 12,257

39 kvantifikace sezónních výkvů a možnost provedení sezónního očištění regresní přístup pomocí umělých proměnných trend modelujeme trendovou funkcí sezónní složku modelujeme pomocí umělých nula-jedničkových proměnných

40 Regresní přístup Konstantní sezónnost

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

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

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

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

10. Předpovídání - aplikace regresní úlohy

10. Předpovídání - aplikace regresní úlohy 10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu

Více

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009

Více

Úvodem Dříve les než stromy 3 Operace s maticemi

Úvodem Dříve les než stromy 3 Operace s maticemi Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová

Více

otec 165 178 158 170 180 160 170 167 185 165 173 175 syn 162 184 163 170 189 165 177 170 187 176 171 183

otec 165 178 158 170 180 160 170 167 185 165 173 175 syn 162 184 163 170 189 165 177 170 187 176 171 183 Regresní analýza 1. Byla zjištěna výška otců a výška jejich nejstarších synů [v cm]. otec 165 178 158 170 180 160 170 167 185 165 173 175 syn 162 184 163 170 189 165 177 170 187 176 171 183 c) Odhadněte

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

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

Korelační a regresní analýza

Korelační a regresní analýza Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná

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

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) Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik

Více

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté

Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté Úloha 1. Napište matici pro případ lineárního regresního spline vyjádřeného přes useknuté polynomy pro případ dvou uzlových bodů ξ 1 = 1 a ξ 2 = 4. Experimentální body jsou x = [0.2 0.4 0.6 1.5 2.0 3.0

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

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

MATEMATIKA vyšší úroveň obtížnosti

MATEMATIKA vyšší úroveň obtížnosti MATEMATIKA vyšší úroveň obtížnosti DIDAKTICKÝ TEST MAMVD11C0T04 Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 23 úloh. Časový

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

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

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

HOSPODÁŘSKÁ A SOCIÁLNÍ STATISTIKA

HOSPODÁŘSKÁ A SOCIÁLNÍ STATISTIKA HOSPODÁŘSKÁ A SOCIÁLNÍ STATISTIKA 1. REGRESNÍ A KORELAČNÍ ANALÝZA Popisuje průběh a těsnost závislosti kvantitativních znaků, zjišťuje příčinnou souvislost mezi nimi Řadí se mezi vícerozměrné statistické

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro střední odborné školy s humanitním zaměřením (6 8 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy

Více

SOUHRNNÝ PŘEHLED nově vytvořených / inovovaných materiálů v sadě

SOUHRNNÝ PŘEHLED nově vytvořených / inovovaných materiálů v sadě SOUHRNNÝ PŘEHLED nově vytvořených / inovovaných materiálů v sadě Název projektu Zlepšení podmínek vzdělávání SZŠ Číslo projektu CZ.1.07/1.5.00/34.0358 Název školy Střední zdravotnická škola, Turnov, 28.

Více

Pokud data zadáme přes "Commands" okno: SDF1$X1<-c(1:15) //vytvoření řady čísel od 1 do 15 SDF1$Y1<-c(1.5,3,4.5,5,6,8,9,11,13,14,15,16,18.

Pokud data zadáme přes Commands okno: SDF1$X1<-c(1:15) //vytvoření řady čísel od 1 do 15 SDF1$Y1<-c(1.5,3,4.5,5,6,8,9,11,13,14,15,16,18. Regresní analýza; transformace dat Pro řešení vztahů mezi proměnnými kontinuálního typu používáme korelační a regresní analýzy. Korelace se používá pokud nelze určit "kauzalitu". Regresní analýza je určena

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

Možnosti vyhodnocení časových řad v softwaru STATISTICA

Možnosti vyhodnocení časových řad v softwaru STATISTICA StatSoft Možnosti vyhodnocení časových řad v softwaru STATISTICA Mnoho informací se zachycuje ve formě chronologicky uspořádaných údajů, jinak řečeno ve formě časových řad. Časová řada je tedy v čase uspořádaná

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem)

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy dne 14. 6. 2000,

Více

MATEMATIKA základní úroveň obtížnosti

MATEMATIKA základní úroveň obtížnosti MATEMATIKA základní úroveň obtížnosti DIDAKTICKÝ TEST Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % 1 Základní informace k zadání zkoušky Didaktický test obsahuje 26 úloh. Časový limit pro

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

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

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

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně

Více

Obsah. 3 Testy 31 3.1 z test... 32 3.2 z test 2... 33 3.3 t test... 34 3.4 t test 2s... 35

Obsah. 3 Testy 31 3.1 z test... 32 3.2 z test 2... 33 3.3 t test... 34 3.4 t test 2s... 35 Obsah 1 Popisná statistika 4 1.1 bas stat........................................ 5 1.2 mean.......................................... 6 1.3 meansq........................................ 7 1.4 sumsq.........................................

