3 Lineárny regresný model

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "3 Lineárny regresný model"

Transcript

1 3 Leár regresý model 49 3 Leár regresý model Ekoometrcký model sa zostavuje sústavou rovíc. Východskovým údajm pre zostavee modelov sú údajové súor, ktoré sa získavajú z údajov štatstckých úradov a podkových údajových základí. Ekoometrcký model vjadruje kvattatíve závslost medz jedotlvým ekoomckým velčam. Ekoomcké velč sú zorazeím skutočých stavov preehajúcch v techologckých, pracových a kaptálových pochodoch. Ne sú teda a hodotovou astrakcou aalzovaých javov, ale sú zorazeím ch reálch stavov. Preto ekoometrcký model evjadruje astrahovaé ekoomcké ukazovatele, ale zorazuje skutočé stav všetkých súvslostí, ktoré preehajú v hospodárskom žvote spoločost. Skúmaé jav majú v ekoometrckých modeloch kvattatív rozmer. Vzájomé vzťah velčí vstupujú v rovcach ako premeé velč. Premeá velča aleo vsvetľuje stav č vývoj ektorej ej velč, aleo je velčou skúmaou. Podľa toho rozdeľujeme premeé velč a vsvetľujúce aleo vsvetľovaé. 3. Regresý model Závslost medz jedotlvým velčam sa v ekoometrckých modeloch vjadrujú prostredíctvom rovíc. Každá rovca vsvetľuje stav aleo vývoj vžd jedej vsvetľovaej premeej. Keď sa vsvetľuje vac premeých, zostavuje sa rovíc. Vzťah medz premeým sa v ekoometrckých rovcach vjadrujú regresým rovcam. Regresá rovca osahuje vsvetľovaú premeú, vjadrovaú spravdla smolom, vsvetľujúce premeé (apr.,,, ), parametre (koefcet) regresej rovce a to koštatý čle regresej rovce (apr. ), ktorý e je vazaý a ektorú z vsvetľujúcch velčí, parametre vsvetľujúcch velčí (apr.,,,m ) a akoec regresá rovca osahuje velču áhodej zložk a chu z pozorovaa (apr. u). Vjadree hodot vsvetľovaej premeej zo zámch hodôt vsvetľujúcej premeej sa azýva regresa. Ide o prolém vjadrea závslost jedej premeej od ej premeej aleo od vacerých premeých velčí. Ak parametre premeých a adoúdajú číselé hodot, potom + (3.) je regresou pramkou premeej vzhľadom a premeú. V tomto prípade de o vjadree premeej pomocou leáreho vzťahu a takáto regresa sa azýva leárou regresou. Parameter vjadruje východskovú polohu pramk voč premeej a parameter vjadruje smercu tejto pramk. Uvedeý vzťah predstavuje párový leár determstcký matematcký model. Determstcký preto, leo každá zmea premeej predstavuje zodpovedajúcu zmeu premeej a jaké é možé odchýlk sa evsktujú. Ak však do leáreho vzťahu

2 5 Ekoometra pre maažérov vstupujú áhodé premeé, matematcký model sa meí a pravdepodoostý, stochastcký a získava tvar + + u (3.) kde smol u predstavuje áhodú, často edefovaú premeú. Všeoecú jedoduchú regresú rovcu možo potom zapísať v tvare f,,..., ) + m u ( (3.3) kde f vjadruje všeoecú závslosť párových premeých (,). V leárom tvare regresá rovca sa zapsuje tvarom m m + u (3.4) Parameter vjadruje veľkosť premeej pr. Regresý koefcet udáva, o koľko sa zmeí ak sa zmeí o jedu merú jedotku. aleo Vacásoú leáru regresu možo vjadrť v matcovom tvare X + u (3.5) X + u k u k + u k k u k Ak de o vjadree vývojového tredu, regresé rovce vužívajú časové rad premeých. Vted každá regresá rovca má platosť pre každé odoe t časového radu a má tvar... + t + t + t + + m mt ut (3.6) Ide t osahuje v ekoometr spravdla aj rovce, ktoré vjadrujú ele časový, ale aj prestorový rozmer. Z osahu rovce je vžd zrejmé o aké rešee de. Rešee ekoometrckého modelu vžaduje, a sa vsvetľovaá premeá vsvetlla vsvetľujúcm premeým čo ajpresejše a a sa áhodé zložk mmalzoval.

3 3 Leár regresý model 5 3. Odhad parametrov modelu Odhad parametrov ˆ, ˆ pramk ŷ sa vpočíta z emprckých hodôt základého, pozorovaého súoru ˆ ˆ + ˆ pre,,, (3.7) kde ˆ a ˆ reprezetujú odhadovaé, apozorovaé hodot parametrov, ktoré vchádzajú zo skutočých hodôt parametrov a pozorovaého súoru. Hodota ŷ sa azýva vrovaou, očakávaou hodotou premeej Y základého súoru pre -té pozorovae a je hodotou X základého súoru taktež pre -té pozorovae z pozorovaí. Napozorovaé hodot vtvárajú výerový, vratý súor, ktorý možo popísať tým stým štatstckým vlastosťam ako súor základý, pozorovaý. Leáru regresú rovcu možo zázorť pramkou. Každá vzdaleosť odov skutočej hodot výerového súoru od vtvoreej vrovávacej pramk ŷ predstavuje jej odchýlkou e, e ˆ (3.8) Odchýlk sa azývajú rezíduam leárej regresej pramk a terpretujú sa ako odové odhad áhodých chý. A sa regresá pramka čo ajvac prlížla východskovým hodotám a čo ajlepše ch prekrla, veľkosť hodot mala zodpovedať hodotám s čo možo ajmešou chou. Ideále odchýlka e sa mala rovať ule, resp. sa mala mmalzovať. Skúmae veľkost odchýlok umožňuje vužte metód ajmeších štvorcov. Metóda spočíva v tom, že veľkosť sum štvorcov odchýlok (chý) e sa vpočítava zo sum rozdelov pozorovaých hodôt od vpočítaej hodot pramk, teda ŷ ( e ˆ ) (3.9) a v grafckom zázoreí: Or. 3. Vrovávae pramkou a krvkou

4 5 Ekoometra pre maažérov Po ahradeí hodot koefcetm podľa všše uvedeého vzťahu a po mmalzác chý dostaeme vzťah ŷ ( ) [ ] + e m (3.) Výpočet koefcetov a sa vkoáva podľa vzťahov ( )( ) ( ) (3.) a (3.) Vzťah pre výpočet koefcetov sú záme ako rovce ajmeších štvorcov. Hodot a sú artmetcké premer uvedeých hodôt. Uvedeé koefcet možo vpočítať aj ým postupm, apríklad zo sústav tzv. ormálch rovíc (3.3) + + Koefcet sa určujú z jedého výerového súoru a preto pramka sa terpretuje ako odový odhad stredej hodot závsle premeej. ŷ A sa získal prehľad o výzame áhodej ch, je potreé vpočítať rozptl áhodej ch (rozptl rezíduí), σ, rozptl odhadov chý s a štadardá odchýlka odhadu s. Čím sú odchýlk meše, tým sú odhad áhodých chý presejše. Rozptl rezíduí σ okolo pramk sa vjadruje tvarom ( ) E u σ (3.4) a jeho odhad s, ak sa v odhade vsktl dva koefcet, apr. a e s (3.5)

