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

Podobné dokumenty
Deskriptivní statistika 1

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

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

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

P2: Statistické zpracování dat

Pravděpodobnost a aplikovaná statistika

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

Popisná statistika. Zdeněk Janák 9. prosince 2007

Odhady parametrů 1. Odhady parametrů

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

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

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

6. P o p i s n á s t a t i s t i k a

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

8. Základy statistiky. 8.1 Statistický soubor

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

12. N á h o d n ý v ý b ě r

vají statistické metody v biomedicíně

Parametr populace (populační charakteristika) je číselná charakteristika sledované vlastnosti

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

Při sledování a studiu vlastností náhodných výsledků poznáme charakter. podmínek různé výsledky. Ty odpovídají hodnotám jednotlivých realizací

Zhodnocení přesnosti měření

13 Popisná statistika

V. Normální rozdělení

Závislost slovních znaků

Tento projekt je spolufinancován Evropským sociálním fondem a Státním rozpočtem ČR InoBio CZ.1.07/2.2.00/

Číslicové filtry. Použití : Analogové x číslicové filtry : Analogové. Číslicové: Separace signálů Restaurace signálů

Elementární zpracování statistického souboru

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

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

České vysoké učení technické v Praze. Fakulta dopravní. Semestrální práce. Statistika

Náhodný výběr 1. Náhodný výběr

} kvantitativní znaky. korelace, regrese. Prof. RNDr. Jana Zvárov. Obecné principy

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

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

Náhodu bychom mohli definovat jako součet velkého počtu drobných nepoznaných vlivů.

Doc. Ing. Dagmar Blatná, CSc.

Statistika pro metrologii

STATISTIKA. Základní pojmy

1. Základy měření neelektrických veličin

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

NEPARAMETRICKÉ METODY

Lineární a adaptivní zpracování dat. 8. Modely časových řad I.

11. P o p i s n á s t a t i s t i k a

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

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

Přednášky část 7 Statistické metody vyhodnocování dat

Národní informační středisko pro podporu jakosti

7. P o p i s n á s t a t i s t i k a

Pravděpodobnostní model doby setrvání ministra školství ve funkci

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

9. Měření závislostí ve statistice Pevná a volná závislost

OVMT Přesnost měření a teorie chyb

1. Základy počtu pravděpodobnosti:

Matematika přehled vzorců pro maturanty (zpracoval T. Jánský) Úpravy výrazů. Binomická věta

Dynamická pevnost a životnost Statistika

2 STEJNORODOST BETONU KONSTRUKCE

Základní požadavky a pravidla měření

8. Analýza rozptylu.

2. Znát definici kombinačního čísla a základní vlastnosti kombinačních čísel. Ovládat jednoduché operace s kombinačními čísly.

Interval spolehlivosti pro podíl

Tržní ceny odrážejí a zahrnují veškeré informace předpokládá se efektivní trh, pro cenu c t tedy platí c t = c t + ε t.

4.2 Elementární statistické zpracování Rozdělení četností

2 EXPLORATORNÍ ANALÝZA

(Teorie statistiky a aplikace v programovacím jazyce Visual Basic for Applications)

[ jednotky ] Chyby měření

17. Statistické hypotézy parametrické testy

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

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

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

STATISTIKA PRO EKONOMY

Co je to statistika? Statistické hodnocení výsledků zkoušek. Úvod statistické myšlení. Úvod statistické myšlení. Popisná statistika

jako konstanta nula. Obsahem centrálních limitních vět je tvrzení, že distribuční funkce i=1 X i konvergují za určitých

Pravděpodobnostní modely

PRAVDĚPODOBNOST A STATISTIKA

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

UPLATNĚNÍ ZKOUŠEK PŘI PROHLÍDKÁCH MOSTŮ

Intervalové odhady parametrů

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

Lineární a adaptivní zpracování dat. 9. Modely časových řad II.

