Elementární zpracování statistického souboru
|
|
- Ludvík Jindřich Macháček
- před 7 lety
- Počet zobrazení:
Transkript
1 Elemetárí zpracováí statistického souboru Obsah kapitoly 4. Elemetárí statistické zpracováí - parametrizace vhodými empirickými parametry Studijí cíle Naučit se výsledky měřeí parametrizovat vhodými empirickými parametry. Doba potřebá ke studiu Základí tet 1 hod. Příklady také 1 hod. Pojmy k zapamatováí Úvod Empirické parametry: Parametr polohy, variability, šikmosti a špičatosti Mometové parametry Aritmetický průměr Rozptyl a směrodatá odchylka Budeme dále pokračovat ve zpracováváí výsledků měřeí, kdy jsme v akademickém roce zkoumali výšku studetek Vysoké školy fiačí a správí. Výkladová část 4. Elemetárí statistické zpracováí Výsledky měřeí je potřebé uspořádat do tabulky, graficky vyjádřit pomocí polygou (to už jsme udělali v miulém tématu) a parametrizovat vhodými empirickými parametry (z řeckého slova empirie - zkušeost). Tedy parametry vypočítaými z aměřeých hodot (tím se budeme zabývat yí). Výsledkem elemetárího statistického zpracováí je empirický obraz zkoumaého výběrového statistického souboru VSS. Empirické parametry stručě a jedoduše vystihují povahu zkoumaého statistického souboru. VSS - výběrové parametry Empirické parametry lze dělit podle toho, který rys zkoumaého statistického souboru vystihují: - parametry polohy, - parametry promělivosti (variability), - parametry šikmosti, - parametry špičatosti.
2 Polohou empirického rozděleí četostí je myšleo jeho umístěí a vodorové ose souřadicového systému. Pomocí aritmetického průměru lze výstižě charakterizovat parametr polohy. Vypočteme ho jako součet všech hodot děleý počtem hodot. Aritmetický průměr začíme. i = 1 zak i 1 je zápis součtu hodot přes všecha i od 1 do. V ašem příkladu můžeme aritmetický průměr vypočítat z tabulky, v íž máme zazameáy výšky studetek. č. pořadí výška
3 = = 167, 587cm. Pokud je každá hodota zastoupea pouze jedou, mluvíme o prostém aritmetickém průměru. Jelikož my už máme výšky že roztříděé do tabulky, můžeme k výpočtu s výhodou použít vážeý aritmetický průměr, kde vahami jsou počty že v jedotlivých výškových kategoriích. Jejich výšku bychom měli v každé kategorii zprůměrovat, ale to by ám práci ijak eusadilo. Za výšku budeme tedy brát střed itervalu. U krajích itervalů uvažujeme, jako by škála pokračovala. i. i = 1 Iterval střed itervalu i i do a více 180 6
4 V ašem příkladu = = = =167,7174cm Jak vysvětlíte, že výpočet pomocí prostého (167,587cm) a vážeého (167,7174cm) aritmetického průměru se maliko liší? (V případě vážeého aritmetického průměru jsme za výšku brali střed itervalu, ikoliv aritmetický průměr všech výšek v daém itervalu. Tím došlo k drobému zkresleí.) Porováím výšky každé žey s aritmetickým průměrem obdržíme empirický parametr variability, kterému říkáme rozptyl. Začíme jej S a vypočítáme S = 1 ( ) i. Rozdíly od aritmetického průměru umocňujeme a druhou, aby se ám avzájem eodečetla kladá a záporá čísla. V ašem příkladu bychom postupovali ásledově: Prostý aritmetický průměr zaokrouhlíme a jedou desetiu = 167,6 cm. ( ,6) + ( ,6) ( ,6) + ( ,6) S = S = 39,396. Pokud jste teto výpočet prováděli, zjistili jste, že je dost pracý. S výhodou můžeme opět použít data setříděá do tabulky, potom S vypočítáme podle vztahu S = 1 i ( ) i. Iterval střed itervalu i i do
