Univerzita Pardubice. Fakulta ekonomicko-správní

Rozměr: px
Začít zobrazení ze stránky:

Download "Univerzita Pardubice. Fakulta ekonomicko-správní"

Transkript

1 Uverzta Pardubce Fakulta ekoomcko-správí Regresí aalýza vývoje mě Vsegrádské čtyřky vůč euru od roku 993 Pavel Šálek Bakalářská práce 00

2

3

4 Prohlašuj: Tuto prác jsem vypracoval samostatě. Veškeré lterárí pramey a formace, které jsem v prác využl, jsou uvedey v sezamu použté lteratury. Byl jsem sezáme s tím, že se a moj prác vztahují práva a povost vyplývající ze zákoa č. /000 b., autorský záko, zejméa se skutečostí, že Uverzta Pardubce má právo a uzavřeí lcečí smlouvy o užtí této práce jako školího díla podle 60 odst. autorského zákoa, a s tím, že pokud dojde k užtí této práce mou ebo bude poskytuta lcece o užtí jému subjektu, je Uverzta Pardubce oprávěa ode me požadovat přměřeý příspěvek a úhradu ákladů, které a vytvořeí díla vyaložla, a to podle okolostí až do jejch skutečé výše. ouhlasím s prezečím zpřístupěím své práce v Uverztí khově. V Pardubcích de Pavel Šálek 3

5 Poděkováí Tímto bych rád poděkoval svému vedoucímu práce Mgr. Petru Čečíkov za jeho metodcké vedeí a poskytutí užtečých rad, které m pomohly př zpracováí práce. 4

6 ANOTACE Bakalářská práce se zabývá regresí aalýzou vývoje devzových kurzů mě Vsegrádské čtyřky vůč euru po roce 993, který je podpoře ekoomckým pozadím. Hlavím cílem práce je zjstt tempo růstu č poklesu devzových kurzů a provést vzájemou komparac pomocí regresí aalýzy. Práce je postavea především a odboré lteratuře a člákách. KLÍČOVÁ LOVA Devzový kurz; regresí aalýza; Vsegrádská čtyřka. TITLE The regresso aalyss of exchage rate tred of the Vsegrad Group currecy to Euro from 993. ANNOTATION The bachelor thess vestgates regresso aalyss of developmet of currecy exchage rates the Vsegrad Group from 993. Ths currecy exchage rates are compared wth euro. The developemet s based o macro-ecoomy factors. The basc purpose s to fd out creasg or decreasg of currecy exchage rates ad compare ths currecy exchage rates mutually. The bachelor thess s based o specal statstcs ad ecoomcs lterature ad artcles. KEYWORD Currecy exchage rate; regresso aalyss; the Vsegrad Group. 5

7 Obsah ÚVOD... 6 REGRENÍ ANALÝZA JEDNODUCHÝ MODEL LINEÁRNÍ REGREE CHARAKTERITIKY VARIABILITY PRO JEDNODUCHOU LINEÁRNÍ REGREI TETOVÁNÍ HYPOTÉZ O HODNOTÁCH PARAMETRŮ Α, Β REGRENÍ PŘÍMKY p-hodota... 0 DŮLEŢITÉ POJMY.... VIEGRÁDKÁ ČTYŘKA.... EM..... ECU....3 DEVIZOVÝ TRH....4 REÁLNÝ KURZ DEVIZOVÉ KURZY NOMINÁLNÍ BILATERÁLNÍ KURZ NOMINÁLNÍ EFEKTIVNÍ (MULTILATERÁLNÍ) KURZ FAKTORY PŮOBÍCÍ NA DEVIZOVÝ KURZ V krátkém období Relatví míry flace Relatví úrokové sazby Relatví růst peěží zásoby pekulace V dlouhém období Absolutí verze teore PPP Relatví verze teore PPP YTÉMY DEVIZOVÝCH KURZŮ Nepružé devzové kurzy Pružé devzové kurzy Fxí kurz s fluktuačím pásmem Fxí kurz s pravdelým změam Flexblí devzové kurzy ANALÝZA VÝVOJE MĚN VIEGRÁDKÉ ČTYŘKY ČEKÁ KORUNA (CZK) Vývoj Regresí aalýza Bazcký dex RA od / LOVENKÁ KORUNA (KK)

8 4.. Vývoj Regresí aalýza Bazcký dex RA od / POLKÝ ZLOTÝ (PLN) Vývoj Regresí aalýza Bazcký dex RA od / MAĎARKÝ FORINT (HUF) Vývoj Regresí aalýza Bazcký dex RA od / TET ROVNOBĚŢNOTI DVOU REGRENÍCH PŘÍMEK CZK/EUR, KK/EUR Vývoj Testováí rovoběžost /993 / Testováí rovoběžost /999 / PLN/EUR, HUF/EUR Vývoj Testováí rovoběžost /993 / Testováí rovoběžost /999 / ZÁVĚR LITERATURA EZNAM OBRÁZKŮ... 5 PŘÍLOHY

9 Úvod tatstku můžeme aplkovat praktcky a všecha měřtelá odvětví ldského bádáí a každý z ás se s í v žvotě mohokrát setká, ať už v médích č vědeckých člácích. Pro ekooma je styk se statstkou a deím pořádku, a tak jsem se rozhodl aplkovat jedu ze statstckých metod a praktcký a užtečý příklad. Cílem mé práce je aplkace regresí aalýzy a vývoj devzových kurzů mě Vsegrádské čtyřky vůč euru, která bude doprovázea slovím vyjádřeím a vysvětleím základích determatů, které ovlvňují vývoj devzových kurzů, od rozděleí Českosloveska v roce 993. Nejprve se sezámíme s problematkou, kterou se regresí aalýza zabývá, a vysvětlíme s statstcké testy, které budeme v průběhu práce využívat. V dalších dvou kaptolách opustíme problematku regresí aalýzy a zaměříme se a základí ekoomcké pojmy, které budou provázet celou prác a jejch pochopeí ám pomůže odhalt příčy závěrečých pozatků. Zjstíme, jak se tvoří devzový kurz a co ho ovlvňuje, č jaké systémy devzových kurzů exstují. V praktcké část skloubíme teor regresí aalýzy s pozatky, které jsme získal studem předchozích kaptol a budeme tedy přprave aplkovat regresí aalýzu a vývoj devzového kurzu. Zjstíme, jakým tempem jedotlvé měy poslují č oslabují, z grafu ormálích pravděpodobostí zjstíme, zda hodoty pravděpodobostí leží přblžě a přímce (vzuálí metoda tlusté tužky ) a tedy, zda můžeme předpokládat ormálí rozděleí pravděpodobost rezduí, což je utý předpoklad u testů výzamost regrese. T-testem pro beta koefcet zjstíme p-hodotu, která vyjadřuje, zda exstuje leárí závslost a poté vypočítáme její těsost pomocí koefcetu determace. Pomocí emprckých pokusů jsem zjstl jstý zlom ve vývoj devzových kurzů v roce 999, kdy bylo zavedeo euro. Z tohoto důvodu jsem se rozhodl zkoumat vývoj eje od rozděleí Českosloveska, ale také od zavedeí eura. V posledích dvou kaptolách využjeme bazcké dexy, které ám odhalí vývoj devzových kurzů v procetech. V posledí kaptole budeme vzájemě porovávat měy, které mají podobý vývoj. Bazcký dex budeme aplkovat z důvodu sjedoceí jedotek, které je ezbyté pro použtí testu rovoběžost dvou regresích přímek. MONTGOMERY, D. C. a RUNGER, G. C. Appled tatstcs ad Propablty for Egeers. tr

10 Regresí aalýza Pro svou prác jsem s jako hlaví zdroj formací o regresí aalýze vybral khu od doc. PaedDr. Jay Kubaové. Tuto khu jsem zvoll, jelkož úroveň, a které je regresí aalýza v této kze popsáa, korespoduje s užtím v mé prác. Nyí se zaměříme a teor, kterou budeme pro aše výpočty potřebovat. Doc. PaedDr. Jaa Kubaová uvádí: Závslost hodot jedé proměé a hodotách druhé proměé se v matematce vyjadřuje fukčím vztahem y = f (x). V tomto případě dokážeme ze zalost kokrétí hodoty x přesě určt, jaké hodoty abude proměá y. Takovéto závslost říkáme fukčí. V praktckých úlohách eí stuace zdaleka tak jedoduchá. Na sledovaou velču epůsobí obvykle jeom jeda áhodá velča X, ale většou je jch více. Mohdy je a edokážeme všechy určt a posthout jejch přesý vztah ke sledovaé velčě. V takovémto případě eí mez velčam X a Y fukčí závslost, ale přesto se jedá o velčy závslé. Nemluvíme pak o závslost fukčí, ale o závslost stochastcké. Pomocí regresí fukce můžeme předpovídat, jaké hodoty abude jeda áhodá velča, když záme hodotu druhé áhodé velčy. Protože Y je áhodá velča, emusí vždy př daé hodotě x áhodé velčy X abýt hodoty E(Y x) (hodoty E(Y x) zde áhodá proměá abývá v průměru ), ale bude abývat hodoty rozptýleé okolo í.. Jedoduchý model leárí regrese Jedoduchým modelem leárí regrese azýváme takový leárí model, kdy grafem regresí fukce je přímka. Pro parametry β 0 a β použjeme tradčího začeí α a β. Předpokládejme, že Y, Y,, Y je -tce ekorelovaých áhodých velč s vlastostm EY = α + βx, DY = σ, =,,,, kde α, β, σ jsou ezámé parametry a x, x,, x je - tce zámých hodot. Jedoduchým modelem leárí regrese budeme azývat model: Y x () Kde ε jsou ezávslé áhodé velčy, pro které platí Eε = O, Dε = σ, =,,,. KUBANOVÁ, Jaa. tatstcké metody pro ekoomckou a techckou prax. tr

11 8 ε se azývá áhodá složka v leárím modelu. Náhodá složka zahruje působeí áhodých vlvů ebo působeí velč, které ejsou zahruty do modelu. Přímka y = α +βx se azývá regresí přímka, β je její směrce a proměá x je v ašem příkladu kvartál. Odhady a, b parametrů α, β provedeme metodou ejmeších čtverců. ) x ( x y x y x b () x b y a (3) Regresí přímka získaá metodou ejmeších čtverců má tvar: x ŷ (4). Charakterstky varablty pro jedoduchou leárí regres K hodoceí míry varablty Y slouží ásledující charakterstky. Celkovou varabltu áhodé velčy Y charakterzuje celkový součet čtverců odchylek y, který je možé vyjádřt jako součet objasěé část rozptylu t (regresí součet čtverců) a eobjasěé část rozptylu e (rezduálí součet čtverců). e t y y y y y ) ( (5) Vysvětltelý součet čtverců odchylek charakterzuje tu část celkové varablty, která je vysvětltelá regresím modelem. ) ˆ ( t y y x b y a y y (6)

12 oučet čtverců e azýváme rezduálí součet čtverců. Vysvětluje tu část celkové varablty, která je způsobea áhodým odchylkam ε. e y a y b ( y yˆ ) x y (7) Odhadem parametrů σ je charakterstka azvaá rezduálí rozptyl, kde - vyjadřuje počet stupňů volost. rez e (8) Idex determace určuje, jakou část varablty sledovaých hodot je možé vysvětlt daým modelem. Nabývá hodot z tervalu <0, >. Vypočítáme ho jako podíl vysvětleé část rozptylu k celkovému rozptylu: I t y (9) Čím blíže jsou body (x,y ) =,,, k přímce ŷ blíží jedé. x, tím víc se koefcet determace Zvoleý typ regresí fukce by měl respektovat zákotost souvslost jedotlvých áhodých jevů. Př volbě typu regresí fukce se přhlíží k tomu, aby zvoleý model byl co ejjedodušší a zároveň aby odchylky teoretckých a emprckých hodot byly mmálí..3 Testováí hypotéz o hodotách parametrů α, β regresí přímky Zde testujeme hypotézu H 0 : β = β 0 prot alteratví hypotéze H : β β 0 Testovací krtérum má tvar: T B rez ( x x) (0) Za předpokladu platost hypotézy H 0 má áhodá velča T tudetovo rozděleí pravděpodobostí s stupňů volost. 9

