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

Rozměr: px
Začít zobrazení ze stránky:

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

Transkript

1 Možnot vyžtí tatty a teore zpracování dat v prác učtele na. tupn ZŠ Význam tatty je v oudobé polečnot všeobecně uznáván. Svědčí o tom člány v denním odborném tu, lýcháme o ní čato ve vytoupeních hopodářých poltcých pracovníů. Defnce tatty je uváděna jao obor zabývající e zoumáním a vanttatvní charatertou hromadných jevů nebo jao číelná evdence hromadných jevů. Etuje něol defnc tatty, teré e od ebe čato lší. Pro obor tatta jou příznačné dvě utečnot: jejím předmětem jou hromadné jevy, to jou jevy, teré mají hromadný výyt a jejím charatertcým ryem je číelné a grafcé vyjadřování zoumaných utečnotí. Znamená to, že tatta e nezabývá jevy jednečným, neopaovatelným. Zabývá e pouze jevy, teré jou příznačné pro velý počet jednců, popřípadě, teré e čato opaují. Zoumané utečnot o hromadných jevech tatta vyjadřuje tattcým údaj-tattcým daty. Se tattcým údaj e etáváme např. ve Stattcé ročence Čeé republy. Slovo tatta, tattcý, jou lova meznárodní. V převážné většně jazyů je odvozeno od lova tát (např.v němčně: de Statt-tatta, tattch-tatttcý; der Staat-tát; v anglčtně: tattc-tatta, tattcaltattcý; tate-tát). Stattcé nformace o ocálním, eonomcém a eologcém vývoj Čeé republy a jejch jednotlvých čátí zajšťuje tátní tattcá lužba, terou vyonává Státní tattcý úřad... Záladní pojmy tatty Úolem tatty je zoumání tavu a vývoje hromadných jevů a ouvlotí mez nm. Jevy rozumíme objety (předměty), jejch vlatnot vzájemné vztahy mez nm; pojmem hromadný zdůrazňujeme, že číelné tattcé údaje nepoytují nformace o ndvduálních objetech, ale o celých ouborech těchto objetů.... Stattcý oubor a tattcá jednota Množnu všech předmětů pozorování ( oob, věcí, jevů apod.) hromážděných na záladě toho, že mají polečné vlatnot, nazýváme tattcým ouborem. Jednotlvé prvy této množny e nazývají prvy (elementy) tattcého ouboru nebo též tattcé jednoty. Počet všech prvů tattcého ouboru e nazývá rozah ouboru. Soubor, terý je předmětem zoumání, e nazývá záladní oubor. Čato nelze nebo není účelné provét zoumání všech tattcých jednote tohoto záladního ouboru. Záladní oubor pa zoumáme pomocí tattcých jednote, teré z něj byly určtým způobem vybrány a teré tvoří ta zv. výběrový oubor. Přílad : Př zjšťování výšy žáů ve třídě je tattcým ouborem množna žáů dané třídy. Jejch polečnou vlatnotí je, že jou žáy napřílad třídy 4. A záladní šoly ul. Boženy Němcové v Ltoměřcích, a že budeme zoumat jejch výšu. Stattcou jednotou je žá 4. A záladní šoly v ul. Boženy Němcové v Ltoměřcích. Rozahem ouboru je počet žáů dané třídy, napřílad 0. Stattcým ouborem může být taé množna všech žáů dané šoly.

2 ... Stattcé znay Vlatnot tattcých ouborů, teré jou předmětem tattcého zoumání, leduje tatta protřednctvím vlatnotí tattcých jednote daného ouboru, teré pothuje tattcým znay. Stattcý zna je vyjádřením určté vlatnot tattcých jednote (prvů množn) ledovaného tattcého ouboru; louží charaterzování ledovaného hromadného jevu-vlatnot daného tattcého ouboru. Zna (argument) ouboru e zpravdla značí. Jednotlvé údaje znau e nazývají hodnoty znau, značí e,,, de je rozah ouboru. Napřílad: Napřílad př určování výšy žáů dané třídy je tattcým znaem výša žáů, hodnotou znau je číelně vyjádřená přílušná výša žáa např.4 cm. Hodnoty znau mohou být vyjádřeny buď číly nebo jným způobem (zpravdla lovním popem). V prvním případě mluvíme o znacích vanttatvních, např. tělená výša, tělená hmotnot, počet obyvatel mět, atp.. V druhém případě mluvíme o znacích valtatvních, teré e mohou vyytovat ve dvou druzích (znay alternatvní, např. muž-žena, vojá-nevojá, propěl-nepropěl) nebo ve více druzích (např. povolání, národnot, nábožentví, atp.). Stattcým zoumáním určtého tattcého ouboru zíáme zpravdla velý počet údajů o jeho tattcých znacích. Aby byl tento tattcý přehledný je třeba ho nědy nejprve utřídt. Mluvíme o tattcém třídění, teré počívá v rozčlenění tattcého ouboru do menších upn, teré nazýváme třídam. Je vša třeba dodržet záony třídění, t.zn, že třídění muí být úplné - muíme roztřídt všechny hodnoty znaů ouboru, muí být djuntní, průn upn muí být prázdná množna a muíme třídt dle určtého znau. Třídění podle jednoho znau může být provedeno v podtatě dvěma způoby. Př prvním z nch e do jedné třídy hrnují všechny prvy, jmž příluší táž hodnota znau (,,..., m, de m počet všech různých hodnot znau ). Hodnota e nazývá třídní zna -té třídy. Druhý způob tvoření tříd e používá tehdy, je-l počet různých hodnot znau přílš velý. Volí e t.zv. ntervaly...3. Četnot Počet prvů tattcého ouboru, teré patří do -té třídy e nazývá četnot (abolutní četnot) prvů v -té třídě; značíme. Podíl r, de je rozah uvažovaného tattcého ouboru, e nazývá relatvní (poměrná četnot) prvů v -té třídě. Vyjadřuje e jao čílo deetnné nebo v procentech. Součet všech četnotí prvů v první až -té třídě e nazývá umulatvní četnot prvů v -té třídě. Součet všech relatvních četnotí prvů v první až -té třídě e nazývá umulatvní relatvní četnot prvů v -té třídě. Přílad : Ve 4. A třídě záladní šoly ul. B. Němcové v Ltoměřcích byly naměřeny tyto výšy žáů: 30 cm, 3 cm, 35 cm, 35 cm, 38 cm, 40 cm, 4 cm, 4cm, 4 cm, 4 cm, 47 cm, 47 cm, 49 cm, 49 cm, 5 cm, 59 cm, 60 cm, 60 cm, 64 cm, 64 cm. Hodnoty ledovaného znau t.j. výšu žáů třídy 4. A záladní šoly ul.

