Vztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání

Rozměr: px
Začít zobrazení ze stránky:

Download "Vztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání"

Transkript

1 K čemu to je dobé? Obvyklým případem při zpacováí homadých jevů je, že máme poměě malý počet pozoováí ějaké veličiy a chceme učiit závěy o tom, co bychom obdželi, kdybychom měli pozoováí mohokát více. Z069 Statitické metody a zpacováí dat IV. Odhady paametů Cílem je ukázat: ) Jaké vlatoti má mít (áhodý) výbě ) Jaké vlatoti (ozděleí) mají výběové tatitiky 3) Jak lze odhadout paamety základího oubou ze oubou výběového Výběové metody zkoumáí Základí oubo (populace) a jeho paamety Výběový oubo a jeho tatitiky Odhadováí jako základ tatitického uuzováí Používáme tatitickou idukci - uuzujeme z čáti (výbě) a celek (základí oubo). Z výběu povádíme úudky (odhady) kutečých hodot paametů základího oubou To i můžeme dovolit pokud má výběový oubo tejé vlatoti jako oubo základí (je epezetativí) Toho doáheme áhodým výběem Odhad ezámých paametů základího oubou povádíme: ) a základě tatitických chaakteitik výběu. ) a základě jitých předpokladů o jejich ozděleí Jaké jou důvody, poč pacujeme výběovými ouboy? Vztahy mezi základím ouboem a výběy Základí pojmy a ymboly tohle ezáme a poto to odhadujeme Dva způoby odhadu paametů základího oubou bodový odhad itevalový odhad Odhady paametů základího oubou: ˆ ˆ Nejčatěji odhadujeme tředí hodotu a ozptyl základího oubou K odhadováí potřebujeme pozatky o teoetických ozděleích Odhady paametů základího oubou z výběu povádíme učitou pavděpodobotí (přeotí, polehlivotí)

2 Bodový odhad paametů základího oubou Je to odhad paametu základího oubou (tředí hodoty, ozptylu) z výběového oubou pomocí jedé hodoty. Bodový odhad aitmetického půměu základího oubou Bodový odhad paametů základího oubou Bodový odhad měodaté odchylky základího oubou Učuje e z odchylek jedotlivých pvků od výběového půměu. Po - tupňů voloti platí: ˆ i i ˆ i ( i ) Půmě výběového oubou je ezkeleým odhadem tředí hodoty (půměu) základího oubou Směodatá odchylka (ozptyl) výběového oubou eí ezkeleým odhadem měodaté odchylky (ozptylu) základího oubou Stupě voloti Máme odhad aitmetického půměu a platí áledující výaz: K učeí hodoty ˆ tzv. tupňů voloti i i lze tedy využít pouze (-) ezávilých čleů Odhadem půměu ztácíme jede ezávilý poku Příklad: půmě vypočteý ze tří měřeí je 5 ˆ dvě áhodá (ezávilá) měřeí budou 4 a 5 i zbývající třetí měřeí muí být 6, aby byl půmě ove 5, tedy eí ezávilé (pozámka) ( i ) Bodový odhad paametů základího oubou Směodatá odchylka základího oubou Směodatá odchylka výběového oubou Po malá (<30) bychom měli. výběovou měodatou odchylku počítat podle výše uvedeého vzoce. Bodový odhad je odhad jedím čílem. Nevíme jak je toto čílo přeé či polehlivé. Výhodější je odhad pomocí itevalu, kteý bude vyokou pavděpodobotí obahovat ezámý paamet. Pomocí výběového půměu kotuujeme iteval uvitř kteého e kutečá hodota populačího půměu achází vyokou pavděpodobotí Itevalový odhad, itevaly polehlivoti Itevaly polehlivoti Z vlatotí omálího ozděleí lze pomocí hodoty aitmetického půměu a áobků měodaté odchylky učit meze, kteé vyjadřují pavděpodoboti, imiž daé hodoty leží v učitém itevalu Vitří iteval vymezeý jitým áobkem měodaté odchylky e ozačuje jako iteval polehlivoti. Odchylky od půměu, kteé e acházejí uvitř tohoto itevalu ozačujeme jako odchylky příputé, evýzamé. Aalogicky jou defiováy odchylky výzamé. Meze polehlivoti dále vymezují tzv. kitický obo (oblat zamítutí) a oblat přijetí.

