tazatel Průměr ve Počet respondentů Rozptyl ve

Rozměr: px
Začít zobrazení ze stránky:

Download "tazatel 1 2 3 4 5 6 7 8 Průměr ve 15 250 18 745 21 645 25 754 28 455 32 254 21 675 35 500 Počet 110 125 100 175 200 215 200 55 respondentů Rozptyl ve"

Transkript

1 Příklady k procvičení k průběžnému testu: 1) Při zpracování studie o průměrné výši měsíčních příjmů v České republice jsme získali data celkem od 8 tazatelů. Každý z těchto pěti souborů dat obsahoval odlišný počet údajů o statistických jednotkách (respondentech - těch, kteří odpověděli). tazatel Průměr ve Počet respondentů Rozptyl ve 24,9x ,85x ,658x ,2x x ,1x ,2x ,8x10 6 a) Vypočítejte celkovou průměrnou hodnotu ze všech získaných dat. b) Vypočítejte vnitroskupinové směrodatné odchylky (u jednotlivých tazatelů) c) Vypočítejte variační koeficienty u jednotlivých tazatelů d) Vypočítejte meziskupinový rozptyl a meziskupinovou směrodatnou odchylku e) Vypočítejte celkový rozptyl a celkovou směrodatnou odchylku f) Vypočítejte celkový variační koeficient 2) Při zpracování studie o průměrné výši měsíčních příjmů v jednom průmyslovém podniku jsme získali výsledky ze všech třech oddělní. Datový soubor obsahuje údaje o všech zaměstnancích podniku. oddělení výroba marketing ředitelství Průměr ve Podíl 0,6 0,3 0,1 zaměstnanců Směrodatná odchylka a) Vypočítejte celkovou průměrnou hodnotu mezd v celém podniku, b) Vypočítejte vnitroskupinové variační koeficienty, c) Vypočítejte vnitroskupinové rozptyly v jednotlivých oddělení d) Vypočítejte meziskupinový rozptyl a meziskupinovou směrodatnou odchylku e) Vypočítejte celkový rozptyl a celkovou směrodatnou odchylku f) Vypočítejte celkový variační koeficient

2 3) Máme k dispozici datový soubor od 9. tazatele, jemuž se podařilo přesvědčit k odpovědi pouze 11 respondentů: a) určete průměr datového souboru, b) určete medián, c) určete horní a dolní kvartil, d) určete rozptyl výběrového souboru, e) určete výběrovou směrodatnou odchylku, f) určete variační rozpětí, g) určete variační koeficient. 4) Získali jsme informace o mzdách v zemědělském podniku (za minulý měsíc) s celkem 50-ti zaměstnanci: =25 000; s x = 5 700; = ; x min = 8 500; x max = ; n = 50 a) Určete základní rozptyl souboru b) Určete variační koeficient c) Určete variační rozpětí d) Pokuste se vysvětlit, proč se medián liší od průměru? e) V měsíce byli propuštěni dva zaměstnanci jejichž mzdy činily: a , do podniku byly na jejich místo přijati dva noví zaměstnanci s nástupními platy a Jak tato personální změna ovlivnila hodnotu průměrné mzdy v podniku? f) Co se stane s průměrnou mzdou, pokud bude každému zaměstnanci přidáno 500 Kč jako bonus? g) Co se stane s rozptylem a směrodatnou odchylkou při této změně? h) Co se stane s variačním koeficientem? i) Pokud průměrná mzda vzroste o 15% a směrodatná odchylka vzroste o 10%, jak se změní variační koeficient? j) Pokud průměrná mzda vzroste o 15% a rozptyl vzroste o 10%, jak se změní variační koeficient? 5) Obchodní řetězec odebírá určitý výrobek, jehož cena v průběhu roku sezónně kolísá, od dvou stálých dodavatelů (A a B). Průměrná cena za celý rok od dodavatele A je 9 CZK, její směrodatná odchylka činí 2 CZK, od dodavatele A se nakoupilo 1000 kusů. U dodavatele B činí průměrná cena 10 CZK při směrodatné odchylce 1 CZK, nákup od dodavatele B byl 4000 kusů. Určete a.) variační koeficient vyjadřující variabilitu kolísání nákupní ceny během roku souhrnně za oba dva dodavatele dohromady. b.) zjistěte, zda se na celkové variabilitě nákupní ceny větší měrou podílí průběžné sezónní kolísání cen výrobku u jednotlivých dodavatelů v rámci roku nebo zda jsou důležitější rozdíly mezi průměrnými cenami jednotlivých dodavatelů.

