8. STATISTICKÝ SOUBOR SE DVĚMA ARGUMENTY
|
|
- Marie Sedláčková
- před 7 lety
- Počet zobrazení:
Transkript
1 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 znalot Pom z předchozích kaptol. Cíle Cílem této kaptol e eznámt e tattckým ouborem e dvěma argument a eho charaktertkam. Výklad 8.. Stattcký oubor e dvěma argument Vezměme v úvahu tattcký oubor rozahu. U každého prvku ledume hodnot dvou tattckých znaků, dvou argumentů X, Y. Tak vznkne tattcký oubor e dvěma argument.stattcké znak ledované oučaně na každém tattckém prvku (notel) mohou být dkrétní nebo poté. Budou ná pochoptelně zaímat hodnot každého znaku amotatně, ale ak ou rozložen různé kombnace obou znaků. Tak např. u ouboru ldí ná mohou zaímat dva antropologcké znak, tělená výška a tělená váha. Výrobce oděvů nezaímá en rozložení výšek, ale multánně vah, neboť rozměr oblečení muí být úměrně vráběn pro všechn možné etuící kombnace hodnot těchto znaků. Zadání dvorozměrné dkrétní náhodné velčn e možno provét v podtatě dvoím způobem, a to buď pomocí tzv. četnotní plošné tabulk e dvěma vtup a nebo lneární tabulkou dvoc (, ), kde a ou ednotlvé realzace náhodných velčn X a Y. Počet výktů konkrétní dvoce (, ) e nazývá četnot (abolutní) f,.
2 Stattcký oubor e dvěma argument Podíl f, ϕ e pak četnot relatvní. Druhý záp vadřue funkční hodnotu, emprcké funkce rozložení pravděpodobnot dvorozměrné náhodné velčn, eíž realzac tattcký oubor předtavue. Zadání plošnou tabulkou e běžněší pro rozáhleší oubor dat, u nchž opakování výktu ednotlvých dvoc e čatěší. Takto např. vpadá zadání v ecelu: Zaveďme náleduící označení: X \ Y k n f f f k f n M f f f k f n M Pro okraové um platí: m f m f m f mk f mn M m k n M n m f, f... margnální četnot hodnot a k k k k a celkem e: m n n m f M k k k k
3 Stattcký oubor e dvěma argument Pro poouzení vlatnotí náhodné dvorozměrné velčn e používaí opět momentové charaktertk analogcké velčnám edním argumentem. Tak počáteční moment (r + )-tého tupně e defnován ako čílo r r r,, ϕ,, m f kdž čítání proběhne pře všechn hodnot a ako ve výše uvedené četnotní tabulce. Pro menší oubor, které nemaí mnoho tených dvoc, e vhodněší zadání lneární tabulkou: (příklad ouboru, který e zadán lneární tabulkou)
4 Moment pak vpočteme ednoduše: Stattcký oubor e dvěma argument m r r, Centrální moment (r + )-tého tupně e defnován vztahem r r r, (,0) ( 0, ), (,0) ( 0, ) ϕ, n m m f m m Ze všech možných momentů e v podtatě používaí en prvé a druhé. Jech význam už vlatně většnou známe: m,0 m 0, n e třední hodnota velčn bez ohledu na chování velčn e třední hodnota velčn bez ohledu na chování velčn e rozptl (varance) velčn bez ohledu na rozptýlenot velčn,0 n 0, analogck Rozptýlenot obou velčn ve všech ech vzáemných kombnacích pothue míšený moment druhého tupně ( )( ) n, cov. f. f. normovaná bezrozměrná forma n,... tzv. kovarance, eíž cov r e koefcent (lneární) korelace. Jeho význam a nterpretac poznáme. v kaptole 9. Přímý výpočet momentů lze pohodlně provét u momentů počátečních, takže e, obzvláště u ručního počítání, výhodné odvodt vztah: n m m,0,0,0 n m m 0, 0, 0, n m m m,,,0 0, analogck ako u momentů ednorozměrné náhodné velčn. Je-l oubor zadán lneární tabulkou pomocí dvoc (, ), lze např. koefcent korelace vpočít podle vzorce upraveného do tvaru:
5 r ( ( ) ). ( ) ( ). Stattcký oubor e dvěma argument Vícerozměrný tattcký oubor velm čato charakterzueme tzv. kovaranční matcí cov cov, rep. eí normovanou formou, korelační matcí r r. Jech důležtot však e proevue hlavně v případě mnoharozměrných náhodných velčn. Poznámka Uvedené vzorce lze amozřemě přímo použít k výpočtu defnovaných velčn, ale e zřemé, že programové vbavení oučaných počítačů kýtá daleko pohodlněší cetu, ak výledk zíkat. Ideální e v tomto případě použtí lbovolného tabulkového kalkulátoru. Protudute náleduící řešené příklad. Sledute, ak e dá vužít klacké tabelační čnnot ecelu pokročleších technk př prác tzv. matcovým operacem. Řešení příkladů, echž zadání me ledoval v tetu: Řešené úloh Příklad 8... Vpočtěte charaktertk tattckého ouboru e dvěma argument. Zadání v Ecelu:
