Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu"

Transkript

1 Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

2 K čemu slouží statistika Popisuje velké soubory dat pomocí charakteristických čísel (popisná statistika). Hledá skryté zákonitosti v souborech dat (explorační statistika). S pomocí teorie pravděpodobnosti ověřuje platnost hypotéz.

3 Statistický software Uživatelsky příjemný (Statistica 8, MiniTab) Profesionální (SPSS, SAS)

4 Typy dat Kategorizované proměnné (do jaké kategorie respondent nebo případ patří) a) nominální (nemá smysl pořadí kategorií) b) ordinální (uspořádání, které vychází z logiky kategorií, lze seřadit vzestupně nebo sestupně) Číselné proměnné (informace, kde se primárně ptáme na nějaké číslo) a) intervalová b) poměrová (vyjádřena číselně sama o sobě)

5 Typy dat Nominální i. muž, žena ii. vesnice, město iii. absolvoval, neabsolvoval Ordinální i. 1, 2, 3, 4, 5 ii. silně souhlasím, souhlasím, nesouhlasím, silně nesouhlasím Intervalová i. 10, 12, 15, 17, 20 bodů v testu Poměrová i. 12, 18, 22, 38, 54 let ii. 55, 6 kg

6 Proměnné V případě, že má výzkumný problém dvě proměnné, určujeme závisle a nezávisle proměnnou. Nezávisle proměnná (proměnná, která je příčinou změny) Závisle proměnná (proměnná, jejíž hodnoty se změnily vlivem nezávisle proměnné) Jaký vliv má interaktivnost výuky na míru osvojených znalostí?

7 Data nám slouží k přesnému výběru statistické metody Jestliže jsou obě proměnné nominální nebo ordinální, použijeme kontingenční tabulku (chí-kvadrát), např. rozdíly v postoji ke škole (pozitivní, negativní) mezi chlapci a dívkami Jestliže je jedna proměnná nominální a druhá metrická (poměrová, intervalová), použijeme t-test, např. rozdíly v EQ u studentů prvních a posledních ročníků gymnázií Jestliže je jedna proměnná metrická a druhá nominální s více kategoriemi (nebo ordinální), použijeme analýzu rozptylu, např. rozdíly v testu tvořivosti v různých věkových kategoriích Jestliže jsou obě proměnné metrické nebo ordinální a zjišťujeme závislost, použijeme test korelace

8 Popisná statistika Jaká je úspěšnost žáků 5. třídy ZŠ Vsetín Ohrada v matematice? Školní úspěšnost operačně definujeme jako známku z testu matematických znalostí. Vzorek bude tvořit 22 žáků 5. třídy 1, 1, 2, 4, 3, 3, 3, 2, 4, 1, 3, 2, 1, 5, 1, 1, 2, 4, 3, 2, 3, 3 (viz pracovní sešit.xls) Co můžeme o těchto datech říci?

9 Popis střední hodnoty Popis né statis tiky (pracovni_data2) Proměnná N platných Průměr Minimum Maximum Sm.odch. Známka z testu MA 22 2, , , ,184313

10 Tabulka četností Známka Četnost n i Relativní četnost f i Kumulativní četnost 1 6 0, , , , , ,000

11 Histogram četností Histogram z Známka z testu MA pracovni_data 4v*22c Známka z testu MA = 22*1*normal(x; 2,4545; 1,1843) 7; 32% 6; 27% Počet pozorování ; 23% 3; 14% 2 1 1; 5% Známka z testu MA

12 Výsečový graf Výsečový graf z Známka z testu MA pracovni_data 4v*22c 5; 1; 5% 4; 3; 14% 1; 6; 27% 3; 7; 32% 2; 5; 23% Známka z testu MA

13 Spojnicový graf 5,5 Spojnicový graf z Známka z testu MA pracovni_data 4v*22c 5,0 4,5 4,0 Známka z testu MA 3,5 3,0 2,5 2,0 1,5 1,0 0,

14 Krabicový graf 5,5 Krabicový graf z Známka z testu MA pracovni_data2 8v*22c 5,0 4,5 4,0 3,5 3,0 2,5 2,0 1,5 1,0 0,5 Známka z testu MA Medián = 2,5 25%-75% = (1, 3) Rozsah neodleh. = (1, 5) Odlehlé Extrémy

15 Charakteristiky centrální tendence Čísla, která nejlépe zastupují celý soubor dat I. Aritmetický průměr (data metrická) II. Modus (data nominální) III. Medián (data ordinální)

