Jednotlivé mezivýsledky, získané v prbhu analýzy rozptylu, jsou prbžn a systematicky zaznamenávány v tabulce ANOVA. Prmrný tverec. volnosti SS B.
|
|
- Otto Kříž
- před 8 lety
- Počet zobrazení:
Transkript
1 Ing. Martna Ltschmannová Statsta I., cvení ANOVA Rozšíením dvouvýbrových test pro stední hodnoty je analýza rozptylu nebol ANOVA, terá umožuje srovnávat nol stedních hodnot nezávslých náhodných výbr. Analýza rozptylu ve své parametrcé podob pedpoládá normaltu rozdlní a tzv. homosedastctu (dentcé rozptyly). Testovou statstou je p analýze rozptylu F-pomr, terý byl odvozen na zálad analýzy varablty vstupních datových soubor. Statsta F-pomr je ctlvá na platnost hypotézy H 0, terá je formulována jao rovnost stedních hodnot zoumaných náhodných výbr. Jednotlvé mezvýsledy, zísané v prbhu analýzy rozptylu, jsou prbžn a systematcy zaznamenávány v tabulce ANOVA. Zdroj promnlvost Souet tverc Meztídní (fator) B n ( X X ) Stupn volnost Prmrný tverec MS B B Testová stat. F-pomr P-value Vntní (rezduální) W n j N ( X X ) j MS W W N MSB F rato MS W ( F rato) F Celový TOTAL n j ( X j X ) N Druhým roem p analýze rozptylu je post hoc analýza, terá spoívá v porovnávání výbrových prmr všech dvojc populací s cílem vybrat homogenní (srovnatelné) populace. Krtérem pro zaazení do homogenních supn mže být napílad LSD-statsta. Post hoc analýza se provádí pouze v pípad zamítnutí H 0. Použjeme-l j v pípad, dy H 0 nezamítneme, mžeme dostat falešné výsledy. Popsaný postup ANOVA, využívající pro rozhodování F-pomr, je ctlvý na pedpolad o normalt rozdlení pvodních náhodných výbr. Pro pípady, dy tomuto pedpoladu nelze úpln vyhovt, se používá Krusal - Wallsv poadový test. Testujeme hypotézu H 0 :,5 x I 0,5 II Oprot alternatv H A : neplatí H 0 x0 x0, 5IV Výbr Poadí veln v uspoádaném sdruženém náhodném výbru Souty poadí R R R n T R R R n T R R R n T Testová statsta: Q T N n χ ( N + ) ( N + ) P-value: p value F( Q)
2 Ing. Martna Ltschmannová Statsta I., cvení.. Následující pílad je uázou lncé stude. Dvacet dva pacent, teí podstoupl operac srdce, bylo náhodn rozdleno do tí supn. Supna : Pacent dostal 50 % oxdu dusného a 50 % yslíové sms nepetržt po dobu 4 hodn; Supna : Pacent dostal 50 % oxdu dusného a 50 % yslíové sms pouze bhem operace; Supna : Pacent nedostal žádný oxd dusný, ale dostal 5-50 % yslíu po dobu 4 hodn. Tabula uazuje oncentrac sol yselny lstové v ervených rvnách ve všech tech supnách po uplynutí 4 hodn ventlace. Supna Supna Supna Zjstte, zda složení a zpsob dané medace má vlv na oncentrac sol yselny lstové v ervených rvnách po uplynutí 4 hodn ventlace. Pro ešení ve Statgraphcsu použjte soubor Kys_lstova.sf. ešení: Runí ešení s uážeme pouze pro seznámení s prncpem ANOVA, budeme pedpoládat, že jsou splnny pedpolady použtí F-testu, tj. normalta všech tí výbr a homosedastcta. Testujeme: H 0 : µ µ µ (stední hodnoty oncentrací sol yselny lstové v ervených rvnách po uplynutí 4 hodn ventlace nezávsí na typu medace (jsou shodné)) oprot H A : H 0 (stední hodnoty oncentrací sol yselny lstové v ervených rvnách po uplynutí 4 hodn ventlace nezávsí na typu medace (jsou shodné)) Pro nalezení p-value je teba vyplnt tabulu ANOVA (tzn. najít F-pomr)
3 Ing. Martna Ltschmannová Statsta I., cvení Zdroj promnlvost Souet tverc Stupn volnost Meztídní (zpsob medace) B n ( X X ) Prmrný tverec MS B B Testová stat. F-pomr P-value Vntní (rezduální) W n j ( X j X ) N MS W W N MSB F rato MS W ( F rato) F Celový TOTAL n j ( X j X ) N Supna Supna Supna n X 6,6 56,4 75,6 X 8, 7 ( X X ),9-6, -7, ( X X ) 5, 688,4 50, n ( X X ) 97, 695,6 50,8 S 699,4 78,0 88, ( n ) S B W N n ( X X ) 566, 5 ( X j X ) j Zdroj promnlvost Meztídní (zpsob medace) Vntní (rezduální) n 895,9 04, 55, ( n ) S 807, ( X X ) 0 n ( X X ) 566, 5 ( n ) 807, S Prmrný tverec Testová stat. Souet tverc Stupn volnost F-pomr 5.66,5 7.8,8 8.07, Celový 4.76,8 P-value 9.477,5 5, F( 5,)
4 Ing. Martna Ltschmannová Statsta I., cvení V tabulce pro Fsher-Snedecorovo rozdlení (Tab. 4) najdeme pro stupn volnost pro tatele a 9 stup volnost pro jmenovatele: 0,95 < F(5,) < 0,99 0,0 < F(5,) < 0,05 0,0 < p value < 0,05 Proto zamítáme H 0, tzn. exstuje vlv píslušné medace na oncentrací sol yselny lstové v ervených rvnách po uplynutí 4 hodn ventlace. Poraovat bychom ml post hoc analýzou. Z dvodu pracnost tuto ást analýzy pomneme a uážeme s pímo zpracování daného problému ve Statgraphcsu. ešení ve Statgraphcsu: Pro použtí F-testu je vša teba ovt pedpolady: a) homosedastctu b) zda data z jednotlvých výbr podléhají normálnímu rozdlení Zvolíme menu Compare\Multple Samples\Multple-Sample Comparson V on Multple-Sample Comparson zvolíme jao typ vstupního souboru Multple Data Columns (vícevýbrový soubor více výbr v jednotlvých sloupcích). Jao Samples (výbry) zadáme Supna, Supna, Supna
5 Ing. Martna Ltschmannová Statsta I., cvení V tuto chvíl mžeme pstoupt testování homosedastcty. Klneme na onu Tabular Optons a v pedloženém menu zašrtneme položu Varance Chec. Výstupem procedury je nabída 4 test (Cochranv test, Bartlettv test, Hartleyv test a Leveneho test) ovujících rovnost smrodatných odchyle jednotlvých výbr. Jde tedy o výstupy testování tchto hypotéz: H 0 : σ σ σ H A : H 0 V našem pípad je p-value pro všechny testy vyšší než 0,05 a proto nezamítáme homosedastctu. Mžeme pstoupt testování normalty. Musíme ovt, zda všechny výbry mžeme považovat za výbry z normálního rozdlení.k testování pstoupíme známým zpsobem. Zvolíme menu Descrbe\Dstrbutons\Dstrbuton Fttng (Uncensored Data) V nov oteveném on pa jao Data zadáme Supna. Výstupem procedury je p-value pro Kolmogorovv-Smrnovv test (pro test dobré shody máme malý rozsah výbru), teré nám íá, že. výbr mžeme považovat za výbr podléhající normálnímu rozdlení
