7 ANALÝZA ČASOVÝCH ŘAD TRENDOVÁ SLOŽKA

Rozměr: px
Začít zobrazení ze stránky:

Download "7 ANALÝZA ČASOVÝCH ŘAD TRENDOVÁ SLOŽKA"

Transkript

1 Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program 7 ANALÝZA ČASOVÝCH ŘAD TRENDOVÁ SLOŽKA RYCHLÝ NÁHLED KAPITOLY Aalýza časových řad umožňuje maemaickým modelem popsa jev a základě časově uspořádaých měřeí jevu. Daa měřeí musí ý věcě a prosorově srovaelá. Model samoý ám pak může pomoci aalzova jedolivé složk půsoící a daý jev a predikova jeho vývoj. V ásledující kapiole jsou demosrová růzé případ aalýz redové složk časové řad keré se vskují v časových řadách ekoomického zaměřeí: lieárí red kvadraický red expoeciálí a logisický red. Tradičím výchozím pricipem modelováí časových řad je jedorozměrý regresí model ve varu f kde je hodoa modelovaého ukazaele v čase =... je hodoa áhodé složk (poruch) v čase. Podoé prolemaice časových řad la věováa éž kapiola 4.3. Zaímco am jsme používali Excel zde vužijeme prosředk programu SPSS. 7. DEKOMPOZICE ČASOVÉ ŘADY Časovou řadu je možé rozloži a 4 složk: redovou sezóí cklickou a reziduálí. Tredová T - odráží edeci vývoje zkoumaého jevu za dlouhé odoí - je výsledkem fakorů keré dlouhodoě půsoí ve sejém směru - apř. echologie výro demografické podmík podmík rhu poče dovezeých osoích au do ČR po roce 99 Sezóí S - vjadřuje periodické kolísáí v časové řadě keré má ssemaický charaker - oo kolísáí se ěhem kaledářího roku a každý rok opakuje - vskuje se pouze u časových řad krákodoých (čvrleích měsíčích ýdeích) - může měi každý rok měi svůj charaker - zachcuje sřídáí ročích odoí (ákup dovoleých váoce) - pracoví cklus (výplaa mezd a ákup v maloochodě vžd v určiou dou) Cklická C - poh okolo redu ve kerém se sřídají fáze růsu s fázemi poklesu - ckl mají epravidelý charaker - ckl se odehrávají v odoích delších ež jede rok - ěkd může ý zaměěa se složkou redovou - cklické poh v ekoomických časových řadách mohou mí příči ekoomického i eekoomického charakeru - a rozdíl od makroekoomie kd se rozumí porucha damické rovováh ekoomik s jedolivými fázemi chápe saisika cklus jako dlouhodoé kolísáí s ezámou periodou kerá může mí i jié příči ež ekoomický cklus (ckl demografické iovačí pláovací)

2 7 Aalýza časových řad redová složka Reziduálí - má essemaický charaker elze ji popsa žádou fukcí času - je vořea áhodými poh v časové řadě chami v měřeích a jiými essemaickými vliv eposižielé příči - je áhodou složkou a její vlasosi se prověřují es Dekompozice časové řad : A) ADITIVNÍ časová řada je vořea součem jedolivých složek T C S Jedolivé složk jsou uvažová ve svých asoluích hodoách a jsou v měrých jedokách původí časové řad. B) MULTIPLIKATIVNÍ časová řada je vořea součiem jedolivých složek T. C. S. V původí číselé hodoě je pouze redová složka osaí složk jsou vjádře relaivě. Taulkový procesor Excel umožňuje provádě ěkeré základí operace s časovými řadami (viz éž kapiola 4.3) ale apříklad pro určováí logisického či expoeciálího redu je vhodější program SPSS modul Treds. 7. LINEÁRNÍ TREND Lieárí red odhademe rovicí Y.... Ŷ kde Ŷ jsou odhad eoreických hodo Y. Skuečou (aměřeou získaou) hodou ozačme. Pro uo hodou plaí vzah Y Y. Veličia se azývá reziduum. Odhad rezidua ozačme e kde e Ŷ. Naším cílem je miimalizova chu (reziduum). Tao meoda se azývá meoda ejmeších čverců. Ozačme Q Y. Fukci Q chceme miimalizova. Dosaďme a dosáváme vzah: Q. Y Tuo fukci parciálí derivujeme podle proměých a prví parciálí derivace fukce Q položíme rov ule. Dosáváme sousavu ormálích rovic: Q Q

3 Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program Po úpravě dosaeme ásledující rovice:.. V sousavě ormálích rovic ahradíme eoreické hodo paramerů jejich odhad :.. Uvedeou sousavu lze řeši (apř. Cramerovým pravidlem) a dosáváme. Pro ručí výpoče je sadější zavés susiuci časové složk: je-li liché; je-li sudé; kde. Pak plaí... k k 3 5 Taulka 7. Trasformovaá časová proměá při sudém Rok Taulka 7. Trasformovaá časová proměá při lichém Rok Po zavedeí výše uvedeé susiuce dosáváme ásledující vzah pro výpoče odhadů eoreických hodo paramerů:..

4 7 Aalýza časových řad redová složka ŘEŠENÝ PŘÍKLAD 7. V aulce 7.3 jsou uvede sezóě očišěé čvrleí údaje o podílu ezaměsaých 3 34 leých a celkové ezaměsaosi Sloveska v leech 5 až v %. Vere vhodý model redu ověře jeho vhodos (aalzuje rezidua) a určee předpovědi do koce roku. Tesuje výzamos regresích koeficieů a hladiě výzamosi 5%. Taulka 7.3 Podíl ezaměsaých 3-34leých a celkové ezaměsaosi Sloveska I II III IV Řešeí: Sesrojíme graf časové řad: Graphs Sequece Chars Z grafu vidíme klesající lieárí red sezóě očišěé časové řad jehož odhad získáme v SPSS. Or. 7. Sezóě očišěá čvrleí časová řada podílu ezaměsaých 3 34leých a celkové ezaměsaosi Sloveska v leech 5 - Zdroj: Vlasí zpracováí. Z aídk víráme: Aalze Regressio Curve Esimaio Liear. A dosaeme ásledující aulk