3 Itevaly polehlivoti Šířku itevalu polehlivoti volíme podle povahy poblému a závií také a ozahu áhodého výběu. Nejčatěji používaé itevaly: Náobky Oblat přijetí Oblat zamítutí, % 5 %, % % 3,9 99,9% 0, % Itepetace itevalů polehlivoti: 95 % iteval polehlivoti taoveý a základě áhodého výběu zahe pavděpodobotí 95 % kutečou hodotu odhadovaého paametu. Itevalový odhad paametů základího oubou Na ozdíl od bodového odhadu zde učujeme iteval, v ěmž e zadaou pavděpodobotí leží odhadovaý ezámý paamet. Itevalový odhad e liší podle ozahu oubou a také podle toho, jaké paamety záme. Dále budeme začit: q, q - kají hodoty itevalu polehlivoti meze polehlivoti hladia výzamoti - pavděpodobot, že kutečý paamet základího oubou eí z itevalu polehlivoti. (-) hladia polehlivoti (polehlivot odhadu) předtavuje pavděpodobot, že kutečý paamet základího oubou e achází uvitř itevalu polehlivoti. Itevalový odhad dvoutaý P( q q) Itevalový odhad jedotaý zdola ohaičeý P( q ) (-) / / (-) Itepetace: Pavděpodobot, že paamet základího oubou e achází mezi hodotami q, q je (-) Itepetace: Pavděpodobot, že paamet základího oubou má větší hodotu ež q, je (-) Itevalový odhad jedotaý hoa ohaičeý P( q) (-) Itepetace: Pavděpodobot, že paamet základího oubou má meší hodotu ež q, je (-) Itevalový odhad paametu ( > 30) Itevalový odhad lze obecě zapat: po velké ozahy výběu P( q ) q Pokud záme hodotu hodoty q, q lze učit takto: z q z q + z je přílušý kvatil omovaého omálího ozděleí (lze ho ajít v tabulkách či vypočítat) je tzv. měodatá chyba odhadu půměu (viz pozámky) měodatá odchylka základího oubou ozah výběu hladia výzamoti

4 Itevalový odhad paametu ( > 30) q z Pokud ezáme hodotu hodoty q, q lze učit takto: po velké ozahy výběu q + z měodatá odchylka výběového oubou Itevalový odhad paametu ( > 30) po velké ozahy výběu Výše uvedeá eovice je plěa pavděpodoboti (-): P[ z aalogicky při ezámém P[ z < < + z < < + z ] ] Itevalový odhad paametu lze potom zapat: Výaz (delta) z e ozačuje jako příputá chyba z < < + z Itevalový odhad paametu lze jedoduše zapat jako ± Příklad (/): Učete 95% iteval polehlivoti po půměou ávštěvot ekeačího tředika, když po áhodý výbě 00 ávštěvíků je půměá délka pobytu, de a ozptyl délky pobytu všech ávštěvíků je 0,36 00, 0,36 0,6 0,05 Z tabulek kvatilů omovaého omálího ozděleí učíme hodotu z po 0,05: z z z, 96 0,05 0,975 Příklad (/): Vypočítáme haice itevalu polehlivoti: q 0,6,,96 00 z q 0,6, +, z Výledý itevalový odhad lze zapat:,084,376 P(,084,376) 0,95 Můžeme tvdit, že pavděpodobotí 95% (a hladiě výzamoti 0,05) e půměá délka pobytu všech ávštěvíků ekeačího tředika pohybuje v itevalu <,084;,376> dále vypočítáme haice itevalu polehlivoti Čato užívaé itevalové odhady paametu Itevalový odhad paametu ( < 30) po malé ozahy výběu 0, 0,05 0,0 P[,645 < < +,645 ] 90% P[,96 < < +,96 ] 95% P[,576 < < +,576 ] 99% V případě výběů malého ozahu je uté ahadit hodotu jitého kvatilu omovaého omálího ozděleí (z) kitickou hodotou t- ozděleí po ν tupňů voloti. Pokud tedy záme hodotu ozptylu potom po kají hodoty itevalu polehlivoti q, q dotáváme: q t q + t ;( ) ;( ) Pokud ezáme hodotu ozptylu potom použijeme k jeho odhadu výběové hodoty : q t ;( ) q + t ;( )

5 Itevalové odhady řešeí v pogamu Statitica Itevalový odhad paametu základího oubou Předpokládáme, že základí oubo má omálí ozděleí. Itevalový odhad bude mít obecý tva: P( q q ) Itevalový odhad e opíá o pozatek ozděleí výběového ozptylu, že totiž áhodá veličia ( ) má ozděleí ν tupi voloti. Hodoty q, q učujeme pomocí odhaduté hodoty z výběového oubou: ( ) ( ) q q ;( ) ;( ) Ze tatitických tabulek či využitím vhodého tatitického pogamu potřebujeme učit kitické hodoty ozděleí po (-) tupňů voloti Itevalový odhad paametu základího oubou Itevalový odhad paametu lze potom zapat: ( ) P ( ) < < ] [ ;( ) ;( ) Odmocěím zíkáme výaz po itevalový odhad měodaté odchylky základího oubou. Řešeí v pogamu Statitica: Příklad: Po výběový oubo měřeí výšky vodí hladiy byla zjištěa hodota ozptylu 0,64. Učete itevalový odhad ozptylu po hladiu polehlivoti 0,90 ( ) P ( ) < < ] [ ;( ) ;( ) Učeí ozahu áhodého výběu Potřebujeme ho k tomu, abychom z výběu odhadli ezámý půmě předem zvoleou přeotí tedy aby měl iteval polehlivoti požadovaou šířku. Rozah vypočteme ze vztahu po výpočet tzv. příputé chyby (delta), kteá je poloviou požadovaé šířky itevalu polehlivoti. ± z z čehož po platí: z Učeí ozahu áhodého výběu Příklad: Z áhodého výběu 60-ti zákazíků hypemaketu jme jme zjitili jejich půměý věk 8 oků. Za předpokladu, že záme měodatou odchylku všech zákazíků (9 oků) učete: ,05 a) 95 % iteval po půměý věk všech zákazíků ( 8, ,96 60 ( 5,7 30,3) 9 ) 60 b) potřebujeme, aby 95 % iteval byl pouze plu miu oky. Jak velký výbě je zapotřebí? Předpokládáme, že příputá chyba je z 9,96 Výbě by muel obahovat 78 zákazíků 8,8 78

