9.3.5 Korelace. Předpoklady: 9304

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

FINANČNÍ MATEMATIKA- INFLACE

4.2 Elementární statistické zpracování Rozdělení četností

VÁŽENÝ ARITMETICKÝ PRŮMĚR S REÁLNÝMI VAHAMI

jsou varianty znaku) b) při intervalovém třídění (hodnoty x

jsou reálná a m, n jsou čísla přirozená.

Poznámky k tématu Korelace a jednoduchá lineární regrese (Téma není ve skriptech)

1. Základy měření neelektrických veličin

8.2.1 Aritmetická posloupnost

Úvod do korelační a regresní analýzy

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

a q provedeme toto nahrazení a dostane soustavu dvou rovnic o dvou neznámých: jsou nenulová čísla (jinak by na pravé straně rovnice byla 0)

f x a x DSM2 Cv 9 Vytvořující funkce Vytvořující funkcí nekonečné posloupnosti a0, a1,, a n , reálných čísel míníme formální nekonečnou řadu ( )

5.5. KOMPLEXNÍ ODMOCNINA A ŘEŠENÍ KVADRATICKÝCH A BINOMICKÝCH ROVNIC

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

Metody zkoumání závislosti numerických proměnných

Generování dvojrozměrných rozdělení pomocí copulí

8.2.1 Aritmetická posloupnost I

Korelační analýza. sdružené regresní přímky:

nazveme číselným vektorem. Čísla a Definice. Vektor, jehož všechny složky se rovnají nule, se nazývá nulový vektor o r = (0, 0, 0,, 0).

PRAVDĚPODOBNOST A STATISTIKA

Univerzita Karlova v Praze Pedagogická fakulta

Vyšší mocniny. Předpoklady: Doplň místo obdélníčků správné číslo. a) ( 2) 3. = c) ( ) = 1600 = e) ( 25) 2 0,8 0, 64.

11. Časové řady Pojem a klasifikace časových řad

1.3. POLYNOMY. V této kapitole se dozvíte:

Lineární regrese ( ) 2

8.2.7 Vzorce pro geometrickou posloupnost

S1P Popisná statistika. Popisná statistika. Libor Žák

Spolehlivost a diagnostika

PŘÍKLAD NA PRŮMĚRNÝ INDEX ŘETĚZOVÝ NEBOLI GEOMETRICKÝ PRŮMĚR

1 Měření závislosti statistických znaků. 1.1 Dvourozměrný statistický soubor

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

3. Hodnocení přesnosti měření a vytyčování. Odchylky a tolerance ve výstavbě.

[ jednotky ] Chyby měření

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1

1.3. ORTOGONÁLNÍ A ORTONORMÁLNÍ BÁZE

Kapitola 5.: Analýza rozptylu jednoduchého třídění

Doc. Ing. Dagmar Blatná, CSc.

10 částic. 1,0079 1, kg 1, kg. 1, kg. 6, , kg 0, kg 1,079g

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

8.1.3 Rekurentní zadání posloupnosti I

a my chceme data proložit nějakou hladkou funkcí, která by vystihovala hlavní vlastnosti dat, ale ignorovala malé fluktuace a nepřesnosti.

1.1 Definice a základní pojmy

, jsou naměřené a vypočtené hodnoty závisle

Petr Šedivý Šedivá matematika

8.1.2 Vzorec pro n-tý člen

14. Korelace Teoretické základy korelace Způsoby měření závislostí pro různé typy dat

8.2.7 Geometrická posloupnost

10.3 GEOMERTICKÝ PRŮMĚR

Úlohy krajského kola kategorie B

Závislost slovních znaků

Regrese. Aproximace metodou nejmenších čtverců ( ) 1 ( ) v n. v i. v 1. v 2. y i. y n. y 1 y 2. x 1 x 2 x i. x n

Úvod do zpracování měření

TĚŽIŠTĚ A STABILITA. Těžiště tělesa = bod, kterým stále prochází výslednice tíhových sil všech jeho hmotných bodů, ať těleso natáčíme jakkoli

MATICOVÉ HRY MATICOVÝCH HER

9. Měření závislostí ve statistice Pevná a volná závislost

8.1.2 Vzorec pro n-tý člen

Beta faktor a ekvitní prémie z cizího trhu: přenositelnost a statistická spolehlivost

Mendelova univerzita v Brně Statistika projekt

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

Ilustrativní příklad ke zkoušce z B_PS_A léto 2014.