13 Krtckou oblastí je tedy moža T T t hodot 3 ). W. (Nalezeme v tabulkách krtckých :, Teto test se často používá k testováí hypotézy H 0 : β = 0. V případě, že H 0 ezamítáme, můžeme tvrdt, že proměá Y ezávsí a proměé x. Testováí hypotézy H 0 : α = α 0 prot alteratví hypotéze H 0 : α α 0 eí pro tuto prác podstaté, tudíž se jím ebudeme zabývat. Pokud máte zájem o testováí této hypotézy, ajdete je v lteratuře p-hodota Dalším možým způsobem rozhodováí o tom, zda ulovou hypotézu zamítáme, č kolv, je pomocí staoveí tzv. p-hodoty. V oboustraém testu ám tato hodota vyjadřuje součet obsahů dvou ploch vpravo od z a vlevo od - z pod křvkou fukce hustoty pravděpodobost. Platí: p P( Z z H0) F( z ) () Můžeme tedy shrout, že p-hodota ám udává ejžší možou hladu výzamost pro zamítutí ulové hypotézy pro daou realzac áhodého výběru. Má tudíž více formací ež klascký postup porováí hodoty testovacího krtéra s krtckou hodotou v tabulkách. Protože byla p-hodota defováa jako pravděpodobost, abývá hodot od 0 do. Čím je p-hodota žší, tím spíše eí ulová hypotéza správá a zamítá se. Pokud porováváme hladu výzamost s p-hodotou, je zřejmé, že jejch podstata je stejá. Hlada výzamost je předpokládaá pravděpodobost zamítutí ulové hypotézy, určeá před provedeím testu. P-hodota je ejžší pravděpodobost pro zamítutí ulové hypotézy, určeá a základě hodoty testovacího krtéra (teda a základě realzace áhodého výběru). Závěr: Je-l p-hodota α, hypotézu H 0 zamítáme Je-l p-hodota > α, hypotézu H 0 ezamítáme. Výpočet p-hodoty je součástí většy statstckých softwarových produktů a rozhodutí o platost hypotézy se čí zpravdla posledím popsaým způsobem. Testováí pomocí p-hodoty se využívá v řadě statstckých testů, založeých a růzých rozděleích. 3 KUBANOVÁ, Jaa a LINDA, Bohda. Krtcké hodoty a kvatly vybraých rozděleí pravděpodobostí. tr KUBANOVÁ, Jaa. tatstcké metody pro ekoomckou a techckou prax. tr 0. 0

14 Důležté pojmy. Vsegrádská čtyřka Vsegrádská čtyřka ebol V4 vzkla 5. úora 99 5 z úslí zemí středí Evropy o spoluprác v řadě oblastí společého zájmu v rámc celoevropské tegrace. Česká republka, Maďarsko, Polsko a lovesko byly vždy součástí jedé cvlzace sdílející kulturí a telektuálí hodoty a společé kořey ábožeských tradc, což s přejí zachovat a dále poslovat. Všechy země Vsegrádské skupy uslovaly o čleství v Evropské u. vou tegrac do EU považovaly za další krok v procesu překoáváí umělých dělcích čar v Evropě pomocí vzájemé podpory. Tohoto cíle dosáhly. květa 004, kdy se všechy staly čleským zeměm EU. Obrázek : Vsegrádská čtyřka (zdroj: kupa V4 ebyla vytvořea jako alteratva k úslí o celoevropskou tegrac, a se esaží kokurovat fukčím středoevropským strukturám. Její aktvty esměřují v žádém případě k zolac ebo k oslabeí vztahů k ostatím zemím. kupa se aopak saží podporovat optmálí spoluprác se všem zeměm, zvláště se zeměm sousedským, a zajímá se o demokratcký rozvoj všech částí Evropy 6.. EM edmdesátá léta mulého století byla v zemích Evropského hospodářského společeství pozameáa fragmetací kurzových režmů. Řada čleských států v čele s Německem se účastla kurzového uspořádáí hada, Frace, Itále Velká Brtáe poechávaly své měy volému plováí. Toto období se vyzačovalo začou kurzovou establtou, která vytvářela ohska apětí ve vzájemém obchodu. Četé pokusy o oboveí užší měové spolupráce selhávaly. Teprve ke koc sedmdesátých let se díky catvě vrcholých poltků Frace a Německa podařlo dát společé kurzové poltce ový mocý mpuls tím, že byl ustave Europea Moetary ystem (Evropský měový systém). Země se zavázaly udržovat své měové kurzy v rozmezí +/-,5 %. oučasě se vzkem EM byla zavedea košová měová jedotka ECU (vz íže). Postupem času se ukázalo, že toto rozmezí je pro většu zemí úzké, v roce 993 se zavedlo ové fluktuačí pásmo +/- 5 %. 5 Do rozděleí Českosloveska se jedalo o Vsegrádskou trojku. 6 Vsegrad Group. O V4. [Ole] 006.

15 vzkl ástupce Evropského měového systému, ERM II, který zrušl avázáí mě a ECU a zavedl avázáí a ově vzklé euro. Fluktuačí pásmo zůstalo zachováo a +/- 5 %. Země se musí udržet v ERM II alespoň dva roky, pak mohou vstoupt do eurozóy 7... ECU Europea Currecy Ut (evropská měová jedotka) je akroym 8 pro košovou měovou jedotku, která v souvslost s vytvořeím Evropského měového systému ahradla v poměru jeda ku jedé dosavadí evropskou účetí jedotku. Výchozí košová struktura ECU byla složea ze všech devít mě tehdejších čleů Evropského polečeství, přčemž každá měa byla v koš zastoupea určtým počtem svých jedotek (0,88 ěmeckých marek,,5 fracouzských fraků, 0,0885 brtských lber, atd.). Tato fyzcká možství byla odvozea od hospodářské síly země a od jejího podílu a vzájemém obchodu. 9 ECU pllo v Evropském měovém systému ěkolk úloh. Za prvé bylo používáo jako rezerví měa pro vypořádáí pohledávek a závazků vzklých z tervečí aktvty čleských cetrálích bak EM. A za druhé sloužlo pro prezetac cetrálích part árodích mě zúčastěých v mechasmu měových kurzů. ECU zaklo dem vzku eurozóy, kdy bylo ahrazeo společou měou euro v poměru jeda ku jedé..3 Devzový trh Devzový trh (foreg exchage market) je trh, a kterém jsou vzájemě směňováy měy růzých zemí. Teto trh eí geografcky lokalzovaý do jedoho místa, a eexstuje orgazovaá devzová burza jako sttuce, tedy místo, kde by se abízející a poptávající vzájemě scházel a obchodoval s devzam. Devzový trh je právě příkladem eorgazovaého trhu s volým přístupem, a kterém se zejméa střetávají a prostředctvím moderích komukačích prostředků spolu uzavírají obchody exportující a mportující subjekty, obchodíc s devzam zastupující baky a ostatí fačí sttuce (devzoví dealeř), zprostředkovatelé obchodováí s devzam (devzoví brokeř) a devzoví obchodíc cetrálích bak. 0 Největší objem obchodováí přpadá a vzájemé obchody mez devzovým dealery velkých bak, kteří vystupují jako tvůrc trhu. 7 Zavedeí eura v České republce. Evropský měový systém. [Ole]. 8 Druh zkratky, která eí hláskováa (jako apř. NATO č UNECO). 9 Zavedeí eura v České republce. Evropský měový systém. [Ole]. 0 KOMÁREK, Luboš a KOMÁRKOVÁ, Zlatuše. Vysoká škola Báňská - Techcká uverzta Ostrava. Itegrace devzových trhů vybraých ových. [Ole].

16 .4 Reálý kurz Každý ekoom by měl umět rozezávat omálí a reálé velčy. To samé platí pro porováváí kurzů. Zatímco omálí (měový, devzový) kurz vyjadřuje počet jedotek domácí měy, za které lze akoupt jedotku měy zahračí, reálý kurz defujeme jako podíl domácí ceové hlady a ceové hlady v zahračí, kde zahračí ceová hlada je převedea a jedotky domácí měy přes stávající omálí měový kurz. Reálý kurz má také přívlastek směý, jelkož ám říká, kolkrát více zboží a služeb lze za daou částku koupt v zahračí (po směěí za daou czí měu) ež a domácím trhu. Formálě tedy: P Q d ( Pz) () kde P d začí domácí a P z zahračí ceovou hladu a ε je omálí kurz. Pokud se obě ceové hlady pohybují společě, pohybuje se společě také reálý kurz. Dvergetí vývoj obou ceových hlad vede k odlšému vývoj obou kurzů. Pokud zahračí cey rostou rychlej ež domácí cey a omálí kurz se eměí, reálý kurz roste (domácí měa se reálě zehodocuje). Pokud aopak domácí cey rostou rychlej ež zahračí cey a omálí kurz se eměí, reálý kurz klesá (domácí měa se reálě zhodocuje). V realtě dochází samozřejmě ke změám omálího kurzu a podle toho, jak jsou tyto změy doprovázey změam ceových hlad, se růzě měí reálý kurz. Jelkož se v aší prác ebudeme reálým kurzem zabývat, ebudeme ho jž více rozvádět. Česká árodí baka. Nomálí a reálý kurz. [Ole] FRAIT, Ja a KOMÁREK, Luboš. Kaptálové toky a měové kurzy. tr 57. 3

17 3 Devzové kurzy V lteratuře se setkáváme s moha růzým defcem devzového kurzu. ouhrě lze říc, že devzový kurz je kvattatvě promělvá velča, udávající takové možství základích peěžích jedotek domácí měy, které je určtým způsobem přřazováo k jedé jedotce měy zahračí, případě velča udávající zlomek základí jedotky zahračí měy, který je určtým způsobem přřazová k základí jedotce domácí měy. 3 Pro ekoomky V4, které jsou avíc sladěy s hospodářským vývojem v EU, je vývoj devzového kurzu velce důležtý, jelkož ovlvňuje vývoj v reálém fačím sektoru. Náhlé změy omálího měového kurzu mohou ohrozt fačí stabltu ekoomk, mají špatý dopad a exportéry a věřtele př apretac a špatý dopad a mportéry a dlužíky př deprecac Nomálí blaterálí kurz Větša z ás se v praktckém žvotě setkává především s omálím blaterálím kurzem, což je ejčastěj cea zahračí měové jedotky vyjádřeá v jedotkách domácí měy (přímý zázam) ebo domácí měa vyjádřeá v jedotkách zahračí měy (epřímý zázam). Vývoj tohoto kurzu je posuzová podle toho, zda se jeda č druhá měa zhodocuje č zehodocuje. Můžeme s povšmout, že zhodocováí české koruy se zobrazuje poklesem křvky, jelkož a ose Y je vyjádře počet koru, které potřebujeme ke koup jedoho dolaru č marky. (obr., levá část) Nomálí devzový kurz bývá také často vyjadřová jako dex, kdy je staoveo určté výchozí datum a v tom je hodota dexu rova 00 (obr., pravá část). Pomocí tohoto dexu jsme schop určt, zda česká korua poslovala spíše oprot dolaru č marce. 3 BAKULE, V. Mezárodí face. (983). 4 KOMÁREK, Luboš a KOMÁRKOVÁ, Zlatuše. Vysoká škola Báňská - Techcká uverzta Ostrava. Itegrace devzových trhů vybraých ových. [Ole] 006. tr 8. 4

