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

Podobné dokumenty
Doc. Ing. Dagmar Blatná, CSc.

Tento odhad má rozptyl ( ) σ 2 /, kde σ 2 je rozptyl souboru, ze kterého výběr pochází. Má-li každý prvek i. σ 2 ( i. ( i

9.3.5 Korelace. Předpoklady: 9304

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

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

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

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

Téma 3: Popisná statistika

Metody zkoumání závislosti numerických proměnných

4.2 Elementární statistické zpracování Rozdělení četností

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

Kapitola 5.: Analýza rozptylu jednoduchého třídění

11. Popisná statistika

S1P Popisná statistika. Popisná statistika. Libor Žák

PRAVDĚPODOBNOST A STATISTIKA

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

Mendelova univerzita v Brně Statistika projekt

Digitální učební materiál

Deskriptivní statistika 1

9. Základní statistické pojmy.

11. Časové řady Pojem a klasifikace časových řad

P2: Statistické zpracování dat

[ jednotky ] Chyby měření

Chyby přímých měření. Úvod

14. Korelace Teoretické základy korelace Způsoby měření závislostí pro různé typy dat

VY_52_INOVACE_J 05 01

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

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

APLIKOVANÁ STATISTIKA

Úvod do teorie měření

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

, jsou naměřené a vypočtené hodnoty závisle

a další charakteristikou je četnost výběrového souboru n.

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

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

13 Popisná statistika

Elementární zpracování statistického souboru

8. Základy statistiky. 8.1 Statistický soubor

P1: Úvod do experimentálních metod

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

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

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

Popisná statistika - zavedení pojmů. 1 Jednorozměrný statistický soubor s kvantitativním znakem

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Testování statistických hypotéz

TECHNICKÁ UNIVERZITA V LIBERCI

ZÁKLADY PRAVDĚPODOBNOSTI A STATISTIKY

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

PRAVDĚPODOBNOST A STATISTIKA

Přednáška č. 2 náhodné veličiny

1.1 Definice a základní pojmy

6. Posloupnosti a jejich limity, řady

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

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

SOUKROMÁ VYSOKÁ ŠKOLA EKONOMICKÁ ZNOJMO. Statistika I. distanční studijní opora. Milan Křápek

1. Základy měření neelektrických veličin

Pravděpodobnost a aplikovaná statistika

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

12. Neparametrické hypotézy

9. Měření závislostí ve statistice Pevná a volná závislost

Statistické charakteristiky (míry)

12. N á h o d n ý v ý b ě r

Přehled vztahů k problematice jednoduchého úročení a úrokové sazby

2. TEORIE PRAVDĚPODOBNOSTI

LABORATORNÍ CVIČENÍ Z FYZIKY. Měření objemu tuhých těles přímou metodou

Univerzita Karlova v Praze Pedagogická fakulta

Náhodné jevy, jevové pole, pravděpodobnost

Úvod do korelační a regresní analýzy

Téma 6: Indexy a diference

1. Úvod do základních pojmů teorie pravděpodobnosti

8.2.1 Aritmetická posloupnost

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

vají statistické metody v biomedicíně

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

Zhodnocení přesnosti měření

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

STATISTIKA. Základní pojmy

Matematika 1. Katedra matematiky, Fakulta stavební ČVUT v Praze. středa 10-11:40 posluchárna D / 13. Posloupnosti

DIM PaS Připomenutí poznatků ze střední školy. Faktoriály a kombinační čísla základní vzorce: n = k. (binomická věta) Příklady: 1.

T e c h n i c k á z p r á v a. Pokyn pro vyhodnocení nejistoty měření výsledků kvantitativních zkoušek. Technická zpráva č.

6. P o p i s n á s t a t i s t i k a

Komplexní čísla. Definice komplexních čísel

Jednoduchá lineární regrese

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

Optimalizace výrobního procesu rotorů

STATISTICKÉ MINIMUM PRO STUDENTY BAKALÁŘSKÉHO STUDIA NA TECHNICKÝCH OBORECH BOHUMIL MINAŘÍK

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

SP2 Korelační analýza. Korelační analýza. Libor Žák

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

UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM PEDAGOGICKÁ FAKULTA Katedra tělesné výchovy

BIVŠ. Pravděpodobnost a statistika

SP2 Korelační analýza. Korelační analýza. Libor Žák

Korelační analýza. sdružené regresní přímky:

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

9 NÁHODNÉ VÝBĚRY A JEJICH ZPRACOVÁNÍ. Čas ke studiu kapitoly: 30 minut. Cíl:

n. Často může znak nabývat jen určitého počtu r různých hodnot; tyto hodnoty znaku označíme symboly x, x,..., x.

