ŠTATISTICKÉ METÓDY VPRAXI
|
|
- Κάρμη Αλεβιζόπουλος
- 5 χρόνια πριν
- Προβολές:
Transcript
1 TECHNICKÁ UNIVERZITA V KOŠICIACH Strojnícka fakulta ŠTATISTICKÉ METÓDY VPRAXI Miriam Andrejiová Edícia vedeckej a odbornej literatúry Košice 2016
2 Technická univerzita v Košiciach, Strojnícka fakulta Miriam Andrejiová Štatistické metódy v praxi Recenzenti: doc. RNDr. Viktor Pirč, CSc. RNDr. Anna Grinčová, PhD. c Strojnícka fakulta, Technická univerzita v Košiciach Tlač: EQUILIBRIA, s.r.o., Košice ISBN:
3 Predhovor V súčasnej dobe čoraz výraznejšie rastie dopyt po štatistických informáciách a po výsledkoch kvalitných štatistických analýz. Rovnako aj úspešné rozhodovanie v mnohých oblastiach nášho života a technickej praxe nie je možné bez aspoň minimálneho využívania štatistiky a štatistických metód. Preto nemôžeme ani v najmenšom pochybovať o význame štatistiky. Táto vysokoškolská učebnica je určená predovšetkým pre poslucháčov prvého ročníka druhého stupňa vysokoškolského štúdia Strojníckej fakulty Technickej univerzity v Košiciach v študijnom programe Inžinierstvo kvality produkcie, Bezpečnosť technických systémov a Strojárske technológie. Rovnako dobre ale môže poslúžiť aj študentom študujúcim iný študijný program, resp. poslucháčom iných fakúlt Technickej univerzity v Košiciach. Učebnica obsahuje základy štatistiky a vybrané štatistické metódy: metódy štatistickej indukcie, závislosť kvalitatívnych a kvantitatívnych premenných, úvod do analýzy časových radov a štatistických metód riadenia kvality. Mnoho ďalších štatistických metód(napr. dvojfaktorová analýza rozptylu, metóda plánovania experimentov, viacrozmerné rozhodovacie metódy, zhluková analýza, faktorová analýza a pod.) nie sú obsahom učebnice. Cieľom učebnice nie je podať vyčerpávajúce množstvo informácií, ale vybudovať dobrý základ v oblasti štatistických metód. Počítač a kvalitný softvér, ktorý dokáže zrealizovať efektívne a rýchlo štatistické vyhodnotenie, sa stáva súčasťou nášho života. To ale neznamená, že nie je potrebná znalosť štatistiky. Práve naopak. Na pochopenie počítačových výstupov je nutné poznanie podstaty použitých štatistických metód, pretože zlá interpretácia výsledkov a záverov môže viesť k nesprávnym rozhodnutiam. V dôsledku toho sú riešenia vybraných úloh realizované bez použitia štatistického softvéru. Pri riešení úloh budeme zaokrúhľovať všetky medzivýsledky avýsledkynatri,resp.naštyridesatinnémiesta,pretosamôžestať,žepri iii
4 iv následnom porovnaní s počítačovým výstupom sa budú výsledky mierne líšiť. Grafické výstupy sú realizované v prostredí R, v programe OriginLab a pomocou tabuľkového procesora Excel. Aj keď niektoré kritické hodnoty potrebné pri testovaní štatistických hypotéz je možné získať pomocou štatistických programov, resp. on-line štatistických aplikácií, sú v závere učebnice pre lepšiu orientáciu pri riešení úloh pripojené skrátené základné štatistické tabuľky. Pre úplnosť je prvá kapitola doplnená aj o stručné základy z teórie pravdepodobnosti a o vybrané rozdelenia náhodných premenných. Snahou pri písaní učebnice bolo dodržať pravidlá jednoduchosti a zrozumiteľnosti a poukázať na užitočnosť a nenahraditeľnosť štatistických metód v praxi. Po ich zvládnutí by mal čitateľ dokázať správne aplikovať štatistické metódy pri analyzovaní a vyhodnotení štatistických údajov vo všetkých oblastiach technickej praxe. Verím, že učebnica bude prínosom a uvítam všetky pripomienky k skvalitneniu jej obsahu. Ďakujem recenzentom za dôsledné posúdenie tejto učebnej pomôcky. Ich cenné pripomienky, rady a odporúčania prispeli ku zvýšeniu kvality publikácie. Autorka
5 Učebnica vznikla za podpory KEGA 072TUKE-4/2014.
6 Obsah 1 Základy štatistických metód Popisnáštatistika Základnépojmy Triedenieštatistickéhosúboru Jednoduchétriedenie Intervalovétriedenie Číselnécharakteristiky Charakteristikypolohy Charakteristikyvariability Vybrané charakteristiky šikmosti a špicatosti Grafickézobrazenie Základyteóriepravdepodobnosti Základnépojmy Náhodnápremennáajejčíselnécharakteristiky Diskrétnanáhodnápremenná Spojitánáhodnápremenná Číselné charakteristiky náhodných premenných Rozdelenia diskrétnych náhodných premenných Dvojbodovérozdelenie Binomickérozdelenie Hypergeometrickérozdelenie Poissonovorozdelenie Rozdeleniaspojitýchnáhodnýchpremenných Rovnomernérozdelenie Exponenciálnerozdelenie Normálnerozdelenie Ďalšierozdelenia Metódy štatistickej indukcie Základnýavýberovýsúbor vi
7 Obsah vii 2.2 Teóriaodhadu Bodovýodhad Intervalovýodhad Intervaly spoľahlivosti na odhad parametrov normálneho rozdelenia Odhad strednej hodnoty, ak poznáme rozptyl Odhad strednej hodnoty, ak nepoznáme rozptyl Odhad rozptylu, ak nepoznáme strednú hodnotu Testovaniehypotéz Základnépojmytestovaniahypotéz Jednovýberové testy o parametroch normálneho rozdelenia Test strednej hodnoty, ak poznáme rozptyl Test strednej hodnoty, ak nepoznáme rozptyl Testrozptyluzákladnéhosúboru Dvojvýberové testy o parametroch normálneho rozdelenia Test zhody rozptylov dvoch nezávislých súborov Test zhody stredných hodnôt dvoch nezávislýchsúborov Test zhody stredných hodnôt dvoch závislých súborov Testyodľahlýchhodnôt Grubbsovtest Dixonovtest Testydobrejzhody χ 2 -testdobrejzhody Kolmogorovovtest Kolmogorovov-Smirnovovtest Neparametrickétesty Znamienkovýtest JednovýberovýWilcoxonovtest DvojvýberovýWilcoxonovtest Testovanienormality Testovanie homogénnosti viac ako dvoch základných súborov Bartlettovtest Cochranovtest,Hartleyovtest Analýzarozptylu
8 viii Obsah Základnépojmyanalýzyrozptylu Jednofaktorováanalýzarozptylu Metódy mnohonásobného porovnávania pre jednofaktorovúanalýzurozptylu Kruskal-Wallisovtest Závislosť kvantitatívnych a kategoriálnych premenných Závislosťkvantitatívnychpremenných Regresnáanalýza Jednoduchýlineárnyregresnýmodel Nelineárneregresnémodely Korelačnáanalýza Koeficient korelácie, koeficient determinácie Indexdeterminácie,indexkorelácie Spearmanov koeficient poradovej korelácie Viacnásobnálineárnaregresia Závislosťkategoriálnychpremenných Kontingenčnáaasociačnátabuľka Posúdenie závislosti kategoriálnych premenných Koeficienty(miery)kontingencie Úvod do analýzy časových radov Časovérady,základnépojmy Analýzačasovýchradov Prognózačasovéhoradu Základnéspracovaniečasovéhoradu Grafickáanalýzačasovéhoradu Agregáciahodnôt Agregácia hodnôt intervalových časových radov Agregácia hodnôt okamihových časových radov Kalendárnaúprava Základnécharakteristikyčasovéhoradu Dekompozíciačasovéhoradu Analýzatrendovejzložky Popistrendovejzložkypomocouregresnejanalýzy Lineárne alebo linearizovateľné modely trendu Modifikovanýexponenciálnytrend Logistickýtrend Gompertzovtrend