Více

Forecasting, demand planning a řízení zásob: Skrytý potenciál. Tomáš Hladík Logio

Forecasting, demand planning a řízení zásob: Skrytý potenciál. Tomáš Hladík Logio Forecasting, demand planning a řízení zásob: Skrytý potenciál Tomáš Hladík Logio 14.3.2012 Obsah Cíl správného řízení zásob Proč segmentovat portfolio? Dobrý forecasting je základ Jak na pomaluobrátkové

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

MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU

MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU MĚŘENÍ A PŘEDPOVÍDÁNÍ POPTÁVKY TRHU Co budeme řešit?? 1. Jaké jsou hlavní koncepce měření a předpovídání poptávky? 2. Jak lze odhadnou současnou poptávku? 3. Jak lze předpovědět budoucí poptávku? 1.Hlavní

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá Úvod do

Více

Aplikace matematiky v ekonomii

Aplikace matematiky v ekonomii KMA/SZZAE Aplikace matematiky v ekonomii Matematické modely v ekonomii 1. Klasifikace prostředků matematického modelování v ekonomii. 2. Modely síťové analýzy: metody CPM a PERT. 3. Modely hromadné obsluhy:

Více

Matematika a statistika

Matematika a statistika KMA/SZZMS Matematika a statistika Matematika 1. Číselné posloupnosti: Definice, vlastnosti, operace s posloupnostmi; limita posloupnosti a její vlastnosti, operace s limitami 2. Limita funkce jedné proměnné:

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

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

TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA. VZOR PŘIJÍMACÍ ZKOUŠKY DO NAVAZUJÍCÍHO STUDIA Obor: Podniková ekonomika

TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA. VZOR PŘIJÍMACÍ ZKOUŠKY DO NAVAZUJÍCÍHO STUDIA Obor: Podniková ekonomika TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA VZOR PŘIJÍMACÍ ZKOUŠKY DO NAVAZUJÍCÍHO STUDIA Obor: Podniková ekonomika UPOZORNĚNÍ: Všechny potřebné výpočty se provádějí do zadání, používání kalkulaček

Více

Biomedicínská statistika

Biomedicínská statistika Biomedicínská statistika IV. ZÁKLADY STATISTIKY V PROSTØEDÍ R Karel Zvára Biomedicínská statistika IV. Jana Zvárová (editor) Základy statistiky v prostředí R Karel Zvára Recenzovali: prof. RNDr. Jiří Anděl,

Více

Požadavky k opravným zkouškám z matematiky školní rok 2014-2015

Požadavky k opravným zkouškám z matematiky školní rok 2014-2015 Požadavky k opravným zkouškám z matematiky školní rok 2014-2015 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. STATISTIKA LS 2013 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Ondřej Grunt RNDr. Pavel Jahoda, Ph.D. Ing. Kateřina Janurová Mgr. Tereza

Více

Cronbachův koeficient α nová adaptovaná metoda uvedení vlastností položkové analýzy deskriptivní induktivní parametrické

Cronbachův koeficient α nová adaptovaná metoda uvedení vlastností položkové analýzy deskriptivní induktivní parametrické Československá psychologie 0009-062X Metodologické požadavky na výzkumné studie METODOLOGICKÉ POŽADAVKY NA VÝZKUMNÉ STUDIE Výzkumné studie mají přinášet nová konkrétní zjištění získaná specifickými výzkumnými

Více

Rozpracovaná verze testu z makroekonomie s částí řešení

Rozpracovaná verze testu z makroekonomie s částí řešení Rozpracovaná verze testu z makroekonomie s částí řešení Schéma čtyřsektorového modelu ekonomiky Obrázek 1: Do přiloženého schématu čtyřsektorového modelu ekonomiky doplňte chybějící toky: YD (disponibilní

Více

Zákony hromadění chyb.

