Měření a charakteristiky variability

Rozměr: px
Začít zobrazení ze stránky:

Download "Měření a charakteristiky variability"

Transkript

1 Lece Měřeí a charatert varablt Po úrov je druhou vlatotí datového ouboru promělvot varablta Tato vlatot je ložtější o čemž vpovídají ja růzé ocepce chápáí promělvot dat ta začý počet dpoblích charatert varablt Na výběr jou tetorát charatert rozměré bezrozměré otruovaé a báz dferecí č odchle Vedoucí potaveí mez charatertam varablt ve tattce vůbec má průměrá čtvercová odchla olem artmetcého průměru rozptl Varablta ale taé ouví chbam zjšťováí proto e rozlšuje přrozeá a chbová varablta M předpoládáme že chb jou zaedbatelé a hovoříme ted pouze o měřeí přrozeé varablt dferece; ovarace; medáová abolutí odchla od medáu; odchl; protá forma; průměrá abolutí odchla od medáu; rozpětí vartlů; rozptl; měrodatá odchla; polečý rozptl; varablta; varačí oefcet; varačí rozpětí; vážeá forma Varablta a její měřeí V úvodí aptole jme př charaterzováí tatt použl formulac že e zabývá promělvým varablím vlatotm hromadých jevů O varabltě e hovoří v růzých ouvlotech: Ve vztahu růzým jedotám téhož tattcého ouboru Ve vztahu jedé jedotce a íž je určtá hodota ledováa v růzých čaových oamžcích ebo tervalech Ve vztahu jedé jedotce a íž je opaovaě odčítáa tatáž otatí hodota V tomto případě tojí za varabltou aměřeých hodot áhodé chb měřeí Zdrojem ežádoucí varablt mohou být taé růzé defet v datech Obr Dva oubor lšící e v úrov a ve varabltě Soubor A Soubor B rozpětí ouboru A r o z p ě t í o u b o r u B Dva tříděé datové oubor a obrázu e záměrě lší v úrov to pro zvýšeí přehledot a ve varabltě Data ouboru B měřeo rozpětím a oe hodot zau vazují podtatě všší promělvot varabltu ež data ouboru A Stattcé údaje ted mohou v prcpu obahovat přrozeou varabltu jejímž zdrojem je růzot podmíe v protoru a čae a dále chbovou varabltu terá je do dat veea áhodým 4

2 případě hrubým chbam měřeí a edooalotí ve vmezeí tattcých ouborů a v defováí zoumaých zaů V rozahu tohoto tetu e budeme zabývat pouze měřeím přrozeé varablt a budeme mlč předpoládat epřítomot chbové varablt Měřeím chbové varablt e zabývá amotatá dcplía teore chb Od tutvího chápáí varablt vz obr je třeba přejít objetvím charatertám umožňujícím eatí měřeí této vlatot a rováváí varablt dvou ebo více datových ouborů O tom že varablta je poěud ložtější vlatot ež v mulé aptole probraá úroveň vědčí mj to že etuje řada ocepcí jejího měřeí vedoucí celému tému charatert varablt Nejprmtvějším pojetím varablt je její chápáí jao rozpětí hodot ouboru V této ouvlot e používá měřeí varablt varačího rozpětí R ma m ebo rozpětí vartlů Q V obou případech jde o epřílš důležté charatert založeé a výzamých hodotách Podobě jao v případě měřeí úrově dáváme předot píše charatertám teré jou fucem všech hodot a mají proto větší vpovídací chopot Dalším z možých pojetí varablt je její chápáí ve mlu vzájemé rozdílot hodot ve dvojcích Prcp výpočtu této up charatert počívá ve vtvořeí všech možých dvojc údajů taoveí dferecí rozdílů hodot ve dvojcích a výpočtu průměré dferece terá vzhledem tomu že oučet všech možých dferecí je vžd rove ule e vjadřuje jao artmetcý průměr abolutích hodot dferecí tato charaterta e azývá tředí dferece ebo artmetcý průměr jejch čtverců tředí vadratcá dferece Výpočet dferecí je vzhledem e začému počtu všech možých dvojc poměrě pracý a tto charatert emají tera mmořádý výzam Proto e problematce dferecí ebudeme dále věovat Největší výzam a pratcé použtí mají charatert založeé a chápáí varablt jao rozdílot hodot ouboru od ějaé otat zpravdla charatert úrově orétě artmetcého průměru ebo medáu Tto rozdíl abchom je zřetelě odlšl od dferecí azýváme odchl Ovšem podobě jao u dferecí je třeba př výpočtu průměré odchl vcházet z abolutích hodot ebo čtverců těchto odchle Charatert varablt a báz průměré abolutí ebo průměré čtvercové odchl jou atol výzamé že jm v dalším tetu věujeme po amotatém odtavc Předchozí tř up charatert varablt mají polečé to že jde o rozměré mír varablt Tto charatert eumožňují rovávat varabltu zaů udaých v růzých epřevodtelých měrých jedotách co má větší varabltu: urz ací v Kč ebo deí teplot ve C? a mohou vét růzým edorozuměím měíčí mzd udaé v Kč vazují podtatě všší varabltu ež ttéž hodot udaé v t Kč Statta dává předot použít všude tam de je to možé bezrozměré charatert Bezrozměré charatert varablt jou otruová jao podíl rozměré charatert a vhodé ve tejých jedotách uvedeé charatert úrově a ozačujeme je jao charatert varablt v relatvím vjádřeí Rozptl a odvozeé charatert Rozptl je defová jao průměrá čtvercová odchla olem artmetcého průměru Je zároveň ejmeší průměrou čtvercovou odchlou vz vlatot artmetcého průměru Rozptl má mez všem charatertam varablt zcela výjmečé potaveí má řadu uátích vlatotí a je v celé řadě tattcých úvah epotradatelý a eahradtelý žádou jou charatertou Rozptl taé varace zrata var tattcého zau X je v proté a vážeé formě defová jao Tam de je to vhodé používáme pro ozačeí rozptlu mbol var var atd 5