5 3 Leár regresý model 53 Odhadová hodota podáva dorý a eskresleý odhad a to s dvoma tzv. stupňam voľost odhadu, pretože sa odhadoval dva koefcet a. Smol E vo všše uvedeom vzorc (3.4) predstavuje stredú hodotu. Súčet štvorcov chý, e, možo určť pramo z vrovávacej pramk, a to staoveím ŷ pre každý od, potom vpočítať odchýlk ( ŷ ) a potom zostavť e ( ˆ ) (3.6) Keďže de pracý postup a pr výpočte odchýlok môže dôjsť k chám, štatstcká pra s vtvorla jedoduchší spôso, ktorý ere do úvah sumáre hodot e ( ) (3.7) Výraz v zátvorkách je zhodý s výrazom pre výpočet a v prvom výraze sa amesto hodôt použje artmetcký premer. ŷ Z podmeok uplatňovaa metód ajmeších štvorcov vplýva, že súčet odchýlok vrovaých hodôt ŷ a skutočých hodôt sa mal rovať ule, resp. súčet štvorcov odchýlok e má ť mmál e m (3.8) a súčet odchýlok má ť ulový e (3.9) Tým sa dosahlo u regresých rovíc plohodoté vužte metód ajmeších štvorcov pr porovávaí odhadov parametrov premeých a áhodých hodôt. 3.3 Koreláce Pr aalýze ekoomckých javov je často potreé zstť leáru závslosť medz dvoma premeým a. V štatstke sa merae tejto závslost vkoáva pomocou koefceta koreláce, r, ktorý sa dá vjadrť jedoduchým tvarom r ( )( ) ( ) ( ) (3.)

6 54 Ekoometra pre maažérov aleo r (3.) Druhý tvar je výhodejší v tom prípade, ak sú už ektoré vzťah vpočítaé v súvslost s odhadom parametra ˆ. Koefcet koreláce dáva sté formáce o leárej korelác medz premeým a. Meovateľ pre výpočet r ˆ je vžd kladý, pretože v ooch prípadoch de o štvorec vpočítavaých hodôt. Čtateľ pr výpočte ooch hodôt r a ˆ je totožý, čo zameá, že koefcet koreláce r ude mať tú stú charakterstku ako parameter ˆ. Keď sa apríklad parameter ˆ, vted aj r ude rové ule. Z všše uvedeého vplýva, že ak r, eude sa vsktovať jaká leára koreláca medz premeým a. Ak ude hodota pre r kladá, smerca pramk ude postupovať v pravo hore, ak ude záporá, smerca pramk ude postupovať v pravo dole. Toto pravdlo sa dá dokázať aj z porovaa chý odhadu pr tvore odhadovej pramk ŷ. Štvorec koefceta koreláce, R, ktorý sa azýva koefcetom determáce, je výzamým čteľom pre posúdee vhodost modelu. Testovaím modelu pomocou koefcetu determáce sa overuje jeho štatstcká výzamosť. Dá sa určť apríklad tvarm aleo R e (3.) ( ) ( ) ( ) e R (3.3) Koefcet determáce leží v rozpätí R a R sa ude rovať + a vted, keď všetk od udú ležať a regresej pramke, to jest, keď suma štvorcov rezíduí ude rová ule. Teto koefcet dáva zmsluplejšu terpretácu o vzájomej závslost medz premeým a ako koefcet koreláce, r.

7 3 Leár regresý model 55 Z rozpäta, v ktorom sa achádza koefcet koreláce, možo posúdť tesosť vzájomej závslost premeých a. Ak je vpočítaá hodota r povedzme r,5, tak premeá vo vsvetľovaí hodot redukuje sumu rozptlu okolo pramk a o r,5, teda a o 5%. To potom zameá, že a vsvetľovaú hodotu vplývajú é premeé oveľa výzamejše. Ak koefcet koreláce ol vjadreý veľkosťou r,, tak r,, teda a % celkového rozptlu môže sa vsvetlť premeou. Isté prolém astaú, ak vsvetľovaá premeá ola závslá povedzme od dvoch premeých, a, z ktorých u prvej r predstavoval hodotu,4 a u druhej,5. Koefcet determáce predstavoval súčet hodôt (,4) +(,5),4, t.j. 4%-é zížee súčtu hodôt rozptlu a vsvetlea závslost ooch premeých a hodote vsvetľovaej. Nemusí tomu ale tak ť, pretože môže ť vsoká koreláca medz odvoma vsvetľujúcm premeým, ktorá ale e je vjadreou závslosťou vsvetleá. Ak koefcet leárej koreláce adoudol ulovú hodotu r, závslosť eola leára. To ale ezameá, že sa vôec evsktuje. Mohla ť á, treárs s vsokou závslosťou, ale eleára. Príklad 3. Leár regresý model Maažér predaje sleduje predaj jedotlvých druhov tovaru vo svojej predaj v preehu dvaástch áhode vraých týždňov a zsťuje závslost medz ameraým hodotam jedotlvých premeých. Zsteé údaje o možstve predaého mleka a o predajej cee mleka sú uvedeé v tauľke 3.. A získal lepší oraz o údajoch v tauľke, zorazí hodot z tauľk do odového korelačého grafu. Týždeň Predaj za týždeň (ts. ltrov) Cea v predaj (Sk/l) Ta. 3. Údaje o možstve predaého mleka a jeho cee

8 56 Ekoometra pre maažérov 5 predaé mleko (ts. l) cea (Sk/l) 5 Or. 3. Bodový graf (údaje z ta. 3.) Na or. 3. môžeme vdeť egatív leár vzťah medz závslou premeou, t.j. možstvom predaého mleka a medz ezávslou premeou, t.j. jedotkovou ceou za mleko. S rastúcou jedotkovou ceou klesá možstvo predaého mleka. Zjavú závslost medz premeým a zmerame koefcetom koreláce podľa vzorca (3.), prčom častkové výpočt sa achádzajú v tauľke 3.. r ( ) ( ) 4,945 58, Spolu Ta. 3. Častkové výpočt

9 3 Leár regresý model 57 Hodota koefceta koreláce r, 945 ukazuje a veľm slú egatívu korelácu medz premeým a. Ďalej musíme vpátrať odpoveď a otázku, o koľko klese predaj mleka pr raste jedotkovej ce? Odpoveď získame, ak odm a or. 3. preložíme pramku a vpočítame jej smercu. Smerca pramk udáva premerú zmeu možstva () vvolaú jedotkovou zmeou ce (). Zapíšeme leár regresý model v tvare kde + u + je vsvetľovaá premeá modelu, t.j. možstvo predaého mleka v ts. l., je vsvetľujúca premeá modelu, t.j. jedotková ce mleka (Sk/l), u je áhodá zložka, ktorá v popsuje vplv všetkých ostatých čteľov, ktoré e sú zahruté v model, je úrovňová koštata, presečík s vertkálou osou, je parameter modelu, ktorý vjadruje zmeu vsvetľovaej premeej zmeou vsvetľujúcej premeej o jedotku. vvolaú Metódou ajmeších štvorcov veme odhadúť hodot parametrov vchádzame zo vzorca (3.) a (3.), v model, prčom ,977 (,977) 7 7,69 Rovca vrovaej regresej pramk je ˆ 7,69, 977 Najprv terpretujeme vpočítaé hodot parametrov modelu. Úrovňová koštata, presečík s vertkálou osou, vjadruje hodotu premeej, ak premeá je rová ule. Teoretck de o premerú veľkosť doptu po mleku za predpokladu, že je zadarmo. Čže vdíme, že užtočá terpretáca úrovňovej koštat chýa, pretože ktorýkoľvek ý odorík a predaj potraví môže odhadovať celkom ú hodotu doptu po mleku, ak toto č estálo. Navše a vo výerovom súore, z ktorého sme vrovaú regresú pramku odvodl, sa jaká z hodôt premeej eprlžuje hodote ula. Regresá rovca prlžuje správae sa reáleho javu le pokaľ de o tú olasť, z ktorej pochádzajú údaje vo výerovom súore. Etrapoláca za hracu údajov z výerového súoru vchádza z predpokladu o emeost vzájomého stavu medz vsvetľovaou a vsvetľujúcou premeou. Uvedeé pravdlo platí aj v prípade vpočítaej hodot úrovňovej koštat, ktorej ekoomcká terpretáca e je výzamá aj z tohto dôvodu.

