Téma 4: Výběrová šetření

Rozměr: px
Začít zobrazení ze stránky:

Download "Téma 4: Výběrová šetření"

Transkript

1 Výběrová šetřeí Téma : Výběrová šetřeí Předáška Výběrové charaktertky a jejch rozděleí Výzam a druhy výběrového šetřeí tattcké šetřeí úplé vyčerpávající eúplé výběrové výběrové šetřeí aha o to aby výběrový oubor dobře reprezetoval základí oubor potom je možé zobect pozatky z výběrového ouboru a celý základí oubor výběr áhodý pravděpodobotí záměrý ejjedodušší áhodý výběr je tzv. protý áhodý výběr tj. přímý výběr kde každá jedotka má tejou pravděpodobot výběru výběr opakováím vraceím a bez opakováí bez vraceí je-l / N 5 ebo základí oubor je ekoečý hypotetcký považuje e požadavek a ezávlot za plěý jedoduché a ložeé výběry techka áhodého výběru Výběrové charaktertky a jejch rozděleí Mějme základí oubor o rozahu N jedotek zajímá á zak apř. objem pva v lahv. Ze základího ouboru vybereme jedotek. Výběr každé jedotky můžeme považovat za áhodý poku. Zkoumaý zak je vlatě áhodá velča která je popáa buď pravděpodobotí fukcí ebo fukcí hutoty pravděpodobot. Rozděleí pravděpodobotí áhodé velčy kterou pozorujeme e azývá tattcký model. U každé jedotky která e dotae do výběrového ouboru zjtíme hodotu zkoumaého zaku x. Tuto hodotu můžeme chápat jako jedu z možých hodot áhodé velčy. Každá z těchto áhodých velč má tejé rozděleí jako zak. Náhodý výběr je tedy poloupotí ezávlých velč e tejým rozděleím. Můžeme ho chápat jako vektor. Kokrétí realzac budeme začt x x x x. Naměřeé hodoty x x x azýváme pozorováí ebo také vtupí emprcká data. Fukce áhodých velč e azývá tattka: T T... T. Výběrové charaktertky jou právě takové tattky: - 7 -

2 Výběrová šetřeí Výběrový úhr M Výběrový průměr Výběrový rozptyl Výběrová měrodatá odchylka Výběrový r-tý cetrálí momet M r r Základí rozptyl z výběru M Výběrový koefcet škmot M A 3 M M Výběrový koefcet špčatot A 3 M 3 3 Všechy tyto charaktertky popujeme jako každou jou áhodou velču hovoříme o rozděleí výběrových charaktertk ebol o výběrových rozděleích. Nejvíce á budou zajímat tředí hodoty a rozptyly: M M. Výběrový úhr Má-l lbovolé rozděleí z ěhož áhodý výběr pochází tředí hodotu a rozptyl tj. a potom platí M a eboť jou ezávlé. Výběrový úhr M má tedy tředí hodotu M M a rozptyl M

3 Výběrová šetřeí Výběrový průměr Má-l lbovolé rozděleí z ěhož áhodý výběr pochází tředí hodotu a rozptyl tj. a potom platí a eboť jou ezávlé. Výběrový průměr má tedy tředí hodotu a rozptyl. Výběrový rozptyl a základí rozptyl z výběru Má-l lbovolé rozděleí z ěhož áhodý výběr pochází tředí hodotu rozptyl a. cetrálí momet tj. platí pro výběrový rozptyl a základí rozptyl z výběru: a 3 a 3. tattka vyjadřuje míru varablty aměřeých hodot a je výběrovým protějškem rozptylu ke kterému př rotoucím koverguje podle pravděpodobot. Př odvozeí budeme vycházet z těchto vztahů: [ ] [ ] [ ] + + [ ] [ ] [ ] + +. využtím těchto vztahů ejprve dokážeme :. + +

4 Výběrová šetřeí Protože lze dál odvodt tedy. Pochází-l áhodý výběr z ormálího rozděleí e tředí hodotou a rozptylem pak a výběrový úhr má ormálí rozděleí parametry M M tj. M ~ N b výběrový průměr má ormálí rozděleí parametry tj. ~ N. Předáška - Odhady charaktertk základího ouboru Úkolem výběrového šetřeí je podat formac o ezámé hodotě charaktertky základího ouboru č o parametrech rozděleí základího ouboru a základě áhodého výběru. Charaktertky základího ouboru azýváme parametry příp. teoretcké charaktertky a začíme je řeckým pímey Θ. Charaktertky áhodého výběru azýváme výběrové charaktertky ebo tattky a začíme je latkým pímey Q.... Bodový odhad parametru Bodovým odhadem parametru Θ rozumíme tattku T T... T jejíž hodoty kolíají kolem Θ. Bodový odhad parametru Θ tedy počívá v jeho ahrazeí jedím čílem bodem; potom píšeme odh Θ Θˆ T x ebo et Θ T a čteme: odhadem etmátorem parametru Θ je tattka T. Př bodovém odhadu hledáme takovou tattku která co ejlépe aproxmuje kutečou hodotu parametru a pokytuje tak ejkvaltější odhad. Na odhady jou proto kladeé požadavky: etraot vydatot a koztece. Netraý odhad tattka T je etraým ezkreleým evychýleým odhadem jetlže platí [ T ] Θ

