.

0 (hodnocen0 x )

(2.7) Půjčeno:19x 

BK

Příručka

Vyd. 2., upr. a rozš.

Praha : Academia, 2004

953 s. : il. ; 24 cm + 1 CD-ROM

ISBN 80-200-1254-0 (váz.)

Obsahuje bibliografie a rejstřík

000101290

Předmluva 15 // 1 CHYBY INSTRUMENTÁLNÍCH MĚŘENÍ 21 // 1.1 Klasifikace chyb měření 21 // 1.2 Charakteristika přesnosti přístrojů 23 // 1.2.1 Mezní hodnoty chyb a třída přesnosti přístroje 24 // 1.2.2 Zařazení přístroje do třídy přesnosti 25 // 1.2.3 Zaokrouhlování chyby výsledku 26 // 1.2.4 Složky chyby výsledku měření 28 // 1.3 Modely měření 28 // 1.3.1 Aditivní model měření 29 // 1.3.2 Modely se systematickou chybou 30 // 1.3.3 Multiplikativní model měření 31 // 1.3.4 Kombinovaný model měření 32 // 1.3.5 Rozdělení chyb měřicích přístrojů 34 // 1.4 Kvantilové odhady chyb 36 // 1.5 Sčítání kvantilových chyb 39 // 1.6 Momentové odhady chyb 40 // 1.6.1 Pravděpodobnostní interval chyb 41 // 1.6.2 Toleranční interval chyby 42 // 1.7 Chyba výsledků instrumentálních měření 43 // 1.7.1 Metoda Taylorova rozvoje 44 // 1.7.2 Metoda dvoubodové aproximace 49 // 1.7.3 Metoda simulací Monte Carlo 49 // 1.8 Nejistoty měření 51 // 1.8.1 Modely zahrnující působení neměřených faktorů 52 // 1.8.2 Intervaly spolehlivosti a nejistoty 55 // 1.8.3 Porovnání nejistot výsledků měření 58 // 1.8.3.1 Přímá měření 58 // 1.8.3.2 Nepřímá měření 00 // 1.8.4. Přístup intervalové analýzy k nejistotám 61 // 1.8.5 Doplňující poznámky k nejistotám 63 // 1.9 Postup určení chyby instrumentálních měření 66 // 1.10 Ostatní řešené příklady 66 // Literatura 73 // 2 PRŮZKUMOVÁ ANALÝZA JEDNOROZMĚRNÝCH DAT 75 // 2.1 Metody průzkumové analýzy dat 76 // 2.1.1 Grafy identifikace statistických zvláštností dat 79 // 2.1.2 Konstrukce a identifikace rozdělení výběru 92 // 2.1.3 Identifikace rozdělení výběru pro diskrétní náhodné veličiny 113 // 2.1.4 Transformace dat 115 // 2.1.5 Zpětná transformace 122 // 2.2 Ověření předpokladů o datech 124 //

2.2.1 Určení minimální velikosti výběru 125 // 2.2.2 Ověření předpokladu nezávislosti prvků výběru 126 // 2.2.3 Ověření normality výběru 128 // 2.2.4 Ověření homogenity výběru 132 // 2.3 Postup průzkumové analýzy 137 // 2.3.1 Postup analýzy rutinních dal 137 // 2.3.2 Postup při nesplnění předpokladů o datech 138 // 2.4 Ostatní řešené příklady 140 // Literatura 147 // 3 STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT 149 // 3.1 Bodové odhady parametrů polohy, rozptýlení a tvaru 150 // 3.1.1 Metoda maximální věrohodnosti 150 // 3.1.2 Výběrové charakteristiky 152 // 3.2 Intervalový odhad parametrů polohy a rozptýlení 163 // 3.2.1 Povaha intervalového odhadu 163 // 3.2.2 Konstrukce intervalových odhadů 164 // 3.2.3 Intervaly spolehlivosti pro zešikmená rozdělení 168 // 3.3 Odhady parametrů polohy rozptýlení a tvaru u vybraných rozdělení 175 // 3.3.1 Poissonovo rozdělení 175 // 3.3.2 Normální rozdělení 178 // 3.3.3 Laplaceovo rozdělení 181 // 3.3.4 Rovnoměrné rozdělení 182 // 3.3.5 Exponenciální rozdělení 184 // 3.3.5.1 Jednoparametrové exponenciální rozdělení 184 // 3.3.5.2 Dvouparametrové exponenciální rozdělení 185 // 3.3.6 Logaritmicko-normální rozdělení 187 // 3.3.6.1 Dvouparametrové logaritmicko-normální rozdělení 188 // 3.3.6.2 Tříparametrové logaritmicko-normální rozdělení 191 // 3.4 Robustní odhady parametrů polohy a rozptýlení 193 // 3.4.1 Medián 194 // 3.4.2 Uřezaný průměr 195 // 3.4.3 Robustní M-odhady 199 // 3.4.4 Analýza malých výběrů 202 // 3.4.5 Neparametrické odhady rozptylů 206 // 3.5 Testování statistických hypotéz 212 // 3.5.1 Postup testování statistické hypotézy 212 // 3.5.2 Testy hypotéz o parametrech jednoho souboru 215 // 3.5.3 Tesly hypotéz o parametrech dvou souborů 216 //