6 Řešení: V ecelu me vpočetl potřebné oučt: Stattcký oubor e dvěma argument Střední hodnot: m, , 540 m0,. M , Rozptl:. n,0 m,0 m,0 m, , 7587, n m m. M m 0, 0, 0, 0,. 40,8 68, Směrodatné odchlk: 7587, 65 3, 6 68,8,99 Kovarance: cov n,. f ,.40,8 534,49 Koefcent korelace: cov 534, 49 r 0,89 3, 6.,99
7 Stattcký oubor e dvěma argument Předchozí úlohu můžete otevřít vřešenou v Ecelu. Příklad 8... Vpočtěte číelné charaktertk tattckého ouboru e dvěma argument, který e zadán lneární tabulkou: Řešení: Vše potřebné opět vpočteme např. v Ecelu: Střední hodnot: m, ,56 5 m0, , 9 5
8 Rozptl: Stattcký oubor e dvěma argument n m m. m,0,0,0,0. 39, , n m m. m 0, 0, 0, 0, ,9 75,67 5 Směrodatné odchlk: 3745,37 80,96 75, 67 6, 60 Kovarance: cov n,.. (v tomto případě) ,56.4,9 54,48 5 Koefcent korelace: cov 54, 48 r 0,085 80,96.6, 60 Tuto úlohu můžete otevřít vřešenou v Ecelu. Poznámka Př řešení předchozího příkladu me mohl použít předdefnovaných funkcí v Ecelu, ak blo ukázáno v 6. kaptole, příkladu 6... nebo doplňkového nátroe Analýza dat obdobným způobem, ak blo popáno v 7. kaptole, příkladu Poznámka I kdž me e doud věnoval zpracování tattckého ouboru, který akob bl realzací dvorozměrné dkrétní náhodné velčn, e zřemé, že práce e potou velčnou e nutně muí na tento případ převét. Realzace poté velčn e proeví vznkem číelné hodnot zadané určtou přenotí nebo něakým způobem zaokrouhlené. Z praktckých důvodů e také někd vhodné hodnot ednotlvých argumentů určtým způobem etřídt, roztřídt do
9 Stattcký oubor e dvěma argument tříd a umožnt tak vlatně přechod k dkrétním velčnám reprezentovaným třed použtých tříd. A pak předešlé potup ou dokonale použtelné. Problém velkot chb, které e takovým zaokrouhlením dopouštíme, e ovšem nutno zohlednt. U ednorozměrného ouboru ou známé korekce, které ohledem na šířku tříd umožní opravt vpočtené charaktertk (Shepardov korekce). U vícerozměrných šetření e takové korekce neprováděí. Poznameneme eště, že v dnešní době, kd zpracování tattckých ouborů teně věřueme počítačům, není problém předběžné úprav dat (např. tříděním a ted zaokrouhlováním) tak podtatný, neboť počítačové potup neou na množtví nebo numercké "nevhodnot" dat tak závlé a e možné pracovat přímo prvotním dat.
10 Stattcký oubor e dvěma argument Úloh k amotatnému řešení 8.. U tudentů.ročníku bl zaznamenán výledk zkoušek z matematk, fzk a programování. Jou uveden ve formě troc čílc, z nchž první e známka z matematk, druhá z fzk a třetí z programování: a) Vtvořte tattcký oubor dvěma argument, z nchž X bude znamenat výledek zkoušk z matematk a Y výledek zkoušk z fzk a určete eho charaktertk. b) Vtvořte tattcký oubor dvěma argument, z nchž X bude znamenat výledek zkoušk z matematk a Y výledek zkoušk z programování a určete eho charaktertk. 8.. U 30 zákrků blo zštěno táří tromu v letech (argument X) a klzeň v tém roce v kg (argument Y). Podle údaů v tabulce určete charaktertk tohoto ouboru. X\Y
11 Stattcký oubor e dvěma argument Výledk úloh k amotatnému řešení Výledk: 8.. a),64;,69; 0,75; 0,8; k 0,354; r 0, 45; regrení přímk: 0,47 +,445; 0,43 +, 48 ; Φ 4 30 ; 0,663; 0,883; p 0,479; p 0,47 b),637;,607; 0,75; 0,787; k 0,95; r 0, 384 ; regrení přímk: 0,393 +,57; 0,374 +, 66 ; Φ 48 ; 0,3; 0,; p 0,39; p 0, ,53; 8,5; 3,; 3,59; k,; r 0, 34; regrení přímk: 0,37 + 5,74; 0,3 + 4, 0 ; Φ 53 ; 0,75; 3,4; p 0,95; p 0,5
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
VícePracovní 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
VíceMetody prognózování v dopravě. Ing. Michal Dorda, Ph.D.
