Diskrétní náhodná veličina
|
|
- Michaela Sedláková
- před 7 lety
- Počet zobrazení:
Transkript
1 Lekce Diskrétní náhodná veličina Výsledek náhodného pokusu může být vyjádřen slovně to vede k zavedení pojmu náhodného jevu Výsledek náhodného pokusu můžeme někdy vyjádřit i číselně, což vede k pojmu náhodné veličiny Např při hodu kostkou můžeme hovořit buď o padnutí šestky nebo můžeme říci, že náhodná veličina X, kterou je počet ok na kostce, se realizovala v hodnotě = 6 Žádnou preciznější definici náhodné veličiny nebudeme uvádět Pro diskrétní náhodnou veličinu je klíčová izolovanost jejích hodnot a počet možných realizací, který je buď konečný nebo nejvýše spočetně nekonečný Na věci nic nemění, že diskrétní náhodná veličina často nabývá celočíselných hodnot, mnohdy navíc pouze nezáporných (počet poruch za jednotku času, počet požadavků na obsluhu, počet měření zatížených hrubou chybou apod) alternativní rozdělení; binomické rozdělení; diskrétní veličina; distribuční funkce; hypergeometrické rozdělení; konečnostní násobitel; kovariance; nezávislost; parametry; Poissonovo rozdělení; pravděpodobnostní funkce; rozdělení pravděpodobnosti; rozptyl; směrodatná odchylka; sdružená distribuční funkce; sdružená pravděpodobnostní funkce; střední hodnota; úroveň; variabilita; variační koeficient; zákon rozdělení 1 Rozdělení pravděpodobnosti diskrétní náhodné veličiny Klíčovým pojmem pro diskrétní náhodnou veličinu je pravděpodobnostní funkce Tato funkce udává pravděpodobnost, že diskrétní náhodná veličina X se realizuje v hodnotě, P ( = P( X = Funkce může být vyjádřena tabulkou hodnot, vzorcem nebo graficky Příklad 1 Rozdělení pravděpodobnosti náhodné veličiny, která se může realizovat v hodnotách = 1, 0, 1, vyjádřené pravděpodobnostní funkcí je uvedeno v tabulce 1 Tab 1 Pravděpodobnostní funkce diskrétní náhodné veličiny Součet P ( 0,400 0,333 0,67 1,000 Grafické znázornění pravděpodobnostní funkce úsečkovým (hůlkovým) grafem je na obrázku 1 Obr 1 Pravděpodobnostní funkce diskrétní náhodné veličiny P(
2 Pravděpodobnostní funkci lze vyjádřit vzorcem 5 pro = 1, 0, 1 P ( = 0 jinak Pravděpodobnostní funkce je nezáporná a normovaná, 0 P( 1, P( = 1 Další funkcí pomocí níž lze popsat rozdělení pravděpodobnosti náhodné veličiny je distribuční funkce Distribuční funkce je definována jako pravděpodobnost, že náhodná veličina X nepřesáhne hodnotu, F( = P( X Příklad 1 pokračování Rozdělení pravděpodobnosti popíšeme pomocí distribuční funkce, kterou vyjádříme tabulkou (tab ), graficky (obr ) a vzorcem Tab Distribuční funkce diskrétní náhodné veličiny Součet F ( 0,400 0,733 1,000 Obr Distribuční funkce diskrétní náhodné veličiny F( Distribuční funkci lze rovněž vyjádřit vzorcem 0 pro < 1 [ ] 5 t F( = pro 1 1, t= 1 1 pro > 1 kde [ ] je celá část čísla Zápis distribuční funkce vzorcem je poměrně obtížný, takže autoři se mu zpravidla vyhýbají Srovnejte Srovnejte, jaké hodnoty nabývá pravděpodobnostní a distribuční funkce v příkladu 1 pro realizace náhodné veličiny = 5 ; 0, 5; 1, 5; 0 rozdělení relativních a kumulativních četností při bodovém třídění v Modulu 1 a rozdělení pravděpodobnosti diskrétní náhodné veličiny Zejména si všimněte pojmu četnostní funkce Rozdělení pravděpodobnosti diskrétní náhodné veličiny může být popsáno pomocí pravděpodobnostní nebo distribuční funkce, které mohou být vyjádřeny tabulkou, graficky nebo vzorcem 16
