Téma 6. Řešené příklady



Podobné dokumenty
Téma 7. Řešené příklady

DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica

Jednostranné intervaly spolehlivosti

Testování hypotéz. 4. přednáška

výška (cm) počet žáků

Rozvrhování nákladů pomocných činností a režijních nákladů na výkony rostlinné a živočišné výroby

Sklizeň moštových hroznů v ČR v roce Jiří Sedlo, Martin Půček, Lenka Křivánková

MATEMATIKA III V PŘÍKLADECH

MSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test

Poznámky k předmětu Aplikovaná statistika, 9.téma

Pracovní list č. 3 Charakteristiky variability

Dvouvýběrové a párové testy. Komentované řešení pomocí MS Excel

Organizační směrnice Obchodní podmínky pro internetový obchod KAYSER, s.r.o.

Cvičící Kuba Kubina Kubinčák Body u závěrečného testu

KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA. Charakteristiky variability. Mgr. Jakub Němec. VY_32_INOVACE_M4r0120

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Analýza rozptylu. ANOVA cvičení

Kontrola mléčné užitkovosti krav v kontrolním roce 2006/2007 Ing. Pavel Bucek, Českomoravská společnost chovatelů, a.s.

=10 =80 - =

Biostatistika Cvičení 7

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

STATISTICA Téma 6. Testy na základě jednoho a dvou výběrů

Určení hustoty látky. (laboratorní práce) Zvyšování kvality výuky v přírodních a technických oblastech CZ.1.07/1.1.28/

STATUT SOUTĚŽE VINAŘ ROKU 2015

Příklad 81b. Předpokládejme, že výška chlapců ve věku 9,5 až 10 roků má normální rozdělení N(mi;sig2)

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

Řešení: máme diskrétní N.V. vzdělání bez maturity, s maturitou, vysokoškoláci, PhD.

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

ZPRÁVA ZA DÍLČÍ VÝSLEDKY ŘEŠENÍ VÝZKUMNÉHO PROGRAMU 3.d ZA ROK 2014

výška (cm) počet žáků

Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test

Laboratorní práce č. 2: Určení měrné tepelné kapacity látky

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

Statistika. 2) U 127 zaměstnanců firmy byl zjištěn počet jejich rodinných příslušníků a výsledek shrnut v tabulce:

Zeptali jsme se 10 osob, kolik minut provolají měsíčně s rodinou a jejich odpovědi jsme zaznamenali do tabulky:

2013 NÁKLADY A VÝNOSY VYBRANÝCH ROSTLINNÝCH A ŽIVOČIŠNÝCH VÝROBKŮ (předběžné výsledky)

TECHNICKÁ UNIVERZITA V LIBERCI

Případová studie Kožená galanterie LUKA. Bc. Tereza Jašková

Analýza výsledků testu čtenářské gramotnosti v PRO /11

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

Téma 2. Řešené příklady

3 Elasticita nabídky. 3.1 Základní pojmy. 3.2 Grafy. 3.3 Příklady

= = 2368

Cvičení 9: Neparametrické úlohy o mediánech

tazatel Průměr ve Počet respondentů Rozptyl ve

Sklizeň moštových hroznů v ČR v roce 2011 Jiří Sedlo a Martin Půček, Svaz vinařů ČR

P13: Statistické postupy vyhodnocování únavových zkoušek, aplikace normálního, Weibullova rozdělení, apod.

PILOTNÍ ZKOUŠKOVÉ ZADÁNÍ

Zdravíme všechny příznivce anket, průzkumů a vůbec všeho, co nějak souvisí s životním stylem studentů GSG Přípotoční



1. Příklad U automobilu byla měřena spotřeba benzínu v závislosti na rychlosti:

Stav a vývoj prodeje potravin ve vybrané oblasti v závislosti na rozvoji sítě supermarketů

RENOMIA AGRO VÁŠ PORADCE V POJIŠTĚNÍ ZELINÁŘSKÉ DNY SKALSKÝ DVŮR

se bude objevovat jen v 5% pokusů. Výsledky měření jsou: 0,31; 0,30; 0,29; 0,32.

kupní cena: ,- Kč Splatnost jednorázově, do 30 dnů ode dne podpisu kupní smlouvy na účet prodávajícího. Návrh č. 2.

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ ÚSTAV SOUDNÍHO INŽENÝRSTVÍ

Jaké pokusy potřebujeme z termiky?