Metody prognózování v dopravě Ing. Mchal Dorda, Ph.D. Metody prognózování v dopravě ílem prognózy dopravy e určení výhledových údaů o dopravě (např. výhledové ntenzty dopravy apod.). Př prognózování v
VíceNáhodným vektorem rozumíme sloupcový vektor složený z náhodných veličin X = (X 1, X 2,
Statstka I cvčení - 54-5 NÁHODNÝ VEKTOR Náhodným vektorem rozumíme sloupcový vektor složený z náhodných velčn = n který je charakterzován sdruženou smultánní dstrbuční unkcí ; F náhodný vektor s dskrétním
Více1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor
1 Měřeí závlot tattckých zaků 1.1 Dvourozměrý tattcký oubor Př aalýze ekoomckých kutečotí á čato ezajímají jedotlvé velč jako takové, ale vztah mez m. Ptáme e, jak záví poptávka a ceě produktu, plat zamětaců
VíceEKONOMICKO-MATEMATICKÉ METODY
. přednáška EKONOMICKO-MATEMATICKÉ METODY Ekonomcko matematcké metody (též se užívá název operační analýza) sou metody s matematckým základem, využívané především v ekonomcké oblast, v oblast řízení a
VícePružnost a plasticita II
Pružnost a plastcta II 3 ročník bakalářského studa doc Ing Martn Kresa PhD Katedra stavební mechank Řešení pravoúhlých nosných stěn metodou sítí Statcké schéma nosné stěn q G υ (μ) h l d 3 wwwfastvsbcz
Více3 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
VíceSÍŤOVÁ ANALÝZA. Základní pojmy síťové analýzy. u,. Sjednocením množin { u, u,..., 2. nazýváme grafem G.
SÍŤOVÁ ANALÝZA Využívá grafcko-analytcké metody pro plánování, řízení a kontrolu složtých návazných procesů. yto procesy se daí rozložt na dílčí a organzačně spolu souvseící čnnost. yto procesy se nazývaí
VíceVyužití logistické regrese pro hodnocení omaku
Využtí logstcké regrese pro hodnocení omaku Vladmír Bazík Úvod Jedním z prmárních proevů textlí e omak. Jedná se o poct který vyvolá textle př kontaktu s pokožkou. Je to ntegrální psychofyzkální vlastnost
VíceRovnice rovnoměrně zrychleného pohybu
..8 Rovnice rovnoměrně zrychleného pohybu Předpoklady: 7 Pedagogická poznámka: Stejně jako u předchozí hodiny je i v této hodině potřeba potupovat tak, aby tudenti měli minimálně píše minut na řešení příkladů
VíceOdhady a testy hypotéz o regresních přímkách
Lekce 3 Odhad a tet hpotéz o regreích přímkách Ve druhé lekc jme kotruoval kofdečí terval a formuloval tet hpotéz o korelačím koefcetu Korelačí koefcet je metrckou charaktertkou tezt závlot, u které ezáleží
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 8 Statistický soubor s jedním argumentem Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola
VíceVícekriteriální rozhodování. Typy kritérií
Vícekrterální rozhodování Zabývá se hodnocením varant podle několka krtérí, přčemž varanta hodnocená podle ednoho krtéra zpravdla nebývá nelépe hodnocená podle krtéra ného. Metody vícekrterálního rozhodování
VíceVzorový 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.
VíceObsah. 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...
VícePříklad 1 Ověření šířky trhlin železobetonového nosníku
Příklad 1 Ověření šířky trhlin železobetonového noníku Uvažujte železobetonový protě podepřený noník (Obr. 1) o průřezu b = 00 mm h = 600 mm o rozpětí l = 60 m. Noník je oučátí kontrukce objektu pro kladování
VíceMožnosti vyžití statistiky a teorie zpracování dat v práci učitele na 1. stupni ZŠ
Možnot vyžtí tatty a teore zpracování dat v prác učtele na. tupn ZŠ Význam tatty je v oudobé polečnot všeobecně uznáván. Svědčí o tom člány v denním odborném tu, lýcháme o ní čato ve vytoupeních hopodářých
Více1.1.14 Rovnice rovnoměrně zrychleného pohybu
..4 Rovnice rovnoměrně zrychleného pohybu Předpoklady: 3 Pedagogická poznámka: Stejně jako u předchozí hodiny je i v této hodině potřeba potupovat tak, aby tudenti měli minimálně minut na řešení příkladů
Více1 Úvod. 2 Teorie. verze 1.0
Vícenásobný integrál verze. Úvod Následující tet se zabývá dvojným a trojným integrálem. ěl b sloužit především studentům předmětu ATEAT na Univerzitě Hradec Králové k přípravě na zkoušku. ohou se v něm
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota závisí nějakým způsobem na vstupní, je její funkcí = f(x). Pokud
VícePropočty přechodu Venuše 8. června 2004
Propočty přechodu Venuše 8. června 2004 V tomto dokumentu předkládáme podmínky přechodu Venuše pře luneční kotouč 8. června roku 2004. Naše výpočty jme založili na planetárních teoriích VSOP87 vytvořených
Více, 4. skupina (16:15-17:45) Jméno: se. Postup je třeba odůvodnit (okomentovat) nebo uvést výpočet. Výsledek bez uvedení jakéhokoliv