3 6 de v prvím případě je rozah ouboru a ve druhém je počet tervalů Jedou z pozoruhodých vlatotí rozptlu je to že měří varabltu oučaě ja ve mlu odchle ta oučaě ve mlu dferecí Podobě jao u artmetcého průměru uvedeme í řadu vlatotí rozptlu: Rozptl je vžd ezáporý Nule je rove rozptl otat Zavedeme-l podobě jao u artmetcého průměru 0 c X Y bude rozptl c c rozptl je ted a rozdíl od artmetcého průměru varatí vůč adtví otatě zato e měí e čtvercem multplatví otat Rozptl oučtu ebo rozdílu Y X W [ ] [ ] w w w Rozptl oučtu ebo rozdílu dvou zaů X Y je rove oučtu d e rozdílu! rozptlů zvětšeému ebo zmešeému o dvojáobe výrazu ozačovaého jao ovarace 3 zaů X a Y Je dáo dílčích ouborů o rozazích dílčím artmetcým průměr a dílčím rozptl Společý artmetcý průměr jme taovl jao vážeý artmetcý průměr průměrů dílčích ouborů Společý rozptl je defová jao oučet dvou lože: průměrého rozptlu uvtř dílčích ouborů a rozptlu dílčích průměrů olem celového průměru Zatímco prví loža měří velot varablt uvtř dílčích ouborů druhá loža měří velot varablt mez dílčím oubor Př zalot terýchol dvou čleů rovce můžeme třetí ložu dopočítat Vztah můžeme chápat dvojím způobem: celový rozptl lze rozložt a lož ale zároveň taé ze lože a pravé traě lze ložt celový rozptl Říáme že rozptl jao jedá z charatert varablt má tavebcový charater Tato uátí vlatot rozptlu předurčuje vužtí této charatert v moha oblatech tatt Přílad Demotrujeme í ejdůležtější z uvedeých vlatotí rozptlu Mějme dva datové oubor pro : : 3 Míto podobě jao u rozptlu e alteratvě vužívá ozačeí cov

4 Je zřejmé že mez hodotam obou ouborů je vztah 3 Rozptl var var 4 8 var tejě jao rozptl aždé pětce po obě jdoucích číel mez mž jou jedotové rozdíl o čemž e můžete ado převědčt Hodot w : a jejch rozptl je rove 8 převědčte e o tom! Rozptl var w 8 8 cov z čehož cov 4 Uveďme í hodot v verzím pořadí tj : Hodot w : a jejch rozptl var w 8 cov z čehož cov 4 Vdíme že hodota ovarace záví a způobu upořádáí hodot ve dvojcích Vtvořme í polečý datový oubor z : Jeho rozptl je var z 69 Průměrý rozptl uvtř dílčích ouborů je Rozdíl je 0 rozptl mez dílčím oubor Demotrujte aalogc vlatot artmetcého průměru Použjte data z příladu Měl bte dopět závěru že vlatot průměru jou daleo méě omplovaé Nevýhodou rozptlu je jeho rozměr Proto e čato ahrazuje druhou odmocou měrodatou odchlou Směrodatá odchla má tejý rozměr jao za ze terého je vpočtea Varabltu je rověž možo měřt bezrozměrou rep v % vjádřeou charatertou varačím oefcetem v ebo v % Jaým způobem přeformulujeme poledí tř vlatot rozptlu pro měrodatou odchlu a varačí oefcet? Rozptl ve vážeé formě je urče pro data terá bla předem zpracováa pomocí bodového ebo tervalového tříděí Výzam hodot jme objal v ouvlot vážeým artmetcým průměrem Teto rozptl je ted Přílad po úpravě V tab vpočteme vážeý rozptl pro počet dětí v domácot z úloh a bodové tříděí a pro počet obvatel obce z úloh a tervalové tříděí Uážeme př tom použtí abolutích relatvích četotí obou varat vzorce rozptlu Vužjeme vpočteé vážeé průměr z příladu Tab Pracoví tabula pro výpočet rozptlu ve vážeé formě Počet dětí v domácot Počet obvatel obce p p

