PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

Rozměr: px
Začít zobrazení ze stránky:

Download "PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2"

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

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

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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,

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní 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

Více

Testování statistických hypotéz

Testování 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

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Ilustrativní 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

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady 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

Více

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

PRAVDĚPODOBNOST 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

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady 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

Více

12. Neparametrické hypotézy

12. 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,

Více

Náhodný výběr 1. Náhodný výběr

Náhodný 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

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST 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

Více

Odhady parametrů 1. Odhady parametrů

Odhady 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:

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost 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

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor

PRAVDĚPODOBNOST 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

Více

SP2 Korelační analýza. Korelační analýza. Libor Žák

SP2 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

Více

a další charakteristikou je četnost výběrového souboru n.

a 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

Více

Úvod do korelační a regresní analýzy

Úvod 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

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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:

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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

Více

14. B o d o v é o d h a d y p a r a m e t r ů

14. 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

Více

12. N á h o d n ý v ý b ě r

12. 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

Více

Testování statistických hypotéz

Testování 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)

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova 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

Více

Odhady a testy hypotéz o regresních přímkách

Odhady 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

Více

Metody zkoumání závislosti numerických proměnných

Metody 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

Více

Generování dvojrozměrných rozdělení pomocí copulí

Generování 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

Více

4. 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 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

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost 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,

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 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

Více

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ZÁKLADNÍ 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

Více

STATISTICKÁ ANALÝZA. Doc. RNDr. Zden k Karpíšek, CSc. P ehledový u ební text pro doktorské studium. Vysoké u ení technické v Brn

STATISTICKÁ 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

Více

NEPARAMETRICKÉ METODY

NEPARAMETRICKÉ 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

Více

8. Zákony velkých čísel

8. 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

Více

V. Normální rozdělení

V. 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,

Více

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

0,063 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

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento 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

Více

Úvod do teorie měření

Úvod 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

Více

Interpolační křivky. Interpolace pomocí spline křivky. f 1. f 2. f n. x... x 2

Interpolační 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

Více

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Cvičení 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

Více

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

TESTOVÁNÍ 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

Více

8. Odhady parametrů rozdělení pravděpodobnosti

8. 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

Více

Testování hypotéz. 3.1 Základní pojmy a obecný postup při testování

Testování 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

Více

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

EKONOMETRIE 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

Více

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Přednáška 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

Více

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY. Přírodovědecká fakulta ANALÝZA DAT. 2. upravené vydání. Josef Tvrdík

UČEBNÍ 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...

Více

S1P Popisná statistika. Popisná statistika. Libor Žák

S1P 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

Více

Intervalové odhady parametrů některých rozdělení.

Intervalové 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:

Více

8. cvičení 4ST201-řešení

8. 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,

Více

Katedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti

Katedra 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,

Více

8. Analýza rozptylu.

8. 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,

Více

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 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

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ 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

Více

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Pravděpodobnostní 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

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost 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

Více

Přednáška V. Úvod do teorie odhadu. Pojmy a principy teorie odhadu Nestranné odhady Metoda maximální věrohodnosti Průměr vs.

Přednáška 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

Více

UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesné výchovy

UNIVERZITA 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

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady 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

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 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.

Více

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

TESTOVÁNÍ 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

Více

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

Test 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

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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

Více

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

Testujeme 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

Více

Doc. Ing. Dagmar Blatná, CSc.

Doc. 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

Více

MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA BAKALÁŘSKÁ PRÁCE. Dvouvýběrové parametrické a neparametrické testy

MASARYKOVA 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

, 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,

Více

11. Popisná statistika

11. 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

Více

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty 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

Více

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení

PRAVDĚPODOBNOST 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

Více

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

8 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 -

Více

Náhodné jevy, jevové pole, pravděpodobnost

Náhodné 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

Více

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

i 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

Více

Spolehlivost a diagnostika

Spolehlivost 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

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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

Více

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

1.1 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

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady 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

Více

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

UČEBNÍ 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.

Více

Kapitola 6. : Neparametrické testy o mediánech

Kapitola 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

Více

8 NELINEÁRNÍ REGRESNÍ MODELY

8 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

Více

Měření závislostí. Statistická závislost číselných znaků

Měření 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

Více

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

UČEBNÍ 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

Více

Optimalizace portfolia

Optimalizace 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

Více

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Při 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

Více

SP NV Normalita-vlastnosti

SP 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

Více

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy

8. 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,

Více

Regresní a korelační analýza

Regresní 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

Více

Metody statistické analýzy. doc. Ing. Dagmar Blatná, CSc.

Metody 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,

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. 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,

Více

PRAVDĚPODOBNOST A STATISTIKA. Testy hypotéz

PRAVDĚPODOBNOST 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:

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

VYSOKÉ 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

Více

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Přednáška 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

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ 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

Více

Intervalové odhady parametrů

Intervalové 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

Více

Kvantily. Problems on statistics.nb 1

Kvantily. Problems on statistics.nb 1 Problems o statistics.b Kvatily 5.. Nechť x a, kde 0 < a

Více

DVOUVÝBĚROVÉ PODMÍNĚNÉ POŘADOVÉ TESTY VANALÝZEPŘEŽITÍ

DVOUVÝBĚROVÉ 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

Více

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

14. 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,

Více

Jednoduchá lineární regrese

Jednoduchá 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

Více

Přednáška č. 2 náhodné veličiny

Přednáška 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