Matematika pro ekonomiku - Statistika, regresní analýza, náhodné ...

More documents

Recommendations

Info

Intervalové odhady zaloˇzené na CLV 25 D˚ukaz. Myˇslenka d˚ukazu plyne z charakteristik daných rozdělení: pro alternativní rozdělení máme EX = p a varX = p(1 − p) a v Poissonově rozdělení platí EX = varX = λ. Kateˇrina Staňková Helisová Matematika pro ekonomiku
Princip testování hypotéz 26 Necht’ X = (X1, X2 . . . , Xn) T je náhodný výběr z rozdělení, které závisí na parametru θ ∈ Θ. Chceme-li zjistit, jestli θ patˇrí do nějaké uˇzˇsí podmnoˇziny parametr˚u Θ0, nazveme tuto domněnku nulovou hypotézou, (označme H0 : θ ∈ Θ0). Na základě výběru X = (X1, X2 . . . , Xn) T testujeme tuto hypotézu proti alternativě HA : θ ∈ Θ \ Θ0. To se zpravidla provede tak, ˇze se určí mnoˇzina W (tzv. kritický obor) taková, ˇze pokud X ∈ W , pak H0 zamítáme. Poznámka Větˇsinou testujeme H0 : θ = θ0, kde θ0 je nějaká konkrétní hodnota. Pˇrirozenou alternativou je pak HA : θ = θ0. Někdy je vˇsak smysluplnějˇsí testovat napˇr. proti alternativě HA : θ > θ0. I kdyˇz totiˇz teoreticky m˚uˇze být θ < θ0, nemá smysl se tou situací zabývat, napˇr. pokud pˇri testování stˇrední hodnoty H0 : µ = 3 z dat víme, ˇze ¯ Xn = 5, pak nemá smysl uvaˇzovat situaci µ < 3. Kateˇrina Staňková Helisová Matematika pro ekonomiku
Page 1 and 2: Matematika pro ekonomiku Statistika
Page 3 and 4: Úlohy statistiky 2 1 Sestavit mode
Page 5 and 6: Častá rozdělení ve statistice:
Page 7 and 8: Výběrový pr˚uměr a výběro
Page 9 and 10: Kvantily 8 Definice Necht’ distri
Page 11 and 12: Pˇríklad 10 21× po sobě byly sl
Page 13 and 14: Histogram a boxplot 12 0 2 4 6 8 Hi
Page 15 and 16: Bodový odhad 14 Definice Mějme n
Page 17 and 18: Metoda maximální věrohodnosti 16
Page 19 and 20: Metoda maximální věrohodnosti pr
Page 21 and 22: Intervalové odhady parametr˚u nor
Page 23 and 24: Intervalové odhady zaloˇzené na
Page 25: Intervalové odhady zaloˇzené na
Page 29 and 30: Testování pomocí intervalových
Page 31 and 32: Testování stˇrední hodnoty norm
Page 33 and 34: Testování stˇrední hodnoty norm
Page 35 and 36: χ 2 test dobré shody 34 Chceme-li
Page 37 and 38: II. REGRESN Í ANAL´ YZA Kateˇrin
Page 39 and 40: Cíl regresní analýzy 38 Uvaˇzu
Page 41 and 42: Metoda nejmenˇsích čtverc˚u 40
Page 43 and 44: Bodový odhad parametr˚u modelu 4
Page 45 and 46: Intervalové odhady parametr˚u 44
Page 47 and 48: Pˇríklad 46 Pro data z pˇredeˇs
Page 49 and 50: Pásy spolehlivosti 48 Pás spolehl
Page 51 and 52: Analýza reziduí a odlehlá pozor
Page 53 and 54: Výběr vhodného modelu 52 Koefic
Page 55 and 56: Definice náhodného procesu 54 Def
Page 57 and 58: Trajektorie procesu 56 Náhodný p
Page 59 and 60: Silná stacionarita procesu 58 Ozna
Page 61 and 62: Definice Markovské ˇretězce s di
Page 63 and 64: Pravděpodobnostmi pˇrechodu, homo
Page 65 and 66: Rozdělení Markovského ˇretězce
Page 67 and 68: Chapman-Kolmogorova rovnost 66 Vzta
Page 69 and 70: Klasifikace 68 Definice Stav j Mark
Page 71 and 72: ˇRetězec s konečně mnoha stavy
Page 73 and 74: Absorpční stavy a rozloˇzitelnos
Page 75 and 76: Stacionární rozdělení 74 Věta
Page 77 and 78:
Markovský ˇretězec se spojitý
Page 79 and 80:
Matice pravděpodobnosti pˇrechodu
Page 81 and 82:
Vlastnosti intenzity pˇrechodu 80
Page 83 and 84:
Klasifikace stav˚u Markovského ˇ
Page 85 and 86:
Nejčastěji pouˇzívané Markovsk
Page 87:
Nejčastěji pouˇzívané Markovsk
show all

Matematika pro ekonomiku - Statistika, regresní analýza, náhodné ...

Create successful ePaper yourself

Delete template?

Save as template?