Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

Rozměr: px
Začít zobrazení ze stránky:

Download "Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů."

Transkript

1 1. Příklad Hodíme 60krát šestistěou hrací kostkou. Jedotlivé stěy padly v ásledujícím poměru: 7:9:10:6:15:13. Proveďte test a 5% hladiě výzamosti, zda je kostka v pořádku. H 0 : π 1 = 1/6, π = 1/6, π 3 = 1/6, π 4 = 1/6, π 5 = 1/6, π 6 = 1/6 H 1 : o H 0 π 0,i i *π 0,i i 0, ,9 0, ,1 0, , ,6 0, ,5 0, ,9 Součet: = G = 6 ( k 1) W ( G ); (5) 11,1; W ( G 11,1) 1 G W, H ezamítám, H epřímám, a 5% hladiě výzamosti.. Příklad V předloňském semestru se zúčastilo zkoušky z předmětu 4ST01 Statistika 1491 studetů, z ichž 7,5 % dostalo jedičku, 4,5 % dvojku, 37 % trojku a 31 % čtyřku ebo bylo omluveo. Z mých cvičeí dostalo jedičku 6 studetů, dvojku 8 studetů, trojku 16 studetů a čtyřku ebo omluveo 10 studetů. Otestujte a 5% hladiě výzamosti tvrzeí, že rozložeí zámek studetů z mých cvičeí odpovídá celoškolskému rozložeí zámek. H 0 : π 1 = 0,075, π = 0,45, π 3 = 0,37, π 4 = 0,31 H 1 : o H 0 π 0,i i *π 0,i i 0, ,45 8 9,8 0,33 0, ,8 0,10 0, ,4 0,46 Součet: ,89 G = 3,89 ( k 1)

2 W ( G ); (3) 7,81; W ( G 7,81) 1 G W, H ezamítám, H epřímám, a 5% hladiě výzamosti. 3. Příklad U pacietů trpících chorobou bylo zjišťováo, zda byli očkovái a jaký průběh choroba má. Závisí průběh choroby a tom, zda paciet byl očková? Jaká je síla této závislosti? Uvažujte α = 0,05. Očkováí\Průběh choroby Lehký Těžký Ao Ne 0 43 H 0 : π = π i. π.j (ezávislost) Lehký Těžký součty = i. Ao Ne součty =.j = 130 Ao 36,08 30,9 Lehký Těžký Ne 33,9 9,08 Lehký Těžký Ao 5,37 6,7 Ne 5,71 6,67 G 4,0 (( r 1)( s 1)) r = ; s = W ( G ); (1) 3,84; W ( G 3,84) 1 G W, H zamítám, H přímám, a 5% hladiě výzamosti. C G 4,0 0,39 G 154,0 V G 4,0 0, 43; m mi( r; s) mi(;) m ( 1) 130

3 4. Příklad Byla zjišťováa souvislost mezi hladiou alkoholu v krvi (ízká, středí, vysoká) a rychlostí reakce (dobrá, špatá) u 100 áhodě vybraých lidí. Existuje souvislost? Pokud ao, jaká je itezita závislosti? Testujte a hladiě výzamosti α = 0,05. Hladia alkoholu\rychlost reakce Dobrá Špatá Nízká 53 1 Středí 5 15 Vysoká 13 H 0 : π = π i. π.j (ezávislost) Dobrá Špatá i. Nízká Středí Vysoká j Dobrá Špatá Nízká 39 6 Středí 1 8 Vysoká 9 6 Dobrá Špatá Nízká 5,03 7,54 Středí 4,08 6,13 Vysoká 5,44 8,17 G 36,38 (( r 1)( s 1)) r = 3; s = W ( G ); () 5,99; W ( G 5,99) 1 G W, H zamítám, H přímám, a 5% hladiě výzamosti.