5 V prvím případě určíme což je rozptl počtu dětí v domácot 5 Ve druhém případě což je rozptl počtu obvatel Mez oběma výled je ovšem tejý rozdíl jao u průměrů Zatímco rozptl počtu dětí je urče přeě rozptl počtu obvatel je pouze odhadem utečé hodot terou bchom taovl z původích etříděých dat důlede zavedeí tředů tervalů jao hodot reprezetujících celý terval Navíc v obou případech chbí ázorá předtava o velot varablt vzhledem eázoré měré jedotce výledu dět obvatelé? Vážeá forma rozptlu má tejé vlatot jao forma protá a lze z í podobě určt měrodatou odchlu a varačí oefcet Který z obou datových ouborů v příladu vazuje větší varabltu? Lze to vůbec vzhledem růzým měrým jedotám určt? Druhou odmocu rozptlu azýváme měrodatou odchlou Směrodatá odchla je vadratcým průměrem odchle Zatímco rozptl je udá ve čtverc měré jedot zau jehož varabltu měříme rozptl mezd v Kč rozptl dob obluh v m rozptl produce výrobů v apod měrodatá odchla je vjádřea přímo v těchto jedotách Bezrozměrou charatertou varablt je měrodatá odchla v relatvím vjádřeí v pro 0 azývaá varačí oefcet Chceme-l vjádřt varabltu zau v procetech pracujeme charatertou 00 v Varačí oefcet je vhodější používat jou-l hodot > 0 Varačí oefcet můžeme použít e rováváí varablt datových ouborů jejchž za jou vjádře v růzých vzájemě epřevodtelých měrých jedotách ebo ouborů velm rozdílou úroví u chž elze provét rováí pomocí rozptlu ebo měrodaté odchl Ke měrodaté odchlce a varačímu oefcetu ještě uvedeme že vůč adtví otatě je varatí pouze měrodatá odchla zatímco varačí oefcet reaguje a adtví otatu c 0 změou hodot terou elze předem taovt měí e pouze jmeovatel zlomu zatímco měrodatá odchla reaguje a multplatví otatu je vůč í varatí čtatel jmeovatel zlomu e áobí tejým čílem varačí oefcet pro měrodatou odchlu a varačí oefcet elze z vpočteých dílčích charatert vpočítat hodotu pro oučet ebo rozdíl dvou zaů a vpočítat polečou charatertu z charatert dílčích ouborů 3 Průměré a medáové abolutí odchl Tto charatert jou otruová jao artmetcý průměr abolutích hodot odchle hodot zau od ějaé charatert úrově ejčatěj medáu Použtí medáu je zdůvoděo platotí vztahu ~ c pro c ~ Průměrá abolutí odchla otruovaá od medáu v proté a vážeé formě 8

6 MAAD ~ MAAD ~ emůže ted být d větší ež průměrá abolutí odchla otruovaá od jé charatert úrově obecě od jé otat ež medáu Průměrá abolutí odchla od medáu má řadu vlatotí z chž uvedeme: Průměrá abolutí odchla od medáu je varatí vůč adtví otatě V případě multplatví otat reaguje tejě jao měrodatá odchla tj MAAD MAAD Nelze určt průměrou abolutí odchlu od medáu pro oučet ebo rozdíl dvou zaů př zalot průměrých abolutích odchle obou zaů tejě ta jao elze určt polečou průměrou abolutí odchlu z odpovídajících charatert dílčích ouborů Průměrá abolutí odchla od medáu je vžd meší ež měrodatá odchla tejého zau Průměrou abolutí odchlu od medáu v relatvím vjádřeí zíáme vděleím této charatert artmetcým průměrem ol medáem Výzam této charatert je obdobý jao u varačího oefcetu Robutí charatertou varablt je medáová protředí abolutí odchla od medáu MAD terou taovíme jao protředí čle podle velot upořádaé řad odchle hodot datového ouboru od medáu Přílad 35 Pro datové oubor :34 5 : vpočteme rozpětí vartlů rozptl měrodatou odchlu varačí oefcet průměrou a protředí abolutí odchlu od medáu Pro prví datový oubor: 3; Q ; ; 4; 00v 47%; MAAD 0; MAD 0 50 Pro druhý datový oubor: 083; 35; Q 3; 30847; 756; 00v 6 %; MAAD 883; MAD 0 50 Porováím charatert úrově a varablt pro oba datové oubor vdíme že ejmeší rozdíl zazameáváme u robutích charatert medáu rozpětí vartlů a protředí abolutí odchl od medáu teré ejou ta dalece ovlvě přítomotí/epřítomotí hodot 50 Všech zde uvedeé výled zotrolujte! 5 Σ Varablta je jedím z atrbutů aždých tattcých dat V datech alézáme přrozeou a chbovou varabltu 3 Etují růzé ocept varablt a tím ouví začé možtví ejrůzějších charatert varablt 4 Nejvýzamější charatertou varablt a polečě artmetcým průměrem tatt vůbec je rozptl 5 Rozptl má řadu jedečých vlatotí teré e vužívají v dalších čátech tatt apř př měřeí závlotí hodoceí epermetů 9

