9.7 TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI

Rozměr: px
Začít zobrazení ze stránky:

Download "9.7 TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI"

Transkript

1 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI Problematiku třídění podle jednoho spojitého číselného znaku si vysvětlíme na následujícím příkladu. Předpokládejme, že pracovník podniku Alfa Blatná, který spravuje podnikovou databázi, exportoval do tabulkového procesoru všechny pracovníky podniku s některými sledovanými atributy (vlastnostmi), které jsou vypsané v tabulce 9.1. Tuto tabulku budeme používat i pro tento příklad. Tabulka 9.1: Zaměstnanci malé organizace Alfa Blatná k Číslo pracovníka Příjmení Pohlaví Titul Stav Počet vyživovaných dětí Pracovní kategorie Hrubá měsíční mzda za červen Zbývá dní dovolené 1 Adam Dělník Bartoš Dělník Beneš Dělník Berka Provozní Bláha 1 Ing. 2 2 Technický Bohuš Dělník Bouše Dělník Boušová Hospodářský Bůbal Dělník Bureš Technický Burešová Provozní

2 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 2 12 Burgerová Dělník Černá Dělník Daněk Dělník Dlask Dělník Dobeš Dělník Drobník 1 RNDr. Bc. 2 2 Hospodářský Erb Dělník Fichtner Dělník Gál Hospodářský Gott Dělník Havel Hospodářský Házová Dělník Hejral Technický Hrubín Dělník Hubač Dělník Hupová Provozní Hus 1 JUDr. 2 3 Hospodářský Janda Dělník Janků Dělník Janků Provozní Jarý Dělník Jiřinec Dělník Jonáš Dělník Kobosil Hospodářský Korousová Dělník Kos Dělník Koucký Dělník Kulíšek Dělník Lahodný Dělník Lahodová Dělník Líbenková 2 Mgr. 2 0 Hospodářský Lín Dělník

3 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 3 44 Linka 1 Doc. 2 2 Hospodářský Líný 1 Mgr. 2 1 Technický Mahel Dělník Masaryk Dělník Mocová Dělník Moravec Technický Nezval Dělník Nohavica Technický Novák Dělník Novák Dělník Nováková Dělník Ondráš Dělník Prádler Hospodářský Rus Technický Svoboda Technický Tatar Technický Tomšů Technický Celkem x x x 106 x x Vysvětlivky: Pohlaví Kód muž 1 žena 2 Stav Kód svobodný/á 1 vdaná/ženatý 2 vdova/vdovec 3 rozvedený/á 4

4 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 4 Příklad 9.4: a) Z tabulky 9.1 vhodné skupinové tabulky roztřídíme soubor pracovníků dle třídícího číselného znaku hrubá měsíční mzda na přiměřený počet tříd neboli intervalů mezd. Pak doplníme procento pracovníků s daným intervalem mezd. Dále vytvoříme graficky histogram rozdělení četnosti pracovníků podle intervalů mezd. Jde o tzv. intervalové (skupinové) rozdělení četnosti. b) Do skupinové tabulky doplníme kumulativní četnost. Tzn. počet pracovníků, kteří mají první interval mezd, první až druhý interval mezd, první až třetí interval mezd atd. Dále vytvoříme graf kumulativní četnosti pracovníků v závislosti na postupně se zvyšujícím intervalu mezd. c) Do skupinové tabulky doplníme poměrné zastoupení pro kumulativní četnosti. d) Uvedeme slovní popis pro první, druhý a třetí řádek tabulky. Řešení: Ad a) Z tabulky 9.1 vhodné skupinové tabulky roztřídíme soubor pracovníků dle třídícího číselného znaku hrubá měsíční mzda na přiměřený počet tříd neboli intervalů mezd. Pak doplníme procento pracovníků s daným intervalem mezd. Dále vytvoříme graficky histogram rozdělení četnosti pracovníků podle intervalů mezd. Jde o tzv. intervalové (skupinové) rozdělení četnosti. Ad b) Do skupinové tabulky doplníme kumulativní četnost. Tzn. počet pracovníků, kteří mají první interval mezd, první až druhý interval mezd, první až třetí interval mezd atd. Dále vytvoříme graf kumulativní četnosti pracovníků v závislosti na postupně se zvyšujícím intervalu mezd. U spojitého číselného znaku neznáme počet tříd. i) Jednak nevíme, od jaké minimální do jaké maximální hrubé měsíční mzdy se budeme pohybovat. Proto musíme ve sloupci Hrubá měsíční mzda tabulky 9.1 nejprve zjistit minimum a maximum. Minimum a maximum zjistíme z tabulky 9.1 buď ručně, anebo výpočtem v MS Excel. Pohledem vidíme, že v tab. 9.1 je nejmenší mzda Kč a nejvyšší Kč. Při výpočtu v MS Excel jde o funkci MIN a MAX: =MIN(oblast) =MAX(oblast) kde oblast je oblast buněk v tabulce 9.1 ve sloupci Hrubá měsíční mzda.