5 Výběrová šetřeí Teto požadavek vyjadřuje kutečot že použtý bodový odhad kutečou hodotu charaktertky a eadhodocuje a epodhodocuje. [ T ] Θ B T Θ e azývá vychýleí odhadu T. Např. etraým odhadem tředí hodoty je ˆ x protože pro lbovolé rozděleí platí. Aymptotcky etraý odhad Některé odhady jou ce zkreleé ale rotoucím rozahem výběru e jejch zkreleí zmešuje. Je-l T odhad založeý a pozorováích a jetlže platí lm T [ ] Θ pak říkáme že T je aymptotcky etraým odhadem parametru Θ. Např. eí etraým odhadem parametru ale je aymptotcky etraým odhadem eboť platí lm lm. Vydatot odhadu Může atat případ že budeme mít k dpozc více etraých odhadů. Potom dáme předot tattce která má meší rozptyl. V moha obvyklých tuacích lze tattku která má ze všech možých tattk daého typu pokytujících etraý odhad parametru Θ ejmeší rozptyl azvat ejlepším etraým odhadem ebo také vydatým odhadem parametru Θ. Např. pro parametr λ Pooova rozděleí lze alézt etraé odhady: λˆ x rep. ˆ λ protože platí: λ a λ. Lze ale ukázat že < proto také lepším etraým odhadem parametru λ je λˆ x. Koztece odhadu Jetlže e rotoucím rozahem výběru zvětšuje pravděpodobot že bodový odhad T bude blízký hodotě parametru Θ základího ouboru tj. platí-l pro lbovolě malé ε > říkáme že odhad T Θ < ε lm P Θˆ T je koztetí. Potačující podmíka koztece: je-l T etraý odhad ebo alepoň aymptotcky etraý odhad parametru Θ a rozptyl T tohoto odhadu koverguje k ule potom odhad Θˆ T je koztetí

6 Výběrová šetřeí Např. pochází-l áhodý výběr z lbovolého rozděleí e tředí hodotou a rozptylem potom výběrový průměr je koztetím odhadem protože platí: a proto odhad ˆ x je etraý b lm lm tedy koverguje k ule. Přeot odhadu Je-l T tattka pomocí íž provedeme odhad parametru Θ potom přeot tohoto odhadu pouzujeme pomocí tředí kvadratcké chyby M [ T Θ ]... T + B T Θ kde T Θ je výběrová chyba T je rozptyl tattky T B T Θ je čtverec vychýleí odhadu. Je-l T etraým odhadem parametru Θ tj. [ T ] Θ potom B Θ a platí že tředí kvadratcká chyba je rova přímo rozptylu výběrové charaktertky T tj. M T. měrodatá odchylka tattky T je potom tzv. měrodatá tředí chyba odhadu M T T. tředí chyba odhadu eudává velkot výběrové chyby T Θ př odhadu a základě jedoho výběru ale charakterzuje jaká je průměrá výběrová chyba odhadů př všech možých výběrech daého rozahu a za tejých podmíek ze základího ouboru. Např. pro tředí hodotu lbovolého rozděleí platí že odhad ˆ je etraý proto měrodatá chyba odhadu je rova měrodaté odchylce výběrového průměru tj. M. Protože ezáme odhademe měrodatou chybu pomocí výběrové tředí chyby ˆ ˆ. Poz.: opoud jme áhodý výběr začl jako možu áhodých velč a hodoty áhodého výběru jako hodoty těchto velč x x x. Bez újmy a obecot budeme dále používat jtého zjedodušeí ve vyjádřeí áhodého výběru v podobě x x x

7 Výběrová šetřeí Itervalový odhad parametru Itervalový odhad parametru Θ počívá v kotrukc číelého tervalu jehož krají body jou tattky a ve kterém e odhadovaý parametr achází předem zvoleou pravděpodobotí. Mějme áhodý výběr x x x z rozděleí f x Θ. Jou-l T d x x x a T h x x x tattky pro ěž platí P T d < Θ < T * h potom terval T d T h e azývá -% terval polehlvot pro parametr Θ. Čílo je koefcet polehlvot polehlvot čílo azýváme rzko odhadu. Volba koefcetu je ovlvěa dvěma protchůdým požadavky: jedak aby byla doažea co ejvětší polehlvot odhadu avšak také aby terval ebyl přílš šroký. V prax e ejčatěj používá hodota 5. Poz.: Čím je větší polehlvot tím je terval polehlvot šrší tím e ale také žuje přeot - vz dále. Jetl-že pro terval polehlvot odpovídající rovc * platí P Θ Td P Θ Th pak terval T < Θ < T azýváme oboutraým tervalem polehlvot. d h / - / T d Θ T h Někdy je důležté odhadout ezámý parametr pouze hora ebo pouze zdola. Pak uvažujeme jedotraé tervaly polehlvot. Platí-l PΘ < T h - a PΘ T h pak terval Θ < Th azýváme pravotraým tervalem polehlvot. - Θ T h Platí-l PΘ > T d - a PΘ T d pak terval Θ > Td azýváme levotraým tervalem polehlvot. - T d Θ