5 a více Použijeme vážeý aritmetický průměr také zaokrouhleý a jedu desetiu = 167,7 cm. S ( ,7) + 5 ( ,7) + 17 ( ,7) + 1 (170 = S = 33,3770. Opět se rozptyly vypočítaé ze tříděých a etříděých hodot maliko liší. Jaká je iterpretace tohoto čísla? Protože jsme sčítali druhé mociy, tak je iterpretace obtížá. Proto počítáme odmociu z rozptylu S = S. Teto parametr azýváme směrodatá odchylka. S = 5,78 cm. Směrodatá odchylka ukazuje, jakou výpovědí hodotu má aritmetický průměr. Je-li směrodatá odchylka velká, výpovědí hodota aritmetického průměru je malá a opačě. Rozšiřující tet Geometrický průměr Prostý geometrický průměr kladých hodot 1,,...,, které opět emusí být uspořádáy, vypočteme jako G = 1 = i i = 1 L, kde řecké písmeo Π představuje symbol používaý pro souči hodot. Harmoický průměr
6 Prostý harmoický průměr kladých hodot 1,,...,, které emusí být uspořádáy, lze vypočítat jako H = 1 1i. Převráceá hodota harmoického průměru 1 H i 1 = = 1 i je aritmetickým průměrem převráceých hodot proměé. Kvadratický průměr Prostý kvadratický průměr hodot 1,,...,, které opět emusí být uspořádáy, vypočteme jako K = i 1. Pro kladé hodoty 1,,..., platí mezi uvedeými typy průměrů těchto hodot relace erovosti H G K. Zaméko rovosti platí pouze v případě, jestliže jsou všechy hodoty číselé proměé ve statistickém souboru stejé. Shrutí Kotrolí otázky a úkoly Empirická data jsme dále zpracovávali. Vypočítali jsme prví dva empirické parametry zkoumaého souboru. Parametr polohy jsme charakterizovali pomocí aritmetického průměru a parametr variability pomocí rozptylu, resp. směrodaté odchylky. 1) V tabulce jsou údaje o měsíčích výdajích 30-ti domácostí v Kč Iterval Střed itervalu i
7 Vypočtěte parametr polohy (aritmetický průměr) a variability (rozptyl, resp. směrodatou odchylku). ) V tabulce jsou údaje o počtu čleů 30-ti domácostí i i Vypočtěte parametr polohy (aritmetický průměr) a variability (rozptyl, resp. směrodatou odchylku). Sezam použitých zkratek Studijí literatura Odkazy HNJ - Hromadý áhodý jev SS - Statický soubor SJ - Statistická jedotka SZ - Statistický zak HSZ - Hodota statistického zaku ZSS - Základí statistický soubor NV - Náhodý výběr VSS - Výběrový statistický soubor Bílková, D. Budiský, P. Voháka, V.: Pravděpodobost a statistika. Aleš Čeěk, Plzeň, 009. Cyhelský, L. Souček, E.: Základy statistiky. EUPRESS, Praha 009. Hidls, R. Hroová, S. Seger, J.: Statistika pro ekoomy. Professioal Publishig, Praha 004. Český statistický úřad - Klíč k úkolům 1) Průměré měsíčí výdaje domácostí a potraviy jsou.866,70kč Směrodatá odchylka S měsíčích výdajů domácostí a potraviy je 715,11Kč. ) = 3,63 Průměrý počet čleů domácosti je mezi 3 až 4 čleové.
8 Směrodatá odchylka je 1,4 člea domácosti.
Obecné, centrální a normované momenty
Obecné, centrální a normované momenty Obsah kapitoly 4. Elementární statistické zpracování - parametrizace vhodnými empirickými parametry Studijní cíle Naučit se počítat centrální a normované momenty pomocí
VíceDeskriptivní statistika 1
Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky
VíceStatistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.
Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový
VíceP2: Statistické zpracování dat
P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu
VíceIlustrativní 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
Více1 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,
Víceodhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.