6 Ing. Martna Ltschmannová Statsta I., cvení Test normalty zopaujeme pro zbylé dva výbry. Postup mžeme urychlt tím, že využjeme onu umožující zmnu vstupních parametr použté procedury a zmníme pouze údaj v pol Data (Supna, Supna ). Iona umožující zmnu vstupních parametr procedury Vzhledem tomu, že normalta byla pro všechny výbry potvrzena, mžeme pstoupt ANOV (F-testu). Testujeme hypotézy, že: H 0 : µ µ µ H A : H 0 Vrátíme se výstupu, terý jsme použl jao výchozí bod pro testování homosedastcty (poud jste s jej smazal, vyhotovte jej znova podle výše uvedeného postupu.) Automatcy vygenerovaným textovým výstupem je tabula ANOVA (srovnejte s runím výpotem). Slovníe: Analyss of Varance analýza rozptylu (ANOVA) Source zdroj (mnlvost) - 7 -
7 Ing. Martna Ltschmannová Statsta I., cvení Between groups mez tídam Wthn groups uvnt tíd Sum of Squares souet tverc Df (degree of freedom) stupn volnost Mean Square prmrný tverec (zjednodušen rozptyl) F-rato F-pomr Total celem Z hodnoty p-value (0,048) uníme závr, že nulovou hypotézu zamítáme, tzn. že typ medace ovlvuje oncentrací sol yselny lstové v ervených rvnách po uplynutí 4 hodn ventlace. Tento závr se dal oeávat na zálad grafcého výstupu procedury vícenásobného rabcového grafu, na nmž je zejmé, že oncentrace sol yselny lstové pro Supnu pevyšuje oncentrac sol yselny lstové pro ostatní supny. Provedeme tedy post-hoc analýzu, terá nám uáže, zda nelze nteré supny slout do jedné supny (z hledsa vlvu na oncentrac sol yselny lstové). Klneme tedy na onu Tabular Optons a zašrtneme Multple Range test (vícenásobné porovnávání). Statgraphcsu nám nabízí 6 rzných možností vícenásobného porovnávání (LSD, Tueyho test, Scheffeho test, Bonferronho test, Student-Newmann- Keulsv test a Duncanv test). Možnost výbr z tchto test se objeví, provedeme-l RC pravou myší na textový výstup a zvolíme menu Pane Optons. My s zvolíme LSD test
8 Ing. Martna Ltschmannová Statsta I., cvení Textovým výstupem této analýzy je tabula obsahující hodnoty LSD statsty pro aždou dvojcí výbr, rtcé hodnoty LSD statsty (pesáhne-l absolutní hodnota LSD statsty rtcou hodnotu, je rozdíl mez prmry píslušných výbr oznaen za statstcy významný, což je oznaeno symbolem * u píslušné LSD statsty. V horní ást textového výstupu najdeme sloupec Homogenous Groups (homogenní supny), terý nám uazuje, teré výbry by se mohly (z hledsa sledovaného fatoru) považovat za výbr z jedné populace (rovnocenné z hledsa vlvu daného fatoru). Tyto podsupny jsou oznaeny ížy X pod sebou. V tomto pípad mžeme unt dva možné závry: a) Supny a mžeme považovat za rovnocenné z hledsa vlvu zpsobu ventlace na oncentrac sol yselny lstové v ervených rvnách po 4 hodnách ventlace, u supny se objevla ve srovnání se supnam a vyšší oncentrace. b) Supny a mžeme považovat za rovnocenné z hledsa vlvu zpsobu ventlace na oncentrac sol yselny lstové v ervených rvnách po 4 hodnách ventlace, u supny se objevla ve srovnání se supnam a nžší oncentrace
9 Ing. Martna Ltschmannová Statsta I., cvení.. Je teba zjstt, zda se lší spoteba automoblu p použtí rzných druh benzínu. Zouší se ty typy benzínu, jež se lší chemcým složením. Testovací jízdy se provádjí se 6 auty stejného modelu ta, že vždy ty auta použjí stejný benzín. Výsledy mení spoteby v l/00 m p jednotlvých jízdách jsou uložený v datech Spotreba.sf. Rozhodnte pomoc testu, zda složení benzínu ovlvuje jeho spotebu (α 0,05). ešení ve Statgraphcsu: Pro zjštní toho, zda exstuje vlv typu benzínu na spotebu automoblu by nám mohla posloužt analýza rozptylu. Pro použtí F-testu je vša teba ovt pedpolady: a) zda data z jednotlvých výbr podléhají normálnímu rozdlení b) homosedastctu Data se nacházejí v tzv. standardním datovém formátu, tzn. v jednom sloupc jsou uvedena data, ve druhém sloupc je jejch ód. Pro runí zpracování bychom s data musel pevést do níže uvedeného tvaru: Výhodou Statgraphcsu je to, že nám umožní zpracovávat data uvedená ve standardním datovém formátu. Naším cílem je porovnat data podle ódu. Zvolíme tedy menu Compare\Multple Samples\Multple-Sample Comparson V on Multple-Sample Comparson zvolíme jao typ vstupního souboru standardní datový formát (Data and Code Columns)
10 Ing. Martna Ltschmannová Statsta I., cvení Jao Data zadáme spotreba, jao dentfátor (Level codes) zadáme benzn. V tuto chvíl mžeme pstoupt testování homosedastcty. Postupujeme obdobn jao v pedcházejícím píladu. H 0 : σ σ σ σ 4 H A : H 0 V našem pípad je p-value pro všechny 4 testy vyšší než 0,05 a proto nezamítáme homosedastctu. Mžeme pstoupt testování normalty. Musíme ovt, zda všechny 4 výbry mžeme považovat za výbry z normálního rozdlení.k testování pstoupíme známým zpsobem. Zvolíme menu Descrbe\Dstrbutons\Dstrbuton Fttng (Uncensored Data) V nov oteveném on pa jao Data zadáme spotreba a protože chceme testovat normaltu aždého z výbru zvláš, v pol Select (Vyber) zadáme, že máme uvažovat pouze položy vztahující se benznu (benzn)