8 Výběrová šetřeí Itervaly polehlvot pro parametry ormálího rozděleí Nechť áhodý výběr x x x pochází z rozděleí N. Př kotrukc tervalu polehlvot pro ezámý parametr budeme uvažovat že a rozptyl ezáme. Vychází e z věty o ormálím rozděleí a používá e tattka x t která má rozděleí t - tudetovo rozděleí - tup volot. Potom je oboutraý terval polehlvot x t < < x + t pravotraý terval polehlvot levotraý terval polehlvot < x + t > x t. Př kotrukc tervalu polehlvot pro ezámý parametr budeme opět vycházet z toho že tředí hodotu ezáme. Východkem je opět věta o ormálím rozděleí a používá e tattka z která má rozděleí χ Pearoovo χ rozděleí - tup volot. Potom je < < oboutraý terval polehlvot χ χ pravotraý terval polehlvot < χ levotraý terval polehlvot > χ. Itervaly polehlvot pro výběry velkého rozahu Nechť áhodý výběr x x x pochází z lbovolého rozděleí e tředí hodotou a koečým rozptylem. Př kotrukc tervalu polehlvot pro ezámý parametr e vychází z cetrálí lmtí věty. Předpokládáme že tj. dota

9 Výběrová šetřeí tečě velké > 3 př výrazější aymetr ledovaého zaku raděj > a použjeme tattku x u která má aymptotcky rozděleí N. Potom je oboutraý terval polehlvot pravotraý terval polehlvot x u < < x + u < x + u levotraý terval polehlvot > x u. Poz.: výraz u e azývá příputá chyba tředí hodoty a její ouvlot odhadem měrodaté chyby ˆ je vdět a tomto chématu apř. pro dolí odhad: příputá chyba > x u Ŝ Odtud je také zřejmé že pro větší polehlvot má terval tedec e rozšřovat a pro větší aopak zužovat. taoveí velkot výběru Jak velké taovt abychom dot vyokou pravděpodobotí - mohl tvrdt že odchylka výběrového průměru x od tředí hodoty základího ouboru epřekročí taoveou příputou chybu e ado odvodí z pravděpodobot: P. x < u < > u Nemáme-l žádé předběžé měřeí k dpozc potom e doporučuje provét předvýběr výběr o malém rozahu a za předpokladu ormálího rozděleí taovt rozah ze vztahu > t

10 Výběrová šetřeí Předáška - Tetováí hypotéz tattckou hypotézou e rozumí určté tvrzeí o parametrech rozděleí zkoumaé áhodé velčy π λ... o tvaru rozděleí ormálí. Předpokládáme-l apř. že tředí hodota základího ouboru e rová určté kokrétí hodotě vylovl jme hypotézu o parametru základího ouboru. Na základě vyčerpávajícího šetřeí celého základího ouboru by bylo možé bezpečě rozhodout o právot č eprávot hypotézy. Takové vyčerpávající šetřeí je většou eekoomcké ebo techcky eprovedtelé proto podrobíme šetřeí je určtou čát základího ouboru výběrový oubor. Te použjeme pro rozhodutí o právot vyloveé hypotézy. Př tetováí hypotéz formulujeme dvojc tvrzeí H předpoklad který vylovíme o určtém parametru č tvaru rozděleí základího ouboru azývá e ulová hypotéza apř. hypotéza o kokrétí tředí hodotě H: A tvrzeí které popírá vlatot vyloveou v ulové hypotéze azývá e alteratví hypotéza. hodota parametru je já ež oboutraý tet. > hodota parametru je větší ež jedotraý tet 3. < hodota parametru je meší ež jedotraý tet Př tetováí hypotéz e můžeme doputt chybých závěrů eboť úudky jou prováděy pomocí áhodého výběru. kutečot H je pravdvá H je epravdvá úudek o H prav-t prav-t e ezamítá právé rozhodutí e zamítá eprávé rozhodutí chyba I. druhu eprávé rozhodutí chyba II.druhu PII. β PI. právé rozhodutí β Zamíteme-l ulovou hypotézu přetože je ve kutečot pravdvá dopouštíme e chyby I. druhu. Maxmálí pravděpodobot chyby I. druhu ozačujeme hlada výzamot. Čílo vyjadřuje mmálí pravděpodobot jakou ezamíteme právou hypotézu