PRAVDĚPODOBNOST A STATISTIKA

Zveme Vás na přednášku na téma: Termín a místo konání: Zveme Vás na přednášku na téma: Termín a místo konání: Zveme Vás na přednášku na téma:

Na zde uvedené zboží, zakoupené na adrese Vám nabízíme individuální slevy.

MĚŘENÍ HMOTNOSTI METODICKÝ LIST FYZIKÁLNÍ VELIČINY. Tematický okruh MĚŘENÍ HMOTNOSTI. Učivo. Ročník 6., 7. 2 vyučovací hodiny.

Odrůdové zkušebnictví ÚKZÚZ Lípa,


PŘÍLOHA ÚČETNÍ ZÁVĚRKY 2014 Čl. I Obecné údaje

Váš dopis zn. SZn. Vyřizuje/ linka Datum S-MHMP /2012/1/OZP/VI Ing. Pospíšilová /

Náhodné (statistické) chyby přímých měření

Opravný list diplomové práce

Pracovní list č. 4 Poměrní ukazatelé

3/8.4 PRAKTICKÉ APLIKACE PŘI POUŽÍVÁNÍ NEJISTOT

Normální (Gaussovo) rozdělení

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

Určeno studentům středního vzdělávání s maturitní zkouškou, předmět: Marketing a management, téma: Marketingový výzkum

Testování statistických hypotéz

Příloha P.1 Mapa větrných oblastí

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ ÚSTAV SOUDNÍHO INŽENÝRSTVÍ

Byl vytvořen pro snadnou orientaci budoucích správců v systému. Čas, kdy byl uživatel naposledy aktivní.

Základy navrhování průmyslových experimentů DOE

VÝNOS A KVALITA SLADOVNICKÉHO JEČMENE PŘI HNOJENÍ DUSÍKEM A SÍROU. Ing. Petr Babiánek

Domácí laboratorní úloha. Téma: Měření fyzikálních veličin. Námět: Počasí

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání

CENTRUM ROZVOJE STROJÍRENSKÉHO VÝZKUMU LIBEREC

Náhodné chyby přímých měření

Poměrní ukazatelé. Centrum pro virtuální a moderní metody a formy vzdělávání na Obchodní akademii T. G. Masaryka, Kostelec nad Orlicí

Mechanické kmitání - určení tíhového zrychlení kyvadlem

Potrubní ohřívače vzduchu : AVSAVS 100

Zemědělství a potravinářský průmysl

TEST Z TEORIE EXPLORAČNÍ ANALÝZA DAT

STÁTNÍ ROSTLINOLÉKAŘSKÁ SPRÁVA

Hraniční duby určení věku

Tab. č. 1 Druhy investic

KGG/STG Statistika pro geografy

Vlastnosti kyseliny sírové

Ing. Michael Rost, Ph.D.

Písemná práce k modulu Statistika

MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA FAKULTA PROVOZNĚ EKONOMICKÁ OBCHODNÍ LOGISTIKA. Výběr dodavatele. Zpracovali: Pavel Jaroš, 4.

Tomáš Karel LS 2012/2013

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ fakulta Elektrotechnická PODNIKATELSKÝ PLÁN

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

Transkript:

Téma 6. Řešené příklady 1. Odborníci uvádějí, že mladí lidé méně čtou. Zatímco před deseti lety student gymnázia přečetl v průměru 3 knih ročně, měla by být tato hodnota v současné době významně nižší. Rozhodněte, zda mají odborníci pravdu, znáte-li údaje o počtu přečtených knih za rok. Ty poskytlo 13 náhodně vybraných studentů - viz tab. 1. Tab. 1 Student 1 2 3 4 5 6 7 8 9 1 11 12 13 Počet přečtených knih za rok 1 25 28 15 41 27 25 1 25 4 1 2 18 Volte α =,5. µ 3 t = -2,589 µ < 3 p levostr. =,118 se zamítá ve prospěch. 2. Firmy ravo a appy Day garantují zákazníkům minimálně 5-ti procentní obsah pomerančové šťávy v pomerančových nektarech. Laboratorními zkouškami byly v osmi náhodně vybraných vzorcích naměřeny hodnoty, uvedené v tab. 2. Obsah pomerančové šťávy v % Tab. 2 ravo 58,8 5,2 53,5 49,4 51,7 47,9 5,3 53,8 appy Day 51,1 49,7 53,8 52,3 5,5 49,1 52,8 57,1 Otestujte, zda uvedené firmy dodržují své závazky vůči zákazníkům. µ 5 µ < 5 ravo t = 1,61 p levostr. =,924 se nezamítá ve prospěch. appy Day t = 2,24 p levostr. =,97 se nezamítá ve prospěch. 3. Zvídaný student ZF pozoroval 1 po sobě následujících pracovních dnů, jak jezdí v ranišovské ulici linka č. 1 a č. 3 D. Linka č. 1 má stanovený příjezd v 738 a linka č. 3 má stanovený příjezd v 746. Chtěl vědět, která linka je spolehlivější v tom slova smyslu, že má nižší variabilitu odchylek od jízdního řádu. Pro účely šetření zavedl následující stupnici.. příjezd ve stanovený čas, 1.. 1 minuta zpoždění, -1. příjezd o 1 minutu dříve. aměřil hodnoty, uvedené v tabulce 3.

