Hledej
Zobraz:
Univerzity
Kategorie
Rozšířené vyhledávání
12 659 projektů
0 nových
Přednášky ze statistiky
«»
| Přípona |
Typ přednášky |
Stažené 1 x |
| Velikost 7,8 MB |
Jazyk český |
ID projektu 5952 |
| Poslední úprava 15.06.2015 |
Zobrazeno 1 255 x |
Autor: agata.kucova |
Sdílej na Facebooku |
||
| Detaily projektu | ||
- Cena:
2 Kreditů - kvalita:
88,2% -
Stáhni
- Přidej na srovnání
- Univerzita:Technická univerzita v Liberci
- Fakulta:Fakulta textilní
- Kategorie:Přírodní vědy » Matematika
- Předmět:Statistika
- Studijní obor:-
- Ročník:5. ročník
- Formát:PDF dokument (.pdf)
- Rozsah A4:86 stran
1. Náhodné jevy a jejich vlastnosti
Náhodný jev označuje výsledek náhodného pokusu, o kterém lze po provedení pokusu rozhodnout, zda nastal nebo nenastal.
Náhodný jev představuje událost, která za určitých podmínek buď nastane, nebo nenastane. Je tedy možné vytvořit množinu S všech náhodných jevů, které mohou za daných podmínek nastat.
Míru možnosti jeho nastoupení vyjadřuje v číselné formě jeho pravděpodobnost. U náhodných jevů požadujeme hromadnost a stabilitu, tj. dostatečnou opakovatelnost a neměnnost pokusu. Nezbytným předpokladem je také rozpoznatelnost náhodných jevů.
Předmětem teorie pravděpodobnosti je studium náhodných jevů, tj takových dějů, jejichž výsledek není předem jednoznačně určen a očekává se pouze, že výsledek bude jedním z dané množiny možných výsledků Ω.
Takovému náhodnému ději budeme říkat náhodný pokus. Výsledkem pokusu mohou být čísla, číselné vektory, číselné posloupnosti, časový průběh nějaké funkce na daném intervalu, ale i libovolný kvalitativní ukazatel.
Řekneme, že při realizaci náhodného pokusu nastal jev , jestliže výsledek pokusu ω je prvkem A (tj.
- Výsledek ω pokusu je příznivý jevu A, jestliže
- Jev, který nastane při každé realizaci pokusu - jev jistý 1
- Jev, který nenastane při žádné realizaci pokusu - nemožná jev 0
Náhodný jev označuje výsledek náhodného pokusu, o kterém lze po provedení pokusu rozhodnout, zda nastal nebo nenastal.
Náhodný jev představuje událost, která za určitých podmínek buď nastane, nebo nenastane. Je tedy možné vytvořit množinu S všech náhodných jevů, které mohou za daných podmínek nastat.
Míru možnosti jeho nastoupení vyjadřuje v číselné formě jeho pravděpodobnost. U náhodných jevů požadujeme hromadnost a stabilitu, tj. dostatečnou opakovatelnost a neměnnost pokusu. Nezbytným předpokladem je také rozpoznatelnost náhodných jevů.
Předmětem teorie pravděpodobnosti je studium náhodných jevů, tj takových dějů, jejichž výsledek není předem jednoznačně určen a očekává se pouze, že výsledek bude jedním z dané množiny možných výsledků Ω.
Takovému náhodnému ději budeme říkat náhodný pokus. Výsledkem pokusu mohou být čísla, číselné vektory, číselné posloupnosti, časový průběh nějaké funkce na daném intervalu, ale i libovolný kvalitativní ukazatel.
Řekneme, že při realizaci náhodného pokusu nastal jev , jestliže výsledek pokusu ω je prvkem A (tj.
- Výsledek ω pokusu je příznivý jevu A, jestliže
- Jev, který nastane při každé realizaci pokusu - jev jistý 1
- Jev, který nenastane při žádné realizaci pokusu - nemožná jev 0
Klíčová slova:
náhodné javy
statistiky
pravděpodobnost
limitní věta
ukázka jejich použití
latinské čtverce
Obsah:
- 1. Náhodné jevy a jejich vlastnosti
2. Pravděpodobnost a její základní vlastnosti
3. Náhodná veličina a její charakteristiky (hustota, distribuční funkce, střední hodnota, rozptyl, modus, medián, percentily, kvantily)
4. Příklady nejdůležitějších diskrétních a spojitých rozdělení (alternativní, binomické, Poissonovo, multinomické, rovnoměrné, normální)
5. Typy dat, rozdíl mezi kvantitativními a kvalitativními daty
6. Grafické postupy pro zobrazení dat, typu rozdělení a závislosti mezi daty (histogram, empirická distribuční funkce, boxplot, rozptylový graf apod.)
7. Míry polohy (střední hodnota, medián, modus apod.) a míry variability (rozptyl, rozpětí apod.). Průměry a výběrové rozptyly jako základní odhady střední hodnoty a rozptylu.
8. Centrální limitní věta a její aplikace
9. Lineární regresivní model, princip a způsob odhadu, rezidua, interpretace výsledků
10. Odhady parametrů a konstrukce intervalů spolehlivosti
11. Statistické rozhodování, princip testování hypotéz, chyba prvního a druhého druhu, p-hodnota
12. Testy dobré shody a ukázka jejich použití
13. Porovnání středních hodnot dvou výběrů pro párová a nepárová data
14. Porovnání středních hodnot více výběrů (analýza rozptylu jednoduchého třídění)
15. Kontingenční tabulka, geneze a jejich analýza (test nezávislosti, symetrie a homogenity)
16. Populace a výběr, prostý a systematický náhodný výběr z konečné populace a jeho realizace
17. Latinské čtverce a jejich použití
18. Vývoj koncepce jakosti, definice jakosti, historie, přehled problémů. Inženýrství jakosti, terminologie, cena za jakost. On-line a off-line řízení jakosti.
19. Předpoklady o datech, normalita, vybočující měření, autokorelace, detekce porušení předpokladů.
20. Variabilita procesů, příčiny variability, modely, diagnostika. Analýza systémů měření.