3 Charakteristiky diskrétní náhodné veličiny Klíčovými vlastnostmi každé náhodné veličiny je její úroveň a variabilita Charakteristikou úrovně náhodné veličiny je střední hodnota, která pro diskrétní náhodnou veličinu X je definována jako E ( = P( Charakteristikou variability náhodné veličiny je rozptyl, který je pro diskrétní náhodnou veličinu X D ( = E E( E( P( Alternativně lze rozptyl vyjádřit po definován jako [ ] = [ ] úpravě jako ( E ( = P( P( E Druhou odmocninou rozptylu je směrodatná odchylka D ( Bezrozměrnou charakteristikou variability je variační koeficient V ( = D( E( Srovnejte charakteristiky úrovně a variability datového souboru z Modulu 1 a právě uvedené charakteristiky diskrétní náhodné veličiny Zejména si všimněte způsobu výpočtu z relativních četností Pro diskrétní náhodnou veličinu z odstavce 1 vypočteme hodnoty charakteristik Příklad Charakteristiky diskrétní náhodné veličiny Střední hodnota E ( = 1 0, , ,67 = 0, 133 Rozptyl (po úpravě vzorce) D ( = ( 1 0, , ,67) ( 0,133) = 0, 6493 Směrodatná odchylka D ( = 0,6493 = 0, 8058 Hodnotu variačního koeficientu nebudeme v tomto případě určovat Úroveň a variabilitu náhodné veličiny měříme pomocí střední hodnoty a rozptylu, případně od něj odvozených charakteristik směrodatné odchylky a variačního koeficientu Vlastnosti střední hodnoty a rozptylu X, Y jsou náhodné veličiny, přičemž platí Y = kx + c, kde k, c jsou konstanty Mezi středními hodnotami a rozptyly platí E ( Y ) = ke( + c, D ( Y ) = k D (, W = X ± Y jsou náhodné veličiny, přičemž E ( W ) = E( ± E( Y ), D ( W ) = D ( + + D ( Y ) ± COV ( X, Y ) Jsou-li veličiny X, Y nezávislé, je kovariance COV ( X, Y ) = 0 Nezávislost diskrétních náhodných veličin V případě dvojice diskrétních náhodných veličin X, Y je jejich společné rozdělení popsáno pravděpodobnostní a distribuční funkcí, které jsou funkcemi dvou proměnných: P(,, F(, a nazývají se sdružené Platí-li P (, = P( P( a F (, = F( F(, jsou X, Y nezávislé náhodné veličiny Sdružená 5y y pravděpodobnostní funkce P(, =, kde X je náhodná veličina z 1 Jaký 0 tvar má funkce P (, pokud nezávislá veličina Y se realizuje v hodnotách 1, 4, 5? ( 1) 17
4 3 Některé zákony rozdělení diskrétních veličin Binomické rozdělení Diskrétní náhodná veličina X, jejíž realizace ( = 0, 1,,, n ) udává počet nastoupení jevu A v n nezávislých opakovaných pokusech, má binomické rozdělení Bi [ n;θ ], kde θ je pravděpodobnost jevu A v jednom pokusu Konstanty n, θ jsou parametry binomického rozdělení V hodnotách parametrů se binomicky rozdělené náhodné veličiny mohou vzájemně více či méně shodovat nebo lišit Pravděpodobnostní funkce binomického rozdělení je pro hodnoty = 0, 1,,, n dána Bernoulliovým vzorcem Ze známých parametrů n, θ lze určit střední hodnotu a rozptyl binomického rozdělení E ( = nθ, D ( = nθ (1 θ ) Použití binomického rozdělení je zřejmé z definice veličiny X Příklad 3 Vypočítáme střední hodnotu počtu správně vyřešených úkolů v testu odborné způsobilosti s 10 nezávislými úkoly, jestliže plný počet splněných úkolů mělo z 80 uchazečů pět Pro stanovení střední hodnoty potřebujeme znát n a θ, přičemž ze zadání vyplývá, že n = 10 Parametr θ určíme ze vztahu θ (1 θ ) = = 0,065, z čehož θ = 0, E ( = 10 0,758 = 7,6 (správných odpovědí) Mimochodem slabým místem úlohy je předpoklad, že všichni respondenti jsou stejně připraveni a všechny úkoly jsou stejně obtížné (konstantní pravděpodobnost úspěchu v jednom pokusu) Nejpravděpodobnější (typickou, modální) hodnotu binomického rozdělení najdeme s použitím vztahu E ( (1 θ ) ˆ E( + θ Jakou hodnotu má modus počtu správně vyřešených úkolů v příkladu 3? ( ) Alternativní rozdělení Zvláštním případem binomického rozdělení je rozdělení pro n = 1, Bi [ 1; θ ] Jde o rozdělení nulajedničkové náhodné veličiny a nazývá se rozdělení alternativní Po vzoru binomického rozdělení jsou jeho charakteristiky E ( = θ, D ( = θ (1 θ ) Alternativní rozdělení je nejjednodušším myslitelným případem rozdělení pravděpodobnosti náhodné veličiny λ e λ s pravděpodobnostní funkcí P( = pro! = 0, 1,, S rostoucím hodnota pravděpodobnostní funkce rychle klesá k nule, takže prakticky Poissonovo rozdělení Zvláštním případem binomického rozdělení pro n, θ 0, je-li při tom n θ = λ > 0, je rozdělení vzácných jevů Poissonovo rozdělení Po[ λ] stačí vzít v úvahu jen několik málo prvních hodnot Parametr λ má současně význam střední hodnoty i rozptylu, takže E ( = D ( = λ Poissonovo rozdělení má zvláštní význam a řídí se jím množství diskrétních náhodných veličin Poissonovo rozdělení má tzv Poissonovský proud jevů, kterým se modeluje např počet požadavků na obsluhu za jednotku času u mnoha obslužných zařízení (telefonní ústředny, čerpací stanice, servisní dílny, myčky vozidel apod) Je-li střední hodnota (tzv intenzita) Poissonovského proudu jevů rovna λ, má za časový interval délky t střední hodnotu t λ Součet n nezávislých náhodných veličin se stejným parametrem λ má střední hodnotu n λ 18