5 Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program Taulka 7.4 Model Summar R R Square Adjused R Square Sd. Error of he Esimae Hodoa korelačího koeficieu R 983 ukazuje a vsokou závislos mezi proměou a časem. Koeficie deermiace R 967 Taulka 7.5 ; modelem je vsvěleo 967% celkové variaili. ANOVA Sum of Squares df Mea Square F Sig. Regressio Residual Toal Na základě hodo sigifikace (p-hodo) Sig.= kerá je meší ež 5 lze usoudi že model jako celek je zvole správě. Taulka 7.6 Coefficies Usadardized Coefficies Sadardized Coefficies B Sd. Error Bea Case Sequece (Cosa) Lieárí red jsme odhadli rovicí Y Lieárí red má saisick výzamé odhad paramerů a 5% hladiě výzamosi což lze usoudi a základě hodo Sig. kerá je meší ež 5. Hodoa Sig. vjadřuje pravděpodoos že odhad koeficieu je ula že ed koeficie (v Ta. 7.6 je ozače B) eí saisick výzamý. Or.7. Porováí skuečých a eoreických hodo časové řad Sig. Zdroj: Vlasí zpracováí

6 ACF 7 Aalýza časových řad redová složka Ní ověříme vhodos ohoo redu zjisíme zda rezidua splňují podmíku ezávislosi. Z aídk víráme: Graphs Time Series Auocorrelaios. Z Ta.7.6 vidíme že odhad prvího koeficieu auokorelace r 394 přesahuje horí mez iervalu spolehlivosi z čehož vplývá že rezidua lieárího redu vkazují korelačí závislos essemaické složk a lieárí red je ed evhodý. Taulka 7.7 Auokorelačí koeficie reziduálí složk Lag Auocorrelaio Sd. Error a Box-Ljug Saisic Value df Sig Or.7.3 Reziduálí auokorelačí fukce lieárího redu 5-5 Cofidece Limis Coefficie Zdroj: Vlasí zpracováí. Lag Numer Z výše uvedeého výsupu SPSS vplývá že lieárí model je evhodý a je řea aplikova jiý model redu. Vzkoušeje jié model keré vám SPSS aízí! - -

7 Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program ŘEŠENÝ PŘÍKLAD 7. Údaje o savu koruových vkladů domácosí České repulik (mil.kč) ke koci roku za odoí vroveje vhodou redovou fukcí. Rok a) Odhaděe paramer lieárí redové fukce. ) Tesuje saisickou výzamos regresích koeficieů. Uvažuje hladiu výzamosi 5. c) F-esem posuďe výzamos ohoo modelu. Uvažuje hladiu výzamosi 5. d) Pomocí koeficieu deermiace posuďe výsižos daého modelu. e) Určee odovou a iervalovou předpověď vývoje koruových vkladů České repulik pro rok a 3. Řešeí: Nejprve grafick zázoríme daou časovou řadu. Z grafu vidíme že lieárí fukce ude ejlépe vsihova chováí redu éo časové řad vkladu domácosí České repulik (mil.kč) v leech. Or. 7.4 Vklad domácosí (mil.kč) České repulik v leech Zdroj: Vlasí zpracováí. Odpovědi a úkol a) ) čeme z aulk

8 7 Aalýza časových řad redová složka Taulka 7.8 Coefficies Usadardized Coefficies Sadardized Coefficies B Sd. Error Bea Sig. Case Sequece (Cosa) Lieárí red jsme odhadli rovicí Y Lieárí red má saisick výzamé odhad paramerů a 5% hladiě výzamosi což usuzujeme a základě hodo Sig. kerá je meší ež 5. c) Taulka 7.9 ANOVA Sum of Squares df Mea Square F Sig. Regressio 348E 348E 5533 Residual 4888E9 8 6E8 Toal 397E 9 Podle hodo Sig. kerá je meší ež 5 lze usoudi že model jako celek je zvole správě. d) Taulka 7. R R Square Model Summar Adjused R Square Sd. Error of he Esimae Koeficie deermiace R 985 ; z.že modelem je vsvěleo 985% celkové variaili. e) Bodový odhad pro rok 8 = mil.kč; iervalový odhad = ( 7 684; ) Bodový odhad pro rok 9 = mil.kč; iervalový odhad = ( 76 8; ). - -

9 Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program Or.7.5 Porováí skuečých a eoreických hodo časové řad Zdroj: Vlasí zpracováí. Samosaě ověře zda rezidua splňují podmíku ezávislosi. 7.3 KVADRATICKÝ TREND Y.... Podoě jako u lieárího redu odhademe eoreické hodo paramerů keré ozačíme meodou ejmeších čverců. Pro odhad eoreických hodo paramerů plaí ásledující vzah: ŘEŠENÝ PŘÍKLAD 7.3 Jsou dá čvrleí údaje sezóě očišěé časové řad spoře elekrické eergie firm Sella v leech 7 v kwh. Cílem aalýz je ají model redu a ověři jeho vhodos v odoí v leech 7 9 oesova auokorelaci essemaické složk urči předpovědi a rok a posoudi zda je vraý model vhodý a předpovídáí I II III IV

10 7 Aalýza časových řad redová složka Řešeí: Z grafu vidíme že vývoj spoře elekrické eergie má kvadraický red. Odoí aalýz rozdělíme a dvě čási. Na odoí ierpolace (prvích údajů) a odoí verifikace modelu (posledích 8 údajů). Or. 7.6 Sezóě očišěá čvrleí časová řada spoře elekrické eergie firm Sella v kwh v leech 7 Zdroj: Vlasí zpracováí. V SPSS vereme v aídce Daa Selec Cases If codiio is saisfied a zapíšeme podmíku ear_ <= 9. A dále Aalze Regressio Curve Esimaio Quadraic. Dosáváme výsledk odhadu kvadraického redu pro odoí I/7 IV/9. Taulka 7. Taulka 7. Model Summar R R Square Adjused R Square Sd. Error of he Esimae ANOVA Sum of Squares df Mea Square F Sig. Regressio Residual Toal