..06, 4. skupina (6: - 7:4) Jméno: Zápočtový test z PSI Nezapomeňte podepsat VŠECHNY papír, které odevzdáváte. Škrtejte zřetelně a stejně zřetelně pište i věci, které platí. Co je škrtnuto, nebude bráno
VíceMODELOVÁNÍ A SIMULACE
MODELOVÁNÍ A SIMULACE základní pojmy a postupy vytváření matematckých modelů na základě blancí prncp numerckého řešení dferencálních rovnc základy práce se smulačním jazykem PSI Základní pojmy matematcký
VíceVzorová písemka č. 1 (rok 2015/2016) - řešení
Vzorová písemka č. rok /6 - řešení Pavla Pecherková. května 6 VARIANTA A. Náhodná veličina X je určena hustotou pravděpodobností: máme hustotu { pravděpodobnosti C x pro x ; na intervalu f x jinde jedná
VíceMatematika 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
VícePosouzení stability svahu
Inženýrký manuál č. 8 Aktualizace: 02/2016 Poouzení tability vahu Program: Soubor: Stabilita vahu Demo_manual_08.gt V tomto inženýrkém manuálu je popán výpočet tability vahu, nalezení kritické kruhové
VíceObsah přednášky. 1. Základní pojmy. 2. Jednorozměrné charakteristiky 3. Rozložení 4. Vícerozměrné charakteristiky. Jak stručně popsat data
Obah přednášky 1. Základní pojmy. Jednorozměrné charakteritiky 3. Rozložení 4. Vícerozměrné charakteritiky Jak tručně popat data 5. Hypotézy, tety O kvalitě dat a modelů Základní a výběrový oubor, pravděpodobnot,
VíceDIFÚZNÍ VLASTNOSTI MATERIÁLŮ Z POHLEDU NOVÝCH TEPELNĚ TECHNICKÝCH NOREM. Petr Slanina
DIFÚZNÍ VLASTNOSTI MATERIÁLŮ Z POHLEDU NOVÝCH TEPELNĚ TECHNICKÝCH NOREM Petr Slanina DIFÚZNÍ VLASTNOSTI MATERIÁLŮ Z POHLEDU NOVÝCH TEPELNĚ TECHNICKÝCH NOREM Ing. Petr Slanina FSv, ČVUT v Praze, Thákurova
Více5. cvičení z Matematické analýzy 2
5. cvičení z Matematické analýz 2 30. října - 3. litopadu 207 5. linearizace funkce a Pro funkci f, = e nalezněte její linearizaci v bodě a 0 = 6, 0. Použijte ji k přibližnému určení hodnot funkce f v
Více17. EXPONENCIÁLNÍ ROVNICE
7. EXPONENCIÁLNÍ ROVNICE 7. EXPONENCIÁLNÍ ROVNICE 7.. Řeš v R rovnice: a) 53 b) 3 3 c) 7 0 d) 3 0,5 a) 5 37 5 3 7 K 3 c) 7 0 K b) 3 3 0 0 K 3 d) 3 350 5, 7 K 5;7 Strategie: potřebujeme zíkat takový tvar
VíceDoporučené aplikace stanovení modulu C pro jednotlivé typy technologií výroby elektřiny v KVET Zákon č. 165/2012 Sb., vyhl. č. 453/2012 Sb.
Doporučené aplikace tanovení modulu C pro jednotlivé typy technologií výroby elektřiny v KVET Zákon č. 165/2012 Sb., vyhl. č. 453/2012 Sb. 1 Metodické pokyny pro určení množtví elektřiny z vyokoúčinné
VíceSoftwarová podpora matematických metod v ekonomice a řízení
Softwarová podpora matematckých metod v ekonomce a řízení Petr Sed a Opava 2013 Hrazeno z prostředků proektu OPVK CZ.1.07/2.2.00/15.0174 Inovace bakalářských studních oborů se zaměřením na spoluprác s
VíceREGRESNÍ ANALÝZA. 13. cvičení
REGRESNÍ ANALÝZA 13. cvčení Závslost náhodných velčn Závslost mez kvanttatvním proměnným X a Y: Funkční závslost hodnotam nezávsle proměnných je jednoznačně dána hodnota závslé proměnné. Y=f(X) Stochastcká
VíceANALÝZA PRŮCHODU PAPRSKOVÝCH SVAZKŮ KOUTOVÝM ODRAŽEČEM
ANALÝZA PRŮCHODU PAPRSKOVÝCH SVAZKŮ KOUTOVÝM ODRAŽEČEM P Kytka J Novák ČVUT v Praze Fakulta tavební katedra fyziky Práce e zabývá analýzou průchodu paprků koutovým odražečem což je typ hranolu který je
VíceRegrese. používáme tehdy, jestliže je vysvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA
Regrese používáme tehd, jestliže je vsvětlující proměnná kontinuální pokud je kategoriální, jde o ANOVA Specifikace modelu = a + bx a závisle proměnná b x vsvětlující proměnná Cíl analýz Odhadnout hodnot
Více7. 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
VíceTéma 5: Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny
0.05 0.0 0.05 0.0 0.005 Nomnální napětí v pásnc Std Mean 40 60 80 00 0 40 60 Std Téma 5: Parametrcká rozdělení pravděpodobnost spojté náhodné velčn Přednáška z předmětu: Pravděpodobnostní posuzování konstrukcí
VíceANALÝZA 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
Více3 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
VíceLineární a adaptivní zpracování dat. 8. Kumulační zvýrazňování signálů v šumu 2
Lneární a adaptvní zpracování dat 8. Kumulační zvýrazňování sgnálů v šumu 2 Danel Schwarz Investce do rozvoe vzdělávání Opakování Kumulační zpracování sgnálů co to e, k čemu to e? Prncp metody? Nutné podmínky
VíceV mnoha pípadech, kdy známe rozdlení náhodné veliiny X, potebujeme urit rozdlení náhodné veliiny Y, která je funkcí X, tzn. Y = h(x).