9 Obsah ix Metódakĺzavýchpriemerov Exponenciálnevyrovnaniečasovéhoradu Analýzasezónnejzložky Verifikáciavhodnostimodelu Grafickáanalýza Absolútnearelatívnemierypresnosti Indexdeterminácie Durbin-Watsonovacharakteristika Koeficientautokorelácie Úvod do štatistických metód riadenia kvality Základnépojmy Tradičnénástrojeriadeniakvality Kontrolnýformulár Vývojovýdiagram Diagrampríčinanásledkov Histogram Korelačnýdiagram Paretovdiagram Regulačnýdiagram Klasickéregulačnédiagramy Podstataklasickýchregulačnýchdiagramov Nenáhodnézoskupenia Regulačnédiagramymeraním Diagram x R Diagram x s Diagram x R Diagram x R k Regulačnédiagramyporovnávaním Spôsobilosťvýrobnéhoprocesu Index spôsobilosti pre znak kvality s normálnym rozdelením Indexspôsobilosti C p Indexspôsobilosti C pk Indexspôsobilosti C pm Indexspôsobilosti C pm Indexspôsobilosti C pmk MetodikaVDA Indexy spôsobilosti pri inom ako normálnom rozdelení.. 274
10 x Obsah Výkonnosťvýrobnéhoprocesu Dodatok A Štatistické tabuľky 279 Dodatok B Program R 305 Literatúra 315
11 Kapitola 1 Základy štatistických metód V súčasnej dobe si len ťažko môžeme predstaviť akýkoľvek výskum bez, hoci len minimálneho využívania štatistických metód. Môže ísť o jednoduché stanovenie početností, meranie rôznych číselných charakteristík, grafické zobrazovanie, testovanie hypotéz, či o náročnejšie viacrozmerné metódy, metódy plánovania experimentov a pod. Vedné odbory ako medicína, ekonómia, fyzika, biológia, chémia a mnohé ďalšie prírodovedné a technické odbory bežne aplikujú uvedené metódy. Na základe štatistiky sa neustále o niečom rozhoduje a toto rozhodovanie ovplyvňuje naše konanie a náš každodenný život. Pôvodný význam slova štatistika pochádza z latinského slova status, čo znamená stav a v slovnom spojení status rei republicae vyjadruje stav veci verejnej alebo štát. Slovo statistik sa začalo používať až okolo roku Zaviedol ho nemec Gottfried Achenwall( ) a týkal sa výhradne analýzy dát o štáte. Pojem štatistika získal všeobecný význam zberu a analýzy údajov až začiatkom 19. storočia. Dnes sa štatistika chápe ako veda zaoberajúca sa zberom, analýzou, interpretáciou a prezentáciou dát získaných z pozorovaní alebo experimentov, ktorá umožňuje prijímať rozhodnutia a formulovať všeobecné závery. Patrí k integrujúcim vedám, ktoré dávajú iným vedám spoločné metodologické nástroje. Predmetom štatistiky ako vednej disciplíny sú hromadné náhodné javy, ktoré sa za presne definovaných podmienok vecných, časových a priestorových viackrát vyskytujú, resp. opakujú. Skúmaním hromadného javu poznáme podstatu javu, pravidelnosti, vzťahy a jeho vývoj. Bez hromadného pozorovania by sme nemohli o príslušnom jave robiť zovšeobecňujúce závery. 11
12 12 Kapitola 1. Základy štatistických metód V dnešnej dobe, v súvislosti s rozvojom výpočtovej techniky, sa na štatistické spracovanie a komplexnú analýzu výskumu používajú predovšetkým počítače. Najaktuálnejšia ponuka programov pre oblasť štatistických výpočtov je široká: od najznámejších komerčných softvérov(napr. Statistica, Statgraphics, SAS, SPSS a i.), cez matematické programy Matlab, Maple, Mathematica, tabuľkový program Excel, až po voľne šíriteľné programy(tzv. Open Source Software), ako R program, Maxima, Octave a iné. K výhodám používania počítačovej techniky a štatistického softvéru, resp. vhodnej aplikácie patrí rýchlosť a presnosť spracovania údajov, univerzálnosť, kvalitné grafické výstupy, množstvo spracovaných údajov a pod. Počítač a príslušný softvér nám prácu pri štatistickom spracovávaní síce výrazne zjednodušia, ale znalosť algoritmu výpočtu sa nahrádza v mnohých prípadoch(v závislosti od softvéru) iba schopnosťou spustiť analýzu na počítači. Je nutné si uvedomiť, že bez poznania podstaty danej štatistickej metódy, nie je možný výber vhodnej metódy a ani následná analýza získaných výsledkov. 1.1 Popisná štatistika Popisná(deskriptívna) štatistka sa zaoberá zisťovaním, spracovaním, analyzovaním a prezentáciou dát pomocou štatistických prostriedkov a metód. Úlohou štatistického zisťovania je zozbierať štatistické údaje o skúmaných hromadných javoch alebo procesoch. Výsledkom štatistického zisťovania sú údaje, ktoré sú pomocou štatistického spracovania prehľadne usporiadané, roztriedené a spracované. V poslednej, najdôležitejšej etape sa získané výsledky analyzujú, vyhodnocujú a zo získaných výsledkov formulujú závery Základné pojmy K základným pojmom popisnej štatistiky patrí štatistická jednotka, štatistický súbor, rozsah štatistického súboru a štatistický znak. Štatistická jednotka je základný prvok, na ktorom pozorujeme konkrétny prejav určitého hromadného javu(napr. osoby, výrobok a pod.). Množinu všetkých štatistických jednotiek, ktoré majú požadované spoločné vlastnosti, nazývame štatistický súbor. Rozsah štatistického súboru charakterizuje počet štatistických jednotiek v skúmanom štatistickom súbore. Štatistický znak predstavuje vlastnosť hromadného javu, ktorá je predmetom štatistického skúmania(hmotnosť
13 1.1. Popisná štatistika 13 súčiastky, veľkosť rázovej sily, životnosť zariadenia a pod.). V praxi sa štatistické znaky často delia podľa spôsobu vyjadrenia do dvoch základných skupín: kvalitatívne a kvantitatívne znaky. Kvalitatívne(slovné, kategoriálne) znaky slovne vyjadrujú vlastnosti štatistickej jednotky(napr. kvalita výrobku, spokojnosť zákazníka). Kvantitatívne(číselné, numerické, merateľné) znaky číselne vyjadrujú merateľné vlastnosti štatistických jednotiek. Tieto znaky môžeme ďalej rozdeliť na spojité a diskrétne znaky. Spojité znaky môžu nadobúdať ľubovoľné hodnoty z ohraničeného alebo neohraničeného intervalu(napr. rozmer súčiastky, pevnosť materiálu). Diskrétne znaky môžu nadobúdať len niektoré konkrétne hodnoty(napr. počet kvalitných výrobkov, počet dopravných nehôd). Všeobecné delenie znakov je na Obr Obr. 1.1: Delenie znakov Nominálne znaky zodpovedajú kvalitatívnym znakom a majú diskrétne, neusporiadateľné hodnoty. Príkladom nominálneho znaku je typ použitého dopravného pásu(nový, opotrebovaný, skladovaný), pohlavie respondenta v dotazníkovom výskume(muž, žena) a pod. Ordinálne(poradové) znaky predstavujú znaky, ktoré nadobúdajú diskrétne hodnoty a ktoré môžeme jednoznačne usporiadať. Sem patrí napríklad stupeň spokojnosti zákazníka(veľmi spokojný, spokojný, nespokojný, veľmi nespokojný), tepelný pocit zamestnanca na pracovisku(teplo, mierne teplo, neutrálne, mierne chladno, chladno) a pod. Ordinálne premenné môžeme vyjadriť nielen slovne, ale aj číselne pomocou bodovacej škály. Špeciálnu skupinu kvalitatívnych znakov tvoria tzv. alternatívne