Zákony hromadění chyb. Zákony hromadění chyb. Zákon hromadění skutečných chyb. Zákon hromadění středních chyb. Tomáš Bayer bayertom@natur.cuni.cz Přírodovědecká fakulta Univerzity Karlovy v Praze, Katedra aplikované geoinformatiky

Více

APLIKACE DYNAMICKÝCH MODELŮ V ANALÝZE POPTÁVKY. LOGISTICKÝ RŮSTOVÝ MODEL. PRUŽNOST NABÍDKY A POPTÁVKY.

APLIKACE DYNAMICKÝCH MODELŮ V ANALÝZE POPTÁVKY. LOGISTICKÝ RŮSTOVÝ MODEL. PRUŽNOST NABÍDKY A POPTÁVKY. APLIKACE DYNAMICKÝCH MODELŮ V ANALÝZE POPTÁVKY. LOGITICKÝ RŮTOVÝ MODEL. PRUŽNOT NABÍDKY A POPTÁVKY. Následující text se věnuje modelům poptávky po předmětech dlouhodobé spotřeby. Na tyto modely bychom

Více

BLÍZKÁ BUDOUCNOST ZAMĚSTNANÝCH OSOB V ODVĚTVÍ ZDRAVOTNÍ A SOCIÁLNÍ PÉČE

BLÍZKÁ BUDOUCNOST ZAMĚSTNANÝCH OSOB V ODVĚTVÍ ZDRAVOTNÍ A SOCIÁLNÍ PÉČE Ondřej Šimpach 1 BLÍZKÁ BUDOUCNOST ZAMĚSTNANÝCH OSOB V ODVĚTVÍ ZDRAVOTNÍ A SOCIÁLNÍ PÉČE THE EMPLOYMENT IN HEALTH AND SOCIAL CARE IN THE NEAR FUTURE Klíčová slova: zaměstnanost, zdravotní a sociální péče,

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

TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE

TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE 15/H1 5 7 8 9 1 11 1 13 1 Leden 1 Únor 1 Březen 1 Duben 1 Květen 1 Červen 1 Červenec 1 Srpen 1 Září 1 Říjen 1 Listopad 1 Prosinec 15 Leden 15 Únor 15 Březen

Více

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo

Více

Česká ekonomika v roce 2014. Ing. Jaroslav Vomastek, MBA Ředitel odboru

Česká ekonomika v roce 2014. Ing. Jaroslav Vomastek, MBA Ředitel odboru Česká ekonomika v roce 2014 Přehled ekonomiky České republiky HDP Zaměstnanost Inflace Cenový vývoj Zahraniční investice Platební bilance Průmysl Zahraniční obchod Hlavní charakteristiky české ekonomiky

Více

MATEMATIKA vyšší úroveň obtížnosti

MATEMATIKA vyšší úroveň obtížnosti MATEMATIKA vyšší úroveň obtížnosti DIDAKTICKÝ TEST MAMVDC0T03 Maximální bodové hodnocení: 50 bodů Hranice úspěšnosti: 33 % Základní informace k zadání zkoušky Didaktický test obsahuje 23 úloh. Časový limit

Více

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0.

Diferenciální počet 1 1. f(x) = ln arcsin 1 + x 1 x. 1 x 1 a x 1 0. f(x) = (cos x) cosh x + 3x. x 0 je derivace funkce f(x) v bodě x0. Nalezněte definiční obor funkce Diferenciální počet f = ln arcsin + Definiční obor funkce f je určen vztahy Z těchto nerovností plyne < + ln arcsin + je tedy D f =, Určete definiční obor funkce arcsin

Více

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy:

1. Několik základních pojmů ze středoškolské matematiky. Na začátku si připomeneme následující pojmy: Opakování středoškolské matematiky Slovo úvodem: Tato pomůcka je určena zejména těm studentům presenčního i kombinovaného studia na VŠFS, kteří na středních školách neprošli dostatečnou průpravou z matematiky

Více

Pravidla a podmínky k vydání osvědčení o způsobilosti vykonávat aktuárskou činnost