11 Ing. Martna Ltschmannová Statsta I., cvení Výstupem procedury je p-value pro Kolmogorovv-Smrnovv test (pro test dobré shody máme malý rozsah výbru), teré nám íá, že. výbr mžeme považovat za výbr podléhající normálnímu rozdlení. Test normalty zopaujeme pro zbylé t výbry. Postup mžeme urychlt tím, že využjeme onu umožující zmnu vstupních parametr použté procedury a zmníme pouze údaj v pol Select (benzn, benzn, benzn4). Iona umožující zmnu vstupních parametr procedury Vzhledem tomu, že normalta byla pro všechny 4 výbry potvrzena, mžeme pstoupt ANOV (F-testu). Testujeme hypotézu, že: H 0 : µ µ µ µ 4 (stední hodnoty spoteby nezávsí na typu benznu (jsou shodné)), H A : H 0 (stední hodnoty spoteby závsí na typu benznu (jsou rzné)) Vrátíme se výstupu, terý jsme použl jao výchozí bod pro testování homosedastcty (poud jste s jej smazal, vyhotovte jej znova podle výše uvedeného postupu.)
12 Ing. Martna Ltschmannová Statsta I., cvení Automatcy vygenerovaným textovým výstupem je tabula ANOVA. Z hodnoty p-value (0,06) uníme závr, že nulovou hypotézu zamítáme, tzn. že typ benznu ovlvuje spotebu automoblu. Tento závr se dal oeávat na zálad grafcého výstupu procedury vícenásobného rabcového grafu, na nmž je zejmé, že spoteba pro benzn výrazn pevyšuje spotebu pro jné typy benznu. Obdobn jao v pedcházejícím pílad provedeme post-hoc analýzu, terá nám uáže, zda nelze nteré typy benznu slout do jedné supny (z hledsa vlvu na spotebu). Klneme tedy na onu Tabular Optons a zašrtneme Multple Range test (vícenásobné porovnávání), v menu Pane Optons zvolíme LSD test. V našem pípad tedy vdíme, že benzny,, 4 tvoí jednu supnu (spoteba pro tyto benzny je na stejné úrovn), druhou supnu zastupuje benzn, jemuž píslušná spoteba je výrazn vyšší
13 Ing. Martna Ltschmannová Statsta I., cvení.. Pílad pedagogcého výzumu: Zjstte, zda používání eletroncých stavebnc má poztvní vlv na vytváení a rozvoj žáových vdomostí a dovedností. Pro ovení tohoto výzumu byly zísány údaje o bodovém hodnocení student SŠ p závrené zoušce z Eletrotechny. Student byl rozdlen do tí supn supna A zahrnovala studenty, teí p výuce používal stavebnc ZEM Eletron, supna B používala stavebnc pro techncé práce a zálady techny pro 8. tídy, supna C p výuce žádnou stavebnc nepoužívala. Dosažené výsledy jsou zaznamenány v následující tabulce. (pro ešení použjte Krusal-Wallsv test). A B C 6,4,5, 6,8,7 4, 7, 4,9 4,9 8, 5,4 5, 8,4 5,9 5,5 9, 8, 8, 9,4 8, 9,7 ešení: Krusal-Wallsv test je alternatvou ANOV (F-testu). V prax používáme tento test v pípadech, dy je splnna homosedastcta, avša není splnn pedpolad normalty u všech výbr. Jde o neparametrcý test. Testujeme hypotézu H 0 : x0,5 x x A 0,5 B 0, 5C Oprot alternatv H A : neplatí H 0 Vytvoíme modfovaný soubor, terý je dán poadím pvodních dat v jednom uspoádaném výbru a zárove uríme souty poadí pro jednotlvé výbry. Stanovíme pozorovanou hodnotu: A B C 4 5,5 5, ,5 0 5,5 T 58 4 n N T Q N n ( N + ) ( N + ) ( + ) ( + ) 9,
14 Ing. Martna Ltschmannová Statsta I., cvení V tabulce rozdlení Chí-vadrát (- stupn volnost) najdeme hodnotu dstrbuní funce a pomocí ní uríme p-value: 0,990 < F(9,84) < 0,995 0,005 < F(9,84) < 0,00 0,005 < p value < 0,00 p value < 0,00, proto nulovou hypotézu zamítneme, tzn. že exstuje vlv používání eletroncých stavebnc na dovednost a znalost student. Dále bychom ml pstoupt post hoc analýze. ešení ve Statgraphcsu: Použjeme soubor Stavebnce.sf. Pedpoladem Krusal-Wallsova testu je homosedastcta, proto j nejdíve jž známým zpsobem ovíme: Homosedastcta byla potvrzena, proto mžeme pstoupt vlastnímu testu. Testujeme hypotézu H 0 :,5 x A 0,5 Oprot alternatv H A : neplatí H 0 x0 x B 0, 5C Zvolíme menu Compare\Multple Samples\Multple-Sample Comparson V on Multple-Sample Comparson zvolíme jao typ vstupního souboru Multple Data Columns (vícevýbrový soubor více výbr v jednotlvých sloupcích). Jao Samples (výbry) zadáme A,B,C
15 Ing. Martna Ltschmannová Statsta I., cvení Klneme na onu Tabular Optons a zvolíme položu Krusal-Walls and Fredman Tests. Srovnejte zísané výsledy s runím výpotem. p value < 0,00, proto nulovou hypotézu zamítneme, tzn. že exstuje vlv používání eletroncých stavebnc na dovednost a znalost student. Pstoupíme post hoc analýze (postupujeme stejn jao v pedcházejících píladech): Je zejmé, že zamítnutí nulové hypotézy je zpsobeno výsledy supny A, tzn. že jao statstcý významný se projevuje vlv používání stavebnce ZEM Eletron používání stavebnce pro 8. tídy má stejný efet jao nepoužívání stavebnce
ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha
ANOVA Analýza rozptylu př jednoduchém třídění Jana Vránová, 3.léařsá faulta UK, Praha Teore Máme nezávslých výběrů, > Mají rozsahy n, teré obecně nemusí být stejné V aždém z nch známe průměr a rozptyl
VíceAnalýza 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
VíceTest dobré shody se používá nejčastěji pro ověřování těchto hypotéz:
Ig. Marta Ltschmaová Statstka I., cvčeí 1 TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ Dosud jsme se zabýval testováím parametrcký hypotéz, což jsou hypotézy o parametrech rozděleí (populace). Statstckým hypotézám
VíceVýsledky této ásti regresní analýzy jsou asto na výstupu z poítae prezentovány ve form tabulky analýzy rozptylu.
