PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2
|
|
- Milan Zeman
- před 5 lety
- Počet zobrazení:
Transkript
1 SP3 Neparametrcké testy hypotéz PRAVDĚPODOBNOST A STATISTIKA Neparametrcké testy hypotéz čast Lbor Žák
2 SP3 Neparametrcké testy hypotéz Lbor Žák Neparametrcké testy hypotéz - úvod Neparametrcké testy statstckých hypotéz se používaí v případech, kdy ezáme rozděleí pozorovaé áhodé velčy X, resp. áhodého vektoru, aebo pro zámé rozděleí emáme potřebá testová krtéra. Omezeím eparametrckých metod e obvykle požadavek, že pozorovaé áhodé velčy maí spotá rozděleí, avšak v ěkterých případech stačí zát pouze pořadí uspořádaých hodot daého statstckého souboru, t. hodoty odpovídaícího ordálího statstckého zaku. Slabší předpoklady o rozděleí (a rozdíl od parametrckých testů testy u chž záme rozděleí) maí za ásledek, že eparametrcké metody esou tak slé, ako ech parametrcké protěšky. Základím prcpem eparametrckých testů e ahrazeí původích pozorovaých hodot ech pořadím co do velkost a proto se také v lteratuře hovoří o pořadových testech. Př pořadových testech se místo se středí hodotou (ak e tomu u parametrckých testech) pracue s většou medáem.
3 SP Testováí hypotéz o rozděleí Lbor Žák Kolmogorov- Smrov - emprcká dstrbučí fukce X,, X Nechť e áhodý výběr. Pak emprcká dstrbučí fukce e defovaá vztahem: card{, X x} FEmp ( x) Platí: X,, X Nechť e áhodý výběr z rozděleí, která má dstrbučí fukc F(x). Parametr ϑ ahradíme eho bodovým odhadem. Pak: F ( x) F( x) skoro stě pro Ozačme: D sup F ( x) F( x), pak P lm D 0 x
4 SP3 Neparametrcké testy hypotéz Lbor Žák Kolmogorovův- Smrovův dvouvýběrvý test Předpoklady: Nechť X, X,, fukcí F, Y, Y,, fukcí G, X m Y Hypotéza: Testueme hypotézu: H e áhodý výběr ze spotého rozděleí s dstrbučí e áhodý výběr ze spotého rozděleí s dstrbučí : F G prot alteratví: : F G Prcp: Pro áhodé výběry X, X,, X m a Y, Y,, Y vytvoříme emprcké dstrbučí fukce. card{, X x} card{, Y x} Fm ( x) G ( x) Dm, sup Fm ( x) G ( x) x m Pak hypotézu: H : F G prot alteratví: H A : F G ezamítáme, pokud D m, e meší rovo ež krtcká hodota (, m) (tabulka). H A D
5 SP3 Neparametrcké testy hypotéz Lbor Žák Kolmogorovův- Smrovův dvouvýběrvý test
6 SP Testováí hypotéz o rozděleí Lbor Žák Kolmogorovův- Smrovův dvouvýběrvý test (, m) D Pro velké m, : m 5 D (, m) m l m
7 SP3 Neparametrcké testy hypotéz Lbor Žák Kolmogorovův- Smrovův dvouvýběrvý test Příklad: Př prví písemce z Pravděpodobost a statstky bylo ve dvou skupách dosažeo těchto výsledků:. skupa: 0, 7, 6, 4,, 9, 6, 7,,, 4,. skupa:, 5, 8, 5, 9,, 0 Pomocí Kolmogorova- Smrova dvouvýběrvého testu zstěte a hladě výzamost 5%, že skupy maí steou úroveň vědomostí z PaS..