7 apod 6 Nejpozoruhodější vlatotí rozptlu je jeho chopot být rozládá ve lož a z jeho jedotlvých lože určovat rozptl celový Tato vlatot rozptlu emá aalog 7 Vlatotem rozptlu tejě jao vlatotem artmetcého průměru je třeba věovat př tudu patřčou pozorot Charaterzujte varabltu datového ouboru ze cvčeí z lece o tříděí Charaterzujte varabltu datového ouboru ze cvčeí z lece o tříděí 3 Klafujte pojetí varablt a e aždému pojetí přřaďte odpovídající charatert varablt vtvořte chéma 4 Ozačte rozměré bezrozměré a robutí charatert varablt v aždé upě uveďte apoň dvě 5 Pro přílad určete rozptl rozdílu w a dále poračujte výpočtem ovarace podle vzoru příladu z příladu veete jao bod 6 Vhotovte áre de dvojce hodot v rově Ja ouví upořádáí bodů ve dvojcích jejch upořádáím v grafu? 7 Propočtěte zovu přílad zaměňte metodu výpočtu obou úloh vzorec e závorou/bez závor četot abolutí/relatví 8 Je dá a průměrý rozptl uvtř dílčích ouborů jao 0 ; 0; 00 a b polečý rozptl jao 0 ; 50 Které ombace hodot jou možé a čemu vedou ázev výlede 30 9 Blo vpočteo var 73 var 43 Určete c ve vztahu Y X c 0

Charakteristiky úrovně

Charakteristiky úrovně Charaterty úrově Měřeí úrově Úroveň (poloha) je jedou ze záladích vlatotí tattcých dat, v úrov e mohou tattcá data lšt ebo aopa hodovat. Výzačé hodoty varačí řady ejou ctlvé a změu jedotlvých hodot Medá

Více

Popis datového souboru

Popis datového souboru Lece 3 Pop datového ouboru Zatím jme hovořl převážě o zjšťováí dat a jejch zpracováí Údaje datového ouboru popují aždý případ zvlášť Ní e pouíme vužít údaje tomu, abchom zobecl určté tpcé vlatot datového

Více

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru.

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru. Soutava mometů Momety (Obecé, cetrálí a ormovaé) Do ytému mometových charatert patří ty ejdůležtější artmetcý průměr (mometová míra úrově) a rozptyl (mometová úroveň varablty). Obecý momet -tého tupě:

Více

Statistické charakteristiky (míry)

Statistické charakteristiky (míry) Stattcé charaterty (míry) - hrují formac, obažeou v datech (vyjadřují j v ocetrovaé formě); - charaterzují záladí ryy zoumaého ouboru dat; - umožňují porováváí více ouborů. upy tattcých charatert :. charaterty

Více

Lekce Úroveň a její měření. aritmetický průměr; geometrický průměr; harmonický průměr; medián; mocninový

Lekce Úroveň a její měření. aritmetický průměr; geometrický průměr; harmonický průměr; medián; mocninový Lece Nejjedodušší Měřeí a charaterty úrově vlatotí datového ouboru je jeho úroveň, azývaá taé poloha. Charaterty úrově dělíme především podle toho, zda jou tvořey a báz výzamých hodot ebo zda jou fucem

Více

3. cvičení 4ST201 - řešení

3. cvičení 4ST201 - řešení cvčící Ig. Jaa Feclová 3. cvčeí 4ST0 - řešeí Obah: Míry varablty Rozptyl Směrodatá odchyla Varačí oefcet Rozlad rozptylu a mezupovou a vtroupovou varabltu Změa rozptylu Vyoá šola eoomcá VŠE urz 4ST0 Míry

Více

3. cvičení 4ST201. Míry variability

3. cvičení 4ST201. Míry variability cvčící Ig. Jaa Feclová 3. cvčeí 4ST0 Obah: Míry varablty Rozptyl Směrodatá odchyla Varačí oefcet Rozlad rozptylu a mezupovou a vtroupovou varabltu Změa rozptylu Vyoá šola eoomcá VŠE urz 4ST0 Míry varablty

Více

Momenty a momentové charakteristiky

Momenty a momentové charakteristiky Lekce 3 Momety a mometové charaktertky Pokud jme e v předešlém výkladu zmňoval o ěkteré tattcké charaktertce, zpravdla jme rověž uváděl, zda j řadíme mez více ebo méě důležté. A byly to právě artmetcký

Více

Doc. Ing. Dagmar Blatná, CSc.

