STATISTIKA. pracujeme pouze s r hodnotami x. má svou absolutní četnost. n ) udává, jaká část souboru má hodnotu znaku
|
|
- Pavlína Urbanová
- před 5 lety
- Počet zobrazení:
Transkript
1 STATISTIKA. Základí pomy věda o metodách sběru, zpracováí a vyhodocováí statistických údaů. Zkoumá společeské, přírodí, techické a ié evy vždy a dostatečě rozsáhlém souboru údaů. Matematická statistika vychází ze shromážděých statistických údaů. Zabývá se eich matematickým zpracováím a rozborem výsledků. Statistické údae (data) sou číselé údae o společeských, přírodích, techických a iých skutečostech, o tzv. statistických evech. Statistický soubor e soubor osob, věcí, událostí, evů apod. shromážděých a základě určité společé vlastosti. Statistické edotky sou edotlivé prvky statistického souboru. Rozsah souboru (oz. ) e počet všech prvků statistického souboru. Statistický zak e společá vlastost statistického souboru, kterou vyšetřueme. Te může být buď kvatitativí (e vyádře číselým údaem, ako apř. zámka z testu, výška, váha, hrubý ročí příem, atd.) ebo kvalitativí (e vyádře slovím popisem apř. árodost, občaství, povoláí, druh emoci apod.).. Zpracováí statistického souboru Tříděí souboru Ve většiě šetřeí e počet růzých hodot sledovaého zaku meší, ež počet edotek tohoto statistického souboru. Zameá to tedy, že ěkolik růzých statistických edotek téhož souboru má steé hodoty. Hovoříme o tzv. četosti ebo také absolutí četosti. Absolutí četost (četost) hodoty zaku (oz. ) udává počet statistických edotek, kterým přísluší steá hodota zaku, tz. že pomocí této absolutí četosti lze roztřídit soubor do r tříd (r < ). Tedy místo hodot přičemž každá tato hodota,, L pracueme pouze s r hodotami, má svou absolutí četost.,, L r,, Součet četostí všech možých hodot zaku se rová rozsahu soboru, tedy. Relativí četost hodoty zaku ( v Součet relativích četostí se rová edé, tedy ) udává, aká část souboru má hodotu zaku r v Relativí četosti se velmi často vyadřuí v procetech a pak platí, že eich součet e 00 %. Všechy růzé hodoty zaku (tedy třídy,, L, r ) a im odpovídaící četosti (tedy,, L, r ), resp. relativí četosti v (tedy v, v, L, vr ) lze zapsat do tabulky, kterou azýváme tabulka rozděleí četostí a relativích četostí. Rozděleí četostí (absolutích či relativích) lze zázorit graficky, provádíme tzv. grafické zázorěí četostí. Nečastěi užíváme polygo četostí a histogram četostí.. r.
2 Příklad.. Ve třídě byly zazameáy tyto zámky z testu: Prvotí tabulka (etříděý soubor): Jméo žáka Zámka z testu ( ) Jméo žáka Zámka z testu ( ) Jméo žáka Zámka z testu ( ) Jméo žáka Zámka z testu ( ) Jméo žáka Adam Frézová Jaeček Opletalová Šedivá 3 Béla 3 Galatek 3 Kadeřavý 4 Paleček Ulrych Čeek Haáček 5 Lakomá Remuda 3 Válek 3 Dlouhá 3 Chromá 4 Mastý Řečý 3 Wilczek 5 Eli 4 Idra 3 Nedoma 3 Sitek Žežulka Řešeí: Proveďte roztříděí tohoto souboru a vhodé třídy a staovte absolutí a relativí četost každé třídy. Proveďte grafické zázorěí četostí. Zámka z testu ( ) V prvotí tabulce e zazameá tzv. etříděý soubor, který pomocí tříd a četostí roztřídíme: Tabulka rozděleí četostí a relativích četostí (tříděý soubor): Třída Četost zaku Relativí četost zaku , , , , , 08 5 součet 5 Grafické zázorěí rozděleí četostí: četost v Polygo četosti (spoicový diagram) zámka relativí četost (%) Histogram četosti (sloupkový a kruhový diagram) 5 4 8% % zámka 3 36% 0% 4%
3 Pozámka: Postupuí-li hodoty kvatitativího zaku po příliš malých krocích ebo e ich příliš moho, sdružueme e v itervaly a hodoty z téhož itervalu ahradíme středem tohoto itervalu. Příklad.. Statistickým soborem e 00 žáků školy, sledovaým zakem eich výška. Byly zištěy tyto údae: Výška (cm) Počet žáků Naděte střed každého itervalu (třídy) a staovte absolutí a relativí četost každé třídy. Proveďte grafické zázorěí četostí histogramy četosti. Řešeí: Místo celého itervalu zapíšeme eho střed: (cm) (počet žáků) v (%) 4% 0% 8% 40% 8% 8% % Histogram četosti (sloupkový a kruhový diagram) 80 četost % 85 8% 90 % 60 4% 65 0% 70 8% výška (cm) 75 40% Cvičeí : ) Při zišťováí věku posluchačů edé studií skupiy a vysoké škole byly zištěy tyto hodoty: 8, 9, 8, 8, 9, 8, 0,, 0,,,, 8, 8, 8, 9, 9, 8, 9, 0. Určete rozsah souboru, sestavte tabulku rozděleí četostí edotlivých hodot zaku věk a určete relativí četosti. Sestrote spoicový diagram (tzv. polygo četosti) rozděleí četostí. ) Ve třídě s 5 žáky prospělo s vyzameáím 7 žáků, prospělo 4 žáků, eprospěli 3 žáci, ebyl klasifiková žák. Vypočtěte relativí četosti zaku prospěch a ukažte, že eich součet e rove. Sestrote kruhový diagram (tzv. histogram) rozděleí četostí. 3) V prodeě páské obuvi zazameávali velikosti prodaých párů během de s tímto výsledkem: 4, 4, 4, 4, 4, 4, 39, 4, 37, 4, 45, 4, 4, 38, 40, 39, 38, 4, 4, 38, 4, 39, 44, 43, 43, 44, 39, 39, 43, 43, 40, 4, 43, 4, 4, 43, 40, 40, 40, 4, 4, 4, 4, 40, 4. Určete rozsah souboru, vypočtěte absolutí a relativí četosti zaku velikost. Relativí četosti vyádřete v procetech a ověřte, zda eich součet e rove 00%. Sestrote sloupkový diagram rozděleí četostí. 4) Ze Školí statistické ročeky 008 vyměte část tabulky Počítačové dovedosti edotlivců v ČR v roce 007 týkaící se věkových skupi (str.6). Tabulku zapište a sestrote spoicový diagram a histogram (sloupkový či kruhový). Pozámka: Školí statistickou ročeku 008 alezete též a iteretových strákách Českého statistického úřadu ( v sekci pro studety. 3
4 5) Kruhový diagram vyadřue v procetech volebí preferece pěti politických stra. Jsou-li volebí preferece stray A zázorěy kruhovou výsečí se středovým úhlem 7, sou preferece této stray: a) 5 % b) 0 % c) 5 % d) 30 % D E A B C V: 0 % 6) Na obrázku e spoicový diagram, který zázorňue četosti všech pěti hodot daého zaku : četost hodota zaku Z ásleduících sloupkových diagramů zázorňuících relativí četosti hodot tohoto zaku vyberte te, který odpovídá uvedeému spoicovému diagramu: Graf A Graf B relativí četost 0,5 0, 0,5 0, 0,05 relativí četost 0,3 0,5 0, 0,5 0, 0, hodota zaku hodota zaku Graf C Graf D relativí četost 0,35 0,3 0,5 0, 0,5 0, 0, relativí četost 0,5 0,4 0,3 0, 0, hodota zaku hodota zaku V: Graf B 4