5 Příklad 4 Pobočka pojišťovny uzavírá pojistné smlouvy, přičemž očekávaná (tj střední) hodnota počtu uzavřených smluv pro běžný pracovní den je λ = 3 smlouvy Určíme pravděpodobnost, že v náhodně vybraném (a) běžném pracovním dni, (b) pětidenním pracovním týdnu, nebude uzavřena žádná smlouva 3 0 e 3 Řešení: (a) P (0) = = 0, 0498 (b) 0! P (0) = e 0! 0 = S jakou pravděpodobností během běžného pracovního dne uzavřou tři pobočky pojišťovny (se stejným parametrem λ = 3 ) takový počet smluv, který právě odpovídá parametru lambda rozdělení počtu jimi společně uzavřených smluv? ( 3) Hypergeometrické rozdělení Diskrétní náhodná veličina X, jejíž realizace udává počet nastoupení jevu A v n závislých opakovaných pokusech, má tříparametrické hypergeometrické rozdělení H [ N; M ; n] Parametry opět souvisejí s charakteristikami úrovně a variability, neboť E ( = n a D ( = n(1 ) M M N n N N N 1 N n Výraz 1 N 1 < je konečnostní násobitel Hypergeometrické rozdělení proto má za jinak srovnatelných podmínek menší rozptyl, než rozdělení binomické, což vyplyne z příkladu 5 Příklad 5 Zadané veličiny jsou binomická veličina s n = 3, θ = 0, 5, hypergeometrická s N = 10, M = 5, n = 3, M (tj také = 0, 5 ) a veličina s Poissonovým rozdělením s parametrem λ = 3 0,5 = 1, 5 N Vypočteme střední hodnoty a rozptyly těchto tří diskrétních veličin Tab 3 Přehled charakteristik tří diskrétních veličin Rozdělení Binomické Hypergeometrické Poissonovo Realizace 0, 1,, 3 0, 1,, 3 0, 1,, Střední hodnota 1,5 1,5 1,5 Rozptyl 0,75 0,5833 1,5 Vidíme, že střední hodnoty se zcela shodují, nejmenší rozptyl ,75 = 0, 5833 má hypergeometrické 10 1 rozdělení Nápadně vyšší hodnota rozptylu Poissonova rozdělení je způsobena podstatně širším oborem možných realizací náhodné veličiny ( P ( X > 3) je větší než 0,3) Zkontrolujte (přesným výpočtem) předešlé tvrzení o P ( X > 3) Σ 1 Diskrétní náhodná veličina se vyznačuje izolovaností hodnot, kterých je nejvýše spočetně nekonečný počet Často jde o nezáporné celočíselné hodnoty, není to však podmínkou Rozdělení pravděpodobnosti diskrétní náhodné veličiny může být popsáno pomocí pravděpodobnostní funkce, která pro každou hodnotu náhodné veličiny stanoví pravidlo, že se náhodná veličina realizuje 19
6 právě v této hodnotě 3 Rozdělení pravděpodobnosti diskrétní náhodné veličiny může být rovněž popsáno pomocí distribuční funkce, která pro každou hodnotu náhodné veličiny stanoví pravidlo, že se náhodná veličina realizuje nejvýše v této hodnotě 4 Klíčovými vlastnostmi náhodné veličiny je její úroveň a variabilita 5 Úroveň náhodné veličiny měří její střední hodnota 6 Variabilitu náhodné veličiny měří rozptyl a z něj odvozené charakteristiky směrodatná odchylka a variační koeficient 7 Náhodné veličiny mohou být ve dvojici závislé nebo nezávislé 8 Poznali jsme binomické, alternativní, Poissonovo a hypergeometrické rozdělení jako příklady rozdělení diskrétních náhodných veličin 9 Každé rozdělení má určitý počet parametrů, které jsou v určitých vztazích s jeho charakteristikami ( 1) 1 y P ( = pro = 1,4, 5 10 ( ) ˆ = 8 9 e 9 9! y ( 3) P (9) = = 0, 13 9 X je náhodná veličina z příkladu 18 Popište její rozdělení pravděpodobnosti pomocí pravděpodobnostní a distribuční funkce, které vyjádříte vzorcem, tabulkou a graficky Sestavte tabulku, ve které vyjádříte P ( X = 0) pro náhodnou veličinu s Poissonovým rozdělením pro parametry λ = 0,5;1;1,5; ; 3; 5 Hranice prakticky nemožného jevu je stanovena na 0,01 Lze pro některé zadané hodnoty λ tvrdit, že je prakticky nemožné, aby došlo k realizaci = 0? 