14 14 Kapitola 1. Základy štatistických metód (dichotomické) znaky, ktoré nadobúdajú len dve možné kategórie(kvalitný, nekvalitný výrobok) a množné(viackategoriálne), ktoré nadobúdajú viac ako dve kategórie(nezávažné, menej závažné, závažné poškodenie výrobku). Intervalové znaky umožňujú nielen zoradenie objektov, ale aj kvantifikáciu a porovnanie rozdielov medzi nimi(o koľko je väčšia, resp. menšia prvá hodnota ako druhá hodnota, napr. životnosť výrobku, odpracovaná doba). Pomerový znak umožňuje určiť, koľkokrát je jedna hodnota väčšia(resp. menšia) než druhá (napr.veľkosť napínacej sily). Nominálne a ordinárne znaky sú označované ako kvalitatívne, intervalové a pomerové ako kvantitatívne znaky Triedenie štatistického súboru Triedenie štatistického súboru predstavuje prvý krok pri spracovaní údajov. Ide o usporiadanie štatistických jednotiek do skupín, tried. Podľa počtu triediacich znakov rozlišujeme jednostupňové a viacstupňové triedenie. Jednostupňové triedenie je triedenie podľa jedného triediaceho znaku(napr. priemer súčiastky, vek respondenta, veľkosť mikrotriesky). Viacstupňové triedenie je triedenie podľa viacerých znakov(napr. vzdelanie a vek zákazníka, typ dodávateľa a kvalita dodaného tovaru). Napríklad triedenie zamestnancov podľa veku je jednostupňové triedenie. Ak zamestnancov roztriedime aj podľa počtu odpracovaných rokov a typu pracovného zaradenia, tak získame trojstupňové triedenie. V ďalšej časti budeme uvažovať iba jednostupňové triedenie. Ak štatistický znak je diskrétny alebo spojitý a pritom nadobúda málo rôznych, často sa opakujúcich hodnôt, tak použijeme jednoduché triedenie. Ak štatistický znak je spojitý a nadobúda veľké množstvo rôznych hodnôt, ktoré sa spravidla málo alebo vôbec neopakujú, tak použijeme intervalové triedenie. Pri triedení musíme dodržať pravidlo úplnosti (každú štatistickú jednotku zatriedime) a pravidlo jednoznačnosti(každú štatistickú jednotku zatriedime iba do jednej triedy) Jednoduché triedenie Nech x 1, x 2,x 3,...,x n súzískanéhodnotysledovanéhoštatistickéhoznaku. Každá rôzna hodnota štatistického znaku predstavuje jednu triedu. Nech celkový počet rôznych hodnôt štatistického znaku je k a nech rozsah štatistic-
15 1.1. Popisná štatistika 15 kéhosúboruje n,platí k n.zapísanímhodnôtštatistickéhoznakuvporadí, v akom sme ich získali, dostaneme tzv. prvotnú tabuľku. Ak usporiadame hodnoty štatistického znaku podľa veľkosti od najmenšej po najväčšiu hodnotu, tak získame variačný rad. Variačný rad môžeme zapísať v tvare x min = x (1) x (2) x (3) x (n 1) x (n) = x max. Z variačného radu vytvoríme pomocou čiarkovacej metódy variačnú tabuľku početností, ktorá slúži ako prvotný názorný spôsob prezentovania výsledkov zisťovania(tab. 1.1). Tabuľka 1.1: Variačná tabuľka početností Trieda Hodnoty Početnosť Kumulatívnapočetnosť znaku absolútna relatívna absolútna relatívna j x j n j f j N j F j 1 x 1 n 1 f 1 = n 1 n N 1 = n 1 F 1 = N 1 n 2 x 2 n 2 f 2 = n 2 n N 2 = n 1 +n 2 F 2 = N 2 n k x k n k f k = n k n N k = n F k = 1 Absolútnapočetnosť n j hodnotyštatistickéhoznaku x j predstavujepočetštatistickýchjednotieksrovnakouhodnotou x j, j = 1,2,3,...,k. Relatívnapočetnosť f j jepodielabsolútnejpočetnosti n j štatistickéhoznaku x j acelkovéhopočtuštatistickýchjednotiek n.platí f j = n j, j = 1,2,3,...,k. (1.1) n AbsolútnakumulatívnapočetnosťN j určuje,koľkoštatistickýchjednotiekvštatistickom súbore má hodnotu menšiu alebo rovnú ako určená hodnota znaku x j.platí j n 1 +n 2 + +n j = n i = N j. (1.2) i=1
16 16 Kapitola 1. Základy štatistických metód Relatívnakumulatívnapočetnosť F j vyjadrujesúčetrelatívnychpočetnostíod prvej po j-tu triedu a určuje aká časť štatistického súboru nadobúda hodnotu štatistickéhoznakumenšiualeborovnúakojehodnota x j.platí F j = f 1 +f 2 + +f j = n 1 +n 2 + +n j n = N j n. (1.3) Relatívnepočetnostisačastovyjadrujúvpercentách.Hodnota 100f j %udáva, koľko percent prvkov zo štatistického súboru má hodnotu sledovaného štatistickéhoznaku x j.hodnota 100F j %predstavuje,koľko%prvkovzoštatistického súborumáhodnotumenšiualeborovnúakojeurčenáhodnota x j. Ak štatistický súbor má k rôznych hodnôt(tried), tak platí k n j = N k = n, j=1 k f j = F k = 1. (1.4) Príklad 1. Počas 15 pracovných dní sme zisťovali počet chybných výrobkov zasmenu.zistilismenasledujúcehodnoty(vks):8;10;9;7;9;8;10;7;10; 9; 8; 8; 9; 8; 7. Zostavme kompletnú tabuľku početností. Riešenie. Rozsah štatistického súboru je n = 15. V štatistickom súbore sa opakujú štyri rôznehodnoty(7,8,9,10)atakvariačnátabuľkapočetnostíbudemaťštyri riadky. Trieda Hodnoty Početnosť Kumulatívnapočetnosť znaku absolútna relatívna absolútna relatívna j x j n j f j N j F j = j=1 Z variačnej tabuľky napríklad zistíme, že počas piatich pracovných dní bolo zaznamenaných 8 chybných výrobkov z celkového počtu 15 záznamov. Počet dní, v ktorých bolo zistených nanajvýš 9 chybných výrobkov je 12, čo v relatívnom vyjadrenípredstavuje80,0%(100f 3 %).
17 1.1. Popisná štatistika Intervalové triedenie Intervalové triedenie sa používa predovšetkým v prípade veľkého počtu rôznych hodnôt štatistického znaku, ktoré sa spravidla málo alebo vôbec neopakujú. Ide o triedenie, pri ktorom sa štatistické jednotky v súbore rozsahu n roztriedia do ktried, k n. OznačmeI j akoj-tytriednyinterval,ktoréhodolnáhranicajet j 1 ahornáhranica t j.priurčovaníintervalovmusímerozhodnúť,ktorázhranícbudepatriť dointervalu,t.j.stanoviťtypintervalu(t j 1 ;t j,resp. t j 1 ;t j ).Vnasledujúcej častibudemepracovaťstypomintervalu I j = (t j 1 ;t j. Každémutriednemuintervalu I j priradímetriednyznak z j.triednyznak z j predstavuje stred j-teho intervalu, pre ktorý platí kde k je počet triednych intervalov. z j = t j 1 +t j, j = 1,2,...,k, (1.5) 2 Šírku triedneho intervalu h môžeme približne vypočítať podľa vzťahu kde R V jevariačnérozpätie,prektoréplatí h. = R V k, (1.6) R V = x (n) x (1) = x max x min. (1.7) Na určenie optimálneho počtu triednych intervalov k existuje niekoľko odporúčaných postupov a spôsobov. Uvedieme niekoľko vzťahov: k 5logn, (1.8) k 1+3,322 logn, (1.9) 0,55n 0,4 k 1,25n 0,4. (1.10) Výsledkom triedenia je variačná tabuľka rozdelenia početností, ktorej schéma je podobná ako v prípade jednoduchého triedenia. Príklad 2. Pri procese obrábania komponentov do automobilov vzniká materiál mikroskopických rozmerov, tzv. mikrotrieska. Namerané údaje sú(v µm): 6,7; 3,9; 4,2; 9,1; 13,7; 9,6; 19,1; 21,9; 12,4; 14,5; 11,4; 17,2; 18,1; 23,2;
18 18 Kapitola 1. Základy štatistických metód 17,9; 11,8; 16,2; 10,5; 22,9; 9,8; 5,3; 10,2; 11,4; 12,3; 20,9; 22,1; 7,1; 6,4; 14,5; 16,2; 18,1; 17,3; 9,2; 8,9; 15,8. Zostavme kompletnú tabuľku početností. Riešenie. Zo získaných 35 údajov vieme, že minimálny rozmer mikrotriesky je 3,9 µm a maximálny 23,2 µm. Počet triednych intervalov k nájdeme pomocou vzorca (1.10) 0, ,4 k 1, ,4, odkiaľ 2,280 k 5,182.Odporúčanádolnáhranicapočtutriedje3ahorná 5.Vnašomprípadevolímeoptimálnypočettried k = 4. Šírku intervalu h približne vypočítame podľa vzťahu(1.6) h =. R V k = x max x min = 23,2 3,9 = 4,825, k 4 pričom budeme uvažovať hodnotu 4,9. Pri špecifikácii triednych intervalov volíme interval tak, aby horná hranica patrila do intervalu. Výsledok intervalového triedenia je v nasledujúcej tabuľke. j (t j 1 ; t j z j n j f j N j F j 6 1 (3,8; 8,7 6,25 6 = 0, = 0, (8,7; 13,6 11,15 12 = 0, = 0, (13,6; 18,5 16,05 11 = 0, = 0, (18,5; 23,4 20,95 6 = 0, = 1, Každémutriednemuintervaluurčímetriednyznakakostredintervalu z j.namerané údaje rozdelíme tak, aby sa každá hodnota nachádzala práve v jednom triednom intervale. Výsledkom triedenia je variačná tabuľka rozdelenia početností. Z tabuľky zistíme, že v súbore sa nachádza 12 vzoriek mikrotriesky, ktorých rozmer je v intervale (8,7; 13,6, čo predstavuje približne 34,30% (100f 2 %)zcelkovéhopočtuvzoriek.početvzoriek,ktorémajúrozmernanajvýš18,5 µmje29,čovrelatívnomvyjadrenípredstavuje82,90%(100f 3 %) Číselné charakteristiky Štatistické spracovanie údajov pomocou tabuliek a grafov nám môže uľahčiť analýzu údajov, ale nie je to vždy postačujúce. Na ďalšie popísanie štatistického
