SEMESTRÁLNÍ PRÁCE STATISTIKA

Podobné dokumenty
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

Minimální hodnota. Tabulka 11

TECHNICKÁ UNIVERZITA V LIBERCI

Zápočtová práce STATISTIKA I

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

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

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ FAKULTA DOPRAVNÍ

Číselné charakteristiky a jejich výpočet

Tabulka 1. Výběr z datové tabulky

4ST201 STATISTIKA CVIČENÍ Č. 7

MATEMATIKA III V PŘÍKLADECH

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

PARAMETRICKÉ TESTY. 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU 10.

TECHNICKÁ UNIVERZITA V LIBERCI

TECHNICKÁ UNIVERZITA V LIBERCI

Protokol č. 1. Tloušťková struktura. Zadání:

Semestrální projekt. Vyhodnocení přesnosti sebelokalizace VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. Fakulta elektrotechniky a komunikačních technologií

Semestrální práce Průzkum zpoždění autobusové linky 143 v zastávce stadion Strahov. Statistika

Popisná statistika. Komentované řešení pomocí MS Excel

Testy. Pavel Provinský. 19. listopadu 2013

TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA

Statistické vyhodnocování ankety pilotního projektu Kvalita výuky na Západočeské univerzitě v Plzni

TECHNICKÁ UNIVERZITA V LIBERCI

Základy popisné statistiky

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

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

Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek Oponenti: Patrik Novotný Jakub Nováček Click here to buy 2

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

KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA. Charakteristiky variability. Mgr. Jakub Němec. VY_32_INOVACE_M4r0120

Kontrola: Sečteme-li sloupec,,četnost výskytu musí nám vyjít hodnota rozsahu souboru (našich 20 žáků)

Charakteristika datového souboru

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

České vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611. Semestrální práce ze Statistiky (SIS)

ANALÝZA DAT V R 2. POPISNÉ STATISTIKY. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.

Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží

TECHNICKÁ UNIVERZITA V LIBERCI

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

2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat

Statistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

Semestrální práce z předmětu Statistika

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Stochastické signály (opáčko)

Popisná statistika. Statistika pro sociology

STATISTICKÉ CHARAKTERISTIKY

Pracovní list č. 3 Charakteristiky variability

Vzorová prezentace do předmětu Statistika

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

Statistika ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Jiří Volf, Adam Kratochvíl, Kateřina Žáková. Semestrální práce - 0 -

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

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Příklad 81b. Předpokládejme, že výška chlapců ve věku 9,5 až 10 roků má normální rozdělení N(mi;sig2)

Obecné momenty prosté tvary

TEMATICKÝ PLÁN VÝUKY

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

401. Může řidič vozidla z výhledu vjet na železniční přejezd? + a) Ne. b) Ano.

Aplikovaná statistika v R

Statistika pro geografy

TECHNICKÁ UNIVERZITA V LIBERCI. Statistický rozbor dat z dotazníkového šetření

Analýza dat na PC I.

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Testování hypotéz. 4. přednáška

Renáta Bednárová STATISTIKA PRO EKONOMY

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ STATISTIKA. Semestrální práce

POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica

a) Základní informace o souboru Statistika: Základní statistika a tabulky: Popisné statistiky: Detaily

12. cvičení z PST. 20. prosince 2017

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

Praktická statistika. Petr Ponížil Eva Kutálková

Základní statistické charakteristiky

Cvičení ze statistiky - 9. Filip Děchtěrenko

Vybrané statistické metody. Simulace pokladen supermarketu Albert na Spojovací

Semestrální práce z předmětu Matematika 6F

Nejčastější chyby v explorační analýze

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Návrh a vyhodnocení experimentu

Máte rádi kávu? Statistický výzkum o množství vypité kávy napříč věkovým spektrem.

23. Matematická statistika

Semestrální práce z předmětu Pravděpodobnost, statistika a teorie informace

Manuál pro zaokrouhlování

Technická univerzita v Liberci

DOPRAVNÍ VÝCHOVA - TESTOVÉ OTÁZKY II

Návrh a vyhodnocení experimentu

Obecné, centrální a normované momenty

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

ADDS cvičení 7. Pavlína Kuráňová

Matematické modelování dopravního proudu

MSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test

Písemná práce k modulu Statistika


Základy pravděpodobnosti a statistiky. Popisná statistika

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ. Semestrální práce. Z předmětu Teorie hromadné obsluhy (THRO) Jan Čáslava.

1. Správně vybavené jízdní kolo Dokresli jízdní kolo na obrázku a nakresli mu i výbavu. Výbavu jízdního kola najdeš v rámečcích.

ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY

Charakteristiky kategoriálních veličin. Absolutní četnosti (FREQUENCY)

Úvod do kurzu. Moodle kurz. (a) (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost

Transkript:

SEMESTRÁLNÍ PRÁCE STATISTIKA 2012/2013 ZÝKOVÁ LUCIE 2 39 DUFEK JAKUB 1

Pro semestrální práci z předmětu Statistika jsme si naměřili intenzitu a směr aut v křižovatce Ke Krči x Jiskrova. Měření proběhlo dne 29. 10. 2012 v době od 9,45 hod 10,15 hod, tudíž 30 min, mimo dopravní špičku. SCHÉMA KŘIŽOVATKY Dopravní značky hlavní a vedlejší silnice. V naměřených hodnotách i výpočtem odlišujeme auta jedoucí ze směru 1 a 2, auta jedoucí ze směru 3 a 4. Na schématu je vidět, že směr 1 2 je směr hlavní silnice a 3 4 silnice vedlejší. 2

Četnost [-] NAMĚŘENÉ HODNOTY Statistika [%] = % vyjádření vybrané cesty automobilů po dobu našeho měření Počet aut Statistika [%] Ze směru 1 rovně 28 31,46067416 doleva 10 11,23595506 doprava 13 14,60674157 Ze směru 2 Rovně 21 23,59550562 doleva 11 12,35955056 doprava 6 6,741573034 celkem 89 100 Ze směru 3 rovně 6 15,38461538 doleva 9 23,07692308 doprava 7 17,94871795 Ze směru 4 rovně 3 7,692307692 doleva 8 20,51282051 doprava 6 15,38461538 celkem 39 100 GRAFY 30 25 20 15 10 5 0 Histogram četností pro směr 1 1 2 3 Směr jízdy (1-rovně, 2-doleva, 3-doprava) 3

Četnost [-] Četnost [-] Četnost [-] Histogram četností pro směr 2 25 20 15 10 5 0 1 2 3 Směr jízdy (1-rovně, 2-doleva, 3-doprava) Histogram četností pro směr 3 10 8 6 4 2 0 1 2 3 Směr jízdy (1-rovně, 2-doleva, 3-doprava) Histogram četností pro směr 4 10 8 6 4 2 0 1 2 3 Směr jízdy (1-rovně, 2-doleva, 3-doprava) V histogramech vidíme, že nejvíce aut do křižovatky přijíždí ze směru 1 nebo 2 a pokračuje rovně. Největší intenzita automobilů je tedy na hlavní silnici v obou směrech. 4

VÝPOČET Výpočet četností, průměru, mediánu apod. použijeme pro každý naměřený směr zvlášť. 1) Auta přijíždějící ze směru 1 Absolutní četnost: 28 rovně 10 doleva 13 doprava Relativní četnost: Rovně = Doleva = Doprava Aritmetický průměr střední hodnota: Medián: doprava 13 (prostřední hodnota) Modus: nevyskytuje se (všechny hodnoty mají odlišnou hodnotu) Rozptyl: Směrodatná odchylka: 2) Auta přijíždějící ze směru 2 Absolutní četnost: 5

21 rovně 11 doleva 6 doprava Relativní četnost: Rovně = Doleva = Doprava Aritmetický průměr střední hodnota: Medián: doleva 11 (prostřední hodnota) Modus: nevyskytuje se (všechny hodnoty mají odlišnou hodnotu) Rozptyl: Směrodatná odchylka: 3) Auta přijíždějící ze směru 3 Absolutní četnost: 6 rovně 9 doleva 7 doprava Relativní četnost: Rovně = 6

Doleva = Doprava Aritmetický průměr střední hodnota: Medián: doprava 7 (prostřední hodnota) Modus: nevyskytuje se (všechny hodnoty mají odlišnou hodnotu) Rozptyl: Směrodatná odchylka: 4) Auta přijíždějící ze směru 4 Absolutní četnost: 3 rovně 8 doleva 6 doprava Relativní četnost: Rovně = Doleva = Doprava Aritmetický průměr střední hodnota: 7