Tab. 3 Linka č. 1 2 4-3 2-4 -3 5 Linka č. 3 4 6 3-1 1 odnoty výběrových rozptylů s 2 1, s 2 3 signalizují, že linka č.1 je nespolehlivější. Je tomu skutečně tak? Student údaje vyhodnotil. K jakému závěru dospěl? S jakou maximální spolehlivostí je prokazatelné, že linka č.1 má vyšší variabilitu? ypotézu ověříme testem. 1 = σ 3 F = 1,693 1 fσ3 p pravostr. =,222 se nezamítá ve prospěch. Chceme li tvrdit, že linka č. 1 má vyšší variabilitu odchylek od jízdního řádu, pak naše tvrzení má spolehlivost 77,8%. 4. anagement hypermarketu chce změnit způsob prezentace slev zboží, aby více upoutal pozornost zákazníků a tím zesílil motivaci ke koupi. Provedl proto pokus náhodně vybral 1 ochotných návštěvníků hypermarketu, kterým formou testu položil 3 otázek, týkajících se prodávaného zboží. Správně zodpovězená otázka byla hodnocena jedím bodem. Poté se změnil způsob prezentace zboží a pokus se stejnými otázkami byl znovu opakován. (Pochopitelně s jinými zákazníky.) Výsledky jsou uvedeny v tabulce 4. Tab. 4 Zákazník 1 2 3 4 5 6 7 8 9 1 Počet bodů 25 1 18 28 21 27 14 23 3 (starý způsob prezentace) Počet bodů 27 25 3 23 29 3 29 25 27 21 (nový způsob prezentace) Vyhovuje nový způsob prezentace zboží záměrům managementu? S jakou spolehlivostí je tato skutečnost prokazatelná? Pomocný test µ µ σ = σ µ < µ F = 4,734 p =,3; rozdíl v rozptylech je průkazný. t = -2,698 p levostr. =,29773 se zamítá ve prospěch se spolehlivostí max. = (1-,2977) 1 = 97,23 %. 5. Otestujte, zda je výkon motoru firmy onda při stejném zatížení stejný jako výkon motoru firmy ercedes, vycházíte-li z údajů uvedených v tab. 5.

Tab. 5 Výkony motorů po třech hodinách provozu (kw) otor 1 2 3 4 5 6 7 8 onda (kw) 45 47 46 45 47 49 46 44 ercedes (kw) 44 48 47 43 48 44 48 45 S jakou maximální spolehlivostí je rozdíl ve výkonech motorů obou firem prokazatelný? Pomocný test µ = µ σ = σ µ µ F = 1,8296 v rozptylech je neprůkazný. t =,271 p =,791 se nezamítá ve prospěch. p =,444; rozdíl 6. ajitel pizzerie má dvě provozovny vykazující v průměru zhruba stejné tržby. Chce zjistit, zda zavedení nové služby - roznášky do domu - výrazně ovlivní výši tržeb. Proto učinil pokus. V provozovně zavedl novou službu a v provozovně nikoli. Protože ví, že zákazníkům je třeba dát čas, aby si na novou službu zvykli, začal až po měsíci provozu zaznamenávat týdenní tržby. Údaje (v tis. Kč) jsou uvedeny v tabulce 6. Tab. 6 Tržby provozoven (tis. Kč) Týden Provozovna Provozovna 1 85,2 86,4 2 9,1 89,6 3 89,9 87,1 4 92,9 9,2 5 11,5 13,3 6 11,6 14,7 7 18,4 15,3 8 11,2 11,1 9 9,4 84,9 1 87,8 91,1 11 74,9 78,4 12 69,9 63,7 Po dvanácti týdnech pokus ukončil a data vyhodnotil. Zkuste to také. Doporučíte majiteli roznášku do domu zrušit? Pomocný test µ µ σ = σ µ > µ F = 1,7 p =,91; rozdíl v rozptylech je neprůkazný t = -,73 p pravostr. =,535 se nezamítá ve prospěch.