3. FUNKCE NÁHODNÉ VELIINY as ke studu: 40 mnut Cíl: Po prostudování této kaptol budete umt transformovat náhodnou velnu na náhodnou velnu Y, je l mez tmto náhodným velnam vzájemn jednoznaný vztah VÝKLAD
VíceVYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta troího ižeýrtví Matematika IV Semetrálí práce Zpracoval: Čílo zadáí: 7 Studií kupia: Datum: 8.4. 0 . Při kotrole akoti výrobků byla ledováa odchylka X [mm] eich rozměru
Více1. Úvod. Cílem teorie her je popsat situaci, která nás zajímá, jako hru. Klasickým případem
Kvaternon 2/204, 79 98 79 MATICOVÉ HRY V INŽENÝRSTVÍ JAROSLAV HRDINA a PETR VAŠÍK Abstrakt. Následuící text pokrývá eden z cyklů přednášek předmětu Aplkovaná algebra pro nženýry (0AA) na FSI VUT. Text
VíceStatistická energetická analýza (SEA)
Hladna akustckého tlaku buzení harmonckou slou [db] Statstcká energetcká analýza (SA) V současné době exstue řada způsobů, ak řešt vbroakustcké problémy. odobně ako v ných odvětvích nženýrství, také ve
Více} kvantitativní znaky
Měřeí tattcké závlot, korelace, regree Obecé prcpy závlot vzájemá ouvlot měřeých zaků Prof. RNDr. Jaa Zvárov rová,, DrSc. fukčí závlot x tattcká závlot átroje pro měřeí závlot leár rí regree korelace }
Více7 POČÍTAČOVÉ MODELY STOCHASTICKÉ. TVORBA SIMULAČNÍCH MODELŮ VYUŽÍVAJÍCÍCH PRAVDĚPODOBNOSTNÍ METODU A METODU EXODUS V SYSTÉMU EXCEL
7 POČÍAČOVÉ MODELY SOCHASICKÉ. VORBA SIMULAČNÍCH MODELŮ VYUŽÍVAJÍCÍCH PRAVDĚPODOBNOSNÍ MEODU A MEODU EXODUS V SYSÉMU EXCEL Počítačové model stocastcké vužívaící numerckou pravděpodobnostní metodu a numerckou
Více3. 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
Víceu (x i ) U i 1 2U i +U i+1 h 2. Na hranicích oblasti jsou uzlové hodnoty dány okrajovými podmínkami bud přímo
Metoda sítí základní schémata h... krok sítě ve směru x, tj. h = x x q... krok sítě ve směru y, tj. q = y j y j τ... krok ve směru t, tj. τ = j... hodnota přblžného řešení v uzlu (x,y j ) (Possonova rovnce)
VíceMatematické modelování ve stavební fyzice
P6 - Numercké řešení vedení tepla ve stěně Obsa: Stěna z omogennío materálu Stěna z různýc materálů Okraové podmínky Dvorozměrné vedení tepla Rovnce vedení tepla Rovnce kontnuty (v 1D) dq qcd, x qcd, x
VíceZÁKLADY 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
VíceDopravní plánování a modelování (11 DOPM )
Department of Appled Mathematcs Faculty of ransportaton Scences Czech echncal Unversty n Prague Dopravní plánování a modelování (11 DOPM ) Lekce 5: FSM: rp dstrbuton Prof. Ing. Ondře Přbyl, Ph.D. Ing.
VíceDva případy chybného rozhodnutí při testování: a) Testační statistika padne mimo obor přijetí nulové H hypotézy O, tj.