5 3. Statistické charakteristiky Statistickými charakteristikami azýváme čísla, která podávaí stručou a souhrou iformaci o souboru. Pokud se omezíme a podmíku, že vyšetřueme statistický soubor a základě ediého kvatitativího zaku, edá se o charakteristiky polohy (úrově) a variability (promělivosti). Základí statistické charakteristiky slouží pro vzáemé porováváí růzých statistických souborů. Charakteristiky polohy hodoty zaku (eboli středí hodoty zaku) sou čísla, která zastupuí celý soubor. Jedo číslo ahrazue dlouhou řadu hodot zkoumaého zaku a e pak sadé porovat dva i více statistických souborů. Charakterizuí polohu zaku a číselé ose. Mezi ě patří aritmetický průměr, geometrický průměr, harmoický průměr, mediá, modus. Aritmetický průměr (oz. ) e eužívaěší statistická veličia, která v istém smyslu vyadřue typickou hodotu popisuící daý soubor moha hodot (apř. průměrý plat v ČR). Má smysl ako velmi důležitá charakteristika daého souboru tehdy, pokud sou odchylky aměřeých hodot ahodilé a v souboru se evyskytuí etrémě ízké ebo vysoké hodoty. Defiice aritmetického průměru: aritmetický průměr prostý: ( + + L + ) i, i aritmetický průměr vážeý: r ( + + L + r r ), kde,, L, r sou četosti tříd,, L, r. Užíváme tam, kde statistický soubor e slože z r podsouborů. Máme-li tedy sestaveu tabulku rozděleí četostí, užieme pro výpočet aritmetického průměru vážeý aritmetický průměr. Příklad 3.. V edom ročíku školy sou dvě paralelí třídy. Třída A má 0 studetů, třída B 3 studetů. Při edom testu získali žáci těchto tříd tyto body: Třída A: 6, 67, 7, 74, 76, 77, 78, 79, 79, 80, 80, 8, 8, 8, 83, 84, 86, 89, 93, 98. Třída B: 80, 8, 8, 83, 84, 85, 86, 87, 87, 88, 88, 89, 89, 89, 90, 90, 90, 90, 9, 9, 9, 9, 9, 93, 93, 94, 95, 96, 97, 98, 99, 00. Vypočtěte aritmetický průměr bodů ve třídě A, ve třídě B a v celém ročíku Řešeí: A 80, B Chceme-li vypočítat průměr bodů za celý ročík, esmíme ho počítat ako průměr ze získaých dvou průměrů, t. 85!!! Každý z ich má totiž iou váhu. Prví zastupue 0 žáků, druhý 3. Proto celkový průměr vyřešíme buď ako podíl součtu všech bodů v ročíku a celkového počtu žáků v ročíku & 86, ebo pomocí vážeého průměru & 86, V tomto případě stačilo k určeí celkové průměru zát průměry a počty žáků ve třídách (emusíme iž zát body u edotlivých žáků). Závěr: Průměr bodů ve třídě A e 80 bodů, ve třídě B 90 bodů, celkový průměr v ročíku e 86,54. 5
6 Příklad 3.. Výsledky srovávací písemé práce z matematiky ve dvou paralelích třídách 4.A a 4.B ukázaly ásleduící: Třída 4.A (počet žáků 30) apsala písemou práci s průměrem,50, třída 4.B (počet žáků 5) apsala tuto práci s průměrem,60, ale a rozdíl od sousedí třídy zde ikdo eměl edostatečou zámku. Marek, studet třídy 4.B, si uvědomil, že kdyby apsal písemku lépe, mohla skočit eho třída lépe ež sousedí. Jakou zámku z písemky dostal? Řešeí: A,50, B, 60 Ozačíme-li celkový počet bodů získaých třídou 4.B ako s, pak platí, že s B,60 s,60 5 s 65 5 Kdyby Marek dostal zámku o m stupňů lepší ež ve skutečosti a eho třída by tedy dopadla lépe ež 4.A, muselo by platit 65 m <,50 m >,5 5 Závěr: Marek se tedy musel zlepšit o 3 stupě. Protože však žádý žák v eho třídě eměl pětku, měl tedy čtyřku a musel by se zlepšit až a edičku. Příklad 3.3. Průměrá deí teplota se v meteorologii staovue ako průměr z teploty vzduchu aměřeé v 7 hodi ráo, teploty ve 4 hodi a teploty v hodi, přičemž posledí úda se započítává s dvoásobou vahou. Vypočtěte průměrou deí teplotu, estliže raí teplota byla -4 C, odpoledí C a večerí -3 C. Řešeí: Závěr: ( ) t Platí tedy 7 + t 4 + t t t 4 4 Průměrá deí teplota byla - C. Příklad 3.4. Průměrý měsíčí plat zaměstaců firmy v prvím až třetím čtvrtletí byl Kč. Ve čtvrtém čtvrtletí vyplatila firma zaměstacům mimořádé odměy, a tak eich průměrý měsíčí plat za celý loňský rok čiil Kč. O kolik koru byla průměrá měsíčí mzda zaměstaců firmy ve čtvrtém čtvrtletí větší ve srováí s eich průměrou měsíčí mzdou v prvím až třetím čtvrtletí? Řešeí: Závěr: I.- III.čtvrtletí, t. 9 měsíců Kč za měsíc IV.čtvrtletí, t. 3 měsíce Kč za měsíc celý rok, t. měsíců Kč za měsíc Odtud plye rovice: Rozdíl čií Kč. Průměrá měsíčí mzda zaměstaců firmy ve čtvrtém čtvrtletí byla o Kč větší ve srováí s eich průměrou měsíčí mzdou v prvím až třetím čtvrtletí. 6
7 Vlastosti aritmetického průměru: Změí-li se každá z hodot i aritmetický průměr:,, L, o steou kostatu c, pak se o tuto kostatu změí ( c) + ( + c) + + ( + c) ( + + L+ + c) + L + + L+ 7 + c + c Změí-li se každá z hodot,, L, k-ásobě, pak se k-ásobě změí i aritmetický průměr: ( k ) + ( k ) + L+ ( k ) k( + + L+ ) k Příklad 3.5. Každý z stromků vyrostl za 5 let do dvoásobé výše. Kolikrát se zvětšila průměrá výška všech těchto stromků? Řešeí: Závěr: Jedá se o přímé užití výše uvedeé vlastosti: ( ) + ( ) + L+ ( ) ( + + L + ) Průměrá výška stromků se zvětšila dvakrát. Příklad 3.6. Maitel stavebí firmy vyplatil za řádé plěí zakázky každému ze šesti pomocíků steou částku, každému ze čtyř zedíků také steou částku, ale vyšší ež pomocíkům, evyšší částku vyplatil mistrovi. Průměrě vyplaceá částka byla Kč. Pozděi se maitel firmy rozhodl vyplatit eště každému z uvedeých pracovíků 0 % částky, kterou mu vyplatil původě. Jak vysoká byla průměrá dodatečě vyplaceá částka? Řešeí: Závěr: Původě bylo v průměru zaměstacům vyplaceo: 6 + 4y + z 6730 Kč Po dodatečém zvýšeí bylo celkem průměrě vyplaceo: 6, + 4, y +, z, ( 6 + 4y + z) Průměrá dodatečě vyplaceá částka byla 673 Kč., , Příklad 3.7. Na sportoví utkáí chce obec prodávat vstupeky za edotou ceu, a to za 50 Kč, 00 Kč, 50 Kč ebo 00 Kč. Podle předběžého průzkumu e 8 záemců ochoto koupit si vstupeku evýše za 50 Kč, dalších 05 záemců evýše za 00 Kč, dalších 48 záemců vstupeku evýše za 50 Kč a pouze dalších 76 záemců vstupeku až do cey 00 Kč. Při aké ceě vstupeky bude mít obec evyšší zisk? Řešeí: Závěr: Vstupeku za 50 Kč by koupilo ( ) záemců, zisk by byl ( ) Kč. Zisk za vstupeky po 00 Kč.. ( ) Kč. Zisk za vstupeky po 50 Kč.. ( ) Kč. Zisk za vstupeky po 00 Kč Kč. Zisk obce bude evětší, bude-li vstupeka stát 00 Kč.
