MSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test

Rozměr: px
Začít zobrazení ze stránky:

Download "MSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test"

Transkript

1 c 2007 Kompost 1 MSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test Jestliže při testování výsledek (hodnota testového kritéria) padne do kritického oboru: a) musíme nově formulovat nulovou hypotézu, b) je třeba vybrat jiný test, c) nelze učinit žádné rozhodnutí, d) zamítneme nulovou hypotézu, Jestliže při testování výsledek (hodnota testového kritéria) nepadne do oboru přijetí: a) musíme nově formulovat nulovou hypotézu, b) je třeba vybrat jiný test, c) nelze učinit žádné rozhodnutí, d) zamítneme nulovou hypotézu, Jestliže při testování hodnota testového kritéria padne do oboru přijetí: a) přijmeme nulovou hypotézu, b) je třeba vybrat jiný test, c) nelze učinit žádné rozhodnutí, d) zamítneme nulovou hypotézu, Jestliže při testování hodnota testového kritéria nepadne do kritického oboru: a) přijmeme nulovou hypotézu, b) je třeba vybrat jiný test, c) nelze učinit žádné rozhodnutí, d) zamítneme nulovou hypotézu, Obor přijetí je: a) množina, kde se přijímá nulová hypotéza a zamítá hypotéza alternativní, b) chyba II. druhu, c) množina, kde se zamítá nulová hypotéza a přijímá hypotéza alternativní, d) průnik chyby I. druhu a chyby II. druhu, Wilcoxonův test lze použít jako neparametrickou obdobu: a) F-testu, b) dvouvýběrového t-testu, c) párového testu, d) jednovýběrového testu,

2 c 2007 Kompost 2 Dvouvýběrový Wilcoxonův test lze použít jako neparametrickou obdobu: a) F-testu, b) dvouvýběrového t-testu, c) párového testu, d) jednovýběrového testu, Neparametrická obdoba analýzy rozptylu je: a) Wilcoxon-Whiteův test, b) Wilcoxonův test, c) Kruskal-Wallisův test, d) Dixonův test, Pro jaký test se ověřuje hypotéza H 0 : µ d = 0? a) F-test, b) dvouvýběrový t-test, c) párový test, d) Behrens-Fisherův test, Do jaké skupiny metod řadíme pořadové testy? a) intervalové odhady, b) parameterické testy, c) testy dobré shody, d) neparametrické testy, Jak velkou chybu II. druhu volíme obvykle při testování? a) 0,05, b) 0,01, c) 0,90, d) neurčuje se, F-test slouží: a) k testování významnosti rozdílu dvou výběrových rozptylů, b) k testování významnosti rozdílu dvou výběrových průměrů, c) k testování významnosti rozdílu dvou výběrových relativních četností, d) k testování významnosti hodnoty rozptylu,

3 c 2007 Kompost 3 Chyba 1. druhu při testování je: a) zamítnutí H 0, i když je tato správná, b) číselné vyjádření hladiny významnosti, c) nazamítnutí H 0, i když není správná, d) vyjádření síly testu, Chyba 2. druhu při testování je: a) nezamítnutí H 0, i když není správná, b) vyjádření síly testu, c) zamítnutí H 0, i když je tato správná, d) číselné vyjádření hladiny významnosti, Alternativní hypotéza je: a) vyjádření rozdílu mezi sledovanými jevy, b) číselné vyjádření testovacího kritéria, c) negace nulové hypotézy, d) pravděpodobnost výskytu chyby, Welchův test lze použít místo: a) párového testu, b) dvouvýběrového t-testu, c) F-testu, d) Behrens-Fisherova testu, Neparametrické testy se používají: a) když známe typ a parametry rozdělení, b) hodnotíme kvalitativní znaky, c) když neznáme typ a parametry rozdělení, d) máme dostatečný rozsah souboru, Jestliže snižujeme pravděpodobnost chyby prvního druhu, síla testu, a) se snižuje, b) se zvyšuje, c) nemění se, d) nedá se určit, Jestliže zvyšujeme pravděpodobnost chyby prvního druhu, síla testu,

4 c 2007 Kompost 4 a) se snižuje, b) se zvyšuje, c) nemění se, d) nedá se určit, Pomocí párového testu testujeme: a) shodu rozptylů, b) shodu průměrů, c) shodu diferencí, d) shodu relativních četností, Ortogonální model představuje model: a) nevyvážený, b) intervalového rozdělení četností, c) vyvážený, d) prostého rozdělení četností, Testové kritérium je: a) tabulková hodnota příslušného testu, b) veličina vypočítaná z výběrových hodnot, c) číselné vyjádření nulové hypotézy, d) vyjádření rozdílu mezi sledovanými jevy, Nulová hypotéza je: a) vyjádření rozdílu mezi sledovanými jevy, b) číselné vyjádření testovacího kritéria, c) mezi sledovanými jevy není rozdíl, d) pravděpodobnost výskytu chyby, Nulová hypotéza je: a) tvrzení, že rozdíl mezi sledovanými jevy neexistuje, b) číselné vyjádření testovacího kritéria, c) tvrzení o nulové pravděpodobnosti výskytu chyby, d) negativní výsledek testu, Rozdělení testů na dvoustranné a jednostranné je určeno: a) formulací nulové hypotézy,