Pravidla a podmínky k vydání osvědčení o způsobilosti vykonávat aktuárskou činnost Pravidla a podmínky k vydání osvědčení o způsobilosti vykonávat aktuárskou činnost (dále jen společnost) stanoví k vydání osvědčení o způsobilosti vykonávat aktuárskou činnost (dále jen osvědčení) následující

Více

Ing. Radovan Nečas Mgr. Miroslav Hroza

Ing. Radovan Nečas Mgr. Miroslav Hroza Výzkumný ústav stavebních hmot, a.s. Hněvkovského, č.p. 30, or. 65, 617 00 BRNO zapsaná v OR u krajského soudu v Brně, oddíl B, vložka 3470 Aktivační energie rozkladu vápenců a její souvislost s ostatními

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

Poznámky pro žáky s poruchami učení z matematiky 2. ročník 2005/2006 str. 1. Funkce pro UO 1

Poznámky pro žáky s poruchami učení z matematiky 2. ročník 2005/2006 str. 1. Funkce pro UO 1 Poznámky pro žáky s poruchami učení z matematiky 2. ročník 2005/2006 str. 1 Funkce pro UO 1 Co je to matematická funkce? Mějme dvě množiny čísel. Množinu A a množinu B, které jsou neprázdné. Jestliže přiřadíme

Více

IBM SPSS Complex Samples

IBM SPSS Complex Samples IBM Software IBM SPSS Complex Samples Analyzujte výsledky komplexních výběrových šetření korektním způsobem Korektní zpracování výzkumů založených na komplexních výběrových plánech není snadné. Statistické

Více

MATEMATIKA Tematické okruhy ke státní maturitní zkoušce Obor: mechanik elektronik

MATEMATIKA Tematické okruhy ke státní maturitní zkoušce Obor: mechanik elektronik MATEMATIKA Tematické okruhy ke státní maturitní zkoušce Obor: mechanik elektronik R4 1. ČÍSELNÉ VÝRAZY 1.1. Přirozená čísla počítání s přirozenými čísly, rozlišit prvočíslo a číslo složené, rozložit složené

Více

Boltzmannův zákon. Termodynamika, energie Daniela Horváthová, dhorvathova@ukf.sk Mária Rakovská, mrakovska@ukf.sk. Praktický test teoretického zákona.

Boltzmannův zákon. Termodynamika, energie Daniela Horváthová, dhorvathova@ukf.sk Mária Rakovská, mrakovska@ukf.sk. Praktický test teoretického zákona. PROMOTE MSc POPIS TÉMATU FYZIKA 7 Název Tematický celek Jméno a e-mailová adresa autora Cíle Obsah Pomůcky Poznámky Boltzmannův zákon Termodynamika, energie Daniela Horváthová, dhorvathova@ukf.sk Mária

Více

Statistika (4ST201) Vytvoříme datový soubor, který obsahuje věk, výšku a pohlaví studentů tohoto semináře. V Excelu

Statistika (4ST201) Vytvoříme datový soubor, který obsahuje věk, výšku a pohlaví studentů tohoto semináře. V Excelu Statistika (4ST201) 1 Popsisná statistika (1. a 2. cvičení) 1.1 Úvodní příklad Vytvoříme datový soubor, který obsahuje věk, výšku a pohlaví studentů tohoto semináře. V Excelu určete: 1. Vytvořte histogram

Více

MATEMATIKA STUDIJNÍ POŽADAVKY PRO JEDNOTLIVÉ ROČNÍKY STUDIA

MATEMATIKA STUDIJNÍ POŽADAVKY PRO JEDNOTLIVÉ ROČNÍKY STUDIA MATEMATIKA STUDIJNÍ POŽADAVKY PRO JEDNOTLIVÉ ROČNÍKY STUDIA Osmileté studium 1. ročník 1. Opakování a prohloubení učiva 1. 5. ročníku Číslo, číslice, množiny, přirozená čísla, desetinná čísla, číselné

Více

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické

MODELY ŘÍZENÍ ZÁSOB nákladově orientované modely poptávka pořizovací lhůta dodávky předstih objednávky deterministické stochastické MODELY ŘÍZENÍ ZÁSOB Význam zásob spočívá především v tom, že - vyrovnávají časový nebo prostorový nesoulad mezi výrobou a spotřebou - zajišťují plynulou výrobu nebo plynulé dodávky zboží i při nepředvídaných

