Statistické metody v ochraně kulturního dědictví
description
Transcript of Statistické metody v ochraně kulturního dědictví
![Page 1: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/1.jpg)
Statistické metody v ochraně kulturního dědictví
Lubomír Prokeš
![Page 2: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/2.jpg)
I
![Page 3: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/3.jpg)
Data a práce s nimi
• 1) sběr a zpracování dat (tvorba databáze)
• 2) analýza dat (výběr a použití vhodné metody)
• 3) prezentace výsledků (špatná presentace dat může vést k chybným závěrům)
• 4) metaanalýza (srovnávání výsledků z různých publikací)
![Page 4: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/4.jpg)
Pozor !!!
Nepoučený uživatel může často založit zásadní rozhodnutí na základě
1) volby nesprávné metody statistické analýzy, která poskytne nesmyslné výsledky
2) nesprávné interpretace správných výsledků
![Page 5: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/5.jpg)
Statistika
= nauka o tom, jak získat informace z numerických dat.
![Page 6: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/6.jpg)
• 1) Získávání dat. Zahrnuje metody pro sběr dat, jež zodpoví předem danou otázku. Základní přístupy k výběru měřených objektů, návrhu experimentů (experimental design) a validaci instrumentů pro získávání dat.
• 2) Analýza dat. Zahrnuje organizaci dat a jejich popis užitím grafů a numerických souhrnů (popisná statistika, průzkumová analýza dat (EDA)).
• 3) Statistické usuzování (inference). Usiluje o získání závěrů o širším univerzu jevů na základě analýzy dat, včetně zhodnocení spolehlivosti těchto závěrů, k čemuž využívá pravděpodobnostní pojmy (statistická inference, statistická indukce).
![Page 7: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/7.jpg)
Statistický software
WYSIWYG: MS Excel,STATISTICA, SPSS, NCSS
Kyplot, PAST, aj.
ne WYSIWYG: MATLAB,
S+, R,
SciPy
![Page 8: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/8.jpg)
Typy dat
Kvalitativní (nominální):
lze sledovat jen identitu (=) a odlišnost (≠).
• alternativní (dichotomické) – znak má pouze dvě varianty (ano / ne).
• množné (polytomické) – znaky s větším počtem variant.
![Page 9: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/9.jpg)
Typy dat
• Kvantitativní znaky
• 1) pořadové (ordinální) znaky.
jejich varianty jsou uspořádané podle intenzity sledovaného znaku.
• porovnávací: není předem daná pořadová stupnice, varianty se třídí podle míry zastoupení (intenzity) sledovaného znaku
• zařazovací: předem se vymezí pořadí variant, tj. zadá se jejich „stupnice“.
![Page 10: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/10.jpg)
Typy dat
• Kvantitativní znaky
• 2) číselné (kardinální) znaky. Měřitelné znaky, jejichž varianty lze
vyjádřit číselnou hodnotou.
• intervalové.- nemají smysluplnou nulu
• podílové (poměrové). - mají smysluplnou nulu
![Page 11: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/11.jpg)
Typy dat
Kvantitativní data
Diskrétní: nabývají konečně mnoha hodnot (např. četnosti)
Spojitá: nabývají hodnot všech reálných čísel v daném intervalu (např. rozměry)
• Typ dat je nutno respektovat při výběru metod analýzy dat !!
![Page 12: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/12.jpg)
Transformace dat
poměrové → intervalové → pořadové → nominální.
• „Dummy variables“:
• Heavisidova funkce:
Θ(x) = 1 když x > 0
0 když x ≤ 0
![Page 13: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/13.jpg)
Transformace dat
• Absolutní četnost (ni) = počet případů, v nichž se určitá hodnota xi vyskytne ve statistickém souboru.
• Relativní četnost (fi) = podíl případů z celkového rozsahu souboru, v nichž se hodnota x i vyskytne ve statistickém souboru.
n
nf ii
![Page 14: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/14.jpg)
Transformace dat• Třídní (skupinové, intervalové) četnosti =
kvantitativní znaky rozdělíme na intervaly a všechna pozorování z téhož intervalu nahradíme jedinou hodnotou, nejčastěji průměrem z nejnižší a nejvyšší hodnoty v dané třídě.