5 c 2007 Kompost 5 b) volbou hladiny významnosti, c) formulací alternativní hypotézy, d) tabulkovou hodnotou příslušného testu, Nutná podmínka parametrických testů je: a) dostatečný rozsah souboru, b) normalita rozdělení, c) velká síla testu, d) znalost parametrů, Pokud chceme ověřit významnost rozdílu dvou průměrů a víme, že soubory jsou závislé, potom použijeme: a) F-test, b) párový t-test, c) F-test a následně t-test, d) pouze t-test, Znaménkový test lze použít místo: a) F-testu, b) dvouvýběrového t-testu, c) párového testu, d) jednovýběrového t-testu, Hladina významnosti α znamená: a) pravděpodobnost chyby 1. druhu, b) spolehlivost odhadu, c) chybu 1. druhu, d) pravděpodobnost alternativní hypotézy, Hladina významnosti α charakterizuje: a) chybu prvního druhu, b) pravděpodobnost chyby druhého druhu, c) chybu druhého druhu, d) pravděpodobnost chyby prvního druhu, Hypotézu rozptyly dvou souborů jsou shodné testujeme pomocí: a) t-testu,

6 c 2007 Kompost 6 b) Welchova testu, c) F-testu, d) Behrens-Fisherova testu, Hypotézu rozptyly dvou souborů jsou shodné testujeme pomocí: a) t-testu, b) Welchova testu, c) F-testu, d) Behrens-Fisherova testu, Pro test hypotézy průměry dvou závislých výběrů jsou shodné použijeme: a) F-test, b) dvouvýběrový t-test, c) párový test, d) Behrens-Fisherův test, Složka S r v analýze rozptylu: a) hodnotí vliv faktoru na sledovaný znak, b) hodnotí vliv náhodných příčin, c) hodnotí vliv interakce v modelu, d) hodnotí vzájemný vztah faktoru a znaku, Složka S 1 v analýze rozptylu: a) hodnotí vliv faktoru na sledovaný znak, b) hodnotí vliv náhodných příčin, c) hodnotí vliv interakce v modelu, d) hodnotí vzájemný vztah faktoru a znaku, V čem se odlišuje model analýzy rozptylu jednoduchého třídění od modelu analýzy rozptylu dvojného třídění? a) v počtu znaků, b) v počtu opakování, c) v počtu faktorů, d) není mezi nimi rozdíl,

7 c 2007 Kompost 7 1. (8) Zástupci ekologického hnutí aktivně vystupují proti výstavbě nové elektrárny v oblasti, jejíž životní prostředí je již tak dost poznamenané průmyslovou činností. Jedním z argumentů je mimo jiné nízká porodní váha novorozenců dané oblasti. U 40 náhodně vybraných novorozenců této oblasti naměřili váhu 3010 g. Má smysl, aby použili nižší porodní váhu novorozenců této oblasti jako argumentu proti výstavbě nové elektrárny, když ví, že porodní váha zdravé populace má průměrnou váhu 3300 g a směrodatnou odchylku 476 g? 2. (8) Při zavádění kabelové televize na jednom velkém sídlišti projevilo ze 70 náhodně vybraných domácností členů bytových družstev zájem o kabelovou televizi 25 domácností a ze 60 domácností obývajících jiné domy než družstevní 18. Ověřte na 5% hladině významnosti, zda je větší zájem o kabelovou televizi u členů bytových družstev. 3. (8) Určitá cestovní kancelář organizuje zahraniční zájezdy podle individuálních přání zákazníků. Z několika minulých let ví, že 30 % všech takto organizovaných zájezdů má za cíl zemi X. Po zhoršení postojů místního obyvatelstva (v oné zemi) k cizincům se obává, že se zájem o tuto zemi mezi zákazníky sníží. Ze 150 náhodně vybraných zákazníků v tomto roce má 38 za cíl právě zemi X. Potvrzují nejnovější data pokles zájmu o onu zemi? 4. (8) Sledovala se spotřeba nafty na 100 ujetých km. Posuďte pomocí neparametrického testu daný soubor. 46,1 31,8 30,9 33,1 30,5 32,0 31,5 20,2 33,6 36,1 28,5 33,4 29,6 24,8 36,7 25,4 33,2 38,1 27,9 39,2 5. (8) Při zavádění kabelové televize na jednom velkém sídlišti se předpokládá zájem 40 % domácností. Ze 70 náhodně vybraných domácností projevilo zájem o kabelovou televizi 25. Soukromá společnost provozující kabelovou televizi nás pověřila ověřením předpokládaného zájmu na 5% hladině významnosti. 6. (8) Pomocí experimentu byly zkoumány rozdíly mezi klávesnicemi tří značek. Experiment, jehož se zúčastnilo 12 osob, spočíval v psaní podobného textu po dobu 10 minut. Přitom se zaznamenával počet slov za minutu. Výsledky jsou zaznamenány v tabulce. Zjistěte pomocí neparametrického testu, zda se průměrný počet slov, dosažený na klávesnicích různých značek, významně liší. Klávesnice Počet slov A B C (8) U 10 dobrovolníků bylo sledováno, zda určitý typ makrobiotické diety má vliv na snížení hmotnosti. Otestujte, zda dieta má vliv na snížení hmotnosti (α = 0, 05). Hmotnost v kg před dietou po dietě (8) Měření intenzity osvětlení školní učebny bylo provedeno dvěma přístroji luxmetr Krochmann a Mavolux. Porovnejte vhodným neparametrickým testem, zda oba luxmetry naměřily stejné hodnoty. Krochmann Mavolux (8) Dva výběry automobilů byly vybrány pro zjištění počtu ujetých mil v tis. do výměny brzdového obložení. S pomocí neparametrického testu vyhodnoťte, zda existuje rozdíl mezi sérií A a B.