Uvedeme obecný postup statistického testování:. Formulace nulové H 0a alternativní hpotéz H A.. Volba hladin významnosti α.. Volba testační statistik např... Určení kritického oboru testové charakteristik.
Více2 ÚVOD DO TEORIE PRAVDĚPODOBNOSTI. 2.1 Náhodný jev. π, které je třeba co nejpřesněji a nejúplněji vymezit, a k nimž je třeba výsledky pokusu a
ÚVOD DO TEORIE PRAVDĚPODOBNOSTI.1 Náhodný ev Tato kaptola uvádí souhrn základních pomů a postupů teore pravděpodobnost, které se uplatňuí př rozboru spolehlvost stavebních konstrukcí a systémů. Výklad
VíceAplikace matematiky. František Nožička Fundamentální principy mechaniky a jejich ekvivalence. Terms of use:
Aplkace matematky Frantšek Nožčka Fundamentální prncpy mechanky a jejch ekvvalence Aplkace matematky, Vol. 4 (1959), No. 4, 243--277 Pertent URL: http://dml.cz/dmlcz/102668 Term of ue: Inttute of Mathematc
VíceANALÝZA ROZPTYLU (Analysis of Variance ANOVA)
NLÝZ OZPYLU (nalyss of Varance NOV) Používá se buď ako samostatná technka, nebo ako postup, umožňuící analýzu zdroů varablty v lneární regres. Př. použtí: k porovnání středních hodnot (průměrů) více než
Více7. cvičení návrh a posouzení smykové výztuže trámu
7. cvičení návrh a poouzení mykové výztuže trámu Výtupem domácího cvičení bude návrh proilů a roztečí třmínků na trámech T1 a T2. Pro návrh budeme jako výchozí hodnotu V Ed uvažovat největší hodnotu mykové
VíceStatika soustavy těles v rovině
Statka soustavy těles v rovně Zpracoval: Ing. Mroslav yrtus, Ph.. U mechancké soustavy s deálním knematckým dvojcem znázorněné na obrázku určete: počet stupňů volnost početně všechny reakce a moment M
Více2. Najděte funkce, které vedou s těmto soustavám normálních rovnic
Zadání. Sestavte soustavu normálních rovnc ro funkce b b a) b + + b) b b +. Najděte funkce, které vedou s těmto soustavám normálních rovnc nb a) nb. Z dat v tabulce 99 4 4 b) určete a) rovnc regresní funkce
Víceteorie 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)
Vícevektor a vrátili jiný vektor. Měli-li jsme jistou pozorovatelnou A, dostali jsme jejím změřením
Operátor hustoty Popsueme-l vývo uzavřeného kvantového systému, vystačíme s většnou s pomem čstého stavu. Jedná se o vektor v Hlbertově prostoru H, který e danému kvantovému systému přdružen. Na daném
VíceNáhodný vektor. Náhodný vektor. Hustota náhodného vektoru. Hustota náhodného vektoru. Náhodný vektor je dvojice náhodných veličin (X, Y ) T = ( X
Náhodný vektor Náhodný vektor zatím jsme sledovali jednu náhodnou veličinu, její rozdělení a charakteristik často potřebujeme všetřovat vzájemný vztah několika náhodných veličin musíme sledovat jejich
VíceRegresní 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
Víceina ina Diskrétn tní náhodná veličina může nabývat pouze spočetně mnoha hodnot (počet aut v náhodně vybraná domácnost, výsledek hodu kostkou)
Náhodná velčna na Výsledek náhodného pokusu, daný reálným číslem je hodnotou náhodné velčny. Náhodná velčna je lbovolná reálná funkce defnovaná na množně elementárních E pravděpodobnostního prostoru S.
Více8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI
8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI Ča ke tudiu kapitoly: 60 miut Cíl: Po protudováí tohoto odtavce budete umět: charakterizovat další typy pojitých rozděleí: χ, Studetovo, Ficher- Sedocorovo -
VíceProjekt OPVK - CZ.1.07/1.1.00/ Matematika pro všechny. Univerzita Palackého v Olomouci
Projekt OPVK - CZ.1.07/1.1.00/26.0047 Matematika pro všechny Univerzita Palackého v Olomouci Tematický okruh: Geometrie Gradovaný řetězec úloh Téma: Komolý kužel Autor: Kubešová Naděžda Klíčové pojmy:
Více3. 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
VíceRovinný svazek sil. Lze odvodit z obecného prostorového svazku sil vyloučením jedné dimenze. =F i. =F ix. F 2x. e 2. = F 1x. F ix. n Fi sin i.