11 Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program Taulka 7.3 Coefficies Usadardized Coefficies Sadardized Coefficies B Sd. Error Bea Sig. Case Sequece Case Sequece ** (Cosa) Z výsupu je zřejmé že a 5% hladiě výzamosi ejsou koeficie přírůsku a zrchleí saisick výzamé. Kvadraický red proo eí vhodě zvoleý. Pokud odhademe kvadraický red a celé časové řadě od I/7 IV/ dosaeme výsledk uvedeé íže. Taulka 7.4 Coefficies Usadardized Coefficies Sadardized Coefficies B Sd. Error Bea Sig. Case Sequece Case Sequece ** (Cosa) Z ohoo výsupu je zřejmé že koeficie přírůsku je a rozdíl od koeficieu zrchleí sále a 5% hladiě výzamosi saisick evýzamý. Upravíme proo kvadraický red ak že eo koeficie z modelu vloučíme. Tuo úpravu ohužel SPSS eumožňuje proo vužijeme Excel. Dosáváme pak rovici modelu Y kde koeficie zrchleí je saisick výzamý. Vpočěme ješě z reziduí hodou reziduálího rozplu: Z éo hodo lze usuzova že sezóě očišěé hodo řad spoře elekrické eergie firm Sella udou kolísa kolem kvadraického redu o směrodaou chu: [kwh]. 7.4 EXPONENCIÁLNÍ TREND Y.... Daou rovici udeme ejprve logarimova a po zavedeí susiuce dosaeme lieárí rovici jejíž paramer odhademe meodou ejmeších čverců. Posupujeme ed ásledově: ly l ly l l. Zavedeme susiuce: ly Y l l a pro časovou proměou zavedeme susiuci kerá je defiováa u lieárího redu. Dosáváme lieárí red kerý je defiová vzahem Y. Odhad paramerů ozačme a. Pro odhadé paramer a v expoeciálím redu plaí a a e e

12 7 Aalýza časových řad redová složka ŘEŠENÝ PŘÍKLAD 7.4 Daa předsavují údaje o poču prodaých výisků v is.ks v leech 3. Tred popiše expoeciálí redovou fukcí reziduálí složku zhodoťe auokorelačí fukcí a odhaděe poče prodaých výisků v roce. Proveďe odovou i iervalovou předpověď. Rok Poče Řešeí: Z grafu vidíme že vývoj poču prodaých výisků v leech 3 lze popsa pomocí expoeciálího redu. Or. 7.7 Ročí časová řada poču prodeje výisků v is.ks v leech 3 Zdroj: Vlasí zpracováí. SPSS odhaduje koeficie ohoo expoeciálího redu. exp(. ). Víráme z aídk: Aalze Regressio Curve Esimaio Expoeial a dosáváme výsup kerý je uvede v ásledujících aulkách. Taulka 7.5 R R Square Model Summar Adjused R Square Sd. Error of he Esimae

13 ACF Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program Taulka 7.6 ANOVA Sum of Squares df Mea Square F Sig. Regressio Residual Toal 5 8 Taulka 7.7 Usadardized Coefficies Coefficies Sadardized Coefficies B Sd. Error Bea Case Sequece (Cosa) The depede variale is l(prodej). Dosáváme ed rovici Y 36.exp(4. ) ve keré jsou oa koeficie saisick výzamé a hladiě výzamosi 5%. Vsoká hodoa koeficieu deermiace 94 svědčí o kvaliím modelu z. modelem je vsvěleo 94% celkové variaili. Bodová předpověď pro rok = 995 is.ks prodaých výisků; Iervalová předpověď (95%) = (857; 4644). Ní ověříme pomocí auokorelačí fukce zda jsou rezidua korelováa. Jak je vidě a Or. 7.8 všech hodo auokorelačí fukce reziduí leží v mezích iervalu akže ejsou korelováa a proo je zvoleá expoeciálí redová fukce zvolea vhodě. Sig. Or. 7.8 Auokorelačí fukce reziduí pro časovou řadu poču prodeje výisků 5-5 Cofidece Limis Coefficie Lag Numer Zdroj: Vlasí zpracováí

14 7 Aalýza časových řad redová složka 7.5 LOGISTICKÝ TREND Y.... Logisická redová fukce la původě odvozea jako křivka vjadřující iologický růs populací za podmíek omezeých zdrojů. V ekoomické olasi se ao křivka začala používa v modelech popávk po předměech dlouhodoé spoře a s úspěchem se aké používá apř. při modelováí vývoje výro a prodeje ěkerých druhů výroků. Paří mezi redové fukce s kladou horí asmpoou a jedím iflexím odem. Pole pického průěhu se éo skupiě křivek říká S-křivk. Každá S-křivka vmezuje a časové ose pě základích vývojově odlišých fází cklu. Cklem zde udeme rozumě časové odoí od prosazeí ových sil (echologií výroků...) až po jejich záik kd jsou vsřídá silami ovými a kvaliaivě všší rovi. Jedolivé fáze lze charakerizova ásledujícím způsoem:.fáze odoí kd se začíají formova ové progresiví síl. Jejich prosazováí je ješě v é oě rzděo původími e zcela překoaými silami..fáze odoí kd se ové progresiví síl začíají plě prosazova a rozhodující měrou ovlivňova další vývoj. To síl půsoí jako akceleráor akže empo vývoje se v éo fázi začě urchluje. 3.fáze odoí kd ové progresiví síl zcela ovládl další vývoj ale už se ojevují opozičí síl lumící jejich účiek. Vývoj v éo fázi aývá lieárího charakeru. 4.fáze odoí kd vziklé opozičí síl aývají posupou převahu ad dosavadími silami keré pozl svou progresivos čímž se vývojové edece podsaě zpomalují. 5.fáze posledí fáze cklu kd opozičí síl al rozhodující převahu a zcela ulumil vývoj dosavadích sil. V éo fázi se vývoj zasavuje až do okamžiku zformováí a prosazeí dalších kvaliaivě ových progresivích sil. V praxi se s podoým vývojem můžeme seka apř. v maagemeu iovací. Zde logisický red může vhodě simulova důležiá sadia ekoomické živoosi iovovaého či ového výroku. Te přechází posupě od počáečích vývojových fází (uváděí a rh reklamí fáze...) přes růs rhu a sadium zralosi až po odoí poklesu eo sagace ohoo produku a rhu. Na rozdíl o přecházejících pů redových fukcí keré jsou v podsaě defiová jedozačě je logisická redová fukce vjadřováa v růzých varech. Nejčasěji uváděé var: k Y k Y a a e e k k Y a a Y a. e a a Ať použijeme jakýkoliv var vžd si logisická fukce zachovává svůj charakerisický průěh ve varu písmea S proože jedolivé form zápisu se od see liší pouze růzými vzájemými rasformacemi paramerů