8 SP3 Neparametrcké testy hypotéz Lbor Žák Korelačí aalýza Spearmeův korelačí koefcet Na základě pořadí lze odhadou závslost. Jsou l pořadí u složky X a Y podobá, e zde možá závslost mez X a Y. Měme áhodý vektor ( X, Y) T a k ěmu áhodý výběr: T (, Y ), X,( X, Y ) Nechť P, P,, e pořadí X, X,, a Q, Q,, pořadí Y, Y,, Y P X Q Pak výběrový Spearmeův korelačí koefcet se defue ako výběrový korelačí koefcet pořadí: R S R( P, Q) R( P, Q) P PQ P P Q Q Q ` R S 6 ( P Q ( ) ) T
9 SP3 Neparametrcké testy hypotéz Lbor Žák Korelačí aalýza Spearmeův korelačí koefcet Testueme ulovou hypotézu H 0 : R S = 0 - ezávslost H 0 : R S = 0 vzhledem k alteratví hypotéze: H A : R S 0 se ezamítá, pokud r S r * S (, ); r * S (, ) kde * r S (, ) e tabelovaá hodota: r S e realzace R S Pro >30 lze hodotu ahradt: kde u * r S (, ) e kvatl ormovaého ormálího rozděleí. u
10 Lbor Žák Platí: Pokud se edá o výběr z regulárího dvorozměrého ormálího rozděleí s korelačím koefcetem ρ, Pro rostoucí dostaeme: Korelačí aalýza Spearmeův korelačí koefcet arcs ) ( 6 arcs 6 ) ( R E S S r r 6 s SP3 Neparametrcké testy hypotéz Pokud e počet steých hodot u X a Y více, používá se korgovaá statstka: kde t (s ) e počet steých hodot pro X (Y). Y X korg S T T Q P R ) ( ) ( 6, k X t t T 3 l Y s s T 3
11 SP3 Neparametrcké testy hypotéz Lbor Žák Korelačí aalýza Spearmeův korelačí koefcet - příklad Spermeův korelačí koefcet r S : 0,8000 Krtcká hod. pro hypotézu H 0 :r S =0: 0,44 Pearsoův korelačí koefcet: 0,78457 Odhad Pearsoova korelačího koefcetu z Spearmeova: 0,83473
12 SP3 Neparametrcké testy hypotéz Lbor Žák Spearmeův korelačí koefcet - příklad Příklad: Ve skupě studetů byly získáy formace o výšce a váze. Výška: Váha: Odhaděte korelac pomocí Spearmeův korelačího koefcetu a otestute hypotéz, že e rove 0 a hladě výzamost 5%.
13 SP3 Neparametrcké testy hypotéz Lbor Žák Kruskal-Walls test vícevýběrový test Předpoklady: Nechť,, X,,, X fukcí, =,,k. X, F Hypotéza: Testueme hypotézu: H : F e áhodý výběr ze spotého rozděleí s dstrbučí prot alteratví: H Prcp: Náhodé výběry X,, X,,, X,, =,,k sloučíme do edoho souboru a spočteme pořadí. Nechť T součet pořadí odpovídaící -tému áhodému výběru. k. k ( ) Ozačme, pak T Kruskal-Walls test test založeý a statstce F Q ( ) F k k T 3( ) A : l, F l F
14 SP3 Neparametrcké testy hypotéz Lbor Žák Kruskal-Walls test vícevýběrový test Hypotézu: H F F prot alteratví: H : l, F F zamítáme, : F k A l pokud Q e větší ež Kruskal-Walls kvatl. Pokud e počet shod více ak 5%, používá se korgovaá statstka: Q Qad k 3 3 ( ) ( t t ) kde t e počet shod v realzac -tého rozděleí. Pro 5 použít asymptotckou verz: pokud,, k, pak k T as. Q 3( ) ~ ( k ( ) )
15 SP3 Neparametrcké testy hypotéz Lbor Žák Kruskal-Walls test vícevýběrový test Postup: Pomocí realzace spočítáme T a Q. pokud Q 0, ( k ), pak hypotézu H : F F ezamítáme. F k Pozámka: Kruskal-Walls test e lokálě eslěší pořadový test pro edoduché tříděí v případě, že pocházeí z rozděleí, které se lší posuutím.
16 SP3 Neparametrcké testy hypotéz Lbor Žák Kruskal-Walls test příklad Příklad: Př prví písemce z Pravděpodobost a statstky bylo ve třech skupách dosažeo těchto výsledků:. skupa: 0, 7, 6, 4,, 9. skupa:, 5, 8, 5, 9 3. skupa: 6, 7,,, 4,, 0 Pomocí Kruskal-Walls testu zstěte a hladě výzamost 5%, že skupy maí steou úroveň vědomostí z PaS..