5 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 5 ii) Dalším problémem je, že statistický znak pracovníka hrubá měsíční mzda lze považovat za spojitý nebo částečně spojitý. (Mzdu lze vyplácet na účet pracovníka s přesností na setiny Kč.) Proto musíme třídit rozpětí znaku, u nás mezd, od minimální po maximální mzdu na několik intervalů mezd. Pravidla pro tvorbu intervalů spojitého znaku Pro tvorbu intervalů spojitého znaku platí několik základních pravidel a doporučení: Intervaly mohou být stejně dlouhé. I když nutně to není třeba. Všechny intervaly musejí pokrýt variační rozpětí znaku, tj. u nás mezd, od minima po maximum. Je doporučeno, aby interval byl polouzavřený, tj. aby jedna mez každého intervalu byla otevřená a druhá mez každého intervalu uzavřená, aby hodnota krajního znaku (meze intervalu) jednoznačně patřila do právě jednoho intervalu. Jinými slovy, aby hodnota znaku nebyla započítána dvakrát nebo ani jednou. Počet intervalů k může být podle potřeby libovolný, je doporučeno, aby byl mezi 4 až 20. Ale je zřejmé, že čím větší je počet statistických jednotek souboru n, tím více intervalů k může být. Pro počet intervalů k je doporučený jeden z následujících vzorců. První je Sturgessovo pravidlo, druhý Yuleho vzorec. Oba vedou k přibližně stejnému výsledku, stačí pracovat jen s jedním z nich: k 1 3,322.log( n) 4 k 2,5. n V našem příkladě máme n = 60 pracovníků. Podle Sturgessova pravidla je počet intervalů mezd: k 1 3,322.log(60) 6,91 Vzorec v Excelu vypadá následovně: = 1 + 3,322*LOG(60) Podle Yuleho vzorce je počet intervalů mezd: k 2, ,96 Vzorec v Excelu vypadá následovně:

6 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 6 = 2,5*(60)^(1/4) Vidíme, že oba vzorce vedou k téměř stejnému výsledku. Počet intervalů musí být přirozené číslo. Zvolíme počet intervalů k = 7. Délka intervalu d se přibližně stanoví jako podíl variačního rozpětí R a počtu intervalů k. Variační rozpětí R je rozdíl mezi maximální a minimální mzdou: R X max X min Variační rozpětí je u nás: R Kč Kč Kč Délka intervalu d je: d X max X k min R k V našem příkladě je délka intervalu: Kč Kč d Kč 7 Je doporučeno kvůli přehlednosti budoucí tabulky rozumně zaokrouhlit délku intervalu: Například zaokrouhlit nahoru na pětistovky na číslo Kč. Počet intervalů zůstane k = 7. Nebo zaokrouhlit dolů na tisíce na číslo Kč, pak ale musíme počet intervalů zvýšit třeba na k = 8. Zvolíme první možnost, zaokrouhlení nahoru na pětistovky na číslo Kč. Počet intervalů zůstane k = 7. Zkontrolujeme si, jaké rozpětí mezd pokryjeme tímto zaokrouhleným intervalem Kč při počtu intervalů k = 7: d Kč Kč Vidíme, že variační rozpětí R = Kč je překročeno o Kč = Kč Kč. Proto lze začít mzdu například o Kč níže, než je minimum, tj. od = Kč. A lze mzdu zakončit o 500 Kč nad maximem, maximální mzdou tj. do = Kč. První interval bude Kč až Kč a tyto meze zvyšujeme o Kč. Další interval bude Kč až Kč, další Kč až Kč atd., jak vidíme v tabulce 9.5.

7 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 7 V tabulce 9.5 vytvoříme legendu Interval mezd, kdy dolní mez volíme uzavřenou a horní mez volíme otevřenou. V tabulce 9.5 vytvoříme hlavičku Počet pracovníků, a to absolutně, v %, kumulativně a kumulativně v %. Zařazení pracovníků podle mezd řešíme buď ručně nad tabulkou 9.1, anebo využitím MS Excel. Při využití MS Excel je tabulku nejvýhodnější vyplňovat od sloupce Počet pracovníků kumulativně, kam do prvního řádku napíšeme: =COUNTIF(oblast;"<13500") kde oblast je sloupec buněk v tabulce 9.1, kde se nalézá sloupec Hrubá měsíční mzda za červen a "<13500" znamená, že v oblasti sloupce hledáme počet mezd nižších než Kč. Například: =COUNTIF(H$24:H$83;"<13500") Výsledkem je číslo 4. Takže jsou 4 pracovníci, kteří mají mzdu pod Kč. Protože minimální vyplacená mzda je Kč, zjistíme tím, že v intervalu Kč až Kč jsou mzdy 4 pracovníků. Proto do prvního řádku tabulky 9.5 napíšeme číslo 4 jak do sloupce Počet pracovníků absolutně i Počet pracovníků kumulativně. Do sloupce Počet pracovníků kumulativně do druhého řádku napíšeme: kde =COUNTIF(oblast;"<18000") oblast je sloupec buněk v tabulce 9.1, kde se nalézá sloupec Hrubá měsíční mzda za červen a "<18 000" znamená, že v oblasti sloupce hledáme počet mezd nižších než Kč. Výsledek je 21. Takže je 21 pracovníků, kteří mají hrubou mzdu pod Kč. Protože mzdu pod Kč mají 4 pracovníci, pokud tyto vyloučíme, zjistíme tím zároveň, že v intervalu Kč až Kč jsou mzdy 21 4 = 17 pracovníků. Proto do sloupce Počet pracovníků kumulativně napíšeme 21 a do sloupce Počet pracovníků absolutně napíšeme 17. Do sloupce "Počet pracovníků kumulativně" do třetího řádku napíšeme:

8 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 8 kde =COUNTIF(oblast;"<22500") oblast je sloupec buněk v tabulce 9.1, kde se nalézá sloupec Hrubá měsíční mzda za červen a "<22 500" znamená, že v oblasti sloupce hledáme počet mezd nižších než Kč. Výsledek je 42. Takže je 42 pracovníků, kteří mají mzdu pod Kč. Protože mzdu pod Kč má 21 pracovníků, zjistíme tím zároveň, že v intervalu Kč až Kč jsou mzdy = 21 pracovníků Proto do sloupce Počet pracovníků kumulativně napíšeme 42 a do sloupce Počet pracovníků absolutně napíšeme 21. Takto vyplníme celou tabulku. Dále již může laskavý čtenář postupovat sám. Legendu uzavřeme řádkem Celkem. V řádku Celkem ve sloupci Počet pracovníků absolutně sečteme pracovníky s různým počtem dětí. Výsledek musí být 60, což je počet pracovníků. Ve sloupci Počet pracovníků v % jde o známá poměrná čísla struktury. Spočítáme je jednoduše podle příkladu 9.1. V řádku Celkem ve sloupci Počet pracovníků kumulativně a Počet pracovníků kumulativně v % dáme symbol x, neboť hodnota v tomto řádku nemá smysl. Tabulka vypadá takto: Tab. 9.5: Třídění pracovníků firmy Alfa Blatná podle mzdy za červen 2012 Interval mezd Počet pracovníků dolní mez uzavřená horní mez otevřená absolutně v % kumulativně kumulativně v % ,7 4 6, , , , , , , , , , , , ,0 Celkem x x

9 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 9 Histogram absolutní četnosti vytvoříme sloupcovým grafem ze sloupce Počet pracovníků absolutně. Na ose x budou hodnoty z legendy tabulky 9.5, kde je dolní mez uzavřená a horní mez otevřená. Z grafu vidíme, že počet pracovníků narůstá s výší mzdy až do intervalu mezd Kč až Kč. Nejvyšší počet pracovníků má mzdu Kč až Kč s tím, že do intervalu dolní mez Kč patří a horní mez Kč nepatří. Od intervalu Kč až Kč počet pracovníků klesá. Tzn., že nejčetnější jsou střední mzdy. Intervaly nižších i vyšších mezd má již menší počet pracovníků. S tím souvisí obálka grafu, která připomíná tvarem horu nebo zvon. Jedná se o asymetrickou Gaussovu křivku. Histogram relativní četnosti vytvoříme sloupcovým grafem ze sloupce Počet pracovníků v %. Na ose x budou hodnoty z legendy tabulky 9.5, kde je dolní mez uzavřená a horní mez otevřená. Histogram rozdělení relativní četnosti pracovníků v závislosti na mzdě je v grafu 9.6. Tvar grafu s relativní četností je stejný, jako u grafu s absolutní četností. Jen místo počtů pracovníků je procentuální zastoupení pracovníků.

10 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 10 Graf kumulativní četnosti pracovníků v závislosti na mzdě vytvoříme sloupcovým grafem ze sloupce tabulky 9.5 Počet pracovníků kumulativně. Z grafu 9.7 vidíme, že relativní počet pracovníků, kteří mají mzdu od intervalu Kč až Kč s rozšiřujícím se intervalem narůstá nejprve rychleji, pak pomaleji k hodnotě 60, kdy mzdu Kč až Kč má všech 60 pracovníků.

11 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 11 Ad c) Do skupinové tabulky doplníme poměrné zastoupení pro kumulativní četnosti. Počítáme, kolik procent jsou 4 pracovníci, kteří mají mzdu od Kč do Kč, ze 60, vyjde 6,7 %, kolik procent je 21 pracovníků, kteří mají mzdu Kč do Kč, ze 60, vyjde 35 %, ostatní výpočty si provede čtenář sám a jsou v tabulce 9.5. Graf relativní kumulativní četnosti pracovníků v závislosti na mzdě vytvoříme sloupcovým grafem ze sloupce tabulky 9.5 Počet pracovníků kumulativně v %. Tvar grafu 9.8 s relativní kumulativní četností je stejný, jako u grafu s kumulativní četností. Jen místo počtů pracovníků je procentuální zastoupení pracovníků. Ad d) Uvedeme slovní popis pro první, druhý a třetí řádek tabulky. Slovní popis pro první řádek tabulky: Mzdu od 9000 Kč včetně do Kč mají 4 pracovníci z 60, což je 6,7 % pracovníků. Slovní popis pro druhý řádek tabulky: Mzdu od Kč včetně do Kč má 17 pracovníků z 60, což je 28,3 % pracovníků. Mzdu od Kč včetně do Kč má 21 pracovníků z 60, což je 35 % pracovníků.