3 B.Němcové v Ltoměřcích uvedeme v tabulce rozdělení četnotí nebol četnotní tabulce: Hodnoty znau Četnot Kumulatvní četnot abolutní relatvní abolutní relatvní 30 0,05 0,05 3 0,05 0,0 35 0,0 4 0,0 38 0,05 5 0,5 40 0,05 6 0, ,0 0 0, ,0 0, ,0 4 0,70 5 0,05 5 0, ,05 6 0, ,0 8 0, ,0 0,00 Součet 0,00.. Charaterty tattcého ouboru Stattcým charatertam nazýváme číla, terá podávají tručnou záladní nformac o uvažovaném tattcém ouboru z různých hlede. Je-l předmětem našeho zájmu jedný vanttatvní zna, jde o charatertu úrovně (polohy) a charatertu varablty (proměnnot, rozptýlení).... Charaterty úrovně (polohy) Charaterty úrovně (polohy) jou číla, terá charaterzují průměrnou hodnotu ledovaného vanttatvního znau. Patří mez ně artmetcý průměr, medán, modu, případně harmoncý průměr a geometrcý průměr.... Artmetcý průměr Artmetcý průměr hodnot,,..., vanttatvního znau je oučet těchto hodnot dělený jejch počtem (rozahem ouboru) : L 3

4 Přílad 3: Jou dány výšy žáů (vz přílad ze tr. ). Určete jejch artmetcý průměr: , Artmetcý průměr výšy žáů je 46,45 cm. Máme-l etavenou tabulu rozdělení četnotí, podle níž hodnota má četnot, hodnota má četnot,...,hodnota m má četnot m (de... m ), vypočteme artmetcý průměr podle vzorce: L m m m Říá e mu vážený artmetcý průměr (jednotlvé hodnoty znau jou váženy jejch četnotm). Přílad 4: Určete vážený průměr předchozího příladu: ,45 0 Vážený průměr výšy žáů je 46,45 cm. Artmetcý průměr má tyto důležté vlatnot: a) Součet rozdílů (tzv. odchyle) jednotlvých hodnot znau od jejch artmetcého průměru e rovná nule. b) Přčteme-l nebo odečteme-l od aždé hodnoty znau ontantní čílo A, pa artmetcý průměr nových hodnot e rovná artmetcému průměru původních hodnot zvětšenému nebo zmenšenému o čílo A. c) Náobíme-l nebo dělíme-l aždou hodnotu znau určtou ontantou K různou od nuly pa artmetcý průměr nových hodnot e rovná artmetcému průměru původních hodnot náobenému nebo dělenému ontantou K Medán ( ˆ ) Medán u ouborů, jejchž rozah je lché čílo, je roven hodnotě znau protředního prvu [ tj. - tého prvu] a u ouborů, jejchž rozah je udé čílo, je roven artmetcému průměru hodnot dvou tředních prvů [ t.j. - tého a - tého prvu]. Poznáma: Hodnoty znaů muí být eřazeny podle velot Přílad 5 : Medán výše žáů 4.A je ˆ 44,5 centmetrů. 4

5 ...3. Modu ( ~ ) Modu je hodnota znau, terá má mamální četnot. Přílad 6: Modu výše žáů 4.A je ~ 4 cm. Poznáma: Medán a modu e používají jao charaterty úrovně, jou-l etrémní hodnoty znau mmořádně odlšné od otatních hodnot znaů, taže artmetcý průměr je netypcou charatertou úrovně ouboru Harmoncý průměr Harmoncý průměr H H hodnot znaů,,..., je L : Máme-l etavenou tabulu rozdělení četnotí, podle níž hodnota má četnot, hodnota má četnot,...,hodnota m má četnot m (de... m ), vypočteme vážený harmoncý průměr podle vzorce: H L m L m m : m...5. Geometrcý průměr Geometrcý průměr G hodnot znaů,,..., je L G 3... Charaterty varablty (proměnnot, rozptýlení) Charaterty varablty (proměnnot, rozptýlení) hodnot znaů jou číla, terá charaterzují z různých hlede proměnnot ledovaného vanttatvního znau tattcého ouboru. Patří mez ně varační rozpětí, průměrná odchyla, rozptyl,měrodatná odchyla a varační oefcent Varační rozpětí Varační rozpětí R je rozdíl mez největší a nejmenší hodnotou znau prvů daného ouboru: R ma mn Přílad 7 : Varační rozpětí výše žáů 4. A je R cm. 5

6 ... Průměrná odchyla Průměrná odchyla d je artmetcý průměr abolutních hodnot odchyle znaů všech prvů ouboru od jejch artmetcého průměru : d L...3. Relatvní průměrná odchyla Relatvní průměrná odchyla r je podíl průměrné odchyly a přílušného artmetcého průměru: d r...4. Rozptyl Rozptyl je artmetcý průměr druhých mocnn odchyle hodnot znau od artmetcého průměru: Směrodatná odchyla ( ) ( ) L ( ) Směrodatná odchyla je druhá odmocnna z rozptylu Varační oefcent Varační oefcent V je poměr měrodatné odchyly a artmetcého průměru vyjádřený v procentech: V 00 Přílad 8 : Je dán tattcý oubor 5, 4, 5, 5, 8, 3, 6, 5, 5, 7, 9. Určete charaterty úrovně (artmetcý, geometrcý a harmoncý průměr, modu a medán) a charaterty varablty (varační rozpětí, průměrnou odchylu, rozptyl, měrodatnou odchylu a varační oefcent daného ouboru. Řešení: Seřaďme nejprve hodnoty znau podle velot (vz. poznáma u výpočtu medánu). Artmetcý průměr