11 Výběrová šetřeí Přjmeme-l aopak ulovou hypotézu přetože je ve kutečot eprává dopouštíme e chyby II. druhu. Maxmálí pravděpodobot chyby II. druhu ozačujeme β. Čílo β íla tetu vyjadřuje mmálí pravděpodobot jakou zamíteme ulovou hypotézu H platí-l ve kutečot alteratví hypotéza A. Přrozeým požadavkem je aby pravděpodobot obou chyb byly co ejmeší. Př daém rozahu výběru ale vede žováí ke zvyšováí β kol leárě a aopak. Př zvoleém můžeme β ížt pouze zvětšeím rozahu výběru. Fukce hutoty rozděleí pravděpodobotí pro tetovaou hypotézu a alteratvu a také vztah mez pravděpodobotm a β je zobrazeý a áledujícím obrázku: alteratví hypotéza taoveá mez tetovaá hypotéza β -..5 β obor zamítutí tetovaé hypotézy obor přjetí tetovaé hypotézy K tetu hypotézy použjeme vhodou tattku h hx x x tzv. tetové krterum která má př platot hypotézy H zámé pravděpodobotí rozděleí zpravdla t u χ F. Protor hodot této tattky e rozdělí a djuktí obory: W - obor přjetí hypotézy H - moža těch hodot áhodého výběru které vědčí ve propěch hypotézy H W - krtcký obor obor zamítutí hypotézy H - obahuje hodoty áhodého výběru vědčící ve propěch hypotézy A. Např. pro tet hypotézy H: Θ Θ Α: Θ > Θ bude krtcký obor W {x x x ; h hx x x > h P } kde Θ je předpokládaá hodota parametru Θ h je hodota tetového krtéra a h P je tzv. krtcká hodota. Př praktckém tetováí hypotéz budeme krtcký obor zapovat zjedodušeě: W {h h > h P }

12 Výběrová šetřeí Krtcké hodoty jou hrace oddělující krtcký obor a obor přjetí. Jou to zpravdla kvatly rozděleí tetového krtera př platot hypotézy H

13 Výběrová šetřeí Potup př tetováí. Zformulujeme hypotézy H A jako alteratví většou volíme hypotézu kterou chceme ohledem a věcý problém prokázat.. Zvolíme hladu výzamot zpravdla 5 a. 3. Zvolíme vhodé tetové krterum pochoptelě vzhledem k tetovaému parametru ebo tetovaé vlatot.. Vymezíme krtcký obor W ohledem a formulac hypotézy A. 5. Vypočteme hodotu tetového krtera a určíme přílušé kvatly. 6. Zformulujeme závěr: Jetlže hodota tetového krtera pade do krtckého oboru zamíteme hypotézu H a říkáme že pravděpodobotí platí hypotéza A. Rzko eprávot tohoto výroku je %. Jetlže hodota tetového krtera pade do oboru přjetí říkáme že hypotézu H emůžeme a daé hladě výzamot zamítout. Výroku o právot H e vyheme eboť ebudeme určovat pravděpodobot chyby β. Poz: tattcký oftware ve vých výledkových výtupech většou epoužívá krtcké hodoty. Míto ch zde ajdeme tzv. p-hodotu tj. mmálí hladu výzamot př které je možé ještě zamítout hypotézu H ve propěch alteratvy A. Tety hypotéz o parametrech ormálího rozděleí Nechť x x x je áhodý výběr o rozahu z ormálího rozděleí N. Tet hypotézy o tředí hodotě ormálího rozděleí Tetovaým výrokem H je tvrzeí že parametr je rove hodotě : H: x tetové krterum je tattka t která má př platot hypotézy H tudetovo rozděleí t ν ν tup volot ν

14 Výběrová šetřeí Podle alteratví hypotézy volíme áledující krtcké obory: alteratví hypotéza krtcký obor > W { t t t ν } < W { t t t ν } W t t t ν kde t t jou kvatly tudetova rozděleí. Tet hypotézy o rozptylu ormálího rozděleí Tetovaým výrokem H je tvrzeí že parametr je rove hodotě : H: tetové krterum je tattka χ která má př platot hypotézy H Pearoovo rozděleí χ ν ν tup volot. ν. Podle alteratví hypotézy volíme áledující krtcké obory: alteratví hypotéza krtcký obor > W { χ χ χ ν } < W { χ χ χ ν } W χ χ χ ν ebo χ χ ν kde χ χ χ χ jou kvatly Pearoova rozděleí. Tet hypotézy o tředí hodotě pro výběry velkého rozahu Nechť x x x je áhodý výběr o rozahu z lbovolého rozděleí e tředí hodotou je dot velké

15 Výběrová šetřeí Tetovaým výrokem H je tvrzeí že parametr je rove hodotě : H: x tetové krterum je tattka u která má př platot hypotézy H aymptotcky ormálí rozděleí N. Podle alteratví hypotézy volíme áledující krtcké obory: alteratví hypotéza krtcký obor > W { u u u } < W { u u u } W u u u u kde u u jou kvatly rozděleí N. Předáška 3 - vouvýběrové tety Tety hypotéz o parametrech ormálích rozděleí Nechť x x x je áhodý výběr o rozahu z ormálího rozděleí N a y y y je áhodý výběr o rozahu z ormálího rozděleí N. Předpokládejme že áhodé výběry jou ezávlé. Tet hypotézy o hodě rozptylů ormálích rozděleí Tetovaým výrokem H je tvrzeí že parametr je rove hodotě : H: tetové krterum je tattka F která má př platot hypotézy H Fher-edecorovo rozděleí F ν ν ν a ν tup volot ν ν rozptyl druhého výběru. je výběrový rozptyl prvího výběru je výběrový - 6 -