16 Výpočet střední hodnoty Průměr intervalový popis střední hodnoty Medián prostřední hodnota z řady hodnot seřazených podle velikosti (nad mediánem leží 50% dat a pod mediánem 50% dat) Modus ta hodnota, která se v daném souboru dat vyskytuje nejčastěji 1,1,1,1,1,1,2,2,2,2,2,3,3,3,3,3,3,3,4,4,4,5

17 Příklad Výsledky IQ testu 96, 96, 97, 99, 100, 101, 102, 104, 195. Modus (nejfrekventovanější skóre) 96 Medián (prostřední skóre) 100 Průměr (aritmetický průměr) 110,6 V tomto případě centrální hodnotu nejlépe vystihuje medián.

18 Výpočet průměru Známka Četnost n i n. x i

19 Míra variability (charakteristika rozptýlení) Průměr nám nemusí poskytovat komplexní informace o souboru. 1, 1, 1, 5, 5, 5 nebo 3, 3, 3, 3, 3, 3 Rozptyl míra rozptýlení, zda mezi průměry jsou či nejsou významné rozdíly. Směrodatná odchylka druhá odmocnina z rozptylu, jak jsou data rozptýlena od průměru, ukazatel vstupních dat.

20 Rozptyl a směrodatná odchylka Data 8, 12, 12, 12, 13, 16, 17, 18, 18 Zakreslení dat na číselnou osu (zjišťuji průměrnou vzdálenost od průměru). Vychází nula, jak tedy postupovat? Průměrný součet čtverců odchylek od aritmetického průměru. Jaký je matematický postup výpočtu rozptylu (průměrné odchylky od průměru)?

21 Výpočet rozptylu a směrodatné odchylky x x r=3 s 2 =4 x x r=3 s 2 =0

22 Příklad Dva soubory dat se stejným průměrem (data2, testy v páté a šesté třídě. Co nám říká směrodatná odchylka? Jak vypadá distribuce dat? Popis né statis tiky (pracovni_data2) Prom ěnná N platných Prům ěr Minim um Maxim um Sm.odch. TEST , , , , TEST , , , , K čemu je nám znalost směrodatné odchylky v praxi?

23 Příklad Petr je student sedmé třídy a v testu z JČ získal 40 bodů, v test z MA získal 30 bodů. Co můžeme říct o srovnání jeho znalostí z obou předmětů? Předmět Počet bodů Průměr Směrodatná odchylka Jazyk český Matematika JČ o půl směrodatné odchylky nad průměrem MA o 2,5 směrodatné odchylky nad průměrem

24 Otázky Jak jsem uspěl v případě, že jsem napsal test hodně špatně, ale směrodatná odchylka bodů v testu je velká? Jak jsem uspěl v případě, že jsem napsal test hodně špatně a směrodatná odchylka bodů v testu je malá? Jak jsem uspěl v případě, že jsem napsal test hodně dobře a směrodatná odchylka bodů v testu je velká? Jak jsem uspěl v případě, že jsem napsal test hodně dobře a směrodatná odchylka bodů v testu je malá?

25 Otázky Jak jsem uspěl v testech ve srovnání s ostatními spolužáky? Počet bodů Průměr Směrodatná odchylka Matematika Literatura Všeobecné znalosti Vím, jak si vedu ve srovnání s ostatními, můžu to i vyčíslit tzv. percentily nebo z skóre.

26 Směrodatná odchylka 68,27%, 95,4%, 99,73% r = průměr Hodnoty, kterých může studovaná proměnná nabývat rozptyl

27 Interval spolehlivosti Odhadujeme skutečnou hodnotu (průměr) základního souboru na základě výběru (výzkumný vzorek). Odhad se může měnit, my ho neznáme (jelikož jsme jej nezměřili na celé populaci), proto určujeme intervalový odhad. S předem zvolenou pravděpodobností obsahuje skutečnou střední hodnotu v populaci Kč Kč

28 Testování hypotéz Při testování hypotéz (relační a kauzální výzkumné problémy) formulujeme dvě vzájemně si odporující hypotézy H 0 nulová hypotéza, jednoduché tvrzení o neexistenci vztahu H A tzv. alternativní hypotéza, negace nulové hypotézy

29 Postup Stanovení nulové a alternativní hypotézy. Volba matematicko-statistické metody vedoucí k rozhodnutí ve prospěch H 0 nebo H A. Volba spolehlivosti. Kritérium pro rozhodnutí (signifikance).