7 Geometrcý průměr G ,398 Harmoncý průměr H ,67 Modu ~ 5 Medán ˆ 5 Varační rozpětí R Průměrná odchyla d Rozptyl ,355,636,636 0,636 0,364,364,364 3,364,777 Směrodatná odchyla,777,666 Varační oefcent,666 V 00 9, Teore tattcé závlot. Dvourozměrný tattcý protor. Dvourozměrným tattcým ouborem e nazývá tattcý oubor, u něhož je předmětem zájmu vztah dvou tattcých znaů. Napřílad je to vztah laface z matematy v pololetí a laface ontrolní píemné práce z matematy ve. pololetí v dané třídě. Nejjednodušší závlotí mez těmto dvěma tattcým znay je lneární závlot, jejíž těnot e měří orelačním oefcentem r y, terý nabývá hodnot v ntervalu od - do. Korelační oefcent rovný značí přímou úplnou funční lneární závlot, dežto rovná-l e -, jde o nepřímou úplnou funční lneární závlot. Nabude-l orelační oefcent hodnoty 0, značí to, že lneární závlot není pro apromac vhodná. Př hodnotách - až 0 nebo 0 až jde o větší č menší tupeň těnot nepřímé č přímé lneární závlot. 7

8 Vzorec pro orelační oefcent: de y e nazývá ovar- ance, a y jou měrodatné odchyly znau a znau y. r y y y Vzorec pro ovaranc je y ( ) ( y y) Vzorec pro orelační oefcent r y tedy je r y ( ) ( y y) ( ) ( y y) Přílad 9: Závěrečného tetu z matematy e zúčatnlo žáů čtvrtého ročníu. Výledy tetu (vyjádřené průměrnou známou) jejch pololetní lafac z matematy vyjadřuje náledující tabula. Vypočítejte orelační oefcent mez pololetní lafací a průměrnou známou z tetu. Žá pol. laface průměrná známa,6,7,7,6,83,33,6,6,6,5,83 Řešení: Označíme-l pololetní lafac a průměrnou známu z tetu y pa,5 a y, 43. y ( 0,5) ( 0,43) (,5) ( 0,6) ( 0,75) ( 0,74) ( 0,5) ( 0,7) (,5) ( 0,7) (,75) ( 0,4) (,5) ( 0,) ( 0,5) ( 0,7) ( 0,5)( 0,7) ( 0,75)( 0,7) ( 0,75) ( 0,07) ( 0,75)( 0,4) 0,973 8

9 [ 3 (,5) 4 (,5) 4 ( 3,5) ( 4,5) ] 0,94 obdobně y 0,354 a orelační oefcent r y 0,973 0,609 0,94 0,354 Vypočtená hodnota orelačního oefcentu potvrzuje přímou lneární závlot mez pololetní lafací a hodnocením tetu. Shrneme možnot využtí tatty:. Vlatní výua žáů využtím tatty (tattcý oubor vytváří am žác). Využtí tatty ve vlatní prác učtele (laface, docháza do šoly, atp., tattcý oubor je dán) Poznáma: Stattcý oubor vytvořený z výše dětí nebo jejch hmotnot není z výchovného hleda vhodný. Dět e pa třeba tomu do má největší hmotnot pomívají nebo jou-l nejmenší mají omple méněcennot. Student A vymylel graf úměvů. Do třídy přnel prováze, dětem natříhal přílušné ouy tohoto provázu. Dět přnely nůžy a aždý změřl vůj úměv. Umály e a prováze vedly od jednoho outu út pře zuby druhému outu a zde prováze utřhly. Pan učtel měl přpravený eznam dětí a lepdlo a aždé dítě e vému jménu naleplo vůj prováze jao model úečy. Počáte byl určen vlou čarou. Nyní dět přšly amy na to, že bude dobře provázy změřt na mlmetry. Potupovalo e obráceně, nejdřív graf a pa číelná data. Graf úměvů Jméno Úměv Déla v mm Adam 48 Bedřch 53 Davd 50 Eml 45 A ta dále Pan učtel vyzval dět, aby vymýšlely vlatní otázy. Dět ladly otázy. Kdo má ze třídy nejdelší úměv? Kdo má nejratší úměv. Jaý je rozdíl mez nejdelším a nejratším úměvem. Ja dlouhý je úměv celé třídy? Ja dlouhý je úměv chlapců ve třídě? Ja dlouhý je úměv děvčat ve třídě? Zde uvedly, že je to nepravedlvé, neboť děvčat je ve třídě méně. Ta tedy rozhodly, že počítají průměrný úměv na jednoho chlapce a na jednu dívu. Zde přšly amy na artmetcý průměr. Jaé mají dět odchyly od artmetcého průměru? A ta podobně. Matemata byla jaou matematcou laboratoří. Charaterty tattcého ouboru dět vytvářely vlatní tvůrčí prací, šlo vlatně o ddatcý ontrutvmu. 9

Pracovní list č. 3 Charakteristiky variability

Pracovní list č. 3 Charakteristiky variability Pracovní lt č. 3 Charaktertky varablty 1. Př zjšťování počtu nezletlých dětí ve třcet vybraných rodnách byly zíkány tyto výledky: 1, 1, 0,, 3, 4,,, 3, 0, 1,,, 4, 3, 3, 0, 1, 1, 1,,, 0,, 1, 1,, 3, 3,. Upořádejte

Více

Pracovní list č. 3: Pracujeme s kategorizovanými daty

Pracovní list č. 3: Pracujeme s kategorizovanými daty Pracovní lt č. 3: Pracujeme kategorzovaným daty Cíl cvčení: Tento pracovní lt je určen pro cvčení ke 3. a. přednášce předmětu Kvanttatvní metody B (.1 Třídění tattckých dat a. Číelné charaktertky tattckých

Více

1. Úvod do základních pojmů teorie pravděpodobnosti

1. Úvod do základních pojmů teorie pravděpodobnosti 1. Úvod do záladních pojmů teore pravděpodobnost 1.1 Úvodní pojmy Většna exatních věd zobrazuje své výsledy rgorózně tj. výsledy jsou zísávány na záladě přesných formulí a jsou jejch nterpretací. em je