16 Výběrová šetřeí Podle alteratví hypotézy volíme áledující krtcké obory: alteratví hypotéza krtcký obor > W { F F F ν } ν < W { F F ν ν } F W F F F ν ν F F ν ν kde F jou kvatly Fherova-edecorova rozděleí. F F F Tety hypotéz o hodě dvou tředích hodot ormálích rozděleí. za předpokladu hody rozptylů tzv. homokedatcta Tetovaým výrokem H je tvrzeí že parametr je rove parametru : tetové krterum je tattka H: x y t + + kde tattka t má př platot hypotézy H tudetovo rozděleí t ν ν tup volot ν + přčemž x y jou výběrové průměry + a jou výběrové rozptyly zíkaé z prvího rep. druhého výběru. Podle alteratví hypotézy volíme áledující krtcké obory: alteratví hypotéza krtcký obor > W { t t t ν } < W { t t t ν } W t t t ν kde t t jou kvatly tudetova rozděleí

17 Výběrová šetřeí. za předpokladu ehody rozptylů tzv. heterokedatcta Tetovaým výrokem H je opět tvrzeí že parametr je rove parametru : tetové krterum je tattka H: x y t + která má př platot hypotézy H přblžě tudetovo rozděleí t ν ν tup volot: + ν přčemž x y jou výběrové průměry a + rozptyly. Podle alteratví hypotézy volíme áledující krtcké obory: jou výběrové alteratví hypotéza krtcký obor > W { t t t ν } < W { t t t ν } W t t t ν kde t t jou kvatly tudetova rozděleí. Tet hypotézy o hodě dvou tředích hodot a základě velkých výběrů Nechť x x x je áhodý výběr o rozahu z lbovolého rozděleí e tředí hodotou a y y y je áhodý výběr o rozahu z lbovolého rozděleí e tředí hodotou Y. Předpokládejme že áhodé výběry jou ezávlé a rozahy a jou dotatečě velké. Tetovaým výrokem H je tvrzeí že parametr je rove hodotě : H: tetové krterum je tattka x y u

18 Výběrová šetřeí která má př platot hypotézy H aymptotcky ormálí rozděleí N. Podle alteratví hypotézy volíme áledující krtcké obory: alteratví hypotéza krtcký obor > W { u u u } < W { u u u } W u u u kde u u jou kvatly ormovaého ormálího rozděleí N. Párový tet o hodě dvou tředích hodot Uvažujme tuac kdy ve výběru o rozahu polu vždy dvě měřeí určtým způobem ouví apř. a jedom prvku výběru je provedeo měřeí dvakrát za růzých podmíek. To zameá že uvažujeme dvě závlé áhodé velčy a Y e tředím hodotam a Y u kterých á budou zajímat jejch dferece Y. Předpokládejme tedy áhodý výběr d d d kde d x y jou ezávlé dferece mající ormálí rozděleí N kde - eí třeba zát. Tetovaým výrokem H je tvrzeí že parametr je rove hodotě : H: tetové krterum je tattka d t d která má př platot hypotézy H tudetovo rozděleí t ν ν tup volot ν d je průměr dferecí d je jejch výběrová měrodatá odchylka. Podle alteratví hypotézy volíme áledující krtcké obory: alteratví hypotéza krtcký obor > W { t t t ν } < W { t t t ν } W t t t ν kde t t jou kvatly tudetova rozděleí

19 Výběrová šetřeí Předáška - Tety o tvaru rozděleí v základím ouboru χ - tet dobré hody Náhodý výběr x x x roztřídíme do k djuktích tříd přčemž j j k je četot j-té třídy rep. j-té obměy a π j je pravděpodobot že áhodá velča abude hodoty z j-té třídy rep. j-té obměy počítaá za předpokladu že má předpokládaé rozděleí. Východkem pro kotrukc tetového krtera je porováí tattcké pravděpodobot relatví četot j / hypotetckou pravděpodobotí π j. Formulujeme hypotézu a alteratvu: H: áhodá velča má rozděleí určtého typu áhodá velča emá rozděleí určtého typu. Tetové krterum je tattka k j π j χ π j která má za předpokladu právot hypotézy H pro velké aymptotcky Pearoovo χ rozděleí ν k c tup volot kde c je počet odhadovaých parametrů ověřovaého rozděleí. Krtcký obor { χ χ χ ν } W kde χ je kvatl Pearoova rozděleí. ν Poz.: Př praktckém prováděí tetu e požaduje aby ve všech třídách byly teoretcké četot větší ež 5 tj. j π > 5 j... k. Neí-l tato podmíka plěa přtupujeme ke lučováí tříd. j A - tet ormalty O ormálím rozděleí víme že má ulové koefcety škmot a špčatot 3 a. Toho e využívá k ověřeí hypotézy že má ormálí rozděleí. Z výběru e vypočtou odhady obou těchto koefcetů a 3 3 x x x x a 3. 3 Formulujeme hypotézu a alteratvu: H: áhodá velča má ormálí rozděleí áhodá velča emá ormálí rozděleí