8 c 2007 Kompost 8 Série A Série B (8) Byly sledovány údaje o měsíční spotřebě elektrické energie (kwh) v 25 bytech. Pomocí neparametrického testu popište daný soubor (10) Je porovnáván obsah vitaminu C v mg u tří rozličných způsobů přípravy pomerančového džusu. Z každého způsobu přípravy A až C bylo provedeno pět opakovaných měření obsahu vitaminu. Je obsah vitaminu C závislý na způsobu přípravy? volte α = 0, 05. Způsob Počet pozorování Průměr A 5 90 B C 5 78 Bylo vypočteno: S 1 = 4680 S r = 130. Dokončete analýzu (včetně následného vyhodnocení). Volte α = 0, (10) V nedávné době omezila provoz v menším městě továrna, která z větší části zaměstnává pracovníky dojíždějící z okolí. Společnost provozující osobní přepravu se obává, že klesne průměrný počet přepravovaných osob jedním autobusem na určitých linkách. Z tohoto důvodu provedla šetření ve 40 náhodně vybraných autobusech a příslušných linkách v době přepravní špičky s těmito výsledky: Počet cestujících v jednom autobusu Počet případů Z minulých let je známo, že průměrný počet cestujících v jednom autobusu za srovnatelných podmínek byl 36 osob. V případě, že by se prokázalo, že počet přepravovaných osob klesl, bude přepravní společnost muset omezit provoz. Jak se rozhodne? 13. (10) Při testování spotřeby benzínu určitého typu automobilů při rychlosti 90 km/hod. byly u 20 náhodně vybraných automobilů zjištěny tyto hodnoty (v l/100 km): 6,5 6,8 6,7 6,0 5,6 6,6 5,5 6,4 5,5 6,5 6,3 6,2 6,3 5,9 5,8 6,4 6,5 6,3 5,7 6,1 Výrobce tvrdí, že průměrná spotřeba benzínu (v l/100 km) při rychlosti 90 km za hodinu je 6 (předpokládáme, že daný soubor se řídí normálním rozdělením). 14. (12) V různých lokalitách australského lesa A1 až A5 bylo v nastražených pastích odchytnuto několik divokých králíků. Králíci dosahovali rozličné hmotnosti, uvedené v librách. Ověřte pomocí vhodného neparametrického testu, zda lokalita lesa má vliv na hmotnost chytaných králíků. Lokalita Hmotnost králíků v librách A A A A A (12) Byla sledována chybovost počítačového programátora. V náhodně vybraných dnech byl počítán počet chyb při sestavování programu u čtyř testovaných programátorů. Zjistěte vhodným neparametrickým testem, zda chybovost testovaných programátorů je shodná, či zda se liší.

9 c 2007 Kompost 9 Programátor Počet chyb A B C D (12) Je třeba zjistit, zda se liší spotřeba automobilu při použití různých druhů benzínu. Zkouší se čtyři typy benzínu lišící se chemickým složením. Testovací jízdy se provádějí se 16 auty stejného modelu tak, že vždy čtyři auta použijí stejný benzín. Výsledky měření spotřeby v l/100 km při jednotlivých jízdách jsou uvedeny v tabulce. Rozhodněte pomocí parametrického testu, zda složení benzínu ovlivňuje jeho spotřebu. Typ Počet pozorování Průměr A 4 6,0425 B 4 6,1975 C 4 5,9550 D 4 5,9450 Dále bylo vypočteno: S 1 = 0, S r = 0, Dokončete analýzu (včetně následného vyhodnocení). Volte α = 0, (14) Je třeba zjistit, zda se liší spotřeba automobilu při použití různých druhů benzínu. Zkouší se čtyři typy benzínu lišící se chemickým složením. Testovací jízdy se provádějí se 16 auty stejného modelu tak, že vždy čtyři auta použijí stejný benzín. Výsledky měření spotřeby v l/100 km při jednotlivých jízdách jsou uvedeny v tabulce. Rozhodněte pomocí parametrického testu, zda složení benzínu ovlivňuje jeho spotřebu (α = 0, 05). Typ A 6,10 5,95 6,00 6,12 Typ B 6,13 6,10 6,11 6,15 Typ C 5,96 6,00 5,82 6,04 Typ D 6,08 5,99 5,80 5, (14) Při normování určitého druhu strojové operace se má rozhodnout, zda je třeba rozlišovat zpracování na jednotlivých strojích. Hodinový výkon těchto strojů značně kolísá vlivem lidské obsluhy a vlivem dalších neodstranitelných příčin. Na náhodně vybraných strojích byly zjištěny hodinové výkony (ks). Na hladině významnosti 0,05 vyšetřete, zda se hodinové výkony na jednotlivých typech strojů významně liší. Stroj Počet pozorování Průměr Dále bylo vypočteno: S 1 = S r = (14) Ve 20 úplných rodinách se dvěma dětmi byly sledovány roční výdaje na průmyslové zboží v tis. Kč. Z tohoto počtu bylo 10 domácností zemědělců a 10 domácností dělníků. Pomocí vhodného testu ověřte, zda rozdíly v ročních výdajích za průmyslové zboží mezi oběma sociálními skupinami lze považovat za statisticky významné. Domácnost Roční výdaje rodiny za průmyslové zboží v tis. Kč dělníků 46,2 52,2 49,5 48,8 50,0 48,2 51,0 47,7 50,7 53,2 zemědělců 47,2 47,9 40,0 48,6 53,2 50,6 49,2 58,8 51,4 49,5

Poznámky k předmětu Aplikovaná statistika, 9.téma

Poznámky k předmětu Aplikovaná statistika, 9.téma Poznámky k předmětu Aplikovaná statistika, 9téma Princip testování hypotéz, jednovýběrové testy V minulé hodině jsme si ukázali, jak sestavit intervalové odhady pro některé číselné charakteristiky normálního