PRAVDĚPODOBNOST A STATISTIKA
SP4 Přpomeutí pojmů PRAVDĚPODOBNOST A STATISTIKA SP4 Přpomeutí pojmů SP4 Přpomeutí pojmů Pravděpodobost Náhodý jev: - základí prostor - elemetárí áhodý jev A - áhodý jev, - emožý jev, jstý jev podjev opačý
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,
VíceIlustrativní příklad ke zkoušce z B_PS_A léto 2014.
Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95
VíceTestování statistických hypotéz
Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím
VícePRAVDĚPODOBNOST A STATISTIKA
Matematka IV PRAVDĚPODOBNOT A TATITIKA Lbor Žák Matematka IV Lbor Žák Regresí aalýza Regresí aalýza zkoumá závslost mez ezávslým proměým X ( X,, X k a závsle proměou Y. Tato závslost se vjadřuje ve tvaru
VícePRAVDĚPODOBNOST A STATISTIKA
SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty
VíceIlustrativní příklad ke zkoušce z B_PS_A léto 2013.
Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95
VícePRAVDĚPODOBNOST A STATISTIKA
SP Záko velkých čísel, cetrálí lmtí věta PRAVDĚPODOBNOST A STATISTIKA Lbor Žák SP Záko velkých čísel, cetrálí lmtí věta Lbor Žák Kovergece podle pravděpodobost Posloupost áhodých proměých,,,, koverguje
VíceOdhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.
Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt
VícePRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady
SP Bodové a tervalové odhady PRAVDĚPODOBNOST A STATISTIKA Bodové a tervalové odhady Lbor Žák SP Bodové a tervalové odhady Lbor Žák Bodové a tervalové odhady Nechť je áhodá proměá, která má dstrbučí fukc
VíceOdhady parametrů základního. Ing. Michal Dorda, Ph.D.
Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme
Více12. Neparametrické hypotézy
. Neparametrcké hypotézy V této část se budeme zabývat specálí částí teore statstckých hypotéz tzv. eparametrckým hypotézam ebo jak řečeo eparametrckým statstckým testy. Neparametrcké se azývají proto,
VíceNáhodný výběr 1. Náhodný výběr
Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti
VícePRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor
SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor Lbor Žák SP Náhodý vektor Lbor Žák Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu
VíceOdhady parametrů 1. Odhady parametrů
Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:
VícePravděpodobnost a aplikovaná statistika
Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 3. ÚKOL JB TEST 3. Úkol zadáí pro statistické testy U každého z ásledujících testů uveďte ázev (včetě autora), předpoklady použití, ulovou
VícePRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor
SP Náhodý vektor PRAVDĚPODOBNOS A SAISIKA Náhodý vektor SP Náhodý vektor Náhodý vektor Náhodý vektor slouží k popsu výsledku pokusu kdy měříme více údaů o procesu. Před provedeím pokusu eho výsledek a
VíceSP2 Korelační analýza. Korelační analýza. Libor Žák
Korelačí aalýza Přpomeutí pojmů áhodá proměá áhodý vetor áhodý vetor Náhodý výběr: pro áhodou proměou : pro áhodý vetor : pro áhodý vetor : Přpomeutí pojmů - ovarace Kovarace áhodých proměých ovaračí oefcet
Vícea další charakteristikou je četnost výběrového souboru n.