10 58 Ekoometra pre maažérov Parameter mera zmeu v dopte po mleku (v ts. Sk) vvolaú zmeou ce mleka o jedu koruu ( Sk/l), čže de o koefcet asolútej ceovej elastct doptu. Ak sa cea ltra mleka zíž o jedu koruu, tak očakávame árast predaého možstva mleka v premere o 977 ltrov. Každé jedokoruové zvýšee ce za lter mleka zžuje možstvo predaého mleka po zaokrúhleí v premere o jede tsíc ltrov za týždeň. Vzťah medz premeým a, vjadreý regresou pramkou, je zázoreý a or Všmme s vertkále vzdaleost jedotlvých odov z výerového súoru od vpočítaej pramk, ktoré sú zázoreé čarkovae. Vrovaá regresá pramka je vpočítaá tak, a práve súčet štvorcov týchto vzdaleostí ol mmál (podmeka 3.). Nejestvuje teda jaká á pramka, ktorej vertkála vzdaleosť od odov v súradcovej sústave ola žša. Odchýlk jedotlvých odov z emprckého výerového súoru od vrovávacej pramk sa azývajú rezíduá. Hodotu celkovej odchýlk ako aj premerej odchýlk odov výerového súoru od vrovávacej pramk vpočítame pomocou asledujúcch vzorcov. Súčet štvorcov rezíduí vpočítame podľa vzorca (3.9) e ( ˆ ) 9, 98 Rozptl rezíduí okolo vrovávaej pramk vpočítame podľa vzorca (3.5) s e 9,98,998 Štadardú odchýlku rezíduí, ktorá mera premerú veľkosť odchýlk emprckej hodot ŷ od odhadutej hodot, získame ako odmocu zo vzorca (3.5) s e,998,4 5 7,69 7,69-,977 predaé mleko (ts. l) cea (Sk/l) 5 Or. 3.3 Vrovaá regresá pramka

11 3 Leár regresý model 59 Relatíve ízka hodota štadardej odchýlk rezíduí azačuje, že pomere veľká časť rozptlu premeej je vsvetleá zvoleou premeou. Vrovaé hodot ˆ 7,69, 977 Rezíduá ˆ ( ) ( ) 9,3 -,3,46 5 4,6,839,74 8 8,86 -,86,666 4,954,46,94 -,977,3, 7 8,69 -,69,43,954 -,954 3,88 5 6,5 -,5,43 6 3,93,69 4,8 4,954,46,94 9,46,954 3,88 Spolu 3 3 9,98 Ta. 3.3 Tauľka rezíduí Rezíduá sme defoval ako rozdel medz emprckou hodotou a vrovaou hodotou e ŷ, takže môžeme zapísať rovosť ˆ ˆ + ( ˆ ) a po odpočítaí od odvoch strá rovce dostávame ( ) ( ˆ ) ( ˆ + ) prčom aj pre súčet štvorcov týchto rozdelov platí ( ) ( ˆ ) + ( ˆ ) Celkový rozptl premeej od hodôt premerej premeej sme rozdell a rozptl vsvetleý leárou regresou, t.j. rozptl hodôt vrovaej premeej ŷ od hodôt premerej premeej, a a tzv. rezduál (áhodý) rozptl vjadreý ako štvorec rozdelu emprckej hodot od vrovaej hodot ŷ. Rozklad rozptlu vsvetľovaej premeej pre sedme pozorovae z radu údajov o predaj mleka a jeho predajej cee z ta. 3. je zázoreý a or Pr rozklade rozptlu a ásledom výpočte koefcetu determáce vchádzame z častkových výpočtov osahutých v tauľke 3.3 a 3.4. Bod zázoreý a or. 3.4 je v odvoch tauľkách zvýrazeý svým teňovaím.

12 6 Ekoometra pre maažérov predaé mleko (ts. l) , ,69 7,69-, cea (Sk/l) Or. 3.4 Rozklad rozptlu vsvetľovaej premeej (pre 7 ) ( ) ( ) Spolu 3 X 86 Ta. 3.4 Odchýlk vsvetľovaej premeej od jej premeru Hodotu celkového rozptlu získame z ta. 3.4, hodota rozptlu vsvetleého modelom je uvedeá v ta. 3.3 a hodotu rezduáleho rozptlu získame ako rozdel medz celkovým rozptlom a rozptlom vsvetleým modelom, ( ( ) ˆ ) 86 9,98 ( ˆ ) ( ) ( ˆ ) 86 9,98 66,9

13 3 Leár regresý model 6 Z asolútch hodôt vpočítaých rozptlov vdíme, že veľký podel a celkovom rozptle vsvetľovaej premeej má rozptl vsvetleý leárm regresým modelom. Práve podel rozptlu vsvetleého modelom a celkovom rozptle vsvetľovaej premeej je základom pre výpočet koefceta determáce, čo je zrejmé zo vzorca (3.) resp. (3.3). R ( ˆ ) ( ) 66,9 86,893 Hodotu koefceta determáce môžeme určť alteratíve umoceím hodot koefceta koreláce vpočítaého podľa vzorca (3.) a druhú R ( r) (,945),893 Výsledú hodotu koefceta determáce terpretujeme tak, že prlže 89% varalt vsvetľujúcej premeej, t.j. možstva predaého mleka (v ts. ltrov za týždeň) je vsvetleej varaltou v cee za lter tohto ápoja. Zostávajúcch prlže % varalt je ovplveých varaltou ých čteľov, ktoré e sú v model zahruté a sú súčasťou áhodej zložk modelu. Podroejše sme teto čtele aalzoval v príklade Vacrozmerý leár model Vacrozmerým modelom sa vjadruje závslosť vsvetľovaej premeej ŷ od vacerých vsvetľujúcch premeých,,,. Vacparametrcký leár model má potom tvar ˆ ˆ ˆ ˆ k k + u (3.4) Odhad parametrov vacrozmerého leáreho modelu možo vkoať, podoe ako u jedoduchého leáreho modelu, prostredíctvom metód ajmeších štvorcov a to podľa vzťahov e ( ˆ ) e [ ( ˆ + ˆ + ˆ ˆ k k )] m m (3.5) Príklad 3. Vacrozmerý leár model Maažmet predaje chce zstť, č a ako výzame ovplvňujú fačé prostredk valožeé a reklamu možstvo predaého mleka. K vsvetľujúcej premeej jedotková cea mleka prdáme ďalšu vsvetľujúcu premeú a to výdavk a reklamu a mleko, ktorú vjadríme v stovkách Sk. Získame takto vacrozmerý regresý model, ktorý vjadruje závslosť predaého možstva od jedotkovej ce a od výdavkov a reklamu.