Ilustrativní příklad ke zkoušce z B_PS_A léto 2013.

Testování statistických hypotéz

1.1 Rozdělení pravděpodobnosti dvousložkového náhodného vektoru

1. K o m b i n a t o r i k a


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

VY_52_INOVACE_J 05 01

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

3. Lineární diferenciální rovnice úvod do teorie

n=1 ( Re an ) 2 + ( Im a n ) 2 = 0 Im a n = Im a a n definujeme předpisem: n=1 N a n = a 1 + a a N. n=1

ZÁKLADY STAVEBNÍ MECHANIKY

Chyby přímých měření. Úvod

Pravděpodobnostní modely

7.2.4 Násobení vektoru číslem

2 STEJNORODOST BETONU KONSTRUKCE

Přednáška č. 10 Analýza rozptylu při jednoduchém třídění

Funkce. RNDr. Yvetta Bartáková. Gymnázium, SOŠ a VOŠ Ledeč nad Sázavou

Derivace součinu a podílu

FLUORIMETRIE. Jan Fähnrich. Obecné základy

Interpolace a aproximace. Interpolace algebraickým polynomem a aproximace metodou nejmenších čtverců

Testy statistických hypotéz

1.7.4 Těžiště, rovnovážná poloha

U. Jestliže lineární zobrazení Df x n n

SEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI

1.2. NORMA A SKALÁRNÍ SOUČIN

Struktura a architektura počítačů

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

4.5.9 Vznik střídavého proudu

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

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

Kvantová a statistická fyzika 2 (Termodynamika a statistická fyzika)

Základy korelační analýzy

8. Zákony velkých čísel

1. Úvod do základních pojmů teorie pravděpodobnosti

Iterační výpočty projekt č. 2

Vztahy mezi základním souborem a výběry. Základní pojmy a symboly. K čemu to je dobré? Výběrové metody zkoumání

je konvergentní, právě když existuje číslo a R tak, že pro všechna přirozená <. Číslu a říkáme limita posloupnosti ( ) n n 1 n n n

Permutace s opakováním

12. N á h o d n ý v ý b ě r

Transkript:

935 Koelace Předpoklad: 9304 Zatím jsme se zabýval vžd pouze jedím zakem, ve statstckém výzkumu jsme však u každého jedotlvce (statstcké jedotk) sledoval zaků více Učtě spolu ěkteé zak souvsí (apříklad výška a hmotost) jde souvslost zachtt matematck (výpočtem)? Koelačí koefcet zaků a :, ( )( ) Jak vzoec pozá, že spolu dva zak souvsí? Vzkoušíme jeho fukc a kokétím případě ěkolka studetů uvedeých v tabulce: Výška 205 50 80 55 Hmotost 95 5 55 85 Potože se ve vzoc vsktují ještě půmě, musíme předpokládat, že záme půměé hodot výšk (apříklad 75 cm) a hmotost (apříklad 75 kg) s s Př : Pojd hodot uvedeé v tabulce a ajd sloupce, kteé podpoují hpotézu, že větší ldé jsou v půměu těžší Kteé sloupce této hpotéze odpoují? Hpotézu podpoují sloupce, ve kteých je jak výška, tak hmotost větší ež půmě, ebo sloupce, ve kteých jsou obě hodot meší ež půmě Naopak hpotéze odpoují sloupce, ve kteých je jeda z hodot větší ež půmě a duhá je meší hpotézu podpoují sloupce (obě hodot větší ež půmě) a 2 (obě hodot meší ež půmě) hpotéze odpoují sloupce 3 a 4 (jedo hodota větší ež půmě, duhá meší) Př 2: Dosaď jedotlvé sloupce tabulk do výazu ( )( ) přspívají k celkovému součtu ( )( ) sloupec: ( )( ) ( )( ) a zhodoť, jak 205 75 95 75 30 20 600 získal jsme kladé číslo, kteé je tím větší, čím větší jsou obě hodot s poováí s půmě 50 75 5 75 25 24 600 získal 2 sloupec: ( )( ) ( )( ) ( ) ( ) jsme kladé číslo, kteé je tím větší, čím meší jsou obě hodot s poováí s půmě 80 75 55 75 5 20 00 získal jsme 3 sloupec: ( )( ) ( )( ) ( ) zápoé číslo, kteé je tím větší, čím více se obě hodot lší od svých půměů 55 75 85 75 20 0 200 získal jsme 4 sloupec: ( )( ) ( )( ) ( ) zápoé číslo, kteé je tím větší, čím více se obě hodot lší od svých půměů V příkladu jsme s ukázal, že statstcké jedotk, kteé potvzují hpotézu větší je těžší, přspívají do sum kladým čísla, statstcké jedotk, kteé hpotézu popíají, přspívají zápoým čísl