18 Obrázek : Blaterálí kurz CZK/DEM CZK/UD CZK/DEM d CZK/UD d 3. Nomálí efektví (multlaterálí) kurz Protože větša zemí obchoduje s moha dalším zeměm a teto obchod je ovlvňová růzým blaterálím kurzy měy domácí země oprot měám zahračích zemí, ezajímají se teoretčtí ekoomové a tvůrc hospodářské poltky a tak o vývoj kurzu své měy oprot jedé zahračí měě, ale spíše o vývoj kurzu své měy oprot koš mě zemí, které představují hlaví obchodí partery. Takovému kurzu se říká efektví ebol multlaterálí devzový kurz (obr. 3). Efektví kurz se měří jako dex a uvádí, zda se určtá měa za určté období zhodotla č zehodotla oprot vážeému průměru (koš) jých mě. 5 FRAIT, Ja. Iteret pro ekoomy. Předáška: Měové kurzy. [Ole] 5

19 Obrázek 3: Efektví kurz koruy (omálí vlevo, reálý vpravo) omálí kurs 0 00 reálý kurs (spotřebtelské cey) CZK/ DEM CZK/ UD CZK/ koš CZK/ DEM CZK/ UD CZK/ koš 3.3 Faktory působící a devzový kurz 3.3. V krátkém období Rovovážý devzový kurz daé měy se měí v čase dle změ abídky a poptávky a devzovém trhu. Nyí se zaměříme a faktory, které tyto abídkové a poptávkové podmíky ovlvňují (které posuují křvky abídky a poptávky) v krátkém období Relatví míry flace Představme s áhlý růst míry flace v Německu, který by vedl ke zvýšeé poptávce Němců po českém zboží, a proto k růstu poptávky po CZK. Navíc by růst míry flace v Německu vedl ke sížeí zájmu Čechů o ěmecké zboží, a proto ke sížeí abídky CZK. Devzový kurz CZK by proto vzrostl. Říkáme, že došlo ke zhodoceí (posíleí, aprecac, příp. revalvac 7 ) CZK vůč DEM. Př tomto procesu se děje vzájemě obráceý obraz s DEM. V tomto případě říkáme, že došlo ke zehodoceí (oslabeí, deprecac, příp. devalvac) DEM vůč CZK Relatví úrokové sazby Cílem operací a volém trhu je usměrňovat vývoj úrokových sazeb v ekoomce, které také mají vlv a vývoj devzového kurzu. Předpokládejme, že úrokové sazby v České republce výrazě klesou, zatímco úrokové sazby v Německu zůstávají stejé. Za této stuace se ěmecká fačí aktva (zejméa dluhopsy) stávají pro české vestory atraktvějším a 6 FRAIT, Ja. Iteret pro ekoomy. Předáška: Měové kurzy. [Ole] 7 Termíy revalvace č devalvace byly původě používáy v období zlatého stadardu v souvslost se zvýšeím č sížeím zlatého obsahu měové jedotky. Des jsou používáy zejméa v souvslost s ofcálím zhodoceím č zehodoceím měy, která má vládou staoveý pevý kurz. Ncméě používáí těchto termíů pro pohyb kurzu měy v systému volých kurzů des eí výjmkou. 6

20 roste poptávka po DEM. Zároveň se česká fačí aktva stávají pro ěmecké vestory méě atraktvím, a proto klesá abídka DEM. Výsledkem dojde k posíleí DEM vůč CZK a k oslabeí CZK vůč DEM Relatví růst peěží zásoby Na oba předchozí faktory (flac úrokové sazby) slě působí peěží zásoba. Relatvě rychlý růst peěží zásoby vede k relatvě vyšší flac a krátkodobě k relatvě žším úrokovým sazbám. Proto můžeme očekávat, že měa země s relatvě rychlejším tempem růstu peěží zásoby by měla oslabovat oprot měě země s relatvě žším tempem růstu peěží zásoby pekulace Důležtým faktorem, který ovlvňuje devzové kurzy, jsou trží očekáváí budoucích devzových kurzů. Devzový trh stejě jako fačí trhy reaguje a každou zprávu, která může mít vlv a budoucí úroveň devzového kurzu. Objeví-l se apř. ukazatele o větším ež očekávaém růstu peěží zásoby v České republce, mohou devzoví dealeř začít prodávat CZK, eboť očekávají růst míry flace v ČR a ásledý pokles hodoty CZK. Proto platí, že pokud se zače očekávat, že určtá měa v budoucost oslabí, dojde k jejímu oslabeí okamžtě V dlouhém období V dlouhém období (zejméa ad 0 let) reagují devzové kurzy především a rozdílý vývoj ce v příslušých ekoomkách. Teto předpoklad je obsaže v jedoduchém a populárím modelu, který se azývá teore party kupí síly (dále teore PPP). Teore PPP jako teore devzového kurzu bývá formulováa ve dvou základích formách Absolutí verze teore PPP Absolutí verze teore PPP je dáa tvrzeím, že devzový kurz mez dvěma měam je vyjádře jako poměr ceových hlad: E = P/P* (3) E měový kurz P domácí ceová hlada P* zahračí ceová hlada 7

21 3.3.. Relatví verze teore PPP Relatví verze teore PPP esleduje absolutí hodotu omálího kurzu, ale pouze její relatví změu za určté období. Vyjadřuje procetí změu devzového kurzu, která odpovídá rozdílu změ ceových hlad za určté období: e = π π* (4) e relatví změa devzového kurzu π zameá procetí míru flace domácí ekoomky π* zameá procetí míru flace zahračí ekoomky Vzorec říká, že měa země s relatvě vyšší flací se v čase zehodocuje. 3.4 ystémy devzových kurzů U čleských zemí Mezárodího měového fodu byl do 70. let 0. století aplková relatvě jedotý systém. Poté se začal objevovat rozdílé systémy z důvodu erovováhy vějších vlvů a vtřích faktorů, jako je flace č hospodářský růst 8. Na ásledujícím schéma (obr. 4) jsou tučě vyzačey systémy devzových kurzů, se kterým budeme pracovat. 8 ČERNOHORKÝ, Ja. Základy fací. tr. 84 8

22 ystémy devzových kurzů pružé epružé flexblí fxí jedoté dferecovaé volý floatg řízeý floatg - dle vymezeí ústředího kurzu - k jedé árodí měě - k adárodí měě - ke koš mě Obrázek 4: ystémy devzových kurzů 9. - dle změ ústředího kurzu - s pravdelým změam - s eodvolatelým ústředím kurzem - dle pásem osclace - bez pásem osclace - s úzkým pásmy osclace - se šrokým pásmy osclace 3.4. Nepruţé devzové kurzy epružým devzovým kurzy se des můžeme setkat pouze v uzavřeých ekoomkách, která je des pouze v málo rozvutých zemích. Avšak a jeda ze zemí Vsegrádské čtyřky do í epatří, tudíž teto systém ebudeme dále rozebírat Pruţé devzové kurzy Tyto kurzy jsou využíváy v tržích ekoomkách, která se objevuje u všech ekoomk vsegrádské čtyřky. Dělí se a flexblí a fxí, ale málokterá země v současost uplatňuje zcela fxí kurzový režm, a ty země, které tvrdí, že mají zcela plovoucí (flexblí) kurz, používají občas ástroje k jeho ovlvěí. Fxí a plovoucí kurzy zůstávají spíše teoretckým extrémy. 9 DURČÁKOVÁ, J., MANDEL, M. Mezárodí face. tr

23 3.4.. Fxí kurz s fluktuačím pásmem Mohé ze zemí, které považují řízeí měového kurzu za jedu z hlavích prort, používá jako svůj cíl určtou hodotu omálího kurzu, kterou echává fluktuovat uvtř určtého pásma. Grafcky prezetuje podstatu fxích kurzů s fluktuačím pásmy a možým přzpůsobeím (obr. 5). Země tedy staoví určtou cetrálí partu, což je rovovážý kurz a pak staoví procetí odchylku, s jakou se kurz může osclovat od kurzové party. Brettowoodský měový systém používal fluktuačí pásmo ± %, poté se měy v zásadě vázaly k amerckému dolaru č ke koš mě. Evropský měový systém po většu své exstece pásmo ±,5 % a v současost ± 5 %. V České republce bylo pásmo osclace ± 7,5 % od úora 996 do květa 997. kutečý kurz se pak pohybuje dle abídky a poptávky uvtř pásma a je korgová devzovým tervecem cetrálí árodí baky. Výhodou tohoto režmu je to, že cetrálí baka emusí př fxováí kurzu terveovat permaetě, ale pouze př tedec kurzu opustt pásmo. růstem šířky fluktuačího pásma ztrácí režm svou fxí povahu a stává se spíše režmem plovoucím 0. Obrázek 5: Fxí kurz s fluktuačím pásmem. Větša zemí, která používá fxí kurz, používá kurz s pravdelým změam. Takové uspořádáí umožňuje autortám změt cetrálí partu devalvací č revalvací př potřebě elmovat defct č přebytek platebí blace Fxí kurz s pravdelým změam Posuvé zavěšeí (crawlg peg, gldg peg) je kurzový režm, v ěmž autorty udržují fxí devzový kurz, ale tuto úroveň v pravdelých tervalech měí podle vývoje flace. Teto režm se objevoval u Polska č Maďarska v době vysoké flace z důvodu podpory kokureceschopost exportu. Dráhu devzového kurzu v režmu posuvého zavěšeí azačuje obr FRAIT, Ja. Iteret pro ekoomy. Předáška: Měové kurzy. [Ole] 0

24 Obrázek 6: Dráha kurzu v posuvém zavěšeí Flexblí devzové kurzy Mohé země považují za vhodější echat devzový kurz plavat a echat devzový kurz vytvářet pouze a terakc abídky a poptávky. Takovému režmu získáme volý floatg. Méě drastcký, zato více oblíbeý je řízeý floatg, který fuguje a stejém prcpu s tím rozdílem, že árodí baka svým přímým a epřímým tervecem korguje vývoj kurzu př velkých výkyvech. V rozsahu, v jakém se tímto způsobem podaří omezt krátkodobé fluktuace bez arušeí dlouhodobého kurzového tredu, získávají tyto země prospěch jak z fxováí kurzů, tak z flexblího přzpůsobováí erovováhy platebí blace. FRAIT, Ja. Iteret pro ekoomy. Předáška: Měové kurzy. [Ole]

