Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Podobné dokumenty
Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Mendelova univerzita v Brně Statistika projekt

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

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 2

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

Testování statistických hypotéz

Elementární zpracování statistického souboru

PRAVDĚPODOBNOST A STATISTIKA

PRAVDĚPODOBNOST A STATISTIKA

12. N á h o d n ý v ý b ě r

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

Deskriptivní statistika 1

Metody zkoumání závislosti numerických proměnných

a další charakteristikou je četnost výběrového souboru n.

Test dobré shody se používá nejčastěji pro ověřování těchto hypotéz:

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

Pravděpodobnost a aplikovaná statistika

Přednáška č. 2 náhodné veličiny

PRAVDĚPODOBNOST A STATISTIKA

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

11. Popisná statistika

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

Testy statistických hypotéz

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

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

Úvod do teorie měření

Pravděpodobnost a aplikovaná statistika

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

Doc. Ing. Dagmar Blatná, CSc.

Soustava momentů. k s. Je-li tedy ve vzorci obecného momentu s = 1, získáme vzorec aritmetického průměru.

Generování dvojrozměrných rozdělení pomocí copulí

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

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

Odhady parametrů 1. Odhady parametrů

PRAVDĚPODOBNOST A STATISTIKA

Náhodný výběr 1. Náhodný výběr

- metody, kterými lze z napozorovaných hodnot NV získat co nejlepší odhady neznámých parametrů jejího rozdělení.

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

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

Spolehlivost a diagnostika

Odhady a testy hypotéz o regresních přímkách

V. Normální rozdělení

[ jednotky ] Chyby měření

PRAVDĚPODOBNOST A STATISTIKA

Pravděpodobnost a aplikovaná statistika

4.2 Elementární statistické zpracování Rozdělení četností

Intervalové odhady parametrů některých rozdělení.

12. Neparametrické hypotézy

P2: Statistické zpracování dat

Základy statistiky. Petr Kladivo

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

Statistika - vícerozměrné metody

2. Náhodná veličina. je konečná nebo spočetná množina;

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Momenty a momentové charakteristiky

S1P Popisná statistika. Popisná statistika. Libor Žák

Statistická rozdělení

VY_52_INOVACE_J 05 01

Úvod do korelační a regresní analýzy

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

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

PRAVDĚPODOBNOST A STATISTIKA

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

SP2 Korelační analýza. Korelační analýza. Libor Žák

Pravděpodobnostní modely

1 Popis statistických dat. 1.1 Popis nominálních a ordinálních znaků

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

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

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

MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA BAKALÁŘSKÁ PRÁCE. Dvouvýběrové parametrické a neparametrické testy

, jsou naměřené a vypočtené hodnoty závisle

Testování statistických hypotéz

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

NEPARAMETRICKÉ METODY

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

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

Katedra pravděpodobnosti a matematické statistiky. χ 2 test nezávislosti

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

Číselné charakteristiky náhodných veličin

Metody statistické analýzy. doc. Ing. Dagmar Blatná, CSc.

Národní informační středisko pro podporu jakosti

BIVŠ. Pravděpodobnost a statistika

Popisná statistika. Zdeněk Janák 9. prosince 2007

Fakulta elektrotechniky a informatiky Statistika STATISTIKA

Obecné, centrální a normované momenty

Pravděpodobnost a statistika - absolutní minumum

8. Analýza rozptylu.

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

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

EKONOMETRIE 9. přednáška Zobecněný lineární regresní model

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

UČEBNÍ TEXTY OSTRAVSKÉ UNIVERZITY Přírodovědecká fakulta ANALÝZA DAT. Josef Tvrdík

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

7 LIMITNÍ VĚTY. Čas ke studiu kapitoly: 70 minut. Cíl:

Intervalové odhady parametrů

VYSOCE PŘESNÉ METODY OBRÁBĚNÍ

8 NELINEÁRNÍ REGRESNÍ MODELY

Iterační výpočty projekt č. 2

Transkript:

Ilustratví příklad ke zkoušce z B_PS_A léto 0. Jsou dáa data výběrového souboru výšky že vz IS/ Učebí materály/ Témata 8, M. Kvaszová. č. výška č. výška 89 5 90 7 57 8 5 58 5 8 9 58 0 8 0 8 8 9 8 8 95 70 70 8 85 70 5 70 80 70 7 50 7 87 7 88 7 7 5 7 5 7 7 9 5 8 75 8 5 7 9 5 9 7 9 8 7 7 77 9 7 5 80 8 7 97 85 Varačí rozpětí R = ma m = 85-5 = bod Kvatly % % % 5 50 75 = = 7 = 7 bod

Sturgesovo pravdlo, podle kterého by měl být počet skup k přblžě k = +, log v ašem případě k = +, log =,8.. terval do 57. terval 58. terval 7 bod. terval 8 7 5. terval 7 77. terval 78 a více Iterval / Σ / do 57 0,0 0,0 58-5 0,09 0,5-7 7 0,70 0,5 8-7 0, 0,78 7-77 5 8 0,7 0,957 78 a více 0,0,000 Σ Polygo kumulatvích absolutích četostí 50 5 0 5 0 5 0 5 0 5 0 5 body Za výšku budeme tedy brát střed tervalu. U krajích tervalů uvažujeme, jako by škála pokračovala.

Artmetcký průměr = k. 55 + 5 0 + 7 5 + 70 + 8 75 + 80 = = 7,7 Použjeme vážeý artmetcký průměr také zaokrouhleý a jedu desetu = 7,7 cm. Rozptyl, směrodatá odchylka S S S = k ( ). ( ) 55 7,7 + 5 (0 7,7) + 7 (5 7,7) + (70 7,7) = + 8 (75 7,7) + (80 7,7) + =,8 = 5,777 body Směrodatá odchylka ukazuje, jakou výpovědí hodotu má artmetcký průměr. Je-l směrodatá odchylka velká, výpovědí hodota artmetckého průměru je malá a opačě. Mometové parametry jsou emprcké parametry, které vypočítáme z hodot statstckého zaku v ašem výběrovém souboru. Rozlšujeme: obecé momety, cetrálí momety ormovaé momety.

Obecé momety Doplěá tabulka:.... 5 0 0 0 80 7 5 5 59 77 8 9 78 07 5 8 0 00 000 5000 7 59 9 70 O O O O = = = = = = = = =,5 9,89 70 58,7 = = =,5 body Obecý momet prvího řádu O =,5 je vlastě artmetcký průměr vyjádřeý v prvcích škály ( až ). Jedoduše tuto hodotu převedeme a cetmetry. Střed tervalu je 5cm a ještě zbývá 0,55 délky dalšího tervalu (délka tervalu je 5cm), takže 5 + 0,5. 5cm = 7,7 cm. Vdíme, že je to ve shodě s předešlým výpočtem artmetckého průměru, který ám vyšel také = 7,7cm. Obecý momet prvího řádu O je parametrem polohy. Obecé momety slouží k výpočtu cetrálích mometů.

Cetrálí momety ( ) C = = O O = 0 ( ) ( ) ( ) C = = O O =,5 C = = O OO + O = 0,0 C = = O OO + OO O =,8 body Cetrálí momety jsou tedy počítáy vzhledem k cetrálí hodotě (artmetckému průměru). C je tedy vždy = 0. Cetrálí momet druhého řádu C je rozptyl a je parametrem šířky, C je směrodatá odchylka. V ašem příkladě C =,55. Pro vyjádřeí v cetmetrech tuto hodotu vyásobíme délkou tervalu S =,55. 5cm = 5,777cm. Což je ve shodě s předchozím výpočtem, kdy ám S vyšlo 5,78cm. Cetrálí momety třetího a čtvrtého řádu použjeme k výpočtu dalších emprckých parametrů. Normovaé momety Parametr škmost je ejčastěj určová pomocí ormovaého mometu. řádu a ese pak ázev koefcet škmost. N C = = C C 0,5 Je-l koefcet škmost kladý, pak prvky škály ležící vlevo od artmetckého průměru mají vyšší četost (kladě zeškmeé rozděleí četostí větší kocetrace meších prvků škály, meších hodot statstckého zaku) a opačě. 5