3 Porovnejte graficky distribuční funkce binomického a hypergeometrického rozdělení z úlohy 5 4 Pro jakou hodnotu parametru θ má veličina Bi [ 1;θ ] největší rozptyl? 5 Jaká část vozidel odjíždí neobsloužena z ruční myčky za těchto podmínek: Proud požadavků má [ 3] Po hod -1 Kapacita myčky je vozidla hod -1 Pokud není myčka volná, vozidlo nečeká a odjíždí Jaká je střední hodnota počtu obsloužených vozidel za minutu (můžete pomocí ní stanovit využití kapacity link? 6 Podívejte se na předchozí příklad z pohledu řidiče a vypočtěte pravděpodobnost, že uspěje u myčky až na třetí pokus 7 Určete střední hodnotu, modus, rozptyl, směrodatnou odchylku a variační koeficient pro náhodnou veličinu z úlohy 1 tohoto cvičení 8 Kterou charakteristiku binomického rozdělení lze vyjádřit jako 1 θ nθ? 0
7 9 Určete střední hodnotu a rozptyl rozdílu nezávislých náhodných veličin X Y, pokud 10 Operace 5 P( = pro = 1;0; 1 E ( U ), D ( U ) a y P ( = pro = 1;4; 5 10 y X E( U =, kde X je náhodná veličina, se nazývá normování Určete D( 1
Mendelova zemědělská a lesnická univerzita v Brně Institut celoživotního vzdělávání Fakulta regionálního rozvoje a mezinárodních studií
Mendelova zemědělská a lesnická univerzita v Brně Institut celoživotního vzdělávání Fakulta regionálního rozvoje a mezinárodních studií STATISTIKA pro TZP Modul : Pravděpodobnost a náhodné veličiny Prof
VíceNáhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
VíceTéma 22. Ondřej Nývlt
Téma 22 Ondřej Nývlt nyvlto1@fel.cvut.cz Náhodná veličina a náhodný vektor. Distribuční funkce, hustota a pravděpodobnostní funkce náhodné veličiny. Střední hodnota a rozptyl náhodné veličiny. Sdružené
VícePravděpodobnost a statistika I KMA/K413
Pravděpodobnost a statistika I KMA/K413 Konzultace 3 Přírodovědecká fakulta Katedra matematiky jiri.cihlar@ujep.cz Kovariance, momenty Definice kovariance: Kovariance náhodných veličin Dále můžeme dokázat:,
VícePřednáška. Diskrétní náhodná proměnná. Charakteristiky DNP. Základní rozdělení DNP
IV Přednáška Diskrétní náhodná proměnná Charakteristiky DNP Základní rozdělení DNP Diskrétní náhodná veličina Funkce definovaná na Ω, přiřazující každému elementárnímu jevu E prvky X(E) D R kde D je posloupnost
VíceNáhodná veličina Číselné charakteristiky diskrétních náhodných veličin Spojitá náhodná veličina. Pravděpodobnost
Pravděpodobnost Náhodné veličiny a jejich číselné charakteristiky Petr Liška Masarykova univerzita 19.9.2014 Představme si, že provádíme pokus, jehož výsledek dokážeme ohodnotit číslem. Před provedením
Více7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
VíceZáklady teorie pravděpodobnosti
Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie
VíceÚloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:
Úloha č. 1 - Kvantily a typická hodnota (bodově tříděná data): Určete typickou hodnotu, 40% a 80% kvantil. Tabulka hodnot: Varianta Četnost 0 4 1 14 2 17 3 37 4 20 5 14 6 7 7 11 8 20 Typická hodnota je
VíceNěkdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Hodíme dvěma kostkami jaký padl součet?
Náhodné veličiny Náhodné veličiny Někdy lze výsledek pokusu popsat jediným číslem, které označíme X (nebo jiným velkým písmenem). Příklad Vytáhneme tři karty z balíčku zajímá nás, kolik je mezi nimi es.
VíceUrčete zákon rozložení náhodné veličiny, která značí součet ok při hodu a) jednou kostkou, b) dvěma kostkami, c) třemi kostkami.
3.1. 3.2. Třikrát vystřelíme na cíl. Pravděpodobnost zásahu při každém výstřelu je p = 0,7. Určete: a) pravděpodobnostní funkci počtu zásahů při třech nezávislých výsledcích, b) distribuční funkci a její
VíceDiskrétní náhodná veličina. November 12, 2008
Diskrétní náhodná veličina November 12, 2008 (Náhodná veličina (náhodná proměnná)) Náhodná veličina (nebo též náhodná proměnná) je veličina X, jejíž hodnota je jednoznačně určena výsledkem náhodného pokusu.