Více

Statistické charakteristiky (míry)

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

Více

teorie elektronických obvodů Jiří Petržela syntéza a návrh elektronických obvodů

teorie elektronických obvodů Jiří Petržela syntéza a návrh elektronických obvodů Jří Petržela yntéza a návrh eletroncých obvodů vtupní údaje pro yntézu obvodu yntéza a návrh eletroncých obvodů vlatnot obvodu obvodové funce parametry obvodu toleranční pole (mtočtové charaterty fltru)

Více

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

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

Více

3. cvičení 4ST201 - řešení

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

Více

3. cvičení 4ST201. Míry variability

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

Více

4. Třídění statistických dat pořádek v datech

4. Třídění statistických dat pořádek v datech 4. Třídění statstcých dat pořáde v datech Záladní členění statstcých řad: řada časová, řada prostorová, řada věcná věcná slovní řada, věcná číselná řada. Záladem statstcého třídění je uspořádání hodnot

Více

Doc. Ing. Dagmar Blatná, CSc.

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

Více

Charakteristiky úrovně

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

Více

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha ANOVA Analýza rozptylu př jednoduchém třídění Jana Vránová, 3.léařsá faulta UK, Praha Teore Máme nezávslých výběrů, > Mají rozsahy n, teré obecně nemusí být stejné V aždém z nch známe průměr a rozptyl

Více

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka

Příklady: - počet členů dané domácnosti - počet zákazníků ve frontě - počet pokusů do padnutí čísla šest - životnost televizoru - věk člověka Náhodná veličina Náhodnou veličinou nazýváme veličinu, terá s určitými p-stmi nabývá reálných hodnot jednoznačně přiřazených výsledům příslušných náhodných pousů Náhodné veličiny obvyle dělíme na dva záladní

Více

8. STATISTICKÝ SOUBOR SE DVĚMA ARGUMENTY

8. STATISTICKÝ SOUBOR SE DVĚMA ARGUMENTY 8. STATISTICKÝ SOUBOR SE DVĚMA ARGUMETY Stattcký oubor e dvěma argument Průvodce tudem Vužeme znalotí z předchozí kaptol, která poednávala o tattckém ouboru edním argumentem a rozšíříme e. Předpokládané

Více

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM 7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM Průvodce studem Předchozí kaptoly byly věnovány pravděpodobnost a tomu, co s tímto pojmem souvsí. Nyní znalost z počtu pravděpodobnost aplkujeme ve statstce. Předpokládané

Více

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

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

Více

Digitální učební materiál

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

Více

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo.

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo. přednáša KOMBINATORIKA Při řešení mnoha praticých problémů se setáváme s úlohami, ve terých utváříme supiny z prvů nějaé onečné množiny Napřílad máme sestavit rozvrh hodin z daných předmětů, potřebujeme

Více

Obsah. Příloha (celkový počet stran přílohy 8) Závěrečná zpráva o výsledcích experimentu shodnosti ZZP 2015/1

Obsah. Příloha (celkový počet stran přílohy 8) Závěrečná zpráva o výsledcích experimentu shodnosti ZZP 2015/1 Závěrečná zpráva o výledcích expermentu hodnot ZZP 015/1 Obah Úvod a důležté kontakty... Potupy tattcké analýzy expermentu hodnot... 5.1 Numercký potup zjšťování odlehlých hodnot... 5.1.1 Cochranův tet...

Více

ZÁKLADY POPISNÉ STATISTIKY

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

Více

1. KOMBINATORIKA. Příklad 1.1: Mějme množinu A a. f) uspořádaných pětic množiny B a. Řešení: a)

1. KOMBINATORIKA. Příklad 1.1: Mějme množinu A a. f) uspořádaných pětic množiny B a. Řešení: a) 1. KOMBINATORIKA Kombinatoria je obor matematiy, terý zoumá supiny prvů vybíraných z jisté záladní množiny. Tyto supiny dělíme jedna podle toho, zda u nich záleží nebo nezáleží na pořadí zastoupených prvů

Více

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

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

Více

Popis datového souboru

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

Více

Teorie plasticity PLASTICITA

Teorie plasticity PLASTICITA Teore platcty PLASTICITA TEORIE PLASTICKÉHO TEČENÍ IDEÁLNĚ PRUŽNĚ-PLASTICKÝ MATERIÁL BEZ ZPEVNĚNÍ V platcém tavu nelze jednoznačně přřadt danému napětí jedné přetvoření a naopa, ja tomu bylo ve tavu elatcém.

Více

Měření a charakteristiky variability

Měření a charakteristiky variability Lece Měřeí a charatert varablt Po úrov je druhou vlatotí datového ouboru promělvot varablta Tato vlatot je ložtější o čemž vpovídají ja růzé ocepce chápáí promělvot dat ta začý počet dpoblích charatert

Více

Téma 1: Pravděpodobnost

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

Více

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ

ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ týden doc Ing Renata WAGNEROVÁ, PhD Otrava 013 doc Ing Renata WAGNEROVÁ, PhD Vyoká škola báňká Technická univerzita

Více

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

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

Více

Statistická šetření a zpracování dat.

Statistická šetření a zpracování dat. Statstcká šetření a zpracování dat. Vyjadřovací prostředky ve statstce STATISTICKÉ TABULKY Typckým vyjadřovacím prostředkem statstky je číslo formalzovaným nástrojem číselného vyjádření je statstcká tabulka.

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

β 180 α úhel ve stupních β úhel v radiánech β = GONIOMETRIE = = 7π 6 5π 6 3 3π 2 π 11π 6 Velikost úhlu v obloukové a stupňové míře: Stupňová míra:

β 180 α úhel ve stupních β úhel v radiánech β = GONIOMETRIE = = 7π 6 5π 6 3 3π 2 π 11π 6 Velikost úhlu v obloukové a stupňové míře: Stupňová míra: GONIOMETRIE Veliost úhlu v oblouové a stupňové míře: Stupňová míra: Jednota (stupeň) 60 600 jeden stupeň 60 minut 600 vteřin Př. 5,4 5 4 0,4 0,4 60 4 Oblouová míra: Jednota radián radián je veliost taového

Více

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN V dokumentu 7a_korelacn_a_regresn_analyza jsme řešl rozdíl mez korelační a regresní analýzou. Budeme se teď věnovat pouze lneárnímu vztahu dvou velčn, protože je nejjednodušší

Více

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo.

