Po prostudování tohoto odstavce budete:

Rozměr: px
Začít zobrazení ze stránky:

Download "Po prostudování tohoto odstavce budete:"

Transkript

1 0 ODHADY ARAMETR ZÁKLADNÍHO OUBORU as ke sudiu kaioly: 90 miu Cíl: o rosudováí ohoo odsavce budee: roum ojmm: bodový odhad iervalový odhad á vlasosi bodového odhadu um kosruova iervalové odhady ro vybraé aramery ormálího rodleí: sedí hodou royl smrodaou odchylku relaiví eos (odíl) rodíl dvou sedích hodo a rodíl relaivích eosí (odíl)

2 Výklad: 0. Základí soubor výbrový soubor Náhodou veliiu jejíž hodoy i realiaci áhodého okusu oorujeme mžeme osa omocí rých íselých charakerisik (v souvislosi s áhodou veliiou hovoíme asji o aramerech ákladího souboru (oulace) o. o aramerech rodleí áhodé veliiy). K aramerm ákladího souboru aí: sedí hodoa royl smrodaá odchylka relaiví eos ad aramery oulace jsou kosaí hodoy (ro uriou áhodou veliiu). Ve výbrovém souboru (výbru e ákladího souboru (oulace)) le ají íslušé rojšky arameru oulace. íká se jim výbrové charakerisiky a jejich hodoy se mí odle akuálího výbru. ehled ejoužívajších aramer oulace a íslušých výbrových charakerisik ve jejich aeí je uvede v ásledující abulce: Základí soubor (oulace) Výbrový soubor (výbr) sedí hodoa (E) rmr royl výbrový royl s smrodaá odchylka výbrová smrodaá odchylka s odíl (relaiví eos) výbrová relaiví eos Z ravdodobosího hlediska mají výbrové charakerisiky charaker áhodých velii (a áklad rosi jedolivých výbr ele hodoy výbrových charakerisik uri edem). Každá výbrová charakerisika má edy svoje rodleí ravdodobosi keré se aývá výbrové rodleí. Záme-li výbrové rodleí dokážeme odhadou íslušý aramer ákladího souboru. rvodce sudiem Nyí se okusíme výše uvedeou ermiologii rooji s raí. Na ásledujícím kokréím íkladu se okusíme ukáa rodíl mei výbrem (aramery výbru) a oulací (aramery oulace). Dále bychom si a omo íkladu mli ujasi ro oebujeme aramery oulace odhadova: Mjme a. deí rodukci yí (o daém rmru) oceláské firmy ocelových yí. Naším cílem je uri sedí hodou ažosi cho yí. oulace je v omo íad voea všemi yemi deí rodukce a sedí hodoa ažosi je jede aramer éo oulace. Je ejmé že ožadovaý úkol je eešielý k jeho slí bychom museli uri ažos všech yí (desrukiví kouška) a ameých - 3 -

3 hodo uri rmr. To je v rai erovedielé. Jedié možé ešeí je okusi se o odhad ohoo arameru. Jesliže vybereme áhod aíklad 0 yí (0 yí mžeme obova ) a uríme jejich rmrou ažos urujeme rmr a je ejmé že jeho hodoa ávisí a kokréím výbru (vybereme-li jiých 0 yí jejich rmrá ažos bude jiá ež v edcháejícím íad). rmr je výbrovou charakerisikou deí rodukce yí a je edy áhodou veliiou. roo mu mžeme iadi jaké rodleí (vi. Limií vy). Záme-li rodleí rmru mžeme vyváe ré úsudky o sedí hodo. Na. dokážeme uri jaká je ravdodobos že sedí hodoa leží v ámi voleém iervalu. Výklad: 0. Bodový a iervalový odhad V éo odkaiole se dovíe jak a áklad alosi výbrového souboru (a jeho charakerisik) ají co ejleší odhad aramer ákladího souboru. Nejdíve si musíme ujasi co si od ojmem ejleší odhad edsavujeme. Z meodického hlediska oužíváme dva yy odhad aramer: bodový odhad kdy aramer ákladího souboru aroimujeme jediým íslem a iervalový odhad kdy eo aramer aroimujeme iervalem v mž s velkou ravdodobosí daý aramer leží O om kerý výše uvedeých odhad oužijeme rohoduje kokréí siuace v íž se acháíme. okud oebujeme hledaý aramer vyjádi jediou hodoou (všiou v íadech kdy jej budeme oužíva v dalších výoech) oužijeme bodový odhad. oebujeme-li esjší odhad oužijeme iervalový odhad. že ajdeme v. ierval solehlivosi. Ierval solehlivosi (kofideí ierval) je ierval v mž hledaý aramer leží s daou ravdodobosí. Téo ravdodobosi se íká solehlivos odhadu. íklad: 90%-í ierval solehlivosi ro sedí hodou je ierval v mž sedí hodoa leží s ravdodobosí 90%. Je ejmé že ím vyšší solehlivos odhadu ožadujeme ím širší ierval solehlivosi bude (hledaá hodoa se v m musí acháe s vyšší ravdodobosi). Bohužel o však ubírá a jeho vyovídací schoosi jeho výamos klesá. (Uvdome si jaká je vyovídací schoos iformace že rmrý vk všech lidí a emi leží se 00%-í solehlivosí v iervalu (0; 4) le.) roo v rai vždy hledáme komromis mei solehlivosí a výamosí

4 Oaíme-li solehlivos odhadu (-) ak se aývá hladiou výamosi. rosoucí solehlivosi odhadu klesá hladia výamosi. V echické rai se solehlivos odhadu se volí ejasji 95% ebo 99% (hladia výamosi edy bývá 5% ebo %). i kosrukci bodových a iervalových odhad budeme oužíva ásledující ojmy: Nech máme áhodý výbr (... ) rodleí s disribuí fukcí F() s eámým aramerem. Možiu všech uvažovaých hodo arameru aýváme aramerický rosor. aisiku θ T(... ) kerá bude slouži ro úely odhadu eámého arameru budeme aýva odhadem arameru její oorovaou hodou ak bodovým odhadem. 0.3 Vlasosi dobrého bodového odhadu Dobrý (vrohodý) odhad musí slova urié vlasosi. Mei ákladí vlasosi vrohodých odhad aí: esraos (evychýleos ekresleos) vydaos (eficiece) koisece dosaeos 0.3. Nesraý odhad ekeme že odhad je esraý jesliže se jeho sedí hodoa rová hledaému arameru ( E ˆ θ θ ). Zameá o že eo odhad sysemaicky eadhodocuje ai eodhodocuje odhadovaý aramer. labší formou esraosi je asymoická esraos. íkáme že odhad je asymoicky esraý okud: lim Eˆ íklady esraých odhad: je esraým odhadem sedí hodoy (limií vy) Výbrová relaiví eos je esraým odhadem relaiví eosi (odílu) V íad áhodého výbru ormálího rodleí je výbrový royl s esraým odhadem roylu Je eba íci že eisuje moho dobrých odhad keré ejsou esraé Vydaý (eficieí) odhad Nesraos sama o sob earuuje že je odhad dobrý. Rádi bychom dosáhli aké oho aby bodové odhady byly roložey co ejsji kolem odhadovaého arameru. okud budeme mí dva esraé odhady ˆ θ a ˆ θ vybereme si e kerý bude mí meší royl. Tao vlasos se aývá vydaos (eficiece)

5 Jesliže ro dva esraé odhady ˆ θ a ˆ θ laí D ˆ θ θˆ D oom je relaiví eficiece odhadu ˆ θ vhledem k odhadu ˆ θ dáa odílem D ˆ θ θˆ D což je íslo mei 0 a. Nesraý odhad jehož royl je ejmeší mei všemi esraými odhady íslušého arameru se aývá ejleší esraý (eficieí) odhad. íklady ejleších esraých odhad: je ejleším esraým odhadem sedí hodoy (limií vy) Výbrová relaiví eos je ejleším esraým odhadem rel. eosi (odílu) V íad áhodého výbru ormálího rodleí je výbrový royl s ejleším esraým odhadem roylu Koiseí odhad Další žádoucí vlasosí dobrého odhadu je koisece. Odhad je koiseí okud se s rosoucím rosahem výbru () esuje k emuž docháí okud: a) θˆ je asymoicky esraý j. E ˆ θ θ b) lim Dθˆ 0 Vlasos b) íká že se s rosoucím (rosahem výbru) rodleí θˆ užuje kolem hledaého arameru. íklady koiseích odhad: je koiseím odhadem sedí hodoy roože D 0 ro Výbrová relaiví eos je koiseím odhadem rel. eosi (odílu) roože ( ) D 0 ro Dosaeý (osaující) odhad Odhad arameru je dosaeý jesliže obsahuje veškerou iformaci o sledovaém arameru kerou mže výbrový soubor oskyou. Zameá o že žádý jiý aramer eobsahuje vší možsví iformace o výbrovém souboru. íklady dosaeých odhad: je dosaeým odhadem sedí hodoy roože ro jeho výoe jsou oužiy všechy hodoy výbrového souboru (ese ejvší iformaci sroveje aíklad s mediáem) Výbrová relaiví eos je koiseím odhadem rel. eosi (odílu) roože ro její výoe jsou oužiy všechy hodoy výbrového souboru

