Absolutní metoda-velikost znázorňovaného graf. prvku je úměrná velikosti jevu (značková metoda), nebo je úměrný velikosti jevu počet graf. prvků (bodová metoda).

Absolutní přírůstek-charakterizuje přírůstek hodnoty časové řady v časovém okamžiku ve srovnání s okamžikem bezprostředně mu předcházejícím.

Adaptivní přístup analýzy trendu-parametry se v čase vyvíjejí. Adaptivní modely používají metody tzv. zapomínání starých hodnot řady. Poskytují kvalitní krátkodobé předpovědi.

Aditivní model- yi= Tt+St+Ct+et

Analytické vyrovnání trendu matematickou křivkou-patří mezi neadaptivní metody. Vychází z předpokladu, že trend se po celou sledovanou dobu nemění a že je možné ho popsat některým typem matematické křivky.

Aritmetický střed-aritmetický průměr maximální a minimální hodnoty znaku.

Bazický index-index se stálým základem  (yi/yz *100[%]).

Binomické rozdělení-rozdělení diskrétní náhodné proměnné. Udává rozdělení výsledků při opakování jednoho a téhož pokusu za stejných podmínek s pouze dvěmi možnými alternativami.

Bodový odhad-neznámý parametr odhadujeme pomocí jedné hodnoty.

Box-Jenkinsova metodologie-považuje za základní prvek konstrukce modelu časové řady náhodnou složku, která může být tvořena korelovanými náhodnými veličinami.

Cyklická složka-udává kolísání okolo trendu v důsledku dlouhodobého cyklického vývoje.

Čára kumulovaných četností (součtová čára)-grafické znázornění absolutních nebo relativních kumulovaných četností.

Čára překročení-součtová čára četností.

Časová řada absolutních veličin-z veličin přímo zjišťovaných.

Časová řada odvozená-z průměrných a poměrných veličin.

Časová řada-je chronologicky uspořádaná posloupnost hodnot určitého stat. ukazatele.

Deskriptivní (popisná) statistika-se zabývá uspořádáním souborů, jejich popisem a účelnou sumarizací.

Deterministická časová řada-neobsahuje prvek náhody.

Diagram-zobrazuje především kvantitativní, empirické údaje o znázorňovaných souborech. Znázorňované stat. údaje tvoří statistické řady.

Distribuční fce-stejná úvaha od součtové čáry k distrib. fci

Faktor či hlavní komponenta-je lineární kombinací původních proměnných.

Faktorová a komponentní analýza-cílem metod je eliminování duplicit a zhuštění informace obsažené v původních proměnných do menšího počtu vzájemně nekorelovaných proměnných.

Faktorová analýza-model, který předpokládá, že nemáme k dispozici všechny proměnné, které popisují daný problém. V souboru existuje i variabilita, která není vysvětlena jednotlivými faktory a přísluší reziduální složce.

Frekvence-počet časů realizovaných za jednotku času.

Frekvenční fce-máme histogram-budeme zvětšovat rozsah souboru (veličina je spojitá) až na n--> nekonečno a třídíme do nekonečně mnoha intervalů dostaneme křivku-frekv. fci.

Funkční (pevná) závislost-každé hodnotě nezávislé proměnné náhodné veličiny odpovídá pouze jedna hodnota závislé náhodné veličiny.

Geometrické prostředky-mají vždy význam kvantitativní, i když v některých případech samy slouží k rozlišení stat. jednotek či řad.

Geometrický průměr-n-hodnot, pak je to n-tá odmocnina z jejich součinu.

Grafické metody-sestrojení vhodného typu grafu. Jsou názornější než numer. metody a umožňují vystihnout vztahy.

Graf-kresba, provedená podle určitých, předem dohodnutých pravidel, která znázorňuje určité kvantitativní nebo kvalitativní informace.

Histogram-souřadnicový diagram rozdělení četností typu sloupcového diagramu a je tvořen souhrnem obdélníků, jejichž šířka se rovná délce třídního intervalu a délka je úměrná četnosti příslušného intervalu. Od sloupcového diagramu se liší tím, že vždy znázorňuje rozdělení četností.