Rovnný svazek sl Lze odvodt z obecného prostorového svazku sl vloučením edné dmenze = cos cos =sn e 2 = cos = sn = e 1 e 2 e 1 Určení výslednce r n r = =1 r e 1 r e 2 =...e 1...e 2 : r = n = n =1 =1 n
Více1. Určení vlnové délka světla pomocí difrakční mřížky
FAKULTA STAVEBÍ KATEDRA FYZIKY 10FY1G Fzka G 1. Určení vlnové délka světla pomocí dfrakční mřížk Petr Pokorný Pavel Klmon Flp Šmejkal LS 016/17 skpna 1 datm měření: 19.. 017 Zadání Pomocí dfrakční mřížk
VíceVysokofrekvenční obvody s aktivními prvky
Vokofrekvenční obvod aktivními prvk Základními aktivními prvk ve vokofrekvenční technice jou bipolární a unipolární tranzitor. Dalšími aktivními prvk jou hbridní nebo monolitické integrované obvod. Tranzitor
Více4 HMM a jejich trénov
Pokročilé metody rozpoznávánířeči Přednáška 4 HMM a jejich trénov nování Skryté Markovovy modely (HMM) Metoda HMM (Hidden Markov Model kryté Markovovy modely) reprezentujeřeč (lovo, hláku, celou promluvu)
Více1. Nejkratší cesta v grafu
08. Nekratší cesty. Úloha obchodního cestuícího. Heurstky a aproxmační algortmy. Metoda dynamckého programování. Problém batohu. Pseudopolynomální algortmy 1. Nekratší cesta v grafu - sled e lbovolná posloupnost
VíceSTATISTIKA S EXCELEM. Martina Litschmannová MODAM,
STATISTIKA S EXCELEM Martina Litschmannová MODAM, 8. 4. 216 Obsah Motivace aneb Máme data a co dál? Základní terminologie Analýza kvalitativního znaku rozdělení četnosti, vizualizace Analýza kvantitativního
VíceČísla 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
VíceBořka Leitla Bolometrie na tokamaku GOLEM
Posudek vedoucího bakalářské práce Bořka Letla Bolometre na tokamaku GOLEM Vedoucí práce: Ing. Vojtěch Svoboda, CSc Bořek Letl vpracoval svoj bakalářskou prác na tokamaku GOLEM, jehož rozvoj je závslý
Více1.1.7 Rovnoměrný pohyb II
1.1.7 Rovnoměrný pohyb II Předpoklady: 16 Minulou hodinu jme zakončili předpovídáním dalšího pohybu autíčka. Počítali jme jeho dráhy v dalších okamžicích pomocí tabulky a nakonec i přímé úměrnoti: autíčko
VíceAnalytická geometrie lineárních útvarů
) Na přímce: a) Souřadnice bodu na přímce: Analtická geometrie lineárních útvarů Bod P nazýváme počátek - jeho souřadnice je P [0] Nalevo od počátku leží čísla záporná, napravo čísla kladná. Každý bod
VíceL8 Asimilace dat II. Oddělení numerické předpovědi počasí ČHMÚ 2007
L8 Asmlace dat II Oddělení numercké předpověd počasí ČHMÚ 007 Plán přednášky Úvod do analýzy Optmální odhad v meteorolog D případ: demonstrace metod; mult-dmensonální případ; Zavedení předběžného pole;
VíceVŠB - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky. Diplomová práce. 2014 Michal Běloch
VŠB - Techncká unverzta Ostrava Fakulta elektrotechnky a nformatky Katedra aplkované matematky Dplomová práce 204 Mchal Běloch VŠB - Techncká unverzta Ostrava Fakulta elektrotechnky a nformatky Katedra
Vícedat měření do vnitřní paměti přístroje (k polohovému a Souřadnicový systém: S-JTSK, výškový systém: Bpv
Určení vodorovné a o b e c n é r o v n Úkolem je vpočítat pro aměřený rovnatý terén:. vodorovnou rovnu tak, ab celkový objem emních prací bl stejný násp = výkop, 2. najít obecnou rovnc rovn, která dobře
VícePružnost a plasticita II
Pružnost a plastcta II 3. ročník bakalářského stua oc. Ing. Martn Kresa Ph.D. Katera stavební mechank Řešení nosných stěn metoou sítí 3 Řešení stěn metoou sítí metoa sítí (metoa konečných ferencí) těnová
VíceURČENÍ SOUŘADNIC A VÝŠKY BODU (číslo bodu 1, místopisný popis: střecha FSv, budova B)
Polední úprava: 5.9.08 6:5 URČENÍ SOUŘDNC VÝŠKY ODU čílo bodu, mítopiný popi: třecha FSv, budova. Určení ouřadnic bodu Z ecentrického potavení teodolitu označení tanovika E e změří: a vodorovné měr ve
VíceObsah přednášky 1. Bayesův teorém 6. Naivní Bayesovský klasifikátor (NBK)
Obsah přednášky 1. Bayesův teorém 2. Brutální Bayesovský klasfkátor (BBK) 3. Mamální aposterorní pravděpodobnost (MA) 4. Optmální Bayesovský klasfkátor (OBK) 5. Gbbsův alortmus (GA) 6. Navní Bayesovský
Více3. Diskutujte výsledky měření z hlediska platnosti Biot-Savartova zákona.
