KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA. Charakteristiky variability. Mgr. Jakub Němec. VY_32_INOVACE_M4r0120
|
|
- Markéta Holubová
- před 8 lety
- Počet zobrazení:
Transkript
1 KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Charakteristiky variability Mgr. Jakub Němec VY_32_INOVACE_M4r0120
2 CHARAKTERISTIKY VARIABILITY Charakteristika variability se určuje pouze u kvantitativních znaků. Mimo četnost a charakteristiky polohy, které jsme si představovali v minulých lekcích, existují ještě tzv. charakteristiky variability, které jsou v podstatě založeny na vlastnostech charakteristik polohy. Charakteristiky variability nám říkají, jaké hodnoty kolem charakteristik polohy kolísají např. chodí v průměru o pět minut pozdě (charakteristika polohy), + dvě minuty (charakteristika variability).
3 ROZPTYL Základní charakteristikou variability je tzv. rozptyl, značíme s 2 x. Má podobnou funkci jako aritmetický průměr pro charakteristiky polohy. Jejich kombinací hodnotíme vlastnosti většiny statistických souborů. Rozptyl nám přibližuje, jak jsou velké odchylky hodnot souboru od aritmetického průměru. Čím větší hodnotu dostaneme, tím je rozptyl souboru větší. Pokud je hodnota rozptylu nula, mají všechny prvky statistického souboru stejnou hodnotu, rozptyl je tedy nulový. Vztah pro výpočet rozptylu je následující, kde n je počet prvků, kde x prvek souboru a kde x aritmetický průměr: s x 2 = 1 n n i=1 x i x 2 = x 1 x 2 + x 2 x x n x 2 n Podobně jako u aritmetického průměru jej lze zjednodušit: s x 2 = x 1 x 2 k 1 + x 2 x 2 k x r x 2 k r n kde k 1 + k k r = n a r N odpovídá počtu různých prvků.
4 SMĚRODATNÁ ODCHYLKA Směrodatnou odchylku, značíme s x, využijeme v případech, kdy charakterizujeme soubor, v němž se hodnoty měří pomocí fyzikálních veličin. Hodnota rozptylu je totiž v druhých mocninách jednotek, což je pro soubory tohoto typu nevhodné. Díky této hodnotě zjistíme, o kolik jsme se při jednotlivých měřeních průměrně odchýlili, tedy zhodnotí nepřesnost měření. Úpravou vzorce pro rozptyl získáme vztah pro směrodatnou odchylku, kde n je počet prvků, kde x prvek souboru a kde x aritmetický průměr: s x = 1 n x n i=1 i x 2 = x 1 x 2 + x 2 x x n x 2 n Po úpravě: s x = x 1 x 2 k 1 + x 2 x 2 k x r x 2 k r n
5 VARIAČNÍ KOEFICIENT Pokud chceme zjistit přesnost, resp. nepřesnost měření určitého pokusu, je vhodné využít směrodatnou odchylku. Pokud chceme tuto odchylku vyjádřit pomocí procent, je vhodné využít variační koeficient, značíme v x. Znaky souboru, na nějž chceme aplikovat variační koeficient, musí mít nezáporné hodnoty. Vztah pro variační koeficient, kde s x je směrodatná odchylka a kde x je aritmetický průměr: v x = s x x 100%
6 Petr měřil ve stejných intervalech pokojovou teplotu. Během hodiny naměřil tyto hodnoty: 21,3 C, 22,1 C, 21,7 C, 21,9 C, 22 C, 21,5 C, 22,1 C, 21,9 C, 22,3 C a 21,6 C. Urči přesnost jeho měření pomocí směrodatné odchylky a variačního koeficientu. Teplota v C 21,3 21,5 21,6 21,7 21, ,1 22,3 Počet ,3 + 21,5 + 21,6 + 21, , ,1 + 22,3 x = 10 x = 218,4 = 21, s x 2 = s x 2 = 21,3 21, ,5 21, ,6 21, ,7 21, ,9 21, , ,1 21, ,3 21, , , , , , , , , = 0, = 0, 0864 = = Nejprve si určíme tabulku absolutní četnosti. Určíme si aritmetický průměr. Poté aplikujeme vzorec pro výpočet rozptylu. Výsledek použijeme pro zjištění směrodatné odchylky. Hodnotu směrodatné odchylky a aritmetického průměru využijeme pro zjištění variačního koeficientu. s x = 0,0864 = 0, v x = 0, ,84 100% = 1, 35%