PRAVDĚPODOBNOST A STATISTIKA

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR

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

Pravděpodobnost a aplikovaná statistika

1 ROVNOMĚRNOST BETONU KONSTRUKCE

Analýza a zpracování signálů. 3. Číselné řady, jejich vlastnosti a základní operace, náhodné signály

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

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

4. Základní statistické pojmy.

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

Statistické metody ve veřejné správě ŘEŠENÉ PŘÍKLADY

Úloha III.S... limitní

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

Mendelova univerzita v Brně Statistika projekt

Pravděpodobnost a statistika - absolutní minumum

1. Měření ve fyzice, soustava jednotek SI

MATICOVÉ HRY MATICOVÝCH HER

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

Číselné charakteristiky náhodných veličin

Transkript:

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, výška hladiy, průtok vody, kvalitativí barva, stupeň pěěí, zaky mají svou hodotu C, m, m 3 /hod. seřadíme podle velikosti třídy zmešíme počet prvků

Odchylky hodot sledovaého zaku systematická, odlehlá pozorováí porucha zařízeí, chyby měřeí, změa postupu měřeí, áhodé chyby eodstraitelé a ekotrolovatelé vlivy způsobují kolísáí hodot zaku za aprosto stejých podmíek pozorováí Zak je veličia proměá - X, Y, Z,. Jedotlivá pozorováí x i, y i, z i i =, 2, 3,., ( rozsah souboru)

Rozsah souboru Základí pojmy koečé ekoečé Základí soubor celý zpracovávaý soubor Výběr část zpracovávaého základího souboru Základí soubor euspořádaý - podle pořadí, jak byla jedotlivé prvky získáy uspořádat malé soubory podle velikosti od ejvětšího k ejmešímu velké soubory do skupi eboli tříd - apř. -0, -20, 2-30, zmešíme velikost souboru třídí zak

Aritmetický průměr Základí statistické charakteristiky charakteristiky polohy x i x i x i x i x i - obecé ozačeí prvku souboru sado se počítá zahruje všechy prvky souboru součet odchylek jedotlivých hodot od průměru je ulový i x i x 0 součet čtverců odchylek jedotlivých hodot od průměru je vždy meší ež součet čtverců odchylek jedotlivých hodot od jakékoli jié hodoty i x i x 2 x i x i 2 je ovlivňová krajími hodotami odlehlými měřeími

mediá x me ebo Základí statistické charakteristiky x~ charakteristiky polohy u souboru s lichým počtem prvků dáa hodotou prvku stojícího uprostřed řady uspořádaé podle velikosti 00, 00, 95, 85, 70, 60, 58, 44, 22, 0, 5, 4, u souboru se sudým počtem prvků je rova hodotě aritmetického průměru dvou prostředích sousedích prvků uspořádaé řady podle velikosti 00, 00, 95, 85, 70, 65, 60, 58, 44, 22, 0, 5, 4, 59 4 6 modus x mo ebo xˆ hodota prvku, který se vyskytuje ejčastěji

Základí charakteristiky souboru charakteristiky rozptylu Variačího rozpětí souboru R Relativí rozpětí souboru R / R x x max x mi Průměrá odchylka (d a ) rozkolísaost hodot kolem průměru da xi x Rozptyl s 2 -průměrá středí kvadratická odchylka 2 Směrodatá odchylka s 2 s x i x pro velké soubory Výběrová směrodatá odchylka s a výběrový rozptyl s 2 s x i x 2 pro soubory s méě ež 30 čleů (pro výběr ze souboru) d a s Směrodatá odchylka roste víc s krajími hodotami ež průměrá odchylka s x i x s 2 2 x i x 2

Základí charakteristiky souboru charakteristiky rozptylu Směrodatá odchylka e pro porováí souborů, kde se hodoty řádově liší ebo jsou udáváy v růzých jedotkách Variačí koeficiet pro porováí souborů růzých hodot zaků (apř. výška hladiy a průtok) dříve relativí směrodatá odchylka c v s x x i x x 2 ki 2 bezrozměré číslo udává se v procetech z kolika procet se směrodatá odchylka podílí a průměru počítá se ze směrodaté odchylky čím je větší, tím větší je ehomogeita a rozkolísaost souboru variačí koeficiet větší ež 50 % svědčí o rozkolísaosti hodot Koeficiet modulu xi ki x

