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

Rozměr: px
Začít zobrazení ze stránky:

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

Transkript

1 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 všech hodot ouboru. Nejvýzamější upou charatert úrově jou ovšem průměry. Společé pro všechy charaterty úrově je to, že jde o charaterty rozměré. artmetcý průměr; geometrcý průměr; harmocý průměr; medá; mocový průměr; protá forma; robutí charaterta; polečý průměr; tupeň průměru; úroveň; typcá hodota; vážeá forma. Úroveň a její měřeí Jedím ze záladích, uverzálích, atrbutů číelých tattcých dat je jejch úroveň (poloha). Běžě e etáváme tvrzeím typu žey e dožívají vyššího věu ež muž, právíc mají vyšší žvotí úroveň ež učtelé ebo třeba obchodíc e zemědělým omodtam mají vyšší zy ež jejch výrobc apod. Př tom amozřejmě vůbec ejde o to, že aždá žea bez výjmy e dožje vyššího věu ež terýol muž ebo že aždý práví má utě vyšší žvotí tadard ež terýol učtel. Jde pouze o určtou tattcou tedec, týající e porovávaých ouborů jao celu, ol aždé jedoty zvlášť. Způob, ja obdobá tvrzeí objetvě doložt, je rovat ouhré tattcé charaterty úrově (polohy) dvou (ebo více) datových ouborů. V úrov e mohou tattcá data více č méě lšt ebo aopa hodovat (vz obr..). Obr.. Dva oubory lšící e v úrov Soubor A Soubor B artmetcý průměr medá modu artmetcý průměr medá modu Dva tříděé datové oubory a obrázu e záměrě lší pouze v úrov, tj. v poloze vůč počátu ouřadcové oy. Pro zvýšeí přehledot jme zvoll ta velý rozdíl v úrov obou ouborů, že v tomto případě utečě platí, že aždá hodota ouboru B je větší ež teráol z hodot ouboru A. Na obrázu oučaě vdíme určté charaterty, teré mohou být použty měřeí úrově. Z obr.. je mj. zřejmé, že úroveň číelých tattcých dat lze charaterzovat apř. pomocí výzamých hodot, orétě typcé hodoty (modu) a protředí hodoty (medáu). Předot vša dáváme charatertám otruovaým jao fuce všech hodot řady, teré polečě azýváme průměry. 6

2 . Průměry jao charaterty úrově Pod pojmem průměry rozumíme míry polohy, teré plňují tyto záladí vlatot: jou fucí všech hodot, jejch hodota tedy záví a aždé z aměřeých hodot, leží vždy mez mmálí a mamálí aměřeou hodotou, změí-l e teráol z hodot řady, změí e ve tejém mylu hodota průměru (e vša o tejou hodotu). Kofrotujte právě uvedeé vlatot průměrů vlatotm medáu, terý určíte z dvou datových ouborů tvořeých hodotam 9, 3, 45, 36 a druhý oubor, 45, 3, 36, 9. K jaému závěru jte dopěl? Charaterty, teré vojí hodotou ereagují a přítomot etrémích hodot v datech e azývají robutí. Zcela obecě defovaý průměr e azývá mocový průměr tupě a je defová jao tá moca artmetcého průměru -tých moc hodot číelého zau X:, de (pro,,, ) je -tá hodota zau X, je rozah ouboru a je reálé čílo, azývaé tupeň mocového průměru. V této, tzv. proté formě, vyjadřujeme mocový průměr pro etříděé údaje. Jou-l údaje tříděé bodovým ebo tervalovým tříděím, vyjádříme mocový průměr ve vážeé formě jao, de (pro,,, ) jou tředy tervalů (u tervalového tříděí) ebo varaty (u bodového tříděí), jou abolutí četot,, mají tejý výzam jao v předchozím případě. V tomto oamžu e poprvé etáváme tím, že tattcé charaterty (a zdalea e to etýá je průměrů) vytupují ve dvou formách: formě proté pro etříděé údaje a formě vážeé pro tříděé údaje. Vaham v tomto případě azýváme četot, odpovídající jedotlvým tředům tervalů (u tervalového tříděí), případě jedotlvým varatám (u bodového tříděí). Př tom jde vždy pouze o dvě formy téže tattcé charaterty, teré mají tejé vlatot a a v ymbolce je tera erozlšujeme. Pro obě formy charatert obecě platí: jou-l všechy hodoty rovy jedé, přechází vzorec vážeého průměru do proté formy, áobíme-l všechy četot lbovolou otatou, hodota průměru e ezměí, tj. hodota průměru zůtae tejá, ahradíme-l apř. abolutí četot četotm relatvím, jou-l hodoty tředy tervalů př tervalovém tříděí, je vypočteá hodota pouze odhadem je evdetí, že ouč eí přeou hodotou úhru -tých moc hodot -tého tervalu. To, co jme právě uvedl v ouvlot mocovým průměrem, e přměřeě týá celé řady dalších tattcých charatert a tomuto problému e jž ebudeme pozděj zovu vracet. Je-l přrozeé čílo, můžeme hovořt o té odmocě. 7

