7. Kapitola (výsledky)

7.1 t = 34,7565

_yx = 0,7397 _yx  ( 0,712 ; 0,768 )

2. t = 1,425

7.3

a) t = 13,9078

b) t = 13,9078

d) _yx = 0,9654945 _yx  ( 0,910 ; 0,990 )

_yx = 2,756 _yx  ( 2,328 ; 3,184 )

7.4 t = 13,042

7.5

a) _yx  ( 0,259 ; 0,361 )

b) _yx  ( 0,6696 ; 0,8367 )

c) r² = 59,18 %

7.6

a) s²_byx = 0,01623

b) t = 9,516

c) _yx  (0,9372 ; 1,4876)

d) F - test 90,5626

e) rostlina 26 cm ( 326,52 ; 351,54 )

rostlina 35 cm ( 418,50 ; 477,79 )

f) t = 9,516

g) _yx = 0,9299 _yx  ( 0,8076 ; 0,9785 )

7.7

a) t_rxy = 12,6438

t_byx = 12,625

b) _yx  (1,0134 ; 1,4106 )

c) _yx  ( 0,8565 ; 0,97159 )

7.8 t_ryx1 = 0,6655 t_ryx2 = 1,44074 t_rx1x2 = 4,5066

_yx1x2  ( 0,4621 ; 0,9626 )

7.9

a) t_ryx = 4,2534

_yx = 0,8094 _yx  ( 0,4219 ; 0,9587 )

b) t_byx = 4,2533 t_bxy = 4,2533

_yx = 0,5861 _yx  ( 0,2684 ; 0,9038 )

10. F = 8,711

7.11

1. t_ryx1*x2 = 0,8838 , t_ryx2*x1 = 2,5674

2. F = 4,1858

3. Dílčí regresní koeficienty jsou statisticky nevýznamné.

7.12

1. t₁ = 3,197, t₂ = 2,024

2. F = 11,794

3. _yx1*x2  (0,2070; 0,7739)

4.  = 0,739

7.13

1. t₁ = 1,7486, t₂ = 2,6318, t₃ = 3,3084

2. ₂  (0,256;1,352)

3. ₃  (24,3205; 82,0835)

8. Kovarianční analýza

8.1 U 36 náhodně vybraných stájí pro výkrm prasat v sektoru ZD v ČR byly sledovány průměrné přírůstky na kus a den (Y) a průměrná hmotnost prasat při zástavu (X). Dále byl zjišťován druh krmné směsi, který byl ve výkrmně používán. Zjistěte pomocí kovarianční analýzy, zda jsou průměrné přírůstky ovlivněny druhem krmné směsi a zda též závisejí na hmotnosti prasat při zástavu. Výsledky zjišťování byly roztříděny podle druhu krmné směsi do následující tabulky.

sypká					granulovaná					kombinovaná
x	y	x2	y2	xy	x	y	x2	y2	xy	x	y	x2	y2	xy
30	0,57	900	0,3249	17,1	31	0,74	961	0,5476	22,94	25	0,46	625	0,2116	11,50
34	0,70	1156	0,4900	23,8	26	0,58	676	0,3364	15,08	21	0,42	441	0,1764	8,82
19	0,46	361	0,2116	8,74	28	0,65	784	0,4225	18,20	28	0,58	784	0,3364	16,24
22	0,51	484	0,2601	11,22	30	0,57	900	0,3249	17,10	18	0,43	324	0,1849	7,74
27	0,58	729	0,3364	15,66	27	0,57	729	0,3249	15,39	15	0,42	225	0,1764	6,30
23	0,50	529	0,2500	11,50	24	0,58	576	0,3364	13,92	28	0,54	784	0,2916	15,12
20	0,54	900	0,2916	16,2	34	0,64	1156	0,4096	21,76	25	0,48	625	0,2304	12,00
17	0,45	289	0,2025	7,65	30	0,58	900	0,3364	17,40	22	0,43	484	0,1849	9,46
21	0,46	441	0,2116	9,66	32	0,64	1024	0,4069	20,48
35	0,63	1225	0,3969	22,05	27	0,61	729	0,3721	16,47
25	0,54	625	0,2916	13,50
25	0,52	625	0,2704	13,00
360	7,51	9688	4,1001	198,28	339	7,30	9687	4,4720	207,3	222	4,68	5110	2,2160	105,64

8.2 U náhodně vybraných ZD a všech soukromých farem v západočeském regionu byla sledována průměrná denní dojivost na jednu dojnici (y) a průměrná velikost stáje pro dojnici (x). Je třeba zjistit, zda je průměrná dojivost ovlivněna sektorem a zda též závisí na velikosti stáje. Výsledky zjišťování byly roztříděny podle sektorů a uspořádány do následující tabulky:

Průměrná denní dojivost v l a průměrné velikosti stáje za jednotlivé podniky v daném sektoru
	a) zemědělská družstva
x	79	92	127	102	99	55	101	110	94	96	114	106
y	8,61	7,94	8,30	6,79	8,31	7,09	8,75	7,14	8,23	8,74	8,56	8,31
x2	6 241	8 464	16 129	10 404	9 801	3 025	10 201	12 100	8 836	19 216	12 996	11 236
y2	74,13	63,04	68,89	46,10	69,06	50,27	76,56	50,98	67,73	76,39	73,27	69,06
xy	680,19	730,48	1 054,10	692,58	822,69	389,95	883,75	785,40	773,62	839,04	957,84	880,86
x	121	120	90
y	7,34	7,25	8,61
x2	14 641	14 400	8 100
y2	53,88	52,56	74,13
xy	888,14	870,00	774,90
	b) soukromé farmy
x	96	76	77	62	55	346	90	63	62	93	55	89
y	7,13	7,43	6,45	6,93	8,01	8,00	7,70	8,61	7,94	6,31	8,80	7,77
x2	9 216	5 776	5 929	3 844	3 025	119 716	8 100	3 969	3 844	8 649	3 025	7 921
y2	50,84	55,20	41,60	48,02	64,16	64,00	59,29	74,13	63,04	39,82	77,84	60,37
xy	684,48	564,68	496,65	429,66	440,55	2 768,00	693,00	542,43	492,28	586,83	484,00	691,53

8.3 U 45 náhodně vybraných ZD byly sledovány průměrné hektarové výnosy pšenice (y) a průměrná velikost pozemků (x), na nichž je pšenice pěstována. Našim úkolem je zjistit pomocí kovarianční analýzy, zda hektarové výnosy jsou ovlivněny výrobní oblastí a zda závisí též na velikosti pozemků. Výsledky zjišťování byly roztříděny podle výrobních oblastí do následujících tabulek.

Kraj celkem
	Součty
x	1 350,30
y	192,77
x2	51 588,37
y2	852,97
xy	6 277,45

+ příloha (tabulka)