Více

NEPARAMETRICKÉ TESTY

NEPARAMETRICKÉ TESTY NEPARAMETRICKÉ TESTY Výhodou neparametrických testů je jejich použitelnost bez ohledu na typ rozdělení, z něhož výběr pochází. K testování se nepoužívají parametry výběru (např.: aritmetický průměr či

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 12 Testování hypotéz Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola báňská Technická univerzita

Více

6. T e s t o v á n í h y p o t é z

6. T e s t o v á n í h y p o t é z 6. T e s t o v á n í h y p o t é z Na základě hodnot z realizace náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Používáme k tomu vhodně

Více

12. TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

12. TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ 1. TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ Průvodce studiem Navážeme na předchozí kapitolu 11 a vysvětlíme některé statistické testy. Předpokládané znalosti Pojmy z předchozích kapitol. Cíle Cílem této kapitoly

Více

17. Statistické hypotézy parametrické testy

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

Více

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368

676 + 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

Více

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Test 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

Více

Biostatistika Cvičení 7

Biostatistika 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,

Více

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Test 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

Více

Testování hypotéz. 4. přednáška 6. 3. 2010

Testování hypotéz. 4. přednáška 6. 3. 2010 Testování hypotéz 4. přednáška 6. 3. 2010 Základní pojmy Statistická hypotéza Je tvrzení o vlastnostech základního souboru, o jehož pravdivosti se chceme přesvědčit. Předem nevíme, zda je pravdivé nebo

Více

4ST201 STATISTIKA CVIČENÍ Č. 7

4ST201 STATISTIKA CVIČENÍ Č. 7 4ST201 STATISTIKA CVIČENÍ Č. 7 testování hypotéz parametrické testy test hypotézy o střední hodnotě test hypotézy o relativní četnosti test o shodě středních hodnot testování hypotéz v MS Excel neparametrické

Více

Jednostranné intervaly spolehlivosti

Jednostranné intervaly spolehlivosti Jednostranné intervaly spolehlivosti hledáme jen jednu z obou mezí Princip: dle zadání úlohy hledáme jen dolní či jen horní mez podle oboustranného vzorce s tou změnou, že výraz 1-α/2 ve vzorci nahradíme

Více

Tomáš Karel LS 2012/2013

Tomáš 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

Více

Tomáš Karel LS 2012/2013

Tomáš 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

Více

a) Základní informace o souboru Statistika: Základní statistika a tabulky: Popisné statistiky: Detaily

a) Základní informace o souboru Statistika: Základní statistika a tabulky: Popisné statistiky: Detaily Testování hypotéz Testování hypotéz jsou klasické statistické úsudky založené na nějakém apriorním předpokladu. Vyslovíme-li předpoklad o hodnotě neznámého parametru nebo o zákonu rozdělení sledované náhodné

Více

Biostatistika a matematické metody epidemiologie- stručné studijní texty

Biostatistika 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.

Více

VŠB Technická univerzita Ostrava BIOSTATISTIKA

VŠB Technická univerzita Ostrava BIOSTATISTIKA VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: BIOSTATISTIKA Zadání 11 DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL 1: DOMÁCÍ ÚKOL

Více

VŠB Technická univerzita Ostrava

VŠB 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

Více

Analýza rozptylu. Přednáška STATISTIKA II - EKONOMETRIE. Jiří Neubauer

Analýza rozptylu. Přednáška STATISTIKA II - EKONOMETRIE. Jiří Neubauer ANOVA Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz ANOVA ANOVA je nástroj pro zkoumání vztahu mezi vysvětlovanými a vysvětlujícími

Více

Příklady na testy hypotéz o parametrech normálního rozdělení

Příklady na testy hypotéz o parametrech normálního rozdělení Příklady na testy hypotéz o parametrech normálního rozdělení. O životnosti 75W žárovky (v hodinách) je známo, že má normální rozdělení s = 5h. Pro náhodný výběr 0 žárovek byla stanovena průměrná životnost

Více

Příklad 81b. Předpokládejme, že výška chlapců ve věku 9,5 až 10 roků má normální rozdělení N(mi;sig2)

Příklad 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

Více

4ST201 STATISTIKA CVIČENÍ Č. 8

4ST201 STATISTIKA CVIČENÍ Č. 8 4ST201 STATISTIKA CVIČENÍ Č. 8 analýza závislostí kontingenční tabulky test závislosti v kontingenční tabulce analýza rozptylu regresní analýza lineární regrese Analýza závislostí Budeme ověřovat existenci

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině

Více

STATISTICKÉ TESTY VÝZNAMNOSTI

STATISTICKÉ TESTY VÝZNAMNOSTI STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená

Více

Cvičení ze statistiky - 9. Filip Děchtěrenko

Cvičení ze statistiky - 9. Filip Děchtěrenko Cvičení ze statistiky - 9 Filip Děchtěrenko Minule bylo.. Dobrali jsme normální rozdělení Tyhle termíny by měly být známé: Inferenční statistika Konfidenční intervaly Z-test Postup při testování hypotéz

Více

(motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination.

(motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination. Neparametricke testy (motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination. Andrew Lang) 1. Příklad V následující tabulce jsou

Více

Metodický list pro 3. soustředění kombinovaného Bc. studia předmětu B_St_2 STATISTIKA 2

Metodický list pro 3. soustředění kombinovaného Bc. studia předmětu B_St_2 STATISTIKA 2 Metodický list pro. soustředění kombinovaného Bc. studia předmětu B_St_ STATISTIKA Název tematického celku: Testy parametrů některých, testy shody parametrů v několika souborech Cíl tematického celku:

Více

STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)

STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky) STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky) 1) Význam a využití statistiky v biologických vědách a veterinárním lékařství ) Rozdělení znaků (veličin) ve statistice 3) Základní a

Více

Analýza rozptylu. Statistika II. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.