Předáška č. 8 Testováí rozptylu, testy relatví četost, testy dobré shody, test ezávslost kvaltatvích zaků Testy rozptylu Testy se používají k ověřeí hypotézy o určté velkost rozptylu a k ověřeí vztahu
VíceÚvod do korelační a regresní analýzy
Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou
VícePRAVDĚPODOBNOST A STATISTIKA
SP Náhodý vektor PRAVĚPOOBNOS A SAISIKA Lbor Žák SP Náhodý vektor Lbor Žák Náhodý vektor přpomeutí pomů z SP V prví část kurzu SP s rozšíříme pomy o áhodém vektoru z SP: Nechť e áhodý vektor eho složky:
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr
Více14. B o d o v é o d h a d y p a r a m e t r ů
4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž
Více12. N á h o d n ý v ý b ě r
12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých
VíceTestování statistických hypotéz
Testováí statstckých hyotéz Př statstckých šetřeích se často setkáváme s roblémy tohoto druhu () Máme zjstt, zda dva daé vzorky ocházejí z téhož ZS. () Máme rozhodout, zda rozdíly hodot růměrů (res. roztylů)
VíceMendelova univerzita v Brně Statistika projekt
Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4
VíceOdhady a testy hypotéz o regresních přímkách
Lekce 3 Odhad a tet hpotéz o regreích přímkách Ve druhé lekc jme kotruoval kofdečí terval a formuloval tet hpotéz o korelačím koefcetu Korelačí koefcet je metrckou charaktertkou tezt závlot, u které ezáleží
VíceMetody zkoumání závislosti numerických proměnných
Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy
VíceGenerování dvojrozměrných rozdělení pomocí copulí
Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta
Více4. B o d o v é o d h a d y p a r a m e t r ů
4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž
VícePravděpodobnost a aplikovaná statistika
Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 6. KAPITOLA CENTRÁLNÍ LIMITNÍ VĚTA 6.11.2017 Opakováí: Čebyševova erovost příklad Pravděpodobost vyrobeí zmetku je 0,5. Odhaděte pravděpodobost,
Více6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.
6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola
VíceZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)
ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti
VíceSTATISTICKÁ ANALÝZA. Doc. RNDr. Zden k Karpíšek, CSc. P ehledový u ební text pro doktorské studium. Vysoké u ení technické v Brn
Vysoké ueí techcké v Br Fakulta strojího žeýrství STATISTICKÁ ANALÝZA Doc. RNDr. Zdek Karpíšek, CSc. Pehledový uebí tet pro doktorské studum BRNO 008 Pedášející: Doc. RNDr. Zdek Karpíšek, CSc. Cetrum pro
VíceNEPARAMETRICKÉ METODY
NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost
Více8. Zákony velkých čísel
8 Zákoy velkých čísel V této část budeme studovat velm často užívaá tvrzeí o součtech posloupost áhodých velč Nedříve budeme vyšetřovat tvrzeí azývaá souhrě ako slabé zákoy velkých čísel Veškeré úvahy
VíceV. Normální rozdělení
V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,
Více0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)
. Příklad Při průzkumu trhu projevilo 63 z dotázaých zákazíků zájem o iovovaý výrobek, který má být uvede a trh se zákazíky. Odvoďte a odhaděte proceto a počet zájemců v populaci s 95% spolehlivostí. Následě
VíceTento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i
: ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru
VíceÚvod do teorie měření
Uverzta Jaa Evagelsty Purkyě v Ústí ad Labem Přírodovědecká fakulta Úvod do teore měřeí Prof. Chlář emář 0 Průměr, rozptyl a směrodatá odchylka X = X = ( X X ) = = = Výpočty pomocí vzorců a pomocí statstckých
VíceInterpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2
Iterpolace pomocí sple křvky dáo: bodů v rově úkol: alézt takovou křvku, která daým body prochází y f f 2 f 0 f x0 x... x 2 x x Iterpolace pomocí sple křvky evýhodou polyomálí terpolace změa ěkterého z
VíceCvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu
Cvičeí 6: Bodové a itervalové odhady středí hodoty, rozptylu a koeficietu korelace, test hypotézy o středí hodotě při zámém rozptylu Příklad : Bylo zkoumáo 9 vzorků půdy s růzým obsahem fosforu (veličia
VíceTESTOVÁNÍ STATISTICKÝCH HYPOTÉZ
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ je postup, pomocí ěhož a základě áhodého výběru ověřujeme určté předpoklady (hypotézy) o základím souboru STATISTICKÁ HYPOTÉZA předpoklad (tvrzeí) o parametru G základího
Více8. Odhady parametrů rozdělení pravděpodobnosti
Pozámky k předmětu Aplikovaá statistika, 8 téma 8 Odhady parametrů rozděleí pravděpodobosti Zaměříme se a odhad středí hodoty a rozptylu a to dvěma způsoby Předpokládejme, že máme áhodý výběr X 1,, X z
VíceTestování hypotéz. 3.1 Základní pojmy a obecný postup při testování
Lekce 3 Testováí hypotéz Vlajkovou lodí matematcké statstky jsou techky testováí hypotéz. Formulace hypotéz a jejch ověřováí jsou základím mechasmem postupu ldského pozáí. Pokud jsou formace, potřebé k
VíceEKONOMETRIE 9. přednáška Zobecněný lineární regresní model
EKONOMETRIE 9. předáška Zobecěý lieárí regresí model Porušeí základích podmíek klasického modelu Metoda zobecěých emeších čtverců Jestliže sou porušey ěkteré podmíky klasického modelu. E(u),. E (uu`) σ
VícePřednáška č. 10 Analýza rozptylu při jednoduchém třídění
Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě
VíceUČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY. Přírodovědecká fakulta ANALÝZA DAT. 2. upravené vydání. Josef Tvrdík
UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. upraveé vydáí Josef Tvrdík OSTRAVSKÁ UNIVERZITA 008 OBSAH: Úvod... 3 Parametrcké testy o shodě středích hodot... 4. Jedovýběrový t-test...