4 G 36,38 C 0,5 G 136,38 G 36,38 V 0,60; m mi( r; s) mi(3;) m ( 1) Příklad Byly sledováy rodié stavy evěst a žeichů při uzavíráí sňatků a byla vytvořea ásledující tabulka četostí. Zjistěte a 1% hladiě výzamosti, zda existuje statistická závislost mezi rodiým stavem žeicha a evěsty. Vypočítejte míru těsosti této závislosti. Žeich\Nevěsta Svobodá Rozvedeá Vdova Svobodý Rozvedeý Vdovec H 0 : π = π i. π.j (ezávislost) Svobodá Rozvedeá Vdova i. Svobodý Rozvedeý Vdovec j Svobodá Rozvedeá Vdova Svobodý 6,5 15,9 10,6 Rozvedeý 14 8,4 5,6 Vdovec 9,5 5,7 3,8 Svobodá Rozvedeá Vdova Svobodý 4,16,19,00 Rozvedeý,57 1,54 1,03 Vdovec,13 0,93 1,7 G 17,8 (( r 1)( s 1)) r = 3; s = 3

5 W ( G ); (4) 13,8; W ( G 13,8) 1 0,99 0,01 G W, H zamítám, H přímám, a 1% hladiě výzamosti. 0, C G 17,8 0,39 G 117,8 V G 17,8 0,30; m mi( r; s) mi(3;3) 3 m ( 1) Příklad Následující tabulka udává regio páka piva a prefereci pití piva točeého ebo z lahve. Posuďte a jejím základě, zdali existují rozdíly v prefereci pití piva (z plechovky ebo točeého) v růzých částech země. Hladia výzamosti je 10%. Vypočítejte míru těsosti této závislosti. Sever Střed Jih Plechovka Točeé H 0 : π = π i. π.j (ezávislost) Sever Střed Jih i. Plechovka Točeé j Sever Střed Jih Plechovka 305,56 183,33 61,11 Točeé 194,44 116,67 38,89 Sever Střed Jih Plechovka 0,10 0,4 0,0 Točeé 0,16 0,38 0,03 G 0,94 (( r 1)( s 1)) r = ; s = 3

6 W ( G ); () 4,61; W ( G 4,61) 1 0,9 0,1 G W, H ezamítám, H epřímám, a 10% hladiě výzamosti. 0,1 0 1 G 0,94 C 0,03 G 900,94 G 0,94 V 0,03; m mi( r; s) mi(;3) m ( 1) Příklad Ve 1 supermarketech byl testová vliv způsobu vystaveí zboží a jeho odbyt. Zboží bylo umístěo růzými způsoby (A a B), vždy v 6 supermarketech stejě a sledoval se počet prodaých kusů za určitou dobu. Rozhoděte pomocí testu, zda způsob umístěí zboží statisticky výzamě ovlivňuje počet prodaých kusů a hladiě výzamosti 0,01. Zhodoťte kvalitu vytvořeého modelu. Způsobem A: 4, 46, 37, 48, 53, 9 Způsobem B: 104, 79, 1, 115, 71, 89 H 0 : μ 1 = μ (ezávislost) Výpočet v Excelu přes doplěk Aalýza dat (Aktivace: Soubor -> Možosti -> Doplňky -> Přejít -> Aalytické ástroje; Spuštěí: Data -> Aalýza dat -> ANOVA: jede faktor) Aova: jede faktor Faktor Výběr Počet Součet Průměr Rozptyl A ,4 B , ,667 ANOVA Zdroj variability SS Rozdíl MS F Hodota P F krit Mezi výběry 570, ,333 14,1864 0, , Všechy výběry 4033, ,3333 Celkem 9753, F 14,18 F( k 1; k) ; (1;10) F 4,96; 4,96 W F F F krit W F 1 F W ; H zamítám, H přímám, a 5% hladiě výzamosti Alterativě:

7 p-hodota = "Hodota P" = 0,0037 p-hodota α -> zamítám H 0 p-hodota > α -> ezamítám H 0 zde tedy p-hodota = 0,0037 < α = 0,05 ->zamítám H 0, přímám H 1, a 5% hladiě výzamosti. 570,333 Itezita závislosti P 0, ,6 % variability počtu prodaých kusů je vysvětlitelé 9753,667 způsobem prodeje.