Medián: doprava 6 (prostřední hodnota) Modus: nevyskytuje se (všechny hodnoty mají odlišnou hodnotu) Rozptyl: Směrodatná odchylka: VÝPOČET POMOCÍ MATLABu Ukázka výpočtu RELATIVNÍ ČETNOSTI směr 1, auto odbočuje doleva Nyní stačilo pouze zadávat četnosti aut v jednotlivých směrech. function [ output_args ] = Relativni_cetnost( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava,type ) %argument type nabývá hodnot 1,2,3. 1 pro prvni argument, 2 pro druhy, 3 %pro treti rovne=pocet_aut_rovne/(pocet_aut_doleva+pocet_aut_doprava); doleva=pocet_aut_doleva/(pocet_aut_rovne+pocet_aut_doprava); doprava=pocet_aut_doprava/(pocet_aut_rovne+pocet_aut_doleva); if type==1 output_args=rovne; end if type==2 output_args=doleva; 8

end if type==3 output_args=doprava; end Relativni_cetnost (28,10,13,2) První tři čísla udávají četnost a číslo poslední určuje směr. 0.2439 (Doleva = ) Ukázka výpočtu ARITMETICKÉHO PRŮMĚRU směr 1 function [ output_args ] = aritmeticky_prumer( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava ) %argument type nabývá hodnot 1,2,3. 1 pro prvni argument, 2 pro druhy, 3 %pro treti output_args=(pocet_aut_rovne+pocet_aut_doleva+pocet_aut_doprava)/3; end aritmeticky_prumer (28,10,13). Zadáme četnosti jednotlivých směrů 17 Ukázka výpočtu ROZPTYLU směr 1 function [ output_args ] = rozptyl( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava ) a_prumer=aritmeticky_prumer(pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava); output_args=(((pocet_aut_rovne-a_prumer)^2)+((pocet_aut_dolevaa_prumer)^2)+((pocet_aut_doprava-a_prumer)^2))/3; end 9

>> rozptyl (28,10,13) Zadáme opět jen četnosti jednotlivých směrů 62 Ukázka výpočtu SMĚRODATNÉ ODCHYLKY směr 1 function [ output_args ] = smerodatna_odchylka( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava ) end r=rozptyl(pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava); output_args=sqrt(r); smerodatna_odchylka (28,10,13) Zadáme četnosti jednotlivých směrů 7.8740 Ukázka výpočtu všech prvků jedním příkazem function [ ] = vypocty( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava ) disp('relativni_cetnost pro prvni argument') relativni_cetnost( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava,1 ) disp('relativni_cetnost pro druhy argument') relativni_cetnost( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava,2 ) disp('relativni_cetnost pro treti argument') relativni_cetnost( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava,3 ) disp('aritmeticky_prumer') aritmeticky_prumer( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava ) disp('rozptyl') 10

rozptyl( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava ) disp('smerodatna_odchylka') smerodatna_odchylka( pocet_aut_rovne,pocet_aut_doleva,pocet_aut_doprava ) end >> vypocty (28,10,13) 1.2174 relativni_cetnost pro druhy argument 0.2439 relativni_cetnost pro treti argument 0.3421 aritmeticky_prumer 17 rozptyl 62 smerodatna_odchylka 7.8740 11

TEST NEZÁVISLOSTI Pomocí testu nezávislosti si ověříme, jestli odbočení/neodbočení auta závisí na tom, odkud přijede. To ovlivňuje, jaký typ světelného signalizačního zařízení b měl být použit. Test nezávislosti jsme zpracovali v programu Matlab. Hypotéza: Směr odkud auto přijede ovlivní jestli odbočí. Testujeme na hladině 0,05 0 1 1 28 23 2 21 17 3 6 16 4 3 14 X = 0 => auto jelo rovně X = 1 => auto odbočilo function [ ] = test_nezavislosti( A ) n=sum(sum(a)) p=sum(a,2)/n q=sum(a,1)/n np=p*q*n chi_r=sum(sum((a-np).^2./np)) [m,n]=size(a) p_hodnota=1-chi2cdf(chi_r,(m-1)*(n-1)) end >> A=[28 23;21 17;6 16;3 14] A = 28 23 21 17 6 16 3 14 >> test_nezavislosti(a) 12

n = 128 p = 0.3984 0.2969 0.1719 0.1328 q = 0.4531 0.5469 np = 23.1094 27.8906 17.2188 20.7813 9.9688 12.0313 7.7031 9.2969 chi_r = 11.5509 m = 4 n = 2 p_hodnota = 0.0091 13

Závěr: V naší práci jsme zpracovali naměřená data a získali relativní četnost, střední hodnota, medián, rozptyl, a směrodatnou odchylku. V testu nezávislosti nám vyšlo že p=0,0091, což je menší než 0,05, tak hypotézu H 0 nezamítáme. To jestli auto odbočí, závisí na směru ze kterého přijede. 14