12 Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 12 Slovní popis pro třetí řádek tabulky: Mzdu od Kč včetně do Kč má 21 pracovníků z 60, což je 35 % pracovníků. Mzdu od Kč včetně do Kč má 42 pracovníků z 60, což je 70 % pracovníků. Úkol 9.4: a) Z tabulky 9.1 vhodné skupinové tabulky roztřídíme soubor pracovníků dle třídícího číselného znaku hrubá měsíční mzda na přiměřený počet tříd neboli intervalů mezd. Pak doplníme procento pracovníků s daným intervalem mezd. Dále vytvoříme graficky histogram rozdělení četnosti pracovníků podle intervalů mezd. Jde o tzv. intervalové rozdělení četnosti. Počet intervalů volíme pro změnu k = 8. b) Do skupinové tabulky doplníme kumulativní četnost. Tzn. počet pracovníků, kteří mají první interval mezd, první až druhý interval mezd, první až třetí interval mezd atd. Dále vytvoříme graf kumulativní četnosti pracovníků v závislosti na postupně se zvyšujícím intervalu mezd. c) Do skupinové tabulky doplníme poměrné zastoupení pro kumulativní četnosti. d) Uvedeme slovní popis pro první, druhý a třetí řádek tabulky. PŘÍKLADY V EXCELU Praktické provedení třídění v MS Excel je v příkladech: 22TrideniDleJednohoCiselnehoZnakuSpojitehoNeresene.xlsx zde je neřešený příklad. 22TrideniDleJednohoCiselnehoZnakuSpojitehoResene.xlsx zde je ten samý příklad řešený. 22TrideniDleJednohoCiselnehoZnakuSpojitehoUkol.xlsx zde je nový neřešený příklad. OPAKOVACÍ OTÁZKY 1. Jak postupujeme při třídění podle jednoho číselného znaku spojitého? 2. Jaká jsou pravidla pro stanovení intervalového rozdělení četnosti. 3. Vysvětlete pojem histogram rozdělení (absolutní) četnosti? Čeho se týká, s čím souvisí? Jak souvisí s Gaussovou křivkou? 4. Vysvětlete pojem histogram rozdělení relativní četnosti? Čeho se týká, s čím souvisí?

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

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

PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI

PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI Pracovník, který spravuje podnikovou databázi, exportoval do tabulkového procesoru všechny pracovníky podniku

Více

9. STATISTICKÉ TŘÍDĚNÍ

9. STATISTICKÉ TŘÍDĚNÍ Statistické třídění. Třídění dle jednoho znaku Aleš Drobník strana 1 9. STATISTICKÉ TŘÍDĚNÍ 9.1 CO JE TO STATISTICKÉ TŘÍDĚNÍ Již jsme si říkali, že v 19. a 20. století se stala statistika vědou, která

Více

8.1.2 TABULKA SKUPINOVÁ

8.1.2 TABULKA SKUPINOVÁ Prezentace dat. Tabulky skupinové a kombinační Aleš Drobník strana 1 8.1.2 TABULKA SKUPINOVÁ Užití: Hlubší analýza konkrétnější oblasti. Například ve vlastní části odborné práce, žákovského projektu apod.

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

Prezentace dat. Grafy Aleš Drobník strana 1

Prezentace dat. Grafy Aleš Drobník strana 1 Prezentace dat. Grafy Aleš Drobník strana 1 8.3 GRAFY Užití: Grafy vkládáme do textu (slovního popisu) vždy, je-li to vhodné. Grafy zvýší přehlednost sdělovaných informací. Výhoda grafu vůči tabulce či

Více

9.5 TŘÍDĚNÍ PODLE DVOU SLOVNÍCH ZNAKŮ

9.5 TŘÍDĚNÍ PODLE DVOU SLOVNÍCH ZNAKŮ Statistické třídění podle dvou slovních znaků Aleš Drobník strana 1 9.5 TŘÍDĚNÍ PODLE DVOU SLOVNÍCH ZNAKŮ Problematiku třídění podle dvou slovních znaků si vysvětlíme na následujícím příkladu. Příklad

Více

PŘÍKLAD NA VÁŽENÝ ARITMETICKÝ PRŮMĚR Z INTERVALOVÉHO ROZDĚLENÍ ČETNOSTI

PŘÍKLAD NA VÁŽENÝ ARITMETICKÝ PRŮMĚR Z INTERVALOVÉHO ROZDĚLENÍ ČETNOSTI PŘÍKLAD NA VÁŽENÝ ARITMETICKÝ PRŮMĚR Z INTERVALOVÉHO ROZDĚLENÍ ČETNOSTI Přílad 0.6 Pracoví, terý spravuje podovou databáz, eportoval do tabulového procesoru všechy pracovíy podu Alfa Blatá s ěterým sledovaým

Více

5.2.4 POMĚRNÁ ČÍSLA SPLNĚNÍ PLÁNU

5.2.4 POMĚRNÁ ČÍSLA SPLNĚNÍ PLÁNU Druhy poměrných čísel Aleš Drobník strana 1 5.2.4 POMĚRNÁ ČÍSLA SPLNĚNÍ PLÁNU Poměrná čísla neboli poměrní ukazatelé : Získáme srovnáním (podílem) 2 veličin stejnorodých. Srovnávaná veličina (čitatel)

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

PREZENTACE DAT: SLOŽITĚJŠÍ GRAFY

PREZENTACE DAT: SLOŽITĚJŠÍ GRAFY PREZENTACE DAT: SLOŽITĚJŠÍ GRAFY V kombinační tabulce 8.7 jsme roztřídili soubor pracovníků dle znaku pracovní kategorie na 4 třídy dělníci, techničtí pracovníci, hospodářští pracovníci, provozní a obsluhující

Více

Statistika. Zpracování informací ze statistického šetření. Roman Biskup

Statistika. Zpracování informací ze statistického šetření. Roman Biskup Statistika Zpracování informací ze statistického šetření Třídění statistického souboru Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 20. února 2012

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

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1 Středí hodoty. Artmetcký průměr prostý Aleš Drobík straa 0. STŘEDNÍ HODNOTY Př statstckém zjšťováí často zpracováváme statstcké soubory s velkým možstvím statstckých jedotek. Např. soubor pracovíků orgazace,

Více

Protokol č. 1. Tloušťková struktura. Zadání:

Protokol č. 1. Tloušťková struktura. Zadání: 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