6 Základí děleí způobů výběu Je-li pavděpodobot každého čleu základího oubou, že bude zařaze do výběu, tejá, potom hovoříme o áhodém výběu potý áhodý výbě výbě opakováím ep. bez opakováí výbě oblatí (typický, tatifikovaý) výbě ytematický (mechaický) výbě vícetupňový výbě záměý (ubjektiví e áhodý) Pozámky Techiky loováí a geeováí áhodých číel k zajištěí požadavku áhodoti výběu Základí děleí způobů výběu Výběová ozděleí Z jitého základího oubou můžeme učiit ěkolik áhodých výběů jejich tatitické chaakteitiky budou odlišé jou áhodými poměými. Příklad ytematického, áhodého a tatifikovaého áhodého výběu Výběové metody ouvií teoií odhadu Půmě výběových půměů ( )/ i i Výběový půmě a výběové ozděleí půměů V případě velkého ozahu základího oubou omálím ozděleím a paamety, platí, že ozděleí výběových půměů je také omálí paamety: Směodatá odchylka výběových půměů půmě kde je počet výběů. i ( i ) měodatá odchylka / Směodatá odchylka ozděleí výběových půměů je meší ež měodatá odchylka základího oubou a to tím meší, čím větší je ozah výběu.

7 Rozptyl výběových půměů ( ) i a tedy měodatá odchylka výběového půměu: / (pozámka) Vlatoti paametů výběového ozděleí půměů Závilot tvau ozděleí (a také hodot ozptylu a měodaté odchylky) a ozahu výběu < < 3 < 4 Bez ohledu a tva původího ozděleí e ozděleí výběového půměu blíží k omálímu ozděleí po ozah výběu jdoucí do ekoeča. Rozděleí velkého počtu takových výběových půměů bude tedy užší ež původí ozděleí a bude mít tejý třed. Směodatá odchylka výběového ozděleí půměů e azývá měodatá chyba odhadu půměu (ebo též tředí chyba půměu). Vlatoti odhadů ve tatitice Přeot a polehlivot odhadu Odhad muí být kozitetí ozdíl mezi odhadutou a kutečou hodotou e zmešuje ůtem (ozah výběu). Odhad má být ezkeleý (evychýleý) - všechy odchylky odhadu od kutečé hodoty e kompezují (aopak odhad vychýleý). Odhad má být vydatý vydatou je chaakteitika, jejíž ozptyl je ze všech možých výběů ejmeší Odhad ezámých paametů základího oubou povádíme jitou přeotí a polehlivotí. Přeot odhadu je dáa áobkem měodaté chyby odhadu (tj. šířkou itevalu polehlivoti) Spolehlivot odhadu je učea pavděpodobotí, e kteou je možé učitý odhad považovat za pávý. Po učeí přeoti a polehlivoti je utá zalot ozděleí výběových chaakteitik. Po > 30 e výběové ozděleí obvykle považuje za omálí. Jiá teoetická ozděleí e používají u malých výběů.

8 DALŠÍ SPOJITÁ ROZDĚLENÍ PRAVDĚPODOBNOSTI

8 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 -

Více

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna.

6 Intervalové odhady. spočteme aritmetický průměr, pak tyto průměry se budou chovat jako by pocházely z normálního. nekonečna. 6 Itervalové odhady parametrů základího souboru V předchozích kapitolách jsme se zabývali ejprve základím zpracováím experimetálích dat: grafické zobrazeí dat, výpočty výběrových charakteristik kapitola

Více

Testování statistických hypotéz

Testování statistických hypotéz Tetováí tatitických hypotéz CHEMOMETRIE I, David MILDE Jedá e o jedu z ejpoužívaějších metod pro vyloveí závěrů o základím ouboru, který ezkoumáme celý, ale pomocí áhodého výběru. Př.: Je obah účié látky

Více

Odhady parametrů 1. Odhady parametrů

Odhady parametrů 1. Odhady parametrů Odhady parametrů 1 Odhady parametrů Na statistický soubor (x 1,..., x, který dostaeme statistickým šetřeím, se můžeme dívat jako a výběrový soubor získaý realizací áhodého výběru z áhodé veličiy X. Obdobě:

Více

a my chceme data proložit nějakou hladkou funkcí, která by vystihovala hlavní vlastnosti dat, ale ignorovala malé fluktuace a nepřesnosti.

a my chceme data proložit nějakou hladkou funkcí, která by vystihovala hlavní vlastnosti dat, ale ignorovala malé fluktuace a nepřesnosti. Vyováváí dat Naše pozoováí jsou dáa tabulkou čísel, kde y y y i často bývají časové údaje, a my chceme data položit ějakou hladkou fukcí, kteá by vystihovala hlaví vlastosti dat, ale igoovala malé fluktuace

Více

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3

,6 32, ,6 29,7 29,2 35,9 32,6 34,7 35,3 Př 7: S 95% polehlivotí odhaděte variabilitu (protředictvím odhadu měrodaté odchylky) a tředí hodotu obahu vitamíu C u rajčat. Záte-li výledky rozboru 0-ti vzorků rajčat: 3 4 5 6 7 8 9 0 9,6 3,4 30 3,6

Více

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky).