Analýza rozptylu. Statistika II. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob. ANOVA Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz ANOVA ANOVA je nástroj pro zkoumání vztahu mezi vysvětlovanými a vysvětlujícími proměnnými.

Více

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry Testování hypotéz Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry Testování hypotéz Obecný postup 1. Určení statistické hypotézy 2. Určení hladiny chyby 3. Výpočet

Více

STATISTICKÉ TESTY VÝZNAMNOSTI

STATISTICKÉ TESTY VÝZNAMNOSTI STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená

Více

Matematická statistika Zimní semestr

Matematická statistika Zimní semestr Analýza rozptylu (jednoduché třídění) 11.1.2018 Úvodní nastavení. Z internetové stránky www.karlin.mff.cuni.cz/~hudecova/education/ si stáhněte data Med.txt. Otevřete si program R Studio a načtěte si výše

Více

Cvičící Kuba Kubina Kubinčák Body u závěrečného testu

Cvičící Kuba Kubina Kubinčák Body u závěrečného testu 1. Příklad U 12 studentů jsme sledovali počet dosažených bodů na závěrečném testu (od 0 do 60). Vždy 4 z těchto studentů chodili k jednomu ze 3 cvičících panu Kubovi, panu Kubinovi, nebo panu Kubinčákovi.

Více

NĚKTERÉ ZÁVĚRY Z ÚVODNÍ NÁKLADOVÉ ANALÝZY VÝROBY TEKUTÉHO KOVU V ŠESTI SLÉVÁRNÁCH. Václav Figala a Sylvie Žitníková b Václav Kafka c

NĚKTERÉ ZÁVĚRY Z ÚVODNÍ NÁKLADOVÉ ANALÝZY VÝROBY TEKUTÉHO KOVU V ŠESTI SLÉVÁRNÁCH. Václav Figala a Sylvie Žitníková b Václav Kafka c NĚKTERÉ ZÁVĚRY Z ÚVODNÍ NÁKLADOVÉ ANALÝZY VÝROBY TEKUTÉHO KOVU V ŠESTI SLÉVÁRNÁCH Václav Figala a Sylvie Žitníková b Václav Kafka c a) VŠB-TU Ostrava, FMMI, Katedra slévárenství, 17. listopadu 15, 708

Více

Regresní a korelační analýza

Regresní 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)

Více

Doporučené příklady k procvičení k 2. Průběžnému testu

Doporučené příklady k procvičení k 2. Průběžnému testu Doporučené příklady k procvičení k 2. Průběžnému testu - Statistika v příkladech Marek a kol. (2013) - kapitola 2.3, 9 řešené příklady 2.52-2.53, 2.58a,b - kapitola 3.1 o řešené příklady: 3.1, 3.2, 3.4

Více

Dynamické metody pro predikci rizika

Dynamické metody pro predikci rizika Dynamické metody pro predikci rizika 1 Úvod do analýzy časových řad Časová řada konečná posloupnost reálných hodnot určitého sledovaného ukazatele měřeného v určitých časových intervalech okamžikové např

Více

Korelační a regresní analýza

Korelační a regresní analýza Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná

Více

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.

RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 3 Jak a kdy použít parametrické a

Více

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru. 1 Statistické odhady Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru. Odhad lze provést jako: Bodový odhad o Jedna číselná hodnota Intervalový

Více

Ing. Michael Rost, Ph.D.

Ing. Michael Rost, Ph.D. Úvod do testování hypotéz, jednovýběrový t-test Ing. Michael Rost, Ph.D. Testovaná hypotéza Pokud nás zajímá zda platí, či neplatí tvrzení o určitém parametru, např. o parametru Θ, pak takovéto tvrzení

Více

Univerzita Pardubice Fakulta Ekonomicko- správní. Testy hypotéz s využitím programu MS EXCEL. Tomáš Borůvka

Univerzita Pardubice Fakulta Ekonomicko- správní. Testy hypotéz s využitím programu MS EXCEL. Tomáš Borůvka Univerzita Pardubice Fakulta Ekonomicko- správní Testy hypotéz s využitím programu MS EXCEL Tomáš Borůvka Bakalářská práce 010 Prohlašuji: Tuto práci jsem vypracoval samostatně. Veškeré literární prameny

Více

Analýza rozptylu. ANOVA cvičení

Analýza rozptylu. ANOVA cvičení Analýza rozptylu 1. Pět skupin po 4 mužích bylo vystaveno rozličné dietě A1 až A5. Na konci týdne byly vyčísleny kladné a záporné diference hmotnosti mužů po aplikaci týdenní diety. Porovnejte čtyři diety

Více

PARAMETRICKÉ TESTY. 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU 10.