7 MEZIKVARTILOVÁ ODCHYLKA Mezikvartilová odchylka, značíme Q x, pohlíží na statistický soubor jinou optikou, podobně jako u charakteristik polohy modus a medián. Její využití záleží na zkušenosti statistika, který určí postup analýzy souboru. Využívá se především v případech, kdy je soubor ovlivněn jednou extrémní hodnotou. Pro zjištění hodnoty mezikvartilové odchylky je potřeba znát tzv. první (Q 1 )a třetí (Q 3 ) kvartil, které získáme tak, že po seřazení prvků podle velikosti, určíme čtvrtinové hodnoty (podobně jako u mediánu hodnotu v polovině). Přesněji je Q 1 mediánem první poloviny souboru, tedy z hodnot x 1 x 2 Med(x), a Q 3 je mediánem druhé poloviny souboru, tedy z hodnot Med x x n 1 x n. Mezikvartilová odchylka je poté určena vztahem: Q x = 1 2 Q 3 Q 1
8 Petr prováděl měření podobně jako v předchozím příkladu. Během hodiny naměřil tyto hodnoty: 21,3 C, 22,1 C, 18 C, 21,9 C, 21,9 C, 21,7 C, 22,1 C, 21,9 C, 22,1 C a 21,9 C. Nechce se mu kvůli jedné nepřesnosti měření opakovat. Pokuste se pomocí mezikvartilové odchylky určit nepřesnost jeho měření. Teplota v C 18 21,3 21,7 21,9 22,1 Počet Med x = x 5 + x 6 2 = 21,9 + 21,9 2 = 21,9 Sestavíme tabulku absolutní četnosti. Určíme medián souboru (je nutné vědět, zda bude tvořen dvěma prvky, nebo pouze jedním). Určíme hodnotu prvního a třetího kvartilu. Zjistíme mezikvartilovou odchylku ,3 21,7 21,9 Med(x) 21,9 22,1 22,1 22,1 Q 1 = x 3 = 21,7 Q 3 = x 8 = 22,1 Q x = Q 3 + Q 1 2 = 22,1 21,7 2 = 0,4 2 = 0, 2
9 ÚKOL ZÁVĚREM 1) Na mistrovství světa ve sportovní střelbě byly jednomu závodníkovi naměřeny tyto hodnoty: 9,7; 9,9; 9,8; 9,4; 9,7; 9,8; 9,5; 9,9; 9,5 a 9,8. Určete jeho průměrné skórování. Určete odchylku jeho průměrného výsledku od reálného skórování (pomocí hodnoty i pomocí procent). 2) Filip se rozhodl udělat průzkum průměrného platu ve své práci a zjistil tyto částky (v Kč): třikrát 15250, osmkrát 17380, šestkrát 18190, pětkrát a jednou Poté si uvědomil, že se mimo dělníky zeptal na plat jednoho manažera, ale nechtěl data falšovat. Vhodným způsobem určete průměrný plat dělníka a jaká je jeho odchylka od platu dělníků.
10 ZDROJE Literatura: Calda, Emil; DUPAČ, Václav. Matematika pro gymnázia: Kombinatorika, pravděpodobnost, statistika. Dotisk 4. vydání. Praha: Prometheus, 2003, 170 s. ISBN
Statistika - charakteristiky variability
Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN prostřednictvím ICT Číslo projektu: CZ.1.07/1.5.00/34.0940
VíceMatematická statistika
Matematická statistika Daniel Husek Gymnázium Rožnov pod Radhoštěm, 8. A8 Dne 12. 12. 2010 v Rožnově pod Radhoštěm Osnova Strana 1) Úvod 3 2) Historie matematické statistiky 4 3) Základní pojmy matematické
VíceSemestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2
Semestrální projekt do předmětu Statistika Vypracoval: Adam Mlejnek 2-36 Oponenti: Patrik Novotný 2-36 Jakub Nováček 2-36 Úvod Pro vypracování projektu do předmětu statistika jsem si zvolil průzkum kvality
VíceStatistika. Počet přestupků. 1 2 3 4 5 6 7 8 9 10 11 12 počet odebraných bodů za jeden přestupek. Statistický soubor 1
Statistika Statistický soubor 1 Při měření výšky u žáků jedné třídy byly zjištěny tyto údaje (v cm): 1,176,17,176,17,17,176,17,17,17. a) Objasněte základní pojmy (stat. soubor, rozsah souboru, stat. jednotka,
Více22. Pravděpodobnost a statistika
22. Pravděpodobnost a statistika Pravděpodobnost náhodných jevů. Klasická pravděpodobnost. Statistický soubor, statistické jednotky, statistické znaky. Četnosti, jejich rozdělení a grafické znázornění.