8 Geometrický průměr z kladých čísel a,..., součiu:, a a e defiová ako -tá odmocia z eich a K a Π ai i a Geometrický průměr G se ve statistice využívá k výpočtu průměrého tempa růstu v árodohospodářských časových řadách, tedy tempa růstu průmyslové či ié výroby. Jsou-li hodoty růstu,, L, uvedey v procetech, pak průměré ročí tempo růstu získáme rověž v procetech. L G Příklad 3.8. Vypočtěte průměrý růst ce za posledí čtyři roky, estliže byl zazameá postupý árůst o 0 % z předchozího roku a pak 0 %, poté 5 % pokles ce, ale pak zase 0 % růst ce. Řešeí: Průměré ročí tempo růstu ce vyádříme geometrickým průměrem: ,40 % Závěr: Průměré ročí tempo růstu ce bylo 5,4 %. G Pozámka: Do vzorce pro geometrický průměr lze samozřemě dosazovat i desetiá čísla vystihuící růst či pokles: 4,0,0 0,85,0,054, což odpovídá vzrůstu o 5,4 %. G Příklad 3.9. Geometrický průměr čtyř kladých čísel 4, 6,, e. Určete ezámá čísla, vypočtěte pak eich aritmetický průměr a porovete s průměrem geometrickým. Řešeí: , ,5 + 0,5 Aritmetický průměr 5, 5 4 Závěr: Hledaá čísla sou rova číslu 0,5. Aritmetický průměr všech čtyř čísel e 5,5, což e číslo větší ež eich průměr geometrický. Nerovost aritmetického a geometrického průměru V matematice říká erovost aritmetického a geometrického průměru (krátce AG-erovost), že aritmetický průměr skupiy ezáporých čísel e vždy větší ebo rove geometrickému průměru těchto čísel. Navíc, rovost astává tehdy a e tehdy, pokud sou všecha čísla ve skupiě steá. Formálě se erovost zapíše + + L + L. Příklad 3.0. Dokažte AG-erovost pro dvě ezáporá čísla, y. + y Tatro erovost e splěa pro všecha ezáporá čísla, y (druhá mocia e vždy ezáporá). Rovost astává pouze pro y. Řešeí: y ( + y) 4y y + y 0 ( y) 0 8
9 Harmoický průměr z eulových hodot statistického souboru e defiová ako podíl rozsahu souboru (počtu čleů) a součtu převráceých hodot zaků. Jiými slovy e to převráceá hodota aritmetického průměru převráceých hodot zadaých čleů. h + + L+ i i Harmoický průměr užíváme ečastěi při výpočtu průměré rychlosti či průměrého času. Příklad 3.. Řidič zkušebího automobilu el do cílového místa rychlostí 70 km/h a zpět rychlostí 90 km/h. Jakou průměrou rychlost dosáhl a celé trase? Řešeí: h 78, Závěr: Průměrá rychlost řidiče byla 78,75 km/h. Příklad 3.. Tři pracovíci opakovaě prováděí steou operaci. Prvímu trvá operace miuty, druhému 3 miuty, třetímu 4 miuty. Jak dlouho trvá průměrě eda operace? 3 Řešeí: h &, Závěr: Jedá operace trvá průměrě asi miuty 48 sekud. Předěme yí od průměrů k doplňuícím charakteristikám polohy, ako sou modus a mediá. Modus zaku e hodota, která má v souboru evětší četost. Začíme Mod () ebo taky ˆ. Představue akousi typickou hodotu sledovaého souboru a eho určeí předpokládá roztříděí souboru podle obmě zaku. Modus emusí být urče edozačě (tz., že se steou evyšší frekvecí se může vyskytovat více hodot). Jeho výhodou e, že ho lze použít i pro ečíselá data, kde apř. aritmetický průměr použít elze. Např. modus souboru {ablko, pomerač, hruška, pomerač, ablko, ablko, hruška} e ablko. Mediá zaku e prostředí hodota zaku, sou-li hodoty,, L, uspořádáy vzestupě. Začíme Med () ebo taky ~. Mediá dělí řadu podle velikosti seřazeých výsledků a dvě steě početé poloviy. Platí, že eméě 50 % hodot e meších ebo rových a eméě 50 % hodot e větších ebo rových mediáu. Pro alezeí mediáu daého souboru stačí hodoty seřadit podle velikosti a vzít hodotu, která se alézá uprostřed sezamu. Pokud má soubor sudý počet prvků, obvykle se za mediá ozačue aritmetický průměr prostředích dvou hodot. Základí výhodou mediáu ako statistického ukazatele e fakt, že eí ovlivěý etrémími hodotami. Proto se často používá v takových souborech, u kterých aritmetický průměr dává obvykle evhodé výsledky. Např. u souboru {,,, 3, 9 } e mediá (steě ako modus) rove dvěma, což e zřetelě vhoděší ukazatel převažuící tedece ež aritmetický průměr, který e zde rove 3,4. Mediá e epoužívaěší kvatil (kokrétě kvatil dělící soubor a dvě části). Kromě mediáu se velmi často používaí kvartily (soubor se dělí a čtyři části), decily (a deset částí) a percetily (a sto částí). 9