19 1.1. Popisná štatistika 19 súboru zavádzame číselné charakteristiky(miery). Patria sem charakteristiky polohy, variability, šikmosti a špicatosti Charakteristiky polohy Charakteristiky polohy vyjadrujú určitú úroveň(polohu) znaku, okolo ktorej sú ostatné hodnoty viac či menej koncentrované. Môžeme ich rozdeliť na stredné hodnoty a kvantily. Ak sa stredné hodnoty počítajú pomocou všetkých štatistických jednotiek v súbore, tak hovoríme o priemeroch(napr. aritmetický, geometrický, harmonický, kvadratický). Do druhej skupiny stredných hodnôt (tzv. ostatné stredné hodnoty) zaraďujeme tie, ktoré sú založené len na vybraných hodnotách štatistického súboru. Patrí sem napríklad modus a medián. K najčastejšie používaným priemerom patrí aritmetický priemer(x). Jeho nevýhodou je veľká citlivosť na odľahlé, extrémne hodnoty a možný fiktívny charakter vypočítanej hodnoty. Aritmetický priemer je definovaný ako súčet nameranýchhodnôt x i, i = 1,2,...,nštatistickéhoznakudelenýichpočtom n,t.j. x = 1 n x i. (1.11) n Ak sú hodnoty štatistického znaku roztriedené do k tried, tak aritmetický priemer je daný vzťahom x = 1 k x j n j. (1.12) n i=1 j=1 Ak sú hodnoty štatistického znaku roztriedené do k triednych intervalov, tak aritmetický priemer je daný vzťahom x = 1 n k z j n j, (1.13) j=1 kde z j reprezentujestred j-tehointervalu. Jednou z vlastností aritmetického priemeru je, že súčet odchýlok jednotlivých hodnôt x i štatistickéhoznakuodaritmetickéhopriemeru xsarovnánule,t.j. n (x i x) = 0. (1.14) i=1
20 20 Kapitola 1. Základy štatistických metód Geometrickýpriemer(x G )jedefinovanýako n-táodmocninazosúčinuhodnôt štatistického znaku, t. j. x G = n n x i = n x 1 x 2 x 3...x n. (1.15) i=1 Ak sú hodnoty štatistického znaku roztriedené do k tried, tak geometrický priemer je daný vzťahom x G = k n x n j j. (1.16) Ak sú hodnoty roztriedené do k triednych intervalov, tak geometrický priemer je daný vzťahom x G = k n z n j j. (1.17) Modus (ˆx, Mo)jedefinovanýakohodnotaštatistickéhoznaku,ktorásavštatistickom súbore vyskytuje najčastejšie. Nemusí byť určený jednoznačne. V prípade, že hodnoty sú roztriedené do intervalov, modus vypočítame podľa vzťahu ˆx = a 0 +h j=1 j=1 d 1 d 1 +d 2, (1.18) kde a 0 začiatokmodálnehointerval(t.j.intervalu,vktoromsanachádzamodus), hješírkaintervalu, d 1 rozdielabsolútnychpočetnostímodálnehointervaluapredchádzajúcehointervalu, d 2 rozdielabsolútnychpočetnostímodálneho intervalu a nasledujúceho intervalu. Medián( x, M e) je hodnota štatistického znaku z radu hodnôt zoradených podľa veľkosti, ktorá delí tento rad na dve rovnako početné časti. Inak povedané, je to prostredná hodnota štatistického súboru usporiadaného do variačného radu. Ak máme nepárny počet hodnôt, tak medián je prostredná hodnota, pre ktorý platí x = x ( n+1 2 ). (1.19) Ak rozsah súboru n je párne číslo, tak medián vypočítame podľa vzťahu x = 1 2 ( ) x ( n 2) +x ( n+2 2 ). (1.20)
Matematika Funkcia viac premenných, Parciálne derivácie
Matematika 2-01 Funkcia viac premenných, Parciálne derivácie Euklidovská metrika na množine R n všetkých usporiadaných n-íc reálnych čísel je reálna funkcia ρ: R n R n R definovaná nasledovne: Ak X = x
Διαβάστε περισσότεραZáklady metodológie vedy I. 9. prednáška
Základy metodológie vedy I. 9. prednáška Triedenie dát: Triedny znak - x i Absolútna početnosť n i (súčet všetkých absolútnych početností sa rovná rozsahu súboru n) ni fi = Relatívna početnosť fi n (relatívna
Διαβάστε περισσότεραStart. Vstup r. O = 2*π*r S = π*r*r. Vystup O, S. Stop. Start. Vstup P, C V = P*C*1,19. Vystup V. Stop
1) Vytvorte algoritmus (vývojový diagram) na výpočet obvodu kruhu. O=2xπxr ; S=πxrxr Vstup r O = 2*π*r S = π*r*r Vystup O, S 2) Vytvorte algoritmus (vývojový diagram) na výpočet celkovej ceny výrobku s
Διαβάστε περισσότεραGoniometrické rovnice a nerovnice. Základné goniometrické rovnice
Goniometrické rovnice a nerovnice Definícia: Rovnice (nerovnice) obsahujúce neznámu x alebo výrazy s neznámou x ako argumenty jednej alebo niekoľkých goniometrických funkcií nazývame goniometrickými rovnicami
Διαβάστε περισσότεραObvod a obsah štvoruholníka
Obvod a štvoruholníka D. Štyri body roviny z ktorých žiadne tri nie sú kolineárne (neležia na jednej priamke) tvoria jeden štvoruholník. Tie body (A, B, C, D) sú vrcholy štvoruholníka. strany štvoruholníka
Διαβάστε περισσότεραEkvačná a kvantifikačná logika
a kvantifikačná 3. prednáška (6. 10. 004) Prehľad 1 1 (dokončenie) ekvačných tabliel Formula A je ekvačne dokázateľná z množiny axióm T (T i A) práve vtedy, keď existuje uzavreté tablo pre cieľ A ekvačných
Διαβάστε περισσότερα1. Limita, spojitost a diferenciálny počet funkcie jednej premennej
. Limita, spojitost a diferenciálny počet funkcie jednej premennej Definícia.: Hromadný bod a R množiny A R: v každom jeho okolí leží aspoň jeden bod z množiny A, ktorý je rôzny od bodu a Zadanie množiny
Διαβάστε περισσότεραMatematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad
Matematika 3-13. prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad Erika Škrabul áková F BERG, TU Košice 15. 12. 2015 Erika Škrabul áková (TUKE) Taylorov
Διαβάστε περισσότερα7. FUNKCIE POJEM FUNKCIE
7. FUNKCIE POJEM FUNKCIE Funkcia f reálnej premennej je : - každé zobrazenie f v množine všetkých reálnych čísel; - množina f všetkých usporiadaných dvojíc[,y] R R pre ktorú platí: ku každému R eistuje
Διαβάστε περισσότεραJednotkový koreň (unit root), diferencovanie časového radu, unit root testy
Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2012/2013 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/18
Διαβάστε περισσότεραŠTATISTIKA. Obsah. Predmet štatistiky Popisná štatistika Štatistické charakteristiky jednorozmerných rozdelení.. 17
ŠTATISTIKA Obsah Predmet štatistiky Meranie a úrovne merania 10 Popisná štatistika 13 Jednorozmerné rozdelenie 14 Štatistické charakteristiky jednorozmerných rozdelení 17 Dvojrozmerné rozdelenie 5 Štatistické
Διαβάστε περισσότερα,Zohrievanie vody indukčným varičom bez pokrievky,
Farba skupiny: zelená Označenie úlohy:,zohrievanie vody indukčným varičom bez pokrievky, Úloha: Zistiť, ako závisí účinnosť zohrievania vody na indukčnom variči od priemeru použitého hrnca. Hypotéza: Účinnosť
Διαβάστε περισσότεραMatematika 2. časť: Analytická geometria
Matematika 2 časť: Analytická geometria RNDr. Jana Pócsová, PhD. Ústav riadenia a informatizácie výrobných procesov Fakulta BERG Technická univerzita v Košiciach e-mail: jana.pocsova@tuke.sk Súradnicové
Διαβάστε περισσότεραZáklady matematickej štatistiky
1. Náhodný výber, výberové momenty a odhad parametrov Katedra Matematických metód Fakulta Riadenia a Informatiky Žilinská Univerzita v Žiline 6. mája 2015 1 Náhodný výber 2 Výberové momenty 3 Odhady parametrov
Διαβάστε περισσότεραChí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky
Chí kvadrát test dobrej zhody Metódy riešenia úloh z pravdepodobnosti a štatistiky www.iam.fmph.uniba.sk/institute/stehlikova Test dobrej zhody I. Chceme overiť, či naše dáta pochádzajú z konkrétneho pravdep.