14 6 Ekoometra pre maažérov Regresý model má teraz tvar u, kde je vsvetľovaá premeá modelu, t.j. možstvo predaého mleka v ts. ltroch., je vsvetľujúca premeá modelu, t.j. jedotková ce mleka (Sk/l), je vsvetľujúca premeá modelu, t.j. výdavk a reklamu a mleko (v stovkách Sk), u je áhodá zložka, ktorá v popsuje vplv všetkých ostatých čteľov, ktoré e sú zahruté v model, je úrovňová koštata, presečík s vertkálou osou, je parameter modelu, ktorý vjadruje zmeu vsvetľovaej premeej zmeou vsvetľujúcej premeej o jedotku a je parameter modelu vjadrujúc zmeu vsvetľovaej premeej zmeou vsvetľujúcej premeej o jedotku. vvolaú vvolaú Východskové údaje osahuje ta Výpočt vkoáme apríklad pomocou programu Ecel a získame tak odhad parametrov modelu. ˆ + 3,858,89, 6 Úrovňová koštata, presečík s vertkálou osou, vjadruje hodotu premeej za predpokladu, že odve premeé, sa rovajú ule. Koefcet, ozačujeme ako parcále regresé koefcet. Odva merajú premerú zmeu premeej vvolaú jedotkovou zmeou príslušej vsvetľujúcej premeej. Naprek tomu, že regresá rovca vjadruje vplv odvoch ezávslých premeých a, parcál (čstý) účok premeej musí ť meraý oddelee od vplvu ostatých premeých v model (v ašom prípade od premeej ). Potom presá terpretáca parametrov modelu ze: koefcet mera premerú zmeu premeej vvolaú jedotkovou zmeou premeej za predpokladu, že ostaté ezávslé premeé (t.j. ) sú koštaté. Hodota parametra, 89 vjadruje, že každý árast predajej ce mleka o Sk/l vvolá pokles predaého mleka v premere o 89 l. za predpokladu, že výdavk a reklamu zostávajú koštaté. Hodotu parametra, 6 terpretujeme tak, že výdavk a reklamu zvýšeé o jedosto Sk vvolajú zvýšee predaja mleka v premere o 6 ltrov za predpokladu emeej jedotkovej ce mleka. 3.5 Charakterstka premeých Ekoometra sa zaoerá skúmaím kvatfkovaých ekoomckých velčí za tým účelom, a sa vsvetll é pozorovaé ekoomcké velč. Ekoometrckým metódam sa eude skúmať, č pre pozorovaý ekoomcký jav sú defovaé ekoomcké velč reprezetatíve, ale ude sa vchádzať z faktu, že ekoomcká aalýza, aleo ekoomcká pra, skúmaý jav daým ekoomckým čteľm odorla. Úlohou ekoometre ude

15 3 Leár regresý model 63 zorazť skúmaý jav vo vhodom ekoometrckom model tak, a sa mohl vsvetlť kvattatíve strák, vzájomé závslost a správae sa čteľov, ktoré skúmaý jav charakterzujú. V ekoometr sa teto čtele chápu ako vsvetľujúce, apróre velč a e je úlohou ekoometre ch vsvetľovať. Ekoometrcký model má čo ajverejše zorazť modelovaú skutočosť a potom možo model použť ako hpotézu o udúcom vývoj javu, možo ho použť pre kvattatívu aalýzu, progózu pre radee. V poslede uvedeých prípadoch je ekoometrcký model formulácou ekoomckej hpotéz, ktorá je založeá a prcípe matematcko-štatstckého vjadrea. Posktuje kvattatívu formulácu o verále vjadreých pozatkoch, ktoré vplývajú z ekoomckých aalýz. Model môže posktúť aj vac hpotéz, ale v jakom prípade emôže posktúť stotu o tom, ktorá z možých hpotéz je správa. Z toho tež vplýva, že ekoometrcký model osahuje v see stú meru eurčtost, že je stochastckým modelom. Neurčtosť v model je daá aj tým, že v model emožo eplcte vjadrť všetk vsvetľujúce premeé a a všetk áhodé vplv, ktoré zorazovaú skutočosť aplňujú. Skúmaý č vsvetľovaý jav je teda charakterzovaý ekoomckou velčou (aleo ekoomckým velčam), ktorá je posktutá ekoomckou aalýzou. Údaje o ekoomckých velčách sa achádzajú v príslušých štatstkách. Ekoomcká velča vchádza do ekoometrckého modelu ako vokajša, eogéa premeá. Takáto velča vchádza do ekoometrckého modelu ako ezávslá premeá. Nezávslou je však a vo vzťahu k vsvetľovaej, skúmaej edogéej premeej. Iak sama môže ť závslá od ých, v model pramo eskúmaých, aleo častoče závslá od ých, v model skúmaých velčí. V prvom prípade sa závslosť vsvetľujúcej premeej v model vjadrí v edefovaých premeých, v druhom prípade korelačou závslosťou. Zredka sa stáva, že skúmaý jav možo vsvetlť heď v prvom vzťahu závslost, teda v prvej rovc, ale možo ho vsvetlť až po ekoľkých krokoch. Vsvetleá premeá z prvého vzťahu sa zavede ako vsvetľujúca premeá v druhom vzťahu, atď. Tak sa stáva, že vsvetľujúcou premeou e je a eogéa, ale už aj vsvetleá edogéa velča. Ako sa už skôr uvedlo, vzťah medz vsvetľovaým sa vsvetľujúcm velčam sa v ekoometr vjadrujú prostredíctvom regresých rovíc, z ktorých sa vtvárajú ekoometrcké model. Slu, teztu vzťahov medz vsvetľovaou a vsvetľujúcm velčam vjadrujú parametre prradeé k jedotlvým vsvetľujúcm velčám. Odhad parametrov modelu musí vchádzať z pôvodého, základého súoru údajov vzťahujúcch sa a aalzovaý jav. Z tohto súoru sa vtvorí výerový súor, ktorý možo štatstcký popísať tak, ako súor základý. Odhad parametrov v model je zorazeím parametrov zo základého súoru. Odhad parametrov, ako už veme, môže ť odový aleo tervalový. Bodový odhad staovuje jedu, reprezetatívu hodotu parametra, tervalový odhad určuje rozpäte, terval, v ktorom sa hodota achádza. Po vkoaom odhade parametrov musí sa otestovať, č vpočítaé parametre v model zodpovedajú parametrom pôvodým. Ak sa parametre edajú staovť zo štatstckých údajov, roa sa ch odhad. Dôvodom môže ť hlave okolosť, že vsvetľujúca premeá emá staoveý z rôzch dôvodov, ajmä kvaltatívch, svoj kvattatív rozmer. V teór pra sa achádzajú aj ďalše požadavk a premeé. Z ch uvedeme aspoň te ajdôležtejše.

16 64 Ekoometra pre maažérov Predovšetkým de o tzv. oeskoreé premeé. Sú to premeé, ktorých emprcké hodot pochádzajú z mulých, aleo z ezprostrede mulých odoí a majú potom a vsvetľujúcu premeú tzv. oeskoreý vplv. S časovým odoím súvsa premeé vtvoreé v časových radoch za sté skúmaé odoe. Ide o časové vjadree vývoja jedotlvých, určtých ekoomckých velčí (ukazovateľov). Časový rad musí však ť homogé, t.j. musí zodpovedať porovávaým vecým, prestorovým časovým (krátkodoým, dlhodoým) čteľom. Zaradee časových premeých do ekoometrckých modelov predstavuje tzv. eplctú damckosť modelu (vď apr.[]). Voč týmto, v časovej postupost usporadaým premeým, stoja tzv. prerezové premeých. Ide o také vecé údaje, ktoré sa získavajú a horzotálej (odorovej, odvetvovej) úrov hospodárstva a majú vplv a vsvetľovaú premeú. Zataľ sme hovorl a o kvattatívch premeých, ktoré možo vjadrť číselým hodotam. Ekoomcká aalýza však pracuje aj s kvaltatívm čteľm, ktoré sa edajú čísele vjadrť. Premeé, ktoré vjadrujú takéto čtele, azývajú sa kvaltatívm premeým. Vo všeoecost sme mohl povedať, že každý ekoomcký jav, ktorý možo charakterzovať kvattatívm ukazovateľom, osahuje v see kvaltatíve prvk. Tak apríklad makroekoomcký ukazovateľ hruého domáceho produktu osahuje v see čteľa spotre ovateľstva ako stetcké číslo. Ale ovateľstvo, čo do spotre, je začé dferecovaé, apríklad podľa socálo- príjmových skupí. Sklada spotre, vecá hodotová, je v jedotlvých skupách veľm rozdela. Rozdelosť spotre vjadruje jej kvaltu, rozdelu žvotú úroveň v socálch skupách. Makroukazovateľ celkovej spotre ovateľstva eere však do úvah teto kvaltatíve rozdelost, pretože je ukazovateľom gloálm, súorým. Ale v jedotlvých socálch skupách sa mohl vtvárať podskup, ktoré mal tež kvaltatíve rozdelost. Takto sa dalo postupovať do rôzej hĺk skúmaého javu. Teda, ak sa skúmajú v ekoometrckých modeloch premeé podľa kvattatívch hľadísk, emožo opomeúť, že v see ukrývajú aj kvaltatíve rozdelost. Je a aaltkov, k akému účelu sa ekoometrcký model vpracováva, aký má ť jeho zmsel a aké má mať vužte. Podľa toho trea zohľadť akosté hľadská skúmaého ekoomckého javu, poprípade vhodým spôsoom, apríklad korekčým čteľom, vjadrť hodotu vsktujúcch sa kvaltatívch premeých. Otázk. Vsvetlte pojm koreláca a regresa. Uveďte, aký je rozdel medz odvoma pojmam.. Aká je to vsvetľovaá premeá a aké je jej postavee v leárom regresom model? 3. Ojaste úlohu vsvetľujúcch premeých v jedorozmerom a vacrozmerom leárom regresom model. 4. V čom spočíva prcíp metód ajmeších štvorcov? 5. Defujte koefcet determáce a správe terpretujte vpočítaú hodotu koefcetu determáce R,6.