Statistika. Jednotlivé prvky této množiny se nazývají prvky statistického souboru (statistické jednotky). Statstka. Základí pojmy Statstcký soubo - daá koečá, epázdá moža M předmětů pozoováí, majících jsté společé vlastost (událost, věc,.) Jedotlvé pvky této možy se azývají pvky statstckého soubou (statstcké

Více

Interval spolehlivosti pro podíl

Interval spolehlivosti pro podíl Iterval polehlivoti pro podíl http://www.caueweb.org/repoitory/tatjava/cofitapplet.html Náhodý výběr Zkoumaý proce chápeme jako áhodou veličiu určitým ám eámým roděleím a měřeá data jako realiace této

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta strojního inženýrství. Matematika IV. Semestrální práce

VYSOKÉ 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

Více

Téma 3: Popisná statistika

Téma 3: Popisná statistika Popá tatta Téma : Popá tatta Předáša 7 Záladí tattcé pojmy Pojem a úoly tatty Statta je věda, teá e zabývá zíáváím, zpacováím a aalýzou dat po potřeby ozhodováí. Zoumá tav a vývoj homadých jevů a vztahů

Více

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA PRAVDĚPODOBNOT A TATITIKA Přpomeutí pojmů,, P m θ, R θ R - pravděpodobostí prostor - parametrcký prostor - parametrcká fukce,, T - áhodý vektor defovaý a pravděpodobostím prostoru,, P θ s hustotou f x,

Více

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu

Cvičení 6.: Bodové a intervalové odhady střední hodnoty, rozptylu a koeficientu korelace, test hypotézy o střední hodnotě při známém rozptylu Cvičeí 6: Bodové a itervalové odhady středí hodoty, rozptylu a koeficietu korelace, test hypotézy o středí hodotě při zámém rozptylu Příklad : Bylo zkoumáo 9 vzorků půdy s růzým obsahem fosforu (veličia

Více

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech)

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech) Pozámk k tématu Koelace a jedoduchá leáí egee (Téma eí ve kptech) Mějme data, ),...,(, ), kteá jou áhodým výběem z ějaké populace. Data ted pokládáme za ezávlé ealzace dvojce áhodých velč ( X, Y ). Půmě

Více

Intervalové odhady parametrů některých rozdělení.

Intervalové odhady parametrů některých rozdělení. 4. Itervalové odhady parametrů rozděleí. Jedou ze základích úloh mtematické statistiky je staoveí hodot parametrů rozděleí, ze kterého máme k dispozici áhodý výběr. Nejčastěji hledáme odhady dvou druhů:

Více

Intervalové odhady parametrů

Intervalové odhady parametrů Itervalové odhady parametrů Petr Pošík Části dokumetu jsou převzaty (i doslově) z Mirko Navara: Pravděpodobost a matematická statistika, https://cw.felk.cvut.cz/lib/ee/fetch.php/courses/a6m33ssl/pms_prit.pdf

Více

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu

Cvičení 6.: Výpočet střední hodnoty a rozptylu, bodové a intervalové odhady střední hodnoty a rozptylu Cvičeí 6: Výpočet středí hodoty a rozptylu, bodové a itervalové odhady středí hodoty a rozptylu Příklad 1: Postupě se zkouší spolehlivost čtyř přístrojů Další se zkouší je tehdy, když předchozí je spolehlivý

Více

Náhodný výběr 1. Náhodný výběr

Náhodný výběr 1. Náhodný výběr Náhodý výběr 1 Náhodý výběr Matematická statistika poskytuje metody pro popis veliči áhodého charakteru pomocí jejich pozorovaých hodot, přesěji řečeo jde o určeí důležitých vlastostí rozděleí pravděpodobosti

Více

Matematická statistika I přednášky

Matematická statistika I přednášky Statitika (004) - Kába, Svatošová Cvičeí ze tatitiky - Prášilová, Svatošová Matematická tatitika I předášky SAS (Statitical Aalyi Sytem) - tatitický oftware (v dalším emetru) Základí tatitické pojmy -

Více

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A

Nejistoty měření. Aritmetický průměr. Odhad směrodatné odchylky výběrového průměru = nejistota typu A Nejstoty měřeí Pro každé přesé měřeí potřebujeme formac s jakou přesostí bylo měřeí provedeo. Nejstota měřeí vyjadřuje terval ve kterém se achází skutečá hodota měřeé velčy s určtou pravděpodobostí. Nejstota

Více

1. Rozdělení četností a grafické znázornění Předpokládejme, že při statistickém šetření nás zajímá jediný statistický znak x, který nabývá

1. Rozdělení četností a grafické znázornění Předpokládejme, že při statistickém šetření nás zajímá jediný statistický znak x, který nabývá Statitická šetřeí a zpracováí dat Statitika e věda o metodách běru, zpracováí a vyhodocováí tatitických údaů. Statitika zkoumá polečeké, přírodí, techické a. evy vždy a dotatečě rozáhlém ouboru údaů. Matematická