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 10. Mgr. David Fiedor 27. dubna 2015 Nelineární závislost - korelační poměr užití v případě, kdy regresní čára není přímka, ale je vyjádřena složitější matematickou funkcí
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor004 Vypracoval(a),
VíceRNDr. Božena Rytířová. Základy měření (laboratorní práce)
Autor: Tematický celek: Učivo (téma): Stručná charakteristika: RNDr. Božena Rytířová Základy měření (laboratorní práce) Měření rozměrů tělesa posuvným a mikrometrickým měřidlem Materiál má podobu pracovního
VíceMATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým
VíceStatistika pro geografy
Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických
VíceVýrobní produkce divizí Ice Cream Po lo ha plane t Rozložený výse ový 3D graf Bublinový graf Histogram t s tn e ídy
Výrobní produkce divizí Ice Cream Polo ha planet Rozložený výsečový 3D graf Bublinový graf Ice Cream 1 15% Ice Cream 2 12% Ice Cream 3 18% Ice Cream 4 20% Statistika 40 30 20 Ice Cream 6 19% Ice Cream
VícePopisná statistika. Statistika pro sociology
Popisná statistika Jitka Kühnová Statistika pro sociology 24. září 2014 Jitka Kühnová (GSTAT) Popisná statistika 24. září 2014 1 / 31 Outline 1 Základní pojmy 2 Typy statistických dat 3 Výběrové charakteristiky
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.0/1.5.00/4.018 Šablona III/ Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY INOVACE_Hor015 Vypracoval(a), dne Mgr.
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 8 Statistický soubor s jedním argumentem Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola
VíceCharakteristika datového souboru
Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex
VícePan Novák si vždy kupuje boty o velikosti 8,5 a každý den stráví
Číselné obory Seznamte se s jistým panem Novákem z Prahy. Je mu 48 let, má 2 děti a bydlí v domě s číslem popisným 157. Vidíte, že základní informace o panu Novákovi můžeme sdělit pomocí několika čísel,
Více23. Matematická statistika
Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 23. Matematická statistika Statistika je věda, která se snaží zkoumat reálná data a s pomocí teorii pravděpodobnosti
VíceTEMATICKÝ PLÁN VÝUKY
TEMATICKÝ PLÁN VÝUKY Studijní obor: 23-41 - M/1 Strojírenství Zaměření: Předmět: Matematika Ročník: 4. Počet hodin týdně: 4 Počet hodin celkem: Tento plán vychází z rámcového vzdělávacího programu pro
VíceZáklady popisné statistiky
Základy popisné statistiky Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 8. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 26 Obsah 1 Základy statistického zpracování dat 2
VíceNěkteré zákony rozdělení pravděpodobnosti. 1. Binomické rozdělení
Přednáška 5/1 Některé zákony rozdělení pravděpodobnosti 1. Binomické rozdělení Předpoklady: (a) pst výskytu jevu A v jediném pokuse P (A) = π, (b) je uskutečněno n pokusů, (c) pokusy jsou nezávislé, tj.