6 0.3.5 Chyba bodového odhadu Bodový odhad je áhodá veliia. I v íad kdy bude bodový odhad slova všechy výše uvedeé ožadavky je ejmé že jeho hodoa vyoea a áklad jedoho výbru bude odlišá od skueé hodoy arameru oulace. Dsledkem éo odlišosi je v. kerá uruje velikos chyby i odhadu a áklad jedoho výbrového souboru. Je-li bodový odhad θ ekresleým odhadem arameru ak míkem esosi odhadu je jeho smrodaá odchylka D θ ro íž se aso oužívá áev sedí chyba. edí chyba udává rmrou chybu odhad ureých rých výbrových souboru daého rosahu. výbrová chyba θ θ 0.4 Kosrukce iervalových odhad V rakických alikacích asji urujeme odhad íslušého arameru omocí iervalového odhadu. Teo odhad je rereeová iervalem (T D ; T H ) v mž hledaý aramer leží s edem ureou ravdodobosí (solehlivosí) kerou oaujeme (-). Iervaly solehlivosi kosruujeme jako jedosraé (dležiá je oue jeda me odhadujeme-li aíklad délku živoa jakého aíeí je ro ás dležiá oue dolí me) ebo dvousraé Jedosraé iervaly solehlivosi U jedosraých ierval se udává oue dolí me (T D ) ebo oue horí me (T H ) odhadu. Je-li dáa oue dolí me odhadu T D (T H ) mluvíme o levosraém iervalu solehlivosi a laí ro j: θ > Ierval T D T D ; se ak aývá 00.(-)%-í levosraý ierval solehlivosi ro aramer. Je-li dáa oue horí me odhadu T H (T D -) mluvíme o ravosraém iervalu solehlivosi a laí ro j: θ Ierval T H ;T H se ak aývá 00.(-)%-í ravosraý ierval solehlivosi ro aramer Obousraý ierval solehlivosi Zajímají-li ás ob mee odhadu (dolí i horí) kosruujeme obousraý ierval solehlivosi. Všiou yo mee urujeme ak aby lailo že ravdodobos že aramer oulace leží od dolí meí byla sejá jako ravdodobos že leží ad horí meí a byla rova /: ( θ TD ) ( θ TH )

7 Tyo dv odmíky aruují že: T D θ T ) ( H Ierval T ) se ak aývá 00.(- ) %-í ierval solehlivosi ro aramer. ( D TH Obecé meody kosrukce ierval solehlivosi jsou a ároé. ro aše úely se omeíme a iervaly solehlivosi ro aramery ormálího rodleí keré jsou dobe rokoumaé (i roo se ak aso sekáme s ožadavkem a ormaliu racovávaých da). V íad že ákladí soubor emá ormálí rodleí musíme isoui k v. earamerickým meodám odhadu (y však ejsou obsahem cho maeriál). 0.5 Ierval solehlivosi ro sedí hodou Nejleším (esraým vydaým koiseím a dosaeým) bodovým odhadem sedí hodoy je rmr. Nyí si ukážeme jak ají iervalový odhad sedí hodoy Odhad sedí hodoy áme-li smrodaou odchylku edokládejme že sledovaá áhodá veliia má ormálí rodleí jehož royl áme. Zvolme výbrový soubor daé oulace. Nech má eo výbrový soubor rosah a rmr. Využijeme oaku o asymoickém rodleí rmru (vi. Lidebergova-Lévyho va (ka. 7.4.)). Víme že ro dosae velký rosah výbru ( ) je rodleí rmru asymoicky ormálí se sedí hodoou a roylem /: N ; Defiujeme-li áhodou veliiu Z jako: Z víme že Z má ormovaé ormálí rodleí: Z N( 0; ) Nech a jsou 00. %-í a 00. %-í kvaily ormovaého ormálího rodleí. ak mžeme vrdi že: Z

8 rvodce sudiem: Úravou ohoo vahu i využií vlasosi symerie ormovaého ormálího rodleí ak dosaeme ožadovaý obousraý ierval: Obdob bychom mohli ukáa že levosraý ierval solehlivosi je vymee vahem: a ravosraý ierval ajdeme odle vahu: Všime si že s rosoucím rosahem áhodého výbru () šíka iervalu klesá akže se odhad esuje (i kosaí solehlivosi). Naoak i kosaím rosahu výbru se s rosoucí solehlivosí šíka iervalu všuje. Výše uvedeé iervalové odhady oužíváme eje v íadech kdy áme smrodaou odchylku ale i v íadech kdy máme dosae velký výbr 30 a smrodaou odchylku eáme. V cho íadech le ve výše uvedeých vorcích ahradi smrodaou odchylku výbrovou smrodaou odchylkou s aiž by ím vikla výamá chyba. (vi. 8.5.) V omo rvodci sudiem ajdee odrobé odvoeí obousraého iervalu solehlivosi ro sedí hodou (áme-li ): 0; ; Z F F Z N Z Z

9 Výklad: > > 0.5. Odhad sedí hodoy eáme-li smrodaou odchylku V rai se všiou sekáváme s ím že smrodaou odchylku eáme. okud emáme ai dosaeý rosah výbru 30 emžeme ouží výše odvoeé iervaly solehlivosi ro sedí hodou. Je i v akovém íad možé ají iervalový odhad sedí hodoy? ohledem a adáí vememe o vhodé výbrové rodleí e o bude akové keré eobsahuje a iom j mžeme íska ierval solehlivosi ro : kaioly 6.0. víme že áhodá veliia defiovaá jako. T má udeovo rodleí s (-) sui volosi. T Z oho lye že mžeme asa ásledující ravdodobos: ) ( T ) ( kde ; jsou íslušé kvaily udeova rodleí s - sui volosi. Úravou ohoo vahu i využií vlasosi symerie udeova rodleí ak dosaeme ožadovaý obousraý ierval:

10 Obdob bychom mohli ukáa že levosraý ierval solehlivosi je vymee vahem: a ravosraý ierval ajdeme odle vahu: Víme že ro (vysoký oe su volosi v rai ro 30) se udeovo rodleí blíží ormovaému ormálímu rodleí. ro 30 edy mžeme kvaily udeova rodleí ahradi kvaily ormovaého ormálího rodleí a ak vahy ro ureí ierval solehlivosi sedí hodoy v íad eámé smrodaé odchylky echáejí ve vahy ro ureí ierval solehlivosi sedí hodoy v íad ámé smrodaé odchylky v ichž smrodaou odchylku aroimujeme výbrovou smrodaou odchylkou. ešeý íklad: Úvar koroly odiku Ediso esoval živoos žárovek. Koroloi vybrali rodukce odiku áhod 50 žárovek a došli k ávru že rmrá doba živoa cho 50-i žárovek je 950 hodi a íslušá výbrová smrodaá odchylka doby živoa je 00 hodi. Uree 95%- í ierval solehlivosi živoosi žárovek firmy Ediso. ešeí: Chceme ají 95%-í ierval solehlivosi ro sedí hodou živoosi žárovek firmy Ediso iemž eáme smrodaou odchylku živoosi cho žárovek. Máme k disoici iformace ocháející výbru o rosahu 50 žárovek j. rosah výbru je vyšší ež 30 a roo k aleeí íslušého iervalového odhadu mžeme ouží ásledující vah (jde o iervalový odhad sedí hodoy ro ámé kde jsme oložili s) : olehlivos iervalového odhadu: 0 95 Hladia výamosi: ;

11 96 (vi. Tabulka ) Výbrový soubor: 950 hodi 00 hodi Dosadíme: o úrav dosáváme: ( ) 0 95 T. že s 95%-í solehlivosí mžeme vrdi že živoos žárovek firmy Ediso se ohybuje v romeí 9 hodi 8 miu až 977 hodi 4 miu. ešeý íklad: Obchodí eec TETO si v dubu 006 adal sudii ýkající se ou ákaíku v rodej TETO oruba v áek odolede (od :00 do 8:00) hodi. o jedom msíci sledováí rodejy jsme ískali yo údaje: Daum oe ákaík v TETO oruba (:00-8:00) hodi a) Objase ro jsme eískali výbrový soubor o rosahu aleso 30 hodo a jaké jsou dsledky volby výbru o malém rosahu. b) Uree ro maagme ece TETO 95%-í ierval solehlivosi ou ákaíku v rodej TETO oruba v áek odolede. ešeí: ada) adb) ro ískáí výbru o rosahu miimál 30 hodo bychom museli daou rodeju sledova miimál 30 áku (j. déle ež l roku) což by vedlo jedak k výšeí fiaí ároosi sudie jedak bychom museli dlouho eka a výsledky. Z cho dvodu jsme volili meší rosah výbru (5) odovídající msíímu sledováí rodejy. Nevýhodou malého rosahu výbru je íká esos odhadu (omr široký ierval). Urujeme iervalový odhad sedí hodoy s eámou smrodaou odchylkou a malým rosahem výbru roo ro jeho výoe oužijeme ásledující vah:

12 s s olehlivos iervalového odhadu: 0 95 Hladia výamosi: ; (vi. Tabulka ) Výbrový soubor: 5 i i s i ( ) i ( )... ( ) s Dosadíme: o úrav dosáváme: ( 4530) 0 95 T. že s 95%-í solehlivosí mžeme vrdi že ávšvos TETO oruba se v libovolý áek v odoledích hodiách bude ohybova v romeí 88 až 453 ákaík. Výklad: 0.6 Ierval solehlivosi ro royl Nejleším (esraým vydaým koiseím a dosaeým) bodovým odhadem roylu je výbrový royl s. Iervalový odhad roylu se hledá jiak v íad že áme sedí hodou oulace (ákladího souboru) a jiak když uo sedí hodou eáme. roože alos sedí hodoy i ealosi roylu eí íliš reálá omeíme se oue a druhý íad. edokládejme že sledovaá áhodá veliia má ormálí rodleí. Zvolme výbrový soubor daé oulace. Nech má eo výbrový soubor rosah a výbrový royl s

13 - 4 - Z vlasosí rodleí Chí-kvadrá (ka. 6.9) víme že defiujeme-li si áhodou veliiu jako: χ ak má ao áhodá veliia rodleí Chí-kvadrá s (-) sui volosi: χ χ Z oho lye že mžeme asa ásledující ravdodobos: χ ) ( ) ( kde ; jsou íslušé kvaily rodleí s - sui volosi. Úravou ohoo vahu (oor rodleí eí symerické) ak dosaeme ožadovaý obousraý ierval: Obdob bychom mohli ukáa že levosraý ierval solehlivosi je vymee vahem: a ravosraý ierval ajdeme odle vahu: 0.7 Ierval solehlivosi ro smrodaou odchylku Nejleším (esraým vydaým koiseím a dosaeým) bodovým odhadem smrodaé odchylky je výbrová smrodaá odchylka s. Iervalový odhad smrodaé odchylky ajdeme sado uvdomíme-li si že smrodaá odchylka je odmociou roylu. aí edy uravi iervalové odhady ro royl.

14 O edokládejme že sledovaá áhodá veliia má ormálí rodleí. Zvolme výbrový soubor daé oulace. Nech má eo výbrový soubor rosah a výbrovou smrodaou odchylku s. Obousraý ierval solehlivosi uríme jako: ( ) ( ) Obdob je levosraý ierval solehlivosi vymee vahem: ( ) a ravosraý ierval ajdeme odle vahu: ( ) ešeý íklad: Auoma vyrábí ísové kroužky o daém rmru. i korole kvaliy bylo áhod vybráo 80 kroužk a vyoea smrodaá odchylka jejich rmru 004mm. Odhade 95%-í levosraý ierval solehlivosi ro royl a smrodaou odchylku rmru ísových kroužk. ešeí: Nejdíve ajdeme 95%-í levosraý ierval solehlivosi ro royl. ro jeho aleeí oužije ásledující vah: olehlivos iervalového odhadu: (vi. Tabulka 3) 095; 79 Výbrový soubor: mm

15 o dosaeí: ( 0003 ) 0 95 Jedoduchou úravou ak ískáme 95%-í levosraý ierval solehlivosi ro smrodaou odchylku: ( ) 0 95 ( ) %-í solehlivosí edy mžeme vrdi že royl rmru ísových kroužk je vší ež.0-3 mm (res. že s 95%-í solehlivosí je smrodaá odchylka rmru ísových kroužk vší ež mm). Výklad: 0.8 Ierval solehlivosi ro relaiví eos (odíl) Nejleším (esraým vydaým koiseím a dosaeým) bodovým odhadem relaiví eosi je výbrová relaiví eos. Jsou-li sly odmíky Moivreovy-Lalaceovy vy ( 30 áme rodleí relaiví eosi (odílu) (vi. ka. 7.5.): Je-li áhodá veliia defiováa jako: ( ) ( ) o. ( ) > 9 ak má áhodá veliia ormovaé ormálí rodleí: ( 0; ) N ) ak Nech a jsou 00. %-í a 00. %-í kvaily ormovaého ormálího rodleí. ak mžeme vrdi že: ( )

16 ešeý íklad: Úravou ohoo vahu i využií vlasosi symerie ormovaého ormálího rodleí ak dosaeme ožadovaý obousraý ierval: Uvážíme-li že ro dosae velké výbry mžeme relaiví eos aroimova výbrovou relaiví eosí (vi. Beroulliho va) mžeme vrdi že: Obdob bychom mohli ukáa že levosraý ierval solehlivosi je vymee vahem: a ravosraý ierval ajdeme odle vahu: i korole daa soeby uriého druhu masové koervy ve skladech roduk masého rmyslu bylo áhod vybráo 30 koerv a jišo že 59 ich má rošlou áruí lhu. aove 95% ierval solehlivosi ro odhad rocea koerv s rošlou áruí lhou. ešeí: ro aleeí 95%-ího iervalu solehlivosi ro relaiví eos oužijeme ásledující vah: olehlivos iervalového odhadu: 95 0 Hladia výamosi: ; (vi. Tabulka )

17 59 Výbrový soubor: o dosaeí: ( 08) 08 ( 08 ) ( ) %-í solehlivosí mžeme vrdi že mei masovými koervami se v daém skladu acháí mei 38% a % koerv s rošlou áruí lhou. Výklad: 0.9 Rosah výbru Ješ ed ahájeím výbrového šeeí musíme saovi velikos výbrového souboru. Ukáali jsme si že velikos výbru má ímý vliv a esos odhadu aramer ákladího souboru: ím vší rosah výbru ím esjší je iervalový odhad. V ešeém íkladu vovaém sudii ro obchodí eec TETO jsme si však aké ukáali že ekoomické a asové dvody ás mohdy uí voli rosah výbru co ejmeší. V rai roo hledáme komromis kerý ro ožadovaou esos výou ovede k co ejmešímu rosahu výbru. ožadovaou esos výou vyjadujeme omocí v. maimálí íusé chyby odhadu. Jde o hodou o kerou jsme ochoi se mýli oroi skueé hodo odhadovaého arameru i daé solehlivosi odhadu (hladi výamosi). íusá chyba odhadu je rova olovi šíky obousraého iervalu solehlivosi Rosah výbru i odhadu sedí hodoy Obdob jako i hledáí iervalu solehlivosi ro sedí hodou musíme i de roliši dva íady: siuaci kdy áme smrodaou odchylku oulace a siuaci kdy uo smrodaou odchylku eáme. a) Záme Obousraý iervalový odhad je dá vahem:

18 íslušý iervalový odhad edy mžeme vyjádi ve varu: ± ; olovia šíky obousraého iervalu solehlivosi a edy íusá chyba odhadu je: ožadujeme-li aby íusá chyba odhadu dosahovala i daé solehlivosi odhadu maimál urié íusé hodoy ak rosah výbru uríme jako fukci éo chyby: b) Neáme Obdob jako v edcháejícím íad bychom mohli ukáa že íusá chyba odhadu je: s íusá chyba odhadu je v omo íad eje fukcí hladiy výamosi a rosahu výbru ale ávisí aké a výbrové smrodaé odchylce kerou v íad že ješ emáme saoveý výbr eáme. Její hodou edy musíme odhadou. Obvykle se a ímo úelem rovádí v. edvýbr j. výbr o malém rosahu hož vyoeme výbrovou odchylku s kerou ovažujeme a odhad výbrové smrodaé odchylky s. ak uríme miimálí rosah výbru úravou íslušého vahu: s s o jiší ožadovaého rosahu ak saí doli edvýbr o chybjících (- ) rvk a iervalový odhad ak rovés výbru o rosahu.

19 0.9. Rosah výbru i odhadu relaiví eosi (odílu) Obousraý ierval solehlivosi je dá jako: ( ) ( ) ; olovia šíky obousraého iervalu solehlivosi a edy íusá chyba odhadu je: ( ) Vidíme že íusá chyba odhadu ávisí eokrá a výbrové relaiví eosi kerou eáme. Nemáme-li žádé iformace o výbrové relaiví eosi mžeme dále osuova dvma soby: a) rovedeme edvýbr hož vyoeme výbrovou relaiví eos kerou ovažujeme a odhad výbrové relaiví eosi. ak uríme miimálí rosah výbru úravou íslušého vahu: ( ) ( ) o jiší ožadovaého rosahu ak saí doli edvýbr o chybjících (- ) rvk a iervalový odhad ak rovés výbru o rosahu. b) Druhou možosí je odhadou výbrovou relaiví eos ejhorší možou variaou j. maimálí hodoou roylu.(-) keré je dosažeo ro 05. ešeý íklad: Výbrovým šeeím bychom chli odhadou rmrou mdu racovík uriého výrobího odvví. Z vyerávajícího šeeí keré robíhalo ed kolika msíci víme že smrodaá odchylka med byla 750-K. Odhad chceme rovés s 95% solehlivosi a jsme ochoi iusi maimálí chybu ve výši 50-K. Jak velký musíme rovés výbr abychom ajisili ožadovaou esos a solehlivos? ešeí: Chceme odhadou rosah výbru ro iervalový odhad sedí hodoy áme-li smrodaou odchylku (vyerávající šeeí koumáí celého ákladího souboru (oulace))