Hladina významnosti-pravděpodobnost, že náhodná odchylka překročí danou hodnotu-tzv. Kritickou hodnotu.

Hlavní komponenta či faktor-je lineární kombinací původních proměnných.

Homogenita časové řady-hodnoty jednotlivých členů pozorované řady odrážejí jen přirozenou proměnlivost studované veličiny a nejsou ovlivněny vnějšími vlivy.

Hromadné jevy-jevy, které jsou výsledkem působení velkého množství příčin, jejich vlastnosti se neprojevují v jednotlivých jevech, ale jen v souboru a to prostřednictvím náhod.

Charakteristiky úrovně (střední hodnoty)-jsou čísla, které jednoduše zastupují jednotlivé hodnoty uvažovaného znaku, udávají polohu rozdělení četností a charakterizují obecnou velikost zkoumaného jevu v daném souboru.

Charakteristiky variability-čísla charakterizující stupeň měnivosti znaku v daném souboru a poskytující tím zároveň představu o rozmístění variant znaku na ose úseček.

Chí-kvadrát rozdělení-provedeme náhodný výběr prvků a součet čtverců těchto hodnot se označuje chí-kvadrát. Chí-kvadrát má své vlastní rozdělení.

Chronologický průměr-aritmet. průměr ze všech hodnot řady, ale z prvního a posledního členu se bere jen ½ a dělí se to tudíž (n-1) a ne n. Tento vztah platí pokud je délka všech intervalů konst. jinak třeba počítat vážený chronologický průměr.

Identifikační znaky-umožňují určit zda prvek do daného stat. souboru patří nebo nepatří (=>stat. soubor tedy ident. znaky vymezují.

Ideografické prostředky-fungují především jako znaky klasifikační, tj. mají kvalitativní význam.

Induktivní (matematická) statistika-se vyvinula z popisné stat. a jejím základem je teorie pravděpodobnosti. Zkoumá soubory nepřímo prostřednictvím výběrů, zabývá se metodami jak poznatky přenášet a umožňuje vytvářet obecné závěry s udáním stupně spolehlivosti.

Interval spolehlivosti (nevýznamnosti)-odchylky ležící v tomto intervalu považujeme za přípustné (oblast přijetí).

Intervalová časová řada-jednotlivé hodnoty se vztahují k časovým úsekům a přímo závisí na jejich délce.

Intervalová data-umožňují provádět i odečítání mezi kategoriemi. (teplota vzduchu).

Intervalový odhad-určujeme interval v němž bude neznámý parametr ležet.

Izolinie-čáry, které v grafu spojují body se stejnou intenzitou.

Kartodiagram-stat. mapa představující spojení mapy s diagramem.

Kartogram-stat. mapa představující spojení mapy a určitých ideografických prostředků.

Klasický model analýzy a popisu časové řady-je pouze popisem jednotlivých složek časové řady jako forem pohybu, ne poznání příčin. Jedná se o dekompozici na jednotlivé složky a jejich formální popis modelem aditivním nebo multiplikativním.

Klasický přístup analýzy trendu-založen na matematicko-statistickém modelování. Modelované parametry jsou v čase konstantní, jsou to tzv. neadaptivní modely (např. regresní) a umožňují snadnou předpověď.

Koeficient asymetrie-aritmetický průměr z třetích mocnin odchylek jednotlivých hodnot znaku od aritmet. průměru vyjádřených v jednotkách směrodatné odchylky.

Koeficient regrese-směrnice regresní přímky.

Koeficient růstu (řetězový index)-vyjadřuje o kolik procent vzrostla hodnota časové řady v okamžiku ti ve srovnání s hodnotou řady v čase ti-1

Koeficient špičatosti-průměrná hodnota součtu čtvrtých mocnin odchylek hodnot od průměru měřených v jednotkách směrodatné odchylky. Zakládá se na všech hodnotách souboru…

Komponentní a faktorová analýza-cílem metod je eliminování duplicit a zhuštění informace obsažené v původních proměnných do menšího počtu vzájemně nekorelovaných proměnných.

Komponentní analýza-uzavřený systém, ve kterém veškerá variabilita v hodnotách proměnných je vysvětlena proměnnými samotnými. Nepředpokládáme žádnou strukturu a jde nám jen o redukci počtu proměnných.

