1 / 27

Kupa galaxií WHL J164935.4+642904

Kupa galaxií WHL J164935.4+642904. Blažek Jiří Ronza Miroslav. Zadání. Úvod. Kupa galaxií – souřadnice pro 67 galaxií. Datový soubor. Údaje o polohových veličinách kupy galaxií – rektascenze, deklinace a rud ý posuv Problémy s datovým souborem. Teorie. Data Rektascenze deklinace

garret
Download Presentation

Kupa galaxií WHL J164935.4+642904

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Kupa galaxií WHL J164935.4+642904 Blažek Jiří Ronza Miroslav

  2. Zadání

  3. Úvod Kupa galaxií – souřadnice pro 67 galaxií

  4. Datový soubor Údaje o polohových veličinách kupy galaxií – rektascenze, deklinace a rudý posuv Problémy s datovým souborem

  5. Teorie Data Rektascenze deklinace rudý posuv Veličiny Střední hodnota Rozptyl Kovarianční matice Korelační koeficienty

  6. Teorie Testy závislosti Pearsonův test závislosti Spearmanův test závislosti Kendallův test závislosti Grafy Histogramy 3D graf

  7. Postup Převod veličin na kartézský souřadný systém Výpočet středních hodnot Výpočet rozptylů Vytvoření kovariační matice Výpočet korelačních koeficientů Testování na závislost

  8. Výpočty Výpočty se týkají následujících veličin: Střední hodnota Rozptyl Kovarianční matice Korelační koeficienty Testy závislosti

  9. Střední hodnota Výpočet v programu matlab: EX = mean(Data(1:67,1)) = 252.3957 EY = mean(Data(1:67,2)) = 64.4842 EZ = mean(Data(1:67,3)) = 0.3385

  10. Rozptyl Výpočet v programu matlab: DX= var(Data(1:67,1)) = 0.0012 DY= var(Data(1:67,2)) = 2.3159e-004 DZ= var(Data(1:67,3)) = 0.0016

  11. Histogramy Graf pomocí programu matlab: hist(Data(1:67,1))

  12. Histogramy Graf pomocí programu matlab: hist(Data(1:67,2))

  13. Histogramy Graf pomocí programu matlab: hist(Data(1:67,3))

  14. Kovarianční matice Výpočet v matlabu: KOV = [cov(Data(1:67,1),Data(1:67,1)),cov(Data(1:67,1),Data(1:67,2)),cov(Data(1:67,1),Data(1:67,3));cov(Data(1:67,2),Data(1:67,1)),cov(Data(1:67,2),Data(1:67,2)),cov(Data(1:67,2),Data(1:67,3));cov(Data(1:67,3),Data(1:67,1)),cov(Data(1:67,3),Data(1:67,2)),cov(Data(1:67,3),Data(1:67,3))] = 0.0012 0.0000 0.0002 0.0000 0.0002 -0.0000 0.0002 -0.0000 0.0016

  15. Korelační koeficienty Výpočet v programu matlab: KOR= [cor(Data(1:67,1),Data(1:67,1)),cor(Data(1:67,1),Data(1:67,2)),cor(Data(1:67,1),Data(1:67,3));cor(Data(1:67,2),Data(1:67,1)),cor(Data(1:67,2),Data(1:67,2)),cor(Data(1:67,2),Data(1:67,3));cor(Data(1:67,3),Data(1:67,1)),cor(Data(1:67,3),Data(1:67,2)),cor(Data(1:67,3),Data(1:67,3))]= 1.0000 0.0233 0.1213 0.0233 1.0000 -0.0413 0.1213 -0.0413 1.0000

  16. Testy závislosti Pearsonův test závislosti Spearmanův test závislosti Kendallův test závislosti

  17. Výpočty • Výpočty se týkají následujících veličin: • Střední hodnota • Rozptyl • Kovarianční matice • Korelační koeficienty • Testy závislosti

  18. Pearsonův korelační koeficient • Počítá se z „n“ párových hodnot xi a yi • Nabývá hodnot -1 až 1 • r=0 …X a Y nazýváme nekorelované prom. • abs(r)= 1 …všechny body leží na přímce • Pouze síla lineárního vztahu…ostatní vztahy měří špatně, ať jsou jakkoli silné • Nezávisí na změně jednotek veličin

  19. >> KOR= [cor(Data(1:67,1),Data(1:67,1)),cor(Data(1:67,1),Data(1:67,2)),cor(Data(1:67,1),Data(1:67,3));cor(Data(1:67,2),Data(1:67,1)),cor(Data(1:67,2),Data(1:67,2)),cor(Data(1:67,2),Data(1:67,3));cor(Data(1:67,3),Data(1:67,1)),cor(Data(1:67,3),Data(1:67,2)),cor(Data(1:67,3),Data(1:67,3))]

  20. Pearsonův test závislosti • Oboustranný test Pearsonova koef. Rxy • >>PerTxy= cor_test(Data(1:67,1),Data(1:67,2),'<>','p') • xy: pval: 0.851682605104408 • xz: pval: 0.328350489319636 • yz: pval: 0.740134936932427

  21. Spearmanův korelační koeficient • Uspořádá se „n“ hodnot veličin X a Y podle velikosti… „p“ a „q“ udávají pořadí • Nezachycuje pouze lineární, ale též monotónní vztahy(obecně rostoucí/kles.) • Nabývá hodnot -1 až 1 • abs(r)= 1 …záv. proměnná leží na nějaké vzestupné/klesající obecné funkci

  22. Spearmanův test závislosti • >>SpeTxy= cor_test(Data(1:67,1),Data(1:67,2),'<>','s') • xy: pval: 0.544872730944007 • xz: pval: 0.372185915937045 • yz: pval: 0.424094332755851

  23. Kendallův test závislosti • >>KenTxy= cor_test(Data(1:67,1),Data(1:67,2),'<>','k') • xy: pval: 0.505655751981273 • xz: pval: 0.349173608147261 • yz: pval: 0.439020834822672

  24. 3D graf kupy galaxií Graf pomocí programu matlab: [x,y,z] = sph2cart(Data(1:67,1),Data(1:67,2),Data(1:67,3))

  25. 3D graf kupy galaxií Porovnání fotografie s grafem – pouze X,Y

  26. Závěr ???

  27. DĚKUJI ZA POZORNOST!!!

More Related