3.5.3.1 Testy shody středních hodnot („testy, shodnosti“) 218 // 3.5.3.2 Testy shody rozptylů 225 // 3.6 Postup vyhodnocení jednorozměrných výběrů 227 // 3.7 Ostatní řešené příklady 229 // Literatura 239 // 4 STATISTICKÁ ANALÝZA VÍCEROZMĚRNÝCH DAT 241 // Popisné statistiky vícerozměrných dat 244 // 4.1 Pojem vícerozmérné náhodné veličiny 244 // 4.1.1 Charakteristiky vícerozměrných náhodných veličin 247 // 4.1.2 Odhady parametrů polohy, rozptýlení a tvaru 251 // 4.1.3 Vybočující body 259 // 4.1.4 Statistická analýza vektoru středních hodnot 264 // 4.1.5 Statistická analýza kovariančních matic 271 // 4.2 Předúprava Vícerozměrných dat 274 // 4.2.1 Různé formy standardizace dat 275 // 4.2.2 Užití statistických vah 280 // 4.3 Průzkumová analýza vícerozměrných dat 281 // 4.3.1 Zobrazení vícerozměrných dat 281 // 4.3.2 Analýza profilů 290 // 4.3.3 Ověření normality 293 // 4.3.3.1 Grafy pro ověření normality 293 // 4.3.3.2 Testy normality 295 // Určení struktury ve znacích a objektech 300 // 4.4 Analýza hlavních komponent (PCA) 301 // 4.4.1 Zaměření metody PCA 301 // 4.4.2 Podstata metody PCA 302 // 4.4.3 Statistická analýza hlavních komponent 322 // 4.4.4 Grafické pomůcky analýzy hlavních komponent 327 // 4.4.5 Diagnostika metody hlavních komponent 330 // 4.4.6 Určení počtu komponent směsi analýzou absorbanční matice 332 // 4.4.7 Řešení častých problémů v PCA 340 // 4.5 Faktorová analýza (FA) 344 // 4.5.1 Zaměření metody FA 344 // 4.5.2 Podstata metody FA 346 // 4.5.3 Grafické pomůcky FA 354 // 4.5.4 Průběh diagnostikování dle FA 355 // 4.6 Kanonická korelační analýza (CCA) 371 // 4.6.1 Zaměření melody CCA 371 // 4.6.2 Podstata metody CCA 371 // 4.6.3 Průběh diagnostikování CCA 378 // Klasifikace objektů 385 //

4.7 Diskriminační analýza (DA) 387 // 4.7.1 Zaměření metody DA 387 // 4.7.2 Zařazovací pravidla DA 388 // 4.7.3 Lineární (LDA) a kvadratická (QDA) diskriminační funkce 389 // 4.7.4 Užití kanonické korelace v diskriminační analýze 397 // 4.7.5 Úprava prahového bodu 398 // 4.7.6 Volba znaků, diskriminátorů 399 // 4.7.7 Kvalita zařazení objektů do tříd 402 // 4.7.8 Logistická diskriminace 403 // 4.7.9 Průběh diagnostikování DA 405 // 4.8 Logistická regrese (LR) 429 // 4.8.1 Zaměření metody LR 429 // 4.8.2 Logistický regresní model 432 // 4.8.3 Volba proměnných 439 // 4.8.4 Těsnost proložení logistickým modelem 440 // 4.8.5 Kvalita vyhodnocení logistickou regresí 442 // 4.8.6 Aplikace logistické regrese 443 // 4.9 Analýza shluků (CLU) 454 // 4.9.1 Dendrogramy hierarchického shlukování 468 // 4.9.2 Shlukování metodou ncjbližších těžišť (K-Mcans) 477 // 4.9.3 Shlukování metodou optimálních středů čili medoidů 482 // 4.9.4 Fuzzy shlukování 487 // 4.9.5 Postup obecné analýzy shluků 491 // 4.10 Mapování objektů vícerozměrným škálováním (MDS) 497 // 4.10.1 Zaměření metody MDS 497 // 4.10.2 Podstata metody MDS 497 // 4.10.3 Postup subjektivního mapování objektů 502 // 4.11 Korespondenční analýza (CA) 515 // 4.11.1 Zaměření metody CA 515 // 4.11.2 Podstata metody CA 516 // 4.11.3 Postup korespondenční analýzy 518 // Literatura 526 // 5 ANALÝZA ROZPTYLU (ANOVA) 529 // 5.1 Základní pojmy analýzy rozptylu 529 // 5.2 Jednoíaktorová analýza rozptylu 531 // 5.2.1 Modely s pevnými efekty 533 // 5.2.1.1 Metodologie statistické analýzy 533 // 5.2.1.2 Technika vícenásobného porovnání 535 // 5.2.1.3 Lineární regresní model 537 // 5.2.1.4 Ověření normality chyb 539 // 5.2.1.5 Ověření konstantnosti rozptylu (homoskcdasticity) 540 //