Počet tříd má vliv na přesnost výpočtu ukazatelů a pracnost výpočtů. Čím je počet tříd menší, tím je délka intervalů větší a tím jsou výpočty méně přesné.
![Page 15: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/15.jpg)
Transformace dat
• Transformace do pořadí: převádí hodnoty xi podle velikosti do intervalu i = 1 až n. Stejným hodnotám přiřazujeme průměrné pořadí, které této skupince hodnot odpovídá.
![Page 16: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/16.jpg)
Popisná statistika I.
![Page 17: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/17.jpg)
Popisná statistika
• 1) grafické metody
• 2) tabulky
• 3) číselné parametry
![Page 18: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/18.jpg)
Sloupcový graf (bar chart)
Modus ( ) nejčastěji se vyskytující hodnota v souboru.
x̂
![Page 19: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/19.jpg)
Koláčový graf (pie chart)
![Page 20: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/20.jpg)
Čárkovací metoda
![Page 21: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/21.jpg)
Stem and leaf plot
Variační rozpětí: R = xmax - xmin
![Page 22: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/22.jpg)
Histogram a frekvenční polygon 0,05R < k < 0,12R
k ≈ 1 + log2(2n) = 1 + 3,3log n(Sturgesovo pravidlo) k ≈ 5log n
k = int(2,46(n - 1)0,4)
modus
![Page 23: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/23.jpg)
Kvantily a percentily
Rozdělují soubor na danou percentuální část.
Nejvýznamnější kvantily:
Medián: 2. kvartil (50% percentil)
QI: Dolní kvartil (1. kvartil, 25% percentil)
QIII: Horní kvartil (3. kvartil, 75% percentil)
![Page 24: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/24.jpg)
• Medián ( ) rozděluje uspořádané (podle velikosti) zjištěné hodnoty na dvě stejně početné části.
Pro výpočet mediánu a ostatních kvantilů platí:
Je-li n liché
• = xk kde k = (n + 1)/2
Je-li n sudé• kde k = n/2
Výhodou mediánu je, že bezprostředně nezávisí na extrémních hodnotách.
x~
x~
2~ 1 kk xx
x
![Page 25: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/25.jpg)
Mediánová odchylka
Absolutní mediánová odchylka
MAD = med(Xi – med)
Interkvartilové rozpětí
Q = QIII – QI
Od mediánu se odvozují i některé parametry rozptýlení:
n
xxMD i
i )~(
![Page 26: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/26.jpg)
Kvartilový koeficient šikmosti
Pearsonův koeficient šikmosti
IIII
IIII
xQQKS
~2
s
xxSK
)~(3
![Page 27: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/27.jpg)
Momentové charakteristiky
Aritmetický průměr ( )x
n
iixn
x1
1
Geometrický průměr n
n
iig xx
1
n
iig x
nx
1
log1
log
![Page 28: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/28.jpg)
Momentové charakteristiky
Rozptyl
resp.
n
ii xx
ns
1
2 )(1
Kladná druhá odmocnina z rozptylu se nazývá směrodatná odchylka.
Variační koeficient x
ssr
n
ii xx
ns
1
2 )(1
1
![Page 29: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/29.jpg)
Momentové charakteristiky
•
• Šikmost: měří asymetrii dat
• Špičatost:
n
xxm
ki
k
)(
2/32
31 m
mS
322
42
m
mS
![Page 30: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/30.jpg)
Box and whisker plot
![Page 31: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/31.jpg)
Jádrové odhady (KDE)
![Page 32: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/32.jpg)
kde K(x) je funkce symetrická kolem nuly, šířka pásu h určuje stupeň vyhlazení:
hopt = 2,34σn-0,2
Jádrové odhady (KDE)
n
i
i
h
xxK
nhxf
1
1)(ˆ
![Page 33: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/33.jpg)
Kumulativní graf
![Page 34: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/34.jpg)
Kumulativní graf
![Page 35: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/35.jpg)
• Při posuzování grafů je třeba sledovat:
• 1) zhuštění dat (místo či místa s největší četností)
• 2) shluky dat• 3) mezery v datech (intervaly bez hodnot)• 4) odlehlé hodnoty (přítomnost údajů odlišných
od zbytku dat)• 5) tvar rozdělení (např. z histogramu)
![Page 36: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/36.jpg)
Základní soubor a výběr
![Page 37: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/37.jpg)
• Základní populace (základní soubor) je množina všech teoreticky možných objektů (jedinců) v uvažované situaci. V mnoha případech má pouze hypotetický význam.