Regresná analýza x, x,..., x

Regresná analýza x, x,..., x Regresá aalýza Základé pojmy Regresá aalýza skúma fukčý vzťah (priebeh závislosti), podľa ktorého sa meí závisle premeá Y pri zmeách ezávislých veličí x, x,..., x k. x = ( x, x,..., x ) i i i i T Y = (Y,

Διαβάστε περισσότερα

Metódy spracovania experimentálnych výsledkov Autor pôvodného textu: Peter Ballo

Metódy spracovania experimentálnych výsledkov Autor pôvodného textu: Peter Ballo Spracovae výsledkov Metódy spracovaa epermetálych výsledkov Autor pôvodého tetu: Peter Ballo Každé merae je zaťažeé chybam, ktoré sú zapríčeé edokoalosťou ašch pozorovacích schopostí, epresosťou prístrojov,

Διαβάστε περισσότερα

Vo vedeckých a inžinierskych analýzach sa asto stretávame s kvantitatívnym hodnotením dvoch a viac veliín, ktoré vyjadrujeme funkným vzahom

Vo vedeckých a inžinierskych analýzach sa asto stretávame s kvantitatívnym hodnotením dvoch a viac veliín, ktoré vyjadrujeme funkným vzahom 9. REGRESNÁ A KORELANÁ ANALÝZA Vo vedeckých žerskch lýzch s sto stretávme s kvtttívm hodoteím dvoch vc velí, ktoré vjdrujeme fukým vzhom f(), z ϕ(, ). (9.) Vel sú vzájome šttstck korelové (závslé). Prtom

Διαβάστε περισσότερα

2.1 Úvod. i=1, 2, n (2-1)

2.1 Úvod. i=1, 2, n (2-1) Katola Leára reresa Leára reresa. Úvod Termí reresa sa ojavl v matematckej štatstke v dosť kurózej hstorckej súvslost. Pr sledovaí koreláce medz výškou sov a otcov sa zstlo, že sova veľm vsokých otcov

Διαβάστε περισσότερα

Matematika Funkcia viac premenných, Parciálne derivácie

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 περισσότερα

1 Koeficient kovariancie

1 Koeficient kovariancie Koreláciou rozumieme vzájomý lieáry vz tah závislos t) dvoch áhodých premeých X a Y 1. Teto vz tah môˇze by t priamy tj. s rastúcimi hodotami jedej premeej rastú hodoty druhej premeej a aopak alebo epriamy

Διαβάστε περισσότερα

Matematická štatistika

Matematická štatistika Matematcká štatstka Trochu hstóre: Starovek sčítae ľudu a majetku (vojeské a daňové účely) Egypt, Čía, Mezopotáma Stredovek vzk a kosoldáca ových štátov zsťovae geografckých údajov, hospodársky a poltcký

Διαβάστε περισσότερα

1 lim. Analýza výstupných dát simulácie Odhad neznámej strednej hodnoty

1 lim. Analýza výstupných dát simulácie Odhad neznámej strednej hodnoty V. Solá, KIVT FEI STU Bratslava 6 : Aalýza výstupých dát smuláce Odhad ezámej stredej hodot Cetrála lmtá veta CLV: Nech,,... sú IID áhodé premeé so stredou hodotou µ a koeou dsperzou σ. Potom x R platí:

Διαβάστε περισσότερα

M6: Model Hydraulický systém dvoch zásobníkov kvapaliny s interakciou

M6: 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 περισσότερα

ε vyjadruje pravdepodobnos, že ε x. Funkcia f(x) je tiež oznaená ako hustota

ε vyjadruje pravdepodobnos, že ε x. Funkcia f(x) je tiež oznaená ako hustota 7 VARIANNO KOVARIANNÁ MAICA Rozdelee áhodej vel (premeej) (môže ju predstvov ch oprv v vektor merých velí ) je vjdreé dstruou ukcou F() prvdepodoos výsktu áhodej premeej je vjdreá rekveou ukcou () Vzájomý

Διαβάστε περισσότερα

Cvičenie č. 4,5 Limita funkcie

Cvičenie 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 περισσότερα

Start. 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

Start. 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 περισσότερα

u R Pasívne prvky R, L, C v obvode striedavého prúdu Činný odpor R Napätie zdroja sa rovná úbytku napätia na činnom odpore.

u R Pasívne prvky R, L, C v obvode striedavého prúdu Činný odpor R Napätie zdroja sa rovná úbytku napätia na činnom odpore. Pasívne prvky, L, C v obvode stredavého prúdu Čnný odpor u u prebeh prúdu a napäta fázorový dagram prúdu a napäta u u /2 /2 t Napäte zdroja sa rovná úbytku napäta na čnnom odpore. Prúd je vo fáze s napätím.

Διαβάστε περισσότερα

3. prednáška. Komplexné čísla

3. prednáška. Komplexné čísla 3. predáška Komplexé čísla Úvodé pozámky Vieme, že existujú také kvadratické rovice, ktoré emajú riešeie v obore reálych čísel. Študujme kvadratickú rovicu x x + 5 = 0 Použitím štadardej formule pre výpočet

Διαβάστε περισσότερα

VYHODNOCOVANIE CHYBY MERANIA

VYHODNOCOVANIE CHYBY MERANIA YHODNOCOANIE CHYBY MERANIA doc RNDr Drahoslav ajda, CSc Ceľom meraa je pozať skutočú hodotu fyzkálej velčy Avšak pr meraí akejkoľvek fyzkálej velčy sa dopúšťame epresost, takže výsledok meraa sa líš od

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA 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 περισσότερα

Motivácia Denícia determinantu Výpo et determinantov Determinant sú inu matíc Vyuºitie determinantov. Determinanty. 14. decembra 2010.