20 ( Tabulka ) K 50 K Rosah výbru odhademe v omo íad odle vahu: o dosaeí: Chceme-li dosáhou íusé chyby ve výši maimál 50- K musíme ro aleeí 95%- ího iervalového odhadu rovés výbrové šeeí a souboru o rosahu miimál 865 racovík. Výklad: Na ávr éo kaioly si ješ ukážeme jak ají iervalové odhady ro rodíl sedích hodo dvou oulací a ro rodíl relaivích eosí dvou oulací. 0.0 Iervalový odhad ro rodíl sedích hodo dvou oulací Obdob jako u odhadu sedí hodoy jedé oulace musíme i v omo íad roliši siuace kdy áme a kdy eáme smrodaé odchylky Iervalový odhad ro rodíl sedích hodo dvou oulací áme-li jejich smrodaé odchylky a edokládejme že sledovaé áhodé veliiy a mají ormálí rodleí jejichž royly a áme. Zvolme výbrové soubory daých oulací. Nech mají yo výbrové soubory rosahy a a rmry a. Defiujeme-li si áhodou veliiu Z jako: Z ( ) ( )

21 ak Z má ormovaé ormálí rodleí ( 0; N Z ) a mžeme vrdi že: Z Úravou ohoo vahu ak dosaeme ožadovaý obousraý ierval: Obdob bychom mohli ukáa že levosraý ierval solehlivosi je vymee vahem: a ravosraý ierval ajdeme odle vahu: 0.0. Iervalový odhad ro rodíl sedích hodo dvou oulací eáme-li jejich smrodaé odchylky a Obdob jako v íad odhadu sedí hodoy ro jedu oulaci i de se v rai sekáváme rakicky oue s íady kdy eámé smrodaé odchylky a. edokládejme že sledovaé áhodé veliiy a mají ormálí rodleí jejichž royly a áme. Zvolme výbrové soubory daých oulací. Nech mají yo výbrové soubory rosahy a rmry a a výbrové smrodaé odchylky s a s. V omo íad volíme jako vhodou výbrovou saisiku áhodou veliiu T kerá má udeovo rodleí s ( -) sui volosi T. T je defiováa jako: T kde

22 - 5 - ak mžeme vrdi že: T Úravou ohoo vahu ak dosaeme ožadovaý obousraý ierval: s s Obdob bychom mohli ukáa že levosraý ierval solehlivosi je vymee vahem: a ravosraý ierval ajdeme odle vahu: 0. Iervalový odhad ro rodíl relaivích eosí dvou oulací edokládejme že sledovaé áhodé veliiy a mají ormálí rodleí. Zvolme výbrové soubory daých oulací. Nech mají yo výbrové soubory rosahy a a oy rvk se sledovaou vlasosí a. ak výbrové relaiví eosi uríme jako: ; Defiujeme-li si áhodou veliiu jako: kde ak má ormovaé ormálí rodleí ( 0; N ) a mžeme vrdi že:

23 - 5 - ešeý íklad: Úravou ohoo vahu ak dosaeme ožadovaý obousraý ierval: Obdob bychom mohli ukáa že levosraý ierval solehlivosi je vymee vahem: a ravosraý ierval ajdeme odle vahu: Diskey dvou velkých výrobc - oik a 5M byly odrobey koušce kvaliy. Diskey obou výrobc jsou baley o 0-i kusech. Ve 40-i balících fy oik bylo aleeo 4 vadých diske ve 30-i balících 5M bylo aleeo 4 vadých diske. Uree 95%-í ierval solehlivosi ro rodíl v roceu vadých diske v celkové rodukci firem oik a 5M. ešeí: Oame si roceo vadých diske v rodukci fy oik a roceo vadých diske v rodukci fy 5M. ro ureí ožadovaého iervalu oužijeme vah:

24 ( ) ( ) ( ) ( ) ( ) olehlivos iervalového odhadu: 0 95 Hladia výamosi: ; (vi. Tabulka ) Výbrové soubory: oik: 5M: ( výbrový odíl vadých diske fy oik) ( výbrový odíl vadých diske fy 5M ) o dosaeí: (( 007) 007 ( ) ( 0007) 007) ( 00 ( ) 004) ( 0 % ( ) 4 %) %-í solehlivosí mžeme vrdi že rodíl mei odílem vadých diske firmy oik a odílem vadých diske firmy 5M je v romeí 0 % a 4%. T. že emžeme íci keré diskey jsou kvalijší. V íad že by rodíl mei odílem vadých diske firmy oik a odílem vadých diske firmy 5M byl áorý ( 0) amealo by o že diskey firmy oik jsou kvalijší (obsahují meší odíl vadých) ež diskey firmy 5M ( ). Obdob v íad že by rodíl mei odílem vadých diske firmy oik a odílem vadých diske firmy 5M byl 0 amealo by o že diskey firmy oik mají horší kvaliu (obsahují kladý >

25 . V ašem íad víme že rodíl mei odílem vadých diske firmy oik a odílem vadých diske firmy 5M mže bý jak kladý ak i áorý a roo emžeme íci keré diskey jsou kvalijší. Ale o už jsme se dosali k esováí hyoé jimž se budeme abýva v ásledující kaiole. vší odíl vadých) ež diskey firmy 5M ( > ) hruí: V rakických íadech všiou edokážeme es uri aramery ákladího souboru (oulace). K jejich odhadu oužíváme charakerisiky íslušých výbrových souboru výbrové charakerisiky. Z meodického hlediska oužíváme dva yy odhad aramer: bodový odhad kdy aramer ákladího souboru aroimujeme jediým íslem a iervalový odhad (kofideí ierval) kdy eo aramer aroimujeme iervalem v mž aramer leží s daou ravdodobosí. Téo ravdodobosi íkáme solehlivos odhadu a oaujeme ji (-) aýváme hladiou výamosi. Dobrý (vrohodý) odhad musí slova urié vlasosi. Mei ákladí vlasosi vrohodých odhad aí: esraos (evychýleos ekresleos) vydaos (eficiece) koisece dosaeos V rakických alikacích asji ež bodový odhad urujeme iervalový odhad íslušého arameru. Teo odhad je rereeová iervalem (T D ; T H ) v mž hledaý aramer leží s edem ureou ravdodobosí (solehlivosí) kerou oaujeme (-). Iervaly solehlivosi kosruujeme jako jedosraé ebo dvousraé. V ásledující abulce ajdee ehled iervalových odhad ro aramery ormálího rodleí ve oužiých výbrových charakerisik

26 Iervaly solehlivosi ro aramery ormálího rodleí Odhadovaý aramer Vhodá výbrová charakerisika Rodleí výbrové char. Mee obousraého iervalu solehlivosi Dolí me levosraého iervalu solehlivosi Horí me ravosraého iervalu solehlivosi T D T H T D T H áme Z N(0;) eáme T - χ χ iervalový odhad je odvoe iervalového odhadu N(0;) Velikos výbru má ímý vliv a esos odhadu aramer ákladího souboru: ím vší rosah výbru ím esjší je iervalový odhad. Ekoomické a asové dvody ás však mohdy uí voli rosah výbru co ejmeší. V rai roo hledáme komromis kerý ro ožadovaou esos výou (íusou chybu odhadu ) ovede k co ejmešímu rosahu výbru. Odhadovaý aramer Rosah výbru áme eáme Iervalové odhady mžeme ouží aké ke srováváí sedích hodo res. relaivích eosí dvou oulací: Odhadovaý vah mei aramery Vhodá výbrová charakerisika Rodleí výbrové char. Mee obousraého iervalu solehlivosi Dolí me levosraého iervalu solehlivosi Horí me ravosraého iervalu solehlivosi T D T H T D T H - áme ; Z N(0;) - eáme ; T - N(0;

27 Oáky. Objase rodíl mei ákladím souborem (oulací) a výbrovým souborem.. Jaké áe soby odhadu aramer ákladího souboru? 3. Vysvlee co je o dobrý odhad (vysvlee ojmy: esraos koisece vydaos dosaeos). 4. oiše obec obousraý (levosraý ravosraý) 00.(- )%-í ierval solehlivosi ro jaký aramer. 5. Najde obousraý ierval solehlivosi ro sedí hodou i voleé hladi výamosi ro adaý áhodý výbr ormálího rodleí jehož royl áme (res. eáme). 6. Najde obousraý ierval solehlivosi ro royl i voleé hladi výamosi ro adaý áhodý výbr ormálího rodleí. 7. Najde obousraý ierval solehlivosi ro smrodaou odchylku i voleé hladi výamosi ro adaý áhodý výbr ormálího rodleí. 8. Najde obousraý ierval solehlivosi ro relaiví eos (odíl) i voleé hladi výamosi ro adaý áhodý výbr ormálího rodleí. 9. Najde obousraý ierval solehlivosi ro rodíl sedích hodo ( - ) i voleé hladi výamosi ro adaé áhodé výbry ormálích rodleí jejichž royly áme (res. eáme). 0. Najde obousraý ierval solehlivosi ro rodíl relaivích eosí ( - ) i voleé hladi výamosi ro adaé áhodé výbry ormálích rodleí

