Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

Podobné dokumenty
Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

Sever Jih Západ Plechovka Točené Sever Jih Západ Součty Plechovka Točené Součty

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

vají statistické metody v biomedicíně

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

ZÁKLADNÍ STATISTICKÉ VÝPOČTY (S VYUŽITÍM EXCELU)

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

Stav Svobodný Rozvedený Vdovec. Svobodná Rozvedená Vdova 5 8 6

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

Cvičící Kuba Kubina Kubinčák Body u závěrečného testu

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

Závislost slovních znaků

8. cvičení 4ST201-řešení

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

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

8. cvičení 4ST201. Obsah: Neparametrické testy. Chí-kvadrát test dobréshody Kontingenční tabulky Analýza rozptylu (ANOVA) Neparametrické testy

NEPARAMETRICKÉ METODY

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

Pravděpodobnost a aplikovaná statistika

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

4ST201 STATISTIKA CVIČENÍ Č. 8

1 POPISNÁ STATISTIKA V PROGRAMU MS EXCEL

17. Statistické hypotézy parametrické testy

Zimní semestr akademického roku 2015/ listopadu 2015

PRAVDĚPODOBNOST A STATISTIKA

Pravděpodobnost a aplikovaná statistika

Číselné charakteristiky náhodných veličin

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

Odhad parametrů normálního rozdělení a testy hypotéz o těchto parametrech * Věty o výběru z normálního rozdělení

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

8. Základy statistiky. 8.1 Statistický soubor

8.2.1 Aritmetická posloupnost

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

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

3. Charakteristiky a parametry náhodných veličin

Deskriptivní statistika 1

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

Odhad parametru p binomického rozdělení a test hypotézy o tomto parametru. Test hypotézy o parametru p binomického rozdělení

Pravděpodobnostní modely

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

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

2 STEJNORODOST BETONU KONSTRUKCE

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

Přijímací řízení akademický rok 2013/2014 NavMg. studium Kompletní znění testových otázek matematika a statistika

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

Testujeme hypotézu: proti alternativě. Jednoduché třídění:

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

Kapitola 6. : Neparametrické testy o mediánech

Úvod do korelační a regresní analýzy

12. N á h o d n ý v ý b ě r

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

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)

PODNIKOVÁ EKONOMIKA A MANAGEMENT (2-letý) (písemný test)

Základy statistiky. Zpracování pokusných dat Praktické příklady. Kristina Somerlíková

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ

P2: Statistické zpracování dat

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

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Testování statistických hypotéz

PRAVDĚPODOBNOST A STATISTIKA

1 ROVNOMĚRNOST BETONU KONSTRUKCE

Permutace s opakováním

Pravděpodobnost a aplikovaná statistika

Kvantily. Problems on statistics.nb 1

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

8.2.1 Aritmetická posloupnost I

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

SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík

Intervalový odhad. nazveme levostranným intervalem pro odhad parametru Θ. Statistiku. , kde číslo α je blízké nule, nazveme horním

Přednáška VIII. Testování hypotéz o kvantitativních proměnných

PRAVDĚPODOBNOST A STATISTIKA. Bodové a intervalové odhady

Pravděpodobnost a statistika - absolutní minumum

Zhodnocení přesnosti měření

b c a P(A B) = c = 4% = 0,04 d

Test hypotézy o parametru π alternativního rozdělení příklad

9. Měření závislostí ve statistice Pevná a volná závislost

Tomáš Karel LS 2012/2013

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

Úvod do teorie měření

Mendelova univerzita v Brně Statistika projekt

Náhodný výběr 1. Náhodný výběr

4.2 Elementární statistické zpracování Rozdělení četností

7. cvičení 4ST201-řešení


23. Mechanické vlnění

Elementární zpracování statistického souboru

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

STATISTIKA. Základní pojmy

7. Odhady populačních průměrů a ostatních parametrů populace

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

Permutace s opakováním

Poznámky k předmětu Aplikovaná statistika, 11. téma

FUNKCÍ JEDNÉ REÁLNÉ PROMĚNNÉ PRVNÍ DIFERENCIÁL

Vytápění BT01 TZB II - cvičení

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

( + ) ( ) ( ) ( ) ( ) Derivace elementárních funkcí II. Předpoklady: Př. 1: Urči derivaci funkce y = x ; n N.

PRAVDĚPODOBNOST A STATISTIKA. Náhodný vektor nezávislost, funkce náhodného vektoru

Intervalové odhady parametrů některých rozdělení.