3 6) Ve stavební společnosti STATUS a.s. je zaměstnáno 80% mužů, zbytek jsou ženy. Průměrná měsíční mzda žen ve firmě je Kč. Průměrná mzda v celém podniku je Kč. Jaká je průměrná měsíční mzda mužů? 7) V soukromé společnosti pracuje 10 pracovníků s průměrným platem Kč. Ke konci října z firmy odchází zaměstnanec, jehož mzda je Kč. Na jeho místo je ihned přijat nový zaměstnanec s nástupním platem Kč. Jaká bude nyní průměrná mzda ve firmě? 8) Inflace ve čtyřech po sobě jdoucích letech byla 4%; 5%; 3% a 6%. Za pomoci geometrického průměru (viz. učebnice) vypočítejte průměrnou inflaci za celé období čtyř let. 9) Jak se změní průměr, rozptyl a směrodatná odchylka, pokud každou hodnotu v souboru zvýším o 10? 10) V následují tabulce je znázorněna produkce podniku v měsíci říjnu, podle výrobní haly a podle jakosti. Výrobní I jakost II jakost III jakost celkem hala/jakost Hala A Hala B Hala C celekm Jaká je pravděpodobnost, že náhodně vybraný výrobek z celkové produkce v měsíci říjnu je A) I jakosti, B) I nebo II jakosti, C) III jakosti, jestliže víme, že byl vyroben v hale B, D) II nebo III jakosti, jestliže byl vyroben v hale C, E) byl vyroben v hale B, F) alespoň II jakosti a vyroben v hale A nebo B? 11) Při hodu dvěma kostkami určete pravděpodobnost, že a) Padne na obou kostkách šestka, b) padne součet 10, c) padne součet alespoň 10, d) padne na obou kostkách sudé číslo, e) padne alespoň na jedné kostce šestka f) padne právě jedna šestka.

4 12) V klobouku máme 20 černých a 10 červených koulí. Náhodně z klobouku vytáhneme 5 koulí. Jaká je pravděpodobnost, že a) bude právě jedna koule červená, jestliže provádíme výběr s vracením, b) bude právě jedna koule červená, jestliže c) bude všech 5 koulí červených, jestliže provádíme výběr s vracením, d) bude všech 5 koulí červených, jestliže provádíme výběr bez vracení? 13) Na 10 m látky je v průměru 1 kaz, jaká je pravděpodobnost, že na roli dlouhé 50 metrů bude a) jeden kaz, b) tři kazy, c) více než jeden kaz. d) Určete vhodné rozdělení použitelné pro tento příklad a určete u něho střední hodnotu E(X) a rozptyl D(X). 14) Házíme sedmkrát mincí. a) jaká je pravděpodobnost, padne právě šestkrát panna b) jaká je pravděpodobnost, že při prvních šesti pokusech padne orel a při sedmým panna c) padne víc pan než orlů? 15) Balík obsahuje 50 věcí. 5 věcí v balíku jsou vadné zmetky. Vytahujeme 7 věcí. Jaká je pravděpodobnost reklamace, ke které je potřeba vytáhnout alespoň 1 zmetek, a) Jestliže vždy výrobek zpět po vytažení vrátíme, b) jestliže výrobek zpět po vytažení do balíku nevracíme? 16) Pravděpodobnost, že trefím terč při jednom výstřelu je 0,25. a) Určete pravděpodobností, že ze 6ti výstřelů se trefím vždy do terče, b) ze 6-ti se trefím alespoň 3krát c) ze 6-ti se trefím právě 3krát. d) Z 5-ti výstřelů se netrefím ani jednou. 17) Tři kamarádi jedou na dovolenou, Petr s pravděpodobností 0,4, Pavel 0,25 a Honza 0,5 a) Určete pravděpodobnost, že pojedou všichni tři, b) že pojede alespoň jeden, c) že pojede Petr i Pavel, ale Honza ne