Více

Téma 4: Výběrová šetření

Téma 4: Výběrová šetření Výběrová šetřeí Téma : Výběrová šetřeí Předáška Výběrové charaktertky a jejch rozděleí Výzam a druhy výběrového šetřeí tattcké šetřeí úplé vyčerpávající eúplé výběrové výběrové šetřeí aha o to aby výběrový

Více

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

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

Více

11 TESTOVÁNÍ PARAMETRICKÝCH HYPOTÉZ

11 TESTOVÁNÍ PARAMETRICKÝCH HYPOTÉZ TESTOVÁNÍ PARAMETRICKÝCH HYPOTÉZ Pojmem tetováí tatitických hypotéz ozaujeme ozhodováí o pavdivoti paametických, ep. epaametických hypotéz o populaci. V tomto ozhodovacím poceu opoti ob tojí ulová a alteativí

Více

stavební obzor 1 2/2014 11

stavební obzor 1 2/2014 11 tavebí obzor /04 Exploratorí aalýza výběrového ouboru dat pevoti drátobetou v tlau Ig. Daiel PIESZKA Ig. Iva KOLOŠ, Ph.D. doc. Ig. Karel KUBEČKA, Ph.D. VŠB-TU Otrava Faulta tavebí Věrohodé vyhodoceí experimetálích

Více

Kapitola 3.: Úlohy o jednom náhodném výběru z normálního rozložení

Kapitola 3.: Úlohy o jednom náhodném výběru z normálního rozložení Kapitola 3.: Úlohy o jedom áhodém výběru z ormálího rozložeí Cíl kapitoly Po protudováí této kapitoly budete - zát vlatoti pivotových tatitik odvozeých z áhodého výběru z ormálího rozložeí a budete je

Více

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

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

Více

Odhady a testy hypotéz o regresních přímkách

Odhady 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

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

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

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

Více

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

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

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

Více

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY Statitické metody ve veřejé právě ŘEŠENÉ PŘÍKLADY Ig. Václav Friedrich, Ph.D. 2013 1 Kapitola 2 Popi tatitických dat 2.1 Tabulka obahuje rozděleí pracovíků podle platových tříd: TARIF PLAT POČET TARIF

Více

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

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

Více

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby.

Mezní stavy konstrukcí a jejich porušov. Hru IV. Milan RůžR. zbynek.hruby. ováí - Hru IV /6 ováí Hru IV Mila RůžR ůžička, Josef Jureka,, Zbyěk k Hrubý zbyek.hruby hruby@fs.cvut.cz ováí - Hru IV /6 ravděpodobostí úavové diagramy s uvažováím předpětí R - plocha ve čtyřrozměrém

Více

11 TESTOVÁNÍ HYPOTÉZ. Čas ke studiu kapitoly: 360 minut. Cíl

11 TESTOVÁNÍ HYPOTÉZ. Čas ke studiu kapitoly: 360 minut. Cíl TESTOVÁNÍ HYPOTÉZ Ča ke tudu kaptoly: 36 mut Cíl Po potudováí tohoto odtavce budete: zát základí pojmy a pcpy tetováí hypotéz zát kocepc klackého tetu umět ozhodovat pomocí čtého tetu výzamot umět pooudt

Více

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

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

Více

12. N á h o d n ý v ý b ě r

12. N á h o d n ý v ý b ě r 12. N á h o d ý v ý b ě r Při sledováí a studiu vlastostí áhodých výsledků pozáme charakter rozděleí z toho, že opakovaý áhodý pokus ám dává za stejých podmíek růzé výsledky. Ty odpovídají hodotám jedotlivých

Více

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů:

Odhady parametrů polohy a rozptýlení pro často se vyskytující rozdělení dat v laboratoři se vyčíslují podle následujících vztahů: Odhady parametrů polohy a rozptýleí pro často se vyskytující rozděleí dat v laboratoři se vyčíslují podle ásledujících vztahů: a : Laplaceovo (oboustraé expoeciálí rozděleí se vyskytuje v případech, kdy

Více

8. Odhady parametrů rozdělení pravděpodobnosti

8. Odhady parametrů rozdělení pravděpodobnosti Pozámky k předmětu Aplikovaá statistika, 8 téma 8 Odhady parametrů rozděleí pravděpodobosti Zaměříme se a odhad středí hodoty a rozptylu a to dvěma způsoby Předpokládejme, že máme áhodý výběr X 1,, X z

Více

Deskriptivní statistika 1

Deskriptivní statistika 1 Deskriptiví statistika 1 1 Tyto materiály byly vytvořey za pomoci gratu FRVŠ číslo 1145/2004. Základí charakteristiky souboru Pro lepší představu používáme k popisu vlastostí zkoumaého jevu určité charakteristiky

Více

a q provedeme toto nahrazení a dostane soustavu dvou rovnic o dvou neznámých: jsou nenulová čísla (jinak by na pravé straně rovnice byla 0)

a q provedeme toto nahrazení a dostane soustavu dvou rovnic o dvou neznámých: jsou nenulová čísla (jinak by na pravé straně rovnice byla 0) ..9 Úlohy geometickou poloupotí Předpokldy: 0, 0 Pedgogická pozámk: Při řešeí příkldů potupujeme tk, by Ti ejpomlejší počítli lepoň příkldy,,,. Souh vzoců pvidel po geometickou poloupot: + - pozávcí zmeí