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů. Neparametricke testy (motto: Hypotézy jsou lešením, které se staví před budovu a pak se strhává, je-li budova postavena. Jsou nutné pro vědeckou práci, avšak skutečný vědec nepokládá hypotézy za předmětnou

Více

Sever Jih Západ Plechovka Točené Sever Jih Západ Součty Plechovka Točené Součty

Sever Jih Západ Plechovka Točené Sever Jih Západ Součty Plechovka Točené Součty Neparametrické testy (motto: Hypotézy jsou lešením, které se staví před budovu a pak se strhává, je-li budova postavena. Jsou nutné pro vědeckou práci, avšak skutečný vědec nepokládá hypotézy za předmětnou

Více

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

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

Více

vají statistické metody v biomedicíně

vají statistické metody v biomedicíně Statistika v biomedicísk ském m výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Proč se používaj vají statistické metody v biomedicíě Biomedicísk

Více

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví

vají statistické metody v biomedicíně Literatura Statistika v biomedicínsk nském výzkumu a ve zdravotnictví Statistika v biomedicísk ském výzkumu a ve zdravotictví Prof. RNDr. Jaa Zvárov rová,, DrSc. EuroMISE Cetrum Ústav iformatiky AV ČR R v.v.i. Literatura Edice Biomedicísk ská statistika vydáva vaá a Uiverzitě

Více

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU) Základy teorie pravděpodobosti měřeí chyba měřeí Provádíme kvalifikovaý odhad áhodá systematická výsledek ejistota výsledku Základy teorie pravděpodobosti

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

Stav Svobodný Rozvedený Vdovec. Svobodná 37 10 6. Rozvedená 8 12 8. Vdova 5 8 6

Stav Svobodný Rozvedený Vdovec. Svobodná 37 10 6. Rozvedená 8 12 8. Vdova 5 8 6 1. Příklad Byly sledovány rodinné stavy nevěst a ženichů při uzavírání sňatků a byla vytvořena následující tabulka četností. Stav Svobodný Rozvedený Vdovec Svobodná 37 10 6 Rozvedená 8 12 8 Vdova 5 8 6

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

Cvičící Kuba Kubina Kubinčák Body u závěrečného testu

Cvičící Kuba Kubina Kubinčák Body u závěrečného testu 1. Příklad U 12 studentů jsme sledovali počet dosažených bodů na závěrečném testu (od 0 do 60). Vždy 4 z těchto studentů chodili k jednomu ze 3 cvičících panu Kubovi, panu Kubinovi, nebo panu Kubinčákovi.

Více

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.).

Pro statistické šetření si zvolte si statistický soubor např. všichni žáci třídy (několika tříd, školy apod.). STATISTIKA Statistické šetřeí Proveďte a vyhodoťte statistické šetřeí:. Zvolte si statistický soubor. 2. Zvolte si určitý zak (zaky), které budete vyhodocovat. 3. Určete absolutí a relativí četosti zaků,

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

8. cvičení 4ST201-řešení

8. cvičení 4ST201-řešení cvičící 8. cvičeí 4ST01-řešeí Obsah: Neparametricé testy Chí-vadrát test dobréshody Kotigečí tabuly Aalýza rozptylu (ANOVA) Vysoá šola eoomicá 1 VŠE urz 4ST01 Neparametricé testy Neparametricétesty využíváme,

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

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

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy cvičící 8. cvičeí 4ST1 Obsah: Neparametricé testy Chí-vadrát test dobréshody Kotigečí tabuly Aalýza rozptylu (ANOVA) Vysoá šola eoomicá 1 VŠE urz 4ST1 Neparametricé testy Neparametricétesty využíváme,

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

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

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 3. ÚKOL JB TEST 3. Úkol zadáí pro statistické testy U každého z ásledujících testů uveďte ázev (včetě autora), předpoklady použití, ulovou

Více

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ TESTOVÁNÍ STATISTICKÝC YPOTÉZ je postup, pomocí ěhož a základě áhodého výběru ověřujeme určité předpoklady (hypotézy) o základím souboru STATISTICKÁ YPOTÉZA předpoklad (tvrzeí) o parametru G základího

Více

4ST201 STATISTIKA CVIČENÍ Č. 8

4ST201 STATISTIKA CVIČENÍ Č. 8 4ST201 STATISTIKA CVIČENÍ Č. 8 analýza závislostí kontingenční tabulky test závislosti v kontingenční tabulce analýza rozptylu regresní analýza lineární regrese Analýza závislostí Budeme ověřovat existenci