Doc. Ing. Dagmar Blatná, CSc. PRAVDĚPODOBNOST A STATISTIKA Doc. Ig. Dagmar Blatá, CSc. Statsta statstcé údaje o hromadých jevech čost, terá vede zísáí statstcých údajů a jejch zpracováí teore statsty - věda o stavu, vztazích a vývoj

Více

Popisné (deskriptivní) metody. Statistické metody a zpracování dat. II. Popisné statistické metody. Rozdělení četností. Skupinové rozdělení četností

Popisné (deskriptivní) metody. Statistické metody a zpracování dat. II. Popisné statistické metody. Rozdělení četností. Skupinové rozdělení četností Popé (derptví) metody Číme závěry pouze z určtého zpracovávaého ouboru výběrového, popujeme je to, co bylo zjštěo, bez zobecňováí Stattcé metody a zpracováí dat II. Popé tattcé metody Petr Dobrovolý Derptví

Více

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

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

Více

Popisná statistika. (Descriptive statistics)

Popisná statistika. (Descriptive statistics) Popá tatta Decrptve tattc Výledem měřeí je oubor aměřeých hodot vytvářející datový oubor D { } V datovém ouboru e mohou vyytovat tytéž hodoty vícerát, zejméa tehdy, mají-l velčy drétí epojtou povahu počet

Více

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

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

Více

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

jsou varianty znaku) b) při intervalovém třídění (hodnoty x Výběr z eřeštelých příkladů ze zkouškových testů Jde o výběr z tpů příkladů, jejchž úspěšost řešeí u zkoušek se blíží ule. Itervalové versus bodové tříděí V tabulce je uvedeo rozděleí četostí a) př bodovém

Více

ZÁKLADY POPISNÉ STATISTIKY

ZÁKLADY POPISNÉ STATISTIKY ZÁKLADY POPISNÉ STATISTIKY Statitia věda o metodách běru, zpracováí a vyhodocováí tatiticých údaů. Statiticé údae ou apř. údae o přirozeém přírůtu či migraci obyvateltva, obemu výroby průmylových podiů,

Více

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

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

Více

5. Základní statistický rozbor

5. Základní statistický rozbor 5. Záladí tattcý rozbor Záladí tattcý rozbor očívá ve výočtech a rezetac číelých charatert tattcého ouboru hodot zoumaého číelého (vattatvího) tattcého zau. Číelé charaterty jou číelé hodoty, teré zhuštěím

Více

Lineární regrese ( ) 2

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

Více

Odhady a testy hypotéz o regresních přímkách

Odhady a testy hypotéz o regresních přímkách Lekce 3 Odhad a tet hpotéz o regreích přímkách Ve druhé lekc jme kotruoval kofdečí terval a formuloval tet hpotéz o korelačím koefcetu Korelačí koefcet je metrckou charaktertkou tezt závlot, u které ezáleží

Více

1 STATISTICKÁ ŠETŘENÍ

1 STATISTICKÁ ŠETŘENÍ STATISTICKÁ ŠETŘENÍ Záladem aždého tattcého zoumáí jou údaje (data). Lze je zíat v záadě dvěma způoby. Buď je převzít z ějaého zdroje ebo je am zjtt. Seudárí data údaje, teré převezmeme z růzých zdrojů;

Více

Téma 1: Pravděpodobnost

Téma 1: Pravděpodobnost ravděpodobot Téma : ravděpodobot ředáša - ravděpodobot áhodého evu Náhodý pou a áhodý ev Náhodý pou - aždá čot, eíž výlede eí edozačě urče podmíam, za terých probíhá apř hod otou, měřeí dély, běh a 00

Více

Téma 5: Analýza závislostí

Téma 5: Analýza závislostí Aalýza závlotí Téma 5: Aalýza závlotí Předáša 5 Závlot mez ev Záladí pom Předmětem této aptol ude zoumáí závlotí ouvlotí mez dvěma a více ev. Jedá e o proutí do vztahů mez ledovaým ev a tím přlížeí tzv.

Více

Přednáška č. 2 náhodné veličiny

Přednáška č. 2 náhodné veličiny Předáša č. áhodé velčy Pozámy záladím pojmům z počtu pravděpodobost Pozáma 1: Př výpočtu pravděpodobost áhodého jevu dle lascé defce je uté věovat pozorost způsobu formulace vybraého jevu. V ásledující

Více

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

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

Více

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

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

Více

Jednoduchá lineární závislost

Jednoduchá lineární závislost Jedoduchá leárí závlot Regreí fuce: ),...,, ( 0 m f Předpolad: Fuce je leárí v parametrech: ) (... ) 0 ( 0 f f m m f 0 ()... f m () regreor 0... m regreí parametr určujeme METODOU NEJMENŠÍCH ČTVERCŮ Regreí

Více

2. Vícekriteriální a cílové programování

2. Vícekriteriální a cílové programování 2. Vícerterálí a cílové programováí Úlohy vícerterálího programováí jsou úlohy, ve terých se a možě přípustých řešeí optmalzuje ěol salárích rterálích fucí. Moža přípustých řešeí je přtom defováa podobě

Více

Dvourozměrná tabulka rozdělení četností

Dvourozměrná tabulka rozdělení četností ANALÝZA ZÁVILOTÍ - zouáí závlot dvou evet více poěých, ěřeí íl této závlot, atd - cíle je hlubší vutí do podtat ledovaých jevů a poceů, přblížeí tzv příčý ouvlote Dvouozěá tabula ozděleí četotí - je eleetáí