Více

Základy korelační analýzy

Základy korelační analýzy Základy koelačí aalýzy Doposud jsme se z hlediska biostatistiky zabývali hodoceím spojitých a diskétích áhodých veliči v jedé ebo více odlišitelých expeimetálích skupiách. Tato kapitola představuje úvod

Více

Úloha II.S... odhadnutelná

Úloha II.S... odhadnutelná Úloha II.S... odhadutelá 10 bodů; průměr 7,17; řešilo 35 studetů a) Zkuste vlastími slovy popsat, k čemu slouží itervalový odhad středí hodoty v ormálím rozděleí a uveďte jeho fyzikálí iterpretaci (postačí

Více

Základní požadavky a pravidla měření

Základní požadavky a pravidla měření Základí požadavky a pravidla měřeí Základí požadavky pro správé měřeí jsou: bezpečost práce teoretické a praktické zalosti získaé přípravou a měřeí přesost a spolehlivost měřeí optimálí orgaizace průběhu

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

8 DALŠÍ SPOJITÁ ROZDLENÍ PRAVDPODOBNOSTI

8 DALŠÍ SPOJITÁ ROZDLENÍ PRAVDPODOBNOSTI 8 DALŠÍ SPOJITÁ ROZDLENÍ PRAVDPODOBNOSTI a ke tudiu kapitoly: 30 iut Cíl: Po protudováí tohoto odtavce budete ut: charakterizovat další typy pojitých rozdleí:, Studetovo, Ficher- Sedocorovo - - Výklad:

Více

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

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

Více

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

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního souboru. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Ig. Mchal Dorda, Ph.D. Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl σ atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt

Více

Pravděpodobnostní model doby setrvání ministra školství ve funkci

Pravděpodobnostní model doby setrvání ministra školství ve funkci Pravděpodobostí model doby setrváí miistra školství ve fukci Základí statistická iferece Data Zdro: http://www.msmt.cz/miisterstvo/miistri-skolstvi-od-roku-848. Ke statistickému zpracováí byla vzata pozorováí

Více

8.2.1 Aritmetická posloupnost I

8.2.1 Aritmetická posloupnost I 8.2. Aritmetická posloupost I Předpoklady: 80, 802, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Čley posloupostí pak při kotrole vypíšu

Více

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n

základním prvkem teorie křivek v počítačové grafice křivky polynomiální n Petra Suryková Modelováí křivek základím prvkem teorie křivek v počítačové grafice křivky polyomiálí Q( t) a a t... a t polyomiálí křivky můžeme sado vyčíslit sado diferecovatelé lze z ich skládat křivky

Více

PRAVDĚPODOBNOST A STATISTIKA

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

Více

Metody zkoumání závislosti numerických proměnných

Metody zkoumání závislosti numerických proměnných Metody zkoumáí závslost umerckých proměých závslost pevá (fukčí) změě jedoho zaku jedozačě odpovídá změa druhého zaku (podle ějakého fukčího vztahu) (matematka, fyzka... statstcká (volá) změám jedé velčy

Více

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson

STATISTIKA. Statistika se těší pochybnému vyznamenání tím, že je nejvíce nepochopeným vědním oborem. H. Levinson STATISTIKA Statistika se těší pochybému vyzameáí tím, že je ejvíce epochopeým vědím oborem. H. Leviso Charakterizace statistického souboru Statistický soubor Prvek souboru Zak prvku kvatitativí teplota,

Více

Petr Šedivý Šedivá matematika

Petr Šedivý  Šedivá matematika LIMITA POSLOUPNOSTI Úvod: Kapitola, kde poprvé arazíme a ekoečo. Argumety posloupostí rostou ade všechy meze a zkoumáme, jak vypadají hodoty poslouposti. V kapitole se sezámíte se základími typy it a početími

Více

V. Normální rozdělení

V. Normální rozdělení V. Normálí rozděleí 1. Náhodá veličia X má ormovaé ormálí rozděleí N(0; 1). Určete: a) P (X < 1, 5); P (X > 0, 3); P ( 1, 135 < x ); P (X < 3X + ). c) číslo ε takové, že P ( X < ε) = 0,

Více

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

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

Více

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec

Směrnice 1/2011 Statistické vyhodnocování dat, verze 3 Verze 3 je shodná s původní Směrnicí 1/2011 verze 2, za čl. 2.3 je vložen nový odstavec Směrice /0 Statitické vyhodocováí dat, verze 3 Verze 3 e hodá ůvodí Směricí /0 verze, za čl..3 e vlože ový odtavec. Statitické metody ro zkoušeí zůobiloti Statitická aalýza oužívaá ro aalýzu výledků zkoušky