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

Vícerozměrné statistické metody

Vícerozměrné statistické metody Vícerozměrné statistické metody Smysl a cíle vícerozměrné analýzy dat a modelování, vztah jednorozměrných a vícerozměrných statistických metod Jiří Jarkovský, Simona Littnerová Průběh výuky 13 přednášek

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

StatSoft Jak poznat vliv faktorů vizuálně

StatSoft Jak poznat vliv faktorů vizuálně StatSoft Jak poznat vliv faktorů vizuálně V tomto článku bychom se rádi věnovali otázce, jak poznat již z grafického náhledu vztahy a závislosti v analýze rozptylu. Pomocí následujících grafických zobrazení

Více

PREDIKOVÁNÍ CEN AKCIÍ V KOMERČNÍ BANCE PREDICTING STOCK PRICES IN COMMERCIAL BANK

PREDIKOVÁNÍ CEN AKCIÍ V KOMERČNÍ BANCE PREDICTING STOCK PRICES IN COMMERCIAL BANK PREDIKOVÁNÍ CEN AKCIÍ V KOMERČNÍ BANCE PREDICTING STOCK PRICES IN COMMERCIAL BANK Robert Zeman Vysoká škola technická a ekonomická v Českých Budějovicích, Katedra ekonomiky a managementu zeman@mail.vstecb.cz

Více

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků Maturitní zkouška z matematiky 2012 požadované znalosti Zkouška z matematiky ověřuje matematické základy formou didaktického testu. Test obsahuje uzavřené i otevřené úlohy. V uzavřených úlohách je vždy

Více

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291 Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených

Více

MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC

MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC MEZIREGIONÁLNÍ PŘEPRAVA NA ŽELEZNICI V ČR INTERREGINAL RAILWAY TRANSPORT IN CZECH REPUBLIC Kateřina Pojkarová 1 Anotace:Článek se věnuje železniční přepravě mezi kraji v České republice, se zaměřením na

Více

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A4 Cvičení, letní semestr DOMÁCÍ ÚLOHY Jan Šafařík Brno c 200 (1) 120 krát jsme házeli hrací kostkou.

Více

Model pro simulaci staví na výpočtu hrubého domácího produktu výdajovou metodou:

Model pro simulaci staví na výpočtu hrubého domácího produktu výdajovou metodou: Model vývoje HDP ČR Definice problému Očekávaný vývoj hrubého domácího produktu jakožto základní makroekonomické veličiny ovlivňuje chování tržních subjektů, které v důsledku očekávání modulují své chování

Více

Programy na PODMÍNĚNÝ příkaz IF a CASE

Programy na PODMÍNĚNÝ příkaz IF a CASE Vstupy a výstupy budou vždy upraveny tak, aby bylo zřejmé, co zadáváme a co se zobrazuje. Není-li určeno, zadáváme přirozená čísla. Je-li to možné, používej generátor náhodných čísel vysvětli, co a jak

Více

Kurz SPSS: Jednoduchá analýza dat. Jiří Šafr

Kurz SPSS: Jednoduchá analýza dat. Jiří Šafr Kurz SPSS: Jednoduchá analýza dat Jiří Šafr vytvořeno 29. 6. 2009 Dva základní typy statistiky 1. Popisná statistika: metody pro zjišťování a sumarizaci informací grfy, tabulky, popisné chrakteristiky

Více

Kapitola 7 TESTOVÁNÍ LAKTÁTOVÉHO PRAHU. Definice laktátového prahu

Kapitola 7 TESTOVÁNÍ LAKTÁTOVÉHO PRAHU. Definice laktátového prahu Kapitola 7 TESTOVÁNÍ LAKTÁTOVÉHO PRAHU Definice laktátového prahu Laktátový práh je definován jako maximální setrvalý stav. Je to bod, od kterého se bude s rostoucí intenzitou laktát nepřetržitě zvyšovat.