Zkusíme ozvažovat obecě a sledovat hodotu souču v sumě: vsoká a těžká statstcká jedotka (v souladu s představou, že oba zak spolu souvsí) >, > souč ( )( ) je součem dvou kladých čísel do sum přdáváme kladé číslo (zvětšujeme její hodotu), malá a lehká statstcká jedotka (v souladu s představou, že oba zak spolu souvsí) <, < souč ( )( ) je součem dvou zápoých čísel do sum přdáváme kladé číslo (zvětšujeme její hodotu), vsoká a lehká statstcká jedotka (odpouje představě, že oba zak spolu souvsí) >, > souč ( )( ) je součem kladého čísla ( ) a zápoého čísla ( ) do sum přdáváme zápoé číslo (zmešujeme její hodotu), malá a těžká statstcká jedotka (odpouje představě, že oba zak spolu souvsí) >, > souč ( )( ) je součem zápoého čísla ( ) a kladého čísla ( ) do sum přdáváme zápoé číslo (zmešujeme její hodotu) Pokud větša jedotek odpovídá představě, že oba zak spolu souvsí, získáme sumací kladé číslo, pokud je počet čleů, kteé představě odpovídají přblžě stejé jako počet čleů, kteé j vvací, získáme sumací číslo blízké ule Jaký výzam mají zbývající část vzoce? - záme z výpočtu půměu ozptlu, zabaňuje tomu, ab př větším počtu čleů všel větší výsledek s s - sumou sčítáme ásobk odchlek od půměů po soubo s větším ozptlem bchom získal větší hodotu př meší míře závslost po vděleí součem s s odstaíme závslost a ozptlu hodot a získáme výsledek v tevalu ; Př 3: Co vpovídá o vztahu velč a hodota koelace blízká: a) b) c) 0? a) (, ) se blíží je ejvšší možá hodota koefcetu souč ( )( ) musel do sum přspívat kladým čísl velč, jsou svázá úzkým vztahem větší zameá větší b) (, ) se blíží - - je ejžší možá hodota koefcetu souč ( )( ) musel do sum přspívat téměř pořád zápoým čísl (popíal hpotézu větší zameá těžší ) velč, jsou svázá úzkým vztahem větší zameá meší c) (, ) se blíží 0 2

souč ( )( ) musel do sum přspívat stejě kladým zápoým čísl velč, ejsou svázá vztahem větší zameá meší (a vztahem opačým) Pedagogcká pozámka: Následující odvozeí opět pouze ukáž pomocí pojektou Tva, ( )( ) s s umožňuje tepetovat vtří logku vzoce, ale a paktcké výpočt je přílš složtý Čtatel zlomku je možé upavt takto: ( )( ) ( + ) ( + + ) ( + ( ) + ( ) ) + ( ) + ( ) Upavíme jedotlvé sum: ( ) ( ) 0 se odchlk a obě sta avzájem odečetl), ( ) ( ) 0 se odchlk a obě sta avzájem odečetl), (-kát sčítáme stále stejou hodotu souču půměů ) ( )( ) ( + ) (z mulé hod půmě je taková hodota, ab (z mulé hod půmě je taková hodota, ab, s s Paktčtější vztah po výpočet koelace: Př 4: V tabulce je uvedeo pvích šest dvojc zaků zámka z matematk a zámka z fzk Uč jejch koelačí koefcet (zámka z matematk 3 2 2 4 3 2 (zámka z fzk) 3 2 3 2 2 3 + 2 + 2 + 4 + 3 + 2 3+ 2 + + 3+ 2 + 2 Pomocé výpočt: 2,67, 2,7 6 6 2 2 2 2 2 2 2 2 2 ( 3 2 2 4 3 2 ) 2,67 0,733 6 s + + + + + 2 2 2 2 2 2 2 2 2 ( 3 2 3 2 2 ) 2,7 0,677 6 s + + + + + ( 3 3 + 2 2 + 2 + 4 3 + 3 2 + 2 2 ) 2,67 2,7 6 0, 75, s s 0,733 0,677 3