Více

JEDNOROZMĚRNÁ POPISNÁ STATISTIKA

JEDNOROZMĚRNÁ POPISNÁ STATISTIKA JEDNOROZMĚRNÁ POPISNÁ STATISTIKA Záladí tattcé ojmy Statta - teto ojem lze cháat v záadě ve třech ojetích: ) číelé ebo loví údaje (data) a jejch ouhry o hromadých jevech ) ratcá čot očívající ve běru,

Více

P1: Úvod do experimentálních metod

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

Více

} kvantitativní znaky

} kvantitativní znaky Měřeí tattcké závlot, korelace, regree Obecé prcpy závlot vzájemá ouvlot měřeých zaků Prof. RNDr. Jaa Zvárov rová,, DrSc. fukčí závlot x tattcká závlot átroje pro měřeí závlot leár rí regree korelace }

Více

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků 1 Pops statstcých dat 1.1 Pops omálích a ordálích zaů K zobrazeí rozděleí hodot omálích ebo ordálích zaů lze použít tabulu ebo graf rozděleí četostí. Tuto formu zobrazeí lze dooce použít pro číselé zay,

Více

Úvodem. Vážení čtenáři,

Úvodem. Vážení čtenáři, Úvodem Vážeí čteář, rpta, terá právě otevíráte, jou určea především poluchačům druhého ročíu baalářého tuda všech oborů Vyoé šoly fačí a práví, tj. jao tudjí materál předmětům Pravděpodobot a tatta, Pravděpodobot

Více

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI 8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI Ča ke tudiu kapitoly: 60 miut Cíl: Po protudováí tohoto odtavce budete umět: charakterizovat další typy pojitých rozděleí: χ, Studetovo, Ficher- Sedocorovo -

Více

Téma 3: Popisná statistika

Téma 3: Popisná statistika Popá tatta Téma : Popá tatta Předáša 7 Záladí tattcé pojmy Pojem a úoly tatty Statta je věda, teá e zabývá zíáváím, zpacováím a aalýzou dat po potřeby ozhodováí. Zoumá tav a vývoj homadých jevů a vztahů

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

1. Rozdělení četností a grafické znázornění Předpokládejme, že při statistickém šetření nás zajímá jediný statistický znak x, který nabývá

1. 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

Více

1 STATISTICKÁ ŠETŘENÍ

1 STATISTICKÁ ŠETŘENÍ STATISTICKÁ ŠETŘENÍ Záladem aždého tattcého zoumáí jou údaje (data). Lze je zíat v záadě dvěma způoby. Buď je převzít z ějaého zdroje ebo je am zjtt. Seudárí data údaje, teré převezmeme z růzých zdrojů;

Více

Statistická rozdělení

Statistická rozdělení Úvod Statstcá rozděleí Václav Adamec vadamec@medelu.cz Náhodá proměá: matematcá velča, jejíž hodot osclují. Produt áhodého procesu lze charaterzovat fucí Hodot proměé v oboru přípustých hodot Rozděleí

Více

1. Základy měření neelektrických veličin

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

Více

, jsou naměřené a vypočtené hodnoty závisle

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

Více

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

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

Více

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností 4.2 Elemetárí statstcké zpracováí Výsledkem statstckého zjšťováí (. etapa statstcké čost) jsou euspořádaá, epřehledá data. Proto 2. etapa statstcké čost zpracováí, začíá většou jejch utříděím, zpřehleděím.

Více

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY 7 VYUŽITÍ METOD OERAČNÍ ANALÝZY V TECHNOLOGII DORAVY Operačí aalýza jao jeda z oblatí apliovaé matematiy achází vé široé uplatěí v průmylových a eoomicých apliacích. Jedím z oborů, ve teré hraje ezatupitelou

Více

10.2.3 VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI

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

Více

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

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

Více

[ jednotky ] Chyby měření

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

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA SP esty dobré shody PRAVDĚPODOBNOS A SAISIKA Lbor Žá SP esty dobré shody Lbor Žá Přpomeutí - estováí hypotéz o rozděleí Ch-vadrát test Chí-vadrát testem terý e založe a tříděém statstcém souboru. SP esty

Více

PRAVDĚPODOBNOST A STATISTIKA

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

Více

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech)

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech) Pozámk k tématu Koelace a jedoduchá leáí egee (Téma eí ve kptech) Mějme data, ),...,(, ), kteá jou áhodým výběem z ějaké populace. Data ted pokládáme za ezávlé ealzace dvojce áhodých velč ( X, Y ). Půmě

Více

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

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

Více

Možnosti vyžití statistiky a teorie zpracování dat v práci učitele na 1. stupni ZŠ

Možnosti vyžití statistiky a teorie zpracování dat v práci učitele na 1. stupni ZŠ Možnot vyžtí tatty a teore zpracování dat v prác učtele na. tupn ZŠ Význam tatty je v oudobé polečnot všeobecně uznáván. Svědčí o tom člány v denním odborném tu, lýcháme o ní čato ve vytoupeních hopodářých