10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé
VíceSTATISTIKA. 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,
VíceIlustrativní 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
VíceStatistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc
Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se
VíceParametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti
1 Základí statistické zpracováí dat 1.1 Základí pojmy Populace (základí soubor) je soubor objektů (statistických jedotek), který je vymeze jejich výčtem ebo charakterizací jejich vlastostí, může být proto
VícePravděpodobnost 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
VícePravděpodobnostní modely
Pravděpodobostí modely Meu: QCEpert Pravděpodobostí modely Modul hledá metodou maimálí věrohodosti (MLE Maimum Likelihood Estimate) statistický model (rozděleí) který ejlépe popisuje data. Je přitom k
VícePopisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem
Popisá statistika - zavedeí pojmů Popisá statistika - zavedeí pojmů Soubor idividuálích údajů o objektech azýváme základí soubor ebo také populace. Zkoumaé objekty jsou tzv. statistické jedotky a sledujeme
Více12. N á h o d n ý v ý b ě r
12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých
VícePro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).
STATISTIKA Statistické šetřeí Proveďte a vyhodoťte statistické šetřeí:. Zvolte si statistický soubor. 2. Zvolte si určitý zak (zaky), které budete vyhodocovat. 3. Určete absolutí a relativí četosti zaků,
Více8. Základy statistiky. 8.1 Statistický soubor
8. Základy statistiky 7. ročík - 8. Základy statistiky Statistika je vědí obor, který se zabývá zpracováím hromadých jevů. Tvoří základ pro řadu procesů řízeí, rozhodováí a orgaizováí, protoţe a základě
Více6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.
6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola
VíceČeské vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika
České vysoké učeí techické v Praze Fakulta dopraví Semestrálí práce Statistika Čekáí vlaku ve staicích a trase Klado Ostrovec Praha Masarykovo ádraží Zouzalová Barbora 2 35 Michálek Tomáš 2 35 sk. 2 35
VíceOVMT Přesnost měření a teorie chyb
Přesost měřeí a teorie chyb Základí pojmy Naměřeé údaje ejsou ikdy absolutě přesé, protože skutečé podmíky pro měřeí se odlišují od ideálích. Při každém měřeí vzikají odchylky od správých hodot chyby.
Více1. Rozdělení četností a grafické znázornění Předpokládejme, že při statistickém šetření nás zajímá jediný statistický znak x, který nabývá
Statitická šetřeí a zpracováí dat Statitika e věda o metodách běru, zpracováí a vyhodocováí tatitických údaů. Statitika zkoumá polečeké, přírodí, techické a. evy vždy a dotatečě rozáhlém ouboru údaů. Matematická
Více10.3 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
VícePopisná statistika. Zdeněk Janák 9. prosince 2007
Popisá statistika Zdeěk Jaák jaak@physics.mui.cz 9. prosice 007 Výsledkem měřeí atmosférické extikce z pozorováí komet a observatoři Skalaté Pleso jsou tyto hodoty extikčích koeficietů ve vlové délce 46
VíceCvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu
Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý
VíceZáklady statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková
Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují
VíceIII/2 Inovace a zkvalitnění výuky prostřednictvím ICT
Název školy Gymázium, Šterberk, Horí ám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šabloa III/2 Iovace a zkvalitěí výuky prostředictvím ICT Ozačeí materiálu VY_32_INOVACE_Hor018 Vypracoval(a), de Mgr. Radek
VícePŘÍKLAD 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
Více6. P o p i s n á s t a t i s t i k a
6. P o p i s á s t a t i s t i k a 6.. Pozámka: Při statistickém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákoitosti, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme
VíceIterační výpočty projekt č. 2
Dokumetace k projektu pro předměty IZP a IUS Iteračí výpočty projekt č. 5..007 Autor: Václav Uhlíř, xuhlir04@stud.fit.vutbr.cz Fakulta Iformačích Techologii Vysoké Učeí Techické v Brě Obsah. Úvodí defiice.....
VíceČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopraví Statistika Semestrálí práce Zdražováí pohoých hmot Jméa: Martia Jelíková, Jakub Štoudek Studijí skupia: 2 37 Rok: 2012/2013 Obsah Úvod... 2 Použité
VíceMendelova 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
VícePravděpodobnostní model doby setrvání ministra školství ve funkci
Pravděpodobostí model doby setrváí miistra školství ve fukci Základí statistická iferece Data Zdro: http://www.msmt.cz/miisterstvo/miistri-skolstvi-od-roku-848. Ke statistickému zpracováí byla vzata pozorováí
VíceCvičení 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
Víceveličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou
1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i
VíceKomplexní čísla. Definice komplexních čísel
Komplexí čísla Defiice komplexích čísel Komplexí číslo můžeme adefiovat jako uspořádaou dvojici reálých čísel [a, b], u kterých defiujeme operace sčítáí, ásobeí, apod. Stadardě se komplexí čísla zapisují
VíceV. Normální rozdělení
V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta troího ižeýrtví Matematika IV Semetrálí práce Zpracoval: Čílo zadáí: 7 Studií kupia: Datum: 8.4. 0 . Při kotrole akoti výrobků byla ledováa odchylka X [mm] eich rozměru
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
VícePři sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací
3. Náhodý výběr Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých realizací
VíceSTATISTIKA. Základní pojmy
Statistia /7 STATISTIKA Záladí pojmy Statisticý soubor oečá eprázdá možia M zoumaých objetů schromážděých a záladě toho, že mají jisté společé vlastosti záladí statisticý soubor soubor všech v daé situaci
Více8. Analýza rozptylu.
8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,
VíceNáhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.
Náhodu bychom mohli defiovat jako součet velkého počtu drobých epozaých vlivů. V rámci přírodích věd se setkáváme s pokusy typu za určitých podmíek vždy astae určitý důsledek. Např. jestliže za ormálího
Více13 Popisná statistika
13 Popisá statistika 13.1 Jedorozměrý statistický soubor Statistický soubor je možia všech prvků, které jsou předmětem statistického zkoumáí. Každý z prvků je statistickou jedotkou. Prvky tvořící statistický
VícePravděpodobnost a aplikovaná statistika
Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 6. KAPITOLA CENTRÁLNÍ LIMITNÍ VĚTA 6.11.2017 Opakováí: Čebyševova erovost příklad Pravděpodobost vyrobeí zmetku je 0,5. Odhaděte pravděpodobost,
VíceTento 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
Vícejako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých
9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie
VíceZÁKLADY STATISTIKY (s aplikací na zdravotnictví)
PŘEMYSL ZÁŠKODNÝ RENATA HAVRÁNKOVÁ JIŘÍ HAVRÁNEK VLADIMÍR VURM ZÁKLADY STATISTIKY (s aplikací a zdravotictví) Vzik publikace byl ispirová myšlekami, pracemi a ávrhy výzamého sloveského vědce v oblasti
VíceSTATISTIKA PRO EKONOMY
EDICE UČEBNÍCH TEXTŮ STATISTIKA PRO EKONOMY EDUARD SOUČEK V Y S O K Á Š K O L A E K O N O M I E A M A N A G E M E N T U Eduard Souček Statistika pro ekoomy UČEBNÍ TEXT VYSOKÁ ŠKOLA EKONOMIE A MANAGEMENTU
VíceStatistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).