25 4. Aalýza vývoje mě Vsegrádské čtyřky Nyí přecházíme k využtí pozatků z předchozích kaptol, které budeme aplkovat v této část zabývající se vývojem jedotlvých mě od roku 993 a od roku 999. Všechy grafy kurzů s regresí přímkou mají a ose x popsky, jejchž jedotkou jsou roky,které slouží pro lepší oretac. Ve skutečost však proměá x vyjadřuje kvartál. Mějme a pamět, že ve všech příkladech od roku 993 x = 0 áleží prvímu kvartálu v roce 993 a ve všech příkladech do 999 x = 0 áleží prvímu kvartálu v roce Česká korua (CZK) 4.. Vývoj Od roku 99 do roku 997 byl v České (Českosloveské) republce aplková režm strktího fxího kurzu, který byl fxová vůč koš mě (65 % DEM a 35 % UD). Když jsme obdržel ofcálí pozváí do EU, změl se fxí kurz a plovoucí. Jde svým způsobem o pohyb z extrému do extrému. CZK začala oslabovat z důvodu zvyšujícího se defctu obchodí blace, který vyvolal egatví očekáváí, a to jak u vestorů, tak u obyvatelstva. Tím se kurzový režm stal objektem spekulací. V tomto roce byl obrat zahračího obchodu ejmeší od roku 993 a po tomto šoku se každoročě zvyšuje až dodes. K ČNB 3 staovla kurz a 35,6 CZK/EUR. Na jaře roku 999 přjala ČNB Dlouhodobou měovou strateg. V této strateg baka vyhlásla dlouhodobý cíl pro flac v roce 005 ve výš 3% ± % pro celkovou flac, čehož docílla, a spolu se stoupajícím obratem zahračího obchodu CZK vůč euru pravdelě poslovala. Rychlost poslováí však eodpovídala fudametálím ukazatelům ekoomky a z toho důvodu se ČNB rozhodla ěkolkrát a trhu zasáhout a to jak formou slovích vyjádřeí, tak prostředctvím otevřeých tervecí a devzovém trhu. Ve výsledku ale CZK pravdelě poslovala až do roku 009, a to přes trochu ejasé důvody v druhé polově roku 007. Domíváme se, že to bylo způsobeo ervoztou a fačích trzích, kde vestoř hledal bezpečý trh pro své vestce a CZK byla vhodá pro svůj stablí vývoj a dvojásobý růst HDP ež ve vyspělých zemích. Te samý vývoj můžeme zpozorovat u PLN, který posloval stejým mezročím tempem 9-0 % 4. V roce 008 se kurz vyvíjel ve všech zemích Vsegrádské čtyřky praktcky stejě všechy měy poslovaly díky růstu ekoomky závratým tempem až do červece, kdy aalytc začal upozorňovat a ohrožováí ekoomky a kdy vzkla Vz 3 Česká árodí baka 4 KLENÁŘ, Petr. Ivestujeme.cz. Korua: Co stojí za prudkým poslováím? [Ole].

26 ekoomcká krze. V druhé polově téhož roku kurz CZK PLN oslabl z důvodu tervecí árodích bak, které sížl úrokové sazby Regresí aalýza Zdroj dat pochází ze stráek České árodí baky 6. Kurzy, zaokrouhleé a dvě desetá čísla, ajdete v příloze č.. 5 Vz 6 Vz 3

27 Zj Obdržel jsme z Excelu 007 tyto výsledky: ŷ 37,36 0,49x z čehož plye, že kurz CZK v průměru posloval o téměř 0,5 Kč kaţdé čtvrtletí od roku 993. Graf ormálích pravděpodobostí - CZK resdua

28 Z grafu ormálích pravděpodobostí je vdět, že velká větša hodot stadardích ormálích odchylek leží přblžě a přímce (vzuálí metoda tlusté tužky) a tedy můžeme předpokládat přblžě ormálí rozděleí pravděpodobost 7, což je utý předpoklad testů výzamost regrese. T-testem pro beta koefcet byla zjštěa p-hodota. p-hodota = 0,006 * 0-5 Nulovou hypotézu H 0 : β=0 zamíteme a všech hladách výzamost α > p-hodota. Vzhledem k tomu, že p-hodota je velm malá (0,006 * 0-5 ), lze uzavřít, že exstuje výzamá leárí závslost velčy Y a X. t e ( yˆ ( y y ) yˆ ) 585,885 77,345 y I rez 585,885 77, ,30 e 4,0 t y 0,6787 Idex determace je 0,6787, tedy 67,87 % z celkové varablty je moţé vysvětlt jedoduchým leárím modelem Bazcký dex Převedeím a bazcký dex (00% = /993) ám vyšla leárí přímka: ŷ,08 0,0043x z čehož plye, že kurz CZK v průměru posloval o 0,43% kaţdé čtvrtletí od roku 993. (Graf alezete v kaptole 5..). t ( yˆ y ) 0,49 7 MONTGOMERY, D. C. a RUNGER, G. C. Appled tatstcs ad Propablty for Egeers.tr.-4. 5

29 Zj e ( y yˆ ) 0,33 0,49 0,33 y rez e 0,004 0,76 I t y 0,6787 Idex determace je 0,6787, tedy 67,87 % z celkové varablty je moţé vysvětlt jedoduchým leárím modelem. (Výsledek je logcky stejý jako v předchozím případě, jelkož jsme velčy převedl a proceta. Poměr vysvětltelých a rezduálích čtverců zůstal ezměě.) 4... RA od /999 Pro věrější reálý vývoj by bylo ale vhodé použít data od zavedeí eura. Pokud použjeme bazcký dex od /999 (00% = /999), dostaeme: ŷ 0,995 0,0074x z čehož plye, že kurz CZK posluje v průměru o 0,74% kaţdé čtvrtletí od roku 999. (Graf alezete v kaptole 5..3). Graf ormálích pravděpodobostí - CZK od ,08-0,06-0,04-0,0 0 0,0 0,04 0, resdua Z grafu ormálích pravděpodobostí je vdět, že velká větša hodot stadardích ormálích odchylek leží přblžě a přímce (vzuálí metoda tlusté tužky) a tedy můžeme 6

30 předpokládat přblžě ormálí rozděleí pravděpodobost rezduí 8, což je utý předpoklad testů výzamost regrese. (Graf sce dkuje slabé egatví zeškmeí, ale vzhledem k účelu aší aalýzy, velkému počtu dat a slabé dkac můžeme předpokládat alespoň přblžé ormálí rozděleí.) T-testem pro beta koefcet byla zjštěa p-hodota. p-hodota = 0,00 * 0 - Nulovou hypotézu H 0 : β=0 zamíteme a všech hladách výzamost α > p-hodota. Vzhledem k tomu, že p-hodota je velm malá (0,00 *0 - ), lze uzavřít, že exstuje výzamá leárí závslost velčy Y a X. t e ( yˆ ( y y ) yˆ ) 0,387 0,034 0,387 0,034 y 0,4 rez e 0,00 I t y 0,985 Idex determace je 0,985, tedy 9,85 % z celkové varablty je moţé vysvětlt jedoduchým leárím modelem. 8 MONTGOMERY, D. C. a RUNGER, G. C. Appled tatstcs ad Propablty for Egeers.tr.-4. 7

31 4. loveská korua (KK) 4.. Vývoj Do roku 998 byl a lovesku fxí kurz (koš byl tvoře z 60 % z DEM a 40 % UD). Pozorujeme drobé kolísáí v pásmu ± 7 % vůč hlavímu kurzu. V říju 998 se stejě jako v České republce přešlo a kurz plovoucí, jelkož loveská árodí baka dále ebyla schopa brát měu prot zehodocováí, které vedlo ke sížeí devzových rezerv a ásledému zhodoceí v květu 999. Téhož roku ještě árodí baka terveovala, aby zhodoceí KK přbrzdla. V lstopadu 005 byla cetrálí parta vůč euru staovea a KK/EUR, jelkož loveská republka chtěla počátkem roku 009 zavést euro a právě k tomu muselo splňovat kovergečí maastrchtská krtéra, které mmo jé obsahují bezproblémovou dvouletou účast v systému směých kurzů ERM II, přčemž se kurz měy k euru esmí odchýlt od staoveé cetrálí party o více ež 5 % a obě stray. Poté ale KK začala mohutě poslovat z důvodu prudkého růstu ekoomky o 8,3%, přílvu zahračích vestc díky automoblkám Ka a PA a vyšších úrokových sazeb (4.75 %) 9. Následkem této ekoomcké stuace, de , loveská cetrálí baka požádala o změu cetrálí party a 35,444 KK/EUR (+8,5 %), což byl jasý mpuls pro vestory, že loveská árodí baka předpokládá další poslováí a proto pomocí dalších vestc a ízké flace se př přechodu a euro koverzí kurz dostal až a spodí hrac fluktuačího pásma 30.6 KK/EUR. Toto poslováí bylo kocem roku 008 verzí vůč CZK, HUF PLN, jelkož lovesko chtělo dosáhout co ejžšího koverzího kurzu. 9 HATLAPATKA, Marek. Cyrrus. Prudké posíleí sloveské koruy a jeho české souvslost. [Ole] 8

32 4.. Regresí aalýza Zdroj dat pochází ze loveské árodí baky 30. Kurzy, zaokrouhleé a dvě desetá čísla, ajdete v příloze č.. Obdržel jsme z Excelu 007 tyto výsledky: ŷ 40,564 0,05x z čehož plye, ţe kurz KK v průměru posloval o více eţ 0,05 k kaţdé čtvrtletí od roku Vz 9

33 Zj Graf ormálích pravděpodobostí - KK resdua Z grafu ormálích pravděpodobostí je vdět, že velká větša hodot stadardích ormálích odchylek leží přblžě a přímce (vzuálí metoda tlusté tužky) a tedy můžeme předpokládat přblžě ormálí rozděleí pravděpodobost rezduí 3, což je utý předpoklad testů výzamost regrese. (Několk málo odchýleých hodot a začátku a a koc dkují meší pravděpodobost ež ormálí, ale vzhledem k jejch počtu vlv pro test výzamost lze zaedbat.) T-testem pro beta koefcet byla zjštěa p-hodota. p-hodota = 0,068 Nulovou hypotézu H 0 : β=0 zamíteme a všech hladách výzamost α > p-hodota. Vzhledem k tomu, že p-hodota je malá (0,068), lze uzavřít, že exstuje leárí závslost velčy Y a X. t e ( yˆ ( y y ) yˆ ) 63, ,84 y 63, ,84 840,64 rez e,330 3 MONTGOMERY, D. C. a RUNGER, G. C. Appled tatstcs ad Propablty for Egeers.tr

34 I t y 0,075 Idex determace je 0,075, tedy 7,5 % z celkové varablty je moţé vysvětlt jedoduchým leárím modelem Bazcký dex Převedeím a bazcký dex (00% = /993) ám vyšla leárí přímka: ŷ,73 0,00x z čehož plye, že kurz KK v průměru posloval o 0,% kaţdé čtvrtletí od roku 993. (Graf alezete v kaptole 5..). t e ( yˆ ( y y ) yˆ ) 0,053 0,649 0,49 0,33 y I rez e 0,00 t y 0,075 0, RA od /999 Pro věrější reálý vývoj by bylo ale vhodé použít data od zavedeí eura. Pokud použjeme bazcký dex od /999 (00% = /999), dostaeme: ŷ,07 0,008x z čehož plye, že kurz KK posluje v průměru o 0,8% kaţdé čtvrtletí od roku 999. (Graf alezete v kaptole 5..3). 3

35 Zj Graf ormálích pravděpodobostí - KK od 999,5,5 0,5 0-0,08-0,06-0,04-0,0-0,5 0 0,0 0,04 0,06 0,08 - -,5 - -,5 Resdua Z grafu ormálích pravděpodobostí je vdět, že velká větša hodot stadardích ormálích odchylek leží přblžě a přímce (vzuálí metoda tlusté tužky) a tedy můžeme předpokládat přblžě ormálí rozděleí pravděpodobost rezduí, což je utý předpoklad testů výzamost regrese. (Je zde sce ázak lehkého egatvího zeškmeí a meších kocových pravděpodobostí, ale vzhledem k tomu, že je velm velké odchýleí od learty by mělo být terpretováo jako slá dkace eormalty, můžeme předpokládat alespoň přblžou ormaltu.) 3 T-testem pro beta koefcet byla zjštěa p-hodota. p-hodota = 0,00 * 0-6 Nulovou hypotézu H 0 : β=0 zamíteme a všech hladách výzamost α > p-hodota. Vzhledem k tomu, že p-hodota je velm malá (0,00 *0-6 ), lze uzavřít, že exstuje výzamá leárí závslost velčy Y a X. t e ( yˆ ( y y ) yˆ ) 0,358 0,048 0,387 0,034 y 0,406 rez e 0,00 3 MONTGOMERY, D. C. a RUNGER, G. C. Appled tatstcs ad Propablty for Egeers.tr.-4. 3