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
VíceKMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC
Přednáška 03 Přírodovědecká fakulta Katedra matematiky KMA/P506 Pravděpodobnost a statistika KMA/P507 Statistika na PC jiri.cihlar@ujep.cz Diskrétní rozdělení Důležitá diskrétní rozdělení pravděpodobnosti
VíceNÁHODNÁ VELIČINA. 3. cvičení
NÁHODNÁ VELIČINA 3. cvičení Náhodná veličina Náhodná veličina funkce, která každému výsledku náhodného pokusu přiřadí reálné číslo. Je to matematický model popisující více či méně dobře realitu, který
VíceE(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =
Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní
VíceJiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Výsledky některých náhodných pokusů jsou přímo vyjádřeny číselně (např. při hodu kostkou padne 6). Náhodnou veličinou
VíceChyby měření 210DPSM
Chyby měření 210DPSM Jan Zatloukal Stručný přehled Zdroje a druhy chyb Systematické chyby měření Náhodné chyby měření Spojité a diskrétní náhodné veličiny Normální rozdělení a jeho vlastnosti Odhad parametrů
VíceI. D i s k r é t n í r o z d ě l e n í
6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme
Vícep(x) = P (X = x), x R,
6. T y p y r o z d ě l e n í Poznámka: V odst. 5.5-5.10 jsme uvedli příklady náhodných veličin a jejich distribučních funkcí. Poznali jsme, že se od sebe liší svým typem. V příkladech 5.5, 5.6 a 5.8 jsme
Více10. N á h o d n ý v e k t o r
10. N á h o d n ý v e k t o r 10.1. Definice: Náhodný vektor. Uspořádanou n tici (X 1, X 2,..., X n ) náhodných veličin X i, 1 i n, nazýváme náhodným vektorem. Poznámka: Pro jednoduchost budeme zavádět
VíceCvičení ze statistiky - 5. Filip Děchtěrenko
Cvičení ze statistiky - 5 Filip Děchtěrenko Minule bylo.. Začali jsme pravděpodobnost Klasická a statistická definice pravděpodobnosti Náhodný jev Doplněk, průnik, sjednocení Podmíněná pravděpodobnost
VícePravděpodobnost a aplikovaná statistika
Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 2. KAPITOLA PODMÍNĚNÁ PRAVDĚPODOBNOST 3. KAPITOLA NÁHODNÁ VELIČINA 9.11.2017 Opakování Uveďte příklad aplikace geometrické definice pravděpodobnosti
VíceVybraná rozdělení náhodné veličiny
3.3 Vybraná rozdělení náhodné veličiny 0,16 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 Rozdělení Z 3 4 5 6 7 8 9 10 11 12 13 14 15 Život je umění vytvářet uspokojivé závěry na základě nedostatečných předpokladů.
Více4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY
4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být
VíceVýběrové charakteristiky a jejich rozdělení
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistické šetření úplné (vyčerpávající) neúplné (výběrové) U výběrového šetření se snažíme o to, aby výběrový
VíceNáhodné (statistické) chyby přímých měření
Náhodné (statistické) chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně
VíceMATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým
VíceNáhodná veličina a její charakteristiky. Před provedením pokusu jeho výsledek a tedy ani sledovanou hodnotu neznáte. Proto je proměnná, která
Náhodná veličina a její charakteristiky Náhodná veličina a její charakteristiky Představte si, že provádíte náhodný pokus, jehož výsledek jste schopni ohodnotit nějakým číslem. Před provedením pokusu jeho
VícePravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík
Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2017/2018 Tutoriál č. 2:, náhodný vektor Jan Kracík jan.kracik@vsb.cz náhodná veličina rozdělení pravděpodobnosti náhodné
VíceNMAI059 Pravděpodobnost a statistika
NMAI059 Pravděpodobnost a statistika podle přednášky Daniela Hlubinky (hlubinka@karlin.mff.cuni.cz) zapsal Pavel Obdržálek (pobdr@matfyz.cz) 205/20 poslední změna: 4. prosince 205 . přednáška. 0. 205 )
VíceNáhodné chyby přímých měření
Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.
Více8 Střední hodnota a rozptyl
Břetislav Fajmon, UMAT FEKT, VUT Brno Této přednášce odpovídá kapitola 10 ze skript [1]. Také je k dispozici sbírka úloh [2], kde si můžete procvičit příklady z kapitol 2, 3 a 4. K samostatnému procvičení
VíceX = x, y = h(x) Y = y. hodnotám x a jedné hodnotě y. Dostaneme tabulku hodnot pravděpodobnostní
..08 8cv7.tex 7. cvičení - transformace náhodné veličiny Definice pojmů a základní vzorce Je-li X náhodná veličina a h : R R je měřitelná funkce, pak náhodnou veličinu Y, která je definovaná vztahem X
Více5. Náhodná veličina. 2. Házíme hrací kostkou dokud nepadne šestka. Náhodná veličina nabývá hodnot z posloupnosti {1, 2, 3,...}.
5. Náhodná veličina Poznámka: Pro popis náhodného pokusu jsme zavedli pojem jevového pole S jako množiny všech možných výsledků a pravděpodobnost náhodných jevů P jako míru výskytů jednotlivých výsledků.
Více10. cvičení z PST. 5. prosince T = (n 1) S2 X. (n 1) s2 x σ 2 q χ 2 (n 1) (1 α 2 ). q χ 2 (n 1) 2. 2 x. (n 1) s. x = 1 6. x i = 457.