5 18) Délka pobytu jednoho hosta v hotelu (měřena ve dnech) je náhodná veličina X s pravděpodobnostním rozdělením X P(x) 0,45 0,25 0,2 0,1 Vypočítejte distribuční funkci náhodné veličiny X a její střední hodnotu. 18) Bylo pozorováno, ze 30% zákazníků dává při nákupu určitého druhu zboží přednost značce A a 70% značce B. Jaká je pravděpodobnost, že a) z 5-ti zákazníků si 4 koupí značku A a 1 zákazník značku B, b) z 5-ti zákazníků si všichni koupí značku A c) z 5-ti zákazníků si nikdo nekoupí značku A? 19) Máme 3 typy domácností: 20% domácností nemá žádné auto, 1 auto má 50% domácností a 2 auta má 30% domácností. Víme, že náklady (benzín a nafta) pro používání jednoho každého auta stojí 1500 Kč. Určete: a) Jaká je pravd., že náhodně vybraná dom. vlastní 1 auto? b) Jaká je pravd., že náhodně vybraná dom. má náklady na benzín větší než 2500 Kč? c) kolik domácnosti spotřebují celkem průměrně na benzín? (střední hodnota n.v.) d) Určete rozptyl náhodné veličiny X 20) Při kontrole účetních dokladů v určitém velkém průmyslovém podniku externí auditor ze zkušenosti ví, že lze předpokládat formální chyby u 2 % účetních dokladů. Jestliže ze souboru účetních dokladů jich auditor vybere 100, jaká je pravděpodobnost, že a) mezi nimi budou právě 2 chybné? b) ani jeden chybný? c) maximálně dva chybné? Pozn.: řešte pomocí binomického i pomocí poissonova rozdělení následně porovnejte výsledky

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

(motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt)

(motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt) Popisná státistiká (motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt) 1. Příklad V pobočce banky za celý den

Více

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.

Určete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami. 3.1. 3.2. Třikrát vystřelíme na cíl. Pravděpodobnost zásahu při každém výstřelu je p = 0,7. Určete: a) pravděpodobnostní funkci počtu zásahů při třech nezávislých výsledcích, b) distribuční funkci a její

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

4. cvičení 4ST201. Pravděpodobnost. Obsah: Pravděpodobnost Náhodná veličina. Co je třeba znát z přednášek

4. cvičení 4ST201. Pravděpodobnost. Obsah: Pravděpodobnost Náhodná veličina. Co je třeba znát z přednášek cvičící 4. cvičení 4ST201 Obsah: Pravděpodobnost Náhodná veličina Vysoká škola ekonomická 1 Pravděpodobnost Co je třeba znát z přednášek 1. Náhodný jev, náhodný pokus 2. Jev nemožný, jev jistý 3. Klasická

Více

Téma 2. Řešené příklady

Téma 2. Řešené příklady Téma. Řešené příklady 1. V tabulce č. 1. jsou uvedeny údaje o spotřebě polotučného sušeného a polotučného tekutého mléka v jednotlivých létech. Tab. 1. (mil. l) \ rok 1998 1999 000 001 00 003 004 005 Polotučné

Více

Tomáš Karel LS 2013/2014

Tomáš Karel LS 2013/2014 Tomáš Karel LS 2013/2014 Vypočítejte: 8 3 10 9?? 1.12.2014 Tomáš Karel - 4ST201 2 n n! 8! 87654321 40320 k (n k)! k! (8 3)! 3! (5 4321) 321 1206 56 n n! 10! 109 8 7 6 5 4 3 2 1 10 k (n k)! k! (10 9)! 9!

Více

Náhodná veličina a rozdělení pravděpodobnosti

Náhodná veličina a rozdělení pravděpodobnosti 3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro

Více

22. Pravděpodobnost a statistika

22. Pravděpodobnost a statistika 22. Pravděpodobnost a statistika Pravděpodobnost náhodných jevů. Klasická pravděpodobnost. Statistický soubor, statistické jednotky, statistické znaky. Četnosti, jejich rozdělení a grafické znázornění.

Více

5. Jev B je částí jebu A. Co můžeme říct o podmíněné pravděpodobnosti? (1b)

5. Jev B je částí jebu A. Co můžeme říct o podmíněné pravděpodobnosti? (1b) TEST 3 1. U pacienta je podozření na jednu ze čtyř, navzájem se vylučujících nemocí. Pravděpodobnost výskytu těchto nemocí je 0,1, 0,2, 0,4 a 0,3. Laboratorní zkouška je v případě první nemoci pozitivní

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

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4

Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015

Více

Přednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP

Přednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP IV Přednáška Diskrétní náhodná proměnná Charakteristiky DNP Základní rozdělení DNP Diskrétní náhodná veličina Funkce definovaná na Ω, přiřazující každému elementárnímu jevu E prvky X(E) D R kde D je posloupnost