PARAMETRICKÉ TESTY. 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU 10. PARAMETRICKÉ TESTY Testujeme rovnost průměru - předpokladem normální rozdělení I) Jednovýběrový t-test 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU

Více

1. Pravděpodobnost a statistika (MP leden 2010)

1. Pravděpodobnost a statistika (MP leden 2010) 1. Pravděpodobnost a statistika (MP leden 2010) Pravděpodobnost pojmy 1. Diskrétní pravděpodobnostní prostor(definice, vlastnosti, příklad). Diskrétní pravděpodobnostní prostor je trojice(ω, A, P), kde

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce z předmětu Statistický rozbor dat z dotazníkového šetření Jméno: Lucie Krechlerová, Karel Kozma, René Dubský, David Drobík Ročník: 2015/2016

Více

Poměrní ukazatelé. Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí

Poměrní ukazatelé. Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí Poměrní ukazatelé Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí Poměrný ukazatel Poměrný ukazatel znázorňuje výsledek, který získáme

Více

Řešení: máme diskrétní N.V. vzdělání bez maturity, s maturitou, vysokoškoláci, PhD.

Řešení: máme diskrétní N.V. vzdělání bez maturity, s maturitou, vysokoškoláci, PhD. Cvičení 13 Opakování 1 Příklad χ 2 test dobré shody Průzkumem bylo zjištěno, že v roce 2005 bylo ve městě 18% lidí bez maturity, 56% s maturitou, 22% absolventů vysokoškolského studia, zbytek tvořili absolventi

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÉHO ŠETŘENÍ Vypracovaly: Renata Němcová, Andrea Zuzánková, Lenka Vítová, Michaela Ťukalová, Kristýna

Více

FAKULTA STAVEBNÍ VUT V BRNĚ PŘIJÍMACÍ ŘÍZENÍ DO MNSP STAVEBNÍ INŽENÝRSTVÍ PRO AKADEMICKÝ ROK 2008 2009

FAKULTA STAVEBNÍ VUT V BRNĚ PŘIJÍMACÍ ŘÍZENÍ DO MNSP STAVEBNÍ INŽENÝRSTVÍ PRO AKADEMICKÝ ROK 2008 2009 FAKULTA STAVEBNÍ VUT V BRNĚ PŘIJÍMACÍ ŘÍZENÍ DO MNSP STAVEBNÍ INŽENÝRSTVÍ PRO AKADEMICKÝ ROK 2008 2009 OBOR: POZEMNÍ STAVBY (S) A. MATEMATIKA TEST. Hladina významnosti testu α při testování nulové hypotézy

Více

VYBRANÉ DVOUVÝBĚROVÉ TESTY. Martina Litschmannová

VYBRANÉ DVOUVÝBĚROVÉ TESTY. Martina Litschmannová VYBRANÉ DVOUVÝBĚROVÉ TESTY Martina Litschmannová Obsah přednášky Vybrané dvouvýběrové testy par. hypotéz test o shodě rozptylů (F-test), testy o shodě středních hodnot (t-test, Aspinové-Welchův test),

Více

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D. Program Statistica Base 9 Mgr. Karla Hrbáčková, Ph.D. OBSAH KURZU obsluha jednotlivých nástrojů, funkce pro import dat z jiných aplikací, práce s popisnou statistikou, vytváření grafů, analýza dat, výstupní

Více

MEZINÁRODNÍ AUDITORSKÝ STANDARD ISA 530 VÝBĚR VZORKŮ

MEZINÁRODNÍ AUDITORSKÝ STANDARD ISA 530 VÝBĚR VZORKŮ MEZINÁRODNÍ AUDITORSKÝ STANDARD VÝBĚR VZORKŮ (Účinný pro audity účetních závěrek sestavených za období počínající 15. prosincem 2009 nebo po tomto datu) OBSAH Odstavec Úvod Předmět standardu... 1 2 Datum

Více

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry Testování hypotéz Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry Testování hypotéz Obecný postup 1. Určení statistické hypotézy 2. Určení hladiny chyby 3. Výpočet

Více

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky PRAVDĚPODOBNOST A STATISTIKA Zadání 1 JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL

Více

SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI

SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI SEMESTRÁ LNÍ PRÁ CE Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI Předmě t STATISTICKÁ ANALÝ ZA JEDNOROZMĚ RNÝ CH DAT (ADSTAT) Ú stav experimentá lní biofarmacie, Hradec

Více

PROTOKOL. č. C2858c. Masarykova univerzita PF Ústav chemie Chemie konzervování a restaurování 1 POPIS PRAKTICKÉHO CVIČENÍ. 1.

PROTOKOL. č. C2858c. Masarykova univerzita PF Ústav chemie Chemie konzervování a restaurování 1 POPIS PRAKTICKÉHO CVIČENÍ. 1. PROTOKOL č. C2858c Masarykova univerzita PF Ústav chemie Chemie konzervování a restaurování Předmět: Znehodnocování a povrchové úpravy materiálů - cvičení Datum: Téma: Kvantifikace koroze a stanovení tolerancí

Více

Sever Jih Západ Plechovka Točené Sever Jih Západ Součty Plechovka Točené Součty

Sever Jih Západ Plechovka Točené Sever Jih Západ Součty Plechovka Točené Součty Neparametrické testy (motto: Hypotézy jsou lešením, které se staví před budovu a pak se strhává, je-li budova postavena. Jsou nutné pro vědeckou práci, avšak skutečný vědec nepokládá hypotézy za předmětnou

Více

VŠB Technická univerzita Ostrava BIOSTATISTIKA

VŠB Technická univerzita Ostrava BIOSTATISTIKA VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: BIOSTATISTIKA Domácí úkoly Zadání 5 DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL 1:

Více

DESIGN HALOGENOVÝCH VÝBOJEK

DESIGN HALOGENOVÝCH VÝBOJEK DESIGN HALOGENOVÝCH VÝBOJEK (Vliv koroze elektrod na světelný tok a barevnou teplotu u halogenových výbojek) Karel Chobot VŠB TU Ostrava Fakulta metalurgie a materiálového inženýrsví Abstrakt V článku