Více

Digitální učební materiál

Digitální učební materiál Dgtálí učebí materál Číslo projetu CZ..07/.5.00/34.080 Název projetu Zvaltěí výuy prostředctvím ICT Číslo a ázev šabloy líčové atvty III/ Iovace a zvaltěí výuy prostředctvím ICT Příjemce podpory Gymázum,

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

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

Více

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln

k(k + 1) = A k + B. s n = n 1 n + 1 = = 3. = ln 2 + ln. 2 + ln Číselé řady - řešeé přílady ČÍSELNÉ ŘADY - řešeé přílady A. Součty řad Vzorové přílady:.. Přílad. Určete součet řady + = + 6 + +.... Řešeí: Rozladem -tého čleu řady a parciálí zlomy dostáváme + = + ) =

Více

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

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

Více

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

Testování statistických hypotéz

Testování statistických hypotéz Tetováí tatitických hypotéz CHEMOMETRIE I, David MILDE Jedá e o jedu z ejpoužívaějších metod pro vyloveí závěrů o základím ouboru, který ezkoumáme celý, ale pomocí áhodého výběru. Př.: Je obah účié látky

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

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

VYSOKÉ 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

Více

SP2 Korelační analýza. Korelační analýza. Libor Žák

SP2 Korelační analýza. Korelační analýza. Libor Žák Korelačí aalýza Přpomeutí pojmů áhodá proměá áhodý vetor áhodý vetor Náhodý výběr: pro áhodou proměou : pro áhodý vetor : pro áhodý vetor : Přpomeutí pojmů - ovarace Kovarace áhodých proměých ovaračí oefcet

Více

Spolehlivost a diagnostika

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

Více

S1P Popisná statistika. Popisná statistika. Libor Žák

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

Více

Chyby přímých měření. Úvod

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

Více

Mendelova univerzita v Brně Statistika projekt

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

Více

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR Středí hodoty Artmetcý průměr vážeý ze tříděí Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR Výzam a užtí vážeého artmetcého průměru uážeme a ásledujících příladech Přílad 0 Ve frmě Gama Blatá máme soubor

Více

Posloupnosti ( 1) ( ) 1. Různým způsobem (rekurentně i jinak) zadané posloupnosti. 2. Aritmetická posloupnost

Posloupnosti ( 1) ( ) 1. Různým způsobem (rekurentně i jinak) zadané posloupnosti. 2. Aritmetická posloupnost Poloupoti Růzým způobem (rekuretě i jik zdé poloupoti Urči prvích pět čleů poloupoti, ve které, + Urči prvích pět čleů poloupoti, je-li dáo:, + + Urči prvích pět čleů poloupoti, je-li dáo: 0,, Urči prvích

Více

Úvod do korelační a regresní analýzy

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

Více

Metody zkoumání závislosti numerických proměnných

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

Více

Korelační analýza. sdružené regresní přímky:

Korelační analýza. sdružené regresní přímky: Koelčí lýz - ooutá závlot dvou tttckých zků; - hodot jou zíká pozoováím, ez možot ovlvěí; - eí možo ozlšt závle ezávle poměou; - hlvím átojem je ze metod ejmeších čtveců; - kždou z oou možých závlotí vthuje

Více

Univerzita Karlova v Praze Pedagogická fakulta

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

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

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

Více

9.3.5 Korelace. Předpoklady: 9304

9.3.5 Korelace. Předpoklady: 9304 935 Koelace Předpoklad: 9304 Zatím jsme se zabýval vžd pouze jedím zakem, ve statstckém výzkumu jsme však u každého jedotlvce (statstcké jedotk) sledoval zaků více Učtě spolu ěkteé zak souvsí (apříklad

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

stavební obzor 1 2/2014 11

stavební obzor 1 2/2014 11 tavebí obzor /04 Exploratorí aalýza výběrového ouboru dat pevoti drátobetou v tlau Ig. Daiel PIESZKA Ig. Iva KOLOŠ, Ph.D. doc. Ig. Karel KUBEČKA, Ph.D. VŠB-TU Otrava Faulta tavebí Věrohodé vyhodoceí experimetálích

Více

Deskriptivní statistika 1

Deskriptivní 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

Více

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

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

Více

Téma 4: Výběrová šetření

Téma 4: Výběrová šetření Výběrová šetřeí Téma : Výběrová šetřeí Předáška Výběrové charaktertky a jejch rozděleí Výzam a druhy výběrového šetřeí tattcké šetřeí úplé vyčerpávající eúplé výběrové výběrové šetřeí aha o to aby výběrový

Více

5 - Identifikace. Michael Šebek Automatické řízení

5 - Identifikace. Michael Šebek Automatické řízení 5 - Idetface Mchael Šebe Automatcé řízeí 06 8-3-6 Idetface Automatcé řízeí - Kybereta a robota Aeb ja zíat model ytému z dat (a valdovat ho a jých datech) whte box (víme vše): ze záladích prcpů (fyz-chem-bo-

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

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

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter.