15 Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program ŘEŠENÝ PŘÍKLAD 7.5 Je dáa ročí časová řada sředího savu ovael Sloveska v leech Odhaděe logisický red a ověře auokorelaci essemaické složk modelu určee očekávaý poče ovael Sloveska v leech 4. Řešeí: Z grafu vidíme že vývoj savu ovael Sloveska vkazuje charaker logisického redu. Or. 7.9 Vývoj sředího savu ovael a Slovesku v leech 98 - Zdroj: Vlasí zpracováí. SPSS odhaduje koeficie ohoo logisického redu. Víráme. u z aídk: Aalze Regressio Curve Esimaio Logisic a dosáváme výsup kerý je uvede v ásledujících aulkách. Taulka 7.8 R R Square Model Summar Adjused R Square Sd. Error of he Esimae Taulka 7.9 ANOVA Sum of Squares df Mea Square F Sig. Regressio Residual Toal

16 ACF 7 Aalýza časových řad redová složka Taulka 7. Coefficies Usadardized Coefficies Sadardized Coefficies B Sd. Error Bea Sig. Case Sequece (Cosa) 545E-8.. The depede variale is l( / poče - / 55). Upravme í rovici logisického redu Dosáváme u u... u Dosaďme í odhad koeficieů Y Y Dále z výsupích charakerisik odhadu modelu vidíme že koeficie deermiace R 99 % což zameá že model redu doře vsihuje hodo časové řad. Jak ukazuje ásledující Or.7. rezidua jsou auokorelováa což zameá že určiá čás časové řad zůsala modelem evsvěleá a předpovědi mohou ý zkresleé. Or. 7. Auokorelačí fukce reziduí pro časovou řadu poču ovael Sloveska 5-5 Cofidece Limis Coefficie Zdroj: Vlasí zpracováí. Lag Numer Pro srováí grafick zázoríme do jedoho grafu časovou řadu skuečých hodo a časovou řadu odhaduou logisickým redem. - -

17 Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program Or. 7. Skuečé a eoreické hodo časové řad poču ovael Sloveska Zdroj: Vlasí zpracováí. Pokud se časová řada dále vvíjela s logisickým redem pak lze očekáva předpovědi pro rok 4 keré jsou uvede v Ta. 7. Taulka 7. Rok Očekávaý poče ovael V éo časové řadě ovšem vsupuje kromě logisického redu aké cklická složka kerá zůsala modelem evsvělea. Před kosrukcí předpovědi (hlavě z dlouhodoého hlediska) je proo řea uď model rozšíři a la zachcea aké cklická složka časové řad eo zvoli jiý komplexější model. 7.6 PŘÍKLADY K PROCVIČENÍ PŘÍKLAD 7. Jsou uvedeá vrzeí pravdivá? a) Rovice lieárího redu je v SPSS ve varu.. ) Logisický red je popsá v SPSS rovicí ve varu.. u c) Kvadraický red je ejvhodějším redem pro předpovídáí udoucích hodo časové řad. d) Logisický red je charakerisický dvěma iflexími od. e) Expoeciálí red je popsá v SPSS rovicí je varu exp(. )

18 7 Aalýza časových řad redová složka PŘÍKLAD 7. Doplňe ásledující vě: a) Logisická redová fukce paří mezi zv. 4 ) Odhad koeficieu c) Hodo koeficieu deermiace u expoeciálího redu leží v iervalu.. d) Jsou-li daa korelováa pak o zameá že jsou.. e) Auokorelačí fukce se používá věšiou pro aalýzu.složk. PŘÍKLAD 7.3 Časová řada osahuje údaje o produkci firm v měsících řeze až říje roku (v is.kč): Sesave rovici redové přímk a určee odovou i 9%-í iervalovou předpověď produkce a měsíc lisopad a prosiec. PŘÍKLAD 7.4 Uvažujeme časovou řadu hodo udávající spořeu určié surovi (v kg) a ovaele České repulik v leech -. Vroveje časovou řadu pomocí kvadraického redu a esuje výzamos odhaduých koeficieů a hladiě výzamosi 5%. Zázorěe grafick původí i vrovaá daa. Odhaděe spořeu surovi v roce. 7.7 ŘEŠENÍ PŘÍKLADŮ ŘEŠENÍ PŘÍKLADU 7. a) e ) ao c) e d) e e) ao ŘEŠENÍ PŘÍKLADU 7. a) S-křivk ) 53 c) ; d) závislá e) reziduálí - -

19 Elea Mielcová Radmila Soklasová a Jaroslav Ramík; Saisické program ŘEŠENÍ PŘÍKLADU 7.3 Rovice modelu Y 75.. Bodová předpověď Iervalová předpověď 9% lisopad 355 (33; 379) prosiec 375 (348; 4) ŘEŠENÍ PŘÍKLADU 7.4 Rovice modelu Y odhadué koeficie jsou saisick výzamé a hladiě výzamosi 5%. Předpověď spoře daé surovi pro rok je 77 kg. Or. 7. Skuečé a eoreické hodo časové řad spoře určié surovi O served Q uadraic Zdroj: Vlasí zpracováí. 7.8 PŘÍPADOVÉ STUDIE PŘÍPADOVÁ STUDIE 7. O eergeické áročosi určié echologie v leech 6 (v MWh) máme k dispozici o údaje: Daou časovou řadu vroveje expoeciálí redovou fukcí a odhaděe hodou v roce. Pomocí koeficieu deermiace posuďe kvaliu modelu. PŘÍPADOVÁ STUDIE 7. Uvažujeme okamžikovou časovou řadu hodo udávajících poče eumísěých uchazečů o zaměsáí (v is.) ve vraém kraji ČR v jedolivých měsících le - : Vroveje uo časovou řadu logisickým redem a odhaděe poče ezaměsaých v omo kraji v ledu. Grafick zázorěe původí i vrovaá daa