28 Úlohy k ešeí. Náhodý výbr i sá UA má ásledující rolohy (v 000 vereích mil): Vyoe 95% ierval solehlivosi ro sedí rolohu každého 50-i sá UA.. Z jedé aralelí skuiy byli áhod vybrái 4 sudei. Jejich výsledky u koušky byly: a 77 bod. Z druhé aralelí skuiy byli vybrái 3 sudei a jejich výsledky byly: 56 7 a 53 bod. Vyoíeje 95% ierval solehlivosi ro rodíl mei sedími hodoami výsledk obou skui u koušky. 3. V áhodém výbru i vyrábých velkou svovou soleosi 0% i evyhovuje ovým ožadavkm a kvaliu. esroje 95% ierval solehlivosi ro odíl i (v celé rodukci soleosi) keré evyhovují daé orm jesliže rosah výbru je: a) 0 b) 5 c) 50 d) Firma uoil se a vás obráila s rosbou da byse emohl(a) odhadou kerý jeho beí dává leší výko (ujeá vdáleos v km) da A ebo B. Vybral(a) jse edy áhod 4 voy a jel jse s každým o éže rase jedou se 4l beíu A v ádrži a odruhé se 4l beíu B. oe ujeých km je v ásledující abulce Beí A Beí B Vyoíeje 95% ierval solehlivosi ro sedí rodíl výkou. 5. V roce 954 byla rováda ada okus ro odkoušeí úiosi ové vakcíy roi dské obr. Ze dí celých UA souhlasilo s okusem. olovia cho dobrovolík byla áhod vybráa jako okusá ro okováí skueou vakcíou korolí olovia byla aokováa oue fyiologickým rookem. Výsledky byly ásledující: kuia oe dí oe výskyu obry Okováí Korolí Odmíli se okusu úasi

29 a) ro každou e í skui vyoíeje míru oemocí obrou (oe íad a dí). b) Odhade sížeí výskyu obry vlivem okováí ve 95% iervalu solehlivosi. (ávod: uree kofideí ierval ro rodíl relaivích o výskyu obry mei okovaou a korolí skuiou a mee iervalu ak eoe a absoluí hodoy) 6. ro realiaci rosáhlého šeeí o difereciaci med ve velkém rmyslovém odiku musíme velmi rychle íska uriou edsavu o rmré odchylce med. Z celkového ou amsac jsme jich áhod vybrali 30 a urili rmrou mdu K a smrodaou odchylku ve výši.00-k. V jakém iervalu le s 95% ravdodobosi oekáva smrodaou odchylku med v celém odiku? edokládáme že rodleí med v ákladím souboru všech racovík odiku je ormálí. 7. Jaký miimálí rosah výbru ro odhad odílu chyb úovaých oložek musíme avrhou chceme-li i 90% solehlivosi ajisi íusou chybu ± 3 %. O možém odílu chybých oložek emáme i rovádém audiu žádou iformaci 8. Hyermarke Hyer chce ro kvalií služeb oskyovaých ákaíkm krái dobu jejich ekáí u oklade. Náhod bylo vybráo 0 ákaík a byla mea doba jejich ekáí u oklady (edokládáme ormaliu rodleí dob ekáí). Výsledky šeeí (v sekudách): a) V jakých meích le s ravdodobosi 095 oekáva rmrou dobu ekáí ákaíka a obsluhu (v miuách)? b) Jaká je horí hraice doby ekáí kerá ebude s ravdodobosí 095 ekroea? 9. Ageura rovádjící rkum veejého míí láuje šeeí a áklad kerého chce odhadou kolik roce voli odoruje souasou vládí koalici. edokládejme (v rai omu ak ovšem eí) že jsou doaováí vybíráí cela áhod. Kolik doaovaých by mlo bý do výbru aaeo jesliže si vedeí ageury eje aby se odhad výbru elišil od skueého odílu íivc koalice o více ež 3%? (Vole hladiu výamosi 005.) 0. Z 90 koušek mee kluu kosrukí oceli rodukce urié oceláry byl vyoe výbrový rmr 534 Ma a výbrový royl 3948 Ma. Najde 80% iervaly solehlivosi ro sedí hodou a smrodaou odchylku mee kluu. (a edokladu ormaliy da). Tabáková firma TAB rohlašuje že jejich cigarey mají ižší obsah ikoiu ež cigarey NIK. ro oveí ohoo rohlášeí bylo áhod vybráo rodukce TAB 0 krabiek cigare (o 0-i kusech) a v ich bylo jišo (46 ± 37) mg ikoiu (v jedié cigare). Ve 5-i krabikách cigare NIK (o 0-i kusech) bylo jišo (489 ± 43) mg ikoiu a cigareu. Nalee 95% ierval solehlivosi ro obsah ikoiu v cigareách TAB.. Ageura TAT udává že v ledu 999 byla v oulaci eské reubliky 30%-í odora D (000 resode) a i rkumu v kvu 999 (600 resode) jisili oue 5%-í odoru éo sray. Na áklad kvového rkumu uie 90% iervalový odhad ohled roceuálího asoueí voli D v celé oulaci

30 ešeí:. ( 9 677) ( 35) že s 95%-í solehlivosi mžeme vrdi že sudei obou skui dosáhli rovoceých výsledku 3. a) ( ) 095 b) ( ) 095 c) ( ) 095 d) ( ) 095 Všime si že rosoucí rosah výbru vede k esováí kofideího iervalu 4. ( 0 70) že s 95%-í solehlivosi mžeme vrdi že beíy A a B jsou daého hlediska rovoceé 5. a) kuia Výsky obry a dí Okováí 9 Korolí 7 Odmíli se úasi 45 b) ( ) 095 ( ) že s 95%-í solehlivosi mžeme vrdi že okováí vedlo ke sížeí výskyu obry 6. ( K 63K ) a) ( ) 095 b) ( 9 ) ( ) 080 ( ) 080. ( ) že s 95%-í solehlivosi mžeme vrdi že cigarey TAB mají ižší obsah ikoiu ež cigarey NIK. ( )

10 ODHADY PARAMETRŮ ZÁKLADNÍHO SOUBORU. Čas ke studiu kapitoly: 90 minut. Cíl: Po prostudování tohoto odstavce budete:

10 ODHADY PARAMETRŮ ZÁKLADNÍHO SOUBORU. Čas ke studiu kapitoly: 90 minut. Cíl: Po prostudování tohoto odstavce budete: 0 ODHADY ARAMETRŮ ZÁKLADNÍHO OUBORU Čas ke sudiu kaioly: 90 miu Cíl: o rosudováí ohoo odsavce budee: roumě ojmům: bodový odhad iervalový odhad á vlasosi bodového odhadu umě kosruova iervalové odhady ro

Více

10 ODHADY PARAMETR NORMÁLNÍHO ROZDLENÍ

10 ODHADY PARAMETR NORMÁLNÍHO ROZDLENÍ Ig. Martia Litschmaová tatistika I., cvieí 0 ODHADY ARAMETR NORMÁLNÍHO ROZDLENÍ V raktických íadech vtšiou edokážeme es urit arametry ákladího souboru (oulace). K jejich odhadu oužíváme charakteristiky

Více

5 DISKRÉTNÍ ROZDĚLENÍ PRAVDĚPODOBNOSTI. Čas ke studiu kapitoly: 120 minut. Cíl: Po prostudování tohoto odstavce budete umět:

5 DISKRÉTNÍ ROZDĚLENÍ PRAVDĚPODOBNOSTI. Čas ke studiu kapitoly: 120 minut. Cíl: Po prostudování tohoto odstavce budete umět: 5 DISKRÉTNÍ ROZDĚLENÍ RAVDĚODOBNOSTI Čas e sudiu aioly: 0 miu Cíl: o rosudováí ohoo odsavce budee umě: charaerizova hyergeomericé rozděleí charaerizova Beroulliho ousy a z ich odvozeé jedolivé yy disréích

Více

Interval spolehlivosti pro podíl

Interval spolehlivosti pro podíl Iterval polehlivoti pro podíl http://www.caueweb.org/repoitory/tatjava/cofitapplet.html Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této

Více

TESTOVÁNÍ a DIAGNOSTIKA VÝROBNÍCH STROJŮ I

TESTOVÁNÍ a DIAGNOSTIKA VÝROBNÍCH STROJŮ I ESOVÁNÍ a DIAGNOSIKA VÝROBNÍCH SROJŮ I Leraura: Skra: Zdeěk Vorlíček: Solehlvos a dagoska výrobích srojů ČVU Praha 99 Vorlíček, Rudolf: Dagoska VS ČVU Praha 98 Ka.. Úvod: Proč se zabýváme esováím a dagoskou

Více

6 VYBRANÁ ROZDLENÍ DISKRÉTNÍ NÁHODNÉ VELIINY

6 VYBRANÁ ROZDLENÍ DISKRÉTNÍ NÁHODNÉ VELIINY 6 VYBRANÁ ROZDLENÍ DISKRÉTNÍ NÁHODNÉ VELIINY Rozdleí áhodé veliiy je edis, terým defiujeme ravdodobost jev, jež lze touto áhodou veliiou osat. Záladím rozdleím oisujícím výbry bez vraceí je hyergeometricé

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

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

Definice obecné mocniny

Definice obecné mocniny Defiice obecé mociy Zavedeí obecé mociy omocí ity číselé oslouosti lze rovést ěkolika zůsoby Níže uvedeý zůsob využívá k defiici eoeciálí fukce itu V dalším budeme otřebovat ásledující dvě erovosti: Lemma

Více

Existuje mnoho typ diskrétních náhodných veliin. My si nyní shrneme základní poznatky o tch nejbžnjších.