20 Výběrová šetřeí Pokud rozděleí je ormálí muí mít oba koefcety ulové. Proto tet rozdělíme a dvě čát:. H: 3 3 Tetové krterum a3 u 3 a 3 6 kde a Krtcký obor W u 3 u3 u kde u je kvatl rozděleí N.. H: Tetové krterum u a a 3 kde a Krtcký obor W u u u kde u je kvatl rozděleí N. Hypotézu o ormaltě ezamítáme tehdy pokud j elze zamítout oběma tety zároveň. Užtí A-tetu e doporučuje pro dotatečě velké výběry alepoň > 5 lépe >. C - tet ormalty Pro tetováí ormalty je možé využít zámý pozatek že oučet k čtverců ezávlých ormovaých ormálích velč má Pearoovo rozděleí k tup volot. Formulujeme hypotézu a alteratvu: H: áhodá velča má ormálí rozděleí áhodá velča emá ormálí rozděleí. Tetové krterum C + u 3 u kde u u 3 jou tattky defovaé v A - tetu ormalty. Krtcký obor { C C } W kde χ je kvatl Pearoova rozděleí. χ

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, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení. MATEMATICKÁ STATISTIKA - a základě výběrových dat uuzujeme a obecější kutečot, týkající e základího ouboru; provádíme zevšeobecňující (duktví) úudek - duktví uuzováí pomocí matematcko-tattckých metod je

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

Testování statistických hypotéz

Testování statistických hypotéz Tetováí tatitických hypotéz CHEMOMETRIE I, David MILDE Jedá e o jedu z ejpoužívaějších metod pro vyloveí závěrů o základím ouboru, který ezkoumáme celý, ale pomocí áhodého výběru. Př.: Je obah účié látky

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

Momenty a momentové charakteristiky

Momenty a momentové charakteristiky Lekce 3 Momety a mometové charaktertky Pokud jme e v předešlém výkladu zmňoval o ěkteré tattcké charaktertce, zpravdla jme rověž uváděl, zda j řadíme mez více ebo méě důležté. A byly to právě artmetcký

Více

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor 1 Měřeí závlot tattckých zaků 1.1 Dvourozměrý tattcký oubor Př aalýze ekoomckých kutečotí á čato ezajímají jedotlvé velč jako takové, ale vztah mez m. Ptáme e, jak záví poptávka a ceě produktu, plat zamětaců

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

Interval spolehlivosti pro podíl

Interval spolehlivosti pro podíl Iterval polehlivoti pro podíl http://www.caueweb.org/repoitory/tatjava/cofitapplet.html Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této

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

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

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru.

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru. Soutava mometů Momety (Obecé, cetrálí a ormovaé) Do ytému mometových charatert patří ty ejdůležtější artmetcý průměr (mometová míra úrově) a rozptyl (mometová úroveň varablty). Obecý momet -tého tupě:

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

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

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

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

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

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

} kvantitativní znaky

} kvantitativní znaky Měřeí tattcké závlot, korelace, regree Obecé prcpy závlot vzájemá ouvlot měřeých zaků Prof. RNDr. Jaa Zvárov rová,, DrSc. fukčí závlot x tattcká závlot átroje pro měřeí závlot leár rí regree korelace }

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

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

Statistické charakteristiky (míry)

Statistické charakteristiky (míry) Stattcé charaterty (míry) - hrují formac, obažeou v datech (vyjadřují j v ocetrovaé formě); - charaterzují záladí ryy zoumaého ouboru dat; - umožňují porováváí více ouborů. upy tattcých charatert :. charaterty

Více

Kapitola 3.: Úlohy o jednom náhodném výběru z normálního rozložení

Kapitola 3.: Úlohy o jednom náhodném výběru z normálního rozložení Kapitola 3.: Úlohy o jedom áhodém výběru z ormálího rozložeí Cíl kapitoly Po protudováí této kapitoly budete - zát vlatoti pivotových tatitik odvozeých z áhodého výběru z ormálího rozložeí a budete je

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

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3 Př 7: S 95% polehlivotí odhaděte variabilitu (protředictvím odhadu měrodaté odchylky) a tředí hodotu obahu vitamíu C u rajčat. Záte-li výledky rozboru 0-ti vzorků rajčat: 3 4 5 6 7 8 9 0 9,6 3,4 30 3,6

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

Vztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání

Vztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání K čemu to je dobé? Obvyklým případem při zpacováí homadých jevů je, že máme poměě malý počet pozoováí ějaké veličiy a chceme učiit závěy o tom, co bychom obdželi, kdybychom měli pozoováí mohokát více.

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

Spojité (kontinuální) - nap. podle vykázaného zisku, tržeb, náklad Nespojité (diskrétní) - nap. podle potu len v rodin

Spojité (kontinuální) - nap. podle vykázaného zisku, tržeb, náklad Nespojité (diskrétní) - nap. podle potu len v rodin Aktvta 3 Semá základ tattk a workhop (Prof. Ig. Mla Palát, CSc., Ig. Krta Somerlíková, Ph.D.) Stattcké tídí Základí metoda tattckého zpracováí. Sekupováí hodot promé, které jou z hledka klafkaího zaku

Více

Téma 1: Pravděpodobnost

Téma 1: Pravděpodobnost ravděpodobot Téma : ravděpodobot ředáša - ravděpodobot áhodého evu Náhodý pou a áhodý ev Náhodý pou - aždá čot, eíž výlede eí edozačě urče podmíam, za terých probíhá apř hod otou, měřeí dély, běh a 00