Διαβάστε περισσότεραMotivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.
14. decembra 2010 Rie²enie sústav Plocha rovnobeºníka Objem rovnobeºnostena Rie²enie sústav Príklad a 11 x 1 + a 12 x 2 = c 1 a 21 x 1 + a 22 x 2 = c 2 Dostaneme: x 1 = c 1a 22 c 2 a 12 a 11 a 22 a 12
Διαβάστε περισσότεραARMA modely čast 2: moving average modely (MA)
ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2014/2015 ARMA modely časť 2: moving average modely(ma) p.1/24 V. Moving average proces prvého rádu - MA(1) ARMA modely
Διαβάστε περισσότεραPRIEMER DROTU d = 0,4-6,3 mm
PRUŽINY PRUŽINY SKRUTNÉ PRUŽINY VIAC AKO 200 RUHOV SKRUTNÝCH PRUŽÍN PRIEMER ROTU d = 0,4-6,3 mm èíslo 3.0 22.8.2008 8:28:57 22.8.2008 8:28:58 PRUŽINY SKRUTNÉ PRUŽINY TECHNICKÉ PARAMETRE h d L S Legenda
Διαβάστε περισσότεραARMA modely čast 2: moving average modely (MA)
ARMA modely čast 2: moving average modely (MA) Beáta Stehlíková Časové rady, FMFI UK, 2011/2012 ARMA modely časť 2: moving average modely(ma) p.1/25 V. Moving average proces prvého rádu - MA(1) ARMA modely
Διαβάστε περισσότεραCvičenie č. 4,5 Limita funkcie
Cvičenie č. 4,5 Limita funkcie Definícia ity Limita funkcie (vlastná vo vlastnom bode) Nech funkcia f je definovaná na nejakom okolí U( ) bodu. Hovoríme, že funkcia f má v bode itu rovnú A, ak ( ε > )(
Διαβάστε περισσότεραReprezentácia dát. Ing. Martin Mariš, Katedra regionalistiky a rozvoja vidieka, SPU, NITRA
Reprezentácia dát Ing. Martin Mariš, Katedra regionalistiky a rozvoja vidieka, SPU, NITRA slovným opisom grafickým zobrazením Typy grafov a ich použitie Najčastejšie používané typy grafov: čiarový graf
Διαβάστε περισσότεραKATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY Strojnícka fakulta, Žilinská Univerzita
132 1 Absolútna chyba: ) = - skut absolútna ochýlka: ) ' = - spr. relatívna chyba: alebo Chyby (ochýlky): M systematické, M náhoné, M hrubé. Korekcia: k = spr - = - Î' pomerná korekcia: Správna honota:
Διαβάστε περισσότερα3. Striedavé prúdy. Sínusoida
. Striedavé prúdy VZNIK: Striedavý elektrický prúd prechádza obvodom, ktorý je pripojený na zdroj striedavého napätia. Striedavé napätie vyrába synchrónny generátor, kde na koncoch rotorového vinutia sa
Διαβάστε περισσότεραRozdiely vo vnútornej štruktúre údajov = tvarové charakteristiky
Veľkosť Varablta Rozdelene 0 00 80 n 60 40 0 0 0 4 6 8 Tredy 0 Rozdely vo vnútornej štruktúre údajov = tvarové charakterstky I CHARAKTERISTIKY PREMELIVOSTI Artmetcký premer Vzťahy pre výpočet artmetckého
Διαβάστε περισσότεραIng. Andrej Trnka, PhD. Základné štatistické metódy marketingového výskumu
Ing. Andrej Trnka, PhD. Základné štatistické metódy marketingového výskumu 2016 Základné štatistické metódy marketingového výskumu Autor: Recenzenti: Ing. Andrej Trnka, PhD. prof. Ing. Pavol Tanuška, PhD.
Διαβάστε περισσότεραM6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou
M6: Model Hydraulický ytém dvoch záobníkov kvapaliny interakciou Úlohy:. Zotavte matematický popi modelu Hydraulický ytém. Vytvorte imulačný model v jazyku: a. Matlab b. imulink 3. Linearizujte nelineárny
Διαβάστε περισσότεραSpojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana.
Spojité rozdelenia pravdepodobnosti Pomôcka k predmetu PaŠ Strana z 7 RNDr. Aleš Kozubík, PhD. 6. marca 3 Zoznam obrázkov Rovnomerné rozdelenie Ro (a, b). Definícia.........................................
Διαβάστε περισσότερα2 Chyby a neistoty merania, zápis výsledku merania
2 Chyby a neistoty merania, zápis výsledku merania Akej chyby sa môžeme dopustiť pri meraní na stopkách? Ako určíme ich presnosť? Základné pojmy: chyba merania, hrubé chyby, systematické chyby, náhodné
Διαβάστε περισσότεραPrechod z 2D do 3D. Martin Florek 3. marca 2009
Počítačová grafika 2 Prechod z 2D do 3D Martin Florek florek@sccg.sk FMFI UK 3. marca 2009 Prechod z 2D do 3D Čo to znamená? Ako zobraziť? Súradnicové systémy Čo to znamená? Ako zobraziť? tretia súradnica
Διαβάστε περισσότεραJednotkový koreň (unit root), diferencovanie časového radu, unit root testy
Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy Beáta Stehlíková Časové rady, FMFI UK, 2013/2014 Jednotkový koreň(unit root),diferencovanie časového radu, unit root testy p.1/27
Διαβάστε περισσότεραREZISTORY. Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických
REZISTORY Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických obvodoch. Základnou vlastnosťou rezistora je jeho odpor. Odpor je fyzikálna vlastnosť, ktorá je daná štruktúrou materiálu
Διαβάστε περισσότεραGramatická indukcia a jej využitie
a jej využitie KAI FMFI UK 29. Marec 2010 a jej využitie Prehľad Teória formálnych jazykov 1 Teória formálnych jazykov 2 3 a jej využitie Na počiatku bolo slovo. A slovo... a jej využitie Definícia (Slovo)
Διαβάστε περισσότεραMotivácia pojmu derivácia
Derivácia funkcie Motivácia pojmu derivácia Zaujíma nás priemerná intenzita zmeny nejakej veličiny (dráhy, rastu populácie, veľkosti elektrického náboja, hmotnosti), vzhľadom na inú veličinu (čas, dĺžka)
Διαβάστε περισσότεραÚvod do lineárnej algebry. Monika Molnárová Prednášky
Úvod do lineárnej algebry Monika Molnárová Prednášky 2006 Prednášky: 3 17 marca 2006 4 24 marca 2006 c RNDr Monika Molnárová, PhD Obsah 2 Sústavy lineárnych rovníc 25 21 Riešenie sústavy lineárnych rovníc
Διαβάστε περισσότερα24. Základné spôsoby zobrazovania priestoru do roviny
24. Základné spôsoby zobrazovania priestoru do roviny Voľné rovnobežné premietanie Presné metódy zobrazenia trojrozmerného priestoru do dvojrozmernej roviny skúma samostatná matematická disciplína, ktorá
Διαβάστε περισσότεραUČEBNÉ TEXTY. Pracovný zošit č.2. Moderné vzdelávanie pre vedomostnú spoločnosť Elektrotechnické merania. Ing. Alžbeta Kršňáková
Stredná priemyselná škola dopravná, Sokolská 911/94, 960 01 Zvolen Kód ITMS projektu: 26110130667 Názov projektu: Zvyšovanie flexibility absolventov v oblasti dopravy UČEBNÉ TEXTY Pracovný zošit č.2 Vzdelávacia
Διαβάστε περισσότεραUrčite vybrané antropometrické parametre vašej skupiny so základným (*úplným) štatistickým vyhodnotením.