Motivácia 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 περισσότερα

Obvod a obsah štvoruholníka

Obvod 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 περισσότερα

Ekvačná a kvantifikačná logika

Ekvačná 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 περισσότερα

1. Limita, spojitost a diferenciálny počet funkcie jednej premennej

1. 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 περισσότερα

( ) 3. Štatistika 1 Charakteristiky tvaru rozdelenia Indexy. Miery šikmosti a špicatosti. (1) Koeficient šikmosti. γ = x x n

( ) 3. Štatistika 1 Charakteristiky tvaru rozdelenia Indexy. Miery šikmosti a špicatosti. (1) Koeficient šikmosti. γ = x x n Štatstka Charakterstky tvaru rozdelea dexy 3. redáška Mery škmost a šcatost Škmosť (asymetra) osuute vrcholu rozdelea očetostí oztíve zoškmeé rozdelee vrchol rozdelea je osuutý od artmetckého remeru doľava

Διαβάστε περισσότερα

3. Striedavé prúdy. Sínusoida

3. 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 περισσότερα

Goniometrické rovnice a nerovnice. Základné goniometrické rovnice

Goniometrické 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 περισσότερα

Rozdiely vo vnútornej štruktúre údajov = tvarové charakteristiky

Rozdiely 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 περισσότερα

1. písomná práca z matematiky Skupina A. 1. písomná práca z matematiky Skupina B

1. písomná práca z matematiky Skupina A. 1. písomná práca z matematiky Skupina B . písoá pác z tetik Skpi A. Zjedodšte výz : ) z 8 ) c). Doplňte, pltil ovosť : ) ). Vpočítjte : ) ) c). Vpočítjte : ) ( ) ) v v v c). Upvte výz ovete spávosť výsledk pe : 6. Zostojte tojholík ABC, k c

Διαβάστε περισσότερα

Matematika prednáška 4 Postupnosti a rady 4.5 Funkcionálne rady - mocninové rady - Taylorov rad, MacLaurinov rad

Matematika 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 περισσότερα

Matematika 2. časť: Analytická geometria

Matematika 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 περισσότερα

KATEDRA DOPRAVNEJ A MANIPULAČNEJ TECHNIKY Strojnícka fakulta, Žilinská Univerzita

KATEDRA 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 περισσότερα

Štatistika s Excelom 1. Jurečková Mária Molnárová Iveta. Štatistika s Excelom

Štatistika s Excelom 1. Jurečková Mária Molnárová Iveta. Štatistika s Excelom Štatstka s Excelom Jurečková Mára Molárová Iveta Štatstka s Excelom AOS 005 Štatstka s Excelom Za odború a jazykovú stráku zodpovedajú autor. Jedotlvé kaptoly spracoval: doc. RNDr. Mára Jurečková, CSc.,

Διαβάστε περισσότερα

APLIKOVANÁ ŠTATISTIKA V POČÍTAČOVOM PROSTREDÍ MATLABU

APLIKOVANÁ ŠTATISTIKA V POČÍTAČOVOM PROSTREDÍ MATLABU Moderé vzdelávae pre vedomostú spoločosť/ Projekt je spolufacovaý zo zdrojov EÚ APLIKOVANÁ ŠTATISTIKA V POČÍTAČOVOM PROSTREDÍ MATLABU Fakulta elektrotechky a formatky Eva Ostertagová Táto publkáca vzkla

Διαβάστε περισσότερα

7. FUNKCIE POJEM FUNKCIE

7. 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 περισσότερα

Príklady na precvičovanie číselné rady a kritériá ich konvergencie a divergencie

Príklady na precvičovanie číselné rady a kritériá ich konvergencie a divergencie Príklady a precvičovaie číselé rady a kritériá ich kovergecie a divergecie Ústredým problémom teórie reálych číselých radov je vyšetrovaie ich kovergecie, resp divergecie Ak {a } = je daá postuposť reálych

Διαβάστε περισσότερα

Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCA

Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCA Uiverzita Karlova v Praze Matematicko-fyzikálí fakulta DIPLOMOVÁ PRÁCA Vladislav Gajdošík Kozistecia a asymptotická reprezetácia odhadu LWS Katedra pravděpodobosti a matematické statistiky Vedúci diplomovej

Διαβάστε περισσότερα

ARMA modely čast 2: moving average modely (MA)

ARMA 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 περισσότερα

Tomáš Madaras Prvočísla

Tomáš 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 περισσότερα

LABORATÓRNE CVIČENIA Z FYZIKÁLNEJ CHÉMIE

LABORATÓRNE CVIČENIA Z FYZIKÁLNEJ CHÉMIE VYSOKOŠKOLSKÉ SKRIPTÁ Pedagogcká fakulta Travskej uverzty Já Regul LORTÓRNE CVIČENI Z FYZIKÁLNEJ CHÉMIE Doc. Ig. Já Regul, CSc. Recezet: Doc. Ig. Mára Lkešová, CSc. RNDr. Zuzaa Melchová, PhD. Vydala Pedagogcká

Διαβάστε περισσότερα

Moderné vzdelávanie pre vedomostnú spoločnosť Projekt je spolufinancovaný zo zdrojov EÚ M A T E M A T I K A

Moderné 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 περισσότερα

6 Limita funkcie. 6.1 Myšlienka limity, interval bez bodu

6 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 περισσότερα

Život 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 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 περισσότερα

Jednotkový koreň (unit root), diferencovanie časového radu, unit root testy

Jednotkový 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 περισσότερα

Komplexné čísla, Diskrétna Fourierova transformácia 1

Komplexné 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 περισσότερα

Definícia parciálna derivácia funkcie podľa premennej x. Definícia parciálna derivácia funkcie podľa premennej y. Ak existuje limita.

Definícia 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 περισσότερα

Chí kvadrát test dobrej zhody. Metódy riešenia úloh z pravdepodobnosti a štatistiky

Chí 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 περισσότερα

Materiálové bilancie

Materiálové bilancie 2. Mateálové blace s chemckou eakcou 2. Mateálové blace s chemckou eakcou Píklad 1 - Sytéza amoaku Píklad 2 - Neutalzáca Píklad 3 - Etyléoxd Píklad 4 - Fosfo Píklad 5 - ezé Píklad 6 - Sía - Metá Píklad

Διαβάστε περισσότερα

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. 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 περισσότερα

Modelovanie dynamickej podmienenej korelácie kurzov V4

Modelovanie 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 περισσότερα

rs r r â t át r st tíst Ó P ã t r r r â

rs r r â t át r st tíst Ó P ã t r r r â rs r r â t át r st tíst P Ó P ã t r r r â ã t r r P Ó P r sã rs r s t à r çã rs r st tíst r q s t r r t çã r r st tíst r t r ú r s r ú r â rs r r â t át r çã rs r st tíst 1 r r 1 ss rt q çã st tr sã

Διαβάστε περισσότερα

6 Komplexný ekonometrický model

6 Komplexný ekonometrický model 6 Kompleý ekoomercký model 9 6 Kompleý ekoomercký model Kompleý ekoomercký model má zložú košrukcu predovšekým preo, lebo obsahue ekoľko druhov velčí o hypoézach vývoa skúmaého ekoomckého avu. Každý ekoomcký

Διαβάστε περισσότερα

Limita postupnosti II.

Limita postupnosti II. JKPo09-T List Limita postuposti II. Mgr. Jaa Králiková U: Pojem ity by si už mal pozať. Teraz si zopakujeme a rozšírime aše pozatky. Ž: Ak máme daú postuposť {a } =, ktorej hodoty sa blížia k ejakému číslu

Διαβάστε περισσότερα

Úvod do lineárnej algebry. Monika Molnárová Prednášky

Úvod 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 περισσότερα

Integrovanie racionálnych funkcií

Integrovanie 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 περισσότερα

x j hodnota štatistického znaku x - aritmetický priemer ni absolútna početnosť m počet tried hšt ti ti kéh m počet tried hšt ti ti kéh

x j hodnota štatistického znaku x - aritmetický priemer ni absolútna početnosť m počet tried hšt ti ti kéh m počet tried hšt ti ti kéh 4. Bodový odhad Pricíp bodového odhadu spočíva v odhade ezámych parametrov (stredej hodoty, rozptylu, smerodajej odchýlky, atď.) prostredíctvom výberových charakteristík, ktoré sú reprezetovaé jedým číslom

Διαβάστε περισσότερα

,Zohrievanie vody indukčným varičom bez pokrievky,

,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 περισσότερα

Ohraničenosť funkcie

Ohraničenosť funkcie VaFu05-T List Ohraničenosť funkcie RNDr. Beáta Vavrinčíková U: V bežnom živote sa často stretávame s funkciami, ktorých hodnot sú určitým spôsobom obmedzené buď na celom definičnom obore D alebo len na