5.2.2 Modely s náhodnými efekty 541 // 5.3 Dvoufaktorová analýza rozptylu 543 // 5.3.1 Modely s pevnými efekty 545 // 5.3.1.1 Modely pro případ bez opakování měření (ANOVA#2P) 545 // 5.3.1.2 Vyvážené modely (ANOVAÍÍ2B) 551 // 5.3.1.3 Nevyvážené modely (ANOVA#2U) 556 // 5.3.2 Modely se smíšenými efekty 557 // 5.3.3 Modely s náhodnými efekty 558 // 5.4 Zhodnocení postupu při analýze rozptylu 560 // 5.5 Ostatní řešené příklady 560 // Literatura 564 // 6 LINEÁRNÍ REGRESNÍ MODELY 565 // 6.1 Formulace lineárního regresního modelu 565 // 6.2 Geometrie a předpoklady metody nejmenších čtverců 567 // 6.2.1 Geometrie metody nejmenších čtverců 567 // 6.2.2 Předpoklady metody nejmcnších čtverců 573 // 6.3 Statistické vlastnosti metody nejmenších čtverců 575 // 6.3.1 Konstrukce intervalů spolehlivosti 584 // 6.3.2 Testování hypotéz 587 // 6.3.2.1 Test mullikolincarity 590 // 6.3.2.2 Test významnosti absolutního členu 592 // 6.3.2.3 Testy složených hypotéz 595 // 6.3.2.4 Test shody dvou lineárních modelů 598 // 6.3.2.5 Testy vhodnosti lineárního modelu 601 // 6.3.3 Porovnání regresních přímek 607 // 6.3.3.1 Test homogenity úseků 608 // 6.3.3.2 Test homogenity směrnic 610 // 6.3.3.3 Test shody regresních přímek 610 // 6.4 Numerické problémy lineární regrese na počítači 613 // 6.4.1 Metoda ortogonálních funkcí 6?8 // 6.4.2 Metoda racionálních hodností 621 // 6.4.3 Metody hřebenové regrese 625 // 6.5 Regresní diagnostika 628 // 6.5.1 Využití průzkumové analýzy dal 629 // 6.5.2 Posouzení kvality dal 630 // 6.5.2.1 Statistická analýza reziduí 631 // 6.5.2.2 Analýza prvků projekční matice H 636 // 6.5.2.3 Grafy identifikace vlivných bodů 638 // 6.5.2.4 Ostatní charakteristiky vlivných bodů 644 //