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

Charakteristiky úrovně

Charakteristiky úrovně Charaterty úrově Měřeí úrově Úroveň (poloha) je jedou ze záladích vlatotí tattcých dat, v úrov e mohou tattcá data lšt ebo aopa hodovat. Výzačé hodoty varačí řady ejou ctlvé a změu jedotlvých hodot Medá

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

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

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

a) Hypotézy o parametru jedné populace (o stední hodnot, mediánu, rozptylu, relativní

a) Hypotézy o parametru jedné populace (o stední hodnot, mediánu, rozptylu, relativní TESTOVÁNÍ HYPOTÉZ a ke tudu kaptoly: 8 mut Cíl Po protudováí tohoto odtavce budete: zát základí pojmy a prcpy tetováí hypotéz zát kocepc klackého tetu umt rozhodovat pomocí tého tetu výzamot umt pooudt

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

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

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2 SP3 Neparametrcké testy hypotéz PRAVDĚPODOBNOST A STATISTIKA Neparametrcké testy hypotéz čast Lbor Žák SP3 Neparametrcké testy hypotéz Lbor Žák Neparametrcké testy hypotéz - úvod Neparametrcké testy statstckých

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

Aktivita 1 Seminář základů statistiky a workshop (Prof. Ing. Milan Palát, CSc., Ing. Kristina Somerlíková, Ph.D.)

Aktivita 1 Seminář základů statistiky a workshop (Prof. Ing. Milan Palát, CSc., Ing. Kristina Somerlíková, Ph.D.) Aktvta Semář základů tattky a workhop (Prof. Ig. Mla Palát, CSc., Ig. Krta Somerlíková, Ph.D.) Stattcké tříděí Základí metoda tattckého zpracováí. Sekupováí hodot proměé, které jou z hledka klafkačího

Více

Matematická statistika I přednášky

Matematická statistika I přednášky Statitika (004) - Kába, Svatošová Cvičeí ze tatitiky - Prášilová, Svatošová Matematická tatitika I předášky SAS (Statitical Aalyi Sytem) - tatitický oftware (v dalším emetru) Základí tatitické pojmy -

Více

Téma 5: Analýza závislostí

Téma 5: Analýza závislostí Aalýza závlotí Téma 5: Aalýza závlotí Předáša 5 Závlot mez ev Záladí pom Předmětem této aptol ude zoumáí závlotí ouvlotí mez dvěma a více ev. Jedá e o proutí do vztahů mez ledovaým ev a tím přlížeí tzv.

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

9. REGRESNÍ A KORELAČNÍ ANALÝZA

9. REGRESNÍ A KORELAČNÍ ANALÝZA Pravděpodobot a tattka 9. REGRESNÍ A KORELAČNÍ ANALÝZA Průvodce tudem V předchozí kaptole jme uvedl způob, jak popat leárí závlot mez dvěma argumety a její míru. Užtím korelačích poměrů je možé zjtt, zda

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

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

, 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

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby. ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém

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

Příklady z přednášek

Příklady z přednášek Příklady z předášek. Normálí rozložeí a rozložeí z ěj odvozeá.7. Příklad: Výledky u přijímacích zkoušek a jitou VŠ jou ormálě rozložey parametry µ 550 bodů, σ 00 bodů. S jakou pravděpodobotí bude mít áhodě

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

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

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

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

Více

Lineární regrese ( ) 2

Lineární regrese ( ) 2 Leárí regrese Častým úolem je staoveí vzájemé závslost dvou (č více) fzálích velč a její matematcé vjádřeí. K tomuto účelu se používají růzé regresí metod, pomocí chž hledáme vhodou fuc f (), apromující

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

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

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

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

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY Statitické metody ve veřejé právě ŘEŠENÉ PŘÍKLADY Ig. Václav Friedrich, Ph.D. 2013 1 Kapitola 2 Popi tatitických dat 2.1 Tabulka obahuje rozděleí pracovíků podle platových tříd: TARIF PLAT POČET TARIF

Více

Náhodný výběr, statistiky a bodový odhad

Náhodný výběr, statistiky a bodový odhad Lekce Náhodý výběr, statistiky a bodový odhad Parametr rozděleí pravděpodobosti je ezámá kostata, jejíž přímé určeí eí možé. Nástrojem pro odhad ezámých parametrů je áhodý výběr a jeho charakteristiky

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

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

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

Univerzita Karlova v Praze Pedagogická fakulta

Univerzita Karlova v Praze Pedagogická fakulta Uverzta Karlova v Praze Pedagogcká fakulta SEMINÁRNÍ PRÁCE Z OBECNÉ ALGEBRY DĚLITELNOST CELÝCH ČÍSEL V SOUSTAVÁCH O RŮZNÝCH ZÁKLADECH / Cfrk C. Zadáí: Najděte pět krtérí pro děltelost v jých soustavách