3 Jedotlvé orétí průměry budeme yí defovat jao zvláští případy mocového průměru pro určté hodoty číla. V této ouvlot uvedeme, že jedou ze záladích vlatotí mocového průměru je, že je eleající fucí číla. Artmetcý průměr Položíme-l ve vzorc protého ebo vážeého mocového průměru, obdržíme ejběžější druh průměru artmetcý průměr v proté ebo vážeé formě:, de výzam jedotlvých ymbolů je tejý jao u mocového průměru tupě. Artmetcý průměr má myl použít všude tam, de má myl oučet dvduálích hodot zau. Vyplývá to z tzv. určující vlatot artmetcého průměru, terou můžeme vyjádřt jao , lově vyjádřeo: tálot oučtu hodot zau př jejch ahrazeí artmetcým průměrem. V případě, že data eplňují právě tuto určující vlatot (proto, že plňují ějaou jou), je použtí artmetcého průměru chybé! Artmetcý průměr je zároveň těžštěm hodot zau přílušého ouboru a má z tohoto ttulu ěteré vlatot (ja jme jž uvedl, hodé pro jeho protou vážeou formu): Artmetcý průměr otaty je rove této otatě. Kladé a záporé odchyly hodot od průměru e ompezují, taže ( ) 0, ja otatě plye z určující vlatot tohoto druhu průměru. Artmetcý průměr je hodotou, olem teré jou hodoty zau ejtěěj aupey ve mylu oučtu čtverců odchyle, tj. ( ) < ( c) pro c. Čemu : 45,, 3, 4,,, 3 je rove (a) oučet odchyle, (b) oučet čtverců odchyle datového ouboru od artmetcého průměru a od medáu? Jaý vztah je mez oběma oučty čtverců? Prozoumejme yí chováí artmetcého průměru v tuac, jou-l hodoty zau traformováy použtím adtví a multplatví otaty. Předtavme, že etují zay X a Y, mez terým je vztah Y X + c (de 0 ). Pa y ( + c) + c. Vdíme, že artmetcý průměr e měí tejým způobem jao e měí jedotlvé hodoty zau. Pozděj uvdíme, že toto rozumé chováí artmetcého průměru eí mez tattcým charatertam a zdalea pravdlem. Určete průměrou teplotu ve C, jetlže průměrá teplota a růzých mítech pobřeží Kalfore byla 86 F. Př tom F,8 C+3. 8