Komunalita-část rozptylu připadajícího na společné faktory.

Korelace-statistická závislost mezi dvěma nebo více znaky ve statistickém souboru.

Korelační koeficient-charakteristika vzájemné závislosti statistických znaků (náhodných veličin).

Korelační závislost-kdy se změnou nezávislé proměnné mění podmíněná rozdělení relativních četností znaku závislé proměnné tak, že změna nezávislé podmiňuje změnu průměrů souborů hodnot závislé.

Kovariance-charakteristika vzájemné závislosti statistických znaků.

Kritický obor (interval významnosti)-tvoří intervaly navazující z obou stran na interval spolehlivosti

Kvalitativní znaky-se nejčastěji dělí na spojité a diskrétní.

Kvantilové odchylky-kladné odchylky jednotlivých sousedních kvantilů.

Kvantitativní znaky-se dělí na alternativní a možné.

Kvartily-rozdělují soubor jako medián, ale na 4 části;  Percentily, decily...

Lineární dynamické a regresní modely-jedná se o kauzální modely-hledají příčinné vazby. Vysvětlovaná proměnná je vysvětlována pomocí jedné nebo více proměnných.

Lineární regrese-nejjednodušší případ regresní fce, při níž je regresní čára přímkou.

Matematická (induktivní) statistika-se vyvinula z popisné stat. a jejím základem je teorie pravděpodobnosti. Zkoumá soubory nepřímo prostřednictvím výběrů, zabývá se metodami jak poznatky přenášet a umožňuje vytvářet obecné závěry s udáním stupně spolehlivosti.

Medián-prvek řady uspořádané v neklesajícím pořadí, který ji rozděluje tak, že polovina prvků má menší hodnotu znaku a polovina větší než je hodnota mediánu.

Mechanické zhlazování-původní řadu hodnot nahradíme řadou průměrů.

Metadata-data o datech (o původu, kvalitě, metodách získáni dat atd.).

Metoda nejmenších čtverců-musí být splněna podmínka takového průběhu funkce, při němž se tato přimyká k bodům korelačního pole tak, že součet čtverců vzdálenosti bodů pole od fce musí být minimální.

Meze spolehlivosti-ohraničují interval spolehlivosti.

Míra koncentrace kolem mediánu-jednoduchá a snadno určitelná, ne však moc dokonalá.

Míra šikmosti založená na rozpětí kvantilů-snadno určitelná, ale stejně jako míra zal. na variač. rozpětí má nedostatek, že není založena na hodnotách znaku.

Míra šikmosti založená na variačním rozpětí-jednoduchá a snadno určitelná, ale velmi nedokonalá, neboť je ovlivněna extrémními hodnotami.

Míry šikmosti-čísla charakterizující nesouměrnost rozdělení souboru (jsou nulové, kladné, záporné)

Míry špičatosti-čísla charakterizující koncentraci prvků souboru v blízkosti určité hodnoty znaku (poskytují představu o tvaru rozdělení četností co do špičatosti nebo plochosti).

Modální interval-interval zahrnující největší počet hodnot znaku.

Modus-nejčetnější hodnota kvantitativního znaku studovaného souboru (je to tudíž nejčastější hodnota daného znaku)

Multiplikativní model- yi= Tt*St*Ct*et

Náhodná (stochastická) složka-se nedá popsat žádnou fcí času.

Náhodná veličina-proměnná pro kterou nelze u daného prvku na základě určité zákonitosti předem stanovit její konkrétní hodnotu. (spojitá-může nabývat v intervalu jakékoliv hodnoty).

Nominální data-hodnota představuje konkrétní kategorii či třídu a vyjadřuje její označení (jméno), kategorie se nesmějí překrývat. Každý objekt je zařaditelný právě do jedné kategorie. S čísly označujícími kategorie jsou pouze symboly a nelze s nimi provádět aritmet. operace. (telefonní seznam)

Normální rozdělení (Gaussovo)-pravděpodobnostní rozdělení spojité náhodné veličiny. Je charakteristické jednovrcholovou a symetrickou kustotou pravděpodobnosti.