P(n) = n * (n - 1) * (n - 2) *... 2 * 1 To odpovídá zápisu, ve kterém využíváme faktoriál:

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

Transkript:

1. Příklad Hodíme 60krát šestistěou hrací kostkou. Jedotlivé stěy padly v ásledujícím poměru: 7:9:10:6:15:13. Proveďte test a 5% hladiě výzamosti, zda je kostka v pořádku. H 0 : π 1 = 1/6, π = 1/6, π 3 = 1/6, π 4 = 1/6, π 5 = 1/6, π 6 = 1/6 H 1 : o H 0 π 0,i i *π 0,i i 0,167 7 10 0,9 0,167 9 10 0,1 0,167 10 10 0 0,167 6 10 1,6 0,167 15 10,5 0,167 13 10 0,9 Součet: = 60 60 6 G = 6 ( k 1) W ( G ); (5) 11,1; W ( G 11,1) 1 G W, H ezamítám, H epřímám, a 5% hladiě výzamosti.. Příklad V předloňském semestru se zúčastilo zkoušky z předmětu 4ST01 Statistika 1491 studetů, z ichž 7,5 % dostalo jedičku, 4,5 % dvojku, 37 % trojku a 31 % čtyřku ebo bylo omluveo. Z mých cvičeí dostalo jedičku 6 studetů, dvojku 8 studetů, trojku 16 studetů a čtyřku ebo omluveo 10 studetů. Otestujte a 5% hladiě výzamosti tvrzeí, že rozložeí zámek studetů z mých cvičeí odpovídá celoškolskému rozložeí zámek. H 0 : π 1 = 0,075, π = 0,45, π 3 = 0,37, π 4 = 0,31 H 1 : o H 0 π 0,i i *π 0,i i 0,075 6 3 3 0,45 8 9,8 0,33 0,37 16 14,8 0,10 0,31 10 1,4 0,46 Součet: 40 40 3,89 G = 3,89 ( k 1)

W ( G ); (3) 7,81; W ( G 7,81) 1 G W, H ezamítám, H epřímám, a 5% hladiě výzamosti. 3. Příklad U pacietů trpících chorobou bylo zjišťováo, zda byli očkovái a jaký průběh choroba má. Závisí průběh choroby a tom, zda paciet byl očková? Jaká je síla této závislosti? Uvažujte α = 0,05. Očkováí\Průběh choroby Lehký Těžký Ao 50 17 Ne 0 43 H 0 : π = π i. π.j (ezávislost) Lehký Těžký součty = i. Ao 50 17 67 Ne 0 43 63 součty =.j 70 60 = 130 Ao 36,08 30,9 Lehký Těžký Ne 33,9 9,08 Lehký Těžký Ao 5,37 6,7 Ne 5,71 6,67 G 4,0 (( r 1)( s 1)) r = ; s = W ( G ); (1) 3,84; W ( G 3,84) 1 G W, H zamítám, H přímám, a 5% hladiě výzamosti. C G 4,0 0,39 G 154,0 V G 4,0 0, 43; m mi( r; s) mi(;) m ( 1) 130

4. Příklad Byla zjišťováa souvislost mezi hladiou alkoholu v krvi (ízká, středí, vysoká) a rychlostí reakce (dobrá, špatá) u 100 áhodě vybraých lidí. Existuje souvislost? Pokud ao, jaká je itezita závislosti? Testujte a hladiě výzamosti α = 0,05. Hladia alkoholu\rychlost reakce Dobrá Špatá Nízká 53 1 Středí 5 15 Vysoká 13 H 0 : π = π i. π.j (ezávislost) Dobrá Špatá i. Nízká 53 1 65 Středí 5 15 0 Vysoká 13 15.j 60 40 100 Dobrá Špatá Nízká 39 6 Středí 1 8 Vysoká 9 6 Dobrá Špatá Nízká 5,03 7,54 Středí 4,08 6,13 Vysoká 5,44 8,17 G 36,38 (( r 1)( s 1)) r = 3; s = W ( G ); () 5,99; W ( G 5,99) 1 G W, H zamítám, H přímám, a 5% hladiě výzamosti.