10 Příklad 3.3. Ve třídě s 3 studety byla zišťováa výše eich kapesého a týde. Výsledky šetřeí sou zpracováy v ásleduící tabulce rozděleí četostí: Výše kapesého 50 Kč 00 Kč 00 Kč 500 Kč Počet studetů 5 3 Určete průměrou hodotu, modus a mediá kapesého ve třídě. Porovete tyto charakteristiky polohy Řešeí: Průměr: & 98 Kč 3 Modus: Nečastěi vyskytuící se hodota e 50,- Kč ˆ 50, Kč. Mediá: Seřadíme-li 3 hodot vedle sebe ve vzrůstaícím pořadí, pak prostředí hodota e a 6. místě, což e 00,- Kč ~ 00, Kč Závěr: Protože eda hodota zaku v tomto souboru e výrazě odlišá, e ako doplňková charakteristika polohy vhoděší mediá. To dokládá i porováí aritmetického průměru s mediáem. Modus e výrazě ižší ež aritmetický průměr a mediá. Cvičeí 3( část): ) Při statistickém průzkumu v edé obci byly zištěy ásleduící počty čleů v domácostech této obce. Vypočtěte průměrý počet čleův edé domácosti. Počet čleů domácosti Počet domácostí V: & 3,504 ) Průměrý obsah stříbra v áhodě vybraých vzorcích rudy udává ásleduící tabulka. Vypočtěte průměrý obsah stříbra v této rudě. Obsah stříbra v % Počet vzorků V: & 5,7 % 3) Určete aritmetický průměr, modus a mediá čísel,, L, 5, estliže se číslo vyskytue mezi imi pětkrát, číslo 7 osmkrát a čísla 0 a edou. V: & 5, 87 ; ˆ 7 ; ~ 7 4) Ve třídě e 8 žáků zařazeo do volitelého předmětu iformatika, 0 do cvičeí z biologie a 4 do aglické koverzace. Průměrý prospěch v iformatice byl,60, ve cvičeí z biologie,40 a v aglické koverzaci,0. Jaký e průměrý prospěch třídy ve volitelých předmětech? V: &,365 5) Aritmetický průměr tří čísel e 38,4. Součet dvou z ich 77,4. Určete třetí číslo. V: 37,8 6) Několik ablek má průměrou hmotost 80 g. Kdybychom k im přidali edo ablko o hmotosti 0 g, zvětšila by se průměrá hmotost ablek o 3g. Určete původí počet ablek. V: 9 ablek 7) Deset hráčů soutěžilo v hodu a koš. Prví hráč získal bodů, druhý 8 bodů, třetí také 8 bodů, čtvrtý dosáhl aritmetického průměru počtu bodů prvích tří hráčů. Podobě pátý a každý další hráč získal počet bodů, který se rová aritmetickému průměru počtu bodů všech hráčů, kteří házeli a koš před ím. Kolik bodů získal desátý hráč? V: 9 bodů 0
11 8) Sportovci čtyř družstev edoho oddílu byli testovái a fyzickou zdatost. Každý obdržel zámku od (elepší) do 5 (ehorší). Výsledky sou uvedey v ásleduící tabulce: družstvo družstvo družstvo družstvo a) Jaká byla průměrá zámka v celém oddílu? Počítete s přesostí a dvě desetiá místa. b) Které družstvo bylo v průměru elepší a které ehorší? c) Určete četosti edotlivých zámek v celém oddílu a sestrote příslušý polygo četosti. d) Určete relativí četosti (v %) edotlivých zámek v celém oddílu s přesostí a dvě desetiá místa. (Samostatá práce! Vypracovaý úkol odevzdete a volém listu papíru.) 9) Určete mediá čísel, 3, 4 3, + 4, 6, 9, 4, eichž aritmetický průměr e 4. V: ~ 5 0) Statistický soubor o rozsahu 000 statistických edotek vyšetřueme z hlediska istého kvatitativího zaku. Vzestupě uspořádaé hodoty zaku pro edotlivé statistické edotky sou,, L, 000. Předpokládeme, že se hodoty zaku u všech edotek vyšetřovaého souboru zvětší o pět (pětkrát). Jak se změí aritmetický průměr, mediá a modus tohoto souboru? V: vše se zvětší o pět (pětkrát) ) Číslo e z aměřeých hodot 3,, 5,, 7, 8, 0,, evětší. Určete toto číslo, estliže mediá tohoto souboru e rove aritmetickému průměru. V: 4 ) V akciové společosti e průměrý plat Kč, přitom 30 % pracovíků s eižším platem má průměrě Kč. Této skupiě pracovíků byla počátkem roku zvýšea mzda edotě o 500 Kč. O kolik procet vzrostl průměrý plat v celé společosti ásledkem tohoto zvýšeí eižších platů? V: o, % 3) U sta studetů byla zišťováa výše kapesého. Určete chyběící údae a, b v ásleduící tabulce, estliže bylo zištěo, že průměrá výše kapesého studetů byla 873,50 Kč. Určete mediá a modus v tomto souboru. Výše kapesého (Kč) 800 a Počet studetů b 0 5 V: a 750 Kč, b 5, ~ 800, ˆ 800 4) Vypočtěte průměrou rychlost automobilu, který ede z místa A do místa B stálou rychlostí 80 km/h a zpět tutéž trasu rychlostí 0 km/h. V: 96 km/h 5) Tři popelky přebíraí hromadu hrachu. Prví Popelka by ho přebrala za hodiy, druhá za 3 hodiy, třetí za 6 hodi. Za ak dlouho by hromadu přebrala průměrá Popelka? V: 3 hodiy 6) Jede stro vyrobí výrobek za 0 sekud, druhý za 30 sekud, třetí za 6 sekud. Určete průměrou rychlost výroby edoho výrobku. V: sekud
12 7) Geometrický průměr pěti kladých čísel, 4, 8,, e 4. Vypočtěte eich harmoický průměr. 40 V: 4, h 8) Průmyslový podik vykázal v posledích letech tyto hodoty růstu produkce: 05,5 %, 00,6 %, 04, %, 0, %, v pátém roce pak pokles o,4 %. Jaké bylo eho průměré ročí tempo růstu? V: 0,78 % 9) V tabulce sou uvedey koeficiety růstu prodee automobilů začky Škoda a začek dovozových zahraičích automobilů v ČR v letech Určete, zda byl v uvedeém období vyšší přírůstek u začky Škoda ebo u začek zahraičích automobilů. Rok Škoda,3,,49 0,84 0,99 Zahraičí začky,46,563,04 0,80,4 V: G (Škoda),036 < G (zahr.),66 0) Ze Školí statistické ročeky 008 vyměte část tabulky Výdae a žáka/studeta podle druhu/typu školy týkaící středího vzděláváí v uvedeých letech (str.0). Tabulku zapište, sestrote sloupkový diagram výdaů v těchto letech a gymáziích, SOŠ a SOU a pak určete průměré výdae a edoho žáka a gymáziích, SOŠ a SOU v těchto letech. Pozámka: Školí statistickou ročeku 008 alezete též a iteretových strákách Českého statistického úřadu ( v sekci pro studety.