Více

Pravděpodobnost a statistika

Pravděpodobnost a statistika Pravděpodobnost a statistika Teorie pravděpodobnosti popisuje vznik náhodných dat, zatímco matematická statistika usuzuje z dat na charakter procesů, jimiž data vznikla. NÁHODNOST - forma existence látky,

Více

náhodný jev je podmnožinou

náhodný jev je podmnožinou Pravděpodobnost Dovednosti a cíle - Chápat jev A jako podmnožinu množiny, která značí množinu všech výsledků náhodného děje. - Umět zapsat jevy pomocí množinových operací a obráceně umět z množinového

Více

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou

Více

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?

Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet? Náhodné veličiny Náhodné veličiny Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Příklad Vytáhneme tři karty z balíčku zajímá nás, kolik je mezi nimi es.

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 6 Rozdělení pravděpodobnosti diskrétní náhodné veličiny Mgr. Petr Otipka Ostrava 013 Mgr. Petr Otipka

Více

Náhodná veličina. Michal Fusek. 10. přednáška z ESMAT. Ústav matematiky FEKT VUT, Michal Fusek

Náhodná veličina. Michal Fusek. 10. přednáška z ESMAT. Ústav matematiky FEKT VUT, Michal Fusek Náhodná veličina Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 10. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 71 Obsah 1 Náhodná veličina 2 Diskrétní náhodná veličina 3

Více

PRAVDĚPODOBNOST A JEJÍ UŽITÍ

PRAVDĚPODOBNOST A JEJÍ UŽITÍ PRAVDĚPODOBNOST A JEJÍ UŽITÍ Základním pojmem teorie pravděpodobnosti je náhodný jev. náhodný jev : výsledek nějaké činnosti nebo pokusu, o němž má smysl prohlásit že nastal nebo ne. Náhodné jevy se označují

Více

S1P Příklady 01. Náhodné jevy

S1P Příklady 01. Náhodné jevy S1P Příklady 01 Náhodné jevy Pravděpodobnost, že jedinec z jisté populace se dožije šedesáti let, je 0,8; pravděpodobnost, že se dožije sedmdesáti let, je 0,5. Jaká je pravděpodobnost, že jedinec zemře

Více

Modely diskrétní náhodné veličiny. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.

Modely diskrétní náhodné veličiny. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Po(λ) je možné použít jako model náhodné veličiny, která nabývá hodnot 0, 1, 2,... a udává buď počet událostí,

Více

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Matematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III Vysoká škola báňská - Technická univerzita Ostrava 4. října 2018 Podmíněná pravděpodobnost Při počítání pravděpodobnosti můžeme k náhodnému pokusu přidat i nějakou dodatečnou podmínku. Podmíněná pravděpodobnost

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY

VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY Název NV X Popis Pravděpodobnostní funkce E(X) D(X) Binomická - Bi(n, ) počet úspěchů v n Bernoulliho pokusech P(X = k) = ( n k ) k (1 ) k n n(1 ) Hypergeometrická

Více

4. cvičení 4ST201 - řešení

4. cvičení 4ST201 - řešení cvičící 4. cvičení 4ST201 - řešení Obsah: Pravděpodobnost Náhodná veličina Vysoká škola ekonomická 1 Pravděpodobnost Co je třeba znát z přednášek 1. Náhodný jev, náhodný pokus 2. Jev nemožný, jev jistý

Více

NÁHODNÁ VELIČINA. 3. cvičení

NÁHODNÁ VELIČINA. 3. cvičení NÁHODNÁ VELIČINA 3. cvičení Náhodná veličina Náhodná veličina funkce, která každému výsledku náhodného pokusu přiřadí reálné číslo. Je to matematický model popisující více či méně dobře realitu, který

Více

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN

ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN ROZDĚLENÍ SPOJITÝCH NÁHODNÝCH VELIČIN Rovnoměrné rozdělení R(a,b) rozdělení s konstantní hustotou pravděpodobnosti v intervalu (a,b) f( x) distribuční funkce 0 x a F( x) a x b b a 1 x b b 1 a x a a x b