36 I t y 0,88 Idex determace je 0,88, tedy 88,% z celkové varablty je moţé vysvětlt jedoduchým leárím modelem. 33

37 4.3 Polský zlotý (PLN) 4.3. Vývoj Zatímco Česká a loveská republka vsadly a eměý omálí kurz, Polsko s kldem svou měu téměř plyule omálě zehodocovalo. Zvollo s cestu posuvého zavěšeí (crawlg peg). I když makroekoomcký vývoj ebyl zdaleka bez problémů, jeví se mohem plyulejším a stablějším ež v České republce. Změy cetrálí party byly prováděy a deí báz a přesý způsob úpravy byl tajý. Míra měsíčí devalvace byla od září 998 staovea a 0,5 % měsíčě. Od se kurz PLN směl pohybovat v pásmu o šířce ± 0 % kolem cetrálí party. V dubu roku 000 Polsko přkročlo k systému volého floatgu. Oslabováí kurzu zlotého v letech je vysvětleo ve zprávě komse z roku 003, kde je uvedeo, že k pozorovatelé ztrátě hodoty zlotého bylo přstupováo záměrě z důvodu podpory polského exportího hospodářství 33. Prudký árůst v druhé polově roku 008 byl ovlvě tervecem árodí baky, která sížla úrokové sazby. 33 POPÍŠIL, O. a PEŠEK, A. Aalýza vývoje devzového kurzu Kč po

38 Zj 4.3. Regresí aalýza Zdroj dat pochází z Polské árodí baky 34. Kurzy, zaokrouhleé a dvě desetá čísla, ajdete v příloze č.. Obdržel jsme z Excelu 007 tyto výsledky: ŷ 3,03 0,00x z čehož plye, že kurz PLN v průměru oslaboval o téměř 0,0 zlotý kaţdé čtvrtletí od roku 993. Graf ormálích pravděpodobostí - PLN 3 -,5 - -0,5 0 0, Vz resdua

39 Z grafu ormálích pravděpodobostí je vdět, že velká větša hodot stadardích ormálích odchylek leží přblžě a přímce (vzuálí metoda tlusté tužky) a tedy můžeme předpokládat přblžě ormálí rozděleí pravděpodobost rezduí 35, což je utý předpoklad testů výzamost regrese. T-testem pro beta koefcet byla zjštěa p-hodota. p-hodota = 0,00 * 0-6 Nulovou hypotézu H 0 : β=0 zamíteme a všech hladách výzamost α > p-hodota. Vzhledem k tomu, že p-hodota je malá (0,068), lze uzavřít, že exstuje výzamá leárí závslost velčy Y a X. t e ( yˆ ( y y ) yˆ ) 0,884 4,99 y rez 0,884 4,99 5,803 e 0,6 I t y 0,48 Idex determace je 0,48, tedy 4,8 % z celkové varablty je moţé vysvětlt jedoduchým leárím modelem Bazcký dex Převedeím a bazcký dex (00% = /993) ám vyšla leárí přímka: ŷ,558 0,005x z čehož plye, že kurz PLN v průměru oslaboval o,05% kaţdé čtvrtletí od roku 993. (Graf alezete v kaptole 5..). t ( yˆ y ),90 35 MONTGOMERY, D. C. a RUNGER, G. C. Appled tatstcs ad Propablty for Egeers.tr

40 Zj e ( y yˆ ) 3,989,90 3,989 y rez e 0,060 6,900 I t y 0,48 Idex determace je 0,48, tedy 4,8 % z celkové varablty je moţé vysvětlt jedoduchým leárím modelem. (Výsledek je logcky stejý jako v předchozím případě, jelkož jsme velčy převedl a proceta. Poměr vysvětltelých a rezduálích čtverců zůstal ezměě.) RA od /999 Pro věrější reálý vývoj by bylo vhodé použít data od zavedeí eura. Pokud použjeme bazcký dex od /999 (00% = /999), dostaeme: ŷ 0,97 0,0008x z čehož plye, že kurz PLN posluje v průměru o 0,08% kaţdé čtvrtletí od roku 999. (Graf alezete v kaptole 5..3). Graf ormálích pravděpodobostí - PLN od , -0,5-0, -0,05 0 0,05 0, 0,5 0, Resdua 37

41 Z grafu ormálích pravděpodobostí je yí vdět, že hodoty pravděpodobostí leží přblžě a přímce (vzuálí metoda tlusté tužky) a tedy můžeme předpokládat ormálí rozděleí pravděpodobost rezduí, což je utý předpoklad u testů výzamost regrese. T-testem pro beta koefcet byla zjštěa p-hodota. p-hodota = 0, Nulovou hypotézu H 0 : β=0 ezamíteme a hladě výzamost α=0,05. Z toho vyplývá, že eexstuje výzamá leárí závslost velčy Y a X a lze tedy uzavřít, že změy kurzu polské měy od roku 999 emají ţádý výzamý dlouhodobý tred poslováí č oslabováí. 4.4 Maďarský fort (HUF) 4.4. Vývoj Maďarsko, stejě jako Polsko, zvollo cestu crawlg peg. Měsíčí devalvace čla, % od do ,, % od ,,0 od , 0,9 % od a 0,8 % od Poté Maďarsko dobrovolě dodržovalo fluktuačí pásmo ± 5 % pro pohyb své měy vůč staoveému středímu kurzu, který byl od do , HUF/EUR a od do byl 8,36 HUF/EUR 36, tz. zehodoceí o,6 %, což bylo společé rozhodutí cetrálí baky a vlády (BP D4 399). Z dat ovšem můžeme vyčíst, že kurz byl slě podhodoce a pohyboval se a dolí hrac fluktuačího pásma, přblžě okolo 50 HUF/EUR. Maďarsko mohlo změt kurzoví režm č provést revalvac party, ale ekoomcké fudamety ebyl přílš poztví, takže by k zhodoceí měy stejě pravděpodobě edošlo. Navíc Maďarsko mělo a má v zájmu podporovat exportéry, kterým slabý kurz HUF vyhovuje FRAIT, Ja. Iteret pro ekoomy. Předáška: Měové kurzy. [Ole]. tr PLICHKE, moa Ely. peze.cz. loveská korua abrala dech. Co to zameá pro lovesko, Česko a Maďarsko? [Ole] 38

42 4.4. Regresí aalýza Zdroj dat pochází z Národí baky Maďarska 38. Kurzy, zaokrouhleé a dvě desetá čísla, ajdete v příloze č.. Obdržel jsme z Excelu 007 tyto výsledky: ŷ 56,4,0378x 38 Vz 39

43 Zj z čehož plye, že kurz HUF v průměru oslaboval o téměř,04 fortů kaţdé čtvrtletí od roku 993. Graf ormálích pravděpodobostí - HUF resdua - -3 Z grafu ormálích pravděpodobostí je vdět, že velká větša hodot stadardích ormálích odchylek leží přblžě a přímce. Odchýleí od learty a začátku pod přímku a a koc ad přímku dkuje meší okrajové pravděpodobost vzhledem k ormálímu rozděleí. 39 T-testem pro beta koefcet byla zjštěa p-hodota. p-hodota = 0,007 * 0-4 Nulovou hypotézu H 0 : β=0 zamíteme a všech hladách výzamost α > p-hodota. Vzhledem k tomu, že p-hodota je velm malá (0,00 *0-6 ), lze uzavřít, že exstuje výzamá leárí závslost velčy Y a X. t e ( yˆ ( y y ) yˆ ) ,5 y ,5 6630,5 39 MONTGOMERY, D. C. a RUNGER, G. C. Appled tatstcs ad Propablty for Egeers.tr

44 rez e 870,80 I t y 0,6544 Idex determace je 0,6544, tedy 65,44 % z celkové varablty je moţé vysvětlt jedoduchým leárím modelem Bazcký dex Převedeím a bazcký dex (00% = /993) ám vyšla leárí přímka: ŷ,53 0,0x z čehož plye, že kurz HUF v průměru oslaboval o % kaţdé čtvrtletí od roku 993. (Graf alezete v kaptole 5..). t e ( yˆ ( y y ) yˆ ) 0,339 5,46 y 0,339 5,46 5,799 rez e 0,08 I t y 0,6544 Idex determace je 0,6544, tedy 65,44 % z celkové varablty je moţé vysvětlt jedoduchým leárím modelem. (Výsledek je logcky stejý jako v předchozím případě, jelkož jsme velčy převedl a proceta. Poměr vysvětltelých a rezduálích čtverců zůstal ezměě.) RA od /999 Pro věrější reálý vývoj by bylo ale vhodé použít data od zavedeí eura. Pokud použjeme bazcký dex od /999 (00% = /999), dostaeme: ŷ 0,989 0,00x 4

45 Zj z čehož plye, že kurz PLN oslabuje v průměru o 0,% kaţdé čtvrtletí od roku 999. (Graf alezete v kaptole 5..3). Graf ormálích pravděpodobostí - HUF od ,5-0, -0,05 0 0,05 0, 0, Resdua Z grafu ormálích pravděpodobostí je vdět, že velká větša hodot stadardích ormálích odchylek leží přblžě a přímce (vzuálí metoda tlusté tužky) a tedy můžeme předpokládat přblžě ormálí rozděleí pravděpodobost rezduí, což je utý předpoklad testů výzamost regrese. (Je zde sce ázak zeškmeí 40, ale vzhledem k tomu, že je velm velké odchýleí od learty by mělo být terpretováo jako slá dkace eormalty, můžeme předpokládat alespoň přblžou ormaltu.) 4 T-testem pro beta koefcet byla zjštěa p-hodota p-hodota = 0, Nulovou hypotézu H 0 : β=0 ezamíteme a hladě výzamost α=0,05. Z toho vyplývá, že eexstuje výzamá leárí závslost velčy Y a X a lze tedy uzavřít, že změy kurzu maďarské měy od roku 999 emají ţádý výzamý dlouhodobý tred poslováí č oslabováí. 40 A dstrbuto wth postve skew (MONTGOMERY, D. C. a RUNGER, G. C. Appled tatstcs ad Propablty for Egeers.tr. 4.) 4 MONTGOMERY, D. C. a RUNGER, G. C. Appled tatstcs ad Propablty for Egeers.tr.-4. 4