Více

SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ

SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ FIGALA V. a), KAFKA V. b) a) VŠB-TU Ostrava, FMMI, katedra slévárenství, 17. listopadu 15, 708 33 b) RACIO&RACIO, Vnitřní

Více

VÝVOJ KOJENECKÉ ÚMRTNOSTI V ČESKÉ REPUBLICE V LETECH 1950-2011

VÝVOJ KOJENECKÉ ÚMRTNOSTI V ČESKÉ REPUBLICE V LETECH 1950-2011 RELIK 213. Reprodukce lidského kapitálu vzájemné vazby a souvislosti. 9. 1. prosince 213 VÝVOJ KOJENECKÉ ÚMRTNOSTI V ČESKÉ REPUBLICE V LETECH 195-211 Jana Langhamrová Abstrakt Kojenecká úmrtnost se v posledních

Více

Hledání závislostí technologických a nákladových charakteristik při tavení oceli na elektrických obloukových pecích

Hledání závislostí technologických a nákladových charakteristik při tavení oceli na elektrických obloukových pecích Hledání závislostí technologických a nákladových charakteristik při tavení oceli na elektrických obloukových pecích Firková, L. 1), Kafka, V. 2), Figala, V. 3), Herzán, M. 4), Nykodýmová, V. 5) 1) VŠB

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická

Více

Testování statistických hypotéz

Testování statistických hypotéz Testování statistických hypotéz Na základě náhodného výběru, který je reprezentativním vzorkem základního souboru (který přesně neznáme, k němuž se ale daná statistická hypotéza váže), potřebujeme ověřit,

Více

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: SMAD Cvičení Ostrava, AR 2016/2017 Popis datového souboru Pro dlouhodobý

Více

1. Příklad U automobilu byla měřena spotřeba benzínu v závislosti na rychlosti:

1. Příklad U automobilu byla měřena spotřeba benzínu v závislosti na rychlosti: 1. říklad U automobilu byla měřena spotřeba benzínu v závislosti na rychlosti: Rychlost (km/h) 40 50 60 70 80 9010 Spotřeba (l/100 km) 5,7 5,4 5,2 5,2 5,8 6 6,8 8,1 a. Vyrovnejte data regresní přímkou

Více

SRG Přírodní škola, o.p.s. Orientace v Přírodě. Bez kompasu

SRG Přírodní škola, o.p.s. Orientace v Přírodě. Bez kompasu SRG Přírodní škola, o.p.s. Orientace v Přírodě Bez kompasu Záměr práce Autor: André Langer Vedoucí práce: Štěpán Macháček Datum odevzdání: 8. 3 2010 Záměr práce není, protože jsem tuto práci dostal přidělenou.

Více

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz. Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2015/2016 Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz Jan Kracík jan.kracik@vsb.cz Obsah: Výběrová rozdělení

Více

V tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů).

V tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů). 1. Příklad V tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů). Náklady 835 63 240 1005 184 213 313 658 195 545 Cena 136 24 52 143 42 43 67 106 61 99 a.) Modelujte závislost

Více

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÉHO ŠETŘENÍ ANALÝZA VÝSLEDKŮ DOTAZNÍKOVÉHO ŠETŘENÍ (FAKULTNÍ DOTAZNÍK) Datum odevzdání: 13.05.2016

Více

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje

Více

Využití statistických metod v medicíně (teorie informace pro aplikace VaV, vícerozměrné metody, atd.)

Využití statistických metod v medicíně (teorie informace pro aplikace VaV, vícerozměrné metody, atd.) Operační program Vzdělávání pro konkurenceschopnost Masarykova univerzita Brno Využití statistických metod v medicíně (teorie informace pro aplikace VaV, vícerozměrné metody, atd.) doc. RNDr. PhMr. Karel

Více

KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA. Charakteristiky variability. Mgr. Jakub Němec. VY_32_INOVACE_M4r0120

KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA. Charakteristiky variability. Mgr. Jakub Němec. VY_32_INOVACE_M4r0120 KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Charakteristiky variability Mgr. Jakub Němec VY_32_INOVACE_M4r0120 CHARAKTERISTIKY VARIABILITY Charakteristika variability se určuje pouze u kvantitativních znaků.

Více

Y n = I[X i > m 0 ],

Y n = I[X i > m 0 ], Neparametrické jednovýběrové testy a párové testy 4.12.2017 Úvodní nastavení. Z internetové stránky www.karlin.mff.cuni.cz/~hudecova/education/ si můžete si stáhnout zdrojový kód k dnešnímu cvičení cviceni10.r.

Více

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

TECHNICKÁ 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

Více

Pohlédněte si základní charakteristiky polohy jednotlivých veličin pomocí funkce summary.

Pohlédněte si základní charakteristiky polohy jednotlivých veličin pomocí funkce summary. Dvouvýběrové testy 11.12.2017 Úvodní nastavení. Z internetové stránky www.karlin.mff.cuni.cz/~hudecova/education/ si stáhněte data Iq2.txt a zdrojové kódy cviceni11.r a figks.r. Otevřete si program R Studio,

Více

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě 31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty

Více

Úvod do analýzy rozptylu

Úvod 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

Více

KGG/STG Statistika pro geografy

KGG/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

Více

SEMESTRÁLNÍ PRÁCE STATISTIKA

SEMESTRÁLNÍ 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

Více

Porovnání dvou výběrů

Porovnání dvou výběrů Porovnání dvou výběrů Menu: QCExpert Porovnání dvou výběrů Tento modul je určen pro podrobnou analýzu dvou datových souborů (výběrů). Modul poskytuje dva postupy analýzy: porovnání dvou nezávislých výběrů