Ig. Marta Ltschmaová Statstka I., cveí 4 JEDNODUCHÁ LINEÁRNÍ REGRESE asto chceme prozkoumat vztah mez dvma velam, kde jeda z ch, tzv. ezávsle promá x, má ovlvovat druhou, tzv. závsle promou Y. edpokládá
VíceTesty statistických hypotéz
Úvod Testy statstckých hypotéz Václav Adamec vadamec@medelu.cz Testováí: kvalfkovaá procedura vedoucí v zamítutí ebo ezamítutí ulové hypotézy v podmíkách ejstoty Testy jsou vázáy a rozděleí áhodých velč
VíceAnalýza 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.
VíceIV. CVIENÍ ZE STATISTIKY
IV. CVIENÍ ZE STATISTIKY Vážení studenti, úkolem dnešního cviení je nauit se analyzovat data kvantitativní povahy. K tomuto budeme opt používat program Excel 2007 MS Office. 1. Jak mžeme analyzovat kvantitativní
VíceZpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.
SEMINÁRNÍ PRÁCE Zadání: Data: Statistické metody: Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. Minimálně 6 proměnných o 30 pozorováních (z toho 2 proměnné
VíceADDS cviceni. Pavlina Kuranova
ADDS cviceni Pavlina Kuranova Testy pro dva nezávislé výběry Mannův Whitneyho test - Založen na Wilcoxnově statistice W - založen na pořadí jednotlivých pozorování (oba výběry spojeny do jednoho celku)
VíceMSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test
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,
VícePozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy.
Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy. Z pastí na daném území byla odhadnuta abundance několika druhů: myšice lesní 250, myšice křovinná 200, hraboš polní 150,
VíceAnalýza variance (ANOVA) - jednocestná; faktor s pevným efektem; mnohonásobná srovnání
Analýza variance (ANOVA) - jednocestná; faktor s pevným efektem; mnohonásobná srovnání 1. Analýzu variance (ANOVu) používáme při studiu problémů, kdy máme závislou proměnou spojitého typu a nezávislé proměnné
Více17. 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
Více6. 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
VíceREGRESNÍ ANALÝZA. 13. cvičení
REGRESNÍ ANALÝZA 13. cvčení Závslost náhodných velčn Závslost mez kvanttatvním proměnným X a Y: Funkční závslost hodnotam nezávsle proměnných je jednoznačně dána hodnota závslé proměnné. Y=f(X) Stochastcká
VícePoznámky 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
VíceOd pijetí k promoci. aneb. Jak úspšn vystudovat FPE
Od pijetí k promoci aneb Jak úspšn vystudovat FPE Na co by neml zapomenout student 1. roníku Pedpokladem úspšného studia je krom píle pi samotném studiu i respektování Studijního a zkušebního ádu fakult
Více9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese
cvčící 9. cvčení 4ST01 Obsah: Jednoduchá lneární regrese Vícenásobná lneární regrese Korelační analýza Vysoká škola ekonomcká 1 Jednoduchá lneární regrese Regresní analýza je statstcká metoda pro modelování
Více4ST201 STATISTIKA CVIČENÍ Č. 10
4ST201 STATISTIKA CVIČENÍ Č. 10 regresní analýza - vícenásobná lineární regrese korelační analýza Př. 10.1 Máte zadaný výstup regresní analýzy závislosti závisle proměnné Y na nezávisle proměnné X. Doplňte
VíceStatgraphics v. 5.0 STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA. Martina Litschmannová 1. Typ proměnné. Požadovaný typ analýzy
Dichotomická proměnná (0-1) Spojitá proměnná STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA Typ proměnné Požadovaný typ analýzy Ověření variability Předpoklady Testy, resp. intervalové odhad Test o rozptylu
Vícea) 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
VíceANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN
ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN V dokumentu 7a_korelacn_a_regresn_analyza jsme řešl rozdíl mez korelační a regresní analýzou. Budeme se teď věnovat pouze lneárnímu vztahu dvou velčn, protože je nejjednodušší
VíceV 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"Competitivness in the EU Challenge for the V4 countries" Nitra, May 17-18, 2006
ANALÝZA ROZPTYLU JAKO ZÁKLADNÍ METODA MNOHONÁSOBNÉHO POROVNÁVÁNÍ STŘEDNÍCH HODNOT V RŮZNÝCH SOFTWAROVÝCH PRODUKTECH ANALYSIS OF VARIANCE AS A PRIMARY METHOD OF MULTIPLE COMPARISON OF EXPECTED VALUES IN
VíceStatistická analýza volebních výsledk
Statistická analýza volebních výsledk Volby do PSP R 2006 Josef Myslín 1 Obsah 1 Obsah...2 2 Úvod...3 1 Zdrojová data...4 1.1 Procentuální podpora jednotlivých parlamentních stran...4 1.2 Údaje o nezamstnanosti...4
VíceAnalýza rozptylu. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Srovnávání více než dvou průměrů
PSY117/454 Statistická analýza dat v psychologii Přednáška 12 Analýza rozptylu Srovnávání více než dvou průměrů If your experiment needs statistics, you ought to have done a better experiment. Ernest Rutherford
VíceKapitola VII. ANALYSA ROZPTYLU ANOVA.