Více

Srovnání údajů. Poměrná čísla Aleš Drobník strana 1

Srovnání údajů. Poměrná čísla Aleš Drobník strana 1 Srovnání údajů. Poměrná čísla Aleš Drobník strana 4. SROVNÁVÁNÍ ÚDAJŮ Statistika mj. zpracovává údaje (viz definice statistiky). Důležitou součástí zpracování údajů je srovnávání údajů (statistických znaků

Více

Parametrické programování

Parametrické programování Parametrické programování Příklad 1 Parametrické pravé strany Firma vyrábí tři výrobky. K jejich výrobě potřebuje jednak surovinu a jednak stroje, na kterých dochází ke zpracování. Na první výrobek jsou

Více

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

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Př. : Stanovte jednotlivé četnosti a číselné charakteristiky zadaného statistického souboru a nakreslete krabicový graf:, 8, 7, 43, 9, 47, 4, 34, 34, 4, 35. Statistický soubor seřadíme vzestupně podle

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR Středí hodoty Artmetcý průměr vážeý ze tříděí Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR Výzam a užtí vážeého artmetcého průměru uážeme a ásledujících příladech Přílad 0 Ve frmě Gama Blatá máme soubor

Více

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar

Více

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

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

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy

Více

Statistická prezentace je umění vytvořit dobrou tabulku nebo graf, které přitáhnou oko k tomu, co je zajímavé. Mgr. Ing.

Statistická prezentace je umění vytvořit dobrou tabulku nebo graf, které přitáhnou oko k tomu, co je zajímavé. Mgr. Ing. 1.2 Prezentace statistických dat Statistická prezentace je umění vytvořit dobrou tabulku nebo graf, které přitáhnou oko k tomu, co je zajímavé. Mgr. Ing. Jan Spousta Co se dozvíte Statistické ukazatele.

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

PREZENTACE DAT: JEDNODUCHÉ GRAFY

PREZENTACE DAT: JEDNODUCHÉ GRAFY PREZENTACE DAT: JEDNODUCHÉ GRAFY V tabulce 8.1 uvádíme přehled některých ukazatelů fiktivní firmy Alfa Blatná. Tabulka 8.1 je prostá, je v ní navíc časové srovnání hodnot v roce 2011 a v roce 2012. a)

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

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

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

Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2

Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2 Semestrální projekt do předmětu Statistika Vypracoval: Adam Mlejnek 2-36 Oponenti: Patrik Novotný 2-36 Jakub Nováček 2-36 Úvod Pro vypracování projektu do předmětu statistika jsem si zvolil průzkum kvality

Více

5.3 SHRNUTÍ LÁTKY NA POMĚRNÁ ČÍSLA, SOUVISLÝ PŘÍKLAD

5.3 SHRNUTÍ LÁTKY NA POMĚRNÁ ČÍSLA, SOUVISLÝ PŘÍKLAD Souvislý příklad na poměrná čísla Aleš Drobník strana 1 5.3 SHRNUTÍ LÁTKY NA POMĚRNÁ ČÍSLA, SOUVISLÝ PŘÍKLAD Poměrná čísla se hojně užívají v ekonomické praxi. Všechny druhy poměrných čísel si shrneme

Více

Praktická statistika. Petr Ponížil Eva Kutálková

Praktická statistika. Petr Ponížil Eva Kutálková Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo

Více

MODELY HOSPODÁŘSKÝCH LESŮ IV. Postup výpočtu etátu

MODELY HOSPODÁŘSKÝCH LESŮ IV. Postup výpočtu etátu MODELY HOSPODÁŘSKÝCH LESŮ IV. Postup výpočtu etátu Obecný postup výpočtu etátu A) TĚŽBA MÝTNÍ Stanovení těžebních procent pro zadaný hospodářský soubor (dále jen HS) podle parametrů u - obmýtí a o - obnovní

Více

Výrobní produkce divizí Ice Cream Po lo ha plane t Rozložený výse ový 3D graf Bublinový graf Histogram t s tn e ídy

Výrobní produkce divizí Ice Cream Po lo ha plane t Rozložený výse ový 3D graf Bublinový graf Histogram t s tn e ídy Výrobní produkce divizí Ice Cream Polo ha planet Rozložený výsečový 3D graf Bublinový graf Ice Cream 1 15% Ice Cream 2 12% Ice Cream 3 18% Ice Cream 4 20% Statistika 40 30 20 Ice Cream 6 19% Ice Cream

Více

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice

Více

Rozdělení náhodné veličiny

Rozdělení náhodné veličiny Rozdělení náhodné veličiny Náhodná proměnná může mít - diskrétní rozdělení (nabývá jen určitých číselných hodnot) - spojité rozdělení (nabývá libovolných hodnot z určitého intervalu) Fyzikální veličiny

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

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

Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně

Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49. Výukový materiál zpracovaný v rámci projektu Výuka moderně Střední průmyslová škola strojnická Olomouc, tř. 17. listopadu 49 Výukový materiál zpracovaný v rámci projektu Výuka moderně Registrační číslo projektu: CZ.1.07/1.5.00/34.0205 Šablona: III/2Management

Více

STATISTIKA 1. Adam Čabla Katedra statistiky a pravděpodobnosti VŠE

STATISTIKA 1. Adam Čabla Katedra statistiky a pravděpodobnosti VŠE STATISTIKA 1 Adam Čabla Katedra statistiky a pravděpodobnosti VŠE KONTAKTY WWW: sites.google.com/site/adamcabla E-mail: adam.cabla@vse.cz Telefon: 777 701 783 NB367 na VŠE, konzultační hodiny: Pondělí

Více

MS EXCEL 2010 ÚLOHY. Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b.