Priezvisko a meno študenta: 216_Antropometria.xlsx/Pracovný postup Študijná skupina: Ročník štúdia: Antropometria Cieľ: Určite vybrané antropometrické parametre vašej skupiny so základným (*úplným) štatistickým
Διαβάστε περισσότερα6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu
6 Limita funkcie 6 Myšlienka ity, interval bez bodu Intuitívna myšlienka ity je prirodzená, ale definovať presne pojem ity je značne obtiažne Nech f je funkcia a nech a je reálne číslo Čo znamená zápis
Διαβάστε περισσότεραPevné ložiská. Voľné ložiská
SUPPORTS D EXTREMITES DE PRECISION - SUPPORT UNIT FOR BALLSCREWS LOŽISKA PRE GULIČKOVÉ SKRUTKY A TRAPÉZOVÉ SKRUTKY Výber správnej podpory konca uličkovej skrutky či trapézovej skrutky je dôležité pre správnu
Διαβάστε περισσότερα6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH
6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH 6. Otázky Definujte pojem produkčná funkcia. Definujte pojem marginálny produkt. 6. Produkčná funkcia a marginálny produkt Definícia 6. Ak v ekonomickom procese počet
Διαβάστε περισσότεραKontrolné otázky na kvíz z jednotiek fyzikálnych veličín. Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť.
Kontrolné otázky na kvíz z jednotiek fyzikálnych veličín Upozornenie: Umiestnenie správnej a nesprávnych odpovedí sa môže v teste meniť. Ktoré fyzikálne jednotky zodpovedajú sústave SI: a) Dĺžka, čas,
Διαβάστε περισσότεραMetódy vol nej optimalizácie
Metódy vol nej optimalizácie Metódy vol nej optimalizácie p. 1/28 Motivácia k metódam vol nej optimalizácie APLIKÁCIE p. 2/28 II 1. PRÍKLAD: Lineárna regresia - metóda najmenších štvorcov Na základe dostupných
Διαβάστε περισσότερα1. písomná práca z matematiky Skupina A
1. písomná práca z matematiky Skupina A 1. Vypočítajte : a) 84º 56 + 32º 38 = b) 140º 53º 24 = c) 55º 12 : 2 = 2. Vypočítajte zvyšné uhly na obrázku : β γ α = 35 12 δ a b 3. Znázornite na číselnej osi
Διαβάστε περισσότεραModelovanie dynamickej podmienenej korelácie kurzov V4
Modelovanie dynamickej podmienenej korelácie menových kurzov V4 Podnikovohospodárska fakulta so sídlom v Košiciach Ekonomická univerzita v Bratislave Cieľ a motivácia Východiská Cieľ a motivácia Cieľ Kvantifikovať
Διαβάστε περισσότεραRozsah hodnotenia a spôsob výpočtu energetickej účinnosti rozvodu tepla
Rozsah hodnotenia a spôsob výpočtu energetickej účinnosti príloha č. 7 k vyhláške č. 428/2010 Názov prevádzkovateľa verejného : Spravbytkomfort a.s. Prešov Adresa: IČO: Volgogradská 88, 080 01 Prešov 31718523
Διαβάστε περισσότεραPriamkové plochy. Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava
Priamkové plochy Priamkové plochy Ak každým bodom plochy Φ prechádza aspoň jedna priamka, ktorá (celá) na nej leží potom plocha Φ je priamková. Santiago Calatrava Priamkové plochy rozdeľujeme na: Rozvinuteľné
Διαβάστε περισσότεραObsah. 1.1 Reálne čísla a ich základné vlastnosti... 7 1.1.1 Komplexné čísla... 8
Obsah 1 Číselné obory 7 1.1 Reálne čísla a ich základné vlastnosti............................ 7 1.1.1 Komplexné čísla................................... 8 1.2 Číselné množiny.......................................
Διαβάστε περισσότεραKomplexné čísla, Diskrétna Fourierova transformácia 1
Komplexné čísla, Diskrétna Fourierova transformácia Komplexné čísla C - množina všetkých komplexných čísel komplexné číslo: z = a + bi, kde a, b R, i - imaginárna jednotka i =, t.j. i =. komplexne združené
Διαβάστε περισσότεραMIDTERM (A) riešenia a bodovanie
MIDTERM (A) riešenia a bodovanie 1. (7b) Nech vzhl adom na štandardnú karteziánsku sústavu súradníc S 1 := O, e 1, e 2 majú bod P a vektory u, v súradnice P = [0, 1], u = e 1, v = 2 e 2. Aký predpis bude
Διαβάστε περισσότεραMetodicko pedagogické centrum. Národný projekt VZDELÁVANÍM PEDAGOGICKÝCH ZAMESTNANCOV K INKLÚZII MARGINALIZOVANÝCH RÓMSKYCH KOMUNÍT
Moderné vzdelávanie pre vedomostnú spoločnosť / Projekt je spolufinancovaný zo zdrojov EÚ Kód ITMS: 26130130051 číslo zmluvy: OPV/24/2011 Metodicko pedagogické centrum Národný projekt VZDELÁVANÍM PEDAGOGICKÝCH
Διαβάστε περισσότεραTECHNICKÁ UNIVERZITA V KOŠICIACH STROJNÍCKA FAKULTA MATEMATIKA 1. Funkcia jednej premennej a jej diferenciálny počet
TECHNICKÁ UNIVERZITA V KOŠICIACH STROJNÍCKA FAKULTA MATEMATIKA časťa Funkcia jednej premennej a jej diferenciáln počet Dušan Knežo, Miriam Andrejiová, Zuzana Kimáková 200 RECENZOVALI: prof. RNDr. Jozef
Διαβάστε περισσότεραKompilátory. Cvičenie 6: LLVM. Peter Kostolányi. 21. novembra 2017
Kompilátory Cvičenie 6: LLVM Peter Kostolányi 21. novembra 2017 LLVM V podstate sada nástrojov pre tvorbu kompilátorov LLVM V podstate sada nástrojov pre tvorbu kompilátorov Pôvodne Low Level Virtual Machine
Διαβάστε περισσότεραHarmonizované technické špecifikácie Trieda GP - CS lv EN Pevnosť v tlaku 6 N/mm² EN Prídržnosť
Baumit Prednástrek / Vorspritzer Vyhlásenie o parametroch č.: 01-BSK- Prednástrek / Vorspritzer 1. Jedinečný identifikačný kód typu a výrobku: Baumit Prednástrek / Vorspritzer 2. Typ, číslo výrobnej dávky
Διαβάστε περισσότεραPREHĽAD ÚDAJOV. 1. Početnosť
PREHĽAD ÚDAJOV 1. Početnosť. Miery centrálnej tendencie a. Aritmetický priemer b. Medián c. Modus 3. Miery rozptylu a. Tvar b. Rozdelenie, rozloženie údajov c. Rozsah d. Rozptyl - variancia e. Smerodatná
Διαβάστε περισσότεραModerné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A
M A T E M A T I K A PRACOVNÝ ZOŠIT II. ROČNÍK Mgr. Agnesa Balážová Obchodná akadémia, Akademika Hronca 8, Rožňava PRACOVNÝ LIST 1 Urč typ kvadratickej rovnice : 1. x 2 3x = 0... 2. 3x 2 = - 2... 3. -4x
Διαβάστε περισσότεραRIEŠENIE WHEATSONOVHO MOSTÍKA
SNÁ PMYSLNÁ ŠKOL LKONKÁ V PŠŤNO KOMPLXNÁ PÁ Č. / ŠN WSONOVO MOSÍK Piešťany, október 00 utor : Marek eteš. Komplexná práca č. / Strana č. / Obsah:. eoretický rozbor Wheatsonovho mostíka. eoretický rozbor
Διαβάστε περισσότεραHASLIM112V, HASLIM123V, HASLIM136V HASLIM112Z, HASLIM123Z, HASLIM136Z HASLIM112S, HASLIM123S, HASLIM136S
PROUKTOVÝ LIST HKL SLIM č. sklad. karty / obj. číslo: HSLIM112V, HSLIM123V, HSLIM136V HSLIM112Z, HSLIM123Z, HSLIM136Z HSLIM112S, HSLIM123S, HSLIM136S fakturačný názov výrobku: HKL SLIMv 1,2kW HKL SLIMv
Διαβάστε περισσότεραROZSAH ANALÝZ A POČETNOSŤ ODBEROV VZORIEK PITNEJ VODY
ROZSAH ANALÝZ A POČETNOSŤ ODBEROV VZORIEK PITNEJ VODY 2.1. Rozsah analýz 2.1.1. Minimálna analýza Minimálna analýza je určená na kontrolu a získavanie pravidelných informácií o stabilite zdroja pitnej
Διαβάστε περισσότεραFunkcie - základné pojmy
Funkcie - základné pojmy DEFINÍCIA FUNKCIE Nech A, B sú dve neprázdne číselné množiny. Ak každému prvku x A je priradený najviac jeden prvok y B, tak hovoríme, že je daná funkcia z množiny A do množiny
Διαβάστε περισσότεραAnalýza údajov. W bozóny.