Existuje mnoho typ diskrétních náhodných veliin. My si nyní shrneme základní poznatky o tch nejbžnjších. 5 DISKRÉTNÍ ROZDLENÍ RAVDODOBNOSTI as sudiu aioly: 5 miu Cíl: o rosudováí ohoo odsavc bud um: chararizova hyrgomricé rozdlí chararizova Broulliho ousy a z ich odvozé jdolivé yy disréích rozdlí: biomicé,

Více

Intervalové odhady parametrů některých rozdělení.

Intervalové odhady parametrů některých rozdělení. 4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:

Více

OBJEKTOVÁ ALGEBRA. Zdeněk Pezlar. Ústav Informatiky, Provozně-ekonomická fakulta MZLU, Brno, ČR. Abstrakt

OBJEKTOVÁ ALGEBRA. Zdeněk Pezlar. Ústav Informatiky, Provozně-ekonomická fakulta MZLU, Brno, ČR. Abstrakt OBEKTOVÁ ALGEBRA Zdeěk Pezlar Úsav Iformaiky, Provozě-ekoomická fakula MZLU, Bro, ČR Absrak V objekovém modelu da defiujeme objekové schéma (řídu) jako čveřici skládající se ze jméa řídy, aribuů, domé

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP Teováí hypoéz PRAVDĚPODOBNOST A STATISTIKA SP Teováí hypoéz Teováí hypoéz Nechť je áhodá proměá, kerá má diribučí fukci Fx, ϑ. Předpokládejme, že záme var diribučí fukce víme jaké má rozděleí a ezáme

Více

PRAVDĚPODOBNOST ... m n

PRAVDĚPODOBNOST ... m n RVDĚODONOST - matematická discilía, která se zabývá studiem zákoitostí, jimiž se řídí hromadé áhodé jevy - vytváří ravděodobostí modely, omocí ichž se saží ostihout rocesy, ovlivěé áhodou. Náhodé okusy:

Více

Metodika: Goniometrický tvar komplexního ísla, binomická rovnice

Metodika: Goniometrický tvar komplexního ísla, binomická rovnice ! " #$ % # & ' ( ) * + ), - Idvduálí výuka matematka Vít Ržka, kvte Metodka: Goometrcký tvar komplexího ísla, bomcká rovce Úvod Téma goometrcký tvar komplexího ísla je možé probírat soubž s výkladem pojmu

Více

Matematika 2 (BMA2 + KMA2)

Matematika 2 (BMA2 + KMA2) FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Maemaika BMA KMA Auoři eu: Prof RNDr Fraišek Melkes, CSc Mgr Mari Řeáč FAKULTA ELEKTROTECHNIKY A KOMUNIKAČNÍCH TECHNOLOGIÍ

Více

Náhodný výběr 1. Náhodný výběr

Náhodný výběr 1. Náhodný výběr Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti

Více

1.6. Srovnání empirických a teoretických parametrů (4.-5.předn.)

1.6. Srovnání empirických a teoretických parametrů (4.-5.předn.) .6. rováí empirických a eoreických paramerů (4.-5.před.) Cíle: - pravděpodobosí zkoumáí výběrového saisického souboru: kvaifikace eoreických paramerů, srováí eoreických a empirických paramerů (Probable

Více

14. Soustava lineárních rovnic s parametrem

14. Soustava lineárních rovnic s parametrem @66 4. Sousava lineárních rovnic s aramerem Hned úvodem uozorňuji, že je velký rozdíl mezi sousavou rovnic řešenou aramerizováním, roože má nekonečně mnoho řešení zadaná sousava rovnic obsahuje jen číselné

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Pedagogická pozámka: Tuto a tři ásledující hodiy je možé probrat za dvě vyučovací hodiy. V této hodiě je možé vyechat dokazováí limit v příkladu 3. Opakováí

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

Přijímací zkouška na navazující magisterské studium 2016

Přijímací zkouška na navazující magisterské studium 2016 Přijímací zkouška a avazující magiserské sudium 2016 Sudijí program: Sudijí obor: Maemaika Fiačí a pojisá maemaika Variaa A Řešeí příkladů pečlivě odůvoděe. Věuje pozoros ověřeí předpokladů použiých maemaických

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národí iformačí středisko ro odoru kvality Testováí zůsobilosti a výkoosti výrobího rocesu RNDr. Jiří Michálek, Sc Ústav teorie iformace a automatizace AVČR UKAZATELE ZPŮSOBILOSTI 3 UKAZATELE ZPŮSOBILOSTI

Více

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady SP Bodové a tervalové odhady PRAVDĚPODOBNOST A STATISTIKA Bodové a tervalové odhady Lbor Žák SP Bodové a tervalové odhady Lbor Žák Bodové a tervalové odhady Nechť je áhodá proměá, která má dstrbučí fukc

Více

Intervalové odhady parametrů

Intervalové odhady parametrů Itervalové odhady parametrů Petr Pošík Části dokumetu jsou převzaty (i doslově) z Mirko Navara: Pravděpodobost a matematická statistika, https://cw.felk.cvut.cz/lib/ee/fetch.php/courses/a6m33ssl/pms_prit.pdf

Více

Číslo materiálu VY_32_INOVACE_CTE_2.MA_17_Klopné obvody RS, JK, D, T. Střední odborná škola a Střední odborné učiliště, Dubno Ing.

Číslo materiálu VY_32_INOVACE_CTE_2.MA_17_Klopné obvody RS, JK, D, T. Střední odborná škola a Střední odborné učiliště, Dubno Ing. Číslo projeku CZ..7/.5./34.58 Číslo maeriálu VY_32_INOVACE_CTE_2.MA_7_Klopé obvody RS, JK, D, T. Název školy Auor Temaická oblas Ročík Sředí odborá škola a Sředí odboré učilišě, Dubo Ig. Miroslav Krýdl

Více

popsat charakteristické rysy teorie spolehlivosti technické a matematické aspekty teorie spolehlivosti

popsat charakteristické rysy teorie spolehlivosti technické a matematické aspekty teorie spolehlivosti 4. ZÁKLADY TEORIE SPOLEHLIVOSTI 4.. Teorie spolehlivosi as ke sudiu: miu Cíl: Po prosudováí ohoo odsavce budee um: popsa charakerisické rysy eorie spolehlivosi echické a maemaické aspeky eorie spolehlivosi

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Opakováí z miulé hodiy: 8 Hodoty poslouposti + se pro blížící se k ekoeču blíží k a to tak že mezi = posloupostí a číslem eexistuje žádá mezera říkáme že

Více

4. Analytická geometrie v prostoru

4. Analytická geometrie v prostoru . alcá geomee v oso V aalcé geome so geomecé obe chaaeová omocí číselých údaů. Vlasos geomecých obeů so sdová v edom e í osoů: ooměý eledovsý oso, o. E (oso), dvooměý eledovsý oso, o. E (ova), edooměý

Více

FINANČNÍ MATEMATIKA- JEDNODUCHÉ ÚROKOVÁNÍ

FINANČNÍ MATEMATIKA- JEDNODUCHÉ ÚROKOVÁNÍ Projek ŠABLONY NA GVM Gymázium Velké Meziříčí regisračí číslo projeku: CZ..7/.5./34.948 IV-2 Iovace a zkvaliěí výuky směřující k rozvoji maemaické gramoosi žáků sředích škol FINANČNÍ MATEMATIA- JEDNODCHÉ

Více

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

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

MATICOVÉ HRY MATICOVÝCH HER

MATICOVÉ 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

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

20. Kontingenční tabulky

20. Kontingenční tabulky 0. Kotigečí tabulky 0.1 Úvodí ifomace V axi e velmi častá situace, kdy vyšetřueme aedou dva statistické zaky, kteé sou svou ovahou diskétí kvatitativí( maí řesě staoveý koečý očet všech možostí ); soité

Více

můžeme toto číslo považovat za pravděpodobnost jevu A.

můžeme toto číslo považovat za pravděpodobnost jevu A. RVDĚODONOST - matematická discilía, která se zabývá studiem zákoitostí, jimiž se řídí hromadé áhodé jevy - vytváří ravděodobostí modely, omocí ichž se saží ostihout áhodé rocesy. Náhodé okusy: rocesy,

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení

PRAVDĚPODOBNOST A STATISTIKA. Náhodná proměnná vybraná rozdělení S1P áhodá roměá vybraá rozděleí PRAVDĚPODOBOST A STATISTIKA áhodá roměá vybraá rozděleí S1P áhodá roměá vybraá rozděleí Vybraá rozděleí diskrétí P Degeerovaé rozděleí D( ) áhodá veličia X s degeerovaým

Více

FINANČNÍ MATEMATIKA- SLOŽENÉ ÚROKOVÁNÍ

FINANČNÍ MATEMATIKA- SLOŽENÉ ÚROKOVÁNÍ Projek ŠABLONY NA GVM Gymázium Velké Meziříčí regisračí číslo projeku: CZ..7/../.98 IV- Iovace a zkvaliěí výuky směřující k rozvoji maemaické gramoosi žáků sředích škol FINANČNÍ MATEMATIA- SLOŽENÉ ÚROOVÁNÍ