Nulová hypotéza-speciální hypotéza o charakteristikách základního souboru.

Numerické metody-jedním nebo několika čísly lze vystihnout určité vlastnosti jevu, jsou přesnější a objektivnější než graf. metody.

Obecný postup testování

    -zvolíme hladinu významnosti

    -formulujeme nulovou hypotézu

    -zvolíme vhodné testovací kritérium 

    -vypočteme velikost test. kritéria a porovnáme s krit. hodnotou z tabulek

    -vyslovíme závěr o výsledku testování

Obecný postup výpočtu komp. a fakt. analýzy-

    -sestavení matice standardizovaných charakteristik typu n,m

    -výpočet korelační matice typu m,m

    -pro Fakt. analýzu odhad komunalit, kterými jsou nahrazeny jedničky na hlavní diagonále korelační matice

    -výpočet r ortogonálních proměnných z příslušných korelačních matic

    -rotace faktorů či komponent

    -interpretace výsledků

Oblast přijetí (nevýznamnosti)-plocha omezená částí normální křivky a pořadnicemi v místech mezí spolehlivosti.

Okamžiková časová řada-řada obsahující absolutní veličiny zjišťované k určitému okamžiku. Je spojitá v čase.

Ordinální data-data, která lze seřadit do uspořádané posloupnosti podle určitého kritéria. Je známé pořadí kateg., rozdíl však nemá smysl. (třída silnice)

Ortogonální prostor-úhly mohou nabývat hodnot od 0 do 180 stupňů a cos úhlu odpovídá hodnotě korelačního koeficientu.

Pásy spolehlivosti-dostaneme spojením krajních bodů intervalů spolehlivosti.

Pearsonova křivka III.typu-používá se na soubory, kde nelze aplikovat normální rozdělení a používá se ke konstrukci čar překročení.

Perioda-Čas potřebný k realizaci jednoho cyklu.

Periodická složka-je pravidelně se opakující odchylka od trendové složky s pevnou délkou periody T.

Periodogram-pokud jsou fce sin a cos vzájemně nezávislé můžeme vypočítat sumu druhých mocnin  koeficientů pro každou frekvenci a obdržet tak hodnotu periodogramu.

Počet stupňů volnosti-parametr chí-kvadrát rozdělení a je roven počtu sčítanců.

Poměrová data-vedle rovnosti, uspořádání a odečítání umožňují také dělení. Nula=neexistence jevu. (délka, objem)

Popisná (deskriptivní) statistika-se zabývá uspořádáním souborů, jejich popisem a účelnou sumarizací.

Průměrná odchylka-aritmetický průměr absolutních odchylek jednotlivých hodnot znaku od střední hodnoty.

Průměrný koeficient růstu-pro celou řadu se vypočte jako geometrický průměr jednotlivých hodnot koeficientů růstu.

Předzpracování časové řady-Odečtení průměru a odečtení trendu.

Regresní čára-vyjadřuje jaká hodnota znaku závislé proměnné odpovídá s největší pravděpodobností určité  hodnotě znaku nezávislé proměnné.

Regresní fce-vyjadřuje tendenci změn hodnot znaku závislé proměnné při změně hodnoty znaku nezávislé proměnné.

Relativní homogenita řady-posuzování homogenity vůči řadě homogenní (vzorové).

Relativní metoda-různá intenzita jevu se vyjadřuje šrafováním a jeho intenzitou.

Relativní přírůstek-informuje o rychlosti růstu.

Reprezentativní výběr-je takový který dobře odráží strukturu celého zkoumaného souboru.

Rotace faktorů-pootočení souřadné soustavy faktorů kolem počátku. Cílem je zvýraznit shluky proměnných beze změny jejich relativní polohy ve vícerozměrném prostoru.

Rozdíly Faktorová x Komponentní analýza-při transformaci původního prostoru do nového ortogonálního vybíráme u Komp. ten podprostor, kde je nahromaděna převážná část celkové variability, ale u Fakt. vybíráme ten podprostor, kde je většina společné variability.

Rozptyl-je průměr čtverců odchylek jednotlivých hodnot znaku od jejich aritmetického průměru.