7. ajitel má dva vinohrady o stejné rozloze, stáří i odrůdě vinné révy. Je známo, že nejpříhodnějším místem k pěstování vinné révy jsou svahy nakloněné k jihu, s dostatkem slunečního světla, chráněné před chladnějšími větry. V našem případě je však jeden z vinohradů vysázen na jihovýchodní straně kopce a druhý na jihozápadní straně. Zjistěte, zda poloha vinohradu má vliv na a) vyrovnanost výnosů, b) výnosnost vinohradu, máte-li k dispozici data o výnosnosti z náhodně vybraných minulých sklizní - viz tabulka č.7. a) Výnosnost (kg) Tab. 7 Jihovýchodní svah 215 289 311 276 25 31 312 Jihozápadní svah 273 29 33 318 279 29 265 σ = σ F = 2,257 p =,345 se nezamítá ve prospěch. b) µ = µ µ µ t = -,82 p =,438 se nezamítá ve prospěch. 8. ylo vybráno 1 vepřů ze stejného vrhu. Vepři byli zváženi a přeočkováni proti nakažlivé chorobě. Je známo, že očkování je stresovým faktorem, a že po něm dochází ke zvýšení teploty. Posuďte, zda dojde také k významnému poklesu hmotnosti zvířete (α =,5). motnost vepřů před a po očkování je uvedena v tabulce 8. Tab. 8 Číslo zvířete 1 2 3 4 5 6 7 8 9 1 motnost před očkováním (kg) 48 49 42 53 58 57 66 59 5 48 motnost po očkování (kg) 45 44 43 5 55 56 62 59 51 45 µ µ µ > µ 3 t = 3 p pravostr. = 7,478 1 se zamítá ve prospěch

9. a základě výsledků pokusu - viz tabulka 9 - posuďte, zda při zkrmování řepných skrojků dochází k průkazné změně v tučnosti mléka. Tučnost mléka byla měřena u deseti dojnic ve dvou obdobích. V období před zahájením zkrmování skrojků a v období při zkrmování skrojků. S jakou spolehlivostí je změna průkazná? Průměrná tučnost mléka v období (% ) Tab. 9 Číslo dojnice 1 2 3 4 5 6 7 8 9 1 Před zkrmováním skrojků 4, 3,7 3,8 3,5 4,2 3,8 3,9 4, 4,2 3,9 Při zkrmování 4,1 4,1 4, 3,8 4,2 4, 4,3 4,3 4,1 4,1 µ = µ µ µ 3 t = -3,873 p = 3,77 1 se zamítá ve prospěch se spolehlivostí max. (1-,377 1-3 ) 1 = 99,6 %. 1. V lékařském odborném časopisu bylo uvedeno, že člověk večer váží víc než ráno. Veřejnost však tvrdí, že tomu tak není. yl proto proveden pokus, při němž 12 náhodně vybraných lidí bylo před snídaní a před večeří zváženo na digitální váze - výsledky jsou uvedeny v tabulce 1. S 95 %ní spolehlivostí rozhodněte, kdo má pravdu. S jakou spolehlivostí je průkazné, že lékaři mají pravdu? Tab. 1 motnost (kg) Pořad.číslo 1 2 3 4 5 6 7 8 9 1 11 12 Ráno 75,2 86,6 92,4 69,9 79,7 71,5 82,8 98,5 91, 69,3 87,6 9,8 Večer 76,4 86,2 92,4 7,4 8, 71,8 82,7 98,7 9,9 69,9 88,4 9,8 µ µ R µ < µ R VE VE t = -2,139 p levostr. =,28 se zamítá ve prospěch, se spolehlivostí max. (1-,28) 1 = 97,2 %.