Více

Řízení zásob ZÁSOBY JSOU IDENTIFIKÁTOREM NESCHOPNOSTI MANAGEMENTU FIRMU ŘÍDIT ZÁSOBY JSOU ZDROJEM VÍCENÁKLADŮ, ZTRÁT, NÍZKÉ EFEKTIVNOSTI KAPITÁLU

Řízení zásob ZÁSOBY JSOU IDENTIFIKÁTOREM NESCHOPNOSTI MANAGEMENTU FIRMU ŘÍDIT ZÁSOBY JSOU ZDROJEM VÍCENÁKLADŮ, ZTRÁT, NÍZKÉ EFEKTIVNOSTI KAPITÁLU Řízení zásob ZÁSOBY JSOU IDENIFIKÁOREM NESCHOPNOSI MANAGEMENU FIRMU ŘÍDI ZÁSOBY JSOU ZDROJEM VÍCENÁKLADŮ, ZRÁ, NÍZKÉ EFEKIVNOSI KAPIÁLU GEOGRAFICKÁ FUNKCE ZÁSOB VYROVNÁVACÍ FUNKCE ZÁSOB ECHNOLOGICKÁ FUNKCE

Více

MATURITNÍ ZKOUŠKA ve školním roce 2014/2015

MATURITNÍ ZKOUŠKA ve školním roce 2014/2015 MATURITNÍ ZKOUŠKA ve školním roce 2014/2015 Maturitní zkouška se skládá ze společné části a profilové části. 1. Společná část maturitní zkoušky Dvě povinné zkoušky a) český jazyk a literatura b) cizí jazyk

Více

Míra přerozdělování příjmů v ČR

Míra přerozdělování příjmů v ČR Míra přerozdělování příjmů v ČR Luboš Marek, Michal Vrabec Anotace V tomto článku počítají autoři hodnoty Giniho indexu v České republice. Tento index je spočítán nejprve za celou ČR, poté pro skupinu

Více

Oddělení propagace obchodu a investic Velvyslanectví PR v Praze. Makroekonomické informace 04/2015

Oddělení propagace obchodu a investic Velvyslanectví PR v Praze. Makroekonomické informace 04/2015 Oddělení propagace obchodu a investic Velvyslanectví PR v Praze Makroekonomické informace 04/2015 Obsah Příliv přímých zahraničních investic... 2 Inflace... 2 Průmyslová produkce... 2 Nezaměstnanost...

Více

9.4. Rovnice se speciální pravou stranou

9.4. Rovnice se speciální pravou stranou Cíle V řadě případů lze poměrně pracný výpočet metodou variace konstant nahradit jednodušším postupem, kterému je věnována tato kapitola. Výklad Při pozorném studiu předchozího textu pozornějšího studenta

Více

Makroekonomický vývoj a situace na trhu práce

Makroekonomický vývoj a situace na trhu práce Makroekonomický vývoj a situace na trhu práce Setkání s představiteli odborových svazů Tomáš Holub Ředitel sekce měnovm nové a statistiky Praha, 3.11.9 Plán n prezentace Vnější prostředí Veřejné finance

Více

Maturitní témata od 2013

Maturitní témata od 2013 1 Maturitní témata od 2013 1. Úvod do matematické logiky 2. Množiny a operace s nimi, číselné obory 3. Algebraické výrazy, výrazy s mocninami a odmocninami 4. Lineární rovnice a nerovnice a jejich soustavy

Více

Střední škola F. D. Roosevelta pro tělesně postižené, Brno, Křižíkova 11 příspěvková organizace sídlo: 612 00 Brno, Křižíkova 11

Střední škola F. D. Roosevelta pro tělesně postižené, Brno, Křižíkova 11 příspěvková organizace sídlo: 612 00 Brno, Křižíkova 11 Témata k ústní maturitní zkoušce z předmětu Účetnictví profilové části maturitní zkoušky Školní rok 2012/2013 třída: 4.T 1. Legislativní úprava účetnictví 2. Účetní dokumentace 3. Manažerské účetnictví

Více

POPTÁVKA PO VEŘEJNÉ DOPRAVĚ V ZÁVISLOSTI NA ŠKOLSTVÍ V KRAJI TRANSPORT DEMAND DEPENDS ON EDUCATION ON REGIONS

POPTÁVKA PO VEŘEJNÉ DOPRAVĚ V ZÁVISLOSTI NA ŠKOLSTVÍ V KRAJI TRANSPORT DEMAND DEPENDS ON EDUCATION ON REGIONS POPTÁVKA PO VEŘEJNÉ DOPRAVĚ V ZÁVISLOSTI NA ŠKOLSTVÍ V KRAJI TRANSPORT DEMAND DEPENDS ON EDUCATION ON REGIONS Kateřina Pojkarová Anotace:Dopravu vužívají lidé za různým účelem, mimo jiné i ke svým cestám