VíceKombinatorika, pravděpodobnost a statistika, Posloupnosti a řady
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy
VíceAplikovaná statistika v R
Aplikovaná statistika v R Filip Děchtěrenko Matematicko-fyzikální fakulta filip.dechterenko@gmail.com 15.5.2014 Filip Děchtěrenko (MFF UK) Aplikovaná statistika v R 15.5.2014 1 / 15 Co bude náplní našich
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor017 Vypracoval(a),
VícePřednáška 5. Výběrová šetření, Exploratorní analýza
Přednáška 5 Výběrová šetření, Exploratorní analýza Pravděpodobnost vs. statistika Výběrová šetření aneb jak získat výběrový soubor Exploratorní statistika aneb jak popsat výběrový soubor Typy proměnných
VíceOPERACE S KOMBINAČNÍMI ČÍSLY A S FAKTORIÁLY, KOMBINACE
Projekt ŠABLONY NA GVM Gymnázium Velké Meziříčí registrační číslo projektu: CZ.1.07/1.5.00/34.0948 IV-2 Inovace a zkvalitnění výuky směřující k rozvoji matematické gramotnosti žáků středních škol OPERACE
VíceZápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
VíceMINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (13 15 hodin týdně celkem)
MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro studijní obory SOŠ a SOU (13 15 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy dne 14.června
VíceČíselné charakteristiky
. Číselné charakteristiky statistických dat Průměrný statistik se během svého života ožení s 1,75 ženami, které se ho snaží vytáhnout večer do společnosti,5 x týdně, ale pouze s 50% úspěchem. W. F. Miksch
VícePopisná statistika kvantitativní veličiny
StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor016 Vypracoval(a),
VíceStatistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability
I Přednáška Statistika Diskrétní data Spojitá data Charakteristiky polohy Charakteristiky variability Statistika deskriptivní statistika ˆ induktivní statistika populace (základní soubor) ˆ výběr parametry
VíceVýběrové charakteristiky a jejich rozdělení
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistické šetření úplné (vyčerpávající) neúplné (výběrové) U výběrového šetření se snažíme o to, aby výběrový
VíceKomplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice
VíceTest z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY
VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY Test z teorie 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový
VíceČíselné charakteristiky a jejich výpočet
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky
VíceModely diskrétní náhodné veličiny. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Po(λ) je možné použít jako model náhodné veličiny, která nabývá hodnot 0, 1, 2,... a udává buď počet událostí,
VíceCvičení ze statistiky. Filip Děchtěrenko ZS 2012/2013
Cvičení ze statistiky Filip Děchtěrenko ZS 2012/2013 Cvičení ze statistiky Pondělí 16:40, C328 http://www.ms.mff.cuni.cz/~dechf7am Praktické zaměření Proč potřebuji statistiku, když chci dělat (doplň)?
Víceveličin, deskriptivní statistika Ing. Michael Rost, Ph.D.
Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
VíceOtázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?
Otázky k měření centrální tendence 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení? 2. Určete průměr, medián a modus u prvních čtyř rozložení (sad dat): a.
VícePříklad 81b. Předpokládejme, že výška chlapců ve věku 9,5 až 10 roků má normální rozdělení N(mi;sig2)
Příklad 1. Za předpokladu, že výška dětí ve věku 10 let má normální rozdělení s rozptylem 38, určete pravostranný 99% interval spolehlivosti, ve kterém bude ležet neznámá střední hodnota výšky dětí, jestliže
VíceDigitální učební materiál
Digitální učební materiál Projekt Šablona CZ.1.07/1.5.00/34.0415 Inovujeme, inovujeme III/2 Inovace a zkvalitnění výuky prostřednictvím ICT (DUM) DUM č. VY_32_INOVACE_CH29_3_07 ŠVP Podnikání RVP 64-41-L/51
VíceSTEREOMETRIE. Vzájemná poloha přímky a roviny. Mgr. Jakub Němec. VY_32_INOVACE_M3r0104
STEREOMETRIE Vzájemná poloha přímky a roviny Mgr. Jakub Němec VY_32_INOVACE_M3r0104 VZÁJEMNÁ POLOHA PŘÍMKY A ROVINY Podobně jako v předchozí lekci bude rozhodovat o vzájemné poloze jednorozměrného a dvourozměrného
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor014 Vypracoval(a),
VíceZpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.
SEMINÁRNÍ PRÁCE Zadání: Data: Statistické metody: Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. Minimálně 6 proměnných o 30 pozorováních (z toho 2 proměnné
VíceKvadratická rovnice. - koeficienty a, b, c jsou libovolná reálná čísla, a se nesmí rovnat 0
Kvadratické rovnice Kvadratická rovnice a + b + c = 0 a, b, c R a 0 - koeficienty a, b, c jsou libovolná reálná čísla, a se nesmí rovnat 0 - pokud by koeficient a byl roven nule, jednalo by se o rovnici
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor002 Vypracoval(a),
Více1.1.7 Rovnoměrný pohyb I
1.1.7 Rovnoměrný pohyb I Předpoklady: 116 Kolem nás se nepohybují jenom šneci. Existuje mnoho různých druhů pohybu. Začneme od nejjednoduššího druhu pohybu rovnoměrného pohybu. Př. 1: Uveď příklady rovnoměrných
VíceLABORATORNÍ CVIČENÍ Elektrotechnika a elektronika
VUT FSI BRNO ÚVSSaR, ODBOR ELEKTROTECHNIKY JMÉNO: ŠKOLNÍ ROK: 2010/2011 PŘEDNÁŠKOVÁ SKUPINA: 1E/95 LABORATORNÍ CVIČENÍ Elektrotechnika a elektronika ROČNÍK: 1. KROUŽEK: 2EL SEMESTR: LETNÍ UČITEL: Ing.