V ašem příkladě se jedá o mírě kladě zeškmeé rozděleí, to zameá, že v ašem souboru je více že meších, ež je průměrá výška = 7,7cm. Což s můžeme ověřt v tabulce. Parametr špčatost je ejčastěj určová pomocí ormovaého mometu. řádu a ese pak ázev koefcet špčatost. N C = =,77 C Špčatějšímu rozděleí četostí př daém rozptylu odpovídá vyšší hodota koefcetu špčatost ež rozděleí ploššímu. Používá se rověž velča eces, defovaá vztahem E = N = 0,8 Prametr eces srovává špčatost emprckého rozděleí se špčatostí zámého ormovaého ormálího rozděleí (vz. apříklad publkace Bílková, D. Budský, P. Voháka, V.: Pravděpodobost a statstka. Aleš Čeěk, Plzeň, 009. Podrobě se s ím sezámíme v dalším tématu). Je-l eces kladý, je emprcké rozděleí špčatější ež toto rozděleí. V ašem příkladu má soubor meší koefcet ež ormovaé ormálí rozděleí. v tervalu S ; + S leží 8% všech hodot a v tervalu S ; + S leží 95% všech hodot body

Nulová a alteratví hypotéza (vz především: Budský, P. et al. Základy ekoomcké statstky, Eupress, Praha 008, str.-, kde je také jý podobý příklad. Nulová hypotéza H 0 předpokládá, že ám studovaé emprcké rozděleí lze s praděpodobostí lepší ebo rovou ( - α ).00 % ahradt teoretckým rozděleím. Číslu α říkáme hlada výzamost. Alteratví hypotéza H a předpokládá, tuto áhradu elze provést. Neparametrcké testováí: Naše data podrobíme testu ormalty, tj. že aše výběrová data mohou být vybráa ze statstckého souboru odpovídajícího ormálímu (Gaussovu) rozděleí. Test provedeme a hladě výzamost α = 0,05. K tomuto testu použjeme tzv. umělé rozděleí (hodící se pouze pro testováí) (čt chí kvadrát). S ašm daty provedeme trasformac (substtuc) u =, S kde u je proměá ormovaého ormálího rozděleí s dstrbučí fukcí u Φ ( u) = e. π (Fukce Φ ( u) se ěkdy azývá Laplaceova fukce. V ěkterých tabulkách je ozačováa jako F ( u ).) Pomocí tabelovaých hodot Φ ( u) a použítím pravdla Φ( u) = - Φ ( u) vypočítáme pravděpodobost p odpovídající horím mezím tervalů ( ) ( ) p = Φ u Φ u Nyí můžeme vypočítat ep = ( p ) p ep epermetálí hodotu Teoretckou hodotu teor alezeme opět v jé tabulce a to v řádku v, v udává tzv. počet stupů volost v = k r, kde r je počet parametrů rozděleí, které testujeme (pro Gaussovo rozděleí r = ); tedy v =. Krtcký obor pro áš test je W v α ( ) ) = teor, ; +. 7

Pokud bude ep mmo krtcký obor, bude aše ulová hypotéza potvrzea a příslušé hladě výzamost. terval hor.mez u Φ ( u ) p p ( ) / p p Do 7-0,98 0, 0, 7,0 0,05-7 7 7-0, 0,8 0,87,0,09 8-7 7 0,7 0,770 0,,8 0,58 7 a více 0,000 0,0 0,580 0,08 =,000 ep =, 807 α = 0,05 teor =,8 ep =,807,8; +. Epermetálí hodota statstckého krtera ep je mmo krtcký obor W, lze tedy přjmout ulovou hypotézu H 0 a tedy a hladě výzamost α = 0,05 lze aše data ahradt. body Parametrcké testováí se týká posuzováí vypočteých emprckých parametrů výběrových souborů. 8