Analysa rozptylu ANOVA. 37 Kapitola VII. ANALYSA ROZPTYLU ANOVA. Luděk Dohnal Tato kapitola rozšiřuje téma testování statistické významnosti tím, že popisuje způsob současného porovnání více než dvou sad
Více5. Závislost dvou náhodných veličin různých typů (kategoriální a metrická veličina)
5. Závislost dvou náhodných veličin různých typů (kategoriální a metrická veličina) Cílem tématu je správné posouzení a výběr vhodného testu v závislosti na povaze metrické a kategoriální veličiny. V následující
VíceIntervalové 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
VícePOTENCIÁL ELEKTRICKÉHO POLE ELEKTRICKÉ NAPĚTÍ
POTENCIÁL ELEKTRICKÉHO POLE ELEKTRICKÉ NAPĚTÍ ELEKTRICKÝ POTENCIÁL Elektrcká potencální energe Newtonův zákon pro gravtační sílu mm F = G r 1 2 2 Coulombův zákon pro elektrostatckou sílu QQ F = k r 1 2
Více4ST201 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
VíceIntervalové 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
VíceSMRNICE PRO PRACOVNÍ POTÁPNÍ SVAZ ESKÝCH POTÁP
SMRNICE PRO PRACOVNÍ POTÁPNÍ SVAZ ESKÝCH POTÁP 1. Úvodní ustanovení 1.1 Smrnice upravuje povinnosti a práva právnických a fyzických osob pi provádní potápských prací. Je závazná pro právnické a fyzické
VíceSTATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005
VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA Hornicko-geologická fakulta institut geoinformatiky STATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005 Speciální metody
VíceMendelova zemědělská a lesnická univerzita Provozně ekonomická fakulta. Výpočet charakteristik ze tříděných údajů Statistika I. protokol č.
Mendelova zemědělsá a lesnicá univerzita Provozně eonomicá faulta Výpočet charateristi ze tříděných údajů Statistia I. protool č. 2 Jan Grmela, 2. roční, Eonomicá informatia Zadání 130810, supina Středa
VícePo prostudování tohoto odstavce budete umt porozumt konstrukci F-pomru rozhodovat se pomocí testu zvaného analýza rozptylu
0. AOVA Aalýza rozptylu as e studu aptoly: 60 mut Cíl Po prostudováí tohoto odstavce budete umt porozumt ostruc F-pomru rozhodovat se pomocí testu zvaého aalýza rozptylu zostruovat tabulu AOVA provést
VíceVysoká škola ekonomická v Praze. Fakulta managementu v Jindichov Hradci. Bakaláská práce. Iva Klípová - 1 -
Vysoká škola ekonomická v Praze Fakulta managementu v Jindichov Hradci Bakaláská práce Iva Klípová 2007-1 - Vysoká škola ekonomická v Praze Fakulta managementu v Jindichov Hradci Katedra spoleenských vd
VíceZáznam zkušební komise Jméno a píjmení Podpis Vyhodnocení provedl INSTRUKCE
VYSOKÉ UNÍ THNIKÉ V RN FKULT PONIKTLSKÁ Pijímací ízení 009 akaláský program: Systémové inženýrství a informatika Obor: Manažerská informatika Místo pro nalepení kódu Kód nalepí uchaze Záznam zkušební komise
VíceJak v R využíváme slunení energii. Doc.Ing. Karel Brož, CSc.
Jak v R využíváme slunení energii Doc.Ing. Karel Brož, CSc. Dnes tžíme na našem území pouze uhlí a zásoby tohoto fosilního paliva byly vymezeny na následujících 30 rok. Potom budeme nuceni veškerá paliva
VíceVÝUKA: Biostatistika základní kurz CENTRUM BIOSTATISTIKY A ANALÝZ
1 ANOVA analýza rozptylu Analýza rozptylu - ANOVA Základní technika sloužící k posouzení rozdílů mezi více úrovněmi pokusného zásahu Kontrola 1 Konce entrace Konce entrace 3 Konce entrace p Konce entrace
VíceYou created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)
Testování statistických hypotéz Testování statistických hypotéz Princip: Ověřování určitého předpokladu zjišťujeme, zda zkoumaný výběr pochází ze základního souboru, který má určité rozdělení zjišťujeme,
VícePo prostudování tohoto odstavce budete umt porozumt konstrukci F-pomru rozhodovat se pomocí testu zvaného analýza rozptylu
3 JEDNOFAKTOROVÁ ANOVA as e studu aptoly: 60 mut Cíl Po prostudováí tohoto odstavce budete umt porozumt ostruc F-pomru rozhodovat se pomocí testu zvaého aalýza rozptylu zostruovat tabulu ANOVA provést
VíceSkupina Testování obsahuje následující moduly: Síla a rozsah výběru, Testy a Kontingenční tabulka.
Testování Menu: QCExpert Testování Skupina Testování obsahuje následující moduly: Síla a rozsah výběru, Testy a Kontingenční tabulka. Síla a rozsah výběru Menu: QCExpert Testování Síla a rozsah výběru
Více4.4 Exploratorní analýza struktury objektů (EDA)
4.4 Exploratorní analýza struktury objektů (EDA) Průzkumová analýza vícerozměrných dat je stejně jako u jednorozměrných dat založena na vyšetření grafckých dagnostk. K tomuto účelu se využívá různých technk
VíceDoc. 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
VíceStatistika, Biostatistika pro kombinované studium. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2014/2015 Tutoriál č. 6: ANOVA Jan Kracík jan.kracik@vsb.cz Obsah: Testování hypotéz opakování ANOVA Testování hypotéz (opakování) Testování
VíceZ mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.