VíceVŠB Technická univerzita Ostrava
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: PRAVDĚPODOBNOST A STATISTIKA Domácí úkoly Zadání 21 DATUM ODEVZDÁNÍ
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
VíceDodatek č. 3 ke školnímu vzdělávacímu programu. Strojírenství. (platné znění k 1. 9. 2009)
Střední průmyslová škola Jihlava tř. Legionářů 1572/3, Jihlava Dodatek č. 3 ke školnímu vzdělávacímu programu Strojírenství (platné znění k 1. 9. 09) Tento dodatek nabývá platnosti dne 1. 9. 13 (počínaje
VíceÚloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:
Úloha č. 1 - Kvantily a typická hodnota (bodově tříděná data): Určete typickou hodnotu, 40% a 80% kvantil. Tabulka hodnot: Varianta Četnost 0 4 1 14 2 17 3 37 4 20 5 14 6 7 7 11 8 20 Typická hodnota je
VíceČeské vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611. Semestrální práce ze Statistiky (SIS)
České vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611 Semestrální práce ze Statistiky (SIS) Petr Procházka, Jakub Feninec Skupina: 97 Akademický rok: 01/013 Úvod V naší
VíceSTATISTICKÉ CHARAKTERISTIKY
STATISTICKÉ CHARAKTERISTIKY 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)
VíceFYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE
FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE Datum měření: 0520 Jméno: Jakub Kákona Pracovní skupina: 4 Ročník a kroužek: Pa 9:30 Spolupracovníci: Jana Navrátilová Hodnocení: Geometrická optika - Ohniskové vzdálenosti
VíceBiostatistika a matematické metody epidemiologie- stručné studijní texty
Biostatistika a matematické metody epidemiologie- stručné studijní texty Bohumír Procházka, SZÚ Praha 1 Co můžeme sledovat Pro charakteristiku nebo vlastnost, kterou chceme sledovat zvolíme termín jev.
VíceŠkola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM
Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM Číslo projektu: Název projektu školy: Šablona III/2: CZ.1.07/1.5.00/34.0536 Výuka s ICT na SŠ obchodní České
Více1.3. Cíle vzdělávání v oblasti citů, postojů, hodnot a preferencí
1. Pojetí vyučovacího předmětu 1.1. Obecný cíl vyučovacího předmětu Základním cílem předmětu Matematický seminář je navázat na získané znalosti a dovednosti v matematickém vzdělávání a co nejefektivněji
VíceTest z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY
VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY Test z teorie 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový
VíceRegresní a korelační analýza
Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Regresní analýza Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu)
VíceDiskrétní rozdělení Náhodná veličina má diskrétní rozdělení pravděpodobnosti, jestliže existuje seznam hodnot
Rozdělení Náhodná veličina Náhodná veličina je vyjádření výsledku náhodného pokusu číselnou hodnotou. Jde o reálnou funkci definovanou na množině. Rozdělení náhodné veličiny udává jakých hodnot a s jakou
VíceDistribuční funkce je funkcí neklesající, tj. pro všechna
Téma: Náhodná veličina, distribuční funkce a její graf, pravděpodobnostní funkce a její graf, funkce hustoty pravděpodobnosti a její graf, výpočet střední hodnoty a rozptylu náhodné veličiny 1 Náhodná
VíceMinimální hodnota. Tabulka 11
PŘÍLOHA č.1 Výsledné hodnoty Výsledky - ženy (SOŠ i SOU, maturitní i učební obory) Aritmetický průměr Maximální hodnota Minimální hodnota Medián Modus Rozptyl Směrodatná odchylka SOM 0,49 2,00 0,00 0,33
VíceZáklady popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek
Základy popisné statistiky Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi, výhodami, nevýhodami a vlastní sadou využitelných statistických metod -od binárních
VíceŠkola: Gymnázium, Brno, Slovanské náměstí 7 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN
Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN prostřednictvím ICT Číslo projektu: CZ.1.07/1.5.00/34.0940
VícePomůcka pro cvičení: 3. semestr Bc studia
Pomůcka pro cvičení: 3. semestr Bc studia Statistika Základní pojmy balíček: Statistics Pro veškeré výpočty je třeba načíst balíček Statistic. Při řešení můžeme použít proceduru infolevel[statistics]:=1,
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření Počet stran: 10 Datum odevzdání: 13. 5. 2016 Pavel Kubát Obsah Úvod... 3 1 Charakterizujte
VíceBiostatistika Cvičení 7
TEST Z TEORIE 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový průměr je a) náhodná veličina, b) konstanta,
Více1. Alternativní rozdělení A(p) (Bernoulli) je diskrétní rozdělení, kdy. p(0) = P (X = 0) = 1 p, p(1) = P (X = 1) = p, 0 < p < 1.