Rozsah stat. souboru-počet stat. jednotek v souboru.

Řada klouzavých úhrnů-vhodná pro porovnávání hodnot v odpovídajících si časových intervalech.

Řetězový index-vyjadřuje o kolik vzrostla hodnota časové řady v daném okamžiku ve srovnání s hodnotou řady v předešlém okamžiku.

Schéma-vyjadřuje především kvalitativně různé struktury a vztahy znázorňovaného jevu či procesu.

Směrodatná odchylka-je mírou měnivosti tedy rozptylu hodnot náhodné veličiny kolem průměru.

Součtové (kumulativní)-řady-součet intervalových ukazatelů časových řad za delší časové období.

Spektrální analýza-je založena na předpokladu, že časová řada je součtem fcí sin a cos o různých amplitudách a frekvencích. Umožňuje nalézt významná cyklická kolísání.

Spektrální hustota-v periodogramu oblasti, které obsahují největší množství sousedních frekvencí.

Stacionární řada-řada je stacionární pokud má konst. průměr, konst. variabilitu a korelace dvou časově posunutých pozorování (autokorelace) závisí na délce posunu.

Statistická hypotéza-každý předpoklad o neznámé vlastnosti daného souboru.

Statistická indukce-kdy usuzujeme z části na celek.

Statistická jednotka-určitý jev či prvek, který je předmětem stat. šetření a pro který se zjišťují údaje.

Statistická závislost- každé hodnotě nezávislé proměnné náhodné veličiny odpovídá více hodnot závislé proměnné. Tyto hodnoty mají své rozdělení a při změně znaku nezávislé proměnné se mění podmíněná rozdělení relativních četností závislé proměnné a nemění se aritmet. průměr této proměnné.

Statistický soubor-skupina stat. jednotek stejného druhu (věcně, prostorově a časově vymezených).

Statistický znak-určitá vlastnost stat. jednotky, kterou se snažíme postihnout. Shodné (společné) znaky vymezují příslušnost stat. jednotky k určitému stat. souboru. Ostatní znaky jsou proměnlivé (variabilní).

Statistika-je vědní obor zabývající se zkoumáním jevů, které mají hromadný charakter

Stochastická časová řada-obsahuje prvek náhody.

Střední diference-aritmetický průměr absolutních hodnot všech možných vzájemných rozdílů n jednotlivých hodnot sledovaného znaku x.

Střední hodnoty (charakteristiky úrovně)-jsou čísla, které jednoduše zastupují jednotlivé hodnoty uvažovaného znaku, udávají polohu rozdělení četností a charakterizují obecnou velikost zkoumaného jevu v daném souboru.

Studentovo rozdělení-rozdělení které přísluší veličině hodnotící odchylky aritmetického průměru výběrového souboru od jeho průměru.

Test významnosti-test, kterým ověřujeme platnost formulovaných hypotéz.

Testování hypotéz-obecný postup:

Trend-je obecná tendence vývoje zkoumaného jevu za dlouhé období.

Typický průměr-jestliže většina hodnot původní řady je velikostí blízká průměru.

Variační koeficient-poměr směrodatné odchylky k průměru.

Variační rozpětí-rozdíl nejvyšší a nejnižší hodnoty znaku.

Vážený aritmetický průměr-máme li údaje o jednotkách souboru roztříděny podle velikosti hodnot zkoumaného znaku...

Vícerozměrný model-je založen na předpokladu, že vývoj analyzovaného ukazatele není ovlivňován pouze časovým faktorem, ale řadou jiných ukazatelů (u nás modely lineární dynamické a regresní).

Výběrový soubor-je podmnožinou základního souboru. Je vytvořen ze stat. jednotek, vybraných podle určitého hlediska.

Vyrovnání (zhlazení) časové řady-nahrazení řady empirických hodnot řadou hodnot teoretických.

   -vyslovíme závěr

Vztahy jednostranné-nezávislá proměnná podmiňuje tměnu druhé-závislé proměnné.

Vztahy vzájemné-nelze rozlišit závislé a nezávislé proměnné.

Z-diagram-znázorňuje řadu běžných a kumulovaných hodnot a řadu klouzavých úhrnů.