13 Jak iž bylo vyložeo, každou charakteristiku polohy chápeme ako číslo, kolem ěhož edotlivé hodoty zaku kolísaí. Velikost tohoto kolísáí vyadřuí charakteristiky variability (promělivosti) zaku. V souboru, ve kterém ako charakteristiku polohy zvolíme aritmetický průměr, e vhodou charakteristikou variability rozptyl a směrodatá a odchylka. Průměrá absolutí odchylka (oz. d ) e aritmetický průměr absolutích hodot odchylek edotlivých hodot zaku všech prvků daého souboru od eich aritmetického průměru: r v evážeém tvaru: d i ebo ve vážeém tvaru: d i Rozptyl zaku (oz. s ) e aritmetický průměr druhých moci odchylek hodot zaku od aritmetického průměru: v evážeém tvaru: s ( ) 3 r ebo ve vážeém tvaru: ( ) i s i Jedotka (fyzikálí edotka) rozptylu e druhou mociou edotky hodot zaku (apř. sou-li hodoty zaku uvedey v cm, pak edotkou rozptylu e cm ). Směrodatá odchylka (oz. s ) e druhá odmocia z rozptylu: v evážeém tvaru: s ( ) i i r ebo ve vážeém tvaru: s ( ) Jedotka (fyzikálí edotka) směrodaté odchylky e steá ako edotka hodoty zaku. Směrodatá odchylka ukazue, ak se rozprostíraí hodoty v souboru dat. Přesěi, e to míra průměré vzdáleosti hodot dat od eich průměru. Pokud budou všechy hodoty dat steé, pak směrodatá odchylka bude ulová. Variačí koeficiet (oz. v ) e mírou relativí variability a užívá se při porováváí variability růzých souborů. Je defiová ako podíl směrodaté odchylky a aritmetického průměru. Vyadřue se obvykle v procetech: s v 00% Má smysl e tehdy, abývá-li zak e ezáporých hodot. Příklad 3.4. V příkladu 3.3. (str. 0) sme vyšetřovali průměré týdeí kapesé 3 studetů. Vypočtěte průměrou absolutí odchylku, rozptyl, směrodatou odchylku a variačí koeficiet průměrého týdeího kapesého studetů. Řešeí: Již sme vypočetli průměr kapesého 98 Kč. Pro další potřebé výpočty zpracueme tabulku: Výše kapesého 50 Kč 00 Kč 00 Kč 500 Kč Počet studetů Průměrou absolutí odchylka: d & 47 Kč Rozptyl: s & 7336 (Kč) 3 Směrodatá odchylka: s 7336 & 85, 65 Kč 85,65 Variačí koeficiet: v 00 87,4% 98 Tato hodota vypovídá o tom, že v daém souboru e velký rozptyl kolem středí hodoty.
14 Cvičeí 3 (.část): ) Ve které ze dvou pětičleých skupi pracovíků (viz tabulka) se steým průměrým platem e lépe uplatňováa mzdová difereciace (mzdy esou tzv. ivelizováy) a základě vypočteého variačího koeficietu: celkem Mzdy. skupiy Mzdy. skupiy V: v ( ),94%, v () 5,9 % ) Při opakovaém měřeí délky součástky mikrometrem byly aměřey ásleduící hodoty v mm:,;,0;,09;,;,0;,03;,03;,0;,05;,05. Vypočtěte průměr, směrodatou odchylku a variačí koeficiet (charakterizue přesost měřeí). V:,06 mm; s 0,037 mm; v,8 % 3) Skupia 0 studetů odpracovala o prázdiách v lese 3 60 hodi (viz tabulka). Vypočtěte aritmetický průměr, směrodatou odchylku a variačí koeficiet: Počet odpracovaých hodi Počet studetů V: 58 h; s 9,9 h; v 8,9 % 4) Následuící tabulka uvádí deí doivost krav v litrech. Vypočtěte průměrou doivost, směrodatou odchylku a variačí koeficiet: Doivost za de Počet krav V: 7,6 l; s,7 l; v 37,33 % 5) Určete v procetech průměrý obsah bromidu stříbrého ve fotografických roztocích (viz tabulka) a vypočtěte směrodatou odchylku a variačí koeficiet: Číslo roztoku Obsah AgBr v % 38,5 40,4 40,35 38,6 37,0 40,55 37,3 39,84 V: 39,045%; s,34%; v 3,43 % 6) Sir Weldo opakoval 4 096krát hod kostkami a v každém hodu zazameal počet šestek. Rozděleí četostí tohoto zaku udává ásleduící tabulka. Určete aritmetický průměr, modus, mediá, směrodatou odchylku a variačí koeficiet: Počet šestek a více Četost V: &,00; ˆ ; ~ ; s &,9; v 64,5 % 7) Ze Školí statistické ročeky 008 vyměte část tabulky Sňatky podle vzáemého věku soubeců v roce 006 týkaící věku evěsty (prví tučě vytištěý řádek, str.47). Vypočtěte aritmetický průměr věku evěsty a určete mediá a modus tohoto souboru. Pozámka: Školí statistickou ročeku 008 alezete též a iteretových strákách Českého statistického úřadu ( v sekci pro studety. 4
15 4. Statistická závislost zaků Statistická edotka e ositelkou ěakého statistického zaku. Často e třeba zkoumat případy, kdy e statistická edotka ositelkou dvou zaků. Nás přitom zaímá, aká e souvislost mezi těmito zaky (apř. výos a vodí srážky, prospěch žáka a eho absece apod.) Ozačme tyto zaky a y, rozsah souboru ako obvykle a vytvořme prvotí tabulku: Statistická edotka (číslo i) Hodota zaku Hodota zaku y y y M M M y Vzáemá souvislost mezi zaky a y e vyádřea tzv. koeficietem korelace r : k y r, s s kde k y e tzv. kovariace : k y ( i )( yi y), i s, sou směrodaté odchylky statistických zaků a y. s y Vlastosti koeficietu korelace r: r, Je-li r > 0, pak hodota zaku y roste s rostoucím zakem, e-li r < 0, pak hodota zaku y klesá s rostoucím zakem. Podle velikosti koeficietu korelace r hovoříme o růzých stupích vazby mezi zaky a y: Jestliže 0 r < 0,3, pak se edá o ulový stupeň vazby, 0,3 r < 0,5, pak se edá o mírý stupeň vazby, 0,5 r < 0,7, pak se edá o výzačý stupeň vazby, 0,7 r < 0,9, pak se edá o vysoký stupeň vazby, 0,9 r, pak se edá o těsý stupeň vazby. Pozámka: Je-li mezi zaky lieárí závislost, e r ±. y Závislost mezi zaky lze často vystihout lieárí závislostí regresí přímka. Jeí rovice e k y y ( ) + y s y a + b, eímž grafem e tzv. 5
16 Příklad 4.. Na 0 pokusých polích byl pozorová hektarový výos a možství srážek (viz tabulka). Jaká e vzáemá vazba možství srážek a hektarových výosů? Určete rovici regresí přímky a sestrote graf. Pole (i) Závlaha (mm) Výos (q/ha) i y i Řešeí: průměry: i 68, 5 ; y y i směrodaté odchylky: 0 i 0 i i 0 s ( 68,5) 665, 5 ; s ( 38) 9, 6 i 0 y y i 0 i kovariace: ( )( ) ( 68,5)( 38) 30, 5 k y 0 i yi y k y 0 i i koeficiet korelace: k y 30,5 r r 0, 93 s s 665,5 9,6 & k y 30,5 665,5 y & 0,0 + 4,95 y + regresí přímka: y ( ) + y y ( 68,5) 38 s i y i Závěr: Mezi srážkami a výosy e těsý stupeň vazby. Graf: výos (q/ha) y 0,0 + 4, závlaha (mm) 6
17 Příklad 4.. V ásleduící tabulce sou uvedey zámky z matematiky a koci. a. ročíku. Na základě hodoty koeficietu korelace určete stupeň vazby mezi těmito zámkami. Určete regresí přímku a sestrote graf. Řešeí: Zámka a Zámka a koci.ročíku koci. ročíku Tabulku uto přepsat do tvaru uvedeého a začátku této kapitoly, abychom si uasili hodoty a y : i i. ročík ( i ). ročík ( i Celkem žáků y ) Četost (, ) průměry: i &, 49 ; y y i &, i 35 i směrodaté odchylky: 35 i 35 i i y i 0 35 y y i 35 i s (,49) 0, 6498 ; s (,34) 0, kovariace: k (,49)( y,34) 0, 3763 y i i 35 i 0,3763 koeficiet korelace: r & 0, 69 0,6498 0,568 regresí přímka: y 0,58 + 0, 90 Závěr: Mezi zámkami z. a. ročíku e výzačý stupeň vazby. Graf: 5 y 0,58 + 0,90 4.ročík ročík 7
18 Cvičeí 4: ) Vypočítete koeficiet korelace mezi věkem matky a pořadím arozeého dítěte (Návod: Uvažute vždy střed itervalu věku matky. Tabulku přepište podobě ako v příkladě 4..) Pořadí arozeých Věk matky V: r 0,39 (mírý stupeň vazby) ) Ze Školí statistické ročeky 008 vyměte část tabulky Jedotlivci v ČR využívaící iteret k akupováí týkaící se věkových skupi v roce 007 (str.4). Vypočtěte koeficiet korelace a určete typ vazby mezi věkem a užíváím iteretu k této čiosti. Určete regresí přímku a sestrote graf. Pozámka: Školí statistickou ročeku 008 alezete též a iteretových strákách Českého statistického úřadu ( v sekci pro studety. 3) V ásleduící prvotí tabulce sou uvedey zámky studetů z matematiky (oz. ) a fyziky (oz. y). Srovete variabilitu zámek z matematiky a fyziky. Vypočtěte koeficiet korelace mezi těmito zámkami a zistěte, aká e vzáemá vazba mezi zámkami z matematiky a fyziky. Určete regresí přímku závislosti zámky z fyziky (y) a zámce z matematiky () a sestrote graf. Žák č. i Zámka z M i Zámka z F y i Žák č. i Zámka z M i Zámka z F y i V: v 4,4%, v 47,37 %, r 0,595, y 0,5 + 0, 7 M 4) Dopraví podik zišťue závislost délky dráhy ueté vagóem po geerálí opravě a áklady a údržbu. Na základě uvedeých údaů vyádřete závislost ákladů a délce ueté dráhy. Vagó č. i Délka dráhy (km) i F Náklady (hal/km) y i (Samostatá práce! Vypracovaý úkol odevzdete a volém listu papíru.) 8
Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.
Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový
Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).
STATISTIKA Statistické šetřeí Proveďte a vyhodoťte statistické šetřeí:. Zvolte si statistický soubor. 2. Zvolte si určitý zak (zaky), které budete vyhodocovat. 3. Určete absolutí a relativí četosti zaků,
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
P2: Statistické zpracování dat
P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu
Mod(x) = 2, Med(x) = = 2
Pracoví list č.. Při zjišťováí počtu ezletilých dětí ve třiceti vybraých rodiách byly získáy tyto výsledky:,,,,,,,,,,,,,,,,,,,,,,,,,,,,,. Uspořádejte získaé údaje do tabulky rozděleí četostí a vyjádřete
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
STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson
STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,
Elementární zpracování statistického souboru
Elemetárí zpracováí statistického souboru Obsah kapitoly 4. Elemetárí statistické zpracováí - parametrizace vhodými empirickými parametry Studijí cíle Naučit se výsledky měřeí parametrizovat vhodými empirickými
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:
8. Základy statistiky. 8.1 Statistický soubor
8. Základy statistiky 7. ročík - 8. Základy statistiky Statistika je vědí obor, který se zabývá zpracováím hromadých jevů. Tvoří základ pro řadu procesů řízeí, rozhodováí a orgaizováí, protoţe a základě
Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem
Popisá statistika - zavedeí pojmů Popisá statistika - zavedeí pojmů Soubor idividuálích údajů o objektech azýváme základí soubor ebo také populace. Zkoumaé objekty jsou tzv. statistické jedotky a sledujeme
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
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
České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika
České vysoké učeí techické v Praze Fakulta dopraví Semestrálí práce Statistika Čekáí vlaku ve staicích a trase Klado Ostrovec Praha Masarykovo ádraží Zouzalová Barbora 2 35 Michálek Tomáš 2 35 sk. 2 35
PE 301 Podniková ekonomika 2. Garant: Eva KISLINGEROVÁ. Téma Metody mezipodnikového srovnávání. Téma 12. Eva Kislingerová
PE 30 Podiková ekoomika Garat: Eva KISLINGEROVÁ Téma Metody mezipodikového srováváí Eva Kisligerová Téma Eva Kisligerová Vysoká škola ekoomická v Praze 003 - Mezipodikové srováváí Poprvé 956- koferece
Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková
Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují
Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc
Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se
7. Odhady populačních průměrů a ostatních parametrů populace
7. Odhady populačích průměrů a ostatích parametrů populace Jak sme zišťovali v kapitole. e možé pro každou populaci sestroit možství parametrů, které i charakterizue. Pro účely základího pozáí e evýzaměší
2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.
0. KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Dovedosti :. Chápat pojem faktoriál a ovládat operace s faktoriály.. Zát defiici kombiačího čísla a základí vlastosti kombiačích čísel. Ovládat jedoduché operace
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
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
10.3 GEOMERTICKÝ PRŮMĚR
Středí hodoty, geometrický průměr Aleš Drobík straa 1 10.3 GEOMERTICKÝ PRŮMĚR V matematice se geometrický průměr prostý staoví obdobě jako aritmetický průměr prostý, pouze operace jsou o řád vyšší: místo
13 Popisná statistika
13 Popisá statistika 13.1 Jedorozměrý statistický soubor Statistický soubor je možia všech prvků, které jsou předmětem statistického zkoumáí. Každý z prvků je statistickou jedotkou. Prvky tvořící statistický
Závislost slovních znaků
Závislost slovích zaků Závislost slovích (kvalitativích) zaků Obměy slovího zaku Alterativí zaky Možé zaky Tříděí věcé sloví řady: seřazeí obmě je subjektiví záležitostí (podle abecedy), možé i objektiví
Matematika I, část II
1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího
Statistika Statistická jednotka, statistický soubor a statistické znaky Poznámka. (Rozd lení etností jednoho kvantitativního statistického znaku)
Statistia Tímto pomem většiou ozačueme: a) statisticé údae a eich ěteré fuce, b) statisticou čiost a istituce, teré tuto čiost provozuí, c) statisticou teorii. Statisticé údae eboli statisticá data sou
Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti
1 Základí statistické zpracováí dat 1.1 Základí pojmy Populace (základí soubor) je soubor objektů (statistických jedotek), který je vymeze jejich výčtem ebo charakterizací jejich vlastostí, může být proto
PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR
PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR Ze serveru www.czso.cz jsme sledovali sklizeň obilovi v ČR. Sklizeň z ěkolika posledích let jsme vložili do tabulky 10.10. V kapitole 7. Idexy
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
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
veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou
1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i
ZÁKLADY POPISNÉ STATISTIKY
ZÁKLADY POPISNÉ STATISTIKY Statitia věda o metodách běru, zpracováí a vyhodocováí tatiticých údaů. Statiticé údae ou apř. údae o přirozeém přírůtu či migraci obyvateltva, obemu výroby průmylových podiů,
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
Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika
Co e to statistika? Statistické hodoceí výsledků zkoušek Petr Misák misak.p@fce.vutbr.cz Statistika e ako bikiy. Odhalí téměř vše, ale to edůležitěší ám zůstae skryto. (autor ezámý) Statistika uda e, má
Základní požadavky a pravidla měření
Základí požadavky a pravidla měřeí Základí požadavky pro správé měřeí jsou: bezpečost práce teoretické a praktické zalosti získaé přípravou a měřeí přesost a spolehlivost měřeí optimálí orgaizace průběhu
1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL
Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,
6. P o p i s n á s t a t i s t i k a
6. P o p i s á s t a t i s t i k a 6.. Pozámka: Při statistickém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákoitosti, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme
8.2.1 Aritmetická posloupnost
8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž
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
OVMT Přesnost měření a teorie chyb
Přesost měřeí a teorie chyb Základí pojmy Naměřeé údaje ejsou ikdy absolutě přesé, protože skutečé podmíky pro měřeí se odlišují od ideálích. Při každém měřeí vzikají odchylky od správých hodot chyby.