MS EXCEL 2010 ÚLOHY. Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b. MS EXCEL 2010 ÚLOHY ÚLOHA Č.1 Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b. Do buněk B2 a B3 očekávám zadání hodnot. Buňky B6:B13 a D6:D13

Více

6 Ordinální informace o kritériích

6 Ordinální informace o kritériích 6 Ordinální informace o kritériích Ordinální informací o kritériích se rozumí jejich uspořádání podle důležitosti. Předpokládejme dále standardní značení jako v předchozích cvičeních. Existují tři základní

Více

Analýza dat z dotazníkových šetření. Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/konzumace-ryb-a-rybich-vyrob/

Analýza dat z dotazníkových šetření. Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/konzumace-ryb-a-rybich-vyrob/ Analýza dat z dotazníkových šetření Cvičení 3. - Jednorozměrné třídění Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/konzumace-ryb-a-rybich-vyrob/ - Seznamte se s dotazníkem a strukturou

Více

2.5 STATISTISKÉ ZJIŠŤOVÁNÍ, ZÁKLADNÍ STATISTICKÉ POJMY

2.5 STATISTISKÉ ZJIŠŤOVÁNÍ, ZÁKLADNÍ STATISTICKÉ POJMY Základní statistické pojmy Aleš Drobník strana 1 2.5 STATISTISKÉ ZJIŠŤOVÁNÍ, ZÁKLADNÍ STATISTICKÉ POJMY Organizace (zpravodajská jednotka) provádějí různé druhy statistického zjišťování z důvodu: vlastní

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

Lineární funkce, rovnice a nerovnice 4 lineární nerovnice

Lineární funkce, rovnice a nerovnice 4 lineární nerovnice Lineární funkce, rovnice a nerovnice 4 lineární nerovnice 4.1 ekvivalentní úpravy Při řešení lineárních nerovnic používáme ekvivalentní úpravy (tyto úpravy nijak neovlivní výsledek řešení). Jsou to především

Více

Softwarový projekt Vyhodnocovač a zobrazovač meteorologických dat

Softwarový projekt Vyhodnocovač a zobrazovač meteorologických dat Softwarový projekt Vyhodnocovač a zobrazovač meteorologických dat Stručný popis: vyhodnocovač a zobrazovač environmentálních (převážně meteorologických) dat s webovým uživatelským rozhraním. Úvod Cílem

Více

Nejčastější chyby v explorační analýze

Nejčastější chyby v explorační analýze Nejčastější chyby v explorační analýze Obecně doporučuju přečíst přednášku 5: Výběrová šetření, Exploratorní analýza http://homel.vsb.cz/~lit40/sta1/materialy/io.pptx Použití nesprávných charakteristik

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

Vzorce. Suma. Tvorba vzorce napsáním. Tvorba vzorců průvodcem

Vzorce. Suma. Tvorba vzorce napsáním. Tvorba vzorců průvodcem Vzorce Vzorce v Excelu lze zadávat dvěma způsoby. Buď známe přesný zápis vzorce a přímo ho do buňky napíšeme, nebo použijeme takzvaného průvodce při tvorbě vzorce (zejména u složitějších funkcí). Tvorba

Více

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4 ŘEŠENÍ MINITESTŮ JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4. Z daných tří soustav rovnic o neznámých x, x vyberte právě všechny ty, které jsou regulární.

Více

Níže uvedená tabulka obsahuje technické údaje a omezení aplikace Excel (viz také článek Technické údaje a omezení aplikace Excel (2007).

Níže uvedená tabulka obsahuje technické údaje a omezení aplikace Excel (viz také článek Technické údaje a omezení aplikace Excel (2007). Níže uvedená tabulka obsahuje technické údaje a omezení aplikace - (viz také článek Technické údaje a omezení aplikace Excel (). otevřených sešitů a systémovými prostředky a systémovými prostředky a systémovými

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

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

František Hudek. červen 2012

František Hudek. červen 2012 VY_32_INOVACE_FH09 Jméno autora výukového materiálu Datum (období), ve kterém byl VM vytvořen Ročník, pro který je VM určen Vzdělávací oblast, obor, okruh, téma Anotace František Hudek červen 2012 8. ročník

Více

23. Matematická statistika

23. Matematická statistika Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 23. Matematická statistika Statistika je věda, která se snaží zkoumat reálná data a s pomocí teorii pravděpodobnosti

Více

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu / Druh CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT

Více

5. Lokální, vázané a globální extrémy

5. Lokální, vázané a globální extrémy 5 Lokální, vázané a globální extrémy Studijní text Lokální extrémy 5 Lokální, vázané a globální extrémy Definice 51 Řekneme, že f : R n R má v bodě a Df: 1 lokální maximum, když Ka, δ Df tak, že x Ka,

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

Mgr. et Mgr. Jan Petrov, LL.M. Ph.D. BYZNYS A PRÁVO

Mgr. et Mgr. Jan Petrov, LL.M. Ph.D. BYZNYS A PRÁVO BYZNYS A PRÁVO Byznys a právo OBSAH ZÁKLADNÍ FUNKCE EXCELU... 2 FUNKCE ODMOCNINA A ZAOKROULIT... 4 FORMÁT A OBSAH BUNĚK... 5 RELATIVNÍ ODKAZY... 9 ABSOLUTNÍ ODKAZY... 11 Byznys a právo ZÁKLADNÍ FUNKCE

Více

Microsoft Excel - tabulky

Microsoft Excel - tabulky Microsoft Excel - tabulky RNDr. Krejčí Jan, Ph.D. 5. listopadu 2015 RNDr. Krejčí Jan, Ph.D. (UJEP) Microsoft Excel - tabulky 5. listopadu 2015 1 / 1 Osnova RNDr. Krejčí Jan, Ph.D. (UJEP) Microsoft Excel

Více

INFORMATIKA. Libovolná učebnice k MS OFFICE 200x (samostatné učebnice k textovému procesoru MS Word 200x, tabulkovému procesoru MS Excel 200x).