4 Je-l tattcý za W defová jao oučet ebo rozdíl dvou zaů X a Y, tj. w ( ± y ) ± y ± y. Je-l tattcý za Z defová jao podíl zaů X a Y, tj. z. y X Z, platí z Y W X ± Y, je y, z čehož Je-l dáo dílčích ouborů průměry,,...,,..., o rozazích,,...,,...,, pa polečý artmetcý průměr je vážeým artmetcým průměrem průměrů dílčích ouborů vaham, terým jou rozahy dílčích ouborů, tj.. Artmetcý průměr je eporě ejzámější a ejpoužívaější tattcou charatertou vůbec. Muíme ovšem uvědomt, že jeho použtí je metodcy eprávé, poud data evyhovují určující vlatot, a že v prcpu mohou etovat tuace, dy ce data formálě vyhovují, ale jeho vypovídací chopot je přejmeším porá. Přílad. Nevhodot artmetcého průměru Jedím z demografcých uazatelů je de maulty (femty), tj. počet mužů přpadajících a jedu žeu a aopa. Budou-l ve třech růzě zalděých regoech dey maulty apř. 0, 96; 99; 98př počtu mužů 5 50 a 00 t., elze z těchto dat určt artmetcý průměr, eboť údaje jou ečtatelé. Taže výpočet ( ) 9688 evede e 400 právému výledu, protože oučet oučů v závorce emá žádou terpretac. Sčtatelé jou ovšem převráceé hodoty , což je úhrý počet že (v t.). Prů- 0, 96 0, měrý de maulty je tedy Rozdíl mez oběma výledy ovšem emuí být vždy 43 tato zaedbatelý! Přílad. V tab.. vypočteme vážeý artmetcý průměr pro počet dětí v domácot v příladu. a pro počet obyvatel v obcích v příladu. (lece, modul ). Uážeme př tom použtí abolutích relatvích četotí. 9

5 Tab.. Pracoví tabula pro výpočet vážeého artmetcého průměru Počet dětí v domácot Obce podle počtu obvatel p p ,80 08,50 4,70 09,5 57,50 5, ,45 V prvím případě určíme 57, 8, což je průměrý počet dětí v domácot. 5 Ve druhém případě vyčteme v oučtovém řádu poledího loupce přímo hodotu 483,45, což je průměrá velot obce vyjádřeá počtem obyvatel. Mez oběma výledy je ovšem záadí rozdíl. Zatímco průměrý počet dětí je urče přeě, průměrý počet obyvatel je pouze odhadem utečé hodoty, terou bychom taovl z původích etříděých dat (důlede zavedeí tředů tervalů jao hodot reprezetujících celý terval). Harmocý průměr Je-l ve vzorc mocového průměru tupě čílo, přechází mocový průměr do podoby protého ebo vážeého harmocého průměru h h (pro > 0) Harmocý průměr lze počítat pouze z ladých hodot zau a můžeme jej terpretovat jao převráceou hodotu protého ebo vážeého artmetcého průměru převráceých hodot zau. Určující vlatotí harmocého průměru je , h h h h lově vyjádřeo: tálot oučtu převráceých hodot zau př jejch ahrazeí harmocým průměrem. Tato vlatot předurčuje vážeý harmocý průměr pro měřeí úrově poměrých číel, jao je apř. rychlot, výo, produtvta práce, jedotové álady apod. Tato číla, ať jž rozměrá ebo bezrozměrá, jou defováa jao podíl dvou velč: apř. rychlot je dráha, terou těleo urazí za jedotu čau, výo zařízeí je možtví produce vyrobeé za jedu měu, produtvta je tržba přpadající a jedoho pracovía atd. atd. Vážeý harmocý průměr pa použjeme vždy, dyž jao váha vytupuje velča, terá v poměrém číle fguruje v čtatel zlomu. V ašch amátou zvoleých příladech jou to tedy uražeá dráha, objem produce, objem tržeb apod. Je-l aopa vahou velča fgurující ve jmeovatel poměrého číla, tj. apř. jízdí doba, počet odpracovaých mě, počet pracovíů apod., použjeme e změřeí úrově poměrého číla vážeého artmetcého průměru. Z vlatotí harmocého průměru uvedeme pouze: 0