Základním pojmem v kombinatorice je pojem (k-prvková) skupina, nebo také k-tice prvků, kde k je přirozené číslo. přednáša KOMBINATORIKA Kombinatoria je obor matematiy, terý se zabývá uspořádáním daných prvů podle určitých pravidel do určitých supin Záladním pojmem v ombinatorice je pojem (-prvová) supina, nebo taé

Více

7.3.9 Směrnicový tvar rovnice přímky

7.3.9 Směrnicový tvar rovnice přímky 739 Směrnicový tvar rovnice přímy Předpolady: 7306 Pedagogicá poznáma: Stává se, že v hodině nestihneme poslední část s určováním vztahu mezi směrnicemi olmých příme Vrátíme se obecné rovnici přímy: Obecná

Více

Using a Kalman Filter for Estimating a Random Constant Použití Kalmanova filtru pro výpočet odhadu konstantní hodnoty

Using a Kalman Filter for Estimating a Random Constant Použití Kalmanova filtru pro výpočet odhadu konstantní hodnoty II. Semnar ASR 007 Instruments and Control, Farana, Smutný, Kočí & Babuch (eds) 007, VŠB-TUO, Ostrava, ISB 978-80-48-7-4 Usng a Kalman Flter for Estmatng a Random Constant Použtí Kalmanova fltru pro výpočet

Více

Mendelova zemědělská a lesnická univerzita Provozně ekonomická fakulta. Výpočet charakteristik ze tříděných údajů Statistika I. protokol č.

Mendelova zemědělská a lesnická univerzita Provozně ekonomická fakulta. Výpočet charakteristik ze tříděných údajů Statistika I. protokol č. Mendelova zemědělsá a lesnicá univerzita Provozně eonomicá faulta Výpočet charateristi ze tříděných údajů Statistia I. protool č. 2 Jan Grmela, 2. roční, Eonomicá informatia Zadání 130810, supina Středa

Více

1.5.7 Prvočísla a složená čísla

1.5.7 Prvočísla a složená čísla 17 Prvočísla a složená čísla Předpolady: 103, 106 Dnes bez alulačy Číslo 1 je dělitelné čísly 1,, 3,, 6 a 1 Množinu, terou tvoří právě tato čísla, nazýváme D 1 množina dělitelů čísla 1, značíme ( ) Platí:

Více

Reciprokou funkci znáte ze základní školy pod označením nepřímá úměra.

Reciprokou funkci znáte ze základní školy pod označením nepřímá úměra. @091 7. Reciproá funce Reciproou funci znáte ze záladní šoly pod označením nepřímá úměra. Definice: Reciproá funce je dána předpisem ( 0 je reálné číslo) f : y R \ {0} A) Definiční obor funce: Je třeba

Více

HODNOCENÍ DODAVATELE SUPPLIER EVALUATION

HODNOCENÍ DODAVATELE SUPPLIER EVALUATION oční 6., Číslo IV., lstopad 20 HODNOCENÍ DODAVATELE SUPPLIE EVALUATION oman Hruša Anotace: Článe se zabývá hodnocením dodavatele pomocí scorng modelu, což znamená vanttatvní hodnocení dodavatele podle

Více

Konstrukce trojúhelníků II

Konstrukce trojúhelníků II .7.0 Konstruce trojúhelníů II Předpolady: 00709 Minulá hodina: Tři věty o shodnosti (odpovídají jednoznačným postupům pro onstruci trojúhelníu): Věta sss: Shodují-li se dva trojúhelníy ve všech třech stranách,

Více

Buckinghamův Π-teorém (viz Barenblatt, Scaling, 2003)

Buckinghamův Π-teorém (viz Barenblatt, Scaling, 2003) Bucinghamův Π-teorém (viz Barenblatt, Scaling, 2003) Formalizace rozměrové analýzy ( výsledné jednoty na obou stranách musí souhlasit ). Rozměr fyziální veličiny Mějme nějaou třídu jednote, napřílad [(g,

Více

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb:

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb: MOMENT SETRVAČNOST Obecná část Pomocí Newtonova pohybového záona síly můžeme odvodit pohybovou rovnici pro rotační pohyb: dω M = = ε, (1) d t de M je moment vnější síly působící na těleso, ω úhlová rychlost,

Více

JEDNOROZMĚRNÁ POPISNÁ STATISTIKA

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

Více

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC Přednáša 04 Přírodovědecá faulta Katedra matematiy KMA/P506 Pravděpodobnost a statistia KMA/P507 Statistia na PC jiri.cihlar@ujep.cz Záon velých čísel Lemma Nechť náhodná veličina nabývá pouze nezáporných

Více

Čísla a aritmetika. Řádová čárka = místo, které odděluje celou část čísla od zlomkové.

Čísla a aritmetika. Řádová čárka = místo, které odděluje celou část čísla od zlomkové. Příprava na cvčení č.1 Čísla a artmetka Číselné soustavy Obraz čísla A v soustavě o základu z: m A ( Z ) a z (1) n kde: a je symbol (číslce) z je základ m je počet řádových míst, na kterých má základ kladný

Více

Renáta Bednárová STATISTIKA PRO EKONOMY

Renáta Bednárová STATISTIKA PRO EKONOMY Renáta Bednárová STATISTIKA PRO EKONOMY ZÁKLADNÍ STATISTICKÉ POJMY Statistika Statistický soubor Statistická jednotky Statistický znak STATISTIKA Vědní obor, který se zabývá hromadnými jevy Hromadné jevy

Více

1 STATISTICKÁ ŠETŘENÍ

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

Více

Přibližné řešení algebraických rovnic

Přibližné řešení algebraických rovnic Přblžné řešení lgebrcých rovnc Algebrcou rovncí stupně n nzýváme rovnc =, tj n n x x x =, de n N, x C, oefcenty P n,,, n R, Budeme prcovt s tzv normovou lgebrcou rovncí ( = ) n n x x x = Řešením (ořenem)