Διαβάστε περισσότερα

Príklady na precvičovanie komplexné čísla, postupnosti a funkcie

Príklady na precvičovanie komplexné čísla, postupnosti a funkcie Príklady a precvičovaie komplexé čísla, postuposti a fukcie Príklad 1 Vypočítajte: Riešeé príklady a) 1 + i 1 i 1 i 1 + i, b) 1 + i)6, c) 1 + i Riešeie: a) Elemetárym vypočtom dostaeme 1 + i 1 i 1 i 1

Διαβάστε περισσότερα

Základy metodológie vedy I. 9. prednáška

Základy 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 περισσότερα

6. Mocniny a odmocniny

6. Mocniny a odmocniny 6 Moci odoci Číslo zýve oceec (leo zákld oci), s zýv ociteľ (leo epoet) Číslo s zýv -tá oci čísl Moci s piodzeý epoeto pe ľuovoľé eále číslo pe kždé piodzeé číslo je v ožie eálch čísel defiová -tá oci

Διαβάστε περισσότερα

1.2 MATERIÁLOVÉ BILANCIE S CHEMICKOU REAKCIOU

1.2 MATERIÁLOVÉ BILANCIE S CHEMICKOU REAKCIOU 1. MERIÁLOVÉ ILNCIE S CHEMICKOU REKCIOU M - R - Píklad 1 - moak 1: Do eaktoa vstupujú dusíka a 6 mol vodíka. V eaktoe pebeha exotemcká eakca so 100 pecetou kovezou dusíka. N + 3 H NH 3 Vypočítajte: a.rozsah

Διαβάστε περισσότερα

Kombinatorické identity Peter πtr Korcsok

Kombinatorické identity Peter πtr Korcsok Kobatorcké detty Peter πtr Korcsok ØÖ Øº Tátopredáškapredvádzazákladékobatorckéetódydokazovaa V prvej čast je každá techka struče popísaá a dopleá jedoduchý rešeý príklado, druhú časť poskytuje čtateľov

Διαβάστε περισσότερα

1 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 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 περισσότερα

) * +, -. + / - 0 1 2 3 4 5 6 7 8 9 6 : ; < 8 = 8 9 >? @ A 4 5 6 7 8 9 6 ; = B? @ : C B B D 9 E : F 9 C 6 < G 8 B A F A > < C 6 < B H 8 9 I 8 9 E ) * +, -. + / J - 0 1 2 3 J K 3 L M N L O / 1 L 3 O 2,

Διαβάστε περισσότερα

Prognózovanie OBSAH PREDNÁŠKY

Prognózovanie OBSAH PREDNÁŠKY Progózovaie OBSAH PREDNÁŠKY Progózovaie cieľ, postup, klasifikácia metód Kvatitatíve metódy Rôze typy priemerov, lieára regresia, metóda harmoických váh Kvalitatíve metódy Odhad predajcov, skupiový posudok,

Διαβάστε περισσότερα

! " # $ % & $ % & $ & # " ' $ ( $ ) * ) * +, -. / # $ $ ( $ " $ $ $ % $ $ ' ƒ " " ' %. " 0 1 2 3 4 5 6 7 8 9 : ; ; < = : ; > : 0? @ 8? 4 A 1 4 B 3 C 8? D C B? E F 4 5 8 3 G @ H I@ A 1 4 D G 8 5 1 @ J C

Διαβάστε περισσότερα

Motivácia pojmu derivácia

Motivácia 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 περισσότερα

PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz

PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY. Pomôcka pre prípravný kurz KATEDRA APLIKOVANEJ MATEMATIKY A INFORMATIKY STROJNÍCKA FAKULTA TU KOŠICE PREHĽAD ZÁKLADNÝCH VZORCOV A VZŤAHOV ZO STREDOŠKOLSKEJ MATEMATIKY Pomôcka pre prípravný kurz 8 ZÁKLADNÉ ALGEBRAICKÉ VZORCE ) (a±b)

Διαβάστε περισσότερα

MONITOR 9 (2007) riešenia úloh testu z matematiky

MONITOR 9 (2007) riešenia úloh testu z matematiky MONITOR 9 (007) riešenia úloh testu z matematiky Autormi nasledujúcich riešení sú pracovníci spoločnosti EXAM testing Nejde teda o oficiálne riešenia, ktoré môže vydať ia Štátny pedagogický ústav (wwwstatpedusk)

Διαβάστε περισσότερα

6 APLIKÁCIE FUNKCIE DVOCH PREMENNÝCH

6 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 περισσότερα

Margita Vajsáblová. ρ priemetňa, s smer premietania. Súradnicová sústava (O, x, y, z ) (O a, x a, y a, z a )

Margita Vajsáblová. ρ priemetňa, s smer premietania. Súradnicová sústava (O, x, y, z ) (O a, x a, y a, z a ) Mrgit Váblová Váblová, M: Dekriptívn geometri pre GK 101 Zákldné pom v onometrii Váblová, M: Dekriptívn geometri pre GK 102 Definíci 1: onometri e rovnobežné premietnie bodov Ε 3 polu prvouhlým úrdnicovým

Διαβάστε περισσότερα

Obrada signala

Obrada signala Obrada signala 1 18.1.17. Greška kvantizacije Pretpostavka je da greška kvantizacije ima uniformnu raspodelu 7 6 5 4 -X m p x 1,, za x druge vrednosti x 3 x X m 1 X m = 3 x Greška kvantizacije x x x p

Διαβάστε περισσότερα

Spojité rozdelenia pravdepodobnosti. Pomôcka k predmetu PaŠ. RNDr. Aleš Kozubík, PhD. 26. marca Domovská stránka. Titulná strana.

Spojité 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 περισσότερα

Príklady na precvičovanie Fourierove rady

Príklady na precvičovanie Fourierove rady Príklady na precvičovanie Fourierove rady Ďalším významným typom funkcionálnych radov sú trigonometrické rady, pri ktorých sú jednotlivé členy trigonometrickými funkciami. Konkrétne, jedná sa o rady tvaru

Διαβάστε περισσότερα

Z L L L N b d g 5 * " # $ % $ ' $ % % % ) * + *, - %. / / + 3 / / / / + * 4 / / 1 " 5 % / 6, 7 # * $ 8 2. / / % 1 9 ; < ; = ; ; >? 8 3 " #

Z L L L N b d g 5 *  # $ % $ ' $ % % % ) * + *, - %. / / + 3 / / / / + * 4 / / 1  5 % / 6, 7 # * $ 8 2. / / % 1 9 ; < ; = ; ; >? 8 3  # Z L L L N b d g 5 * " # $ % $ ' $ % % % ) * + *, - %. / 0 1 2 / + 3 / / 1 2 3 / / + * 4 / / 1 " 5 % / 6, 7 # * $ 8 2. / / % 1 9 ; < ; = ; ; >? 8 3 " # $ % $ ' $ % ) * % @ + * 1 A B C D E D F 9 O O D H

Διαβάστε περισσότερα

Prechod z 2D do 3D. Martin Florek 3. marca 2009

Prechod 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 περισσότερα

UCL LCL X R. X, σ, Cpk SPÔSOBILOSŤ PROCESU TS ISO

UCL LCL X R. X, σ, Cpk SPÔSOBILOSŤ PROCESU TS ISO UCL CL X R LCL X, σ, Cpk SPÔSOBILOSŤ PROCESU TS 6949 ISO CIEĽ Vysvetlť zmysel zsťovana spôsoblost procesu a popísať spôsob, ako ju zsťovať. G. TAGUCHI KLASICKÝ PRÍSTUP KU KVALITE MODERÝ PRÍSTUP KU KVALITE

Διαβάστε περισσότερα

24. Základné spôsoby zobrazovania priestoru do roviny

24. 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 περισσότερα

ZNAKY. Ordinálne znaky = možno usporiadať, ale nie je podstatná veľkosť rozdielu!