6 Součet odchyle převráceých hodot zau od převráceé hodoty harmocého průměru je rove ule, ja plye z jeho určující vlatot ( ) 0. h Náobíme-l všechy hodoty zau ladou otatou, áobí e touto otatou harmocý průměr. Z toho, že mocový průměr je eleající fucí číla (tupě mocového průměru) vyplývá, že př výpočtu ze tejých dat je harmocý průměr ejvýše rove průměru artmetcému ( rovot dochází př výpočtu průměru otaty). Pratcy vša využtí této vlatot epřchází přílš v úvahu, eboť žádá reálá data emohou oučaě plňovat obě určující vlatot. Přílad.3 Poračujme v příladu. (de maulty). Zjtl jme, že př výpočtu průměrého deu maulty elze použít artmetcý průměr. Použjeme tedy harmocý průměr a taovíme h Na rozdíl od pouu o artmetcý průměr lze jmeovatel zlomu tetorát terpretovat jde o úhrý počet že (v t.). Poute e avrhout, jaý průměr použjeme, poud budeme počítat průměrý de maulty a jao váhy použjeme počty že. Poud budeme počítat průměrý podíl mužů v populac a jao váhy použjeme počty mužů. Poud budeme průměrovat zovou marž (z/tržby) a jao váhy použjeme hodoty zu. Jaý potup použjeme, poud data uazují a použtí artmetcého/harmocého průměru a my budeme chtít využít te, pro terý data ejou vhodá? Geometrcý průměr Zvláštím případem mocového průměru pro tupeň 0 (blížící e eomezeě ule), za oolotí, jejchž matematcou tráou e ehodláme zabývat, je geometrcý průměr, u terého e výjmečě omezíme pouze a protou formu, g... (pro > 0),... určující vlatotí g g... Slově vyjádřeo: tálot ouču hodot zau př jejch ahrazeí geometrcým průměrem. Z dalších vlatotí geometrcého průměru uvádíme: Z určující vlatot bezprotředě plye. g Náobíme-l hodoty zau ladou otatou, áobí e touto otatou geometrcý průměr. Geometrcý průměr lze taé terpretovat jao atlogartmu artmetcého průměru logartmů hodot zau, eboť log g log. Př evetuálím výpočtu artmetcého, harmocého a geo- metrcého průměru z týchž dat by geometrcý průměr ležel vojí hodotou mez harmocým a artmetcým průměrem. g g

7 Použtí geometrcého průměru e většou omezuje a měřeí úrově bezrozměrých růtových velč zřetězeých v čae (ja pozáme pozděj, tzv. oefcetů růtu ebo řetězových deů). Např. rote-l určtá velča měíčě oefcetem,03 (máme a myl vždy prot úrov předcházejícího měíce, terou považujeme za rovu jedé), pa její ročí oefcet růtu eí pochoptelě dvaáctáobe měíčího oefcetu, ale jeho dvaáctá moca. Přílad.4 Úbyte tudetů během pět let tuda je charaterzová (vždy vzhledem předcházejícímu ročíu, rep. počátečímu tavu) oefcety 8 (prví ročí), 88 (druhý ročí), 93 (třetí ročí), 98 (čtvrtý ročí), 99 (pátý ročí). Vypočtěte průměrý oefcet úbytu tudetů přpadající a jede ro tuda. 5 g , 98. Iterpretujte čílo 65 pod odmocou! Všměte, že eje oečý výlede, ale všechy mezvýledy v průběhu řešeí lze myluplě terpretovat. To e týá eje tohoto příladu! Kvadratcý průměr Pro abude mocový průměr podoby vadratcého průměru (opět protého ebo vážeého) určující vlatotí. Přetože e teto průměr používá ědy měřeí úrově, tvoří vadratcý průměr určtý přechod charatertám varablty (vz lece tohoto modulu). Poud tedy ze tejých varablích dat vypočteme všechy zde uvedeé průměry, ja e eřadí jejch hodoty? Σ. Nejdůležtější vlatotí datového ouboru je jeho úroveň poloha.. Nejvýzamější upu charatert úrově tvoří průměry. 3. Alteratvou průměrů jou charaterty úrově a báz výzamých hodot. 4. Výchozím tvarem průměru je mocový průměr. V závlot a tup průměru pa vzá průměr artmetcý, harmocý, geometrcý a vadratcý. 5. Průměry, a tejě ta řada dalších charatert vytupují v proté ebo vážeé formě, v závlot a tom, zda e jedá o etříděá ebo tříděá data. 6. I dyž eí zcela uverzálí charatertou úrově, rozhodující výzam má artmetcý průměr. Proto jme e podrobě zabýval jeho vlatotm.