Více

7 VYUŽITÍ METOD OPERAČNÍ ANALÝZY V TECHNOLOGII DOPRAVY

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

Více

POROVNÁNÍ MEZI SKUPINAMI

POROVNÁNÍ MEZI SKUPINAMI POROVNÁNÍ MEZI SKUPINAMI Potřeba porovnání počtů mez určtým skupnam jednců např. porovnání počtů onemocnění mez kraj nebo okresy v prax se obvykle pracuje s porovnáním na 100.000 osob. Stuace ale nebývá

Více

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb:

MOMENT SETRVAČNOSTI. Obecná část Pomocí Newtonova pohybového zákona síly můžeme odvodit pohybovou rovnici pro rotační pohyb: MOMENT SETRVAČNOST Obecná část Pomocí Newtonova pohybového záona síly můžeme odvodit pohybovou rovnici pro rotační pohyb: dω M = = ε, (1) d t de M je moment vnější síly působící na těleso, ω úhlová rychlost,

Více

PLANIMETRIE ÚHLY V KRUŽNICÍCH KRUŽNICE

PLANIMETRIE ÚHLY V KRUŽNICÍCH KRUŽNICE Předmět: Roční: Vytvořil: Datum: MTEMTIK DRUHÝ Mgr Tomáš MŇÁK 17 větna 2012 Název zpracovaného celu: PLNIMETRIE ÚHLY V KRUŽNICÍCH KRUŽNICE Kružnice je množina všech bodů X v rovině, teré mají od daného

Více

Hodnocení přesnosti výsledků z metody FMECA

Hodnocení přesnosti výsledků z metody FMECA Hodnocení přesnosti výsledů z metody FMECA Josef Chudoba 1. Úvod Metoda FMECA je semivantitativní metoda, pomocí teré se identifiují poruchy s významnými důsledy ovlivňující funci systému. Závažnost následů

Více

symetrická rovnice, model Redlich- Kister dvoukonstantové rovnice: Margules, van Laar model Hildebrandt - Scatchard mřížková teorie roztoků příklady

symetrická rovnice, model Redlich- Kister dvoukonstantové rovnice: Margules, van Laar model Hildebrandt - Scatchard mřížková teorie roztoků příklady symetrcá rovnce, model Redlch- Kster dvouonstantové rovnce: Margules, van Laar model Hldebrandt - Scatchard mřížová teore roztoů přílady na procvčení 0 lm Bnární systémy: 0 atvtní oefcenty N I E N I E

Více

3 VYBRANÉ MODELY NÁHODNÝCH VELIČIN. 3.1 Náhodná veličina

3 VYBRANÉ MODELY NÁHODNÝCH VELIČIN. 3.1 Náhodná veličina 3 VBRANÉ MODEL NÁHODNÝCH VELIČIN 3. Náhodná velčna Tato kaptola uvádí stručný pops vybraných pravděpodobnostních modelů spojtých náhodných velčn s důrazem na jejch uplatnění př rozboru spolehlvost stavebních

Více

3.3.4 Thaletova věta. Předpoklady:

3.3.4 Thaletova věta. Předpoklady: 3.3.4 Thaletova věta Předpolady: 030303 Př. : Narýsuj ružnici ( ;5cm) a její průměr. Na ružnici narýsuj libovolný bod různý od bodů, (bod zvol jina než soused v lavici). Narýsuj trojúhelní. Má nějaou speciální

Více

7.3.9 Směrnicový tvar rovnice přímky

7.3.9 Směrnicový tvar rovnice přímky 7.3.9 Směrnicový tvar rovnice přímy Předpolady: 7306 Pedagogicá poznáma: Stává se, že v hodině nestihneme poslední část s určováním vztahu mezi směrnicemi olmých příme. Vrátíme se obecné rovnici přímy:

Více

Matematika I A ukázkový test 1 pro 2018/2019

Matematika I A ukázkový test 1 pro 2018/2019 Matematka I A ukázkový test 1 pro 2018/2019 1. Je dána soustava rovnc s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napšte Frobenovu větu (předpoklady + tvrzení). b) Vyšetřete

Více

( ) Příklady na otočení. Předpoklady: Př. 1: Je dána kružnice k ( S ;5cm)

( ) Příklady na otočení. Předpoklady: Př. 1: Je dána kružnice k ( S ;5cm) 3.5.9 Přílady na otočení Předpolady: 3508 Př. 1: Je dána ružnice ( ;5cm), na teré leží body, '. Vně ružnice leží bod L, uvnitř ružnice bod M. Naresli obrazy bodů L, M v zobrazení řeš bez úhloměru. R (

Více

3.2.9 Věta o středovém a obvodovém úhlu

3.2.9 Věta o středovém a obvodovém úhlu 3..9 ěta o středovém a obvodovém úhlu Předpolady: ody, rozdělují ružnici na dva oblouy. Polopřímy a pa rozdělují rovinu na dva úhly. rcholy obou úhlů leží ve středu ružnice říáme, že jde o středové úhly

Více

3. Mocninné a Taylorovy řady

3. Mocninné a Taylorovy řady 3. Mocninné a Taylorovy řady A. Záladní pojmy. Obor onvergence Mocninné řady jsou nejjednodušším speciálním případem funčních řad. Jsou to funční řady, jejichž členy jsou mocninné funce. V této apitole

Více

3 ČSN EN : Zatížení sněhem

3 ČSN EN : Zatížení sněhem 3 Zatížení něhem Zatížení tavebních ontrucí 3 ČSN EN 1991-1-3: Zatížení něhem V normě ČSN EN 1991-1-3 jou uvedeny poyny pro tanovení hodnot zatížení něhem pro navrhování ontrucí pozemních a inženýrých

Více

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC

KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC Přednáša 02 Přírodovědecá faulta Katedra matematiy KMA/P506 Pravděpodobnost a statistia KMA/P507 Statistia na PC jiri.cihlar@ujep.cz Náhodné veličiny Záladní definice Nechť je dán pravděpodobnostní prostor

Více

Teoretické modely diskrétních náhodných veličin

Teoretické modely diskrétních náhodných veličin Teoretcké modely dskrétních náhodných velčn Velčny, kterým se zabýváme, bývají nejrůznější povahy. Přesto však estují skupny náhodných velčn, které mají podobně rozloženou pravděpodobnostní funkc a lze

Více

Binomická věta

Binomická věta 97 Binomicá věta Předpolady: 96 Kdysi dávno v prvním ročníu jsme se učili vzorce na umocňování dvojčlenu Př : V tabulce jsou vypsány vzorce pro umocňování dvojčlenu Najdi podobnost s jinou dosud probíranou

Více

5. Základní statistický rozbor

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

Více

NUMP403 (Pravděpodobnost a Matematická statistika I)

NUMP403 (Pravděpodobnost a Matematická statistika I) NUMP0 (Pravděpodobnost a Matematicá statistia I Střední hodnota disrétního rozdělení. V apce máte jednu desetiorunu, dvě dvacetioruny a jednu padesátiorunu. Zloděj Vám z apsy náhodně vybere tři mince.