1 Pracovní úkol 1. Změřte závislost výchlk magnetometru na proudu protékajícím cívkou. Měření proveďte pro obě cívk a různé počt závitů (5 a 10). Maximální povolený proud obvodem je 4. 2. Výsledk měření
VíceÚloha syntézy čtyřčlenného rovinného mechanismu
Úloha syntézy čtyřčlenného rovnného mechansmu Zracoval: Jaroslav Beran Pracovště: Techncká unverzta v Lberc katedra textlních a ednoúčelových stroů Tento materál vznkl ako součást roektu In-TECH 2, který
VíceProvedeme-li tuto transformaci v obecném modelu soustavy ve tvaru
7. Redukce počtu tupňů volnoti O životnoti a polehlivoti outav rozhoduí do značné íry eí dynaické vlatnoti. Proto e outavy u nich e předpokládá dynaické zatěžovaní iž v návrhu podrobuí dynaický analýzá.
VícePřednáška č. 11 Analýza rozptylu při dvojném třídění
Přednáška č. Analýza roztlu ř dvojném třídění Ve většně říadů v rax výsledk exermentu, rozboru závsí na více faktorech. Př této analýze se osuzují výsledk náhodných okusů (exerment nebo soubor získané
Více8a.Objektové metody viditelnosti. Robertsův algoritmus
8a. OBJEKOVÉ MEODY VIDIELNOSI Cíl Po prostudování této kaptoly budete znát metody vdtelnost 3D objektů na základě prostorových vlastností těchto objektů tvořt algortmy pro určování vdtelnost hran a stěn
VíceNumerická matematika A
Numercká matematka A 5615 A1 Máme dánu soustava lneárních rovnc tvaru AX = B, kde 4 1 A = 1 4 1, B = 1 a Zapíšeme soustavu rovnc AX = B ve tvaru upravíme a následně (L + D + P X = B, DX = (L + P X + B,
Více1. 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
VíceČASOVÁ KOORDINACE SPOJŮ VEŘEJNÉ HROMADNÉ DOPRAVY NA ÚSECÍCH DOPRAVNÍ SÍTĚ
ČASOVÁ KOORDINACE SPOJŮ VEŘEJNÉ HROMADNÉ DOPRAVY NA ÚSECÍCH DOPRAVNÍ SÍTĚ THE TIME COORDINATION OF PUBLIC MASS TRANSPORT ON SECTIONS OF THE TRANSPORT NETWORK Petr Kozel 1 Anotace: Předložený příspěvek
VíceMetody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce
. meznárodní konference Řízení a modelování fnančních rzk Ostrava VŠB-TU Ostrava, Ekonomcká fakulta, katedra Fnancí 8. - 9. září 200 Metody vícekrterálního hodnocení varant a ech využtí př výběru produktu
VíceNásobení. INP 2008 FIT VUT v Brně
Náobení INP 2008 FIT VUT v Brně Náobení a náobičky Při náobení číel v dvojkové outavě můžeme náobit abolutní hodnoty číel a pak doplnit do výledku znaménko, anebo raději náobit přímo číla e znaménkem.
VíceTeorie 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.
VíceFotbalový míč má tvar mnohostěnu složeného z pravidelných pětiúhelníků a z pravidelných šestiúhelníků.
FOTLOÝ MÍČ Popis aktivit ýpočt odchlek přímek a rovin v tělese, resp. velikostí úhlů, které svírají stěn a hran v mnohostěnu. Předpokládané znalosti Odchlka rovin a přímk, odchlka dvou rovin. Definice
VíceLaboratorní práce č. 3: Kmitání mechanického oscilátoru
Přírodní vědy oderně a interaktivně FYZIKA 4. ročník šetiletého a. ročník čtyřletého tudia Laboratorní práce č. : Kitání echanického ocilátoru G Gynáziu Hranice Přírodní vědy oderně a interaktivně FYZIKA
VíceÚloha 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
Více4 NÁHODNÝ VEKTOR. Čas ke studiu kapitoly: 60 minut. Cíl: Po prostudování této kapitoly budete umět
4 NÁHODNÝ VEKTOR Čs ke studu kptol: 6 mnut Cíl: o prostudování této kptol udete umět popst náhodný vektor eho sdružené rozdělení vsvětlt pom mrgnální podmíněné rozdělení prvděpodonost popst stochstckou
Vícedat měření do vnitřní paměti přístroje (k polohovému a
U R Č E N Í V O D O R O V N É A O B E C N É R O V I N Y místopsný pops: park v ulc Nkol Tesl Poslední úprava: 25.9.208 7:23 Úkolem je vpočítat pro aměřený rovnatý terén:. vodorovnou rovnu tak, ab celkový
Více4 Parametry jízdy kolejových vozidel
4 Parametry jízdy kolejových vozdel Př zkoumání jízdy železnčních vozdel zjšťujeme většnou tř základní charakterstcké parametry jejch pohybu. Těmto charakterstkam jsou: a) průběh rychlost vozdel - tachogram,
Více