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

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

[ jednotky ] Chyby měření

[ jednotky ] Chyby měření Chyby měřeí Provedeme-l určté měřeí za stejých podmíek vícekrát, jedotlvá měřeí se mohou odlšovat (z důvodu koečé rozlšovací schopost měř. přístrojů, áhodých vlvů apod.). Chyba měřeí: e = x x x...přesá

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

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech)

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech) Pozámk k tématu Koelace a jedoduchá leáí egee (Téma eí ve kptech) Mějme data, ),...,(, ), kteá jou áhodým výběem z ějaké populace. Data ted pokládáme za ezávlé ealzace dvojce áhodých velč ( X, Y ). Půmě

Více

Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné

Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné CHYBY MĚŘENÍ Opakovaé měřeí téže fyzkáí večy evede vždy k přesě stejým výsedkům. Této skutečost bychom se evyhu, kdybychom měřeí provádě s ejvětší důkadostí a precsostí aopak, čím ctvější a přesější jsou

Více

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY LABORATORNÍ CVIČENÍ Z FYZIKY Jméo: Petr Česák Datum měřeí:.3.000 Studjí rok: 999-000, Ročík: Datum odevzdáí: 6.3.000 Studjí skupa: 5 Laboratorí skupa:

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

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

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

1. Rozdělení četností a grafické znázornění Předpokládejme, že při statistickém šetření nás zajímá jediný statistický znak x, který nabývá

1. Rozdělení četností a grafické znázornění Předpokládejme, že při statistickém šetření nás zajímá jediný statistický znak x, který nabývá Statitická šetřeí a zpracováí dat Statitika e věda o metodách běru, zpracováí a vyhodocováí tatitických údaů. Statitika zkoumá polečeké, přírodí, techické a. evy vždy a dotatečě rozáhlém ouboru údaů. Matematická

Více

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n Regrese Aproxmace metodou ejmeších čtverců v v ( ) = f x v v x x x x Je dáo bodů [x, ], =,,, předpoládáme závslost a x a chceme ajít fuc, terá vsthuje teto tred - Sažíme se proložt fuc = f x ta, ab v =

Více

Deskriptivní statistika 1

Deskriptivní statistika 1 Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky

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

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

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

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC 5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC V této kaptole se dozvíte: jak je defováa fukce přrozeá odmoca v kompleím oboru a jaké má vlastost včetě odlšostí od odmocy v reálém

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

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

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

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu Směrce /0 Stattcké vyhodocováí dat, verze 4 Verze 4 e hodá e Směrcí /0 verze 3, ouze byla rozšířea o robutí aalýzu. Stattcké metody ro zkoušeí zůoblot Cílem tattcké aalýzy výledků zkoušek ř zkouškách zůoblot

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

Popisné (deskriptivní) metody. Statistické metody a zpracování dat. II. Popisné statistické metody. Rozdělení četností. Skupinové rozdělení četností

Popisné (deskriptivní) metody. Statistické metody a zpracování dat. II. Popisné statistické metody. Rozdělení četností. Skupinové rozdělení četností Popé (derptví) metody Číme závěry pouze z určtého zpracovávaého ouboru výběrového, popujeme je to, co bylo zjštěo, bez zobecňováí Stattcé metody a zpracováí dat II. Popé tattcé metody Petr Dobrovolý Derptví

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

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

P1: Úvod do experimentálních metod

P1: Úvod do experimentálních metod P1: Úvod do epermetálích metod Chyby a ejstoty měřeí - Každé měřeí je zatížeo určtou epřesostí, která je způsobea ejrůzějším egatvím vlvy, vyskytujícím se v procesu měřeí. - Výsledek měřeí se díky tomu

Více

Kvantitativní popis diverzifikace, Quantitative Description of Diversification

Kvantitativní popis diverzifikace, Quantitative Description of Diversification Bue & IT / Kvattatví pop dverzfkace, Quattatve Decrpto of Dverfcato Mlolav Malec Lukáš Malec Rotlav Tomeš btrakt: V čláku jou popáy základí metody kvattatvího a grafckého popu dverzfkace. Jou uvedey kotrukce

Více

U. Jestliže lineární zobrazení Df x n n

U. Jestliže lineární zobrazení Df x n n MATEMATICKÁ ANALÝZA III předášky M. Krupky Zmí semestr 999/ 3. Iverzí a mplctí zobrazeí V této kaptole uvádíme dvě důležté věty, které acházeí aplkace v moha oblastech matematky: Větu o verzím a větu o

Více

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistickou hypotézou se rozumí určité tvrzení o parametrech rozdělení zkoumané náhodné veličiny (µ, σ 2, π,

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

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

Přednáška VIII. Testování hypotéz o kvantitativních proměnných Předáška VIII. Testováí hypotéz o kvatitativích proměých Úvodí pozámky Testy o parametrech rozděleí Testy o parametrech rozděleí Permutačí testy Opakováí hypotézy Co jsou to hypotézy a jak je staovujeme?

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

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP Teováí hypoéz PRAVDĚPODOBNOST A STATISTIKA SP Teováí hypoéz Teováí hypoéz Nechť je áhodá proměá, kerá má diribučí fukci Fx, ϑ. Předpokládejme, že záme var diribučí fukce víme jaké má rozděleí a ezáme

Více