Více

Měření indukčností cívek

Měření indukčností cívek 7..00 Ṫeorie eletromagneticého pole Měření indučností cíve.......... Petr Česá, studijní supina 05 Letní semestr 000/00 . Měření indučností cíve Měření vlastní a vzájemné indučnosti válcových cíve ZAÁNÍ

Více

Alternativní rozdělení. Alternativní rozdělení. Binomické rozdělení. Binomické rozdělení

Alternativní rozdělení. Alternativní rozdělení. Binomické rozdělení. Binomické rozdělení Alternativní rozdělení Alternativní rozdělení Alternativní rozdělení Alternativní rozdělení Náhodná veličina X má alternativní rozdělení s parametrem p, jestliže nabývá hodnot 0 a 1 s pravděpodobnostmi

Více

3 Chyby měření. 3.1 Hrubé chyby

3 Chyby měření. 3.1 Hrubé chyby 3 Chyby měření Za daných podmínek má každá fyzikální veličina určitou hodnotu, kterou ovšem z principiálních důvodů nemůžeme zjitit úplně přeně. Každé měření je totiž zatíženo chybami, které jou nejrůznějšího

Více

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2 Závěrečná zpráva o výsledcích expermentu shodnost ZČB 2013/2 Obsah Úvod a důležté kontakty... 2 Postupy statstcké analýzy expermentu shodnost... 4 2.1 Numercký postup zjšťování odlehlých hodnot... 4 2.1.1

Více

Shluková analýza, Hierarchické, Nehierarchické, Optimum, Dodatek. Učení bez učitele

Shluková analýza, Hierarchické, Nehierarchické, Optimum, Dodatek. Učení bez učitele 1 Obsah přednášy 1. Shluová analýza 2. Podobnost objetů 3. Hierarchicé shluování 4. Nehierarchicé shluování 5. Optimální počet shluů 6. Další metody 2 Učení bez učitele není dána výstupní lasifiace (veličina

Více

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti MVP 2014/1

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti MVP 2014/1 Závěrečná zráva o výledcích exermentu hodnot MVP 014/1 Obah Úvod a důležté kontakty... Potuy tattcké analýzy exermentu hodnot... 3.1 Numercký otu zjšťování odlehlých hodnot... 3.1.1 Cochranův tet... 3.1.

Více

Teoretické modely diskrétních náhodných veličin

Teoretické modely diskrétních náhodných veličin Teoretcké modely dskrétních náhodných velčn Velčny, kterým se zabýváme, bývají nejrůznější povahy. Přesto však estují skupny náhodných velčn, které mají podobně rozloženou pravděpodobnostní funkc a lze

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Závslost příčnná (kauzální). Závslostí pevnou se označuje případ, kdy výskytu jednoho jevu nutně odpovídá výskyt druhé jevu (a často naopak). Z pravděpodobnostního hledska

Více

DYNAMICKÉ MODULY PRUŽNOSTI NÁVOD DO CVIČENÍ

DYNAMICKÉ MODULY PRUŽNOSTI NÁVOD DO CVIČENÍ DYNAMICKÉ MODUY PRUŽNOSTI NÁVOD DO CVIČNÍ D BI0 Zkušebnctví a technologe Ústav stavebního zkušebnctví, FAST, VUT v Brně 1. STANOVNÍ DYNAMICKÉHO MODUU PRUŽNOSTI UTRAZVUKOVOU IMPUZOVOU MTODOU [ČSN 73 1371]

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Číselné charateristiy náhodných proměnných Charateristiy náhodných proměnných dělíme nejčastěji na charateristiy polohy a variability. Mezi charateristiy polohy se nejčastěji

Více

Základy statistiky pro obor Kadeřník

Základy statistiky pro obor Kadeřník Variace 1 Základy statistiky pro obor Kadeřník Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz 1. Aritmetický průměr

Více

7. TRANSFORMÁTORY. 7.1 Štítkové údaje. 7.2 Měření odporů vinutí. 7.3 Měření naprázdno

7. TRANSFORMÁTORY. 7.1 Štítkové údaje. 7.2 Měření odporů vinutí. 7.3 Měření naprázdno 7. TRANSFORMÁTORY Pro zjednodušení budeme měření provádět na jednofázovém transformátoru. Na trojfázovém transformátoru provedeme pouze ontrolu jeho zapojení měřením hodinových úhlů. 7.1 Štítové údaje

Více

23. Matematická statistika

23. Matematická statistika Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 23. Matematická statistika Statistika je věda, která se snaží zkoumat reálná data a s pomocí teorii pravděpodobnosti

Více

Hodnocení využití parku vozidel

Hodnocení využití parku vozidel Hodnocení využtí parku vozdel Všechna kolejová vozdla přdělená jednotlvým DKV (provozním jednotkám) tvoří bez ohledu na jejch okamžté použtí jejch nventární stav. Evdenční stav se skládá z vozdel vlastního

Více

Statistika pro geografy

Statistika pro geografy Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických

Více

2.4. DISKRÉTNÍ SIGNÁLY Vzorkování

2.4. DISKRÉTNÍ SIGNÁLY Vzorkování .4. DISKRÉTÍ SIGÁLY.4.. Vzorování Vzorování je nejběžnější způsob vznu dsrétních sgnálů ze sgnálů spojtých. Předpoládejme, že spojtý sgnál (t) je přveden na spínač, terý se velce rátce sepne aždých T vz

Více

Čísla přiřazená elementárním jevům tvoří obor hodnot M proměnné, kterou nazýváme náhodná veličina (označujeme X, Y, Z,...)