8.2.1 Aritmetická posloupnost I
8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu
2 STEJNORODOST BETONU KONSTRUKCE
STEJNORODOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí stejorodosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů
Užití binomické věty
9..9 Užití biomické věty Předpoklady: 98 Často ám z biomického rozvoje stačí pouze jede kokrétí čle. Př. : x Urči šestý čle biomického rozvoje xy + 4y. Získaý výraz uprav. Biomický rozvoj začíá: ( a +
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
6. FUNKCE A POSLOUPNOSTI
6. FUNKCE A POSLOUPNOSTI Fukce Dovedosti:. Základí pozatky o fukcích -Chápat defiici fukce,obvyklý způsob jejího zadáváí a pojmy defiičí obor hodot fukce. U fukcí zadaých předpisem umět správě operovat
2.4. INVERZNÍ MATICE
24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:
Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/
Teto projekt je spolufiacová Evropským sociálím fodem a Státím rozpočtem ČR IoBio CZ..07/2.2.00/28.008 Připravil: Ig. Vlastimil Vala, CSc. Metody zkoumáí ekoomických jevů Kapitola straa 3 Metoda Z řeckého
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
vají statistické metody v biomedicíně
Statistika v biomedicísk ském m výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Proč se používaj vají statistické metody v biomedicíě Biomedicísk
III/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
FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL
Difereciálí počet fukcí jedé reálé proměé - 6. - PRVNÍ DIFERENCIÁL TAYLORŮV ROZVOJ FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL PŘÍKLAD Pomocí věty o prvím difereciálu ukažte že platí přibližá rovost
L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATED RA F YZIKY L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y Jméo TUREČEK Daiel Datum měřeí 8.11.2006 Stud. rok 2006/2007 Ročík 2. Datum odevzdáí 15.11.2006 Stud.
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
Jednotkou tepla je jednotka energie, tj. 1 Joule (J). Z definice dále plyne, že jednotkou tepelného toku je 1 J/s ( neboli 1 W )
5. Sdíleí tepla. pomy: Pomem tepelá eergie ozačueme eergii mikroskopického pohybu částic (traslačího, rotačího, vibračího). Měřitelou mírou této eergie e teplota. Teplo e část vitří eergie, která samovolě
vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví
Statistika v biomedicísk ském výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Literatura Edice Biomedicísk ská statistika vydáva vaá a Uiverzitě
Komplexní čísla. Definice komplexních čísel
Komplexí čísla Defiice komplexích čísel Komplexí číslo můžeme adefiovat jako uspořádaou dvojici reálých čísel [a, b], u kterých defiujeme operace sčítáí, ásobeí, apod. Stadardě se komplexí čísla zapisují
1. Základy počtu pravděpodobnosti:
www.cz-milka.et. Základy počtu pravděpodobosti: Přehled pojmů Jev áhodý jev, který v závislosti a áhodě může, ale emusí při uskutečňováí daého komplexu podmíek astat. Náhoda souhr drobých, ezjistitelých
2 EXPLORATORNÍ ANALÝZA
Počet automobilů Ig. Martia Litschmaová EXPLORATORNÍ ANALÝZA.1. Níže uvedeá data představují částečý výsledek zazameaý při průzkumu zatížeí jedé z ostravských křižovatek, a to barvu projíždějících automobilů.
Spojitost a limita funkcí jedné reálné proměnné
Spojitost a limita fukcí jedé reálé proměé Pozámka Vyšetřeí spojitosti fukce je možo podle defiice převést a výpočet limity V dalším se proto soustředíme je problém výpočtu limit Pozámka Limitu fukce v
Popisná statistika. Zdeněk Janák 9. prosince 2007
Popisá statistika Zdeěk Jaák jaak@physics.mui.cz 9. prosice 007 Výsledkem měřeí atmosférické extikce z pozorováí komet a observatoři Skalaté Pleso jsou tyto hodoty extikčích koeficietů ve vlové délce 46
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
3. Lineární diferenciální rovnice úvod do teorie
3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se
Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika
Přijímací řízeí akademický rok 0/0 c. studium Kompletí zěí testových otázek matematika Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá. Které číslo doplíte místo 8? 6 6 8 C. Které číslo
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:
Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení
Přijímací řízeí akademický rok 0/0 Kompletí zěí testových otázek matematické myšleí Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá odpověď. Které číslo doplíte místo otazíku? 6 8 8 6?.