Více

Aktivita A 0803. Zmapování a analýza disparit mezi regiony NUTS 3 ve fyzické dostupnosti bydlení

Aktivita A 0803. Zmapování a analýza disparit mezi regiony NUTS 3 ve fyzické dostupnosti bydlení Aktivita A 0803 Zmapování a analýza disparit mezi regiony NUTS 3 ve fyzické dostupnosti bydlení 1/62 Aktivita A0803 Zmapování a analýza disparit mezi regiony NUTS 3 ve fyzické dostupnosti bydlení Datum

Více

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek

Více

se bude objevovat jen v 5% pokusů. Výsledky měření jsou: 0,31; 0,30; 0,29; 0,32.

se bude objevovat jen v 5% pokusů. Výsledky měření jsou: 0,31; 0,30; 0,29; 0,32. Typ úlohy: A - IS pro střední hodnotu 1. Předpokládejme, že výška chlapců ve věku 9,5 až 10 roků má normální rozdělení N(µ; σ 2 )s neznámou střední hodnotou a rozptylem rovným 39,112. Změřili jsme výšku

Více

UNIVERSITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA. KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY školní rok 2009/2010 BAKALÁŘSKÁ PRÁCE

UNIVERSITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA. KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY školní rok 2009/2010 BAKALÁŘSKÁ PRÁCE UNIVERSITA PALACKÉHO V OLOMOUCI PŘÍRODOVĚDECKÁ FAKULTA KATEDRA MATEMATICKÉ ANALÝZY A APLIKACÍ MATEMATIKY školní rok 2009/2010 BAKALÁŘSKÁ PRÁCE Testy dobré shody Vedoucí diplomové práce: RNDr. PhDr. Ivo

Více

Analýza výsledků testu čtenářské gramotnosti v PRO23 2010/11

Analýza 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.

Více

INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION

INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION VLIV INFORMATIVNÍ TABULE NA ZMĚNU RYCHLOSTI VE VYBRANÉ LOKALITĚ INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION Martin Lindovský 1 Anotace: Článek popisuje měření prováděné na

Více

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření školní zadání Skupina: 51 Vypracovaly: Pavlína Horná, Nikola Loumová, Petra Mikešová,

Více

Zeptali jsme se 10 osob, kolik minut provolají měsíčně s rodinou a jejich odpovědi jsme zaznamenali do tabulky:

Zeptali jsme se 10 osob, kolik minut provolají měsíčně s rodinou a jejich odpovědi jsme zaznamenali do tabulky: Cvičení 10 Opakování probraných testů 1 Příklad z-test V souvislosti s rozsáhlou rekonstrukci tramvajových tratí dopravní podnik provádí průzkum, zda neklesl počet cestujících autobusovou linkou č.87689

Více

Test hypotézy o parametru π alternativního rozdělení příklad

Test hypotézy o parametru π alternativního rozdělení příklad Test hypotézy o parametru π alterativího rozděleí příklad Podik předpokládá, že o jeho ový výrobek bude mít zájem 7 % osloveých domácostí. Proběhl předběžý průzkum, v ěmž bylo osloveo 4 áhodě vybraých

Více

letní semestr 2012 Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika

letní semestr 2012 Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy letní semestr 2012 Opakování t- vs. neparametrické Wilcoxonův jednovýběrový test Opakování

Více

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11 Příklad 1 Vyhláška Ministerstva zdravotnictví předpokládala, že doba dojezdu k pacientovi od nahlášení požadavku nepřekročí 17 minut. Hodnoty deseti náhodně vybraných dob příjezdu sanitky k nemocnému byly:

Více

III. Charakteristika výsledků 4. čtvrtletí 2005

III. Charakteristika výsledků 4. čtvrtletí 2005 III. Charakteristika výsledků 4. čtvrtletí 2005 Prezentované výsledky šetření charakterizují (v souladu s uplatněnými mezinárodními metodickými přístupy) populaci žijící pouze ve vybraných bytech. Situace

Více

Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek 10. Neparametrické y Mann-Whitney U- Wilcoxonův Znaménkový Shrnutí statistických ů Typ srovnání Nulová hypotéza Parametrický Neparametrický 1 skupina dat vs. etalon Střední hodnota je rovna hodnotě etalonu.

Více

Analýza rozptylu dvojného třídění

Analýza rozptylu dvojného třídění StatSoft Analýza rozptylu dvojného třídění V tomto příspěvku si ukážeme konkrétní práci v softwaru STATISTICA a to sice při detekci vlivu jednotlivých faktorů na chování laboratorních krys v bludišti.

Více

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 1

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 1 PRAVDĚPODOBNOST A STATISTIKA Neparametrické testy hypotéz čast 1 Neparametrické testy hypotéz - úvod Neparametrické testy statistických hypotéz se používají v případech, kdy neznáme rozdělení pozorované

Více

SEMINÁRNÍ PRÁCE ZE ZÁKLADŮ FIREMNÍCH FINANCÍ. Kalkulační propočty, řízení nákladů a kalkulační metody.

SEMINÁRNÍ PRÁCE ZE ZÁKLADŮ FIREMNÍCH FINANCÍ. Kalkulační propočty, řízení nákladů a kalkulační metody. SEMINÁRNÍ PRÁCE ZE ZÁKLADŮ FIREMNÍCH FINANCÍ Téma: Kalkulační propočty, řízení nákladů a kalkulační metody. Zpracoval(a): Dvořáková Hana Fojtíková Veronika Maříková Jana Datum prezentace: 21.dubna 2004

Více