6.5.3 Posouzení kvality navrženého regresního modelu 650 // 6.5.3.1 Parciální regresní grafy 651 // 6.5.3.2 Parciální reziduálni grafy 653 // 6.5.3.3 Znaménkový test vhodnosti modelu 656 // 6.5.4 Ověření předpokladů metody nejmcnších čtverců 658 // 6.5.4.1 Heteroskedasticita (nekonstantnost rozptylu) 658 // 6.5.4.2 Autokorelacc 659 // 6.5.4.3 Normalita chyb 660 // 6.6 Postupy při porušení předpokladů metody nejmenších čtverců 661 // 6.6.1 Omezení na parametry 662 // 6.6.2 Metoda zobecněných nejmenších čtverců (MZNČ) 666 // 6.6.2.1 Heteroskedasticita 668 // 6.6.2.2 Autokorelace 673 // 6.6.3 Multikolincarita 679 // 6.6.4 Proměnné zatížené náhodnými chybami 685 // 6.6.5 Jiná rozdělení chyb 689 // 6.6.6 Zobecněný lineární regresní model 702 // 6.7 Kalibrace 704 // 6.7.1 Druhy kalibrace a kalibrační modely 705 // 6.7.2 Kalibrační přímka 707 // 6.7.3 Přesnost kalibrace 713 // 6.8 Postup při lineární regresní analýze 717 // 6.9 Ostatní řešené příklady 718 // Literatura 734 // 7 KORELACE 737 // 7.1 Korelační modely 738 // 7.1.1 Korelační modely pro dvč náhodné veličiny 738 // 7.1.2 Korelační model pro více náhodných veličin 744 // KKѕKK IJ // 7.2 Korelační koeficienty 754 // 7.2.1 Párový korelační koeficient 756 // 7.2.2 Interpretace korelačního koeficientu 762 // 7.2.3 Korelační křivka 769 // 7.2.4 Parciální korelační koeficient 772 // 7.2.5 Vícenásobný korelační koeficient 773 // 7.2.6 Pořadové korelace 777 // Literatura 779 // 8 NELINEÁRNÍ REGRESNÍ MODELY 781 // 8.1 Formulace nelineárního regresního modelu 783 // 8.2 Modely chyb měření 788 // 8.3 Formulace kritéria regrese 793 // 8.4 Geometrie nelineární regrese 799 // 8.5 Numerické postupy odhadování parametrů 805 // 8.5.1 Nederivační optimalizační postupy 806 //

8.5.1.1 Metody přímého hledání 807 // 8.5.1.2 Simplexové metody 808 // 8.5.1.3 Metody využívající náhodných čísel 814 // 8.5.1.4 Speciální postupy pro metodu nejmenších čtverců (MNČ) 817 // 8.5.2 Derivační metody pro kritérium MNČ 821 // 8.5.2.1 Gaussovy- Newtonovy metody 824 // 8.5.2.2 Metody Marquardtova typu 827 // 8.5.2.3 Postupy typu dog-leg 829 // 8.5.3 Komplikace procesu nelineární regrese 831 // 8.5.3.1 Neodhadnutelnost některých parametrů 831 // 8.5.3.2 Existence minima i/(ß) 832 // 8.5.3.3 Výskyt lokálních minim 833 // 8.5.3.4 Špatná podmíněnost parametrů v modelu 834 // 8.5.3.5 Malé rozmezí experimentálních dat 834 // 8.5.4 Testování spolehlivosti regresních algoritmů 837 // 8.6 Statistická analýza nelineární regrese 839 // 8.6.1 Nelinearita regresního modelu 841 // 8.6.1.1 Vychýlení odhadů parametrů 841 // 8.6.1.2 Asymetrie odhadů parametrů 844 // 8.6.2 Intervalové odhady parametrů 845 // 8.6.2.1 Oblasti spolehlivosti parametrů 845 // 8.6.2.2 Intervaly spolehlivosti parametrů 850 // 8.6.2.3 Intervaly spolehlivosti’predikce 852 // 8.6.3 Testy hypotéz o odhadech parametrů 853 // 14 // OBSAH // 8.6.4 Těsnost proložení regresní křivky 855 // 8.6.4.1 Statistická analýza reziduí 855 // 8.6.4.2 Analýza vlivných bodů 857 // 8.7 Postup při testování navrženého modelu 859 // 8.8 Ostatní řešené příklady 862 // Literatura 868 // 9 INTERPOLACE A APROXIMACE 871 // 9.1 Klasické interpolační postupy 872 // 9.1.1 Lagrangeova a Newtonova interpolační formule 874 // 9.1.2 Hermitovská interpolace 879 //

9.1.3 Racionální interpolace 881 // 9.2 Spline interpolace 883 // 9.2.1 Lokální hermitovská interpolace 888 // 9.2.2 Kubický spline 893 // 9.3 Aproximace funkcí ‘301 // 9.4 Aproximace tabelárních závislostí 905 // 9.4.1 Polynomická aproximace 905 // 9.4.2 Úseková regrese 908 // 9.5 Numerické vyhlazování 914 // 9.5.1 Spline vyhlazování 914 // 9.5.2 Neparametrická regrese 924 // 9.5.3 Číslicová filtrace 926 // 9.6 Postup při interpolaci a aproximaci 934 // 9.7 Ostatní řešené příklady 935 // Literatura 936 // Komentář k CD 939 // Rejstřík 941