8 7. Na rozdíl od artmetcého, mají harmocý a geometrcý průměr využtí je v určtých pecálích případech. 8. Všechy charaterty úrově jou rozměré. 9. V lec jme objal taé pojem robutí charaterty.. Charaterzujte úroveň datového ouboru ze cvčeí z lece o tříděí.. Charaterzujte úroveň datového ouboru ze cvčeí z lece o tříděí. 3. Poud datům tříděým bodovým tříděím (apř. domácot podle počtu dětí) přbude varata ejvyšší hodotou a četotí jeda, ěterá charaterta ú- rově e zcela určtě změí, ěterá zcela určtě ezměí a ěterá možá změí, možá e. Idetfujte tyto charaterty. 4. Charaterzujte robutí charaterty úrově a zdůvoděte, proč mez ě epatří průměry. 5. Etují v prcpu bezrozměré charaterty úrově? 6. Ja e zachovají medá a modu př leárí traformac hodot zau? 7. Etují charaterty úrově, teré lze určt je z ladých číel? 8. V jedom ročíu byly u tudetů 3 oborů zazameáy tyto oefcety úbytu: Obor A, počátečí tav 00 tudetů, oefcet úbytu 83, obor B 300 a 95 a obor C 80 a,00. Vypočtěte průměrý oefcet úbytu přpadající a jede obor. Povšměte, že jte oučaě vypočetl (poud jte potupoval právě) taé úbyte pro celý ročí. 9. Řešte úlohu 6 použtím harmocého průměru. 0. Jaý výlede zíáme pro průměrou velot oboru, poud budeme vycházet (a) z formací aždého jedotlvého tudeta? Co e o průměrém počtu tudetů a oboru dozvíme, poud e (b) zeptáme jejch učtelů? Uvažujme počátečí tavy tudetů.. Řeěme, že tejí tudet avštěvují dvě předášy. Na jedé předášce je ávštěvot 30 %. Kol muí čt ávštěvot druhé předášy, aby průměrá ávštěvot a obou předášách byla 60 %? Součaě řešte tuto úlohu: Vozdlo urazlo m (do opce) rychlotí 30 m/hod. Ja rychle muí jet m z opce, aby jeho průměrá rychlot a celé dráze ( m) byla rova 60 m/hod.? Poud budete úlohu 8 a 9 počítat právě, zjtíte, že charaterty úrově přášejí ěteré záludot. 3

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

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

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

Měření a charakteristiky variability

Měření a charakteristiky variability 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

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

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

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

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

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

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

- 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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

9. REGRESNÍ A KORELAČNÍ ANALÝZA

9. REGRESNÍ A KORELAČNÍ ANALÝZA Pravděpodobot a tattka 9. REGRESNÍ A KORELAČNÍ ANALÝZA Průvodce tudem V předchozí kaptole jme uvedl způob, jak popat leárí závlot mez dvěma argumety a její míru. Užtím korelačích poměrů je možé zjtt, zda

Více

ARITMETICKÉ POSLOUPNOSTI s-tého STUPNĚ. Daniela Bittnerová

ARITMETICKÉ POSLOUPNOSTI s-tého STUPNĚ. Daniela Bittnerová The Mthemtc Educto to the t Cetury Project Proceedg of the Itertol Coferece The Decdble d the Udecdble Mthemtc Educto Bro, Czech Republc, September 00 ARITMETICKÉ POSLOUPNOSTI -TÉHO STUPNĚ Del Btterová