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

17. Statistické hypotézy parametrické testy

17. Statistické hypotézy parametrické testy 7. Statistické hypotézy parametrické testy V této části se budeme zabývat statistickými hypotézami, pomocí vyšetřujeme jedotlivé parametry populace. K takovýmto šetřeím většiou využíváme ám již dobře zámé

Více

Zimní semestr akademického roku 2015/ listopadu 2015

Zimní semestr akademického roku 2015/ listopadu 2015 Cvičeí k předmětu BI-ZMA Tomáš Kalvoda Katedra aplikovaé matematiky FIT ČVUT Matěj Tušek Katedra matematiky FJFI ČVUT Obsah Cvičeí Zimí semestr akademického roku 2015/2016 20. listopadu 2015 Předmluva

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Bodové a itervalové odhady Nechť X je áhodá proměá, která má distribučí fukci F(x, ϑ). Předpokládejme, že záme tvar distribučí fukce (víme jaké má rozděleí) a ezáme parametr

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 6. KAPITOLA CENTRÁLNÍ LIMITNÍ VĚTA 6.11.2017 Opakováí: Čebyševova erovost příklad Pravděpodobost vyrobeí zmetku je 0,5. Odhaděte pravděpodobost,

Více

Číselné charakteristiky náhodných veličin

Číselné charakteristiky náhodných veličin Číselé charakteristiky áhodých veliči Motivace Doposud jsme pozali fukcioálí charakteristiky áhodých veliči (apř. distribučí fukce, pravděpodobostí fukce, hustota pravděpodobosti), které plě popisují pravděpodobostí

Více

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

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

Více

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení Odhad parametrů ormálího rozděleí a testy hypotéz o těchto parametrech * Věty o výběru z ormálího rozděleí Nechť, X, X je áhodý výběr z rozděleí N ( µ, ) X, Ozačme výběrový průměr a = X = i = X i i = (

Více

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopraví Statistika Semestrálí práce Zdražováí pohoých hmot Jméa: Martia Jelíková, Jakub Štoudek Studijí skupia: 2 37 Rok: 2012/2013 Obsah Úvod... 2 Použité

Více

8. Základy statistiky. 8.1 Statistický soubor

8. Základy statistiky. 8.1 Statistický soubor 8. Základy statistiky 7. ročík - 8. Základy statistiky Statistika je vědí obor, který se zabývá zpracováím hromadých jevů. Tvoří základ pro řadu procesů řízeí, rozhodováí a orgaizováí, protoţe a základě

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

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

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých 9 Limití věty. V aplikacích teorie pravděpodobosti (matematická statistika, metody Mote Carlo se užívají tvrzeí vět o kovergeci posloupostí áhodých veliči. Podle povahy kovergece se limití věty teorie

Více

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou

14. Testování statistických hypotéz Úvod statistické hypotézy Definice 14.1 Statistickou hypotézou parametrickou neparametrickou. nulovou testovanou 4. Testováí statistických hypotéz Úvod Při práci s daty se mohdy spokojujeme s itervalovým či bodovým odhadem parametrů populace. V mohých případech se však uchylujeme k jiému postupu, většiou jde o případy,

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

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

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

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení Odhad parametru p biomického rozděleí a test hypotézy o tomto parametru Test hypotézy o parametru p biomického rozděleí Motivačí úloha Předpokládejme, že v důsledku realizace jistého áhodého pokusu P dochází

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

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

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Iovace a zkvalitěí výuky prostředictvím ICT Téma III..3, pracoví list 3 Techická měřeí v MS Ecel Průměry a četosti, odchylky změřeých hodot. Ig. Jiří Chobot

Více

2 STEJNORODOST BETONU KONSTRUKCE

2 STEJNORODOST BETONU KONSTRUKCE STEJNORODOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí stejorodosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů

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

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika Přijímcí řízeí kdemický rok /4 NvMg studium Kompletí zěí testových otázek mtemtik sttistik Koš Zěí otázky Odpověď ) Odpověď b) Odpověď c) Odpověď d) Správá odpověď efiičí obor fukce defiové předpisem f