0 cvičení z PST 5 prosince 208 0 (intervalový odhad pro rozptyl) Soubor (70, 84, 89, 70, 74, 70) je náhodným výběrem z normálního rozdělení N(µ, σ 2 ) Určete oboustranný symetrický 95% interval spolehlivosti
VíceNÁHODNÝ VEKTOR. 4. cvičení
NÁHODNÝ VEKTOR 4. cvičení Náhodný vektor Náhodným vektorem rozumíme sloupcový vektor X=(X, X,, X n ) složený z náhodných veličin X, X,, X n, který je charakterizován sdruženým rozdělením pravděpodobnosti.
VíceVícerozměrná rozdělení
Vícerozměrná rozdělení 7. září 0 Učivo: Práce s vícerozměrnými rozděleními. Sdružené, marginální, podmíněné rozdělení pravděpodobnosti. Vektorová střední hodnota. Kovariance, korelace, kovarianční matice.
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 4. Teoretická rozdělení Mgr. David Fiedor 9. března 2015 Osnova Úvod 1 Úvod 2 3 4 5 Vybraná rozdělení náhodných proměnných normální rozdělení normované normální rozdělení
VíceŘešení. Označme po řadě F (z) Odtud plyne, že
Úloha Nechť ~ R(, ) a Y = Jinak řečeno, Y je odmocnina čísla vybraného zcela náhodně z intervalu (, ) Popište rozdělení veličiny Y a určete jeho modus, medián, střední hodnotu a rozptyl Řešení Označme
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n y Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota y závisí nějakým způsobem na vstupní, je její funkcí y = f(x).
VíceStatistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží
Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží Zdeněk Karpíšek Jsou tři druhy lží: lži, odsouzeníhodné lži a statistiky. Statistika je logická a přesná metoda, jak nepřesně
Více12. cvičení z PST. 20. prosince 2017
1 cvičení z PST 0 prosince 017 11 test rozptylu normálního rozdělení Do laboratoře bylo odesláno n = 5 stejných vzorků krve ke stanovení obsahu alkoholu X v promilích alkoholu Výsledkem byla realizace
VíceNáhodný vektor a jeho charakteristiky
Náhodný vektor a jeho číselné charakteristiky 1 Náhodný vektor a jeho charakteristiky V následující kapitole budeme věnovat pozornost pouze dvourozměřnému náhodnému vektoru, i když uvedené pojmy a jejich
VíceStatistika II. Jiří Neubauer
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Zaměříme se především na popis dvourozměrných náhodných veličin (vektorů). Definice Nechť X a Y jsou
VícePojmy z kombinatoriky, pravděpodobnosti, znalosti z kapitoly náhodná veličina, znalost parciálních derivací, dvojného integrálu.
6. NÁHODNÝ VEKTOR Průvodce studiem V počtu pravděpodobnosti i v matematické statistice se setkáváme nejen s náhodnými veličinami, jejichž hodnotami jsou reálná čísla, ale i s takovými, jejichž hodnotami
VíceNáhodná veličina. Michal Fusek. 10. přednáška z ESMAT. Ústav matematiky FEKT VUT, Michal Fusek
Náhodná veličina Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 10. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 71 Obsah 1 Náhodná veličina 2 Diskrétní náhodná veličina 3
Více24.11.2009 Václav Jirchář, ZTGB
24.11.2009 Václav Jirchář, ZTGB Síťová analýza 50.let V souvislosti s potřebou urychlit vývoj a výrobu raket POLARIS v USA při závodech ve zbrojení za studené války se SSSR V roce 1958 se díky aplikaci
VíceMatematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,
VíceZÁKONY ROZDĚLENÍ PRAVDĚPODOBNOSTI
ZÁKOY ROZDĚLEÍ PRAVDĚPODOBOSTI Různá rozdělení pravděpodobnosti náhodných veličin jsou popsána pomocí distribuční funkce, funkce hustoty pravděpodobnosti nebo pravděpodobnostní funkce. Za nejdůležitější
VícePravděpodobnost a statistika (BI-PST) Cvičení č. 4
Pravděpodobnost a statistika (BI-PST) Cvičení č. 4 J. Hrabáková, I. Petr, F. Štampach, D. Vašata Katedra aplikované matematiky Fakulta informačních technologií České vysoké učení technické v Praze ZS 2014/2015
VíceVYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ
VYUŽITÍ PRAVDĚPODOBNOSTNÍ METODY MONTE CARLO V SOUDNÍM INŽENÝRSTVÍ Michal Kořenář 1 Abstrakt Rozvoj výpočetní techniky v poslední době umožnil také rozvoj výpočetních metod, které nejsou založeny na bázi
VíceStřední hodnota a rozptyl náhodné. kvantilu. Ing. Michael Rost, Ph.D.