ZNAKY. Ordinálne znaky = možno usporiadať, ale nie je podstatná veľkosť rozdielu! ZNAKY Merateľé = kvatitatíve Majú veľkosť = ordiále Počítateľé = kvalitatíve Bez veľkosti = omiále Číselé charakteristiky (veľkosť, premelivosť, tvar rozdeleia) = možo odhadovať itervalovým odhadom a testovať

Διαβάστε περισσότερα

Deliteľnosť a znaky deliteľnosti

Deliteľnosť a znaky deliteľnosti Deliteľnosť a znaky deliteľnosti Medzi základné pojmy v aritmetike celých čísel patrí aj pojem deliteľnosť. Najprv si povieme, čo znamená, že celé číslo a delí celé číslo b a ako to zapisujeme. Nech a

Διαβάστε περισσότερα

ZNAKY Počítateľné = kvalitatívne Merateľné = kvantitatívne Majú veľkosť = ordinálne. Neparametrické odhady (napr. intervalový odhad mediánu)

ZNAKY Počítateľné = kvalitatívne Merateľné = kvantitatívne Majú veľkosť = ordinálne. Neparametrické odhady (napr. intervalový odhad mediánu) ZNAKY Počítateľé kvaltatíve Merateľé kvattatíve Majú veľkosť ordále Bez veľkost omále Číselé charakterstky (veľkosť, premelvosť, tvar rozdelea) možo odhadovať tervalovým odhadom a testovať pomocou parametrckej

Διαβάστε περισσότερα

Odporníky. 1. Príklad1. TESLA TR

Odporníky. 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 περισσότερα

7 Derivácia funkcie. 7.1 Motivácia k derivácii

7 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 περισσότερα

Základy matematickej štatistiky

Základy 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 περισσότερα

10 Určitý integrál, jeho výpočet a aplikácie

10 Určitý integrál, jeho výpočet a aplikácie Híc, P. Pokorý, M.: Mtemtk pre formtkov prírodé vedy Určtý tegrál, jeho výpočet plkáce. Motvác k určtému tegrálu Úvodom s udeme zoerť jedou úlohou z geometre, rešee ktorej vede k zvedeu pojmu určtý tegrál.

Διαβάστε περισσότερα

MIDTERM (A) riešenia a bodovanie

MIDTERM (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 περισσότερα

4. GaK - Cvičenia z predmetu Pravdepodobnosť a matematicka štatistika Súhrn

4. GaK - Cvičenia z predmetu Pravdepodobnosť a matematicka štatistika Súhrn . GaK - Cvčea z predmetu Pravdepodoboť a matematcka štattka Súhr Pravdepodobot. Na klade je ty druh vyrobku. Z celkoveho moztva ma 7% predpau hmotot a 8% predpay rozmer. Takto je zame, ze 6% z celkoveho

Διαβάστε περισσότερα

Planárne a rovinné grafy

Planárne a rovinné grafy Planárne a rovinné grafy Definícia Graf G sa nazýva planárny, ak existuje jeho nakreslenie D, v ktorom sa žiadne dve hrany nepretínajú. D sa potom nazýva rovinný graf. Planárne a rovinné grafy Definícia

Διαβάστε περισσότερα

ss rt çã r s t Pr r Pós r çã ê t çã st t t ê s 1 t s r s r s r s r q s t r r t çã r str ê t çã r t r r r t r s

ss rt çã r s t Pr r Pós r çã ê t çã st t t ê s 1 t s r s r s r s r q s t r r t çã r str ê t çã r t r r r t r s P P P P ss rt çã r s t Pr r Pós r çã ê t çã st t t ê s 1 t s r s r s r s r q s t r r t çã r str ê t çã r t r r r t r s r t r 3 2 r r r 3 t r ér t r s s r t s r s r s ér t r r t t q s t s sã s s s ér t

Διαβάστε περισσότερα

Kreditné riziko (2. časť)

Kreditné riziko (2. časť) Kredtné rzko (2. časť) CredtPortfoloVew (CPV) Odhad pravdepodobnost zlyhana pomocou makroekonomckých premenných Dva kroky: Konštrukca makroekonomckého ndexu ako lneárnej kombnáce makro premenných y t T

Διαβάστε περισσότερα

Kontrolné 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. 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 περισσότερα

RIEŠENIE WHEATSONOVHO MOSTÍKA

RIEŠENIE 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 περισσότερα

Cieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej transformácie,

Cieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej transformácie, Kapitola Riešenie diferenciálnych rovníc pomocou Laplaceovej tranformácie Cieľom cvičenia je zvládnuť riešenie diferenciálnych rovníc pomocou Laplaceovej tranformácie, keď charakteritická rovnica má rôzne

Διαβάστε περισσότερα

PRIEMER DROTU d = 0,4-6,3 mm

PRIEMER 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 περισσότερα

HASLIM112V, HASLIM123V, HASLIM136V HASLIM112Z, HASLIM123Z, HASLIM136Z HASLIM112S, HASLIM123S, HASLIM136S

HASLIM112V, 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 περισσότερα

REZISTORY. Rezistory (súčiastky) sú pasívne prvky. Používajú sa vo všetkých elektrických

REZISTORY. 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 περισσότερα

P r s r r t. tr t. r P

P r s r r t. tr t. r P P r s r r t tr t r P r t s rés t t rs s r s r r t é ér s r q s t r r r r t str t q q s r s P rs t s r st r q r P P r s r r t t s rés t t r t s rés t t é ér s r q s t r r r r t r st r q rs s r s r r t str

Διαβάστε περισσότερα

2 ODHADY PARAMETROV ZÁKLADNÉHO SÚBORU

2 ODHADY PARAMETROV ZÁKLADNÉHO SÚBORU ODHADY PARAMETROV ZÁKLADNÉHO SÚBOR.1 Bodové odhady Každý záko rozdeleia pravdepodobosti diskrétej aj spojitej áhodej premeej závisí od jedého alebo viacerých parametrov. V praxi často hľadáme vhodý pravdepodobostý

Διαβάστε περισσότερα

Harmonizované technické špecifikácie Trieda GP - CS lv EN Pevnosť v tlaku 6 N/mm² EN Prídržnosť

Harmonizované 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 περισσότερα

Eliminacijski zadatak iz Matematike 1 za kemičare

Eliminacijski zadatak iz Matematike 1 za kemičare Za mnoge reakcije vrijedi Arrheniusova jednadžba, koja opisuje vezu koeficijenta brzine reakcije i temperature: K = Ae Ea/(RT ). - T termodinamička temperatura (u K), - R = 8, 3145 J K 1 mol 1 opća plinska

Διαβάστε περισσότερα

ZADANIE 1_ ÚLOHA 3_Všeobecná rovinná silová sústava ZADANIE 1 _ ÚLOHA 3

ZADANIE 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 περισσότερα

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b

VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR. Michal Zajac. 3 T b 1 = T b 2 = = = 2b VLASTNÉ ČÍSLA A JORDANOV KANONICKÝ TVAR Michal Zajac Vlastné čísla a vlastné vektory Pripomeňme najprv, že lineárny operátor T : L L je vzhl adom na bázu B = {b 1, b 2,, b n } lineárneho priestoru L určený

Διαβάστε περισσότερα

1 Kinematika hmotného bodu

1 Kinematika hmotného bodu Kinemik hmnéh bdu - kinemik berá určením plôh bd ich mien če (kinemik phb ele piuje, neberá príčinmi phbu) - pri ereickm šúdiu mechnickéh phbu (prce, pri krm mení plh jednéh ele hľdm n iné ele) ád pjem

Διαβάστε περισσότερα