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

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

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

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

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

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

2. TEORIE PRAVDĚPODOBNOSTI

2. TEORIE PRAVDĚPODOBNOSTI . TEORIE PRAVDĚPODOBNOSTI V prax se můžeme setat s dvojím typem procesů. Jeda jsou to procesy determstcé, u terých platí, že př dodržeí orétích vstupích podmíe obdržíme přesý, předem zámý výslede (te můžeme

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

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

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

} 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

1.1 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

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

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

5. Lineární diferenciální rovnice n-tého řádu

5. Lineární diferenciální rovnice n-tého řádu 5 3.3.8 8:44 Josef Herdla lieárí difereciálí rovice -tého řádu 5. Lieárí difereciálí rovice -tého řádu (rovice s ostatími oeficiety) ( ), a,, a (5.) ( ) ( ) y a y a y ay q L[ y] y a y a y a y, q je spojitá

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

Funkce. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou

Funkce. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou Fukce RNDr. Yvetta Bartáková Gymázium, SOŠ a VOŠ Ledeč ad Sázavou Limita poslouposti a fukce VY INOVACE_0 9_M Gymázium, SOŠ a VOŠ Ledeč ad Sázavou A) Limita poslouposti Říkáme, že posloupost a je kovergetí,

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

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

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

Obr. DI-1. K principu reverzibility (obrácení chodu paprsků).

Obr. DI-1. K principu reverzibility (obrácení chodu paprsků). Učebí text k předášce UFY8 Dvojvzková tererece teké vrtvě Dvojvzková tererece teké vrtvě Předpokládejme, vl o mpltudě dvou delektrk tk, že mpltud održeé vly bude o dexu lomu bude t (vz obr. DI-1). v protředí

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

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

Univerzita Karlova v Praze Pedagogická fakulta

Univerzita Karlova v Praze Pedagogická fakulta Uverzt Krlov v Prze Pedgogcká kult SEMINÁRNÍ PRÁCE Z POLYNOMICKÉ ALGEBRY POLYNOM / CIFRIK Zdáí: Vyšetřete všem probrým prostředky polyom Vyprcováí: Rcoálí kořey Podle věty: Nechť p Q je koře polyomu q

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

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

1.1. Primitivní funkce a neurčitý integrál

1.1. Primitivní funkce a neurčitý integrál Mateatia II. NEURČITÝ INTEGRÁL.. Priitiví fuce a eurčitý itegrál Defiice... Říáe, že fuce F( ) je v itervalu ( ab, ) priitiví fucí fuci f ( ), platí-li pro všecha ( ab, ) vztah F = f. Defiice... Možia

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

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

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

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

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

SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI

SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI SEMESTRÁ LNÍ PRÁ CE Lceč í tudum STTISTICKÉZPRCOVÁ NÍ DT PŘ I KONTROLE Ř ÍZENÍ JKOSTI Předmě t MTEMTICKÉPRINCIPY NLÝ ZY VÍCEROZMĚ RNÝ CH DT Ú ta epemetá lí bofamace, Hadec Ká loé Ig. Mata Růžčkoá PDF byl

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

Náhodné jevy, jevové pole, pravděpodobnost

Náhodné jevy, jevové pole, pravděpodobnost S Náhodé jevy pravděpodobost Náhodé jevy jevové pole pravděpodobost Lbor Žák S Náhodé jevy pravděpodobost Lbor Žák Základí pojmy Expermet česky též vědecký pokus je soubor jedáí a pozorováí jehož účelem