30 Testová statistika chí-kvadrát test (kontingenční tabulka) t-test koeficient korelace analýza rozptylu

31 Spolehlivost Před samotným testováním volíme spolehlivost, s jakou budeme chtít pracovat. Standardně se stanovuje 95%. Povolujeme riziko max. 5%, že uděláme chybu.

32 Rizika chybných rozhodnutí skutečnost H 0 H A H 0 OK Chyba 1. druhu H A Chyba 2. druhu OK

33 Signifikance Nejpodstatnější hodnota. Pravděpodobnost toho, že zamítneme nulovou hypotézu, ačkoliv ona platí. Předem jsme si stanovili, že chceme pracovat s pravděpodobností 95%. Signifikance nám toto riziko vyčísluje. Hodnota mezi 0 a 1.

34 Signifikance p < 0,05 zamítám H 0 p > 0,05 nezamítám H 0 riziko by bylo větší než 5%

35 Chí-kvadrát Test nezávislosti chí-kvadrát Rozdíly ve známce z matematického testu u dívek a chlapců H 0 : P CH = P D H A : P CH P D p < 0,05, zamítáme nulovou hypotézu Zjistili jsme statisticky významný rozdíl v úspěšnosti u dívek a chlapců.

36 Test nezávislosti chí-kvadrát Kontingenční tabulka (pracovni_data2) Četnost označených buněk > 10 (Marginální součty nejsou označeny) Známka z testu MA pohlaví D pohlaví CH Řádk. součty Vš.skup Souhrnná tab.: Očekávané četnos ti (pracovni_data2) Četnost označených buněk > 10 Pears onův chí-kv. : 15,6964, sv=4, p=, Známka z testu MA pohlaví D pohlaví CH Řádk. součty 1 3, , , , , , , , , , , , , , ,00000 Vš.skup. 13, , ,00000

37 Korelační analýza Zkoumá vzájemný vztah kvantitativních proměnných Soubor TESTY Nejčastěji se používá Pearsonův koeficient korelace r. Nabývá hodnot od -1 do 1. Záporné hodnoty značí nepřímou závislost, kladné přímou, nula značí nezávislost.

38 Korelace Proměnná Známka z testu MA Známka z testu PŘ Korelace (pracovni_data2) Označ. korelace js ou významné na hlad. p <,05000 N=22 (Celé případy vynechány u ChD) Průměry Sm.odch. Známka z testu Známka z testu MA PŘ 2, , , , , , , , Bodový graf: Známka z testu MA vs. Známka z testu PŘ (Celé příp. vynech. u ChD) Známka z testu PŘ =, ,84259 * Známka z testu MA Korelace : r =, Známka z testu PŘ 5,0 4,5 4,0 3,5 3,0 2,5 2,0 1,5 1,0 0,5 0, Známka z testu MA 95% hladina spolehlivosti

39 T- testy Zda ženy dosahují stejného skóre v testu jako muži. H 0 : P M = P Ž (ženy dosahují stejných výsledků jako muži) H A : P M P Ž T- test nezávislé dle skupin p < 0,05, zamítáme nulovou hypotézu

40 T-testy t-testy; grupováno: pohlaví (pracovni_s es it3) Skup. 1: M Skup. 2: Ž Průměr Průměr t sv p Proměnná M Ž test 9, , , , Krabicový graf : test test M pohlaví Ž Průměr Průměr±SmCh Průměr±1,96*SmCh

41 ANOVA Zajímá nás vliv více nominálních proměnných na kvantitativní proměnnou. H 0 mezi skupinami není statisticky významný rozdíl H A mezi skupinami je statisticky významný rozdíl Zda má prospěch vliv na výsledek v testu.