Analýza údajov W bozóny http://www.physicsmasterclasses.org/index.php 1 Identifikácia častíc https://kjende.web.cern.ch/kjende/sl/wpath_teilchenid1.htm 2 Identifikácia častíc Cvičenie 1 Na web stránke
Διαβάστε περισσότεραMPV PO 16/2013 Stanovenie kovov v rastlinnom materiáli ZÁVEREČNÁ SPRÁVA
REGIONÁLNY ÚRAD VEREJNÉHO ZDRAVOTNÍCTVA so sídlom v Prešove Národné referenčné centrum pre organizovanie medzilaboratórnych porovnávacích skúšok v oblasti potravín Hollého 5, 080 0 Prešov MEDZILABORATÓRNE
Διαβάστε περισσότεραVyhlásenie o parametroch stavebného výrobku StoPox GH 205 S
1 / 5 Vyhlásenie o parametroch stavebného výrobku StoPox GH 205 S Identifikačný kód typu výrobku PROD2141 StoPox GH 205 S Účel použitia EN 1504-2: Výrobok slúžiaci na ochranu povrchov povrchová úprava
Διαβάστε περισσότεραZADANIE 1_ ÚLOHA 3_Všeobecná rovinná silová sústava ZADANIE 1 _ ÚLOHA 3
ZDNIE _ ÚLOH 3_Všeobecná rovinná silová sústv ZDNIE _ ÚLOH 3 ÚLOH 3.: Vypočítjte veľkosti rekcií vo väzbách nosník zťženého podľ obrázku 3.. Veľkosti známych síl, momentov dĺžkové rozmery sú uvedené v
Διαβάστε περισσότεραRozsah akreditácie 1/5. Príloha zo dňa k osvedčeniu o akreditácii č. K-003
Rozsah akreditácie 1/5 Názov akreditovaného subjektu: U. S. Steel Košice, s.r.o. Oddelenie Metrológia a, Vstupný areál U. S. Steel, 044 54 Košice Rozsah akreditácie Oddelenia Metrológia a : Laboratórium
Διαβάστε περισσότεραCvičenia zo ŠTATISTIKY v Exceli Kurz IPA-Slovakia, september 2008, VYHNE
Cvičenia zo ŠTATISTIKY v Exceli Kurz IPA-Slovakia, september 2008, VYHNE doc. RNDr. Štefan PEŠKO, CSc. stefan.pesko@fri.uniza.sk, http://frcatel.fri.uniza.sk/pesko/ Katedra matematických metód, Fakulta
Διαβάστε περισσότεραNumerické metódy Zbierka úloh
Blanka Baculíková Ivan Daňo Numerické metódy Zbierka úloh Strana 1 z 37 Predhovor 3 1 Nelineárne rovnice 4 2 Sústavy lineárnych rovníc 7 3 Sústavy nelineárnych rovníc 1 4 Interpolačné polynómy 14 5 Aproximácia
Διαβάστε περισσότεραC. Kontaktný fasádny zatepľovací systém
C. Kontaktný fasádny zatepľovací systém C.1. Tepelná izolácia penový polystyrén C.2. Tepelná izolácia minerálne dosky alebo lamely C.3. Tepelná izolácia extrudovaný polystyrén C.4. Tepelná izolácia penový
Διαβάστε περισσότεραZákladné poznatky molekulovej fyziky a termodynamiky
Základné poznatky molekulovej fyziky a termodynamiky Opakovanie učiva II. ročníka, Téma 1. A. Príprava na maturity z fyziky, 2008 Outline Molekulová fyzika 1 Molekulová fyzika Predmet Molekulovej fyziky
Διαβάστε περισσότεραKontrolné otázky z jednotiek fyzikálnych veličín
Verzia zo dňa 6. 9. 008. Kontrolné otázky z jednotiek fyzikálnych veličín Upozornenie: Umiestnenie správnej odpovede sa môže v kontrolnom teste meniť. Takisto aj znenie nesprávnych odpovedí. Uvedomte si
Διαβάστε περισσότεραPodnikateľ 90 Mobilný telefón Cena 95 % 50 % 25 %
Podnikateľ 90 Samsung S5230 Samsung C3530 Nokia C5 Samsung Shark Slider S3550 Samsung Xcover 271 T-Mobile Pulse Mini Sony Ericsson ZYLO Sony Ericsson Cedar LG GM360 Viewty Snap Nokia C3 Sony Ericsson ZYLO
Διαβάστε περισσότεραŽivot vedca krajší od vysnívaného... s prírodou na hladine α R-P-R
Život vedca krajší od vysnívaného... s prírodou na hladine α R-P-R Ako nadprirodzené stretnutie s murárikom červenokrídlym naformátovalo môj profesijný i súkromný život... Osudové stretnutie s murárikom
Διαβάστε περισσότεραMOSTÍKOVÁ METÓDA 1.ÚLOHA: 2.OPIS MERANÉHO PREDMETU: 3.TEORETICKÝ ROZBOR: 4.SCHÉMA ZAPOJENIA:
1.ÚLOHA: MOSTÍKOVÁ METÓDA a, Odmerajte odpory predložených rezistorou pomocou Wheastonovho mostíka. b, Odmerajte odpory predložených rezistorou pomocou Mostíka ICOMET. c, Odmerajte odpory predložených
Διαβάστε περισσότεραHľadanie, skúmanie a hodnotenie súvislosti medzi znakmi
Hľadanie, skúmanie a hodnotenie súvislosti medzi znakmi Typy súvislostí javov a vecí: nepodstatné - vonkajšia súvislosť nevyplýva z vnútornej potreby (javy spoločne vznikajú, majú zhodný priebeh, alebo
Διαβάστε περισσότεραNumerické metódy matematiky I
Prednáška č. 7 Numerické metódy matematiky I Riešenie sústav lineárnych rovníc ( pokračovanie ) Prednáška č. 7 OBSAH 1. Metóda singulárneho rozkladu (SVD) Úvod SVD štvorcovej matice SVD pre menej rovníc
Διαβάστε περισσότεραNávrh vzduchotesnosti pre detaily napojení
Výpočet lineárneho stratového súčiniteľa tepelného mosta vzťahujúceho sa k vonkajším rozmerom: Ψ e podľa STN EN ISO 10211 Návrh vzduchotesnosti pre detaily napojení Objednávateľ: Ing. Natália Voltmannová
Διαβάστε περισσότερα7 Derivácia funkcie. 7.1 Motivácia k derivácii
Híc, P Pokorný, M: Matematika pre informatikov a prírodné vedy 7 Derivácia funkcie 7 Motivácia k derivácii S využitím derivácií sa stretávame veľmi často v matematike, geometrii, fyzike, či v rôznych technických
Διαβάστε περισσότεραMichal Páleník. Fiškálna politika v kontexte regionalizácie a globalizácie:
Fiškálna politika v kontexte regionalizácie a globalizácie: Metodologické prístupy pri meraní konvergencie s aplikáciou na Európske regióny Štruktúra prezentácie 1. Úvod 2. Ciele práce 3. Definícia základných
Διαβάστε περισσότεραAerobTec Altis Micro
AerobTec Altis Micro Záznamový / súťažný výškomer s telemetriou Výrobca: AerobTec, s.r.o. Pionierska 15 831 02 Bratislava www.aerobtec.com info@aerobtec.com Obsah 1.Vlastnosti... 3 2.Úvod... 3 3.Princíp
Διαβάστε περισσότεραNumerické metódy Učebný text pre bakalárske štúdium
Imrich Pokorný Numerické metódy Učebný text pre bakalárske štúdium Strana 1 z 48 1 Nepresnosť numerického riešenia úloh 4 1.1 Zdroje chýb a ich klasifikácia................... 4 1.2 Základné pojmy odhadu
Διαβάστε περισσότεραReprezentácia informácií v počítači
Úvod do programovania a sietí Reprezentácia informácií v počítači Ing. Branislav Sobota, PhD. 2007 Informácia slovo s mnohými významami, ktoré závisia na kontexte predpis blízky pojmom význam poznatok
Διαβάστε περισσότεραTESTOVANIE ŠTATISTICKÝCH HYPOTÉZ. Zdroje: Kompendium statistického zpracování dat, VPS s r. o.