46 5 Test rovoběţost dvou regresích přímek V této kaptole se budeme zabývat vždy porováváím dvou kurzů mě vůč euru, které mají podobý vývoj, abychom zjstl, zda síla poslováí č oslabováí těchto mě se výzamě lší. Měy porováme od roku 993 a poté od zavedeí eura v roce 999. Uvdíme, zda dojdeme ke stejým závěrům. K porováí poslováí č oslabováí mě použjeme test rovoběžost a dle výzamost určíme sílu poslováí č oslabováí. Testujeme a hladě výzamost α = 0,05. Testujeme ulovou hypotézu H 0 : β = β prot alteratví hypotéze H : β β Testovací krtérum pro test rovoběžost dvou regresích přímek má tvar: T ( ) s r ( ( b b ) ) s r 4 x x x x Za předpokladu platost hypotézy H 0 má áhodá velča T tudetovo rozděleí pravděpodobost s + 4 stup volost. Krtcká oblast je podmoža hodot testovacího krtéra, pro kterou platí: T T t W. :, 4 5. CZK/EUR, KK/EUR 5.. Vývoj Po rozděleí Českosloveska se kurz CZK a KK poměřoval :, avšak brzy se teto kurz shledal eudržtelým a už v červu téhož roku KK oslabla oprot CZK o 0 %. Co se vzájemé komparace týče, v létě roku 005 se kurz CZK dostal a ejslější postoj vůč KK, což byl kurz až,5 KK/CZK. KK byla slější pouze a okamžk v květu roku 997, kdy bylo zrušeo fluktuačí pásmo v České republce. Rok poté bylo fluktuačí pásmo zrušeo a lovesku z důvodu devalvačích tlaků. V letech loveská árodí baka terveovala prot apretac kurzu 4. 4 ČTK. Tscal.cz. Česká a sloveská korua platí jž deset let. [Ole] 43

47 5.. Testováí rovoběţost /993 /00 T (-0,00739 ( 0, ) (68 )*0, (65 )*0, ,0086*,35786 T 0,939759*0, T -3,763 W W T : 3,763 t 0,05; T : 3,763,979 Oboustraý test jsme zamítl a hladě výzamost α = 0,05. Tím vyplývá, že jedostraý test zamíteme a hladě α/ (0,05). Na hladě α/ můžeme tedy tvrdt, že Česká korua poslovala výzamě rychlej ež loveská korua. Domívám se, že hlavím důvody bylo poměřeí kurzu : a horší ekoomcká stuace a lovesku po rozděleí Českosloveska a zrušeí fluktuačího pásma o rok pozděj ež v České republce. 44

48 5..3 Testováí rovoběţost /999 /00 T (-0,00739 ( 0, ) (44 ) * 0,00088 (4 ) * 0, T 0,0005*9 0,8767*0,07757 T 0,906 W W T : 0,906 t 0,05; T : 0,906,999 Hodota padla do oblast přípustých hodot, proto hypotézu o rovoběžost přímek ezamítáme. tejý vývoj CZK a KK způsobl podobý vývoj ekoomky a také myšleí velkých hráčů a devzovém trhu, kteří akupují CZK a KK často společě. 45

49 5. PLN/EUR, HUF/EUR 5.. Vývoj Polsko a Maďarsko používal posuvé zavěšeí jž ěkolk let poměrě úspěšě, když a teto režm ezabrál výrazým výkyvům reálého kurzu. V Maďarsku HUF devalvoval rověž deě jako PLN v Polsku. Reverzí vývoj mě v druhé polově roku 007 byl způsobe stablějším vývojem a důvěryhodou měovou poltkou Polska, kdy vestoř v době krze vestoval do PLN a CZK, kolv však do HUF 43. Obecě můžeme tvrdt, že důvodem špatého vývoje devzového kurzu HUF v porováí s PLN od zavedeí eura v roce 999 je eúměrě velký dluh Maďarska, které eí schopo teto dluh splácet a v době fačí krze 008/009 se stala ejpostžeější zemí ve středoevropském regou Testováí rovoběţost /993 /00 T (0, ,09865) (68 )*0, (68 )*0,0876-0,00935 *,4895 T 3, * 0, T -3,989 W T : -3,989 t 0,05; W T : -3,989, KLENÁŘ, Petr. Ivestujeme.cz. Korua: Co stojí za prudkým poslováím? [Ole] 44 HORÁČEK, Flp. DNE. Měový fod schváll 5,7 mlardy dolarů a pomoc Maďarsku. [Ole] 46

50 Oboustraý test jsme zamítl a hladě výzamost α = 0,05. Tím vyplývá, že jedostraý test zamíteme a hladě α/ (0,05). Na hladě α/ můžeme tedy tvrdt, že HUF oslaboval výzamě rychlej ež PLN. Ačkolv obě měy systematcky oslaboval z důvodu používáí posuvého zavěšeí v mulém desetletí, kurz HUF se poté držel a velce slabé úrov z důvodu evyrovaé ekoomky a poltckého záměru podpořt maďarské exportéry. Polská vláda terveovala méě. 47

51 5..3 Testováí rovoběţost /999 /00 Vhledem k tomu, že u PLN a HUF od roku 999 je β = 0 (vz kaptola a 5.4..), tak eexstuje výzamá leárí závslost. Vývoj mě z hledska leárího pohledu je stejý. Změy jsou pouze osclačího č áhodého charakteru. V roce 999 byla v Maďarsku provedea změa systému devzového kurzu z posuvého zavěšeí (fxí kurz s pravdelým změam) a plovoucí s cetrálí partou, která byla slě podhodocea. Tím s HUF vybudoval dostatečý polštář pro slabou, zadlužeou ekoomku. Můžeme vdět, že eexstuje žádý dlouhodobý výzamý leárí tred. 48

52 Závěr Můžeme s povšmout, že všechy příklady mají přblžě ormálí rozděleí pravděpodobost, což je utý předpoklad u testů výzamost regrese. Jelkož jsme se spokojl pouze s vzuálí metodou tlusté tužky, je možé, že př aplkac jé, přesější metody bychom dospěl k jému závěru, ale podrobé zkoumáí ormalty eí předmětem této bakalářské práce. Na druhou strau u všech testů se ám evyskytuje výzamá leárí závslost. Zjstl jsme, že PLN a HUF od zavedeí eura emají žádý výzamý dlouhodobý tred poslováí č oslabováí z důvodu zavedeí režmu plovoucího kurzu s cetrálí partou, podhodoceí měy a podpory exportérů. Úplě jý vývoj zazameala druhá dvojce pozorovaých mě CZK a KK. Obě měy od zavedeí eura posloval díky poztvímu vývoj ekoomky a pouze malému zasahováí cetrálích árodích bak do vývoje devzového kurzu. V stuac od rozděleí Českosloveska je tred ještě více jedozačý. Zatímco CZK a KK poslovaly každé čtvrtletí o desety proceta, PLN a HUF z důvodu užíváí režmu crawlg peg, hlavě před rokem 999, výzamě oslabovaly. PLN v průměru o více ež jedo proceto a HUF dokoce dvě proceta. Právě z důvodu zvoleí odlšých kurzových režmů v další kaptole (test rovoběžost) jsme spolu porovával podobé vývoje devzových kurzů a zkoumal jsme jejch rovoběžost. Když se podíváme a stuac v kaptole 5.., domívám se, že kdyby kurz ebyl po rozděleí Českosloveska staove jeda ku jedé, pravděpodobě by výsledek testu rovoběžost spadl do oblast přípustých hodot a emohl bychom vyloučt rovoběžost těchto dvou regresích přímek. Vzájemý kurz obou mě byl v době zavedeí eura jž vytvoře převážě trhem, tudíž v kaptole 5..3 můžeme pozorovat podobý tred a výsledek testu padl do oblast přípustých hodot tedy emůžeme vyloučt rovoběžost regresích přímek. Co se týče komparace tredů PLN a HUF od roku 993, můžeme vysledovat prudké oslabováí HUF především v prví polově, která je příčou padutí výsledku testu rovoběžost dvou regresích přímek do krtcké oblast a tudíž můžeme vyloučt rovoběžost těchto regresích přímek. tuac od zavedeí eura emůžeme spočítat testem rovoběžost, jelkož změy v devzových kurzech mají pouze osclačí č áhodý charakter a eí zde splěa podmíka výzamost leárího tredu. Z grafu však můžeme vdět, že PLN a HUF měl od roku 999 tred podobý z důvodu podobého ekoomckého vývoje. 49

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz: Ig. Marta Ltschmaová Statstka I., cvčeí 1 TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ Dosud jsme se zabýval testováím parametrcký hypotéz, což jsou hypotézy o parametrech rozděleí (populace). Statstckým hypotézám

Více

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA PODNIKATELSKÁ ÚSTAV FINANCÍ FACULTY OF BUSINESS AND MANAGEMENT INSTITUTE OF FINANCES APLIKACE REGRESNÍ ANALÝZY NA VÝPOČET BODU ZVRATU

Více

1. Základy měření neelektrických veličin

1. Základy měření neelektrických veličin . Základ měřeí eelektrckých velč.. Měřcí řetězec Měřcí řetězec (měřcí soustava) je soubor měřcích čleů (jedotek) účelě uspořádaých tak, ab blo ožě splt požadovaý úkol měřeí, tj. získat formac o velkost

Více

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

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

Více

Statistika - vícerozměrné metody

Statistika - vícerozměrné metody Statstka - vícerozměré metody Mgr. Mart Sebera, Ph.D. Katedra kezologe Masarykova uverzta Fakulta sportovích studí Bro 0 Obsah Obsah... Sezam obrázků... 4 Sezam tabulek... 4 Úvod... 6 Pojmy... 7 Náhodé

Více

C V I Č E N Í 4 1. Představení firmy Splintex Czech 2. Vlastnosti skla a skloviny 3. Aditivita 4. Příklady výpočtů

C V I Č E N Í 4 1. Představení firmy Splintex Czech 2. Vlastnosti skla a skloviny 3. Aditivita 4. Příklady výpočtů Techologe skla 00/03 C V I Č E N Í 4. Představeí rmy pltex Czech. Vlastost skla a sklovy 3. Adtvta 4. Příklady výpočtů Hospodářská akulta. Představeí rmy pltex Czech a.s. [,] Frma pltex Czech je součástí

Více

Fakulta elektrotechniky a informatiky Statistika STATISTIKA

Fakulta elektrotechniky a informatiky Statistika STATISTIKA Fakulta elektrotechky a formatky TATITIKA. ZÁKLADNÍ OJMY. Náhodý pokus a áhodý jev NÁHODNÝ OKU proces realzace souboru podmíek kde výsledek emůžeme předem ovlvt. - výsledek áhodého pokusu. - jev, který

Více

Testy statistických hypotéz

Testy 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

Více

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

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

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

Univerzita Pardubice Fakulta ekonomicko-správní

Univerzita Pardubice Fakulta ekonomicko-správní Uverzta Pardubce Fakulta ekoomcko-správí ANALÝZA TRESTNÝCH ČINŮ PROTI ŽIVOTU A ZDRAVÍ V ČR Moka Papoušková Bakalářská práce 00 Prohlášeí Prohlašuj, že jsem tuto prác vypracovala samostatě. Veškeré lterárí

Více

Výsledky této ásti regresní analýzy jsou asto na výstupu z poítae prezentovány ve form tabulky analýzy rozptylu.

Výsledky 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

Více

Odůvodnění. Obecná část

Odůvodnění. Obecná část Odůvoděí k ávrhu změy vyhlášky č. 502/2005 Sb., kterou se staoví způsob vykazováí možství elektřy př společém spalováí bomasy a eobovtelého zdroje Obecá část Zhodoceí platého právího stavu Podpora výroby

Více

HYPOTEČNÍ ÚVĚR. , kde v = je diskontní faktor, Dl počáteční výše úvěru, a anuita, i roční úroková sazba v procentech vyjádřená desetinným číslem.

