Přednáška č. 11 Analýza rozptylu při dvojném třídění

Podobné dokumenty
Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

ANALÝZA ROZPTYLU (Analysis of Variance ANOVA)

Příklady z přednášek Statistické srovnávání

2. Najděte funkce, které vedou s těmto soustavám normálních rovnic

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

Národní informační středisko pro podporu jakosti

Regresní lineární model symboly

NÁVRH A OVĚŘENÍ BETONOVÉ OPŘENÉ PILOTY ZATÍŽENÉ V HLAVĚ KOMBINACÍ SIL

Způsobilost. Data a parametry. Menu: QCExpert Způsobilost

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha

Výpočet svislé únosnosti osamělé piloty

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

3.2 Metody s latentními proměnnými a klasifikační metody

VYHODNOCENÍ MĚŘENÍ (varianta "soulodí")

Výpočet svislé únosnosti osamělé piloty

můžeme toto číslo považovat za pravděpodobnost jevu A.

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

Regresní a korelační analýza

Téma 5: Parametrická rozdělení pravděpodobnosti spojité náhodné veličiny

Aproximativní analytické řešení jednorozměrného proudění newtonské kapaliny

7. VÝROBNÍ ČINNOST PODNIKU

REGRESNÍ ANALÝZA. 13. cvičení

Dynamické programování

PRAVDĚPODOBNOST A STATISTIKA

STATISTIKA (pro navazující magisterské studium)

Třídění a významné hodnoty

TECHNICKÁ UNIVERZITA V LIBERCI

Náhodným (stochastickým) procesem nazveme zobrazení, které každé hodnotě náhodnou veličinu X ( t)

Univerzita Pardubice FAKULTA CHEMICKO TECHNOLOGICKÁ

7. Analýza rozptylu jednoduchého třídění

Stabilita prutu, desky a válce vzpěr (osová síla)

2 TESTOVÁNÍ HYPOTÉZ. RYCHLÝ NÁHLED KAPITOLY Neříkej: Objevil jsem pravdu! ale raději: Objevil jsem jednu z pravd! Chalil Gibran

Metody s latentními proměnnými a klasifikační metody

Téma 7: Přímý Optimalizovaný Pravděpodobnostní Výpočet POPV

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y

definovat pojmy: PI člen, vnější a vnitřní omezení, přenos PI členu popsat činnost PI regulátoru samostatně změřit zadanou úlohu

Závislost indexů C p,c pk na způsobu výpočtu směrodatné odchylky

Dále budeme předpokládat, že daný Markovův řetězec je homogenní. p i1 i 2

Předpjatý beton Přednáška 12

Testování hypotéz o parametrech regresního modelu

Testování hypotéz o parametrech regresního modelu

Cvičení 1 (Opakování základních znalostí z pružnosti a pevnosti)

Markovovy řetězce se spojitým časem CTMC (Continuous time Markov Chain)

7. Měření dutých objemů pomocí komprese plynu a určení Poissonovy konstanty vzduchu Úkol 1: Určete objem skleněné láhve s kohoutem kompresí plynu.

Testování statistických hypotéz

6. Vliv způsobu provozu uzlu transformátoru na zemní poruchy

Metoda hlavních komponent

FYZIKA. rovnováhy atmosférického tlaku a hydrostatického tlaku ve válci

Simulační metody hromadné obsluhy

Téma 6: Indexy a diference

Řešený příklad:: Kloubový přípoj nosníku na pásnici sloupu s čelní deskou

PARALELNÍ PROCESY A PROGRAMOVÁNÍ

PRŮTOK PLYNU OTVOREM

Směrnice 1/2011 Statistické vyhodnocování dat, verze 4 Verze 4 je shodná se Směrnicí 1/2011 verze 3, pouze byla rozšířena o robustní analýzu

Úloha syntézy čtyřčlenného rovinného mechanismu

Raoultův zákon, podle kterého je při zvolené teplotě T parciální tlak i-té složky nad roztokem

Větrání hromadných garáží

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2

Úvěr a úvěrové výpočty 1

Využití logistické regrese pro hodnocení omaku

Úloha č.1: Stanovení Jouleova-Thomsonova koeficientu reálného plynu - statistické zpracování dat

METODICKÉ POZNÁMKY VÝPOČET BAZICKÉHO CENOVÉHO INDEXU *100

Dynamika populací. s + W = 1

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Univerzita Pardubice. Fakulta ekonomicko-správní

POTENCIÁL ELEKTRICKÉHO POLE ELEKTRICKÉ NAPĚTÍ

Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky. Bakalářská práce. Zpracování výsledků vstupních testů z matematiky

SHANNONOVY VĚTY A JEJICH DŮKAZ

Předpjatý beton Přednáška 6

Cyklické kódy. Alena Gollová, TIK Cyklické kódy 1/23

1.3.3 Přímky a polopřímky

PZP (2011/2012) 3/1 Stanislav Beroun

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY

Obr. V1.1: Schéma přenosu výkonu hnacího vozidla.