Neparametricke 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
Více3] KAPACITNÍ PROPOET KOVÁRNY
Pedmt: Technologické projekty a manipulace 3. roník, bakaláský Technologické projekty 4. roník, magisterský 3] KAPACITNÍ PROPOET KOVÁRNY Kapacitním propotem kovárny zjistíme v závislosti na zadaném výrobním
VíceA 4 9 18 24 26 B 1 5 10 11 16 C 2 3 8 13 15 17 19 22 23 25 D 6 7 12 14 20 21
Příklad 1 Soutěž o nelepší akost výrobků obeslali čtyři výrobci A, B, C, D celkem 26 výrobky. Porota sestavila toto pořadí (uveden pouze původ výrobku od nelepšího k nehoršímu): Pořadí 1 2 3 4 5 6 7 8
VíceDLOUHODOBÁ NEZAMĚSTNANOST V ČR
DLOUHODOBÁ NEZAMĚSTNANOST V ČR Tomáš Löster, Jana Langhamrová Abstrakt Nezaměstnanost je jedním ze základních ukazatelů, které hodnotí ekonomiku. Nejen z tohoto důvodu je nezaměstnanosti a její míře věnována
VíceStav Svobodný Rozvedený Vdovec. Svobodná 37 10 6. Rozvedená 8 12 8. Vdova 5 8 6
1. Příklad Byly sledovány rodinné stavy nevěst a ženichů při uzavírání sňatků a byla vytvořena následující tabulka četností. Stav Svobodný Rozvedený Vdovec Svobodná 37 10 6 Rozvedená 8 12 8 Vdova 5 8 6
VíceVYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ZDNÉ KONSTRUKCE M03 VYZTUŽENÉ A PEDPJATÉ ZDIVO
VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ING. ROSTISLAV JENEŠ, ING. BOŽENA PODROUŽKOVÁ ZDNÉ KONSTRUKCE M03 VYZTUŽENÉ A PEDPJATÉ ZDIVO STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA
VíceVŠB - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra informatiky. Statistika 1. Semestrální práce
VŠB - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra informatiky Statistika 1 Semestrální práce Používání komunikačních prostředků v životě 27, kop173 Obsah : 1. ÚVOD... 1 2.
VíceSplajny a metoda nejmenších tverc
Splajny a metoda nejmenších tverc 1. píklad a) Najdte pirozený kubický splajn pro funkci na intervalu Za uzly zvolte body Na interpolaci pomocí kubického splajnu použijeme píkaz Spline(ydata,, endpts).
VíceANOVA analýza rozptylu
ANOVA analýza rozptlu CENTRUM BIOSTATISTIK A ANALÝZ Analýza rozptlu - ANOVA Základní technika sloužící k posouzení rozdílů mezi více úrovněmi pokusného zásahu Kontrola Koncentrace Koncentrace Koncentrace
VíceDatabázová podpora normování manuálních inností ve strojírenské výrob
Databázová podpora normování manuálních inností ve strojírenské výrob Jaroslav Halva, Ing., reus s.r.o., schlott gruppe, Plze jaroslav.halva@reus.cz +420-724 36 77 04 Píspvek prezentuje systém databázové
VíceVŠB-TU OSTRAVA, FAKULTA ELEKTROTECHNIKY A INFORMATIKY, KATEDRA APLIKOVANÉ MATEMATIKY. Statistika. Vzorce a tabulky
VŠB-TU OSTRAVA, FAKULTA ELEKTROTECHNIKY A INFORMATIKY, KATEDRA APLIKOVANÉ MATEMATIKY Statistia Vzorce a tabuly Martina Litschmannová 3. března 05 Oficiální vzorce a tabuly KOMBINATORIKA Bez opaování Uspořádané
VíceTeoretická rozdělení
Teoretická rozdělení Diskrétní rozdělení Obsah kapitoly Studijní cíle Doba potřebná ke studiu Pojmy k zapamatování Úvod Některá teoretická rozdělení diskrétních veličin: Alternativní rozdělení Binomické
VíceVliv charakteru zát že na úbytek nap tí (P enosové sít - MPRS)
FAKULTA ELEKTROTECHNIKY A KOMUNIKANÍCH TECHNOLOGIÍ VYSOKÉ UENÍ TECHNICKÉ V BRN Vlv charateru zátže na úbyte naptí (Penosové sít - MPRS) Autor textu: Ing. Martn Paar, Ph.D. Ing. Jan Varmuža Kvten 2013 epowerinovacevýuyeletroenergetyslnoproudéeletrotechnyformoue-learnngu
VíceANALÝZA ROZPTYLU (Analysis of Variance ANOVA)
NLÝZ OZPYLU (nalyss of Varance NOV) Používá se buď ako samostatná technka, nebo ako postup, umožňuící analýzu zdroů varablty v lneární regres. Př. použtí: k porovnání středních hodnot (průměrů) více než
Více1 VERZE DOKUMENTU... 4 2 VERZE SOFTWARE... 4 3 ZÁKLADNÍ POPIS... 4 4 ZÁKLADNÍ P EHLED HYDRAULICKÝCH SCHÉMAT... 4 5 HYDRAULICKÁ SCHÉMATA...