Více

2. Friesl, M.: Posbírané příklady z pravděpodobnosti a statistiky. Internetový zdroj (viz odkaz).

2. Friesl, M.: Posbírané příklady z pravděpodobnosti a statistiky. Internetový zdroj (viz odkaz). 1 Cvičení z předmětu KMA/PST1 Pro získání zápočtu je nutno mimo docházky (max. 3 absence) uspět minimálně ve dvou ze tří písemek, které budou v průběhu semestru napsány. Součástí třetí písemky bude též

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

(bridžové karty : 52 karet celkem, z toho 4 esa) [= 0, 0194] = 7, = 4, = 1, = 9, = 1, 77 10

(bridžové karty : 52 karet celkem, z toho 4 esa) [= 0, 0194] = 7, = 4, = 1, = 9, = 1, 77 10 2. cvičení - STATISTIKA Náhodný jev, Pravděpodobnost jevu, Podmíněná pravděpodbnost, Úplná pravděpodobnost, Bayesova věta 1. V cele předběžného zadržení sedí vedle sebe 10 podezřelých, z toho 3 ženy. Jaká

Více

1. Klasická pravděpodobnost

1. Klasická pravděpodobnost Příklady 1. Klasická pravděpodobnost 1. Házíme dvakrát kostkou. Jaká je pravděpodobnost, že padne alespoň jedna šestka? 2. Základy teorie pravděpodobnosti vznikly v korespondenci mezi dvěma slavnými francouzskými

Více

Diskrétní náhodná veličina

Diskrétní náhodná veličina Lekce Diskrétní náhodná veličina Výsledek náhodného pokusu může být vyjádřen slovně to vede k zavedení pojmu náhodného jevu Výsledek náhodného pokusu můžeme někdy vyjádřit i číselně, což vede k pojmu náhodné

Více

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů?

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů? 0. Kombinatorika, pravděpodobnost, statistika Kombinatorika ) V restauraci mají na jídelním lístku 3 druhy polévek, 7 možností výběru hlavního jídla, druhy moučníku. K pití si lze objednat kávu, limonádu

Více

Jevy A a B jsou nezávislé, jestliže uskutečnění jednoho jevu nemá vliv na uskutečnění nebo neuskutečnění jevu druhého

Jevy A a B jsou nezávislé, jestliže uskutečnění jednoho jevu nemá vliv na uskutečnění nebo neuskutečnění jevu druhého 8. Základy teorie pravděpodobnosti 8. ročník 8. Základy teorie pravděpodobnosti Pravděpodobnost se zabývá matematickými zákonitostmi, které se projevují v náhodných pokusech. Tyto zákonitosti mají opodstatnění

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 3 Pravděpodobnost jevů Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola báňská Technická

Více

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN?

NÁHODNÉ VELIČINY JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU NA HODNOTY NÁHODNÝCH VELIČIN? NÁHODNÉ VELIČINY GENEROVÁNÍ SPOJITÝCH A DISKRÉTNÍCH NÁHODNÝCH VELIČIN, VYUŽITÍ NÁHODNÝCH VELIČIN V SIMULACI, METODY TRANSFORMACE NÁHODNÝCH ČÍSEL NA HODNOTY NÁHODNÝCH VELIČIN. JAK SE NÁHODNÁ ČÍSLA PŘEVEDOU

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOST A STATISTIKA Náhodná proměnná Náhodná veličina slouží k popisu výsledku pokusu. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáme. Přesto bychom chtěli tento pokus

Více

Charakterizace rozdělení

Charakterizace rozdělení Charakterizace rozdělení Momenty f(x) f(x) f(x) μ >μ 1 σ 1 σ >σ 1 g 1 g σ μ 1 μ x μ x x N K MK = x f( x) dx 1 M K = x N CK = ( x M ) f( x) dx ( xi M 1 C = 1 K 1) N i= 1 K i K N i= 1 K μ = E ( X ) = xf

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Vypočítejte: 8 3 10 9?? 29.11.2014 Tomáš Karel - 4ST201 2 n n! 8! 87654321 40320 k (n k)! k! (8 3)! 3! (5 4321) 321 1206 56 n n! 10! 109 8 7 6 5 4 3 2 1 10 k (n k)! k! (10 9)!