Více

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

Přednáška VI. Intervalové odhady. Motivace Směrodatná odchylka a směrodatná chyba Centrální limitní věta Intervaly spolehlivosti Předáška VI. Itervalové odhady Motivace Směrodatá odchylka a směrodatá chyba Cetrálí limití věta Itervaly spolehlivosti Opakováí estraé a MLE Jaký je pricip estraých odhadů? Jaký je pricip odhadů metodou

Více

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

Testujeme hypotézu: proti alternativě. Jednoduché třídění: Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Y,, Y je áhodý výběr z N(μ, σ ) Testujeme hypotézu: proti alterativě H : μ = μ = = μ H : e všechy středí hodoty μ,, μ jsou si rovy Jedoduché

Více

Mod(x) = 2, Med(x) = = 2

Mod(x) = 2, Med(x) = = 2 Pracoví list č.. Při zjišťováí počtu ezletilých dětí ve třiceti vybraých rodiách byly získáy tyto výsledky:,,,,,,,,,,,,,,,,,,,,,,,,,,,,,. Uspořádejte získaé údaje do tabulky rozděleí četostí a vyjádřete

Více

Kapitola 6. : Neparametrické testy o mediánech

Kapitola 6. : Neparametrické testy o mediánech Kapitola 6 : Neparametrické testy o mediáech Cíl kapitoly Po prostudováí této kapitoly budete umět - provádět testy hypotéz o mediáu jedoho spojitého rozložeí - hodotit shodu dvou ezávislých áhodých výběrů

Více

Úvod do korelační a regresní analýzy

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

Více

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

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů. Náhodu bychom mohli defiovat jako součet velkého počtu drobých epozaých vlivů. V rámci přírodích věd se setkáváme s pokusy typu za určitých podmíek vždy astae určitý důsledek. Např. jestliže za ormálího

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test) Přijímací řízeí pro akademický rok 2007/08 a magisterský studijí program: Zde alepte své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test) U každé otázky či podotázky v ásledujícím

Více

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test) Přijímací řízeí pro akademický rok 2007/08 a magisterský studijí program: Zde alepte své uiverzití číslo PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemý test) U každé otázky či podotázky v ásledujícím

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

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ je postup, pomocí ěhož a základě áhodého výběru ověřujeme určté předpoklady (hypotézy) o základím souboru STATISTICKÁ HYPOTÉZA předpoklad (tvrzeí) o parametru G základího

Více

P2: Statistické zpracování dat

P2: Statistické zpracování dat P: Statistické zpracováí dat Úvodem - Statistika: věda, zabývající se shromažďováím, tříděím a ásledým popisem velkých datových souborů. - Základem statistiky je teorie pravděpodobosti, založeá a popisu

Více

} 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

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

Testování statistických hypotéz

Testování statistických hypotéz Testováí statstckých hypotéz - Testováí hypotéz je postup, sloužící k ověřeí předpokladů o ZS (hypotéz a základě výběrových dat (tj. hodot z výběrového souboru. - ypotéza = určtý předpoklad o základím

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

1 ROVNOMĚRNOST BETONU KONSTRUKCE

1 ROVNOMĚRNOST BETONU KONSTRUKCE ROVNOMĚRNOST BETONU KONSTRUKCE Cíl kapitoly a časová áročost studia V této kapitole se sezámíte s možostmi hodoceí rovoměrosti betou železobetoové kostrukce a prakticky provedete jede z možých způsobů

Více

9.1.12 Permutace s opakováním

9.1.12 Permutace s opakováním 9.. Permutace s opakováím Předpoklady: 905, 9 Pedagogická pozámka: Pokud echáte studety počítat samostatě příklad 9 vyjde tato hodia a skoro 80 miut. Uvažuji o tom, že hodiu doplím a rozdělím a dvě. Př.