VíceS1P Popisná statistika. Popisná statistika. Libor Žák
SP Popsá statstka Popsá statstka Lbor Žák SP Popsá statstka Lbor Žák Základí zdroje : skrpta Mateatka IV - doc. RNDr. Z. Karpíšek, CSc. ateatka o le - http://athole.fe.vutbr.cz/ Základ ateatcké statstk
VíceIntervalové odhady parametrů některých rozdělení.
4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:
Více8. cvičení 4ST201-řešení
cvičící 8. cvičeí 4ST01-řešeí Obsah: Neparametricé testy Chí-vadrát test dobréshody Kotigečí tabuly Aalýza rozptylu (ANOVA) Vysoá šola eoomicá 1 VŠE urz 4ST01 Neparametricé testy Neparametricétesty využíváme,
VíceKatedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti
Katedra pravděpodobosti a matematické statistiky Oborový semiář χ 2 test ezávislosti Petr Míchal 27 listopadu 2017 Situace 2 X {1,, I}, Y {1,, J} Jsou X a Y ezávislé? K dispozici máme áhodý vyběr (X 1,
Více8. Analýza rozptylu.
8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,
VíceCvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu
Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekoomcká fakulta Semestrálí ráce S kua Jméa: Leka Pastorová, Davd arha, Ja Vtásek a Fl Urbačík Ročík: 0/06 Učtel: gr. Jří Rozkovec Obor: Podková ekoomka Datum:.. 06 Obsah
VícePravděpodobnostní model doby setrvání ministra školství ve funkci
Pravděpodobostí model doby setrváí miistra školství ve fukci Základí statistická iferece Data Zdro: http://www.msmt.cz/miisterstvo/miistri-skolstvi-od-roku-848. Ke statistickému zpracováí byla vzata pozorováí
VícePravděpodobnost a aplikovaná statistika
Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí
VícePřednáška V. Úvod do teorie odhadu. Pojmy a principy teorie odhadu Nestranné odhady Metoda maximální věrohodnosti Průměr vs.
Předáška V. Úvod do teore odhadu Pojmy a prcpy teore odhadu Nestraé odhady Metoda mamálí věrohodost Průměr vs. medá Opakováí výběrová dstrbučí fukce Sestrojíme výběrovou dstrbučí fukc pro výšku a váhu
VíceUNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesné výchovy
UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesé výchovy VYBRANÉ NEPARAMETRICKÉ STATISTICKÉ POSTUPY V ANTROPOMOTORICE Zdeěk Havel Davd Chlář 0 VYBRANÉ NEPARAMETRICKÉ
Víceodhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.
10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé
Více4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností
4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.
VíceTESTOVÁNÍ STATISTICKÝCH HYPOTÉZ
TESTOVÁNÍ STATISTICKÝC YPOTÉZ je postup, pomocí ěhož a základě áhodého výběru ověřujeme určité předpoklady (hypotézy) o základím souboru STATISTICKÁ YPOTÉZA předpoklad (tvrzeí) o parametru G základího
VíceTest dobré shody se používá nejčastěji pro ověřování těchto hypotéz:
Ig. Marta Ltschmaová Statstka I., cvčeí 1 TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ Dosud jsme se zabýval testováím parametrcký hypotéz, což jsou hypotézy o parametrech rozděleí (populace). Statstckým hypotézám
VícePRAVDĚPODOBNOST A STATISTIKA
P NOV PRVDĚPODOBNOT TTTK Lbor Žák P NOV Lbor Žák Vícvýběrové tsty - NOV NOV tsty s rovádí s omocí aalýzy roztylů NOV souhré tsty ro víc ěž dva výběry. NOV aramtrcká tstováí charaktrstk z zámých rozdělí
VíceTestujeme hypotézu: proti alternativě. Jednoduché třídění:
Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Testujeme hypotézu: proti alterativě H : μ = μ = = μ H : e všechy středí hodoty μ,, μ jsou si rovy Jedoduché
VíceDoc. Ing. Dagmar Blatná, CSc.
PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj
VíceMASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA BAKALÁŘSKÁ PRÁCE. Dvouvýběrové parametrické a neparametrické testy
MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA BAKALÁŘSKÁ PRÁCE Dvouvýběrové parametrcké a eparametrcké testy Bro 5/6 Zuzaa Berá Prohlášeí Prohlašuj, že jsem tuto bakalářskou prác vypracovala samostatě za
Více, jsou naměřené a vypočtené hodnoty závisle
Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,
Více11. Popisná statistika
. Popsá statstka.. Pozámka: Př statstckém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákotost, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme statstcké jedotky. Př
VíceNejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A
Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota
VícePRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení
PRAVDĚPODOBNOST A STATISTIKA Testování hypotéz o rozdělení Testování hypotéz o rozdělení Nechť X e náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládeme, že neznáme tvar distribuční funkce
Více8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI
8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI Ča ke tudiu kapitoly: 60 miut Cíl: Po protudováí tohoto odtavce budete umět: charakterizovat další typy pojitých rozděleí: χ, Studetovo, Ficher- Sedocorovo -
VíceNáhodné jevy, jevové pole, pravděpodobnost
S Náhodé jevy pravděpodobost Náhodé jevy jevové pole pravděpodobost Lbor Žák S Náhodé jevy pravděpodobost Lbor Žák Základí pojmy Expermet česky též vědecký pokus je soubor jedáí a pozorováí jehož účelem
Vícei 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky
Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí
VíceSpolehlivost a diagnostika
Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore
VícePRAVDĚPODOBNOST A STATISTIKA
P NOV PRVDĚPODOBNOT TTTK Lbor Žák P NOV Lbor Žák Vícvýběrové tty - NOV NOV tty provádí pomocí aalýzy rozptylů NOV ouhré tty pro víc ěž dva výběry. NOV paramtrcká ttováí charaktrtk z zámých rozdělí pokud
Více1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru
Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v
VíceOdhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:
Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy
VíceUČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík
UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT Josef Tvrdík OSTRAVSKÁ UNIVERZITA 00 OBSAH ÚVOD... 3 PROGRAMOVÉ PROSTŘEDKY PRO STATISTICKÉ VÝPOČTY... 4. TABULKOVÝ PROCESOR EXCEL...4.
VíceKapitola 6. : Neparametrické testy o mediánech
Kapitola 6 : Neparametrické testy o mediáech Cíl kapitoly Po prostudováí této kapitoly budete umět - provádět testy hypotéz o mediáu jedoho spojitého rozložeí - hodotit shodu dvou ezávislých áhodých výběrů
Více8 NELINEÁRNÍ REGRESNÍ MODELY
8 NELINEÁRNÍ REGRESNÍ MODELY 8 Tvorba eleárího regresího modelu Postup tvorby eleárího regresího modelu se dá rozčlet do těchto kroků: Návrh regresího modelu Obvykle se jako eleárí regresí model používá
VíceMěření závislostí. Statistická závislost číselných znaků
Měřeí závslostí Statstcká závslost číselých zaků - závslost dvou velč lze vádřt ako ech fukčí vztah vzorcem, taulkou hodot příslušé fukce eo grafck; - mez zak zkoumaých evů zšťueme estec příčé (kauzálí
VíceUČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík
UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT (OPRAVENÁ VERZE 006) Josef Tvrdík OSTRAVSKÁ UNIVERZITA 00 Obsah: Úvod... 3 Programové prostředky pro statstcké výpočty... 4. Tabulkový
VíceOptimalizace portfolia
Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí
VícePři sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací
3. Náhodý výběr Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých realizací
VíceSP NV Normalita-vlastnosti
SP - - NV Normala-vlasos Přpomeuí vlasosí Normálího rozděleí Charakerscká fukce Lévyho-Ldebergova věa - cerálí lmí věa -rozměré ormálí rozděleí -rozměré ormálí rozděleí Přpomeuí vlasosí Normálího rozděleí
Více8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy
cvičící 8. cvičeí 4ST1 Obsah: Neparametricé testy Chí-vadrát test dobréshody Kotigečí tabuly Aalýza rozptylu (ANOVA) Vysoá šola eoomicá 1 VŠE urz 4ST1 Neparametricé testy Neparametricétesty využíváme,
VíceRegresní a korelační analýza
Regresí a korelačí aalýza Závslost příčá (kauzálí). Závslostí pevou se ozačuje případ, kdy výskytu jedoho jevu utě odpovídá výskyt druhé jevu (a často aopak). Z pravděpodobostího hledska jde o vztah, který
VíceMetody statistické analýzy. doc. Ing. Dagmar Blatná, CSc.