Střední hodnota a rozptyl náhodné veličiny, vybraná rozdělení diskrétních a spojitých náhodných veličin, pojem kvantilu Ing. Michael Rost, Ph.D. Príklad Předpokládejme že máme náhodnou veličinu X která
Více1 Rozptyl a kovariance
Rozptyl a kovariance Nechť X je náhodná veličina s konečnou střední hodnotou EX Potom rozptyl náhodné veličiny X definujeme jako: DX E(X EX, pokud střední hodnota na pravé straně existuje Podobně jako
VíceCharakterizace rozdělení
Charakterizace rozdělení Momenty f(x) f(x) f(x) μ >μ 1 σ 1 σ >σ 1 g 1 g σ μ 1 μ x μ x x N K MK = x f( x) dx 1 M K = x N CK = ( x M ) f( x) dx ( xi M 1 C = 1 K 1) N i= 1 K i K N i= 1 K μ = E ( X ) = xf
VíceROZDĚLENÍ NÁHODNÝCH VELIČIN
ROZDĚLENÍ NÁHODNÝCH VELIČIN 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)
VíceStatistika pro geografy
Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických
VícePoznámky k předmětu Aplikovaná statistika, 5.téma
Poznámky k předmětu Aplikovaná statistika, 5.téma 5. Některá významná rozdělení A. Diskrétní rozdělení (i) Diskrétní rovnoměrné rozdělení na množině {,..., n} Náhodná veličina X, která má diskrétní rovnoměrné
VíceZáklady teorie pravděpodobnosti
Základy teorie pravděpodobnosti Náhodná veličina Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Základy teorie
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 7 Rozdělení pravděpodobnosti spojité náhodné veličiny Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka
VíceKomplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice
VíceCharakteristiky kategoriálních veličin. Absolutní četnosti (FREQUENCY)
Charakteristiky kategoriálních veličin Absolutní četnosti (FREQUENCY) Charakteristiky kategoriálních veličin Relativní četnosti Charakteristiky kategoriálních veličin Relativní četnosti Charakteristiky
VíceDistribuční funkce je funkcí neklesající, tj. pro všechna
Téma: Náhodná veličina, distribuční funkce a její graf, pravděpodobnostní funkce a její graf, funkce hustoty pravděpodobnosti a její graf, výpočet střední hodnoty a rozptylu náhodné veličiny 1 Náhodná
Více8.1. Definice: Normální (Gaussovo) rozdělení N(µ, σ 2 ) s parametry µ a. ( ) ϕ(x) = 1. označovat písmenem U. Její hustota je pak.
8. Normální rozdělení 8.. Definice: Normální (Gaussovo) rozdělení N(µ, ) s parametry µ a > 0 je rozdělení určené hustotou ( ) f(x) = (x µ) e, x (, ). Rozdělení N(0; ) s parametry µ = 0 a = se nazývá normované
VíceVšechno, co jste chtěli vědět z teorie pravděpodobnosti, z teorie informace a
Všechno, co jste chtěli vědět z teorie pravděpodobnosti, z teorie informace a báli jste se zeptat Jedinečnou funkcí statistiky je, že umožňuje vědci číselně vyjádřit nejistotu v jeho závěrech. (G. W. Snedecor)
Více1 Pravděpodobnostní prostor
PaS 1.-10. přednáška 1 Pravděpodobnostní prostor Náhodný pokus je takový pokus, jehož výsledek nelze s jistotou předpovědět. Pokud jsme schopni pokus za stále stejných podmínek opakovat (například házíme
VíceMnohorozměrná statistická data
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistický znak, statistický soubor Jednotlivé objekty nebo subjekty, které jsou při statistickém
VíceZápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
VíceRozdělení náhodné veličiny. Distribuční funkce. Vlastnosti distribuční funkce
Náhodná veličina motivace Náhodná veličina Často lze výsledek náhodného pokusu vyjádřit číslem: číslo, které padlo na kostce, výška náhodně vybraného studenta, čas strávený čekáním na metro, délka života
VíceJAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová
JAK MODELOVAT VÝSLEDKY NÁH. POKUSŮ? Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodný pokus? Děj, jehož výsledek není předem jednoznačně určen podmínkami, za nichž
VíceZpracování náhodného výběru. Ing. Michal Dorda, Ph.D.
Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní
Více8. Normální rozdělení
8. Normální rozdělení 8.. Definice: Normální (Gaussovo) rozdělení N(µ, 2 ) s parametry µ a > 0 je rozdělení určené hustotou ( ) f(x) = (x µ) 2 e 2 2, x (, ). Rozdělení N(0; ) s parametry µ = 0 a = se nazývá
VíceČíselné charakteristiky a jejich výpočet
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky
VíceTématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2010/2011 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.
VíceEXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek
EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření Jan Krystek 9. května 2019 CHYBY A NEJISTOTY MĚŘENÍ Každé měření je zatíženo určitou nepřesností způsobenou nejrůznějšími negativními vlivy,
VíceMATEMATICKÁ STATISTIKA
MATEMATICKÁ STATISTIKA 1. Úvod. Matematická statistika se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného procesu, se snažíme popsat
VíceMnohorozměrná statistická data
Mnohorozměrná statistická data Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Mnohorozměrná
VíceVYBRANÁ ROZDĚLENÍ. DISKRÉTNÍ NÁH. VELIČINY Martina Litschmannová
VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁH. VELIČINY Martina Litschmannová Opakování Základní pojmy z teorie pravděpodobnosti Co je to náhodná veličina (dále NV)? Číselné vyjádření výsledku náhodného pokusu. Jaké
VíceLIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení
LIMITNÍ VĚTY DALŠÍ SPOJITÁ ROZDĚLENÍ PR. 8. cvičení Způsoby statistického šetření Vyčerpávající šetření prošetření všech jednotek statistického souboru (populace) Výběrové šetření ze základního souboru
VíceInovace bakalářského studijního oboru Aplikovaná chemie
http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Základy zpracování dat chemometrie, statistika Doporučenáliteratura
VíceCharakteristika datového souboru
Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex
Více1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost
1 Náhodný výběr a normální rozdělení 1.1 Teoretická a statistická pravděpodobnost Ve světě kolem nás eistují děje, jejichž výsledek nelze předem jednoznačně určit. Například nemůžete předem určit, kolik
VíceÚVOD. Rozdělení slouží: K přesnému popisu pravděpodobnostního chování NV Střední hodnota, rozptyl, korelace atd.
ROZDĚLENÍ NV ÚVOD Velké skupiny náhodných pokusů vykazují stejné pravděpodobnostní chování Mince panna/orel Výška mužů/žen NV mohou být spojeny s určitým pravděpodobnostním rozdělení (již známe jeho hustotu
VícePRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2]
PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] Použitá literatura: [1]: J.Reif, Z.Kobeda: Úvod do pravděpodobnosti a spolehlivosti, ZČU Plzeň, 2004 (2. vyd.) [2]: J.Reif: Metody matematické
VíceOdhady - Sdružené rozdělení pravděpodobnosti
Odhady - Sdružené rozdělení pravděpodobnosti 4. listopadu 203 Kdybych chtěl znát maximum informací o náhodné veličině, musel bych znát všechny hodnoty, které mohou padnout, a jejich pravděpodobnosti. Tedy
VícePravděpodobnost a matematická statistika
Pravděpodobnost a matematická statistika Příklady k přijímacím zkouškám na doktorské studium 1 Popisná statistika Určete aritmetický průměr dat, zadaných tabulkou hodnot x i a četností n i x i 1 2 3 n
VíceTématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2009/2010 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.
VíceMatematika III. 4. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 4. října 2018 Podmíněná pravděpodobnost Při počítání pravděpodobnosti můžeme k náhodnému pokusu přidat i nějakou dodatečnou podmínku. Podmíněná pravděpodobnost
VíceLimitní věty teorie pravděpodobnosti. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel
Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jestliže opakujeme nezávisle nějaký pokus, můžeme z pozorovaných hodnot sestavit rozdělení relativních četností
VícePravděpodobnost a statistika
Pravděpodobnost a statistika Teorie pravděpodobnosti popisuje vznik náhodných dat, zatímco matematická statistika usuzuje z dat na charakter procesů, jimiž data vznikla. NÁHODNOST - forma existence látky,
Více(motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt)
Popisná státistiká (motto: Jestliže má jednotlivec rád čísla, pokládá se to za neurózu. Celá společnost se ale sklání před statistickými čísly. Alfred Paul Schmidt) 1. Příklad V pobočce banky za celý den
VícePoznámky k předmětu Aplikovaná statistika, 4. téma
Poznámky k předmětu Aplikovaná statistika, 4. téma 4. Náhodné vektory V praxi se nám může hodit postihnout více vlastností jednoho objektu najednou, např. výšku, váhu a pohlaví člověka; rychlost chemické
Více9. T r a n s f o r m a c e n á h o d n é v e l i č i n y
9. T r a n s f o r m a c e n á h o d n é v e l i č i n Při popisu procesů zpracováváme vstupní údaj, hodnotu x tak, že výstupní hodnota závisí nějakým způsobem na vstupní, je její funkcí = f(x). Pokud
VíceRegresní analýza 1. Regresní analýza
Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému
VíceStatistika I (KMI/PSTAT)
Statistika I (KMI/PSTAT) Cvičení druhé aneb Kvantily, distribuční funkce Statistika I (KMI/PSTAT) 1 / 1 Co se dnes naučíme Po absolvování této hodiny byste měli být schopni: rozumět pojmu modus (modální
VíceTématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2013/2014 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.
Více2. Bodové a intervalové rozložení četností
. Bodové a intervalové rozložení četností (Jak získat informace z datového souboru?) Po prostudování této kapitoly budete umět: konstruovat diagramy znázorňující rozložení četností vytvářet tabulky četností
VíceVYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY
VYBRANÁ ROZDĚLENÍ DISKRÉTNÍ NÁHODNÉ VELIČINY Název NV X Popis Pravděpodobnostní funkce E(X) D(X) Binomická - Bi(n, ) počet úspěchů v n Bernoulliho pokusech P(X = k) = ( n k ) k (1 ) k n n(1 ) Hypergeometrická
VícePoznámky k předmětu Aplikovaná statistika, 4. téma
Poznámky k předmětu Aplikovaná statistika, 4. téma 4. Náhodné vektory V praxi se nám může hodit postihnout více vlastností jednoho objektu najednou, např. výšku, váhu a pohlaví člověka; rychlost chemické
Více