Základí charakteristiky souboru charakteristiky symetrie - šikmosti Součiitel asymetrie - velikost a smysl odchylky od symetrického rozděleí c s 2 i 3 cv k 3 koeficiet modulu k i x i x variačí koeficiet C s > 0 C s = 0 C s < 0 C s = 0 x mo = x me = x pr C s 0 x mo x me x pr C s 0 x mo x me x pr

Vyhlazováí dat Klouzavý průměr Pro jedodušší odhalováí tredu časové řady Všechy prvky souboru mají stejou váhu 7 6 5 4 3 2 0 0 2 3 4 5 6 7 8 9 0

Váha čleů Vyhlazováí dat 7 6 5 4 3 2 0 Pascalův trojúhelík 0 2 3 4 5 6 7 8 9 0

Úsečkový průměr Vyhlazeí dat

Chroologická čára

Rozsah souboru j i Četost Četost soubor hodot :,2,4,6,2,,,4,4,4 absolutí četost j -počet opakováí hodoty prvku v souboru relativí četost (frekvece) - podíl výskytu hodoty prvku v souboru j Třídí četost f j j 00 % - výskyt hodoty zaku v mezích třídy Hraice třídy - jedozačé,,20,2 -,30,3 -,40 šířka třídy má být pokud možo stejě velká Odhad délky itervalu h z variačího rozpětí souboru R h = 0,08 R R = 48 48 0,08 = 3,84 3,84 < 48/2 < 2.3,84 =7,68 4 = 48/2 < 2.4 = 8 2 < 48/2 = 2.2 =4 j h < R/2 < 2h x max x R/24 <h <R/2 mi R

Čárkovací metoda x j,mi x j,max x t,j j N j f j F j 4,50 8,49 6,50 //// 4 4 0,00 0,00 8,50 2,49 0,50 //// //// //// / 6 20 0,038 0,048 2,50 6,49 4,50 //// //// //// //// //// //// // 32 52 0,077 0,25 6,50 20,49 8,50 //// //// //// //// //// //// //// //// //// //// 50 02 0,20 0,245 20,50 24,49 22,50 //// //// //// //// //// //// //// //// //// //// //// /// 58 60 0,39 0,384 24,50 28,49 26,50 //// //// //// //// //// //// //// //// //// //// //// //// //// //// / 7 23 0,70 0,554 28,50 32,49 30,50 //// //// //// //// //// //// //// //// //// //// //// //// //// // 67 298 0,6 0,75 32,50 36,49 34,50 //// //// //// //// //// //// //// //// /// 43 34 0,03 0,88 36,50 40,49 38,50 //// //// //// //// //// //// //// / 36 377 0,086 0,904 40,50 44,49 42,50 //// //// //// //// /// 23 400 0,055 0,959 44,50 48,49 46,50 //// //// //// 4 44 0,034 0,993 48,50 52,49 50,50 /// 3 47 0,007,000 SOUČET 47,000 absolutí četost zaku v třídě j - j relativí četost (frekvece) f j = j / počet prvků souboru kumulativí absolutí četost N j kumulativí relativí četost - F j

histogram četosti polygo četosti h x j,mi x j,max četost zaku ve třídě

Distribučí diagram diagram kumulativích relativích četostí empirická distribučí fukce

Čára kumulativí četosti = čára překročeí Poskytuje iformaci kolikrát ebo po jakou dobu byla určitá hodota zaku v určitém období (apř. pozorováí) dosažea ebo překročea. x x hodota zaku h = 0,08 R h < R/2 < 2h R/24 <h <R/2 frekvečí, difereciálí itegrálí, součtová y

0 Čára překročeí

Čára překročeí

Čára překročeí

h = 0,08 R h < R/2 < 2h R/24 <h <R/2

rovoplochý obdélík průměr