HYPOTEČNÍ ÚVĚR. , kde v = je diskontní faktor, Dl počáteční výše úvěru, a anuita, i roční úroková sazba v procentech vyjádřená desetinným číslem. HYPTEČNÍ ÚVĚR Spláceí úvěru stejým splátkam - kostatí auta ÚLHA 1: Mladý maželský pár s dostačujícím příjmy (tz. a získáí hypotéčího úvěru) se rozhodl postavt s meší rodý domek. Podle předběžé kalkulace

Více

Statistické zpracování dat

Statistické zpracování dat Bakoví sttut vysoká škola Praha Katedra IT Statstcké zpracováí dat Bakalářská práce Autor: Ja Culka Iformačí techologe, Maaţer projektů Vedoucí práce: Mgr. Olga Procházková Praha Červe, 00 Prohlášeí: Prohlašuj,

Více

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl: 9 ÁHODÉ VÝBĚR A JEJICH ZPRACOVÁÍ Čas ke studu katol: 30 mut Cíl: Po rostudováí tohoto odstavce budete rozumět ojmům Základí soubor, oulace, výběr, výběrové šetřeí, výběrová statstka a budete zát základí

Více

10.2.3 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI

10.2.3 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI Středí hodoty Artmetcý průměr vážeý Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI Zatím jsme počítal s tím, že četost ve vztahu pro vážeý artmetcý průměr byla přrozeá čísla Četost mohou

Více

Mendelova univerzita v Brně Statistika projekt

Mendelova univerzita v Brně Statistika projekt Medelova uverzta v Brě Statstka projekt Vypracoval: Marek Hučík Obsah 1. Úvod... 3. Skupové tříděí... 3 o Data:... 3 o Počet hodot:... 3 o Varačí rozpětí:... 3 o Počet tříd:... 4 o Šířka tervalu:... 4

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodá veličia Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 45/004. Náhodá veličia Většia áhodých pokusů má jako výsledky reálá čísla. Budeme tedy dále áhodou veličiou rozumět proměou, která

Více

ZÁKLADY STAVEBNÍ MECHANIKY

ZÁKLADY STAVEBNÍ MECHANIKY VYSOKÉ UČENÍ TECHNICKÉ V BNĚ AKULTA STAVEBNÍ ING. JIŘÍ KYTÝ, CSc. ING. ZBYNĚK KEŠNE, CSc. ING. OSTISLAV ZÍDEK ING. ZBYNĚK VLK ZÁKLADY STAVEBNÍ ECHANIKY ODUL BD0-O SILOVÉ SOUSTAVY STUDIJNÍ OPOY PO STUDIJNÍ

Více

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i : ometové míry polohy zahrují růzé druhy průměrů pomocí kterých můžeme charakterzovat cetrálí tedec dat ometové míry polohy jsou jedoduché číselé charakterstky které se vyčíslují ze všech prvků výběru

Více

cenný papír, jehož koupí si investor zajistí předem definované peněžní toky, které obdrží v budoucnosti

cenný papír, jehož koupí si investor zajistí předem definované peněžní toky, které obdrží v budoucnosti DLUHOPISY ceý papír, jehož koupí si ivestor zajistí předem defiovaé peěží toky, které obdrží v budoucosti podle doby splatosti ~ 1 rok dlouhodobé dluhopisy Pokladičí poukázky

Více

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení Odhad parametru p biomického rozděleí a test hypotézy o tomto parametru Test hypotézy o parametru p biomického rozděleí Motivačí úloha Předpokládejme, že v důsledku realizace jistého áhodého pokusu P dochází

Více

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů Semárky, předášky, bakalářky, testy - ekoome, ace, účetctví, ačí trhy, maagemet, právo, hstore... PODNIKOVÁ EKONOMIKA 3. Cea ceých papírů Ceé papíry jsou jedím ze způsobů, jak podk může získat potřebý

Více

FINANČNÍ MATEMATIKA- INFLACE

FINANČNÍ MATEMATIKA- INFLACE ojekt ŠABLONY NA GVM Gymázum Velké Mezříčí egstačí číslo pojektu: CZ..7/.5./34.948 V- ovace a zkvaltěí výuky směřující k ozvoj matematcké gamotost žáků středích škol FNANČNÍ MATEMATA- NFLACE Auto Jazyk

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

, jsou naměřené a vypočtené hodnoty závisle

, jsou naměřené a vypočtené hodnoty závisle Měřeí závslostí. Průběh závslost spojtá křvka s jedoduchou rovcí ( jedoduchým průběhem), s malým počtem parametrů, která v rozmezí aměřeých hodot vsthuje průběh závslost, určeí kokrétího tpu křvk (přímka,

Více

IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK

IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK IV. NEJISTOTY MENÍ A ZPRACOVÁNÍ VÝSLEDK Meí patí mez základí zpsoby získáváí kvattatvích formací o stav sledovaé vely. 4. Chyby meí Nedokoalost metod meí, ašch smysl, omezeá pesost mcích pístroj, promé

Více

FINANČNÍ MATEMATIKA SBÍRKA ÚLOH

FINANČNÍ MATEMATIKA SBÍRKA ÚLOH FINANČNÍ MATEMATIKA SBÍRKA ÚLOH Zpracováo v rámci projektu " Vzděláváí pro kokureceschopost - kokureceschopost pro Třeboňsko", registračí číslo CZ.1.07/1.1.10/02.0063 Gymázium, Třeboň, Na Sadech 308 Autor:

Více

Spolehlivost a diagnostika

Spolehlivost a diagnostika Spolehlvost a dagostka Složté systémy a jejch spolehlvost: Co je spolehlvost? Vlv spolehlvost kompoetů systému Návrh systému z hledska spolehlvost Aplkace - žvotě důležté systémy - vojeské aplkace Teore

Více

Opakování. Metody hodnocení efektivnosti investic. Finanční model. Pravidla pro sestavení CF. Investiční fáze FINANČNÍ MODEL INVESTIČNÍHO ZÁMĚRU

Opakování. Metody hodnocení efektivnosti investic. Finanční model. Pravidla pro sestavení CF. Investiční fáze FINANČNÍ MODEL INVESTIČNÍHO ZÁMĚRU Metody hodoceí efektvost vestc Opakováí Typy vazeb v uzlové síťové grafu K čeu slouží stude využtelost Fačí odel vestčího záěru Časová hodota peěz Metody vyhodoceí Napšte strukturu propočtu Fačí odel FINANČNÍ

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

Chyby přímých měření. Úvod

Chyby přímých měření. Úvod Chyby přímých měřeí Úvod Př zjšťováí velkost sledovaé velčy dochází k růzým chybám, které ovlvňují celkový výsledek. V pra eestuje žádá metoda měřeí a měřcí zařízeí, které by bylo absolutě přesé, což zameá,

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

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.

Více

Cvičení z termomechaniky Cvičení 5.

Cvičení z termomechaniky Cvičení 5. Příklad V kompresoru je kotiuálě stlačová objemový tok vzduchu [m 3.s- ] o teplotě 20 [ C] a tlaku 0, [MPa] a tlak 0,7 [MPa]. Vypočtěte objemový tok vzduchu vystupujícího z kompresoru, jeho teplotu a příko

Více

Soustava kapalina + tuhá látka Izobarický fázový diagram pro soustavu obsahující vodu a chlorid sodný

Soustava kapalina + tuhá látka Izobarický fázový diagram pro soustavu obsahující vodu a chlorid sodný Soustv kpl + tuhá látk Izobrcký fázový dgrm pro soustvu obshující vodu chlord sodý t / o C H 2 O (s) + esyceý roztok 30 20 10 0-10 -20 t I t II esyceý roztok 2 1 p o NCl (s) + syceý roztok eutektcký bod

Více

Úvod do zpracování měření

Úvod do zpracování měření Laboratorí cvičeí ze Základů fyziky Fakulta techologická, UTB ve Zlíě Cvičeí č. Úvod do zpracováí měřeí Teorie chyb Opakujeme-li měřeí téže fyzikálí veličiy za stejých podmíek ěkolikrát za sebou, dostáváme

Více

10.3 GEOMERTICKÝ PRŮMĚR

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

Více

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu.

Seznámíte se s pojmem Riemannova integrálu funkce jedné proměnné a geometrickým významem tohoto integrálu. 2. URČITÝ INTEGRÁL 2. Určitý itegrál Průvodce studiem V předcházející kapitole jsme se sezámili s pojmem eurčitý itegrál, který daé fukci přiřazoval opět fukci (přesěji možiu fukcí). V této kapitole se

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013. Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95

Více

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ je postup, pomocí ěhož a základě áhodého výběru ověřujeme určté předpoklady (hypotézy) o základím souboru STATISTICKÁ HYPOTÉZA předpoklad (tvrzeí) o parametru G základího

Více

11. Časové řady. 11.1. Pojem a klasifikace časových řad

11. Časové řady. 11.1. Pojem a klasifikace časových řad . Časové řad.. Pojem a klasfkace časových řad Specfckým statstckým dat jsou časové řad pomocí chž můžeme zkoumat damku jevů v čase. Časovou řadou (damcká řada, vývojová řada) rozumíme v čase uspořádaé

Více

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

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

Více

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost

9. Měření závislostí ve statistice. 9.1. Pevná a volná závislost Dráha [m] 9. Měřeí závslostí ve statstce Měřeí závslostí ve statstce se zývá především zkoumáím vzájemé závslost statstckých zaků vícerozměrých souborů. Závslost přtom mohou být apříklad pevé, volé, jedostraé,

Více

FLUORIMETRIE. Jan Fähnrich. Obecné základy

FLUORIMETRIE. Jan Fähnrich. Obecné základy FLUORIMETRIE Ja Fährch Obecé základ Fluormetre je aaltcká metoda vužívající schopost ěkterých látek vsílat (emtovat) po předchozím převedeí do vzbuzeého (exctovaého) stavu fluorescečí zářeí v ultrafalové

Více

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění Předáška č. 0 Aalýza roztylu ř jedoduchém tříděí Aalýza roztylu je statstcká metoda, kterou se osuzuje romělvost oakovaých realzací áhodého okusu tj. romělvost áhodé velčy. Náhodá velča vzká za relatvě

Více

Doc. Ing. Dagmar Blatná, CSc.

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

Více

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvaltěí výuky prostředctvím IC éma III..3 echcká měřeí v MS Excel Pracoví lst 5 Měřeí teploty. Ig. Jří Chobot VY_3_INOVACE_33_5 Aotace Iovace a zkvaltěí

Více

1.1 Definice a základní pojmy

1.1 Definice a základní pojmy Kaptola. Teore děltelost C. F. Gauss: Matematka je královou všech věd a teore čísel je králova matematky. Základím číselým oborem se kterým budeme v této kaptole pracovat jsou celá čísla a pouze v ěkterých

Více

Matice. nazýváme m.n reálných čísel a. , sestavených do m řádků a n sloupců ve tvaru... a1

Matice. nazýváme m.n reálných čísel a. , sestavených do m řádků a n sloupců ve tvaru... a1 Matice Matice Maticí typu m/ kde m N azýváme m reálých čísel a sestaveých do m řádků a sloupců ve tvaru a a a a a a M M am am am Prví idex i začí řádek a druhý idex j sloupec ve kterém prvek a leží Prvky

Více

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

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

Více

Univerzita Karlova v Praze Pedagogická fakulta

Univerzita Karlova v Praze Pedagogická fakulta Uverzt Krlov v Prze Pegogcká kult SEMINÁRNÍ PRÁCE Z POLYNOMICKÉ ALGEBRY POLYNOM 00/00 CIFRIK Záí: Vyšetřete všem probrým prostřeky polyom 0 0 Vyprcováí: Pole věty: Rcoálí kořey. Nechť p Q je koře polyomu