Metody statstcké aalýzy doc. Ig. Dagmar Blatá, CSc. Bakoví sttut vysoká škola, a.s. Praha 0 METODY STATISTICKÉ ANALÝZY Autor: Recezet: Vydal: Tsk: Vydáí: doc. Ig. Dagmar Blatá, CSc. doc. Ig. Jří Trešl,
Více9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost
Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,
VícePRAVDĚPODOBNOST A STATISTIKA. Testy hypotéz
SP3 Tey hypoéz PRAVDĚPODOBNOST A STATISTIKA Tey hypoéz Lbor Žá SP3 Tey hypoéz Lbor Žá Tey hypoéz- úvod Nechť X X e áhodý výběr T X X X áhodý veor ezávlé ložy erý má rozděleí závlé a parameru θ Θ Θ R Ozačme:
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta troího ižeýrtví Matematika IV Semetrálí práce Zpracoval: Čílo zadáí: 7 Studií kupia: Datum: 8.4. 0 . Při kotrole akoti výrobků byla ledováa odchylka X [mm] eich rozměru
VícePřednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti
Předáška VI. Itervalové odhady Motivace Směrodatá odchylka a směrodatá chyba Cetrálí limití věta Itervaly spolehlivosti Opakováí estraé a MLE Jaký je pricip estraých odhadů? Jaký je pricip odhadů metodou
VíceČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopraví Statistika Semestrálí práce Zdražováí pohoých hmot Jméa: Martia Jelíková, Jakub Štoudek Studijí skupia: 2 37 Rok: 2012/2013 Obsah Úvod... 2 Použité
VíceIntervalové odhady parametrů
Itervalové odhady parametrů Petr Pošík Části dokumetu jsou převzaty (i doslově) z Mirko Navara: Pravděpodobost a matematická statistika, https://cw.felk.cvut.cz/lib/ee/fetch.php/courses/a6m33ssl/pms_prit.pdf
VíceDVOUVÝBĚROVÉ PODMÍNĚNÉ POŘADOVÉ TESTY VANALÝZEPŘEŽITÍ
ROBUST 2000, 3 8 c JČMF 200 DVOUVÝBĚROVÉ ODMÍNĚNÉ OŘADOVÉ TESTY VANALÝZEŘEŽITÍ LENKA KOBLÍŽKOVÁ Abstrakt The preset paper deals with coditioal rak tests i survival aalysis for two sample problem with radomly
Více14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou
4. Testováí statistických hypotéz Úvod Při práci s daty se mohdy spokojujeme s itervalovým či bodovým odhadem parametrů populace. V mohých případech se však uchylujeme k jiému postupu, většiou jde o případy,
VíceJednoduchá lineární regrese
Jedoduchá leárí regrese Motvace: Cíl regresí aalýz - popsat závslost hodot velč Y a hodotách velč X. Nutost vřešeí dvou problémů: a) jaký tp fukce se použje k popsu daé závslost; b) jak se staoví kokrétí
VícePřednáška č. 2 náhodné veličiny
Předáša č. áhodé velčy Pozámy záladím pojmům z počtu pravděpodobost Pozáma 1: Př výpočtu pravděpodobost áhodého jevu dle lascé defce je uté věovat pozorost způsobu formulace vybraého jevu. V ásledující
Více