Časové řady elementární charakteristiky

Časové řady elementární charakteristiky Časové řad elemeárí charakerisik Elemeárí charakerisik vývoje časové řad Příklad: Časová řada ročích produkcí elekrické eergie v Jihomoravském kraji bazický Výroba elekři.. empo růsu empo přírůsku idex

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

Úvod do analýzy časových řad

Úvod do analýzy časových řad Úvod do aalýz časových řad Doc.Ig. Jaa Hačlová, CSc. Kaedra maemaických meod v ekoomice Ig. Lubor Tvrdý Kaedra regioálí ekoomik Ekoomická fakula, VŠB-TU Osrava Osrava, 003 - - Úvod do aalýz časových řad

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

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

Úvod do analýzy časových řad

Úvod do analýzy časových řad Úvod do aalýzy časových řad Obsah Úvod... Teoreické základy pro aalýzu časových řad.... Základí pojmy..... Druhy časových řad..... Grafická aalýza.....3 Popisé charakerisiky... 4. Základí úpravy časových

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

Část IV. Analýza časových řad. Ing. Michal Dorda, Ph.D.

Část IV. Analýza časových řad. Ing. Michal Dorda, Ph.D. Čás IV. Aalýza časových řad Ig. Michal Dorda, Ph.D. Časovou řadou rozuíe posloupos věcě a prosorově srovaelých pozorováí (da), kerá jsou jedozačě uspořádáa z hlediska času ve sěru iulos příoos. Časovou

Více

Analýza stavebního spoření, jako metody zhodnocení volných prostředků

Analýza stavebního spoření, jako metody zhodnocení volných prostředků Medelova zemědělsk{ a lesick{ uiverzia v Brě Provozě ekoomick{ fakula Úsav saisik a operačího výzkumu Aalýza savebího spořeí, jako meod zhodoceí volých prosředků Bakal{řsk{ pr{ce Vedoucí pr{ce Ig. V{clav

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

Volba vhodného modelu trendu

Volba vhodného modelu trendu 8. Splinové funkce Trend mění v čase svůj charaker Nelze jej v sledovaném období popsa jedinou maemaickou křivkou aplikace echniky zv. splinových funkcí: o Řadu rozdělíme na několik úseků o V každém úseku

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

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

DIMENZOVÁNÍ KOMPOZITNÍCH PROFILŮ PREFEN

DIMENZOVÁNÍ KOMPOZITNÍCH PROFILŮ PREFEN DIMNZOVÁNÍ KOMPOZITNÍCH PROFILŮ PRFN 1 Kulkova 10/4231, 615 00 Bro el.: 541 583 208, 297, fa.: 549 254 556 e-mail: kompozi@prefa.cz hp://www.prefa-kompozi.cz DIMNZOVÁNÍ PROFILŮ Maeriálová srukura, základí

Více

Úvod do analýzy časových řad

Úvod do analýzy časových řad VŠB TU OSTRAVA, FEI, KATEDRA APLIKOVANÉ MATEMATIKY Úvod do lýz čsových řd [Zdeje podiul dokueu.] Mri Lischová Popis čsových řd Čsová řd je uerická proěá, jejíž hodo podsě závisí čse, v ěž bl získá (posloupos

Více

6. FUNKCE A POSLOUPNOSTI

6. FUNKCE A POSLOUPNOSTI 6. FUNKCE A POSLOUPNOSTI Fukce Dovedosti:. Základí pozatky o fukcích -Chápat defiici fukce,obvyklý způsob jejího zadáváí a pojmy defiičí obor hodot fukce. U fukcí zadaých předpisem umět správě operovat

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

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

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

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

Příklady časových řad a jejich použití. Z2069 Statistické metody a zpracování dat II Analýza časových řad vývoj cen akcií objem obchodování na burze

Příklady časových řad a jejich použití. Z2069 Statistické metody a zpracování dat II Analýza časových řad vývoj cen akcií objem obchodování na burze Přílad časových řad a jejich použií hp://www.cru.uea.ac.u/cru/ifo/warmig/ 3 Objem obchodu (iervalová řada Kurz acie (oamžiová řada 5 Z69 Saisicé meod a zpracováí da II Aalýza časových řad vývoj ce acií

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

Vývoj cen vybraných zemědělských komodit v ČR

Vývoj cen vybraných zemědělských komodit v ČR MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ Provozě ekoomická fakula Úsav saisik a operačího výzkumu Vývoj ce vbraých zemědělských komodi v ČR Diplomová práce Vedoucí práce: prof. Ig. Mila Palá,

Více

DIFERENCIÁLNÍ ROVNICE

DIFERENCIÁLNÍ ROVNICE VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA Isiu maemaik a deskripiví geomerie DIFERENCIÁLNÍ ROVNICE Maemaika IV Jaroslav Vlček Jiří Vrbický Osrava Předmluva Skripum "Difereciálí rovice" keré vziklo

Více

T t. S t krátkodobé náhodná složka. sezónní. Trend + periodická složka = deterministická složka

T t. S t krátkodobé náhodná složka. sezónní. Trend + periodická složka = deterministická složka Analýza časových řad Klasický přísup k analýze ČŘ dekompozice časové řady - rozklad ČŘ na složky charakerizující různé druhy pohybů v ČŘ, keré umíme popsa a kvanifikova rend periodické kolísání cyklické

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

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

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

ANALÝZA VÝROBY ELEKTRICKÉ ENERGIE V ČR Bakalářská práce

ANALÝZA VÝROBY ELEKTRICKÉ ENERGIE V ČR Bakalářská práce MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA V BRNĚ PROVOZNĚ EKONOMICKÁ FAKULTA ÚSTAV STATISTIKY A OPERAČNÍHO VÝZKUMU ANALÝZA VÝROBY ELEKTRICKÉ ENERGIE V ČR Bakalářská práce Vedoucí bakalářské práce Mgr.