INFORMATIKA. Libovolná učebnice k MS OFFICE 200x (samostatné učebnice k textovému procesoru MS Word 200x, tabulkovému procesoru MS Excel 200x). Cíl předmětu: Cílem předmětu je prohloubit znalosti studentů ze základních aplikačních programů. Jedná se především o pokročilejší nástroje z aplikací MS Word a MS Excel. Jednotlivé semináře se zaměřují

Více

Obsah. Statistika Zpracování informací ze statistického šetření Třídění statistického souboru. Třídění dle statistického znaku.

Obsah. Statistika Zpracování informací ze statistického šetření Třídění statistického souboru. Třídění dle statistického znaku. Obsah Statistika Zpracování informací ze statistického šetření Třídění statistického souboru Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi;-) romanbiskup(at)emailcz 20 února

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

Metodologie pro Informační studia a knihovnictví 2

Metodologie pro Informační studia a knihovnictví 2 Metodologie pro Informační studia a knihovnictví 2 Modul 5: Popis nekategorizovaných dat Co se dozvíte v tomto modulu? Kdy používat modus, průměr a medián. Co je to směrodatná odchylka. Jak popsat distribuci

Více

Metodologie pro Informační studia a knihovnictví 2

Metodologie pro Informační studia a knihovnictví 2 Metodologie pro Informační studia a knihovnictví 2 Modul V: Nekategorizovaná data Metodologie pro ISK 2, jaro 2014. Ladislava Z. Suchá Metodologie pro Informační studia a knihovnictví 2 Modul 5: Popis

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

MICROSOFT EXCEL - ÚKOLY

MICROSOFT EXCEL - ÚKOLY MICROSOFT EXCEL - ÚKOLY Mgr. Krejčí Jan Základní škola Jaroslava Pešaty, Duchcov 21. září 2012 Mgr. Krejčí Jan (ZSJP) MICROSOFT EXCEL - ÚKOLY 21. září 2012 1 / 7 Microsoft Excel - Úkoly Anotace V souboru

Více

UKAZATELÉ VARIABILITY

UKAZATELÉ VARIABILITY UKAZATELÉ VARIABILITY VÝZNAM Porovnejte známky dvou studentek ze stejného předmětu: Studentka A: Studentka B: Oba soubory mají stejný rozsah hodnoty, ale liší se známky studentky A jsou vyrovnanější, jsou

Více

Mgr. et Mgr. Jan Petrov, LL.M. Ph.D. BYZNYS A PRÁVO

Mgr. et Mgr. Jan Petrov, LL.M. Ph.D. BYZNYS A PRÁVO BYZNYS A PRÁVO OBSAH RELATIVNÍ A ABSOLUTNÍ ODKAZY OPAKOVÁNÍ... 3 ODKAZY TRŽBY A DPH... 7 ABSOLUTNÍ ODKAZY NA ŘÁDEK A SLOUPEC... 9 PROCVIČENÍ ODKAZŮ... 13 BYZNYSPLÁN POPIS JEDNOTLIVÝCH POLOŽEK... 16 BYZNYSPLÁN

Více

STATISTIKA S EXCELEM. Martina Litschmannová MODAM,

STATISTIKA S EXCELEM. Martina Litschmannová MODAM, STATISTIKA S EXCELEM Martina Litschmannová MODAM, 8. 4. 216 Obsah Motivace aneb Máme data a co dál? Základní terminologie Analýza kvalitativního znaku rozdělení četnosti, vizualizace Analýza kvantitativního

Více

Seznam funkcí pro kurz EXCEL I. Jaroslav Nedoma

Seznam funkcí pro kurz EXCEL I. Jaroslav Nedoma Seznam funkcí pro kurz EXCEL I Jaroslav Nedoma 2010 Obsah ÚVOD... 3 SUMA... 4 PRŮMĚR... 6 MIN... 8 MAX... 10 POČET... 12 POČET2... 14 ZAOKROUHLIT... 16 COUNTIF... 18 SVYHLEDAT... 22 2 ÚVOD Autor zpracoval

Více

Základy popisné statistiky

Základy popisné statistiky Kapitola Základy popisné statistiky Všude kolem nás se setkáváme se shromažd ováním velkého počtu údajů o nejrůznějších objektech Mohou to být národohospodářské údaje o vývoji ekonomiky dané země sbírané

Více

Základní vzorce a funkce v tabulkovém procesoru

Základní vzorce a funkce v tabulkovém procesoru Základní vzorce a funkce v tabulkovém procesoru Na tabulkovém programu je asi nejzajímavější práce se vzorci a funkcemi. Když jednou nastavíte, jak se mají dané údaje zpracovávat (některé buňky sečíst,

Více

Cvičení ze statistiky. Filip Děchtěrenko ZS 2012/2013

Cvičení ze statistiky. Filip Děchtěrenko ZS 2012/2013 Cvičení ze statistiky Filip Děchtěrenko ZS 2012/2013 Cvičení ze statistiky Pondělí 16:40, C328 http://www.ms.mff.cuni.cz/~dechf7am Praktické zaměření Proč potřebuji statistiku, když chci dělat (doplň)?