Více

Zobrazení čísel v počítači

Zobrazení čísel v počítači Zobraeí ísel v poítai, áklady algoritmiace Ig. Michala Kotlíková Straa 1 (celkem 10) Def.. 1 slabika = 1 byte = 8 bitů 1 bit = 0 ebo 1 (ve dvojkové soustavě) Zobraeí celých ísel Zobraeí ísel v poítai Ke

Více

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby. ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více

LABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická

LABORATORNÍ CVIENÍ Stední prmyslová škola elektrotechnická Sední rmslová škola elekroechnická a Všší odborná škola, Pardubice, Karla IV. 3 LABORATORNÍ CVIENÍ Sední rmslová škola elekroechnická Píjmení: Hladna íslo úloh: 2 Jméno: Jan Daum mení: 3. ÍJNA 2006 Školní

Více

Řešení soustav lineárních rovnic

Řešení soustav lineárních rovnic Řešeí sousv lieáríc rovic Sousv lieáríc rovic Sousvou m lieáríc rovic o ezámýc rozumíme sousvu : Kde ij i R M m m Čísl ij zýváme koeficiey sousvy čísl i soluí čley Uvedeou sousvu udeme zči Sm m M m Homogeí

Více

NEPARAMETRICKÉ METODY

NEPARAMETRICKÉ METODY NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost

Více

ESTIMATION OF DENSITY FUNCTION PARAMETERS WITH CENSORED DATA FROM PRODUCT LIFE TESTS

ESTIMATION OF DENSITY FUNCTION PARAMETERS WITH CENSORED DATA FROM PRODUCT LIFE TESTS ESTIMATION OF DENSITY FUNCTION ARAMETERS WITH CENSORED DATA FROM RODUCT LIFE TESTS J.Tůa * Suary: The paper deals wih a saisial ehod for he evaluaio of life es resuls. I is supposed ha oly soe of he es

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST 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

Více

8. Odhady parametrů rozdělení pravděpodobnosti

8. Odhady parametrů rozdělení pravděpodobnosti Pozámky k předmětu Aplikovaá statistika, 8 téma 8 Odhady parametrů rozděleí pravděpodobosti Zaměříme se a odhad středí hodoty a rozptylu a to dvěma způsoby Předpokládejme, že máme áhodý výběr X 1,, X z

Více

SP NV Normalita-vlastnosti

SP NV Normalita-vlastnosti SP - - NV Normala-vlasos Přpomeuí vlasosí Normálího rozděleí Charakerscká fukce Lévyho-Ldebergova věa - cerálí lmí věa -rozměré ormálí rozděleí -rozměré ormálí rozděleí Přpomeuí vlasosí Normálího rozděleí

Více

Č á - - í Č

Č á - - í Č Č á í Č É ÁÁí Í Č á í Š Š Ů ř é č č í č í í á ě ěří Č á áí Č á á á Í é í í ě í í č ářží í áč á ř á ěří í á í ě č á č ě Úč í ě č í ř í Ž é ěí á č Óý áí ěí é ú č é á č ý áí é ááí á á í Ž á í á č ří ý ů ří

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

Odezva na obecnou periodickou budící funkci. Iva Petríková Katedra mechaniky, pružnosti a pevnosti

Odezva na obecnou periodickou budící funkci. Iva Petríková Katedra mechaniky, pružnosti a pevnosti Odezva a obecou periodickou budící fukci Iva Períková Kaedra mechaiky, pružosi a pevosi Obsah Fourierovy řady Odezva a polyharmoickou fukci Odezva a obecou periodickou fukci Odezva a jedokový skok Příklad

Více

b c a P(A B) = c = 4% = 0,04 d

b 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

Více

Komplexní čísla. Definice komplexních čísel

Komplexní čísla. Definice komplexních čísel Komplexí čísla Defiice komplexích čísel Komplexí číslo můžeme adefiovat jako uspořádaou dvojici reálých čísel [a, b], u kterých defiujeme operace sčítáí, ásobeí, apod. Stadardě se komplexí čísla zapisují

Více

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec Směrice /0 Statitické vyhodocováí dat, verze 3 Verze 3 e hodá ůvodí Směricí /0 verze, za čl..3 e vlože ový odtavec. Statitické metody ro zkoušeí zůobiloti Statitická aalýza oužívaá ro aalýzu výledků zkoušky

Více

8.2.1 Aritmetická posloupnost I

8.2.1 Aritmetická posloupnost I 8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu

Více

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT

2 IDENTIFIKACE H-MATICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNOT 2 IDENIFIKACE H-MAICE POPISUJÍCÍ VEDENÍ Z NAMĚŘENÝCH HODNO omáš Novotý ČESKÉ VYSOKÉ UČENÍ ECHNICKÉ V PRAZE Faulta eletrotechicá Katedra eletroeergetiy. Úvod Metody založeé a loalizaci poruch pomocí H-matic

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů: Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy

Více

8.2.1 Aritmetická posloupnost

8.2.1 Aritmetická posloupnost 8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž

Více

V. Normální rozdělení

V. Normální rozdělení V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,

Více

Geometrické modelování. Diferenciáln

Geometrické modelování. Diferenciáln Geomerické modelováí Difereciál lí geomerie křivekk Křivky v očía ačové grafice Geomerická ierreace Každý krok algorimu má svůj geomerický výzam Flexibilia korola ad růběhem křivky, možos iuiiví ediace

Více

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p)

0,063 0,937 0,063 0, P 0,048 0,078 0,95. = funkce CONFIDENCE.NORM(2α; p(1 p) . Příklad Při průzkumu trhu projevilo 63 z dotázaých zákazíků zájem o iovovaý výrobek, který má být uvede a trh se zákazíky. Odvoďte a odhaděte proceto a počet zájemců v populaci s 95% spolehlivostí. Následě

Více

elektrické filtry Jiří Petržela základní pojmy

elektrické filtry Jiří Petržela základní pojmy Jiří Petržela základí ojmy základí ojmy z oblati elektrických filtrů základí ojmy elektrický filtr je lieárí dvojbra, který bez útlumu roouští je určité kmitočtové ložky, které obahuje vtuí igál rouštěé

Více

6 Algoritmy ořezávání a testování polohy

6 Algoritmy ořezávání a testování polohy 6 lgorim ořezáváí a esováí poloh Sudijí íl Teo blok je věová problemaie vzájemé poloh grafikýh primiiv, zejméa poloze bodu vzhledem k mohoúhelíku včeě jedolivýh speifikýh varia jako jsou čřúhelík, jehož

Více

ASYNCHRONNÍ STROJE. Obsah

ASYNCHRONNÍ STROJE. Obsah VŠB TU Ostrava Fakulta elektrotechiky a iformatiky Katedra obecé elektrotechiky ASYCHROÍ STROJE Obsah. Výzam a oužití asychroích motorů 2. rici čiosti asychroího motoru 3. Rozděleí asychroích motorů 4.

Více

1.5.1 Mechanická práce I

1.5.1 Mechanická práce I .5. Mechanická ráce I Předoklady: Práce je velmi vděčné éma k rozhovoru: někdo se nadře a ráce za ním není žádná, jiný se ani nezaoí a udělá oho sousu, a všichni se cíí nedocenění. Fyzika je řírodní věda

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBOST A STATISTIKA Degeerovaé rozděleí D( ) áhodá veličia X s degeerovaým rozděleím X ~D(), R má základí rostor Z = { } a ravděodobostí fukci: ( ) 1 0 Charakteristiky: středí hodota: E(X ) roztyl:

Více

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN

OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Úloha obchodího cestujícího OKRUŽNÍ A ROZVOZNÍ ÚLOHY: OBCHODNÍ CESTUJÍCÍ. FORMULACE PŘI RESPEKTOVÁNÍ ČASOVÝCH OKEN Nejprve k pojmům používaým v okružích a rozvozích úlohách: HAMILTONŮV CYKLUS je typ cesty,

Více

Těžiště a moment setrvačnosti Nalezení práce polohy těžiště a momentu setrvačnosti vůči zadané ose u homogenních těles v třírozměrném prostoru.

Těžiště a moment setrvačnosti Nalezení práce polohy těžiště a momentu setrvačnosti vůči zadané ose u homogenních těles v třírozměrném prostoru. Těžiště a momet setrvačosti Naleeí práce polohy těžiště a mometu setrvačosti vůči adaé ose u homogeích těles v tříroměrém prostoru. Př. 1 Najděte těžiště a momet setrvačosti kulové vrstvy vůči rotačí ose

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNCKÁ UNVERZTA V LBERC Fakula mecharoniky, informaiky a mezioborových sudií Cvičení č3 k ředměu ELMO Přírava ke cvičení ng Jiří Primas, ng Michal Malík Liberec Maeriál vznikl v rámci rojeku ESF (CZ7//747)

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 zátěž Na prostudování této kapitoly a splnění úkolů s ní spojených budete potřebovat asi 8 hodin studia.