G 36,38 C 0,5 G 136,38 G 36,38 V 0,60; m mi( r; s) mi(3;) m ( 1) 100 5. Příklad Byly sledováy rodié stavy evěst a žeichů při uzavíráí sňatků a byla vytvořea ásledující tabulka četostí. Zjistěte a 1% hladiě výzamosti, zda existuje statistická závislost mezi rodiým stavem žeicha a evěsty. Vypočítejte míru těsosti této závislosti. Žeich\Nevěsta Svobodá Rozvedeá Vdova Svobodý 37 10 6 Rozvedeý 8 1 8 Vdovec 5 8 6 H 0 : π = π i. π.j (ezávislost) Svobodá Rozvedeá Vdova i. Svobodý 37 10 6 53 Rozvedeý 8 1 8 8 Vdovec 5 8 6 19.j 50 30 0 100 Svobodá Rozvedeá Vdova Svobodý 6,5 15,9 10,6 Rozvedeý 14 8,4 5,6 Vdovec 9,5 5,7 3,8 Svobodá Rozvedeá Vdova Svobodý 4,16,19,00 Rozvedeý,57 1,54 1,03 Vdovec,13 0,93 1,7 G 17,8 (( r 1)( s 1)) r = 3; s = 3

W ( G ); (4) 13,8; W ( G 13,8) 1 0,99 0,01 G W, H zamítám, H přímám, a 1% hladiě výzamosti. 0,01 0 1 C G 17,8 0,39 G 117,8 V G 17,8 0,30; m mi( r; s) mi(3;3) 3 m ( 1) 00 6. Příklad Následující tabulka udává regio páka piva a prefereci pití piva točeého ebo z lahve. Posuďte a jejím základě, zdali existují rozdíly v prefereci pití piva (z plechovky ebo točeého) v růzých částech země. Hladia výzamosti je 10%. Vypočítejte míru těsosti této závislosti. Sever Střed Jih Plechovka 300 190 60 Točeé 00 110 40 H 0 : π = π i. π.j (ezávislost) Sever Střed Jih i. Plechovka 300 190 60 550 Točeé 00 110 40 350.j 500 300 100 900 Sever Střed Jih Plechovka 305,56 183,33 61,11 Točeé 194,44 116,67 38,89 Sever Střed Jih Plechovka 0,10 0,4 0,0 Točeé 0,16 0,38 0,03 G 0,94 (( r 1)( s 1)) r = ; s = 3

W ( G ); () 4,61; W ( G 4,61) 1 0,9 0,1 G W, H ezamítám, H epřímám, a 10% hladiě výzamosti. 0,1 0 1 G 0,94 C 0,03 G 900,94 G 0,94 V 0,03; m mi( r; s) mi(;3) m ( 1) 900 7. Příklad Ve 1 supermarketech byl testová vliv způsobu vystaveí zboží a jeho odbyt. Zboží bylo umístěo růzými způsoby (A a B), vždy v 6 supermarketech stejě a sledoval se počet prodaých kusů za určitou dobu. Rozhoděte pomocí testu, zda způsob umístěí zboží statisticky výzamě ovlivňuje počet prodaých kusů a hladiě výzamosti 0,01. Zhodoťte kvalitu vytvořeého modelu. Způsobem A: 4, 46, 37, 48, 53, 9 Způsobem B: 104, 79, 1, 115, 71, 89 H 0 : μ 1 = μ (ezávislost) Výpočet v Excelu přes doplěk Aalýza dat (Aktivace: Soubor -> Možosti -> Doplňky -> Přejít -> Aalytické ástroje; Spuštěí: Data -> Aalýza dat -> ANOVA: jede faktor) Aova: jede faktor Faktor Výběr Počet Součet Průměr Rozptyl A 6 318 53 394,4 B 6 580 96,66667 41,667 ANOVA Zdroj variability SS Rozdíl MS F Hodota P F krit Mezi výběry 570,333 1 570,333 14,1864 0,003686 4,964603 Všechy výběry 4033,333 10 403,3333 Celkem 9753,667 11 F 14,18 F( k 1; k) ; (1;10) F 4,96; 4,96 W F F F krit W F 1 F W ; H zamítám, H přímám, a 5% hladiě výzamosti Alterativě:

p-hodota = "Hodota P" = 0,0037 p-hodota α -> zamítám H 0 p-hodota > α -> ezamítám H 0 zde tedy p-hodota = 0,0037 < α = 0,05 ->zamítám H 0, přímám H 1, a 5% hladiě výzamosti. 570,333 Itezita závislosti P 0,586. 58,6 % variability počtu prodaých kusů je vysvětlitelé 9753,667 způsobem prodeje.