Uživatelská píruka Obsah 1 VERZE DOKUMENTU... 4 2 VERZE SOFTWARE... 4 3 ZÁKLADNÍ POPIS... 4 4 ZÁKLADNÍ PEHLED HYDRAULICKÝCH SCHÉMAT... 4 4.1 REGULÁTOREM NEOVLÁDANÝ KOTEL:... 4 4.2 REGULÁTOREM OVLÁDANÝ
VíceVYHODNOCENÍ PLNNÍ PLÁNU ODPADOVÉHO HOSPODÁSTVÍ KRÁLOVÉHRADECKÉHO KRAJE ZA ROK 2010
VYHODNOCENÍ PLNNÍ PLÁNU ODPADOVÉHO HOSPODÁSTVÍ KRÁLOVÉHRADECKÉHO KRAJE ZA ROK 2010 listopad 2011 ISES, s.r.o. M.J. Lermontova 25 160 00 Praha 6 Identifikaní údaje Objednatel Název : Krajský úad Královéhradeckého
VíceDOPRAVNÍ INŽENÝRSTVÍ
VYSOKÉ UENÍ TECHNICKÉ V BRN FAKULTA STAVEBNÍ ING. MARTIN SMLÝ DOPRAVNÍ INŽENÝRSTVÍ MODUL 4 ÍZENÉ ÚROVOVÉ KIŽOVATKY ÁST 1 STUDIJNÍ OPORY PRO STUDIJNÍ PROGRAMY S KOMBINOVANOU FORMOU STUDIA Dopravní inženýrství
VíceMetody pro diagnostiku vybraných prvk elektrické a
Metody pro dagnostku vybraných prvk elektrcké a elektroncké výbavy vozdla PAVEL BREJCHA 007 ESKÉ VYSOKÉ UENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ KATEDRA MENÍ Anotace Cílem této práce, jež je dílí
VíceVysoká škola báská Technická univerzita Ostrava Institut geoinformatiky. Analýza dojíždní z dotazníkového šetení v MSK. Semestrální projekt
Vysoká škola báská Technická univerzita Ostrava Institut geoinformatiky Analýza dojíždní z dotazníkového šetení v MSK Semestrální projekt 18.1.2007 GN 262 Barbora Hejlková 1 OBSAH OBSAH...2 ZADÁNÍ...3
Více7. Analýza rozptylu jednoduchého třídění
7. nalýza rozptylu jednoduchého třídění - V této kaptole se budeme zabývat vztahem mez znaky kvanttatvním (kolk) a kvaltatvním (kategorálním, jaké jsou) Doposud jsme schopn u nch hodnott: - podmíněné charakterstky
VíceDYNAMICKÉ MODULY PRUŽNOSTI NÁVOD DO CVIČENÍ
DYNAMICKÉ MODUY PRUŽNOSTI NÁVOD DO CVIČNÍ D BI0 Zkušebnctví a technologe Ústav stavebního zkušebnctví, FAST, VUT v Brně 1. STANOVNÍ DYNAMICKÉHO MODUU PRUŽNOSTI UTRAZVUKOVOU IMPUZOVOU MTODOU [ČSN 73 1371]
VíceBAYESŮV PRINCIP ZDENĚK PŮLPÁN
ROBUST 000, 7 4 c JČMF 00 BAYESŮV PRINCIP ZDENĚK PŮLPÁN Abstrakt. Poukážeme na možnost rozhodování pomocí Bayesova prncpu. Ten vychází z odhadu podmíněné pravděpodobnosta z předpokladu dsjunktního rozkladu
Více(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
VíceOŠETOVÁNÍ VODY V BAZÉNECH PÍPRAVKY ADY LAGUNA
OŠETOVÁNÍ VODY V BAZÉNECH PÍPRAVKY ADY LAGUNA OBSAH 1. Úvod 2 2. Hodnota ph 2 3. Uvedení bazénu do provozu 2 4. Úprava vody po prvním ošetení 2 5. Prbžné ošetování bazénu 3 5.1. ištní stn bazénu 3 5.2.
VíceNěkteré zákony rozdělení pravděpodobnosti. 1. Binomické rozdělení
Přednáška 5/1 Některé zákony rozdělení pravděpodobnosti 1. Binomické rozdělení Předpoklady: (a) pst výskytu jevu A v jediném pokuse P (A) = π, (b) je uskutečněno n pokusů, (c) pokusy jsou nezávislé, tj.
VíceSTATISTICA Téma 8. Regresní a korelační analýza, regrese prostá
STATISTICA Téma 8. Regresní a korelační analýza, regrese prostá 1) Lineární i nelineární regrese prostá, korelace Naeditujeme data viz obr. 1. Obr. 1 V menu Statistika zvolíme submenu Pokročilé lineární/nelineární
Vícehttp://www.jib.cz od A až do Z
od A až do Z Uživatelská píruka Národní knihovna, 2004 Jednotná informaní brána (JIB) nabízí jednotný a snadný pístup k rzným informaním zdrojm, nap. katalogm knihoven, lánkovým bibliografickým a plnotextovým
VíceExcel 2010. podrobný pr vodce. Josef Pecinovský, Rudolf Pecinovský. Vydala Grada Publishing, a.s. U Pr honu 22, Praha 7 jako svou 4128.
Excel 2010 podrobný prvodce Josef Pecinovský, Rudolf Pecinovský Vydala Grada Publishing, a.s. U Prhonu 22, Praha 7 jako svou 4128. publikaci Odpovdný redaktor Pavel Nmeek Sazba Tomáš Brejcha Poet stran
VícePřehled učiva matematiky 7. ročník ZŠ
Přehled učiva matematiky 7. ročník ZŠ I. ARITMETIKA 1. Zlomky a racionální čísla Jestliže rozdělíme něco (= celek) na několik stejných dílů, nazývá se každá část celku zlomkem. Zlomek tři čtvrtiny = tři
VíceSTATISTICA Téma 7. Testy na základě více než 2 výběrů
STATISTICA Téma 7. Testy na základě více než 2 výběrů 1) Test na homoskedasticitu Nalezneme jej v několika submenu. Omezme se na submenu Základní statistiky a tabulky základního menu Statistika. V něm
VíceV praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více
9 Vícerozměrná data a jejich zpracování 9.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat, hledáme souvislosti mezi dvěmi, případně více náhodnými veličinami. V praxi pracujeme
VíceProud ní tekutiny v rotující soustav, aneb prozradí nám vír ve výlevce, na které polokouli se nacházíme?