Více

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

4.5.9 Pravděpodobnost II

4.5.9 Pravděpodobnost II .5.9 Pravděpodobnost II Předpoklady: 00508 Př. 1: Který z výsledků hodu mincí čtyřikrát po sobě je pravděpodobnější. a) r, l, r, l b) r, r, r, r Oba výsledky jsou stejně pravděpodobné (pravděpodobnost

Více

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2017/2018 Tutoriál č. 2:, náhodný vektor Jan Kracík jan.kracik@vsb.cz náhodná veličina rozdělení pravděpodobnosti náhodné

Více

Vybraná rozdělení náhodné veličiny

Vybraná rozdělení náhodné veličiny 3.3 Vybraná rozdělení náhodné veličiny 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 Rozdělení Z 3 4 5 6 7 8 9 10 11 12 13 14 15 Život je umění vytvářet uspokojivé závěry na základě nedostatečných předpokladů.

Více

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY 4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být

Více

Diskrétní náhodná veličina. November 12, 2008

Diskrétní náhodná veličina. November 12, 2008 Diskrétní náhodná veličina November 12, 2008 (Náhodná veličina (náhodná proměnná)) Náhodná veličina (nebo též náhodná proměnná) je veličina X, jejíž hodnota je jednoznačně určena výsledkem náhodného pokusu.

Více

5. cvičení 4ST201. Obsah: Informace o 1. průběžném testu Pravděpodobnostní rozdělení 1.část Binomické Hypergeometrické Poissonovo. 1.

5. cvičení 4ST201. Obsah: Informace o 1. průběžném testu Pravděpodobnostní rozdělení 1.část Binomické Hypergeometrické Poissonovo. 1. cvičící 5. cvičení 4ST201 Obsah: Informace o 1. průběžném testu Pravděpodobnostní rozdělení 1.část Binomické Hypergeometrické Poissonovo Vysoká škola ekonomická 1 1. Průběžný test Termín: pátek 26.3. v

Více

Metodologie pro ISK II

Metodologie pro ISK II Metodologie pro ISK II Všechny hodnoty z daného intervalu Zjišťujeme: Centrální míry Variabilitu Šikmost, špičatost Percentily (decily, kvantily ) Zobrazení: histogram MODUS je hodnota, která se v datech

Více

Číselné charakteristiky

Číselné charakteristiky . Číselné charakteristiky statistických dat Průměrný statistik se během svého života ožení s 1,75 ženami, které se ho snaží vytáhnout večer do společnosti,5 x týdně, ale pouze s 50% úspěchem. W. F. Miksch

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

ÚVOD. Rozdělení slouží: K přesnému popisu pravděpodobnostního chování NV Střední hodnota, rozptyl, korelace atd.

ÚVOD. Rozdělení slouží: K přesnému popisu pravděpodobnostního chování NV Střední hodnota, rozptyl, korelace atd. ROZDĚLENÍ NV ÚVOD Velké skupiny náhodných pokusů vykazují stejné pravděpodobnostní chování Mince panna/orel Výška mužů/žen NV mohou být spojeny s určitým pravděpodobnostním rozdělení (již známe jeho hustotu

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení

Více

Náhodná veličina X má Poissonovo rozdělení se střední hodnotou lambda. Poissonovo rozdělení je definováno jako. P(X=k) = 0,036

Náhodná veličina X má Poissonovo rozdělení se střední hodnotou lambda. Poissonovo rozdělení je definováno jako. P(X=k) = 0,036 Příklad : Statistika A, doc. Kropáč, str. 6, příklad 2 K benzínovému čerpadlu přijíždí průměrně 4 aut za hodinu. Určete pravděpodobnost, že během pěti minut přijede nejvýše jedno auto. Pokus: Zjištění,

Více

Inovace bakalářského studijního oboru Aplikovaná chemie

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Základy zpracování dat chemometrie, statistika Doporučenáliteratura

Více

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová

JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost a aplikovaná statistika Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 2. KAPITOLA PODMÍNĚNÁ PRAVDĚPODOBNOST 3. KAPITOLA NÁHODNÁ VELIČINA 9.11.2017 Opakování Uveďte příklad aplikace geometrické definice pravděpodobnosti

Více

Pracovní list č. 3 Charakteristiky variability

Pracovní list č. 3 Charakteristiky variability 1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte

Více

Náhodná proměnná. Náhodná proměnná může mít rozdělení diskrétní (x 1. , x 2. ; x 2. spojité (<x 1

Náhodná proměnná. Náhodná proměnná může mít rozdělení diskrétní (x 1. , x 2. ; x 2. spojité (<x 1 Náhodná proměnná Náhodná proměnná může mít rozdělení diskrétní (x 1, x 2,,x n ) spojité () Poznámky: 1. Fyzikální veličiny jsou zpravidla spojité, ale změřené hodnoty jsou diskrétní. 2. Pokud