Hodota, 0, 75 zameá jž začou míu závslost Ručí výpočet koelačího koefcetu je začě zdlouhavý po pouhých šest dvojc hodot Výpočet je možé (z přízvých okolostí) uchlt tím, že sestavíme a vužjeme tabulku četostí, tetokát četostí dvojc hodot zaků a tabulka emůže mít pouze jede řádek a záps četostí, sledujeme dvojc zaků a každá možá dvojce hodot potřebuje své políčko Pedagogcká pozámka: Následující příklad eí vede jako příklad, abch ho mohl jedak postupě vsvětlovat u tabule (hlavě začátek je těžký) a jedak lbovolě uchlovat tak, ab a příklad 2 zbla alespoň čtvthoda Například po dvojce zaků zámka z matematk (pět hodot) a doba stáveá studem (pět hodot), potřebujeme 5 5 25 políček Doba stáveá studem Zámka z matematk 2 3 4 5 2 2 3 2 8 2 4 3 5 Tojka v duhém sloupc a čtvté řádce zameá, že tř žác mají z matematk dvojku (duhý sloupec) a záoveň táví studem tochu větší ež půměé možství času Z tabulk můžeme sado získat četost po jedotlvé zak, apříklad 2 z matematk má pět žáků, kteé získáme součtem hodot ve duhém sloupc tabulk zámka z matematk, doba stáveá studem + 2 5 + 3 0 + 4 3 Pomocé výpočt: 2,79, 9 2 3 + 3 3 + 4 3 3 9 *2 2 2 2 2 2 2 ( + 5 2 + 0 3 + 3 4 ) 2,79 0,764 9 s *2 2 2 2 2 2 ( 2 3 + 3 3 + 4 3 ) 3 0,562 j 9 s, ( 2 3 2 + 4 2 + 3 + 2 2 3 + 8 3 3 + 2 4 3 + 3 2 4 ) 2,79 3 9 0, 494 0,764 0,562 Co zameá zápoá hodota koelačího koefcetu? Žác, kteří se více saží (více hod), mají lepší zámku z matematk více hod studa zameá meší zámku z matematk oba zak jsou a sobě závslé, adpůměým hodotám času, odpovídají podpůměé hodot zámk (větša čleů v sumě b bla zápoá) 4

Př 5: Sestav tabulku elatvích četostí a uč koelac zaků Zámka z matematk a Matuta z matematk Studetům, kteří matuovat ebudou přřaď hodotu 0, studetům, kteří matuovat budou hodotu Matuta z matematk () Zámka z matematk () 2 3 4 5 0 2 8 3 3 2 zámka z matematk, matuta z matematk + 2 5 + 3 0 + 4 3 Pomocé výpočt: 2,79, 9 6 + 3 0 0,36 9 2 2 2 2 2 2 2 ( 5 2 0 3 3 4 ) 2,79 0,764 9 s + + + 2 2 *2 2 6 + 0 3 0,36 2 0,465 j 9 s ( + 2 2 0 + 3 2 + 8 3 0 + 2 3 + 3 4 0 ) 2,79 0,36 9, s s 0,764 0,465 0,556 Na závě je uté upozot, že pomocí koelace můžeme pokázat vzájemou souvslost dvou zaků Ze vzájemé souvslost však jak evplývá příčý vztah Například je zřejmé, že výška platu koeluje s ceou soukomého automoblu Tvdt však, že s musíme koupt dahé auto, ab ám zvýšl mzdu, b blo velm odvážé Každý cítí, že příčá souvslost je zřejmě opačá Shutí: Koelace umožňuje zachtt vzájemou souvslost dvou velč 5