Učební texty k státní bakalářské zkoušce Matematika Posloupnosti a řady funkcí. študenti MFF 15. augusta 2008

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM

Řešený příklad: Přípoj příhradového vazníku na sloup čelní deskou

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Způsob určení množství elektřiny z kombinované výroby vázané na výrobu tepelné energie

Statistická analýza jednorozměrných dat

Pokud světlo prochází prostředím, pak v důsledku elektromagnetické interakce s částicemi obsaženými

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti MVP 2014/1

Statistická šetření a zpracování dat.

BH059 Tepelná technika budov Konzultace č. 2

2.3.6 Práce plynu. Předpoklady: 2305

MODELOVÁNÍ POPTÁVKY, NABÍDKY A TRŽNÍ ROVNOVÁHY

Cvičení z termomechaniky Cvičení 5.

Porovnání dvou výběrů

ší ší šířen ší ší ení Modelování Klasifikace modelů podle formy podobnosti Sestavení fyzikálního modelu

Pracovní list č. 6: Stabilita svahu. Stabilita svahu. Návrh či posouzení svahu zemního tělesa. FS s

II. MOLEKULOVÁ FYZIKA 1. Základy termodynamiky IV

133PSBZ Požární spolehlivost betonových a zděných konstrukcí. Přednáška B9. ČVUT v Praze, Fakulta stavební katedra betonových a zděných konstrukcí

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

Směrová kalibrace pětiotvorové kuželové sondy

108/2011 Sb. VYHLÁKA

Slezská univerzita v Opavě Obchodně podnikatelská fakulta v Karviné

Bodové a intervalové odhady parametrů v regresním modelu

1. Ukazatele primární: - jsou přímo zjišťované, neodvozené - např. stav zásob, počet pracovníků k , atd.

Analytická metoda aneb Využití vektorů v geometrii

Transkript:

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 jným zůsobem (rozbor dat ř: - ůsobení dvou vbraných faktorů A, B, který záměrně ovlvňujeme, - celkovém očtu úrovní vbraných faktorů,, - celkový očet oakování.. Analzuje se celkem nezávslých výběrů usořádaných do skun s konstantní úrovní druhého faktoru. Četnost ř oakování se volí stejné. Př analýze se ředokládá, že všechn výběr bl roveden z téhož základního souboru, který je osán normální náhodnou velčnou N(. Pro většnu říadů v nženýrské rax je možné uvedený ředoklad řmou vzhledem k velkému očtu vlvů (faktorů ůsobících na vznk náhodné velčn. Prncem analýz je rokázání, že vlastnost jednotlvých výběrů jsou takové, že lze řmout ředoklad o stejné střední hodnotě o řádcích sloucích: H o : = =. Souhrnnou analýzu je možné rovést následujícím zůsobem. Usořádání údajů v hodnocených výběrových souborech je dle tabulk včetně výočtu odhadů základní charakterstk náhodné velčn - střední hodnot. Hodnocení se rovádí ro konstantní úroveň druhého faktoru tj. o sloucích Úroveň Úroveň faktoru B Součet Průměr Faktoru A j,,., j,..., Y x x.,,...,,,n Y x x.,,., j,,n Y x x Součet Y x, Y Y x Y Průměr x, x Hodnota náhodné velčn se skládá t g j kde: celková střední hodnota, t účnek -té úrovně faktoru A g j účnek j-té úrovně faktoru B chba (nejstota, kterou vjadřujeme normální normovanou velčnou N(0, střední hodnota chb je nulová. Nejstota je určena šířkou ásma kolem střední hodnot ro zvolenou solehlvost tvrzení. Bude ted střední hodnota náhodné velčn E( t g j