8.2.1 Aritmetická posloupnost I

Transkript:

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 jedotky). Počet všech pvků možy M se azývá ozsah soubou (). Společou vlastost pvků soubou, jejíž poměost je předmětem zkoumáí, azýváme statstcký zak (x) kvattatví hodota je vyjádřea číselě, kvaltatví hodoty se lší kvaltou (duh povoláí, místo bydlště, zámka v předmětu ) alteatví kvaltatví zak vyjadřující alteatvu (pospělepospěl, muž žea, ) Jedotlvé údaje zaku se azývají hodoty zaku, začí se x, x, x kde je ozsah soubou. Jestlže se hodota x vyskyte v soubou -kát, je absolutí četost hodoty x. Součet četostí všech možých hodot zaku se ová počtu všech jedotek soubou - Relatví četost v začí, jaká část soubou má hodotu zaku x ; součet elatvích četostí se ová ( v. Relatví četost jsou často vyjadřováy v pocetech Rozděleím četost zaku x azýváme tabulku: zak x x x x četost

Rozděleí četost lze ověž zázot gafcky: - spojcový dagam - polygo četost Polygo četost četost 0 8 6 4 0 8 6 4 0 3 4 5 6 - sloupcový dagam - hstogam Hstogam četost 0 8 6 4 0 8 6 4 0 3 4 5 6 - kuhový dagam facouzšta ; 5 aglčta; 38 špaělšta; 3 ěmča; 6

. Chaaktestky polohy a vaablty o chaaktestky (míy) polohy Úplou statstckou fomac o učtém zaku x podává jeho ozděleí četost. Nejstučější fomac pak podává jedé číslo, kteé chaaktezuje polohu zaku a číselé ose, tj. číslo ( jakous středí hodotu zaku ) kolem ěhož jedotlvé zaky kolísají. atmetcký půmě x x vážeý půmě - x V x modus (Mod(x)) - hodota zaku x s ejvětší četostí v soubou medá (Med( x)) je postředí hodota zaku x, jsou-l hodoty x, x, x uspořádáy podle velkost. V soubou se sudým počtem pvků považuje se za medá půměá hodota postředích dvou hodot. geometcký půmě - x G x x... x

chaaktestky vaablty (pomělvost, ozptýleí) - chaaktezují, jak se hodoty zaku lší (velkost kolísáí jedotlvých hodot) od zvoleé chaaktestky polohy zaku, esp. od sebe avzájem půměá odchylka ( d ) je atmetcký půmě absolutích hodot odchylek hodot zaku všech pvků soubou od jejch atmetckého půměu d x x. je-l chaaktestkou polohy atmetcký půmě, volíme ozptyl ( s ) je atmetcký půmě duhých moc odchylek hodot zaku od atmetckého půměu s x ( x x) směodatá odchylka (s x ) je duhá odmoca z ozptylu (má stejý ozmě jako chaaktezovaý zak) vaačí koefcet v x - v x = s x x. 00 % vaačí ozpětí (R) je ozdíl mez ejvětší a ejmeší hodotou soubou je-l chaaktestkou polohy medá, používáme jako chaaktestku vaablty mezkvatlovu odchylku Q(x) =. (Q 3 Q ). (Q 3 je třetí kvatl, Q pví kvatl=čtvtová hodota)

3. Koelace Koefcet koelace je chaaktestkou závslost dvou zaků statstckého soubou (apř. závslost výšky a váhy daé skupy osob). Poz.: ;, kde k ( x x) ( y y). k s s body x y,..., ; ; x y leží a přímce; je-l >0,75 lze říc, že mez zkoumaým zaky exstuje poměě těsá závslost; čím blíže je číslo k, tím považujeme závslost mez x a y za větší. hodoty blízké k 0 zaky x a y jsou ezávslé;

Příklady k pocvčeí.. V písemé zkoušce dosáhl žác těchto výsledků: Zámka 3 4 5 Četost 6 0 7 6 3 Vypočtěte atmetcký půmě třídy z písemé páce. Učete modus a medá daého statstckého soubou.. Př měřeí výšky postavy byly zjštěy ásledující hodoty x 58-6 63-67 68-7 73-77 78-8 83-87 88-9 9 0 36 8 35 4 4 x 60 65 70 75 80 85 90 9 0 36 8 35 4 4 3. Ve škole jsou v daém očíku čtyř třídy ozačeé A, B, C, D; počty žáků a půměé zámky z matematky jsou uvedey v tabulce. Učete půměou hodotu zámky z matematky ve všech třídách daého očíku dohomady. třída A B C D půměá,,8,33, zámka počet žáků 8 4 3 30

4. Souboem je 0 čleů dužstva, zakem x jejch očí příjem (v tsících Kč), s ozděleím četostí v tabulce. Učete půměý očí příjem a medá. Ročí 30 40 50 60 70 840 příjem četost 6 6 5 5. 0 opakovaých měřeí ějaké fyzkálí kostaty dalo tyto výsledky :,;,0;,09;,;,0;,03;,03;,0;,05;,05. Vypočtěte půmě, směodatou odchylku a vaačí koefcet. 6. V ásledující tabulce jsou uvedey zámky z matematky a koc. a. očíku. Zámka a koc. očíku Zámka a koc. očíku 3 4 3 6 5 3 7 8 4 Vypočítejte koefcet koelace