Veletrh nápad uitel fyziky 10 Proudní tekutiny v rotující soustav, aneb prozradí nám vír ve výlevce, na které polokouli se nacházíme? PAVEL KONENÝ Katedra obecné fyziky pírodovdecké fakulty Masarykovy
VíceSTATISTIKA (pro navazující magisterské studium)
Slezská unverzta v Opavě Obchodně podnkatelská fakulta v Karvné STATISTIKA (pro navazující magsterské studum) Jaroslav Ramík Karvná 007 Jaroslav Ramík, Statstka Jaroslav Ramík, Statstka 3 OBSAH MODULU
VíceObsah 1. ÚVOD 1 2. ARCHITEKTURA SYSTÉMU 3 2.1 Sériové rozhraní RS485 (pouze u modelu MTME-485-SUI-LCD-96). Sí s max. 31 analyzátory 4 2.
a Návod k obsluze 1 Obsah 1. ÚVOD 1 2. ARCHITEKTURA SYSTÉMU 3 2.1 Sériové rozhraní RS485 (pouze u modelu MTME-485-SUI-LCD-96). Sí s max. 31 analyzátory 4 2.2 Sériové rozhraní RS485 (pouze u modelu MTME-485-SUI-LCD-96).
VíceUniverzita 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
VícePlán pée o PP Lom u Kozolup. na období 2009-2023
Plán pée o PP Lom u Kozolup na období 2009-2023 1. Základní identifikaní a popisné údaje 1.1 Název, kategorie, evidenní kód ZCHÚ a kategorie IUCN Název Lom u Kozolup Kategorie PP Evidenní kód 691 Kategorie
VíceÚKOL 2 1886 22 5,77 5,00 5 2,531,003,056 -,869,113
ÚKOL 2 Jméno a příjmení: UČO: Imatrik. ročník: Úkol 2.1: V souboru EVS99_cvicny.sav zjistěte, zdali rozložení názoru na to, kdo by měl být odpovědný za zajištění bydlení (proměnná q54h), je normální. Řešte
VíceSTATISTICA Téma 6. Testy na základě jednoho a dvou výběrů
STATISTICA Téma 6. Testy na základě jednoho a dvou výběrů 1) Test na velikost rozptylu Test na velikost rozptylu STATISTICA nemá. 2) Test na velikost střední hodnoty V menu Statistika zvolíme nabídku Základní
VíceZbytky zákaznického materiálu
Autoi: V Plzni 31.08.2010 Obsah ZBYTKOVÝ MATERIÁL... 3 1.1 Materiálová žádanka na peskladnní zbytk... 3 1.2 Skenování zbytk... 7 1.3 Vývozy zbytk ze skladu/makulatura... 7 2 1 Zbytkový materiál V souvislosti
VícePravděpodobnost 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
Více8. cvičení 4ST201-řešení
cvičící 8. cvičeí 4ST01-řešeí Obsah: Neparametricé testy Chí-vadrát test dobréshody Kotigečí tabuly Aalýza rozptylu (ANOVA) Vysoá šola eoomicá 1 VŠE urz 4ST01 Neparametricé testy Neparametricétesty využíváme,
VíceStatistické metody v ekonomii. Ing. Michael Rost, Ph.D.
Statistické metody v ekonomii Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Test χ 2 v kontingenční tabulce typu 2 2 Jde vlastně o speciální případ χ 2 testu pro čtyřpolní tabulku.
Více1. Všeobecná pravidla 1.1. Kalendá závod
MSP / RYCHVALDSKÝ POHÁR zima 2013 2014 1/8 www.rcteamrychvald.cz RcTeamRychvald@seznam.cz Kategorie Fšeštok: rcmoto@seznam.cz editel soutže: Ludk Szostek Stavební a soutžní pravidla pro závody rádiem ízených
VícePro orientaci v této problematice jsme se seznámili s nkolika novými pojmy:
Ig. Marta Ltschmaová Statsta I., cveí 8 LIMITNÍ VTY Lmtí vty jsou tvrzeí, terá jsou dležtá pro pops pravdpodobostích model v pípad rostoucího potu áhodých pous.. ro oretac v této problematce jsme se sezáml
VíceTestování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina
Testování hypotéz Analýza dat z dotazníkových šetření Kuranova Pavlina Statistická hypotéza Možné cíle výzkumu Srovnání účinnosti různých metod Srovnání výsledků různých skupin Tzn. prokázání rozdílů mezi
Více12. 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
VíceJste aktivní sportovec?(pravidelně sportuji alespoň 2x týdně) Jakým sportovním činnostem se pravidelně věnujete? (alespoň 1 x za dva týdny v sezóně)
Seznam příloh Příloha 1 Dotazník sportovních aktivit... 1 Příloha 2 Homogenita souboru věk... 3 Příloha 3 Homogenita souboru pohlaví... 4 Příloha 4 4Elements Inventory a sportovní aktivita... 5 Příloha
VíceKategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1
Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA 2018 4. dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1 Typy proměnných nominální (nominal) o dvou hodnotách lze říci pouze
Více- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.
MATEMATICKÁ STATISTIKA - a základě výběrových dat uuzujeme a obecější kutečot, týkající e základího ouboru; provádíme zevšeobecňující (duktví) úudek - duktví uuzováí pomocí matematcko-tattckých metod je
VíceRegresní a korelační analýza
Regresní a korelační analýza Závslost příčnná (kauzální). Závslostí pevnou se označuje případ, kdy výskytu jednoho jevu nutně odpovídá výskyt druhé jevu (a často naopak). Z pravděpodobnostního hledska
VíceUni- and multi-dimensional parametric tests for comparison of sample results
Uni- and multi-dimensional parametric tests for comparison of sample results Jedno- a více-rozměrné parametrické testy k porovnání výsledků Prof. RNDr. Milan Meloun, DrSc. Katedra analytické chemie, Universita
VíceNávod na vypracování semestrálního projektu
Návod na vypracování semestrálního projektu Následující dokument má charakter doporučení. Není závazný, je pouze návodem pro studenty, kteří si nejsou jisti výběrem dat, volbou metod a formou zpracování
VíceAnalýza rozptylu. Ekonometrie. Jiří Neubauer. Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel
Analýza rozptylu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO Brno) Analýza rozptylu 1 / 30 Analýza
VíceStřední škola informačních technologií a sociální péče, Brno, Purkyňova 97. Vybrané části Excelu. Ing. Petr Adamec
INVESTICE DO ROZVOJE VZDĚLÁVÁNÍ Střední škola informačních technologií a sociální péče, Brno, Purkyňova 97 Vybrané části Excelu Ing. Petr Adamec Brno 2010 Cílem předmětu je seznámení se s programem Excel
Více