Více

z možností, jak tuto veličinu charakterizovat, je určit součet

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

Více

Lineární regrese ( ) 2

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

Více

P1: Úvod do experimentálních metod

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

Více

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě. 3. Hodoceí přesost měřeí a vytyčováí. Odchylky a tolerace ve výstavbě. 3.1 Úvod o měřeí obecě 3.2 Chyby měřeí a jejch děleí 3.2.1 Omyly a hrubé chyby 3.2.2 Systematcké chyby 3.2.3 Náhodé chyby 3.3 Výpočet

Více

FINANČNÍ MATEMATIKA. Jarmila Radová KBP VŠE Praha

FINANČNÍ MATEMATIKA. Jarmila Radová KBP VŠE Praha FINANČNÍ MATEMATIA Jarmila Radová BP VŠE Praha Osova Jedoduché úročeí Diskotováí krátkodobé ceé papíry Metody vedeí a výpočtu úroku z běžého účtu Skoto Složeé úrokováí Budoucí hodota auity spořeí Současá

Více

Univerzita Karlova v Praze Pedagogická fakulta

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

Více

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

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

Více

VY_52_INOVACE_J 05 01

VY_52_INOVACE_J 05 01 Název a adresa školy: Středí škola průmyslová a umělecká, Opava, příspěvková orgazace, Praskova 399/8, Opava, 74601 Název operačího programu: OP Vzděláváí pro kokureceschopost, oblast podpory 1.5 Regstračí

Více

S1P Popisná statistika. Popisná statistika. Libor Žák

S1P Popisná statistika. Popisná statistika. Libor Žák SP Popsá statstka Popsá statstka Lbor Žák SP Popsá statstka Lbor Žák Základí zdroje : skrpta Mateatka IV - doc. RNDr. Z. Karpíšek, CSc. ateatka o le - http://athole.fe.vutbr.cz/ Základ ateatcké statstk

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme

Více

IV-1 Energie soustavy bodových nábojů... 2 IV-2 Energie elektrického pole pro náboj rozmístěný obecně na povrchu a uvnitř objemu tělesa...

IV-1 Energie soustavy bodových nábojů... 2 IV-2 Energie elektrického pole pro náboj rozmístěný obecně na povrchu a uvnitř objemu tělesa... IV- Eergie soustavy bodových ábojů... IV- Eergie elektrického pole pro áboj rozmístěý obecě a povrchu a uvitř objemu tělesa... 3 IV-3 Eergie elektrického pole v abitém kodezátoru... 3 IV-4 Eergie elektrostatického

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

APLIKOVANÁ STATISTIKA

APLIKOVANÁ STATISTIKA VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA MANAGEMENTU A EKONOMIKY VE ZLÍNĚ APLIKOVANÁ STATISTIKA FRANTIŠEK PAVELKA PETR KLÍMEK ZLÍN 000 Recezoval: Haa Lošťáková Fratšek Pavelka, Petr Klímek, 000 ISBN 80 4

Více

Generování dvojrozměrných rozdělení pomocí copulí

Generování dvojrozměrných rozdělení pomocí copulí Pravděpodobost a matematcká statstka eerováí dvojrozměrých rozděleí pomocí copulí umbelova copule PRAHA 005 Vpracoval: JAN ZÁRUBA OBSAH: CÍL PRÁCE TEORIE Metoda verzí trasformace O copulích Sklarova věta

Více

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY

DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY DISKRÉTNÍ MATEMATIKA PRO INFORMATIKY URČENO PRO VZDĚLÁVÁNÍ V AKREDITOVANÝCH STUDIJNÍCH PROGRAMECH IVAN KŘIVÝ ČÍSLO OPERAČNÍHO PROGRAMU: CZ..07 NÁZEV OPERAČNÍHO PROGRAMU: VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST

Více

1. Základy počtu pravděpodobnosti:

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

Více

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/

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

Více

7.Vybrané aplikace optimalizačních modelů

7.Vybrané aplikace optimalizačních modelů 7.Vybraé aplkace optmalzačích modelů V této kaptole se budeme věovat dvěma typům úloh, pro echž řešeí se využívaí optmalzačí prcpy. Jedá se o modely aalýzy obalu dat, které se využívaí pro hodoceí relatví

Více

1. K o m b i n a t o r i k a

1. K o m b i n a t o r i k a . K o m b i a t o r i k a V teorii pravděpodobosti a statistice budeme studovat míru výskytu -pravděpodobostvýsledků procesů, které mají áhodý charakter, t.j. při opakováí za stejých podmíek se objevují

Více

Téma 6: Indexy a diference

Téma 6: Indexy a diference dexy a dferece Téma 6: dexy a dferece ředáška 9 dvdálí dexy a dferece Základí ojmy Vedle elemetárího statstckého zracováí dat se hromadé jevy aalyzjí tzv. srováváím růzých kazatelů. Statstcký kazatel -

Více

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR

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

Více

KVĚTEN 2009 VE ZNAMENÍ ZLEPŠUJÍCÍ SE NÁLADY NA TRZÍCH

KVĚTEN 2009 VE ZNAMENÍ ZLEPŠUJÍCÍ SE NÁLADY NA TRZÍCH KVĚTEN 2009 VE ZNAMENÍ ZLEPŠUJÍCÍ SE NÁLADY NA TRZÍCH Makrodata v ČR zveřejněná v květnu: HDP za 1.čtvrtletí 2009 klesl meziročně o 3,4% (očekával se pokles pouze o 1,8%) Průmyslová produkce se v březnu

Více

Optimalizace portfolia

Optimalizace portfolia Optmalzace portfola ÚVOD Problémy vestováí prostředctvím ákupu ceých papírů sou klasckým tématem matematcké ekoome. Celkový výos z portfola má v době rozhodováí o vestcích povahu áhodé velčy, eíž rozložeí

Více

2 EXPLORATORNÍ ANALÝZA

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.

Více

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY. Přírodovědecká fakulta ANALÝZA DAT. 2. upravené vydání. Josef Tvrdík

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY. Přírodovědecká fakulta ANALÝZA DAT. 2. upravené vydání. Josef Tvrdík UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. upraveé vydáí Josef Tvrdík OSTRAVSKÁ UNIVERZITA 008 OBSAH: Úvod... 3 Parametrcké testy o shodě středích hodot... 4. Jedovýběrový t-test...

Více

Úvod do lineárního programování

Úvod do lineárního programování Úvod do lieárího programováí ) Defiice úlohy Jedá se o optimalizaí problémy které jsou popsáy soustavou lieárích rovic a erovic. Kritéria optimalizace jsou rovž lieárí. Promé v této úloze abývají reálých

Více

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad

Časová hodnota peněz. Metody vyhodnocení efektivnosti investic. Příklad Metody vyhodoceí efektvost vestc Časová hodota peěz Metody vyhodoceí Časová hodota peěz Prostředky, které máme k dspozc v současost mají vyšší hodotu ež prostředky, které budeme mít k dspozc v budoucost.

Více

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru Lekce Normálí rozděleí v rově V této lekc se udeme věovat měřeí korelačí závslost dvojce áhodých velč (dvousložkového áhodého vektoru) Vcházet udeme z ormálího rozděleí pravděpodoost áhodého vektoru v

Více

8 NELINEÁRNÍ REGRESNÍ MODELY

8 NELINEÁRNÍ REGRESNÍ MODELY 8 NELINEÁRNÍ REGRESNÍ MODELY 8 Tvorba eleárího regresího modelu Postup tvorby eleárího regresího modelu se dá rozčlet do těchto kroků: Návrh regresího modelu Obvykle se jako eleárí regresí model používá

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

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,

Více

[ jednotky ] Chyby měření

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

Více

Úvod do korelační a regresní analýzy

Úvod do korelační a regresní analýzy Úvod do korelačí a regresí aalýz Bude ás zajímat, jak těsě spolu souvsí dva sledovaé jev Příklad: vztah mez rchlostí auta a brzdou dráhou vztah mez věkem žáka a rchlostí v běhu a 60 m vztah mez spotřebou

Více

Úvod do teorie měření

Úvod do teorie měření Uverzta Jaa Evagelsty Purkyě v Ústí ad Labem Přírodovědecká fakulta Úvod do teore měřeí Prof. Chlář emář 0 Průměr, rozptyl a směrodatá odchylka X = X = ( X X ) = = = Výpočty pomocí vzorců a pomocí statstckých

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí

Více

Základní princip regulace U v ES si ukážeme na definici statických charakteristik zátěže

Základní princip regulace U v ES si ukážeme na definici statických charakteristik zátěže Regulace apětí v ES Základí pricip regulace v ES si ukážeme a defiici statických charakteristik zátěže Je zřejmé, že výko odebíraý spotřebitelem je závislý a frekveci a apětí a přípojicích spotřebitelů.

Více

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1 Středí hodoty. Artmetcký průměr prostý Aleš Drobík straa 0. STŘEDNÍ HODNOTY Př statstckém zjšťováí často zpracováváme statstcké soubory s velkým možstvím statstckých jedotek. Např. soubor pracovíků orgazace,

Více

ZÁKLADNÍ POJMY OPTIKY

ZÁKLADNÍ POJMY OPTIKY Záš pojmy A. Popiš aspoň jede fyzikálí experimet měřeí rychlosti světla. - viz apříklad Michelsoův, Fizeaův, Roemerův pokus. Defiuj a popiš fyzikálí veličiu idex lomu. - je to bezrozměrá fyzikálí veličia

Více

MASARYKOVA UNIVERZITA PEDAGOGICKÁ FAKULTA

MASARYKOVA UNIVERZITA PEDAGOGICKÁ FAKULTA MASARYKOVA UNIVERZITA PEDAGOGICKÁ FAKULTA Katedra Matematky Řetězové zlomky Dplomová práce Brno 04 Autor práce: Bc. Petra Dvořáčková Vedoucí práce: doc. RNDr. Jaroslav Beránek, CSc. Bblografcký záznam

Více

4.5.9 Vznik střídavého proudu

4.5.9 Vznik střídavého proudu 4.5.9 Vzik střídavého proudu Předpoklady: 4508 Miulá hodia: Pokud se v uzavřeém závitu měí magetický idukčí tok, idukuje se v ěm elektrické apětí =. Př. 1: Vodorově orietovaá smyčka se pohybuje rovoměrě

Více

2.5.10 Přímá úměrnost

2.5.10 Přímá úměrnost 2.5.10 Přímá úměrost Předpoklady: 020508 Př. 1: 1 kwh hodia elektrické eergie stojí typicky 4,50 Kč. Doplň do tabulky kolik Kč stojí růzá možství objedaé elektrické eergie. Zkus v tabulce ajít zajímavé

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

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

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA Matematka IV PRAVDĚPODOBNOT A TATITIKA Lbor Žák Matematka IV Lbor Žák Regresí aalýza Regresí aalýza zkoumá závslost mez ezávslým proměým X ( X,, X k a závsle proměou Y. Tato závslost se vjadřuje ve tvaru

Více

VÝMĚNA VZDUCHU A INTERIÉROVÁ POHODA PROSTŘEDÍ

VÝMĚNA VZDUCHU A INTERIÉROVÁ POHODA PROSTŘEDÍ ÝMĚNA ZDUCHU A INTERIÉROÁ POHODA PROSTŘEDÍ AERKA J. Fakulta architektury UT v Brě, Poříčí 5, 639 00 Bro Úvod Jedím ze základích požadavků k zabezpečeí hygieicky vyhovujícího stavu vitřího prostředí je

Více

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu Cvičeí 6: Bodové a itervalové odhady středí hodoty, rozptylu a koeficietu korelace, test hypotézy o středí hodotě při zámém rozptylu Příklad : Bylo zkoumáo 9 vzorků půdy s růzým obsahem fosforu (veličia

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

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,

Více