Př výočtu budeme ředokládat, že součt účnků u obou faktorů jsou nulové a faktor jsou v ůsobení nezávslé. Pro jednotlvé úrovně (řádk zavedeme označení Součet hodnot v řádku ve slouc Y x Odhad střední hodnot v řádku Yx x ve slouc Y Y Pro celkový hodnocený soubor hodnot celkový součet Y Odhad střední hodnot ro celkový hodnocený soubor hodnot j Y. Mez jednotlvým hodnotam náhodné velčn a zvoleným arametr ro osuzovaní exstují odchlk, které je možné znázornt ve schématu Y x celk celk j j kde: odchlk růměrů ř jednotlvých úrovních faktoru a celkového růměru (roměnlvost mez řádk- vlv faktoru A odchlk jednotlvých hodnot náhodně velčn od růměru na úrovn (roměnlvost uvntř řádků celk... odchlka jednotlvých hodnot náhodné velčn od celkového růměru ( osouzení vlastností nerozděleného souboru j odchlk růměrů ř jednotlvých úrovních faktoru a celkového růměru (roměnlvost mez slouc - vlv faktoru B j odchlk jednotlvých hodnot náhodně velčn od růměru na úrovn (roměnlvost uvntř slouců Mez odchlkam latí vztah

j j Př testu se sestavuje tabulka analýz roztlu ro dvojné třídění: Součet čtverců odchlek Mez úrovněm faktoru A (řádkový ( x Mez úrovněm faktoru B (sloucový. ( Uvntř úrovní (resduální res Celkový j ( ( x Počet stuňů volnost - - (-.(-.- Podíl = /(- = /(- res = res /(-.(- = celk /(.- Hodnot lze určt dle výše uvedených vztahů event. omocí součtových hodnot ve sloucích a řádcích. Y x Y x Y Y.. res Y. a celkové hodnot Y. celk 3 est významnost Postuně se testuje statstcké tvrzení o nevýznamném vlvu faktoru A a B Posouzení faktoru A ( vlv charakterzovaný hodnotam v řádcích Formulace hotéz H o : t = 0 H : t 0 faktoru není nevýznamný vlv řádkového faktoru A je nevýznamný Hladna významnost testu, test jednostranný. Výočet charakterstk výběrových souborů Určíme střední hodnot součtu čtverců odchlek: osující roměnlvost mez řádk (úrovněm faktoru, res osující roměnlvost vlvem ůsobení obou faktorů

3 Výočet testovacího krtéra K osouzení vlvu vbraného faktoru slouží odíl varablt zůsobené různou úrovní vbraného faktoru A, kterou získáme záměrným ovlvněním úrovně tohoto faktoru ř exermentu, růzkumu aod. a celkové varablt od ůsobení ostatních faktorů. res res (.( estovací krtérum je náhodná velčna a vzhledem ke struktuře vztahu se jedná o velčnu Fscherovu F k,k. Stuně volnost jsou k = - a k = (-.(-. 4 Určení krtcké hodnot testovacího krtéra Vzhledem k charakteru testu se jedná o jednostranný test a mezní hodnota testovacího krtéra je kvantl Fscherov náhodné velčn. kr F, k, k (.( 5 Platnost H o estovanou hotézu římáme okud latí kr Posouzení faktoru B ( vlv charakterzovaný hodnotam ve sloucích Formulace hotéz H o : = 0 H : 0 faktoru není nevýznamný vlv sloucového faktoru B je nevýznamný Hladna významnost testu, test jednostranný. Výočet charakterstk výběrových souborů Určíme střední hodnot součtu čtverců odchlek: osující roměnlvost mez slouc (úrovněm faktoru B, res osující roměnlvost vlvem ůsobení obou faktorů 3 Výočet testovacího krtéra K osouzení vlvu vbraného faktoru slouží odíl varablt zůsobené různou úrovní vbraného faktoru B, kterou získáme záměrným ovlvněním úrovně tohoto faktoru ř exermentu, růzkumu aod. a celkové varablt od ůsobení ostatních faktorů. res res (.(

estovací krtérum je náhodná velčna a vzhledem ke struktuře vztahu se jedná o velčnu Fscherovu F k,k. Stuně volnost jsou k = - a k = (-.(-. 4 Určení krtcké hodnot testovacího krtéra Vzhledem k charakteru testu se jedná o jednostranný test a mezní hodnota testovacího krtéra je kvantl Fscherov náhodné velčn. kr F k, k (.(, 5 Platnost H o estovanou hotézu římáme okud latí kr