TESTOVANIE ŠTATISTICKÝCH HYPOTÉZ Zdroje: Kompendium statistického zpracování dat, VPS s r. o. Témy prednášky ŠTATISTIKA, HYPOTÉZA TESTY ŠTATISTICKÝCH HYPOTÉZ (Testy štatistickej významnosti) t-test (STUDENTOV)
Διαβάστε περισσότεραZadanie pre vypracovanie technickej a cenovej ponuky pre modul technológie úpravy zemného plynu
Kontajnerová mobilná jednotka pre testovanie ložísk zemného plynu Zadanie pre vypracovanie technickej a cenovej ponuky pre modul technológie úpravy zemného plynu 1 Obsah Úvod... 3 1. Modul sušenia plynu...
Διαβάστε περισσότερα1 Prevod miestneho stredného slnečného času LMT 1 na iný miestny stredný slnečný čas LMT 2
1 Prevod miestneho stredného slnečného času LMT 1 na iný miestny stredný slnečný čas LMT 2 Rozdiel LMT medzi dvoma miestami sa rovná rozdielu ich zemepisných dĺžok. Pre prevod miestnych časov platí, že
Διαβάστε περισσότεραCHÉMIA Ing. Iveta Bruončová
Výpočet hmotnostného zlomku, látkovej koncentrácie, výpočty zamerané na zloženie roztokov CHÉMIA Ing. Iveta Bruončová Moderné vzdelávanie pre vedomostnú spoločnosť/projekt je spolufinancovaný zo zdrojov
Διαβάστε περισσότερα4. domáca úloha. distribučnú funkciu náhodnej premennej X.
4. domáca úloha 1. (rovnomerné rozdelenie) Električky idú v 20-minútových intervaloch. Cestujúci príde náhodne na zastávku. Určte funkciu hustoty rozdelenia pravdepodobnosti a distribučnú funkciu náhodnej
Διαβάστε περισσότεραTematický výchovno - vzdelávací plán. Cvičenia z matematiky. pre 9. ročník
výchovno vzdelávací plán Cvičenia z matematiky pre 9. ročník Počet hodín : 1 hod. týždenne Plán bol vypracovaný podľa: ŠVP pre 2. stupeň ZŠ ISCED 2 Plán vypracoval/a: Mgr. Viera Obložinská Školský rok:
Διαβάστε περισσότεραMeranie na jednofázovom transformátore
Fakulta elektrotechniky a informatiky TU v Košiciach Katedra elektrotechniky a mechatroniky Meranie na jednofázovom transformátore Návod na cvičenia z predmetu Elektrotechnika Meno a priezvisko :..........................
Διαβάστε περισσότεραx x x2 n
Reálne symetrické matice Skalárny súčin v R n. Pripomeniem, že pre vektory u = u, u, u, v = v, v, v R platí. dĺžka vektora u je u = u + u + u,. ak sú oba vektory nenulové a zvierajú neorientovaný uhol
Διαβάστε περισσότεραModul pružnosti betónu
f cm tan α = E cm 0,4f cm ε cl E = σ ε ε cul Modul pružnosti betónu α Autori: Stanislav Unčík Patrik Ševčík Modul pružnosti betónu Autori: Stanislav Unčík Patrik Ševčík Trnava 2008 Obsah 1 Úvod...7 2 Deformácie
Διαβάστε περισσότεραTechnická univerzita v Košiciach. ROČNÍKOVÁ PRÁCA č. 3 PRIBLIŽNÝ VÝPOČET TEPELNÉHO OBEHU LTKM
Technická univerzita Letecká fakulta Katedra leteckého inžinierstva ROČNÍKOVÁ PRÁCA č. 3 PRIBLIŽNÝ VÝPOČET TEPELNÉHO OBEHU LTKM Študent: Cvičiaci učiteľ: Peter Majoroš Ing. Marián HOCKO, PhD. Košice 6
Διαβάστε περισσότεραOdporníky. 1. Príklad1. TESLA TR
Odporníky Úloha cvičenia: 1.Zistite technické údaje odporníkov pomocou katalógov 2.Zistite menovitú hodnotu odporníkov označených farebným kódom Schématická značka: 1. Príklad1. TESLA TR 163 200 ±1% L
Διαβάστε περισσότερα16. Základne rovinné útvary kružnica a kruh
16. Základne rovinné útvary kružnica a kruh Kružnica k so stredom S a polomerom r nazývame množinou všetkých bodov X v rovine, ktoré majú od pevného bodu S konštantnú vzdialenosť /SX/ = r, kde r (patri)
Διαβάστε περισσότερα1.4 Rovnice, nerovnice a ich sústavy
1. Rovnice, nerovnice a ich sústavy Osah Pojmy: rovnica, nerovnica, sústava rovníc, sústava nerovníc a ich riešenie, koeficient, koreň, koreňový činiteľ, diskriminant, doplnenie do štvorca, úprava na súčin,
Διαβάστε περισσότεραDefinícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita.
Teória prednáška č. 9 Deinícia parciálna deriácia nkcie podľa premennej Nech nkcia Ak eistje limita je deinoaná okolí bod [ ] lim. tak túto limit nazýame parciálno deriácio nkcie podľa premennej bode [
Διαβάστε περισσότεραIntegrovanie racionálnych funkcií
Integrovanie racionálnych funkcií Tomáš Madaras 2009-20 Z teórie funkcií už vieme, že každá racionálna funkcia (t.j. podiel dvoch polynomických funkcií) sa dá zapísať ako súčet polynomickej funkcie a funkcie
Διαβάστε περισσότεραTomáš Madaras Prvočísla
Prvočísla Tomáš Madaras 2011 Definícia Nech a Z. Čísla 1, 1, a, a sa nazývajú triviálne delitele čísla a. Cele číslo a / {0, 1, 1} sa nazýva prvočíslo, ak má iba triviálne delitele; ak má aj iné delitele,
Διαβάστε περισσότεραObyčajné diferenciálne rovnice
(ÚMV/MAN3b/10) RNDr. Ivan Mojsej, PhD ivan.mojsej@upjs.sk 14.3.2013 Úvod patria k najdôležitejším a najviac prepracovaným matematickým disciplínam. Nielen v minulosti, ale aj v súčastnosti predstavujú
Διαβάστε περισσότεραPilota600mmrez1. N Rd = N Rd = M Rd = V Ed = N Rd = M y M Rd = M y. M Rd = N 0.
Bc. Martin Vozár Návrh výstuže do pilót Diplomová práca 8x24.00 kr. 50.0 Pilota600mmrez1 Typ prvku: nosník Prostředí: X0 Beton:C20/25 f ck = 20.0 MPa; f ct = 2.2 MPa; E cm = 30000.0 MPa Ocelpodélná:B500
Διαβάστε περισσότεραNávod na montáž. a prevádzku. MOVIMOT pre energeticky úsporné motory. Vydanie 10/ / SK GC110000
Prevodové motory \ Priemyselné pohony \ Elektronika pohonov \ Automatizácia pohonov \ Servis MOVIMOT pre energeticky úsporné motory GC110000 Vydanie 10/05 11402822 / SK Návod na montáž a prevádzku SEW-EURODRIVE
Διαβάστε περισσότερα4. Výrokové funkcie (formy), ich definičný obor a obor pravdivosti
4. Výrokové funkcie (formy), ich definičný obor a obor pravdivosti Výroková funkcia (forma) ϕ ( x) je formálny výraz (formula), ktorý obsahuje znak x, pričom x berieme z nejakej množiny M. Ak za x zvolíme
Διαβάστε περισσότερα