• Výběr (vzorek) je podmnožinou základní populace (velmi často totiž nelze podrobit výzkumu celou základní populaci). Počet prvků (objektů) n ve výběru se nazývá rozsah výběru.
![Page 38: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/38.jpg)
• Populační parametr dané proměnné je číselná hodnota, která tuto proměnnou charakterizuje v základní populaci (např. aritmetický průměr). Má nějakou fixní číselnou hodnotu, kterou v praxi zpravidla neznáme (pokud neprovedeme úplné šetření); odhadujeme ji na základě výběrových statistik.
• Výběrová statistika charakterizuje vzorek, získaný výběrem ze základní populace (výběrové šetření); má číselnou hodnotu, jež charakterizuje výběr (např. výběrový průměr). Co je parametr pro populaci, to je výběrová statistika pro výběr.
![Page 39: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/39.jpg)
Distribuční funkce
Pro distribuční funkci platí: je neklesající, spojitá zleva, 0 ≤ F(x) ≤ 1 pro všechna reálná -∞ < x < ∞
a P(a ≤ X< b) = F(b) – F(a) pro libovolná a < b.
0)(lim
xFx
1)(lim
xFx
![Page 40: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/40.jpg)
Distribuční funkce
• Distribuční funkce diskrétní náhodné veličiny je schodovitá funkce s body skoku x1, x2, ..., xk.
)()()(
xx
i
i
xXPxXPxF
![Page 41: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/41.jpg)
Distribuční funkce• Pro spojitou náhodnou veličinu má distribuční
funkce tvar•
x
dxxfxF )()(
kde f(x) je hustota pravděpodobnosti distribuční funkce.
![Page 42: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/42.jpg)
Charakteristiky náhodné veličiny umožňují shrnutí informace o náhodné veličině
do několika číselných hodnot.
Momentová metoda
• k-tý obecný moment:
• k-tý centrální moment:
Metoda maximální věrohodnosti• mnohem složitější výpočty
)( kok XEm
kck XEXEm )(
![Page 43: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/43.jpg)
Parametr polohy (střední hodnota)
• diskrétní:
• spojité:
jx
jj pxXE )(
dxxxfXE )()(
![Page 44: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/44.jpg)
• E(kx) = kE(x) kde k je konstanta.
• E(x1 + x2 + ...+ xn) = E(x1) + E(x2) + ... + E(xn)
• E(x1.x2. ... xn) = E(x1).E(x2). ... E(xn)
• E(k1x1 + k2x2 + ...+ knxn) = kde k1, k2, ..., kn jsou konstanty.
Parametr polohy (střední hodnota)
n
iii xEk
1
)(
![Page 45: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/45.jpg)
Parametr disperze (rozptyl)
• diskrétní:
• spojité:
jx
jpXEXXD 22 )()(
dxxfXEXXD )()()( 22
![Page 46: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/46.jpg)
• D2(kx) = k2D2(x) kde k je konstanta.
• D2 (x1 + x2 + ...+ xn) = D2 (x1) + D2 (x2) + ...
• + D2 (xn)
• D2(k1x1 + k2x2 + ...+ knxn) =
kde k1, k2, ..., kn jsou konstanty.
• D2(x1 - x2) = D2(x1) + D2(x2)
Parametr disperze (rozptyl)
n
iii xDk
1
22 )(
![Page 47: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/47.jpg)
Alternativní rozdělení• veličina může nabývat hodnot 0 nebo 1 (přítomnost
či nepřítomnost určitého znaku).
p(x) = 1 – p pro x = 0
p(x) = p pro x = 1
![Page 48: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/48.jpg)
Alternativní rozdělení
0 pro x ≤ 0• F(x) = p pro 0 < x ≤ 1
1 pro x < 1
• střední hodnota:
• rozptyl:
p E(X)
)-(1 (X)D2 pp
![Page 49: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/49.jpg)
Binomické rozdělení
• náhodná veličina nabývá pouze hodnot 0, 1, 2, ..., n (= počet kladných výsledků z n nezávislých pokusů).
knk ppk
np
)1( k
![Page 50: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/50.jpg)
• F(x) = 0 pro x < 0
• pro 0 ≤ x ≤ n
• F(x) = 1 pro x > n
Střední hodnota:
Rozptyl:
Binomické rozdělení
x
x
ini ppi
nxF
0
)1( )(
pn E(X)
)-(1n (X)D2 pp
![Page 51: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/51.jpg)
Poissonovo rozděleníje limitou binomického rozdělení, je to „rozdělení
vzácných jevů“.