Čísla přiřazená elementárním jevům tvoří obor hodnot M proměnné, kterou nazýváme náhodná veličina (označujeme X, Y, Z,...) . NÁHODNÁ VELIČINA Průvodce studem V předchozích kaptolách jste se seznáml s kombnatorkou a pravděpodobností jevů. Tyto znalost použjeme v této kaptole, zavedeme pojem náhodná velčna, funkce, které náhodnou

Více

STATISTIKA PRO NELÉKAŘSKÉ ZDRAVOTNICKÉ OBORY

STATISTIKA PRO NELÉKAŘSKÉ ZDRAVOTNICKÉ OBORY STATISTIKA PRO NELÉKAŘSKÉ ZDRAVOTNICKÉ OBORY Eva Reterová Olomouc 06 Fakulta zdravotnckých věd Unverzta Palackého v Olomouc Statstka pro nelékařské zdravotncké obory Eva Reterová Olomouc 06 Oponent: PhDr.

Více

9 Stupně vrcholů, Věta Havla-Hakimiho

9 Stupně vrcholů, Věta Havla-Hakimiho Typicé přílady pro zápočtové písemy DiM 470-301 (Kovář, Kovářová, Kubesa) (verze: November 5, 018) 1 9 Stupně vrcholů, Věta Havla-Haimiho 9.1. Doážete nareslit graf na 9 vrcholech, ve terém mají aždé dva

Více

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d Korelační energe Referenční stavy Energ molekul a atomů lze vyjádřt vzhledem k různým referenčním stavům. V kvantové mechance za referenční stav s nulovou energí bereme stav odpovídající nenteragujícím

Více

Mnohorozměrná statistická data

Mnohorozměrná statistická data Mnohorozměrná statistická data Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Mnohorozměrná

Více

Téma 5: Analýza závislostí

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

Více

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ. CHYBY MĚŘENÍ Úvod Představte s, že máte změřt délku válečku. Použjete posuvné měřítko a získáte určtou hodnotu. Pamětlv přísloví provedete ještě jedno měření. Ale ouha! Výsledek je jný. Co dělat? Měřt

Více

Komplexní čísla. Pojem komplexní číslo zavedeme při řešení rovnice: x 2 + 1 = 0

Komplexní čísla. Pojem komplexní číslo zavedeme při řešení rovnice: x 2 + 1 = 0 Komplexní čísl Pojem komplexní číslo zvedeme př řešení rovnce: x 0 x 0 x - x Odmocnn ze záporného čísl reálně neexstuje. Z toho důvodu se oor reálných čísel rozšíří o dlší číslo : Všechny dlší odmocnny

Více

1.1. Primitivní funkce a neurčitý integrál

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

Více

KOMPLEXNÍ ČÍSLA. Algebraický tvar komplexního čísla

KOMPLEXNÍ ČÍSLA. Algebraický tvar komplexního čísla KOMPLEXNÍ ČÍSLA Příklad Řešte na množně reálných čísel rovnc: x + = 0. x = Rovnce nemá v R řešení. Taková jednoduchá rovnce a nemá na množně reálných čísel žádné řešení! Co s tím? Zavedeme tzv. magnární

Více

Vzorový protokol pro předmět Zpracování experimentu. Tento protokol by měl sloužit jako vzor pro tvorbu vašich vlastních protokolů.

Vzorový protokol pro předmět Zpracování experimentu. Tento protokol by měl sloužit jako vzor pro tvorbu vašich vlastních protokolů. Vzorový protokol pro předmět Zpracování experimentu. Tento protokol by měl loužit jako vzor pro tvorbu vašich vlatních protokolů. Na příkladech je zde ukázán právný zápi výledků i formát tabulek a grafů.

Více

Úvod do kurzu. Moodle kurz. (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost

Úvod do kurzu. Moodle kurz. (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost Úvod do kurzu Moodle kurz (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost Výpočty online: www.statisticsonweb.tf.czu.cz Začátek výuky posunut

Více

ANALÝZA A KLASIFIKACE DAT

ANALÝZA A KLASIFIKACE DAT ANALÝZA A KLASIFIKACE DAT prof. Ing. Jří Holčík, CSc. INVESTICE Insttut DO bostatstky ROZVOJE VZDĚLÁVÁNÍ a analýz IV - pokračování KLASIFIKACE PODLE MINIMÁLNÍ VZDÁLENOSTI METRIKY PRO URČENÍ VZDÁLENOSTI

Více

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ Abstrakt Martn Cupal 1 Prncp tvorby tržní ceny nemovtost je sce založen na tržní nabídce a poptávce, avšak tento trh je značně nedokonalý. Nejvíce ovlvňuje

Více

Reprezentace přirozených čísel ve Fibonacciho soustavě František Maňák, FJFI ČVUT, 2005

Reprezentace přirozených čísel ve Fibonacciho soustavě František Maňák, FJFI ČVUT, 2005 Reprezentace přirozených čísel ve ibonacciho soustavě rantiše Maňá, JI ČVUT, 2005 Úvod Ja víme, přirozená čísla lze vyádřit různými způsoby Nečastěi zápisu čísel používáme soustavu desítovou, ale umíme

Více

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:

Úloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy: Úloha č. 1 - Kvantily a typická hodnota (bodově tříděná data): Určete typickou hodnotu, 40% a 80% kvantil. Tabulka hodnot: Varianta Četnost 0 4 1 14 2 17 3 37 4 20 5 14 6 7 7 11 8 20 Typická hodnota je

Více

Jiří Militky Škály měření Nepřímá měření Teorie měření Kalibrace

Jiří Militky Škály měření Nepřímá měření Teorie měření Kalibrace Tetlní zkušebnctv ebnctví II Jří Mltky Škály měření epřímá měření Teore měření Kalbrace Základní pojmy I PRAVDĚPODOBOST Jev A, byl sledován v m pokusech. astal celkem m a krát. Relatvní četnost výskytu

Více