Časová zátěž Na prostudování této kapitoly a splnění úkolů s ní spojených budete potřebovat asi 8 hodin studia. Kapiola 0.: Úvod do aalýzy časových řad Cíl kapioly Po prosudováí éo kapioly budee umě - očisi časovou řadu od důsledků kaledářích variací - graficky zázori okamžikovou i iervalovou časovou řadu - vypočía

Více

Úlohy domácího kola kategorie C

Úlohy domácího kola kategorie C 47. ročík Matematické olympiády Úlohy domácího kola kategorie C 1. Pro libovolé trojciferé číslo určíme jeho bytky při děleí čísly 2, 3, 4,..., 10 a ískaých devět čísel pak sečteme. Zjistěte ejmeší možou

Více

2. Úvod do indexní analýzy

2. Úvod do indexní analýzy 2. Úvod do idexí aalýzy 2.. Motivace Tato kaitola se zabývá srováváím ukazatelů v datových souborech, které se liší buď časově ebo rostorově ebo věcě. Nejdůležitější je srováváí ukazatelů z časového hlediska.

Více

, neboť. 1 Postup všech typů exponenciálního vyrovnávání je zevrubně popsán v monografii: i 1

, neboť. 1 Postup všech typů exponenciálního vyrovnávání je zevrubně popsán v monografii: i 1 Meoda expoeciálího vrováváí [Brow-Meer] Je dalším přísupů, kerý e řae (vedle meod klouavých průměrů k adapivím echikám určeí redové složk časové řad Výchoí úvahou éo echik e, že se k predikci ové hodo

Více

é á í ů ů ů ů ž š áž š í ě ě ěž Ž ěž é ě č ě Ří í ří ý á ď ě Í Ý ó í řá á í é í é é ň č č á ň í é ý á ř ě č á ě š ř á é ďá ř ř á ý š á í ý ří ý Ž ď ř ě ý ů ží ě ú ě ú ů ř í Íá í í ú é í š ř ě ř ě á ř úř

Více

Ekonomika podniku. Katedra ekonomiky, manažerství a humanitních věd Fakulta elektrotechnická ČVUT v Praze. Ing. Kučerková Blanka, 2011

Ekonomika podniku. Katedra ekonomiky, manažerství a humanitních věd Fakulta elektrotechnická ČVUT v Praze. Ing. Kučerková Blanka, 2011 Evropský socálí fod Praha & EU: Ivesujee do vaší budoucos Ekooka podku aedra ekooky, aažersví a huaích věd Fakula elekroechcká ČVUT v Praze Ig. učerková Blaka, 20 Úrokový poče, základy fačí aeaky (BI-EP)

Více

Vícekanálové čekací systémy

Vícekanálové čekací systémy Vícekaálové čekací systémy taice obsluhy sestává z ěkolika kaálů obsluhy, racujících aralelě a avzájem ezávisle. Vstuy i výstuy systému mají oissoovský charakter. Jedotky vstuující do systému obsadí ejrve

Více

Petr Šedivý Šedivá matematika

Petr 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

Více

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly. 0. KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA Dovedosti :. Chápat pojem faktoriál a ovládat operace s faktoriály.. Zát defiici kombiačího čísla a základí vlastosti kombiačích čísel. Ovládat jedoduché operace

Více

Rozhodovací stromy. Úloha klasifikace objektů do tříd. Top down induction of decision trees (TDIDT) - metoda divide and conquer (rozděl a panuj)

Rozhodovací stromy. Úloha klasifikace objektů do tříd. Top down induction of decision trees (TDIDT) - metoda divide and conquer (rozděl a panuj) Rozhodovací stromy Úloha klasifikace objektů do tříd. Top dow iductio of decisio trees (TDIDT) - metoda divide ad coquer (rozděl a pauj) metoda specializace v prostoru hypotéz stromů (postup shora dolů,

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

3. Lineární diferenciální rovnice úvod do teorie

3. Lineární diferenciální rovnice úvod do teorie 3 338 8: Josef Hekrdla lieárí difereciálí rovice úvod do teorie 3 Lieárí difereciálí rovice úvod do teorie Defiice 3 (lieárí difereciálí rovice) Lieárí difereciálí rovice -tého řádu je rovice, která se

Více

8.2.10 Příklady z finanční matematiky I

8.2.10 Příklady z finanční matematiky I 8..10 Příklady z fiačí matematiky I Předoklady: 807 Fiačí matematika se zabývá ukládáím a ůjčováím eěz, ojišťováím, odhady rizik aod. Poměrě důležitá a výosá discilía. Sořeí Při sořeí vkladatel uloží do

Více

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE

1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE 1. ZÁKLADY VEKTOROVÉ ALGEBRY 1.1. VEKTOROVÝ PROSTOR A JEHO BÁZE V této kapitole se dozvíte: jak je axiomaticky defiová vektor a vektorový prostor včetě defiice sčítáí vektorů a ásobeí vektorů skalárem;

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

3. POJIŠTĚNÍ OSOB (ŽIVOTNÍ POJIŠTĚNÍ)

3. POJIŠTĚNÍ OSOB (ŽIVOTNÍ POJIŠTĚNÍ) 3. POJIŠTĚÍ OSOB (ŽIVOTÍ POJIŠTĚÍ) 3.. EMOELOVÝ PŘÍSTUP 3... ekremeí řád vymíráí populace Úmrosí abulky a) Smr je áhodým jevem, kerý se pojišťuje pro účely ŽP sačí pracova s průměrými hodoami záko velkých

Více

Ú š šť ž Č Č Č Ž ž š š ž ž š š ď ď Č š š ž š š š Ú š š š š ď š š ď ž š š ď š ů ď ď š Í Ž ů ů ů ů ů š š Ú Í Í ť š š š š ž ů š š š š Ž ž ďš š š Íš Ž š Č š ž Ý ď š Ž š ď ť ž É š š Í š Ž š Č ž ď š Ň ž š óó

Více

2 VYBRANÉ PRAVDPODOBNOSTNÍ MODELY. as ke studiu: 60 minut. Cíl: Po prostudování této kapitoly budete umt popsat a použít pro popis technických proces:

2 VYBRANÉ PRAVDPODOBNOSTNÍ MODELY. as ke studiu: 60 minut. Cíl: Po prostudování této kapitoly budete umt popsat a použít pro popis technických proces: as sudiu: 6 minu Cíl: o rosudování éo aiol bud um osa a ouží ro ois chnicých rocs: Erlangovo rozdlní Wibullovo rozdlní Logarimico normální rozdlní Vícrozmrné normální rozdlní VÝKLAD. Erlangovo rozdlní

Více

Přibližná linearizace modelu kyvadla

Přibližná linearizace modelu kyvadla Přibližná linearizace model kyvadla 4..08 9:47 - verze 4.0 08 Obsah Oakování kalkl - Taylorův rozvoj fnkce... Nelineární savový model a jeho řibližná linearizace... 4 Nelineární model vs-výs a jeho řibližná

Více

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce

MATEMATICKÁ INDUKCE. 1. Princip matematické indukce MATEMATICKÁ INDUKCE ALEŠ NEKVINDA. Pricip matematické idukce Nechť V ) je ějaká vlastost přirozeých čísel, apř. + je dělitelé dvěma či < atd. Máme dokázat tvrzeí typu Pro každé N platí V ). Jeda možost

Více

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

jako 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

Více

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti

Přednáška 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

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

, neboť. Je patrné, že váhy splňují podmínku

, neboť. Je patrné, že váhy splňují podmínku Meoda expoeciálího vrováváí [RGBrow-RFMeer] Je dalším přísupů, kerý e řae (vedle meod klouavých průměrů) k adapivím echikám určeí redové složk časové řad Výchoí úvahou éo echik e, že se k predikci ové

Více

1.2.2 Síly II. Předpoklady: 1201

1.2.2 Síly II. Předpoklady: 1201 1.. Síly II Předoklady: 101 Oakování z minulé hodiny: Pohyb a jeho změny zůobují íly. Pro každou ravou ílu můžeme najít: ůvodce (těleo, které ji zůobuje), cíl (těleo, na které íla ůobí), artnerkou ílu

Více

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika)

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika) Kvatová a statistická fyzika (Termodyamika a statistická fyzika) Boltzmaovo - Gibbsovo rozděleí - ilustračí příklad Pro ilustraci odvozeí rozděleí eergií v kaoickém asámblu uvažujme ásledující příklad.

Více

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Pravděpodobnostní model doby setrvání ministra školství ve funkci Pravděpodobostí model doby setrváí miistra školství ve fukci Základí statistická iferece Data Zdro: http://www.msmt.cz/miisterstvo/miistri-skolstvi-od-roku-848. Ke statistickému zpracováí byla vzata pozorováí

Více

A. Rozdělení ČŘ podle časového hlediska rozhodného pro zjišťování údajů

A. Rozdělení ČŘ podle časového hlediska rozhodného pro zjišťování údajů ČASOVÉ ŘADY - oslouosi věcě a rosorově srovaelých ozorováí, kerá jsou jedozačě usořádáa z hlediska času - ČŘ ekoomických ukazaelů vkazují určié secifické rs, akže je řeba zá adekváí osu, vhodé k jejich

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