Více

Téma 6: Indexy a diference

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

Více

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

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

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

6. Posloupnosti a jejich limity, řady

6. Posloupnosti a jejich limity, řady Moderí techologie ve studiu aplikovaé fyziky CZ..07/..00/07.008 6. Poslouposti a jejich limity, řady Posloupost je speciálí, důležitý příklad fukce. Při praktickém měřeí hodot určité fyzikálí veličiy dostáváme

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

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

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

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky). Statstka. Základí pojmy Statstcký soubo - daá koečá, epázdá moža M předmětů pozoováí, majících jsté společé vlastost (událost, věc,.) Jedotlvé pvky této možy se azývají pvky statstckého soubou (statstcké

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

PODNIKOVÁ EKONOMIKA 3. Cena cenných papírů

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

Více

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

DISKRÉTNÍ MATEMATIKA II

DISKRÉTNÍ MATEMATIKA II Faulta pedagogcá Techcá uverzta v Lberc DISKRÉTNÍ MATEMATIKA II Doc. RNDr. Mroslav Koucý CSc. Lberec 4 Úvod Dsrétí ateata resp. její zálady patří jž tradčě ez stadardí téata předášeá a Techcé uverztě v

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

3. Charakteristiky a parametry náhodných veličin

3. Charakteristiky a parametry náhodných veličin 3. Charateristiy a parametry áhodých veliči Úolem této apitoly je zavést pomocý aparát, terým budeme dále popisovat pomocí jedoduchých prostředů áhodé veličiy. Taovýmto aparátem jsou tzv. parametry ebo

Více

!!! V uvedených vzorcích se vyskytují čísla n a k tato čísla musí být z oboru čísel přirozených.

!!! V uvedených vzorcích se vyskytují čísla n a k tato čísla musí být z oboru čísel přirozených. Kombiatoria Kombiatoria část matematiy, terá se zabývá růzými číselými "ombiacemi". Využití - apř při hledáí počtu možých tipů ve sportce ebo jiých soutěžích hrách, v chemii při spojováí moleul... Záladím

Více

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

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

Více

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3.

6. KOMBINATORIKA 181. 6.1. Základní pojmy 181 6.1.1. Počítání s faktoriály a kombinačními čísly 182. 6.2. Variace 184. 6.3. Zálady matematiy Kombiatoria. KOMBINATORIKA 8.. Záladí pojmy 8... Počítáí s fatoriály a ombiačími čísly 8.. Variace 8.. Permutace 85.. Kombiace 87.5. Biomicá věta 89 Úlohy samostatému řešeí 9 Výsledy úloh

Více

Sekvenční logické obvody(lso)

Sekvenční logické obvody(lso) Sekvečí logické obvody(lso) 1. Logické sekvečí obvody, tzv. paměťové čley, jsou obvody u kterých výstupí stavy ezávisí je a okamžitých hodotách vstupích sigálů, ale jsou závislé i a předcházejících hodotách

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

PRAVDĚPODOBNOST A STATISTIKA. Testy hypotéz

PRAVDĚPODOBNOST A STATISTIKA. Testy hypotéz SP3 Tey hypoéz PRAVDĚPODOBNOST A STATISTIKA Tey hypoéz Lbor Žá SP3 Tey hypoéz Lbor Žá Tey hypoéz- úvod Nechť X X e áhodý výběr T X X X áhodý veor ezávlé ložy erý má rozděleí závlé a parameru θ Θ Θ R Ozačme:

Více

9 Kombinatorika, teorie pravděpodobnosti a matematická statistika

9 Kombinatorika, teorie pravděpodobnosti a matematická statistika 9 Kombatora, teore pravděpodobost a matematcá statsta Te, do argumetue průměrým platem, e s velou pravděpodobostí vysoce adprůměrý vůl s hluboce podprůměrým vzděláím (Mloslav Drucmüller) 9. Kombatora Kombatora

Více

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATED RA F YZIKY L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y Jméo TUREČEK Daiel Datum měřeí 8.11.2006 Stud. rok 2006/2007 Ročík 2. Datum odevzdáí 15.11.2006 Stud.

Více