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

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

7. Analytická geometrie

7. Analytická geometrie 7. Aaltická geoetrie Studijí tet 7. Aaltická geoetrie A. Příka v roviě ϕ s A s ϕ s 2 s 1 B p s ϕ = (s1, s 2 ) sěrový vektor přík p orálový vektor přík p sěrový úhel přík p k = tgϕ = s 2 s 1 sěrice příkp

Více

f(x) f(x 0 ) = a lim x x0 f f(x 0 + h) f(x 0 ) (x 0 ) = lim f(x + h) f(x) (x) = lim

f(x) f(x 0 ) = a lim x x0 f f(x 0 + h) f(x 0 ) (x 0 ) = lim f(x + h) f(x) (x) = lim KAPITOLA 4: 4 Úvod Derivace fkce [MA-8:P4] Moivačí příklady: okamžiá ryclos, směrice ečy Defiice: Řekeme, že fkce f má v bodě derivaci [ derivaci zleva derivaci zprava ] rov čísl a, jesliže exisje [ x

Více

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je.

Využijeme znalostí z předchozích kapitol, především z 9. kapitoly, která pojednávala o regresní analýze, a rozšíříme je. Pravděpodobnos a saisika 0. ČASOVÉ ŘADY Průvodce sudiem Využijeme znalosí z předchozích kapiol, především z 9. kapioly, kerá pojednávala o regresní analýze, a rozšíříme je. Předpokládané znalosi Pojmy

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

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky

i 1 n 1 výběrový rozptyl, pro libovolné, ale pevně dané x Roznačme n 1 Téma 6.: Základní pojmy matematické statistiky Téma 6.: Základí pojmy matematické statistiky Vlastosti důležitých statistik odvozeých z jedorozměrého áhodého výběru: Nechť X,..., X je áhodý výběr z rozložeí se středí hodotou μ, rozptylem σ a distribučí

Více

8. Analýza rozptylu.

8. Analýza rozptylu. 8. Aalýza rozptylu. Lieárí model je popis závislosti, který je využívá v řadě disciplí matematické statistiky. Uvedeme jeho popis a tvrzeí, která budeme využívat. Setkáme se s ím jedak v aalýze rozptylu,

Více

K čemu slouží regrese?

K čemu slouží regrese? REGRESE K čemu slouží regrese? C = Ca + c. Y C = 00 + 0,6. Y + e Budeme zjišťovat jak jeda proměá (ezávislá) Ovlivňuje jiou proměou (závislou) C Y 950 1000 910 150 1130 1500 1150 1750 1475 000 1550 50

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojího ižeýrství Ústav strojíreské techologie ISBN 978-80-214-4352-5 VYSOCE PŘESNÉ METODY OBRÁBĚNÍ doc. Ig. Jaroslav PROKOP, CSc. 1 1 Fakulta strojího ižeýrství,

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

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

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou

veličiny má stejný řád jako je řád poslední číslice nejistoty. Nejistotu píšeme obvykle jenom jednou 1 Zápis číselých hodot a ejistoty měřeí Zápis číselých hodot Naměřeé hodoty zapisujeme jako číselý údaj s určitým koečým počtem číslic. Očekáváme, že všechy zapsaé číslice jsou správé a vyjadřují tak i

Více

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti.

odhady parametrů. Jednostranné a oboustranné odhady. Intervalový odhad střední hodnoty, rozptylu, relativní četnosti. 10 Cvičeí 10 Statistický soubor. Náhodý výběr a výběrové statistiky aritmetický průměr, geometrický průměr, výběrový rozptyl,...). Bodové odhady parametrů. Itervalové odhady parametrů. Jedostraé a oboustraé

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL Elea Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy POPISNÁ STATISTIKA V PROGRAMU MS EXCEL RYCHLÝ NÁHLED KAPITOLY Žádý výzkum se v deší době evyhe statistickému zpracováí dat. Je jedo,

Více

Pravděpodobnostní modely

Pravděpodobnostní modely Pravděpodobostí modely Meu: QCEpert Pravděpodobostí modely Modul hledá metodou maimálí věrohodosti (MLE Maimum Likelihood Estimate) statistický model (rozděleí) který ejlépe popisuje data. Je přitom k

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

5. Modifikovaný exponenciální trend

5. Modifikovaný exponenciální trend 5. Modifikovaný exponenciální rend Tvar rendu Paraer: α, β, Tr = + α β, =,..., n ( β > 0) Hodí se k odelování rendu s konsanní podíle sousedních diferencí Aspoick oezen (viz obr., α < 0,0 < β 0) α

Více

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy Měřeí statistické závislosti, korelace, regrese Prof. RNDr. Jaa Zvárov rová,, DrSc. MĚŘENÍZÁVISLOSTI Cílem statistické aalýzy vepidemiologii bývá eje staovit, zda oemocěí závisí a výskytu rizikového faktoru,

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

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat

Abstrakt. Co jsou to komplexní čísla? K čemu se používají? Dá se s nimi dělat Komplexí čísla Hoza Krejčí Abstrakt. Co jsou to komplexí čísla? K čemu se používají? Dá se s imi dělat ěco cool? Na tyto a další otázky se a předášce/v příspěvku pokusíme odpovědět. Proč vzikla komplexí

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

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model EKONOMETRIE 9. předáška Zobecěý lieárí regresí model Porušeí základích podmíek klasického modelu Metoda zobecěých emeších čtverců Jestliže sou porušey ěkteré podmíky klasického modelu. E(u),. E (uu`) σ