Statstka. Základí pojmy Statstcký soubo - daá koečá, epázdá moža M předmětů pozoováí, majících jsté společé vlastost (událost, věc,.) Jedotlvé pvky této možy se azývají pvky statstckého soubou (statstcké
Více1. Číselné obory, dělitelnost, výrazy
1. Číselé obory, dělitelost, výrazy 1. obor přirozeých čísel - vyjadřující počet prvků možiy - začíme (jsou to kladá edesetiá čísla) 2. obor celých čísel - možia celých čísel = edesetiá, ale kladá i záporá
Více2.4. INVERZNÍ MATICE
24 INVERZNÍ MICE V této kapitole se dozvíte: defiici iverzí matice; základí vlastosti iverzí matice; dvě základí metody výpočtu iverzí matice; defiici celočíselé mociy matice Klíčová slova této kapitoly:
VíceZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)
ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti
Víceb c a P(A B) = c = 4% = 0,04 d
Příklad 6: Z Prahy do Athé je 50 km V Praze byl osaze válec auta ovou svíčkou, jejíž životost má ormálí rozděleí s průměrem 0000 km a směrodatou odchylkou 3000 km Jaká je pravděpodobost, že automobil překoá
VícePetr Šedivý Šedivá matematika
LIMITA POSLOUPNOSTI Úvod: Kapitola, kde poprvé arazíme a ekoečo. Argumety posloupostí rostou ade všechy meze a zkoumáme, jak vypadají hodoty poslouposti. V kapitole se sezámíte se základími typy it a početími
VíceZávislost slovních znaků
Závislost slovích zaků Závislost slovích (kvalitativích) zaků Obměy slovího zaku Alterativí zaky Možé zaky Tříděí věcé sloví řady: seřazeí obmě je subjektiví záležitostí (podle abecedy), možé i objektiví
Více7. P o p i s n á s t a t i s t i k a
7. P o p i s á s t a t i s t i k a 7.. Pozámka: Při statistickém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákoitosti, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme
Více2 STEJNORODOST BETONU KONSTRUKCE
STEJNORODOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí stejorodosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů
VíceCo je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika
Co e to statistika? Statistické hodoceí výsledků zkoušek Petr Misák misak.p@fce.vutbr.cz Statistika e ako bikiy. Odhalí téměř vše, ale to edůležitěší ám zůstae skryto. (autor ezámý) Statistika uda e, má
VíceMod(x) = 2, Med(x) = = 2
Pracoví list č.. Při zjišťováí počtu ezletilých dětí ve třiceti vybraých rodiách byly získáy tyto výsledky:,,,,,,,,,,,,,,,,,,,,,,,,,,,,,. Uspořádejte získaé údaje do tabulky rozděleí četostí a vyjádřete
VíceVýukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT
Základy práce s tabulkou Výukový modul III. Iovace a zkvalitěí výuky prostředictvím ICT Téma III..3, pracoví list 3 Techická měřeí v MS Ecel Průměry a četosti, odchylky změřeých hodot. Ig. Jiří Chobot
VíceOdhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:
Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy
VíceMatematika I, část II
1. FUNKCE Průvodce studiem V deím životě, v přírodě, v techice a hlavě v matematice se eustále setkáváme s fukčími závislostmi jedé veličiy (apř. y) a druhé (apř. x). Tak apř. cea jízdeky druhé třídy osobího
Vícei 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky
Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí
Více1 PSE Definice základních pojmů. (ω je elementární jev: A ω (A ω) nebo (A );
1 PSE 1 Náhodý pokus, áhodý jev. Operace s jevy. Defiice pravděpodobosti jevu, vlastosti ppsti. Klasická defiice pravděpodobosti a její použití, základí kombiatorické vzorce. 1.1 Teoretická část 1.1.1
VíceDIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce
DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ ) Pojem ukce, gra ukce De: Fukcí reálé proměé azýváme pravidlo, které každému reálému číslu D přiřazuje právě jedo reálé číslo y H Toto pravidlo začíme ejčastěji
VícePřednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti
Předáška VI. Itervalové odhady Motivace Směrodatá odchylka a směrodatá chyba Cetrálí limití věta Itervaly spolehlivosti Opakováí estraé a MLE Jaký je pricip estraých odhadů? Jaký je pricip odhadů metodou
Více4.2 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.