2. Některá důležitá rozdělení Diskrétní rozdělení. Alternativní rozdělení Ap) Bernoulli) je diskrétní rozdělení, kdy náhodná veličina X nabývá pouze dvou hodnot a a pro její pravděpodobnostní funkci platí:
VíceTECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar
VíceŠkola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM
Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM Číslo projektu: Název projektu školy: Šablona III/2: CZ.1.07/1.5.00/34.0536 Výuka s ICT na SŠ obchodní České
VíceSlovní úlohy řešené lineární rovnicí. pracovní list. Základní škola Zaječí, okres Břeclav Školní 402, 691 05, příspěvková organizace
Slovní úlohy řešené lineární rovnicí pracovní list Název školy: Číslo projektu: Autor: Základní škola Zaječí, okres Břeclav Školní 402, 691 05, příspěvková organizace CZ.1.07/1.4.00/21.1131 Mgr. Lenka
VíceS T A T I S T I K A. Jan Melichar Josef Svoboda. U n iverzita Jan a Evangelist y P u rk yn ě v Ústí nad La b em
U n iverzita Jan a Evangelist y P u rk yn ě v Ústí nad La b em P e d a g o g i c k á f a k u l t a S T A T I S T I K A p ro studium učitelství. stupně z ák l ad ní školy Jan Melichar Josef Svoboda 0 0
VíceE(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =
Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní
VíceUrčete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.
3.1. 3.2. Třikrát vystřelíme na cíl. Pravděpodobnost zásahu při každém výstřelu je p = 0,7. Určete: a) pravděpodobnostní funkci počtu zásahů při třech nezávislých výsledcích, b) distribuční funkci a její
VíceSada 1 Matematika. 16. Úvod do pravděpodobnosti
S třední škola stavební Jihlava Sada 1 Matematika 16. Úvod do pravděpodobnosti Digitální učební materiál projektu: SŠS Jihlava šablony registrační číslo projektu:cz.1.09/1.5.00/34.0284 Šablona: III/2 -
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Náhodná proměnná Náhodná veličina slouží k popisu výsledku pokusu. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáme. Přesto bychom chtěli tento pokus
VíceStatistika I (KMI/PSTAT)
Statistika I (KMI/PSTAT) Cvičení druhé aneb Kvantily, distribuční funkce Statistika I (KMI/PSTAT) 1 / 1 Co se dnes naučíme Po absolvování této hodiny byste měli být schopni: rozumět pojmu modus (modální
VíceStatistika pro flákače
Statistika pro flákače Úvodem bych asi měla upozornit, ţe se tu nedovíte nic víc neţ co je v originálu statistiky pro flákače ve slovenštině, ptţ je to podstatě doslovný překlad. Přepsala sem to do češtiny
VíceAnalýza výsledků testu čtenářské gramotnosti v PRO23 2010/11
Analýza výsledků testu čtenářské gramotnosti v PRO23 2010/11 Zpracoval: www.scio.cz, s.r.o. (15. 2. 2012) Datové podklady: výsledky a dotazníky z PRO23, test čtenářské gramotnosti, www.scio.cz, s.r.o.