Více

Modelování časových řad akciových výnosů #

Modelování časových řad akciových výnosů # Aca Oecoomica Pragesia, roč. 5, č., 2007 Modelováí časových řad akciových výosů # Jiří Trešl Dagmar Blaá * Cílem předložeého příspěvku je ukáza možosi použií růzých modelů vhodých pro aalýzu časových řad

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

Metody odhadu poptávky a nabídky v podmínkách nerovnovážného modelu

Metody odhadu poptávky a nabídky v podmínkách nerovnovážného modelu 4. eziárodí koferece Řízeí a odelováí fiačích rizik Osrava VŠB-TU Osrava, Ekooická fakula, kaedra Fiací.-. září 8 Meody odhadu popávky a abídky v podíkách erovovážého odelu Pavla Vodová Absrak Cíle ohoo

Více

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková Základy statistiky Zpracováí pokusých dat Praktické příklady Kristia Somerlíková Data v biologii Zak ebo skupia zaků popisuje přírodí jevy, úlohou výzkumíka je vybrat takovou skupiu zaků, které charakterizují

Více

7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU

7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU Indexy základní, řeězové a empo přírůsku Aleš Drobník srana 1 7. INDEXY ZÁKLADNÍ, ŘETĚZOVÉ A TEMPO PŘÍRŮSTKU V kapiole Indexy při časovém srovnání jsme si řekli: Časové srovnání vzniká, srovnáme-li jednu

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

Lineární a adaptivní zpracování dat. 9. Modely časových řad II.

Lineární a adaptivní zpracování dat. 9. Modely časových řad II. Lieárí a adaptiví zpracováí dat 9. Modely časových řad II. Daiel Schwarz Ivestice do rozvoje vzděláváí Opakováí K čemu je dobré vytvářet modely procesů geerující časové řady? Dekompozice časový řad: jaké

Více

x udává hodnotu směrnice tečny grafu

x udává hodnotu směrnice tečny grafu Předmě: Ročník: Vyvořil: Daum: MATEMATIKA ČTVRTÝ Mgr. Tomáš MAŇÁK 5. srpna Název zpracovaného celku: GEOMETRICKÝ VÝZNAM DERIVACE FUNKCE GEOMETRICKÝ VÝZNAM DERIVACE FUNKCE v bodě (ečny grafu funkcí) Je

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

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

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

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

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

, 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

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

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

Lineární a adaptivní zpracování dat. 11. Adaptivní filtrace a predikce II.

Lineární a adaptivní zpracování dat. 11. Adaptivní filtrace a predikce II. Lieárí a adaptiví zpracováí dat 11. Adaptiví filtrace a predikce II. Daiel Schwarz Ivestice do rozvoje vzděláváí Popis a idetifikace systémů BLACK BOX Systém/proces geerující data áhodé povahy Istitute

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

Investiční činnost. Existují různá pojetí investiční činnosti: Z pohledu ekonomické teorie. Podnikové pojetí investic

Investiční činnost. Existují různá pojetí investiční činnosti: Z pohledu ekonomické teorie. Podnikové pojetí investic Ivesičí čios Exisují růzá pojeí ivesičí čiosi: Z pohledu ekoomické eorie Podikové pojeí ivesic Klasifikace ivesic v podiku 1) Hmoé (věcé, fyzické, kapiálové) ivesice 2) Nehmoé (emaeriálí) ivesice 3) Fiačí

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

NA POMOC FO. Pád vodivého rámečku v magnetickém poli

NA POMOC FO. Pád vodivého rámečku v magnetickém poli NA POMOC FO Pád vodivého rámečku v maneickém poli Karel auner *, Pedaoická akula ZČU v Plzni Příklad: Odélníkový rámeček z vodivého dráu má rozměry a,, hmonos m a odpor. Je zavěšen ve výšce h nad horním

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

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací 3. Náhodý výběr Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých realizací

Více

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6

STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Středoškolská techika 00 Setkáí a prezetace prací středoškolských studetů a ČVUT STUDIUM MAXWELLOVA ZÁKONA ROZDĚLENÍ RYCHLSOTÍ MOLEKUL POMOCÍ DERIVE 6 Pavel Husa Gymázium Jiřího z Poděbrad Studetská 66/II

Více

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika

Přijímací řízení akademický rok 2013/2014 Bc. studium Kompletní znění testových otázek matematika Přijímací řízeí akademický rok 0/0 c. studium Kompletí zěí testových otázek matematika Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá. Které číslo doplíte místo 8? 6 6 8 C. Které číslo

Více

Teplota. 3 kt. Boltzmanova konstanta k = J K -1. definice teploty. tlaky v obou částech se vyrovnají

Teplota. 3 kt. Boltzmanova konstanta k = J K -1. definice teploty. tlaky v obou částech se vyrovnají Teploa laky obou čásech se yroají 1 m1 1 m rooáe budou sředí kieické eergie obou druhů molekul sejé: 1 1 m m 1 1 ěžší molekuly se pohybují pomaleji ež lehčí sejé musí edy bý i objemoé kocerace: 1 když

Více

=, kde P(x) a Q(x) jsou polynomy. Rozklad na parciální zlomky Parciální zlomky jsou speciální racionální lomené funkce. Rozlišujeme 2 typy:

=, kde P(x) a Q(x) jsou polynomy. Rozklad na parciální zlomky Parciální zlomky jsou speciální racionální lomené funkce. Rozlišujeme 2 typy: 3 předáš INTEGRAE RAIONÁLNÍ LOMENÉ FUNKE Důležiou supiu fucí, eré můžeme (spoň eoreicy) iegrov v možiě elemeárích fucí, voří rcioálí lomeé fuce Kždou rcioálí lomeou fuci vru P( ) f ( ) =, de P() Q() jsou

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

Úloha V.E... Vypař se!