STATISTIKA. Základní pojmy
Statistia /7 STATISTIKA Záladí pojmy Statisticý soubor oečá eprázdá možia M zoumaých objetů schromážděých a záladě toho, že mají jisté společé vlastosti záladí statisticý soubor soubor všech v daé situaci
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
STATISTIKA PRO EKONOMY
EDICE UČEBNÍCH TEXTŮ STATISTIKA PRO EKONOMY EDUARD SOUČEK V Y S O K Á Š K O L A E K O N O M I E A M A N A G E M E N T U Eduard Souček Statistika pro ekoomy UČEBNÍ TEXT VYSOKÁ ŠKOLA EKONOMIE A MANAGEMENTU
4 DOPADY ZPŮSOBŮ FINANCOVÁNÍ NA INVESTIČNÍ ROZHODOVÁNÍ
4 DOPADY ZPŮSOBŮ FACOVÁÍ A VESTČÍ ROZHODOVÁÍ 77 4. ČSTÁ SOUČASÁ HODOTA VČETĚ VLVU FLACE, CEOVÝCH ÁRŮSTŮ, DAÍ OPTMALZACE KAPTÁLOVÉ STRUKTURY Čistá současá hodota (et preset value) Jedá se o dyamickou metodu
Pravděpodobnost vs. statistika. Data. Teorie pravděpodobnosti pracuje s jednou nebo více teoretickými náhodnými
Pravděpodobost vs. Teorie pravděpodobosti pracuje s jedou ebo více teoretickými áhodými veličiami, jejichž je zámo odvozovali jsme y těchto atd. Šárka Hudecová Katedra pravděpodobosti a matematické Matematicko-fyzikálí
n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a 2 +... + a N. n=1
[M2-P9] KAPITOLA 5: Číselé řady Ozačeí: R, + } = R ( = R) C } = C rozšířeá komplexí rovia ( evlastí hodota, číslo, bod) Vsuvka: defiujeme pro a C: a ± =, a = (je pro a 0), edefiujeme: 0,, ± a Poslouposti
f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )
DSM Cv 9 Vytvořující fukce Vytvořující fukcí ekoečé poslouposti a0, a,, a, reálých čísel mííme formálí ekoečou řadu =. f a i= 0 i i Příklady: f = + = + + + + + ) Platí: (biomická věta). To zameá, že fukce
Číselné charakteristiky náhodných veličin
Číselé charakteristiky áhodých veliči Motivace Doposud jsme pozali fukcioálí charakteristiky áhodých veliči (apř. distribučí fukce, pravděpodobostí fukce, hustota pravděpodobosti), které plě popisují pravděpodobostí
1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE
1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;
17. Statistické hypotézy parametrické testy
7. Statistické hypotézy parametrické testy V této části se budeme zabývat statistickými hypotézami, pomocí vyšetřujeme jedotlivé parametry populace. K takovýmto šetřeím většiou využíváme ám již dobře zámé
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,
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.
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
Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti
Úvod Opakováí Poslouposti Příklady Matematika 1 Katedra matematiky, Fakulta stavebí ČVUT v Praze středa 10-11:40 posluchára D-1122 2012 / 13 Úvod Opakováí Poslouposti Příklady Úvod Opakováí Poslouposti
1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );
1 PSE 1 Náhodý pokus, áhodý jev. Operace s jevy. Defiice pravděpodobosti jevu, vlastosti ppsti. Klasická defiice pravděpodobosti a její použití, základí kombiatorické vzorce. 1.1 Teoretická část 1.1.1
Aritmetická posloupnost, posloupnost rostoucí a klesající Posloupnosti
8 Aritmetická posloupost, posloupost rostoucí a klesající Poslouposti Posloupost je fukci s defiičím oborem celých kladých čísel - apř.,,,,,... 3 4 5 Jako fukci můžeme také posloupost zobrazit do grafu:
Znegujte následující výroky a rozhodněte, jestli platí výrok, nebo jeho negace:
. cvičeí Příklady a matematickou idukci Dokažte:.! . Návody:. + +. + i i i i + + 4. + + + + + + + + Operace s možiami.
je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n
8.3. Limity ěkterých posloupostí Předpoklady: 83 Opakováí z miulé hodiy: 8 Hodoty poslouposti + se pro blížící se k ekoeču blíží k a to tak že mezi = posloupostí a číslem eexistuje žádá mezera říkáme že
O Jensenově nerovnosti
O Jeseově erovosti Petr Vodstrčil petr.vodstrcil@vsb.cz Katedra aplikovaé matematiky, Fakulta elektrotechiky a iformatiky, Vysoká škola báňská Techická uiverzita Ostrava Ostrava, 28.1. 2019 (ŠKOMAM 2019)
Pravděpodobnostní modely
Pravděpodobostí modely Meu: QCEpert Pravděpodobostí modely Modul hledá metodou maimálí věrohodosti (MLE Maimum Likelihood Estimate) statistický model (rozděleí) který ejlépe popisuje data. Je přitom k
je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n
8.3. Limity ěkterých posloupostí Předpoklady: 83 Pedagogická pozámka: Tuto a tři ásledující hodiy je možé probrat za dvě vyučovací hodiy. V této hodiě je možé vyechat dokazováí limit v příkladu 3. Opakováí
Konec srandy!!! Mocniny s přirozeným mocnitelem I. Předpoklady: základní početní operace
Koec srady!!!.6. Mociy s přirozeým mocitelem I Předpoklady: základí početí operace Pedagogická pozámka: Zápis a začátku kapitoly je víc ež je srada. Tato hodia je prví v druhé části studia. Až dosud ehrálo
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
1 ROVNOMĚRNOST BETONU KONSTRUKCE
ROVNOMĚRNOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí rovoměrosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů
1. Měření ve fyzice, soustava jednotek SI
1. Měřeí ve fyzice, soustava jedotek SI Fyzika je vědí obor, který zkoumá zákoitosti přírodích jevů. Pozámka: Získáváí pozatků ve fyzice: 1. pozorováí - sledováí určitého jevu v jeho přirozeých podmíkách,
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
Nalezení výchozího základního řešení. Je řešení optimální? ne Změna řešení
Sipleová etoda: - patří ezi uiverzálí etody řešeí úloh lieárího prograováí. - de o etodu iteračí, t. k optiálíu řešeí dospíváe postupě, krok za kroke. - výpočetí algoritus se v každé iteraci rozpadá do
STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6
Středoškolská techika 00 Setkáí a prezetace prací středoškolských studetů a ČVUT STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Pavel Husa Gymázium Jiřího z Poděbrad Studetská 66/II
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
Zformulujme PMI nyní přesně (v duchu výrokové logiky jiný kurz tohoto webu):
Pricip matematické idukce PMI) se systematicky probírá v jié části středoškolské matematiky. a tomto místě je zařaze z důvodu opakováí matka moudrosti) a proto, abychom ji mohli bez uzarděí použít při
f B 6. Funkce a posloupnosti 3 patří funkci dané předpisem y = 2 x + 3. [všechny] 1) Rozhodněte, která z dvojic [ ;9][, 0;3 ][, 2;7]
6. Fukce a poslouposti ) Rozoděte, která z dvojic [ ;9[, 0; [, ; patří fukci daé předpisem y +. [všecy ) Auto má spotřebu 6 l beziu a 00 km. Na začátku jízdy mělo v plé ádrži 6 l beziu. a) Vyjádřete závislost
n. Často může znak nabývat jen určitého počtu r různých hodnot; tyto hodnoty znaku označíme symboly x, x,..., x.
. STATISTIKA Statistika zkoumá evy a dostatečě ozsáhlém soubou říadů a hledá ty vlastosti evů, kteé se oeví až v soubou říadů a e a edom říadě. Tyickým říkladem e ůmě zámek ve škole z daého ředmětu, ůměá
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
Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT
Základy práce s tabulkou Výukový modul III. Iovace a zkvalitěí výuky prostředictvím ICT Téma III..3, pracoví list 3 Techická měřeí v MS Ecel Průměry a četosti, odchylky změřeých hodot. Ig. Jiří Chobot
z možností, jak tuto veličinu charakterizovat, je určit součet
6 Charakteristiky áhodé veličiy. Nejdůležitější diskrétí a spojitá rozděleí. 6.1. Číselé charakteristiky áhodé veličiy 6.1.1. Středí hodota Uvažujme ejprve diskrétí áhodou veličiu X s rozděleím {x }, {p