1.	Počet obyvatel v oblastech, krajích a okresech České republiky k 2008 - data pro analýzu

2.	Průměrný věk v jednotlivých městech - analýza dat

2.1.	Rozdělení absolutních a relativních četností dat

2.2.	Charakteristiky polohy individuálních hodnot (4 typy průměrů – aritmetický, harmonický, geometrický, kvadratický, medián, kvartily, decily)

2.3.	Charakteristiky polohy v rozdělení četností dat (4 typy průměrů....)

2.4.	Charakteristiky variability v rozdělení četností (variační rozpětí, kvartilové a decilové rozpětí, kvartilové a decilové odchylky, střední diferenci, průměrnou absolutní odchylku od aritmetického průměru a mediánu, rozptyl, směrodatnou odchylku, poměrnou průměrnou odchylku, variační koeficient)

2.5.	Charakteristiky variability individuálních hodnot (variační rozpětí.....)

2.6.	Charakteristiky šikmosti individuálních dat (Pearsonova míry šikmosti s mediánem, kvartilová míra šikmosti, koeficient šikmosti).

2.7.	Charakteristiky šikmosti z rozdělení četností dat (Pearsonovy míry šikmosti, kvartilová míra šikmosti, koeficient šikmosti).

2.8.	Charakteristika koeficientu špičatosti z individuálních dat i z rozdělení četností

3.	Zhodnocení výsledků 1. části

4.	Pohyb obyvatelstva v České republice v letech 1992-2007 - data pro 2. část

5.	Přistěhovalci - analýza časové řady

5.1.	Druh časové řady

5.2.	První, druhá a třetí interpolace

5.3.	Vyrovnání časové řady čtyřčlennými klouzavými průměry

5.4.	Vyrovnání časové řady přímkou, parabolou a exponenciálou a určení prognózy vývoje na čtyři další období

5.5.	Charakterizování kvality vyrovnání průměrnou absolutní odchylkou a reziduální směrodatnou odchylkou, stanovení korelačních koeficientů

5.6.	K – transformace pro vyrovnání a extrapolaci časové řady

6.	Analýza dat

7.	Závěry a interpretace získaných poznatků

"Zhodnocení výsledků
Zhodnocení šikmosti z individuálních dat
Dle Pearsonových mír šikmosti mi z individuálních dat vyšlo u mužů nejednoznačný výsledek. Což mě trošku zaráží, ale výpočty jsem kontroloval několikrát. Takže se nejedná ani o levostranné a ani o pravostranné rozdělení. U žen vyšlo, že se jedná o pravostranné (záporné) rozdělení šikmosti. Dle kvartilové míry šikmosti u mužů mi vyšlo, že se jedná naopak o pravostranné rozdělení šikmosti, ale jelikož je to míra dosti nepřesná, je otázkou zda jí vůbec počítat. Stejně u žen mi vyšlo, že se jedná o levostranné rozdělení šikmosti, čili opačné než mi vyšlo u Pearsonových mír. Koeficient šikmosti je považován za nejspolehlivější určení šikmosti. Jak je vidět, potvrdil mojí předchozí domněnku že kvartilová míra šikmosti není spolehlivý ukazatel. U mužů mi vyšlo jednoznačně levostranné rozdělení šimosti a u žen že se jedná o pravostranné rozdělení šikmosti.

Zhodnocení šikmosti z rozdělení četností
Charakteristikami šikmosti měříme velikost nesouměrnosti (asymetrie) rozdělení četností. Dle Pearsonových mír šikmosti mi z rozdělení četností vyšlo, že u mužů se jedná o levostranné (kladné) rozdělení šikmosti. U žen naopak o pravostranné (záporné) rozdělení šikmosti. Dle kvartilové míry šikmosti u mužů mi vyšlo, že se jedná naopak o pravostranné rozdělení šikmosti. U žen mi vyšlo, že se jedná o levostranné rozdělení šikmosti, čili opačné než mi vyšlo u Pearsonových mír. Koeficient šikmosti je považován za nejspolehlivější určení šikmosti. U mužů mi vyšlo jednoznačně levostranné rozdělení šikmosti jako u Pearsonových mír a u žen že se jedná o pravostranné rozdělení šikmosti.

Zhodnocení špičatosti z idividuálních dat
U mužů mi vychází kladný 4. normovaný moment. Z toho vyplývá, že se u individuálních dat jeví rozdělení jako špičatější. U žen mi vychází taktéž kladný 4. normovaný moment, takže se jedná o rozdělení špičatější.

Zhodnocení špičatosti z rozdělení četností
Tady mi na rozdíl od výsledku z individuálních dat vychází, že je 4. normovaný moment záporný. Výpočet jsem několikrát zkontroloval, ale i tak mi to vychází takto. Z rozdělení četností se tudíž jeví, že se jedná o rozdělení plošší. U žen mi vyšel 4. normovaný moment kladný jako u individuálních údajů, takže z toho vyplývá, že se jedná o špičatější rozdělení.

Závěry a interpretace získaných informací o mém statistickém souboru
Můj statistický soubor se skládal ze dvou částí. Zkoumal jsem průměrný věk zvlášť u mužů a žen v jednotlivých okresních městech. Z výsledků je jednoznačně patrné, že ženy mají průměrný věk větší jak muži. V České republice očividně není velký rozdíl mezi jednotlivými kraji v průměrném věku, protože variační rozpětí je u mužů 3,2 a u žen 4 roky. Dále je jasné, že nejčetnější průměrný věk u mužů v jednotlivých městech je zhruba 38 let a u žen se nejčastěji průměrný věk pohybuje od 41,5 do 42 let v jednotlivých okresních městech. Aritmetický průměr průměrného věku je u mužů 38,6 let a u žen 41,6 let. Z toho vyplývá, že u nás je poměrně staré obyvatelstvo. S výhledem do budoucnosti to podle prognóz vypadá, že se průměrný věk bude zvyšovat, tudíž z toho vyplývá, že obyvatelstvo v České republice stárne."

Čistý text dosahuje cca 2 stran. Práce obsahuje tabulky a grafy.
Tato práce obsahuje překlepy.
Práce je ve formátu MS Excel *.xls.
Semestrální práce pro předmět Statistika.
Data pro analýzu byla přejata z následujících zdrojů: www.czso.cz/csu/2008edicniplan.nsf/t/.../$File/13010801.pdf; www.am.vsb.cz/~lit40/STA1/DATA/Obyvatelstvo_1992_2007.xls.