pst/ukol.ipynb

{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "d693757b-4f3a-4162-9300-ec96596a26ec",
   "metadata": {},
   "outputs": [],
   "source": [
    "#import csv\n",
    "#import math\n",
    "#import numpy as np\n",
    "#import matplotlib.pyplot as plt\n",
    "import pandas as pd\n",
    "#np.set_printoptions(precision=3)\n",
    "#from sympy import *\n",
    "#from scipy.stats import norm, uniform, expon, t\n",
    "#from scipy.optimize import minimize"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 5,
   "id": "7c90184c-5f76-4277-b0ad-aeec2ac37d30",
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "10\n"
     ]
    }
   ],
   "source": [
    "K = 28\n",
    "L = 8\n",
    "M = (((K + L) * 47) % 11) + 1\n",
    "print(M)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "503f77b6-1c9d-4406-8b30-ec3b792267e7",
   "metadata": {},
   "source": [
    "(1b) Načtěte datový soubor a rozdělte sledovanou proměnnou na příslušné dvě pozorované skupiny.\n",
    "Stručně popište data a zkoumaný problém. Pro každou skupinu zvlášť odhadněte střední hodnotu, rozptyl a medián příslušného rozdělení."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": 3,
   "id": "b80d5cec-db0c-42e7-a3b9-296803242269",
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "                ,\"Weight\",\"Status\"\n",
      "0                1,24.5,\"survived\"\n",
      "1    2,26.8999996185303,\"survived\"\n",
      "2    3,26.8999996185303,\"survived\"\n",
      "3    4,24.2999992370605,\"survived\"\n",
      "4    5,24.1000003814697,\"survived\"\n",
      "5                6,26.5,\"survived\"\n",
      "6    7,24.6000003814697,\"survived\"\n",
      "7    8,24.2000007629395,\"survived\"\n",
      "8    9,23.6000003814697,\"survived\"\n",
      "9   10,26.2000007629395,\"survived\"\n",
      "10  11,26.2000007629395,\"survived\"\n",
      "11  12,24.7999992370605,\"survived\"\n",
      "12  13,25.3999996185303,\"survived\"\n",
      "13  14,23.7000007629395,\"survived\"\n",
      "14  15,25.7000007629395,\"survived\"\n",
      "15  16,25.7000007629395,\"survived\"\n",
      "16  17,26.2999992370605,\"survived\"\n",
      "17  18,26.7000007629395,\"survived\"\n",
      "18  19,23.8999996185303,\"survived\"\n",
      "19  20,24.7000007629395,\"survived\"\n",
      "20                21,28,\"survived\"\n",
      "21  22,27.8999996185303,\"survived\"\n",
      "22  23,25.8999996185303,\"survived\"\n",
      "23  24,25.7000007629395,\"survived\"\n",
      "24  25,26.6000003814697,\"survived\"\n",
      "25  26,23.2000007629395,\"survived\"\n",
      "26  27,25.7000007629395,\"survived\"\n",
      "27  28,26.2999992370605,\"survived\"\n",
      "28  29,24.2999992370605,\"survived\"\n",
      "29  30,26.7000007629395,\"survived\"\n",
      "30  31,24.8999996185303,\"survived\"\n",
      "31  32,23.7999992370605,\"survived\"\n",
      "32  33,25.6000003814697,\"survived\"\n",
      "33                34,27,\"survived\"\n",
      "34  35,24.7000007629395,\"survived\"\n",
      "35              36,26.5,\"perished\"\n",
      "36  37,26.1000003814697,\"perished\"\n",
      "37  38,25.6000003814697,\"perished\"\n",
      "38  39,25.8999996185303,\"perished\"\n",
      "39              40,25.5,\"perished\"\n",
      "40  41,27.6000003814697,\"perished\"\n",
      "41  42,25.7999992370605,\"perished\"\n",
      "42  43,24.8999996185303,\"perished\"\n",
      "43                44,26,\"perished\"\n",
      "44              45,26.5,\"perished\"\n",
      "45                46,26,\"perished\"\n",
      "46  47,27.1000003814697,\"perished\"\n",
      "47  48,25.1000003814697,\"perished\"\n",
      "48                49,26,\"perished\"\n",
      "49  50,25.6000003814697,\"perished\"\n",
      "50                51,25,\"perished\"\n",
      "51  52,24.6000003814697,\"perished\"\n",
      "52                53,25,\"perished\"\n",
      "53                54,26,\"perished\"\n",
      "54  55,28.2999992370605,\"perished\"\n",
      "55  56,24.6000003814697,\"perished\"\n",
      "56              57,27.5,\"perished\"\n",
      "57  58,31.1000003814697,\"perished\"\n",
      "58  59,28.2999992370605,\"perished\"\n"
     ]
    }
   ],
   "source": [
    "df = pd.read_csv(\"/data.csv\", sep = \";\", decimal = \",\")\n",
    "print(df)"
   ]
  },
  {
   "cell_type": "markdown",
   "id": "29eef015-c103-4e7f-89e8-2b59526f4b1e",
   "metadata": {},
   "source": [
    "(1b) Pro každou skupinu zvlášť odhadněte hustotu a distribuční funkci pomocí histogramu a empirické distribuční funkce."
   ]
  },
  {
   "cell_type": "markdown",
   "id": "626d8bce-65af-4659-96e9-c1fbe4ccb3cc",
   "metadata": {},
   "source": [
    "(3b) Pro každou skupinu zvlášť najděte nejbližší rozdělení: \n",
    "Odhadněte parametry normálního, exponenciálního a rovnoměrného rozdělení.\n",
    "Zaneste příslušné hustoty s odhadnutými parametry do grafů histogramu. Diskutujte, které z rozdělení odpovídá pozorovaným datům nejlépe."
   ]
  },
  {
   "cell_type": "markdown",
   "id": "6226456c-fdf3-4537-830c-05f8ee7022c5",
   "metadata": {},
   "source": [
    "(1b) Pro každou skupinu zvlášť vygenerujte náhodný výběr o 100 hodnotách z rozdělení, \n",
    "které jste zvolili jako nejbližší, s parametry odhadnutými v předchozím bodě.\n",
    "Porovnejte histogram simulovaných hodnot s pozorovanými daty."
   ]
  },
  {
   "cell_type": "markdown",
   "id": "1c5f7d31-ca21-42b4-9a23-1111bbf599b9",
   "metadata": {},
   "source": [
    "(1b) Pro každou skupinu zvlášť spočítejte oboustranný 95% konfidenční interval pro střední hodnotu."
   ]
  },
  {
   "cell_type": "markdown",
   "id": "53a61e4f-fc67-4237-ab38-f5f9fb7767c5",
   "metadata": {},
   "source": [
    "(1b) Pro každou skupinu zvlášť otestujte na hladině významnosti 5 % hypotézu,\n",
    "zda je střední hodnota rovná hodnotě K (parametr úlohy), proti oboustranné alternativě.\n",
    "Můžete použít buď výsledek z předešlého bodu, nebo výstup z příslušné vestavěné funkce vašeho softwaru."
   ]
  },
  {
   "cell_type": "markdown",
   "id": "7007c195-97a3-4cd4-8427-dcc8417eedf8",
   "metadata": {},
   "source": [
    "(2b) Na hladině významnosti 5 % otestujte, jestli mají pozorované skupiny stejnou střední hodnotu.\n",
    "Typ testu a alternativy stanovte tak, aby vaše volba nejlépe korespondovala s povahou zkoumaného problému."
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.10.15"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}