!
e
-
k kp
k
![Page 52: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/52.jpg)
Poissonovo rozdělení
• F(x) = 0 pro x < 0
• pro x ≥ 0 !
e )(
0
-
x
i
i
ixF
Střední hodnota a rozptyl:
(X)D E(X) 2
![Page 53: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/53.jpg)
Rovnoměrné rozdělení
Hustota pravděpodobnosti v intervalu (a, b) má tvar:
abxf
1)(
),( bax
0)( xf
ostatní
![Page 54: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/54.jpg)
Rovnoměrné rozdělení
Distribuční funkce je• F(x) = 0, pro x < a • pro a ≤ x ≤ b
• F(x) = 1, pro x ≥ b
• Střední hodnota:
• Rozptyl:
a-b
a-x F(x)
2
ba E(X)
12
a-b (X)D
22
![Page 55: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/55.jpg)
Normální (Gaussovo) rozdělení
• Hustota pravděpodobnosti
• Distribuční funkce
2//)( 2
2
1)(
xexf
dyexFx
y
2//)( 2
2
1)(
Střední hodnota: E(x) = μ,
Rozptyl: D2(x) = σ2
![Page 56: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/56.jpg)
Normální rozdělení
Centrální limitní věta:průměr „velmi velkého“
náhodného výběru je náhodnou veličinou s přibližně normálním rozdělením, i když má základní soubor rozdělení jiné než normální.
![Page 57: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/57.jpg)
Normované normální rozdělení
xz
Distribuční funkce normálního rozdělení závisí na μ a σ2 . Proto se tabeluje Normované normální rozdělení, tj. normální rozdělení veličiny z (z-skór)
dyezz
y
2/2
2
1)(
2/2
2
1)( zez
Střední hodnota: E(z) = 0
Rozptyl: D2(z) = 1
![Page 58: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/58.jpg)
Logaritmicko-normální rozdělení
22 2/)(log
2
4343,0)(
xexf
Hustota pravděpodobnosti
![Page 59: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/59.jpg)
Logaritmicko-normální rozdělení
dyexF
xy
0
2/)(log 22
2
4343,0)(
Distribuční funkce
Střední hodnota:
Rozptyl:
22 )4343,0.(2/4343,0/)( exE
1)(2222 )4343,0/()4343,0.(2/4343,0/2 eexD
![Page 60: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/60.jpg)
Cauchyovo rozdělení
• Hustota pravděpodobnosti , -∞ < x < ∞
kde pro parametry platí -∞ < α < ∞, β > 0.
22 ()(
xxf
![Page 61: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/61.jpg)
Cauchyovo rozdělení
Distribuční funkce
, -∞ < x < ∞
Střední hodnota: E(x) není definována,
Rozptyl: D2(x) = ∞.
x
arctgxF1
2
1)(
![Page 62: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/62.jpg)
Rozdělení na kružnici
Normální rozdělení na kružnici (von Misesovo rozdělení)
Např. úhly, hodiny během dne, dny během roku, orientace vůči světovým stranám, apod.
![Page 63: Statistické metody v ochraně kulturního dědictví](https://reader036.fdocuments.net/reader036/viewer/2022081519/568147b3550346895db4f893/html5/thumbnails/63.jpg)
Jiná rozdělení spojité náhodné veličiny
• Smíšené rozdělení. Náhodná veličina je pozorována za různých podmínek a pozorované hodnoty pocházejí ze dvou nebo více různých základních souborů a to s různými pravděpodobnostmi.
• Cenzurované rozdělení. Známe pouze jednu část hodnot náhodné veličiny, hodnoty z druhé části neznáme, ale registrujeme jejich výskyt (např. hodnoty koncentrací pod mezí stanovitelnosti).
• Useknuté rozdělení. Nelze pozorovat všechny hodnoty náhodné veličiny, ale jen hodnoty z určitého intervalu.