Více

Pravděpodobnost a aplikovaná statistika

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

Více

Asynchronní motory Ing. Vítězslav Stýskala, Ph.D., únor 2006

Asynchronní motory Ing. Vítězslav Stýskala, Ph.D., únor 2006 8 ELEKTRCKÉ STROJE TOČVÉ říklad 8 Základí veličiy Určeo pro poluchače akalářkých tudijích programů FS Aychroí motory g Vítězlav Stýkala, hd, úor 006 Řešeé příklady 3 fázový aychroí motor kotvou akrátko

Více

Příklady z přednášek

Příklady z přednášek Příklady z předášek. Normálí rozložeí a rozložeí z ěj odvozeá.7. Příklad: Výledky u přijímacích zkoušek a jitou VŠ jou ormálě rozložey parametry µ 550 bodů, σ 00 bodů. S jakou pravděpodobotí bude mít áhodě

Více

NEPARAMETRICKÉ METODY

NEPARAMETRICKÉ METODY NEPARAMETRICKÉ METODY Jsou to metody, dy předmětem testu hypotézy eí tvrzeí o hodotě parametru ějaého orétího rozděleí, ale ulová hypotéza je formulováa obecěji, apř. jao shoda rozděleí ebo ezávislost

Více

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti 1 Základí statistické zpracováí dat 1.1 Základí pojmy Populace (základí soubor) je soubor objektů (statistických jedotek), který je vymeze jejich výčtem ebo charakterizací jejich vlastostí, může být proto

Více

} kvantitativní znaky

} 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 }

Více

8.2.1 Aritmetická posloupnost

8.2.1 Aritmetická posloupnost 8.. Aritmetická posloupost Předpoklady: 80, 80, 803, 807 Pedagogická pozámka: V hodiě rozdělím třídu a dvě skupiy a každá z ich dělá jede z prvích dvou příkladů. Př. : V továrě dokočí každou hodiu motáž

Více

Univerzita Karlova Přírodovědecká fakulta Katedra analytické chemie

Univerzita Karlova Přírodovědecká fakulta Katedra analytické chemie Uivezit ov Příodovědecká fkut ted ytické chemie Sttitické vyhodoceí výedků Picip: Výedky opkových zkoušek, kteé jou ztížey áhodými chybmi, mjí učité ozděeí (ditibuci). Rozděeím e zde ozumí záviot pvděpodoboti

Více

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

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

Více

17. Statistické hypotézy parametrické testy

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

Více

10.3 GEOMERTICKÝ PRŮMĚR

10.3 GEOMERTICKÝ PRŮMĚR Středí hodoty, geometrický průměr Aleš Drobík straa 1 10.3 GEOMERTICKÝ PRŮMĚR V matematice se geometrický průměr prostý staoví obdobě jako aritmetický průměr prostý, pouze operace jsou o řád vyšší: místo

Více

8. Analýza rozptylu.

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

Více

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

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

Více

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n 8.3. Limity ěkterých posloupostí Předpoklady: 83 Pedagogická pozámka: Tuto a tři ásledující hodiy je možé probrat za dvě vyučovací hodiy. V této hodiě je možé vyechat dokazováí limit v příkladu 3. Opakováí

Více

12. Regrese Teoretické základy

12. Regrese Teoretické základy Regese Jedím z hlavích úolů matematicé statistiy je hledáí a studium závislostí mezi dvěma či více oměými Závisle oměá se zavidla ozačuje Y a ezávisle oměé X,, X i,i Závislosti mezi Y a suiou oměých X

Více

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý.

Pevnost a životnost - Hru III 1. PEVNOST a ŽIVOTNOST. Hru III. Milan Růžička, Josef Jurenka, Zbyněk Hrubý. evost a životost - Hr III EVNOT a ŽIVOTNOT Hr III Mila Růžička, Josef Jreka, Zbyěk Hrbý zbyek.hrby@fs.cvt.cz evost a životost - Hr III tatistické metody vyhodocováí dat evost a životost - Hr III 3 tatistické

Více

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y

L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE KATED RA F YZIKY L A B O R A T O R N Í C V I Č E N Í Z F Y Z I K Y Jméo TUREČEK Daiel Datum měřeí 8.11.2006 Stud. rok 2006/2007 Ročík 2. Datum odevzdáí 15.11.2006 Stud.

Více

Náhodný výběr, statistiky a bodový odhad

Náhodný výběr, statistiky a bodový odhad Lekce Náhodý výběr, statistiky a bodový odhad Parametr rozděleí pravděpodobosti je ezámá kostata, jejíž přímé určeí eí možé. Nástrojem pro odhad ezámých parametrů je áhodý výběr a jeho charakteristiky

Více

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR Ze serveru www.czso.cz jsme sledovali sklizeň obilovi v ČR. Sklizeň z ěkolika posledích let jsme vložili do tabulky 10.10. V kapitole 7. Idexy

Více

Elektrotechnické materiály a výrobní procesy Příklady z části Materiály v elektrotechnice

Elektrotechnické materiály a výrobní procesy Příklady z části Materiály v elektrotechnice Útav elektotechologie FEKT VT v Bě Akademický ok 004/005 Bakalářký tudijí ogam,. očík Elektotechické mateiály a výobí ocey Příklady z čáti Mateiály v elektotechice A. Vybaé kotaty c,998.0 8 m. - ychlot