Více

RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE ZPRÁVA O STAVU ZA ROK 2013

RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE ZPRÁVA O STAVU ZA ROK 2013 RESEARCH TRH REZIDENČNÍCH NEMOVITOSTÍ V PRAZE ZPRÁVA O STAVU ZA ROK 213 25 2 27 28 29 21 211 212 March 213 June 213 Sept 213 Oct 13 Nov 213 Dec 213 25 2 27 28 29 21 211 212 213 214* 215* Tato nově publikovaná

Více

MATEMATIKA Maturitní témata společná část MZ vyšší úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ vyšší úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ vyšší úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo a

Více

Průzkumová analýza jednorozměrných dat (Teorie)

Průzkumová analýza jednorozměrných dat (Teorie) Míra nezaměstnanosti *%+ 211 Průzkumová analýza jednorozměrných dat (Teorie) Míra nezaměstnanosti *%+ (okres Opava, červen 21) Rozsah 77 Průměr 11,5 Minimum 5,5 Dolní kvartil 8,4 5 1 15 2 Medián 9,9 Horní

Více

65-42-M/01 HOTELNICTVÍ A TURISMUS PLATNÉ OD 1.9.2012. Čj SVPHT09/03

65-42-M/01 HOTELNICTVÍ A TURISMUS PLATNÉ OD 1.9.2012. Čj SVPHT09/03 Školní vzdělávací program: Hotelnictví a turismus Kód a název oboru vzdělávání: 65-42-M/01 Hotelnictví Délka a forma studia: čtyřleté denní studium Stupeň vzdělání: střední vzdělání s maturitní zkouškou

Více

Vývoj indexů cen výrobců ve 4. čtvrtletí 2014 a v roce 2014

Vývoj indexů cen výrobců ve 4. čtvrtletí 2014 a v roce 2014 16. 1. 215 Vývoj indexů cen výrobců ve 4. čtvrtletí 214 a v roce 214 Ceny zemědělských výrobců se ve 4. čtvrtletí 214 oproti 3. čtvrtletí 214 snížily o 5,4 % a ceny průmyslových výrobců o 1,4 %. Ceny stavebních

Více

ZOBECNĚNÝ LINEÁRNÍ REGRESNÍ MODEL. METODA ZOBECNĚNÝCH NEJMENŠÍCH ČTVERCŮ

ZOBECNĚNÝ LINEÁRNÍ REGRESNÍ MODEL. METODA ZOBECNĚNÝCH NEJMENŠÍCH ČTVERCŮ ZOBECNĚNÝ LINEÁRNÍ REGRESNÍ MODEL. METODA ZOBECNĚNÝCH NEJMENŠÍCH ČTVERCŮ V následujícím textu se podíváme na to, co dělat, když jsou porušeny některé GM předpoklady. Nejprve si připomeňme, o jaké předpoklady

Více

1 Mnohočleny a algebraické rovnice

1 Mnohočleny a algebraické rovnice 1 Mnohočleny a algebraické rovnice 1.1 Pojem mnohočlenu (polynomu) Připomeňme, že výrazům typu a 2 x 2 + a 1 x + a 0 říkáme kvadratický trojčlen, když a 2 0. Číslům a 0, a 1, a 2 říkáme koeficienty a písmenem

Více

2.1. 50 bodů 2.1 Pokyny otevřeným úlohám. je uveden na záznamovém archu. Je-li požadován celý postup řešení, uveďte. výrazů. mimo vyznačená bílá pole

2.1. 50 bodů 2.1 Pokyny otevřeným úlohám. je uveden na záznamovém archu. Je-li požadován celý postup řešení, uveďte. výrazů. mimo vyznačená bílá pole MATEMATIKA MATEMATIKA DIDAKTICKÝ TEST DIDAKTICKÝ TEST DIDAKTICKÝ TEST MAMZD14C0T01 MAMZD14C0T01 MAMZD14C0T01 Maximální bodové hodnocení: 50 bodů 2.1 Pokyny k otevřeným úlohám Maximální Hranice úspěšnosti:

Více