VíceStatistika pro metrologii
Statistika pro metrologii T. Rössler Teto projekt je spolufiacová Evropským sociálím fodem a státím rozpočtem České republiky v rámci projektu Vzděláváí výzkumých pracovíků v Regioálím cetru pokročilých
VíceNEPARAMETRICKÉ METODY
NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost
Vícez 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
VíceOdhady 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:
Více1 ROVNOMĚRNOST BETONU KONSTRUKCE
ROVNOMĚRNOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí rovoměrosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů
VíceÚloha II.S... odhadnutelná
Úloha II.S... odhadutelá 10 bodů; průměr 7,17; řešilo 35 studetů a) Zkuste vlastími slovy popsat, k čemu slouží itervalový odhad středí hodoty v ormálím rozděleí a uveďte jeho fyzikálí iterpretaci (postačí
VíceZhodnocení přesnosti měření
Zhodoceí přesosti měřeí 1. Chyby měřeí Měřeím emůžeme ikdy zjistit skutečou (pravou) hodotu s měřeé veličiy. To je způsobeo edokoalostí metod měřeí, měřicích přístrojů, lidských smyslů i proměých podmíek
VíceFUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL
Difereciálí počet fukcí jedé reálé proměé - 6. - PRVNÍ DIFERENCIÁL TAYLORŮV ROZVOJ FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL PŘÍKLAD Pomocí věty o prvím difereciálu ukažte že platí přibližá rovost
Více( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.
.. Derivace elemetárích fukcí II Předpoklady: Př. : Urči derivaci fukce y ; N. Budeme postupovat stejě jako předtím dosazeím do vzorce: f ( + ) f ( ) f f ( + ) + + + +... + (biomická věta) + + +... + f
Více[ 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
Více3. 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
VícePravděpodobnost vs. statistika. Data. Teorie pravděpodobnosti pracuje s jednou nebo více teoretickými náhodnými
Pravděpodobost vs. Teorie pravděpodobosti pracuje s jedou ebo více teoretickými áhodými veličiami, jejichž je zámo odvozovali jsme y těchto atd. Šárka Hudecová Katedra pravděpodobosti a matematické Matematicko-fyzikálí
Vícef x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )
DSM Cv 9 Vytvořující fukce Vytvořující fukcí ekoečé poslouposti a0, a,, a, reálých čísel mííme formálí ekoečou řadu =. f a i= 0 i i Příklady: f = + = + + + + + ) Platí: (biomická věta). To zameá, že fukce
Více11. P o p i s n á s t a t i s t i k a
11. P o p i s á s t a t i s t i k a 11.1. Pozámka: Při statistickém zkoumáí ás zajímají hromadé jevy a procesy, u kterých zkoumáme zákoitosti, které se projevují u velkého počtu prvků. Prvky zkoumáí azýváme
VíceDERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROM
Difereciálí počet fukcí jedé reálé proměé - - DERIVACE FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ ÚVODNÍ POZNÁMKY I derivace podobě jako limity můžeme počítat ěkolikerým způsobem a to kokrétě pomocí: defiice vět o algebře
Více6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3.