Více

Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné

Chyby měření: 1. hrubé chyby - nepozornost, omyl, únava pozorovatele... - významně převyšuje rozptyl náhodné chyby 2. systematické chyby - chybné CHYBY MĚŘENÍ Opakovaé měřeí téže fyzkáí večy evede vždy k přesě stejým výsedkům. Této skutečost bychom se evyhu, kdybychom měřeí provádě s ejvětší důkadostí a precsostí aopak, čím ctvější a přesější jsou

Více

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

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

Více

8.2.7 Vzorce pro geometrickou posloupnost

8.2.7 Vzorce pro geometrickou posloupnost 7 Vzoce po geometicou poloupot Předpoldy: 0, 0 Př : Po geometicou poloupot pltí ; q Uči čle, iž by učovl Mohli bychom pomocí vzoce po -tý čle učit čle p pomocí tejého vzoce učit i Teto potup je ložitější

Více

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

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

Více

Odhady parametrů základního. Ing. Michal Dorda, Ph.D.

Odhady parametrů základního. Ing. Michal Dorda, Ph.D. Odhady parametrů základího souboru Úvodí pozámky Základí soubor můžeme popsat jeho parametry, apř. středí hodota μ, rozptyl atd. Př praktckých úlohách ovšem zpravdla elze vyšetřt celou populac, provádíme

Více

Předmět: Ročník: Vytvořil: Datum: MATEMATIKA ČTVRTÝ Mgr. Tomáš MAŇÁK 25. srpen 2013 Název zpracovaného celku: STATISTIKA ZÁKLADNÍ POJMY

Předmět: Ročník: Vytvořil: Datum: MATEMATIKA ČTVRTÝ Mgr. Tomáš MAŇÁK 25. srpen 2013 Název zpracovaného celku: STATISTIKA ZÁKLADNÍ POJMY Předmět: Ročík: Vytvořl: Datum: MATEMATIKA ČTVRTÝ Mg Tomáš MAŇÁK 5 pe 03 Název zpacovaého celku: STATISTIKA ZÁKLADNÍ POJMY STATISTIKA ZÁKLADNÍ POJMY Stattka e věda o metodách běu (pozoováí, měřeí, vážeí,

Více

9.3.5 Korelace. Předpoklady: 9304

9.3.5 Korelace. Předpoklady: 9304 935 Koelace Předpoklad: 9304 Zatím jsme se zabýval vžd pouze jedím zakem, ve statstckém výzkumu jsme však u každého jedotlvce (statstcké jedotk) sledoval zaků více Učtě spolu ěkteé zak souvsí (apříklad

Více

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

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

Více

Testování statistických hypotéz

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

Více

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

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

Více

1. Měření ve fyzice, soustava jednotek SI

1. Měření ve fyzice, soustava jednotek SI 1. Měřeí ve fyzice, soustava jedotek SI Fyzika je vědí obor, který zkoumá zákoitosti přírodích jevů. Pozámka: Získáváí pozatků ve fyzice: 1. pozorováí - sledováí určitého jevu v jeho přirozeých podmíkách,

Více

Zá k l a d y k v a n t i t a t i v n í g e n e t i k y

Zá k l a d y k v a n t i t a t i v n í g e n e t i k y Virtuálí vět geetiky 1 Základy kvatitativí geetiky Zá k l a d y k v a t i t a t i v í g e e t i k y Doud byly základí geetické procey (přeo geetické iformace) ledováy a zacích a vlatotech dikrétími hodotami

Více

Přednášky část 7 Statistické metody vyhodnocování dat

Přednášky část 7 Statistické metody vyhodnocování dat DŽ ředášky část 7 tatistické metody vyhodocováí dat Mila Růžička mechaika.fs.cvt.cz mila.rzicka@fs.cvt.cz DŽ tatistické metody vyhodocováí dat Jak velké rozptyly lze očekávat mezi dosažeými pevostmi ebo

Více

1.3. POLYNOMY. V této kapitole se dozvíte:

1.3. POLYNOMY. V této kapitole se dozvíte: 1.3. POLYNOMY V této kapitole se dozvíte: co rozumíme pod pojmem polyom ebo-li mohočle -tého stupě jak provádět základí početí úkoy s polyomy, kokrétě součet a rozdíl polyomů, ásobeí, umocňováí a děleí

Více

P2: Statistické zpracování dat

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

Více

vají statistické metody v biomedicíně

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

Více

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

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

Více

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

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

Více

Komplexní čísla. Definice komplexních čísel

Komplexní čísla. Definice komplexních čísel Komplexí čísla Defiice komplexích čísel Komplexí číslo můžeme adefiovat jako uspořádaou dvojici reálých čísel [a, b], u kterých defiujeme operace sčítáí, ásobeí, apod. Stadardě se komplexí čísla zapisují

Více

Pravděpodobnost a aplikovaná statistika

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

Více

SP2 Korelační analýza. Korelační analýza. Libor Žák

SP2 Korelační analýza. Korelační analýza. Libor Žák Koelčí lýz Přpomeutí pojmů áhodá poměá áhodý vekto áhodý vekto m Náhodý výbě: po áhodou poměou : po áhodý vekto : po áhodý vekto : m m Přpomeutí pojmů - kovce Kovce áhodých poměých kovčí koefcet popsuje

Více