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobost a aplikovaá statistika MGR. JANA SEKNIČKOVÁ, PH.D. 4. KAPITOLA STATISTICKÉ CHARAKTERISTIKY 16.10.2017 23.10.2017 Přehled témat 1. Pravděpodobost (defiice, využití, výpočet pravděpodobostí

Více

Kvantily. Problems on statistics.nb 1

Kvantily. Problems on statistics.nb 1 Problems o statistics.b Kvatily 5.. Nechť x a, kde 0 < a

Více

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika Co e to statistika? Statistické hodoceí výsledků zkoušek Petr Misák misak.p@fce.vutbr.cz Statistika e ako bikiy. Odhalí téměř vše, ale to edůležitěší ám zůstae skryto. (autor ezámý) Statistika uda e, má

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

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

SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík

SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík SEMESTRÁLNÍ PRÁCE Leptání plasmou Ing. Pavel Bouchalík 1. ÚVOD Tato semestrální práce obsahuje písemné vypracování řešení příkladu Leptání plasmou. Jde o praktickou zkoušku znalostí získaných při přednáškách

Více

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním Lekce Itervalový odhad Itervalový odhad je jedou ze stadardích statistických techik Cílem je sestrojit iterval (kofidečí iterval, iterval spolehlivosti, který s vysokou a avíc předem daou pravděpodobostí

Více

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

Přednáška VIII. Testování hypotéz o kvantitativních proměnných Předáška VIII. Testováí hypotéz o kvatitativích proměých Úvodí pozámky Testy o parametrech rozděleí Testy o parametrech rozděleí Permutačí testy Opakováí hypotézy Co jsou to hypotézy a jak je staovujeme?

Více

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

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

Více

Pravděpodobnost a statistika - absolutní minumum

Pravděpodobnost a statistika - absolutní minumum Pravděpodobost a statistika - absolutí miumum Jaromír Šrámek 4108, 1.LF, UK Obsah 1. Základy počtu pravděpodobosti 1.1 Defiice pravděpodobosti 1.2 Náhodé veličiy a jejich popis 1.3 Číselé charakteristiky

Více

Zhodnocení přesnosti měření

Zhodnocení přesnosti měření Zhodoceí přesosti měřeí 1. Chyby měřeí Měřeím emůžeme ikdy zjistit skutečou (pravou) hodotu s měřeé veličiy. To je způsobeo edokoalostí metod měřeí, měřicích přístrojů, lidských smyslů i proměých podmíek

Více

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

b c a P(A B) = c = 4% = 0,04 d Příklad 6: Z Prahy do Athé je 50 km V Praze byl osaze válec auta ovou svíčkou, jejíž životost má ormálí rozděleí s průměrem 0000 km a směrodatou odchylkou 3000 km Jaká je pravděpodobost, že automobil překoá

Více

Test hypotézy o parametru π alternativního rozdělení příklad

Test hypotézy o parametru π alternativního rozdělení příklad Test hypotézy o parametru π alterativího rozděleí příklad Podik předpokládá, že o jeho ový výrobek bude mít zájem 7 % osloveých domácostí. Proběhl předběžý průzkum, v ěmž bylo osloveo 4 áhodě vybraých

Více

9. Měření závislostí ve statistice Pevná a volná závislost

9. Měření závislostí ve statistice Pevná a volná závislost Dráha [m] 9. Měřeí závislostí ve statistice Měřeí závislostí ve statistice se zabývá především zkoumáím vzájemé závislosti statistických zaků vícerozměrých souborů. Závislosti přitom mohou být apříklad

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Náhodá veličia Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 45/004. Náhodá veličia Většia áhodých pokusů má jako výsledky reálá čísla. Budeme tedy dále áhodou veličiou rozumět proměou, která

Více

Úvod do teorie měření

Úvod do teorie měření Uverzta Jaa Evagelsty Purkyě v Ústí ad Labem Přírodovědecká fakulta Úvod do teore měřeí Prof. Chlář emář 0 Průměr, rozptyl a směrodatá odchylka X = X = ( X X ) = = = Výpočty pomocí vzorců a pomocí statstckých

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

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

4.2 Elementární statistické zpracování. 4.2.1 Rozdělení četností

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

Více

7. cvičení 4ST201-řešení

7. cvičení 4ST201-řešení cvičící 7. cvičeí 4ST21-řešeí Obsah: Bodový odhad Itervalový odhad Testováí hypotéz Vysoká škola ekoomická 1 Úvod: bodový a itervalový odhad Statistický soubor lze popsat pomocípopisých charakteristik