Zálady matematiy Kombiatoria. KOMBINATORIKA 8.. Záladí pojmy 8... Počítáí s fatoriály a ombiačími čísly 8.. Variace 8.. Permutace 85.. Kombiace 87.5. Biomicá věta 89 Úlohy samostatému řešeí 9 Výsledy úloh
Více(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications)
Základy datové aalýzy, modelového vývojářství a statistického učeí (Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applicatios) Lukáš Pastorek POZOR: Autor upozorňuje, že se jedá
VíceNárodní informační středisko pro podporu jakosti
Národí iformačí středisko pro podpor jakosti Kozltačí středisko statistických metod při NIS-PJ Výpočet koeficietů reglačích diagramů pro obecé riziko Ig. Václav Chmelík, CSc Ústav strojíreské techologie,
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr
VíceSTATISTIKA. pracujeme pouze s r hodnotami x. má svou absolutní četnost. n ) udává, jaká část souboru má hodnotu znaku
STATISTIKA. Základí pomy věda o metodách sběru, zpracováí a vyhodocováí statistických údaů. Zkoumá společeské, přírodí, techické a ié evy vždy a dostatečě rozsáhlém souboru údaů. Matematická statistika
VícePOLYNOM. 1) Základní pojmy. Polynomem stupně n nazveme funkci tvaru. a se nazývají koeficienty polynomu. 0, n N. Čísla. kde
POLYNOM Zákldí pojmy Polyomem stupě zveme fukci tvru y ( L +, P + + + + kde,,, R,, N Čísl,,, se zývjí koeficiety polyomu Číslo c zveme kořeem polyomu P(, je-li P(c výrz (-c pk zýváme kořeový čiitel Vlstosti
VíceMATICOVÉ HRY MATICOVÝCH HER
MATICOVÉ HRY FORMULACE, KONCEPCE ŘEŠENÍ, SMÍŠENÉ ROZŠÍŘENÍ MATICOVÝCH HER, ZÁKLADNÍ VĚTA MATICOVÝCH HER CO JE TO TEORIE HER A ČÍM SE ZABÝVÁ? Teorie her je ekoomická vědí disciplía, která se zabývá studiem
Více1.3. POLYNOMY. V této kapitole se dozvíte:
1.3. POLYNOMY V této kapitole se dozvíte: co rozumíme pod pojmem polyom ebo-li mohočle -tého stupě jak provádět základí početí úkoy s polyomy, kokrétě součet a rozdíl polyomů, ásobeí, umocňováí a děleí
VíceNáhodný výběr 1. Náhodný výběr
Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti
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
Více1. Měření ve fyzice, soustava jednotek SI
1. Měřeí ve fyzice, soustava jedotek SI Fyzika je vědí obor, který zkoumá zákoitosti přírodích jevů. Pozámka: Získáváí pozatků ve fyzice: 1. pozorováí - sledováí určitého jevu v jeho přirozeých podmíkách,
VíceMetody 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
VíceÉ š ž Ú š Ě Í É ň š Č š Č Č š š Č Ř ž ú Ř ž ú ú ň ó ú š ú š ú Ý ň ď ž ž š Ú Ž Í Ž š ž Ž Ť ž ž š š Ž ž ú ž ď ž Ťť ň š š Ó ž š Í ž ž Ř ž ú Ř ž Ý ď Ž ň ň š Č š š ó š ď Ž š ň Ž Ú š ž Á š Ý Ť ď Í ď ď ú Ý ú
VícePřijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení
Přijímací řízeí akademický rok 0/0 Kompletí zěí testových otázek matematické myšleí Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá odpověď. Které číslo doplíte místo otazíku? 6 8 8 6?.
Vícen-rozměrné normální rozdělení pravděpodobnosti
-rozměré ormálí rozděleí pravděpodobosti. Ortogoálí a pozitivě defiití symetrické matice. Reálá čtvercová matice =Ha i j L řádu se azývá ortogoálí, je-li regulárí a iverzí matice - je rova traspoovaé matici
VíceÚloha III.S... limitní
Úloha III.S... limití 10 bodů; průměr 7,81; řešilo 6 studetů a) Zkuste vlastími slovy popsat postup kostrukce itervalových odhadů středí hodoty v případě obecého rozděleí měřeých dat (postačí vlastími
VíceSTATISTIKA PRO EKONOMY
EDICE UČEBNÍCH TEXTŮ STATISTIKA PRO EKONOMY EDUARD SOUČEK V Y S O K Á Š K O L A E K O N O M I E A M A N A G E M E N T U Statistika pro ekoomy Eduard Souček Statistika pro ekoomy VYSOKÁ ŠKOLA EKONOMIE A
Více2. Náhodná veličina. je konečná nebo spočetná množina;
. Náhodá veličia Většia áhodých pokusů koaých v přírodích ebo společeských vědách má iterpretaci pomocí reálé hodoty. Při takovýchto dějích přiřazujeme tedy reálá čísla áhodým jevům. Proto je důležité
Více