Úloha V.E... Vypař se! Úloha V.E... Vypař se! 8 bodů; průměr 4,86; řešilo 28 sudenů Určee, jak závisí rychlos vypařování vody na povrchu, kerý ao kapalina zaujímá. Experimen proveďe alespoň pro pě různých vhodných nádob. Zamyslee

Více

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení

Přijímací řízení akademický rok 2012/2013 Kompletní znění testových otázek matematické myšlení Přijímací řízeí akademický rok 0/0 Kompletí zěí testových otázek matematické myšleí Koš Zěí otázky Odpověď a) Odpověď b) Odpověď c) Odpověď d) Správá odpověď. Které číslo doplíte místo otazíku? 6 8 8 6?.

Více

4. B o d o v é o d h a d y p a r a m e t r ů

4. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

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

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0

n=0 a n, n=0 a n = ±. n=0 n=0 a n diverguje k ±, a píšeme n=0 n=0 b n = t. Pak je konvergentní i řada n=0 (a n + b n ) = s + t. n=0 k a n a platí n=0 Nekoečé řady, geometrická řada, součet ekoečé řady Defiice Výraz a 0 a a a, kde {a i } i0 je libovolá posloupost reálých čísel, azveme ekoečou řadou Číslo se azývá -tý částečý součet Defiice Nekoečá řada

Více

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t.

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t. Techická aalýza Techická aalýza z vývoje cey a obchodovaých objemů akcie odvozuje odhad budoucího vývoje cey. Dalšími metodami odhadu vývoje ce akcií jsou apř. fudametálí aalýza (zkoumá podrobě účetictví

Více

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat.

Seznámíte se s principem integrace substituční metodou a se základními typy integrálů, které lze touto metodou vypočítat. 4 Inegrace subsiucí 4 Inegrace subsiucí Průvodce sudiem Inegrály, keré nelze řeši pomocí základních vzorců, lze velmi časo řeši subsiuční meodou Vzorce pro derivace elemenárních funkcí a věy o derivaci

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

14. B o d o v é o d h a d y p a r a m e t r ů

14. B o d o v é o d h a d y p a r a m e t r ů 4. B o d o v é o d h a d y p a r a m e t r ů Na základě hodot áhodého výběru z rozděleí určitého typu odhadujeme parametry tohoto rozděleí, tak aby co ejlépe odpovídaly hodotám výběru. Formulujme tudíž

Více

Modelování jednostupňové extrakce. Grygar Vojtěch

Modelování jednostupňové extrakce. Grygar Vojtěch Modelováí jedostupňové extrakce Grygar Vojtěch Soutěží práce 009 UTB ve Zlíě, Fakulta aplikovaé iformatiky, 009 OBSAH ÚVOD...3 1 MODELOVÁNÍ PRACÍCH PROCESŮ...4 1.1 TERMODYNAMIKA PRACÍHO PROCESU...4 1.

Více

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce

DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ. 1) Pojem funkce, graf funkce DIFERENCIÁLNÍ POČET FUNKCE JEDNÉ PROMĚNNÉ ) Pojem ukce, gra ukce De: Fukcí reálé proměé azýváme pravidlo, které každému reálému číslu D přiřazuje právě jedo reálé číslo y H Toto pravidlo začíme ejčastěji

Více

Analýza časových řad. Informační a komunikační technologie ve zdravotnictví. Biomedical Data Processing G r o u p

Analýza časových řad. Informační a komunikační technologie ve zdravotnictví. Biomedical Data Processing G r o u p Analýza časových řad Informační a komunikační echnologie ve zdravonicví Definice Řada je posloupnos hodno Časová řada chronologicky uspořádaná posloupnos hodno určiého saisického ukazaele formálně je realizací

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

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b

Posloupnosti a číselné řady. n + 1. n + 1 + n n + 1 + n. n n + 1 + n. = lim. n2 sin n! lim. = 0, je lim. lim. lim. 1 + b + b 2 + + b n) = 1 b Najděte itu Poslouposti a číselé řady ) + Protože + = + x ) + + =, je + + + + ) + = = 0 + + Najděte itu 3 si! + Protože je si! a 3 = 0, je 3 si! = 0 Najděte itu + a + a + + a + b + b, a

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

Fakulta strojního inženýrství VUT v Brně Ústav konstruování. KONSTRUOVÁNÍ STROJŮ převody. Přednáška 5

Fakulta strojního inženýrství VUT v Brně Ústav konstruování. KONSTRUOVÁNÍ STROJŮ převody. Přednáška 5 Fakula srojího ižeýrsví VUT v Brě Úsav kosruováí KONSTRUOVÁNÍ STROJŮ převody Předáška 5 Čelí soukolí se šikmými zuby hp://www.audiforum.l/ Moderaio is bes, ad o avoid all exremes. PLUTARCHOS Čelí soukolí

Více

Lineární a adaptivní zpracování dat. 8. Modely časových řad I.

Lineární a adaptivní zpracování dat. 8. Modely časových řad I. Lieárí a adaptiví zpracováí dat 8. Modely časových řad I. Daiel Schwarz Ivestice do rozvoje vzděláváí Cíl, motivace Popis a idetifikace systémů BLACK BOX Cíl, motivace Popis a idetifikace systémů BLACK

Více

Závislost slovních znaků

Závislost slovních znaků Závislost slovích zaků Závislost slovích (kvalitativích) zaků Obměy slovího zaku Alterativí zaky Možé zaky Tříděí věcé sloví řady: seřazeí obmě je subjektiví záležitostí (podle abecedy), možé i objektiví

Více

Studie proveditelnosti (Osnova)

Studie proveditelnosti (Osnova) Sudie provedielnosi (Osnova) 1 Idenifikační údaje žadaele o podporu 1.1 Obchodní jméno Sídlo IČ/DIČ 1.2 Konakní osoba 1.3 Definice a popis projeku (max. 100 slov) 1.4 Sručná charakerisika předkladaele

Více

jsou reálná a m, n jsou čísla přirozená.

jsou reálná a m, n jsou čísla přirozená. .7.5 Racioálí a polomické fukce Předpoklad: 704 Pedagogická pozámka: Při opisováí defiic racioálí a polomické fukce si ěkteří studeti stěžovali, že je to příliš těžké. Ve skutečosti je sstém, kterým jsou

Více