Statistika 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

Více

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a)

Budeme pokračovat v nahrazování funkce f(x) v okolí bodu a polynomy, tj. hledat vhodné konstanty c n tak, aby bylo pro malá x a. = f (a), f(x) f(a) Předáša 7 Derivace a difereciály vyšších řádů Budeme poračovat v ahrazováí fuce f(x v oolí bodu a polyomy, tj hledat vhodé ostaty c ta, aby bylo pro malá x a f(x c 0 + c 1 (x a + c 2 (x a 2 + c 3 (x a

Více

8.1.2 Vzorec pro n-tý člen

8.1.2 Vzorec pro n-tý člen 8.. Vzorec pro -tý čle Předpolady: 80 Pedagogicá pozáma: Myslím, že jde o jedu z velmi pěých hodi. Přílady a hledáí dalších čleů posloupostí a a objevováí vzorců pro -tý čle do začé míry odpovídají typicým

Více

Úvod do zpracování měření

Úvod do zpracování měření Úvod do zpracováí měřeí Teore chb Opakujeme-l měřeí téže fzkálí velč za stejých podmíek ěkolkrát za sebou, dostáváme zpravdla růzé hodot. Měřeé velčě přísluší však jedá správá hodota. Každou odchlku aměřeé

Více

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY Statitické metody ve veřejé právě ŘEŠENÉ PŘÍKLADY Ig. Václav Friedrich, Ph.D. 2013 1 Kapitola 2 Popi tatitických dat 2.1 Tabulka obahuje rozděleí pracovíků podle platových tříd: TARIF PLAT POČET TARIF

Více

VY_52_INOVACE_J 05 01

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

Více

Generování dvojrozměrných rozdělení pomocí copulí

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

Více

P2: Statistické zpracování dat

P2: 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

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

Zá k l a d y k v a n t i t a t i v n í g e n e t i k y

Zá k l a d y k v a n t i t a t i v n í g e n e t i k y Virtuálí vět geetiky 1 Základy kvatitativí geetiky Zá k l a d y k v a t i t a t i v í g e e t i k y Doud byly základí geetické procey (přeo geetické iformace) ledováy a zacích a vlatotech dikrétími hodotami

Více

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATEDRA FYZIKY LABORATORNÍ CVIČENÍ Z FYZIKY Jméo: Petr Česák Datum měřeí:.3.000 Studjí rok: 999-000, Ročík: Datum odevzdáí: 6.3.000 Studjí skupa: 5 Laboratorí skupa:

Více

STATISTIKA. Základní pojmy

STATISTIKA. 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

Více

PŘÍKLAD NA VÁŽENÝ ARITMETICKÝ PRŮMĚR Z INTERVALOVÉHO ROZDĚLENÍ ČETNOSTI

PŘÍKLAD NA VÁŽENÝ ARITMETICKÝ PRŮMĚR Z INTERVALOVÉHO ROZDĚLENÍ ČETNOSTI PŘÍKLAD NA VÁŽENÝ ARITMETICKÝ PRŮMĚR Z INTERVALOVÉHO ROZDĚLENÍ ČETNOSTI Přílad 0.6 Pracoví, terý spravuje podovou databáz, eportoval do tabulového procesoru všechy pracovíy podu Alfa Blatá s ěterým sledovaým

Více

ANALÝZA ZÁVISLOSTÍ. Dvourozměrná tabulka rozdělení četností

ANALÝZA ZÁVISLOSTÍ. Dvourozměrná tabulka rozdělení četností ANALÝZA ZÁVILOTÍ - zouáí závlot dvou evet více poěých, ěřeí íl této závlot, atd - cíle je hlubší vutí do podtat ledovaých jevů a poceů, přblížeí tzv příčý ouvlote Dvouozěá tabula ozděleí četotí - je eleetáí

Více

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

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

Více

8.1.2 Vzorec pro n-tý člen

8.1.2 Vzorec pro n-tý člen 8 Vzorec pro -tý čle Předpolady: 80 Pedagogicá pozáma: Přílady a hledáí dalších čleů posloupostí a a objevováí vzorců pro -tý čle do začé míry odpovídají typicým příladům z IQ testů, teré studeti zají

Více

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

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

Více

1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE

1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE V této kaptole se dozvíte: jak je oecě defováa kolmost (ortogoalta) vektorů; co rozumíme ortogoálí a ortoormálí ází; co jsou to tzv relace ortoormalty a Croeckerovo delta;

Více

Počítačová analýza fraktálních množin

Počítačová analýza fraktálních množin Počítačová aalýza fratálích mož Petr Pauš Výzumý úol Šoltel : Zaměřeí : Katedra : Aademcý ro : Ro tuda : Dr Ig Mchal Beeš Tvorba oftware KM 2004/2005 4 Obah ÚVOD 3 2 HAUSDORFFOVA DIMENZE 4 2 HAUSDORFFOVA

Více