Více

4. Vzorce v Excelu Tipy pro práci s Wordem Kontingenční tabulky v Excelu

4. Vzorce v Excelu Tipy pro práci s Wordem Kontingenční tabulky v Excelu 4. Vzorce v Excelu Tipy pro práci s Wordem Kontingenční tabulky v Excelu Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová Zdroje dat Excelu Import dat

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

1/2. pro začátečníky. Ing. Zbyněk Sušil, MSc.

1/2. pro začátečníky. Ing. Zbyněk Sušil, MSc. 1/2 pro začátečníky Ing. Zbyněk Sušil, MSc. Průběh lekce Základní informace Seznamy Formátování buněk Operace s řádky a sloupci Příprava tisku Matematické operace Vzorce Absolutní a relativní adresování

Více

3. VELIČINY UŽÍVANÉ VE STATISTICE A EKONOMICE

3. VELIČINY UŽÍVANÉ VE STATISTICE A EKONOMICE Veličiny užívané ve statistice Aleš Drobník strana 1 3. VELIČINY UŽÍVANÉ VE STATISTICE A EKONOMICE Lze zjednodušeně říci: Statistika = matematika užitá v ekonomice (aj. vědních oborech). Statistika jako

Více

DEFINICE A PŘÍKLAD NA MEDIÁN

DEFINICE A PŘÍKLAD NA MEDIÁN DEFINICE A PŘÍKLAD NA MEDIÁN Definice: MEDIÁNU Medián je hodnota prostředního znaku souboru, jsou-li znaky uspořádané dle velikosti. Značí se vlnkou: X ~ Nezávisí na všech hodnotách znaku. Příklad 1: Vlastním

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

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství 1 PŘÍLOHA KE KAPITOLE 15 2 Obrazová analýza Vysvětlivky pojmů k vyhodnocení struktury pomocí metod obrazové analýzy: Počet snímaných polí - počet (zde třikrát), kolikrát byla daná oblast scenována CCD

Více

Normální (Gaussovo) rozdělení

Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký

Více

TVOŘÍME MAPU V GIS. manuál

TVOŘÍME MAPU V GIS. manuál TVOŘÍME MAPU V GIS manuál 1 Quantum GIS Každý GIS pracuje s tzv. vrstvami (vrstva měst, řek, krajů, atd.), které pak zobrazuje v mapovém poli. Pro práci s jednotlivými vrstvami slouží panel nástrojů, kde

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

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28.

fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu http://akademie.ldf.mendelu.cz/cz (reg. č. CZ.1.07/2.2.00/28. Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Inferenční statistika - úvod z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Pravděpodobnost postupy induktivní statistiky vycházejí z teorie pravděpodobnosti pravděpodobnost, že

Více

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická

Více

Obsah. Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku

Obsah. Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku Obsah Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v

Více

Induktivní statistika. z-skóry pravděpodobnost

Induktivní statistika. z-skóry pravděpodobnost Induktivní statistika z-skóry pravděpodobnost normální rozdělení Z-skóry umožňují najít a popsat pozici každé hodnoty v rámci rozdělení hodnot a také srovnávání hodnot pocházejících z měření na rozdílných

Více

Zdroje chyb. Absolutní a relativní chyba. Absolutní chyba. Absolutní chyba přibližného čísla a se nazývá absolutní hodnota rozdílu přesného

Zdroje chyb. Absolutní a relativní chyba. Absolutní chyba. Absolutní chyba přibližného čísla a se nazývá absolutní hodnota rozdílu přesného Zdroje chyb. Absolutní a relativní chyba. Absolutní chyba Absolutní chyba přibližného čísla a se nazývá absolutní hodnota rozdílu přesného čísla A a přibližného čísla a = A a. Je třeba rozlišovat dva případy:

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

Vzdělávání v egoncentru ORP Louny

Vzdělávání v egoncentru ORP Louny Zpracováno v rámci projektu č. CZ.1.04/4.1.00/40.00067 Vzdělávání v egoncentru ORP Louny Město Louny Obsah 1. Databáze... 4 2. Třídění pomocí filtrů... 5 3. Ukotvení a uvolnění příček... 6 3.1 Ukotvení

Více

Metodologie pro Informační studia a knihovnictví 2

Metodologie pro Informační studia a knihovnictví 2 Metodologie pro Informační studia a knihovnictví 2 Modul 7: Třídění druhého stupně. Kontingenční tabulky Co se dozvíte v tomto modulu? Co je třídění druhého stupně Jak vytvořit a interpretovat kontingenční

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

Řešení. ŘEŠENÍ 36 Výsledková listina soutěže

Řešení. ŘEŠENÍ 36 Výsledková listina soutěže Příklad zahrnuje Textová editace buněk Základní vzorce Vložené kliparty Propojené listy Grafická úprava buněk Složitější vzorce Vložené externí obrázky Formuláře Úprava formátu Vysoce speciální funkce

Více

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25

LDF MENDELU. Simona Fišnarová (MENDELU) Základy lineárního programování VMAT, IMT 1 / 25 Základy lineárního programování Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem

Více