VícePracovní list č. 3 Charakteristiky variability
1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte
Více2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat
2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi,
VíceŠkola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM
Škola: Střední škola obchodní, České Budějovice, Husova 9 Projekt MŠMT ČR: EU PENÍZE ŠKOLÁM Číslo projektu: Název projektu školy: Šablona III/2: CZ.1.07/1.5.00/34.0536 Výuka s ICT na SŠ obchodní České
VíceManuál pro zaokrouhlování
Manuál pro zaokrouhlování k předmětu Pravděpodobnost a Statistika (PS) Michal Béreš, Martina Litschmannová 19. března 2019 Obsah 1 Úvod 2 2 Obecné poznámky 2 2.1 Typy zaokrouhlování...........................................
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor001 Vypracoval(a),
VíceFunkce a vzorce v Excelu
Funkce a vzorce v Excelu Lektor: Ing. Martin Kořínek, Ph.D. Formátování tabulky V této kapitole si vysvětlíme, jak tabulku graficky zdokonalit, jak změnit nastavení šířky a případně výšky sloupců, jak
VíceMetodologie pro Informační studia a knihovnictví 2
Metodologie pro Informační studia a knihovnictví 2 Modul 9: Úvod do induktivní statistiky Obsah Induktivní statistika... 2 Kdy můžeme zobecňovat?... 2 Logika statistické indukce... 3 Proč nelze jednoduše
VíceÚvod do analýzy rozptylu
Úvod do analýzy rozptylu Párovým t-testem se podařilo prokázat, že úprava režimu stravování a fyzické aktivity ve vybrané škole měla vliv na zlepšené hodnoty HDLcholesterolu u školáků. Pro otestování jsme
VíceMetodologie pro ISK II
Metodologie pro ISK II Všechny hodnoty z daného intervalu Zjišťujeme: Centrální míry Variabilitu Šikmost, špičatost Percentily (decily, kvantily ) Zobrazení: histogram MODUS je hodnota, která se v datech
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymázium, Šterberk, Horí ám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šabloa III/2 Iovace a zkvalitěí výuky prostředictvím ICT Ozačeí materiálu VY_32_INOVACE_Hor018 Vypracoval(a), de Mgr. Radek
VíceFYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE
FYZIKÁLNÍ PRAKTIKUM FJFI ČVUT V PRAZE Datum měření: 19.3.2011 Jméno: Jakub Kákona Pracovní skupina: 2 Hodina: Po 7:30 Spolupracovníci: Viktor Polák Hodnocení: Ohniskové vzdálenosti a vady čoček a zvětšení
Více676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368
Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540
VíceCZ.1.07/1.5.00/34.0378 Zefektivnění výuky prostřednictvím ICT technologií III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT
Autor Mgr. Lenka Střelcová Tematický celek Posloupnosti Cílová skupina 3. ročník SŠ Anotace Materiál má podobu výkladového a pracovního listu s úlohami, pomocí nichž si žáci osvojí a procvičí využití geometrické
Vícepravděpodobnost, náhodný jev, počet všech výsledků
Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: Název projektu: Číslo projektu: Autor: Tematická oblast: Název DUMu: Kód: III/2 - Inovace a zkvalitnění výuky prostřednictvím ICT Inovace výuky na GSN
VíceBuffonova jehla. Jiří Zelenka. Gymnázium Zikmunda Wintra Rakovník
Buffonova jehla Jiří Zelenka Gymnázium Zikmunda Wintra Rakovník jirka-zelenka@centrum.cz Abstrakt Zaměřil jsem se na konstantu π. K určení hodnoty jsem použil matematický experiment nazývaný Buffonova
VíceDrsná matematika IV 7. přednáška Jak na statistiku?
Drsná matematika IV 7. přednáška Jak na statistiku? Jan Slovák Masarykova univerzita Fakulta informatiky 2. 4. 2012 Obsah přednášky 1 Literatura 2 Co je statistika? 3 Popisná statistika Míry polohy statistických
VíceSEMESTRÁLNÍ PRÁCE STATISTIKA
SEMESTRÁLNÍ PRÁCE STATISTIKA 2012/2013 ZÝKOVÁ LUCIE 2 39 DUFEK JAKUB 1 Pro semestrální práci z předmětu Statistika jsme si naměřili intenzitu a směr aut v křižovatce Ke Krči x Jiskrova. Měření proběhlo
VíceOrganizační pokyny k přednášce. Matematická statistika. Přehled témat. Co je statistika?
Organizační pokyny k přednášce Matematická statistika 2012 2013 Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta UK hudecova@karlin.mff.cuni.cz http://www.karlin.mff.cuni.cz/
Více