Více

23. Mechanické vlnění

23. Mechanické vlnění 3. Mechaické vlěí Mechaické vlěí je děj, při kterém částice pružého prostředí kmitají kolem svých rovovážých poloh a teto kmitavý pohyb se přeáší (postupuje) od jedé částice k druhé vlěí může vzikout pouze

Více

Elementární zpracování statistického souboru

Elementární zpracování statistického souboru Elemetárí zpracováí statistického souboru Obsah kapitoly 4. Elemetárí statistické zpracováí - parametrizace vhodými empirickými parametry Studijí cíle Naučit se výsledky měřeí parametrizovat vhodými empirickými

Více

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

Statistika je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter. Statistika Cíle: Chápat pomy statistický soubor, rozsah souboru, statistická edotka, statistický zak, umět sestavit tabulku rozděleí četostí, umět zázorit spoicový diagram a sloupcový diagram / kruhový

Více

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

7. Odhady populačních průměrů a ostatních parametrů populace

7. Odhady populačních průměrů a ostatních parametrů populace 7. Odhady populačích průměrů a ostatích parametrů populace Jak sme zišťovali v kapitole. e možé pro každou populaci sestroit možství parametrů, které i charakterizue. Pro účely základího pozáí e evýzaměší

Více

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se

Více

9.1.13 Permutace s opakováním

9.1.13 Permutace s opakováním 93 Permutace s opakováím Předpoklady: 906, 9 Pedagogická pozámka: Obsah hodiy přesahuje 45 miut, pokud emáte k dispozici další půlhodiu, musíte žáky echat projít posledí dva příklady doma Př : Urči kolik

Více

Poznámky k předmětu Aplikovaná statistika, 11. téma

Poznámky k předmětu Aplikovaná statistika, 11. téma Poznámky k předmětu Aplikovaná statistika, 11. téma Testy založené na χ 2 rozdělení V přehledu významných rozdělení jsme si uvedli, že Poissonovým rozdělením se modeluje počet událostí, které nastanou

Více

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL Difereciálí počet fukcí jedé reálé proměé - 6. - PRVNÍ DIFERENCIÁL TAYLORŮV ROZVOJ FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL PŘÍKLAD Pomocí věty o prvím difereciálu ukažte že platí přibližá rovost

Více

Vytápění BT01 TZB II - cvičení

Vytápění BT01 TZB II - cvičení CZ..07/2.2.00/28.030 Středoevropské cetrum pro vytvářeí a realizaci iovovaých techicko-ekoomických studijích programů Vytápěí BT0 TZB II - cvičeí Zadáí Pro vytápěé místosti vašeho objektu avrhěte otopá

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

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N. .. Derivace elemetárích fukcí II Předpoklady: Př. : Urči derivaci fukce y ; N. Budeme postupovat stejě jako předtím dosazeím do vzorce: f ( + ) f ( ) f f ( + ) + + + +... + (biomická věta) + + +... + f

Více

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru SP Náhodý vetor ezávislost fuce NV PRAVDĚPODONOST A STATISTIKA Náhodý vetor ezávislost fuce áhodého vetoru Libor Žá Náhodý vetor stochasticá ezávislost Náhodé veličiy... defiovaé a ravděodobostím rostoru

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

P(n) = n * (n - 1) * (n - 2) *... 2 * 1 To odpovídá zápisu, ve kterém využíváme faktoriál:

P(n) = n * (n - 1) * (n - 2) *... 2 * 1 To odpovídá zápisu, ve kterém využíváme faktoriál: PERMUTACE a VARIACE 2.1 Permutace P() = * ( - 1) * ( - 2) *... 2 * 1 To odpovídá zápisu, ve kterém využíváme faktoriál: ( )! P = Jedá se o vzorec pro počet permutací z prvků bez opakováí. 2.2 Variace bez

Více

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika České vysoké učeí techické v Praze Fakulta dopraví Semestrálí práce Statistika Čekáí vlaku ve staicích a trase Klado Ostrovec Praha Masarykovo ádraží Zouzalová Barbora 2 35 Michálek Tomáš 2 35 sk. 2 35

Více