Více

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost

Náhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost Pravděpodobnost Náhodné veličiny a jejich číselné charakteristiky Petr Liška Masarykova univerzita 19.9.2014 Představme si, že provádíme pokus, jehož výsledek dokážeme ohodnotit číslem. Před provedením

Více

Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK

Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK 1. Na základě údajů uvedených v tabulce rozhodněte, zda existuje závislost mezi roky a počtem firem ve Šluknovském výběžku, které zaměstnávaly osoby zdravotně

Více

TEST Z TEORIE EXPLORAČNÍ ANALÝZA DAT

TEST Z TEORIE EXPLORAČNÍ ANALÝZA DAT EXPLORAČNÍ ANALÝZA DAT TEST Z TEORIE 1. Test ze Statistiky píše velké množství studentů. Představte si, že každý z nich odpoví správně přesně na polovinu otázek. V tomto případě bude směrodatná odchylka

Více

Cvičení ze statistiky - 5. Filip Děchtěrenko

Cvičení ze statistiky - 5. Filip Děchtěrenko Cvičení ze statistiky - 5 Filip Děchtěrenko Minule bylo.. Začali jsme pravděpodobnost Klasická a statistická definice pravděpodobnosti Náhodný jev Doplněk, průnik, sjednocení Podmíněná pravděpodobnost

Více

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření školní zadání Skupina: 51 Vypracovaly: Pavlína Horná, Nikola Loumová, Petra Mikešová,

Více

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.

10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457. 0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti

Více

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A4 Cvičení, letní semestr DOMÁCÍ ÚLOHY Jan Šafařík Brno c 200 (1) 120 krát jsme házeli hrací kostkou.

Více

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření Počet stran: 10 Datum odevzdání: 13. 5. 2016 Pavel Kubát Obsah Úvod... 3 1 Charakterizujte

Více

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky PRAVDĚPODOBNOST A STATISTIKA Zadání 1 JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016

Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od podzimu 2016 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia

Více

Výrobní produkce divizí Ice Cream Po lo ha plane t Rozložený výse ový 3D graf Bublinový graf Histogram t s tn e ídy

Výrobní produkce divizí Ice Cream Po lo ha plane t Rozložený výse ový 3D graf Bublinový graf Histogram t s tn e ídy Výrobní produkce divizí Ice Cream Polo ha planet Rozložený výsečový 3D graf Bublinový graf Ice Cream 1 15% Ice Cream 2 12% Ice Cream 3 18% Ice Cream 4 20% Statistika 40 30 20 Ice Cream 6 19% Ice Cream

Více

Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5.

Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5. Příklad 1: Házíme dvěma kostkami. Stanovte pravděpodobnost jevu, že na kostkách padne součet menší než 5. Řešení: Výsledky pokusu jsou uspořádané dvojice. První člen dvojice odpovídá hodu 1. kostkou a

Více

Základy teorie pravděpodobnosti

Základy teorie pravděpodobnosti Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie

Více

Výběrové charakteristiky a jejich rozdělení

Výběrové charakteristiky a jejich rozdělení Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistické šetření úplné (vyčerpávající) neúplné (výběrové) U výběrového šetření se snažíme o to, aby výběrový

Více

S1P Příklady 02. Náhodná proměnná (veličina) Mějme krabičku o rozměrech 1 x 2 x 3 cm. Na stranách jsou obrázky: :

S1P Příklady 02. Náhodná proměnná (veličina) Mějme krabičku o rozměrech 1 x 2 x 3 cm. Na stranách jsou obrázky: : S1P Příklady 02 Náhodná proměnná (veličina) Mějme krabičku o rozměrech 1 2 3 cm Na stranách jsou obrázky: : Ω ={strom, houba, kytka, slunce, dům, ryba} Pravděpodobnost jednotlivých elementárních jevů odpovídá

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

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok IES FSV UK Domácí úkol Pravděpodobnost a statistika I Cyklistův rok Radovan Fišer rfiser@gmail.com XII.26 Úvod Jako statistický soubor jsem si vybral počet ujetých kilometrů za posledních 1 dnů v mé vlastní

Více

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

MATEMATICKÁ STATISTIKA.   Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým

Více

Radiologická fyzika pravděpodobnost měření a zpracování dat

Radiologická fyzika pravděpodobnost měření a zpracování dat Radiologická fyzika pravděpodobnost měření a zpracování dat podzim 2008, šestá přednáška Měření tlaku nejjednodušší úkon u lékaře aneb jak zacházet s měřenými hodnotami? Běžná situace u lékaře: Paní Nováková,

Více

Praktická statistika. Petr Ponížil Eva Kutálková

Praktická statistika. Petr Ponížil Eva Kutálková Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo

Více

1. Házíme hrací kostkou. Určete pravděpodobností těchto jevů: a) A při jednom hodu padne šestka;

1. Házíme hrací kostkou. Určete pravděpodobností těchto jevů: a) A při jednom hodu padne šestka; I Elementární pravděpodonost 1 Házíme hrací kostkou Určete pravděpodoností těchto jevů: a) A při jednom hodu padne šestka; Řešení: P A) = 1 = 01; Je celkem šest možností {1,,, 4,, } a jedna {} je příznivá

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza

Více

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách ROZKLAD ROZPTYLU ROZKLAD ROZPTYLU Rozptyl se dá rozložit na vnitroskupinový a meziskupinový rozptyl. Celkový rozptyl je potom součet meziskupinového a vnitroskupinového Užívá se k výpočtu rozptylu, jestliže

Více

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD

VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: SMAD Cvičení Ostrava, AR 2016/2017 Popis datového souboru Pro dlouhodobý

Více

Pravděpodobnost a statistika (BI-PST) Cvičení č. 2

Pravděpodobnost a statistika (BI-PST) Cvičení č. 2 Pravděpodobnost a statistika (BI-PST) Cvičení č. 2 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015

Více

Základy popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Základy popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek Základy popisné statistiky Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi, výhodami, nevýhodami a vlastní sadou využitelných statistických metod -od binárních

Více

LIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení

LIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení LIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení Způsoby statistického šetření Vyčerpávající šetření prošetření všech jednotek statistického souboru (populace) Výběrové šetření ze základního souboru

Více

ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY

ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY zhanel@fsps.muni.cz ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY METODY DESKRIPTIVNÍ STATISTIKY 1. URČENÍ TYPU ŠKÁLY (nominální, ordinální, metrické) a) nominální + ordinální neparametrické stat. metody b) metrické

Více

Charakteristika datového souboru

Charakteristika datového souboru Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex

Více

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická

Více

Klasická pravděpodobnost a geometrická pravděpodobnost

Klasická pravděpodobnost a geometrická pravděpodobnost Klasická pravděpodobnost a geometrická pravděpodobnost 1. Házíme čtyřmi šestistěnnými hracími kostkami. Určete, jaká je pravděpodobnost, že (a) součet čísel na kostkách bude sudé číslo a zároveň součin

Více

Statistika (4ST201) Vytvoříme datový soubor, který obsahuje věk, výšku a pohlaví studentů tohoto semináře. V Excelu

Statistika (4ST201) Vytvoříme datový soubor, který obsahuje věk, výšku a pohlaví studentů tohoto semináře. V Excelu Statistika (4ST201) 1 Popsisná statistika (1. a 2. cvičení) 1.1 Úvodní příklad Vytvoříme datový soubor, který obsahuje věk, výšku a pohlaví studentů tohoto semináře. V Excelu určete: 1. Vytvořte histogram

Více

Seminární práce vzor 1

Seminární práce vzor 1 Seminární práce vzor 1 1) V tabulce jsou uvedeny údaje (smyšlené) o věku v dokončených letech a místě trvalého bydliště zaměstnanců jistého libereckého podniku k 1.1. 2008. a) Určete v obou případech,

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 7 Rozdělení pravděpodobnosti spojité náhodné veličiny Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka

Více

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar

Více

1. Klasická pravděpodobnost

1. Klasická pravděpodobnost Příklady 1. Klasická pravděpodobnost 1. Házíme dvakrát kostkou. Jaká je pravděpodobnost, že padne alespoň jedna šestka? 2. Základy teorie pravděpodobnosti vznikly v korespondenci mezi dvěma slavnými francouzskými

Více

pravděpodobnosti a Bayesova věta

pravděpodobnosti a Bayesova věta NMUMP0 (Pravděpodobnost a matematická statistika I) Nezávislost, podmíněná pravděpodobnost, věta o úplné pravděpodobnosti a Bayesova věta. Házíme dvěma pravidelnými kostkami. (a) Jaká je pravděpodobnost,

Více