42 Graf Anova 20 Kategoriz. krabicový graf: test test C D E F A B prospěch Průměr Průměr±SmCh Průměr±1,96*SmCh

43 Analýza rozptylu Analýza rozptylu (pracovni_s esi t3) Označ. efekty jsou význ. na hlad. p <,05000 SČ SV PČ SČ SV PČ F p Prom ěnná efekt efekt efekt chyba chyba chyba test 665, , , , , ,000000

44 Předpoklady Základním předpokladem pro volbu testu je normalita H 0 : Data pochází z normálního rozdělení H A : Data nepochází z normálního rozdělení Pokud nesplňuje normalitu, musíme použít neparametrický test Základní statistiky, tabulky četností - normalita - histogram

45 Test normality Proměnná Testy normality N max D K-S Lilliefors otázka , p <,01 p <,01

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D. Program Statistica Base 9 Mgr. Karla Hrbáčková, Ph.D. OBSAH KURZU obsluha jednotlivých nástrojů, funkce pro import dat z jiných aplikací, práce s popisnou statistikou, vytváření grafů, analýza dat, výstupní

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Statistika nuda je, má však cenné údaje. Neklesejme na mysli, ona nám to vyčíslí. Z pohádky Princové jsou na draka Populace (základní

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY SAMOSTATÁ STUDETSKÁ PRÁCE ZE STATISTIKY Váha studentů Kučerová Eliška, Pazdeříková Jana septima červen 005 Zadání: My dvě studentky jsme si vylosovaly zjistit statistickým šetřením v celém ročníku septim

Více

Testování hypotéz a měření asociace mezi proměnnými

Testování hypotéz a měření asociace mezi proměnnými Testování hypotéz a měření asociace mezi proměnnými Testování hypotéz Nulová a alternativní hypotéza většina statistických analýz zahrnuje různá porovnání, hledání vztahů, efektů Tvrzení, že efekt je nulový,

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Statistické metody uţívané při ověřování platnosti hypotéz

Statistické metody uţívané při ověřování platnosti hypotéz Statistické metody uţívané při ověřování platnosti hypotéz Hypotéza Domněnka, předpoklad Nejčastěji o rozdělení, středních hodnotách, závislostech, Hypotézy ve vědeckém výzkumu pracovní, věcné hypotézy

Více

Třídění statistických dat

Třídění statistických dat 2.1 Třídění statistických dat Všechny muže ve městě rozdělíme na 2 skupiny: A) muži, kteří chodí k holiči B) muži, kteří se holí sami Do které skupiny zařadíme holiče? prof. Raymond M. Smullyan, Dr. Math.

Více

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky Vysoká škola báňská technická univerzita Ostrava Fakulta elektrotechniky a informatiky Bankovní účty (semestrální projekt statistika) Tomáš Hejret (hej124) 18.5.2013 Úvod Cílem tohoto projektu, zadaného

Více

4ST201 STATISTIKA CVIČENÍ Č. 7

4ST201 STATISTIKA CVIČENÍ Č. 7 4ST201 STATISTIKA CVIČENÍ Č. 7 testování hypotéz parametrické testy test hypotézy o střední hodnotě test hypotézy o relativní četnosti test o shodě středních hodnot testování hypotéz v MS Excel neparametrické

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D.

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině

Více

PSY117/454 Statistická analýza dat v psychologii Přednáška 10

PSY117/454 Statistická analýza dat v psychologii Přednáška 10 PSY117/454 Statistická analýza dat v psychologii Přednáška 10 TESTY PRO NOMINÁLNÍ A ORDINÁLNÍ PROMĚNNÉ NEPARAMETRICKÉ METODY... a to mělo, jak sám vidíte, nedozírné následky. Smrť Analýza četností hodnot

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

STATISTICKÉ TESTY VÝZNAMNOSTI

STATISTICKÉ TESTY VÝZNAMNOSTI STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená

Více

Průzkumová analýza dat

Průzkumová analýza dat Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se

Více

Národníinformačnístředisko pro podporu jakosti

Národníinformačnístředisko pro podporu jakosti Národníinformačnístředisko pro podporu jakosti OVĚŘOVÁNÍ PŘEDPOKLADU NORMALITY Doc. Ing. Eva Jarošová, CSc. Ing. Jan Král Používané metody statistické testy: Chí-kvadrát test dobré shody Kolmogorov -Smirnov

Více

Test dobré shody v KONTINGENČNÍCH TABULKÁCH

Test dobré shody v KONTINGENČNÍCH TABULKÁCH Test dobré shody v KONTINGENČNÍCH TABULKÁCH Opakování: Mějme náhodné veličiny X a Y uspořádané do kontingenční tabulky. Řekli jsme, že nulovou hypotézu H 0 : veličiny X, Y jsou nezávislé zamítneme, když

Více

Korelační a regresní analýza

Korelační a regresní analýza Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná

Více

Kurz SPSS: Jednoduchá analýza dat. Jiří Šafr

Kurz SPSS: Jednoduchá analýza dat. Jiří Šafr Kurz SPSS: Jednoduchá analýza dat Jiří Šafr vytvořeno 29. 6. 2009 Dva základní typy statistiky 1. Popisná statistika: metody pro zjišťování a sumarizaci informací grfy, tabulky, popisné chrakteristiky

Více

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2 Statistika jako obor Statistika Statistika je vědní obor zabývající se zkoumáním jevů hromadného charakteru. Tím se myslí to, že zkoumaný jev musí příslušet určité části velkého množství objektů (lidí,

Více

Úvodem Dříve les než stromy 3 Operace s maticemi

Úvodem Dříve les než stromy 3 Operace s maticemi Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová

Více

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13 Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test

Více

KVANTITATIVNÍ METODY V PEDAGOGICKÉM VÝZKUMU

KVANTITATIVNÍ METODY V PEDAGOGICKÉM VÝZKUMU KVANTITATIVNÍ METODY V PEDAGOGICKÉM VÝZKUMU RADEK KRPEC CZ.1.07/2.2.00/29.0006 OSTRAVA, ČERVEN 2013 Studijní opora je jedním z výstupu projektu ESF OP VK. Číslo Prioritní osy: 7.2 Oblast podpory: 7.2.2

Více

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),

Více

Úvod. Struktura respondentů

Úvod. Struktura respondentů Výsledky pilotního průzkumu postojů studentů Policejní akademie ČR v Praze k problematice zálohování dat Ing. Bc. Marek Čandík, Ph.D. JUDr. Štěpán Kalamár, Ph.D. The results of the pilot survey of students

Více

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2

Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2 Na úloze ukážeme postup analýzy velkého výběru s odlehlými prvky pro určení typu rozdělení koncentrace kyseliny močové u 50 dárců krve. Jaká je míra polohy a rozptýlení uvedeného výběru? Z grafických diagnostik

Více

Číselné charakteristiky a jejich výpočet

Číselné charakteristiky a jejich výpočet Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky

Více

Souhrnné výsledky za školu

Souhrnné výsledky za školu DFGJK třída počet žáků percentil skupinový percentil (GV) čistá úspěšnost skóre směrodatná odchylka skóre x poslech čtení a porozumění textu konverzace gramatika a slovní zásoba komplexní cvičení třída

Více

Testování hypotéz Biolog Statistik: Matematik: Informatik:

Testování hypotéz Biolog Statistik: Matematik: Informatik: Testování hypotéz Biolog, Statistik, Matematik a Informatik na safari. Zastaví džíp a pozorují dalekohledem. Biolog "Podívejte se! Stádo zeber! A mezi nimi bílá zebra! To je fantastické! " "Existují bílé

Více

Projekt z předmětu Statistika

Projekt z předmětu Statistika Projekt z předmětu Téma: Typologie hráče české nejvyšší hokejové soutěže VŠB-TU Ostrava:Fakulta Elektrotechniky a informatiky jaro 2011 Martin Dočkal doc068 dockal.martin@gmail.com 1 Obsah 2 Zadání...

Více

Seminarni prace. 2 3 stranky staci, dat nema byt 3 a nema jich byt pul milionu. k te seminarce

Seminarni prace. 2 3 stranky staci, dat nema byt 3 a nema jich byt pul milionu. k te seminarce Seminarni prace Popisná statistika, data nesmí být časovou řadou Zkoumat můžeme třeba mzdy, obraty atd. (takže možná QA?) Formát pdf, poslat nejpozději den před zkouškou. Podrobnější informace jsou na

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Testování hypotéz na základě jednoho a dvou výběrů 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/004. Testování hypotéz Pokud nás zajímá zda platí, či neplatí tvrzení o určitém parametru,

Více

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

Více

1. cvičení 4ST201. Základní informace: Vyučující: Obsah: Informace o kurzu Popisná statistika Úvod do SASu

1. cvičení 4ST201. Základní informace: Vyučující: Obsah: Informace o kurzu Popisná statistika Úvod do SASu cvičící 1. cvičení 4ST201 Informace o kurzu Popisná statistika Úvod do SASu Obsah: Vysoká škola ekonomická 1 Vyučující: Základní informace:» Konzultační hodiny: pátek 9:00 11:00» Místnost: JM317» Email:

Více

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně

Více

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

Statistika pro gymnázia

Statistika pro gymnázia Statistika pro gymnázia Pracovní verze učebního textu ZÁKLADNÍ POJMY Statistika zkoumá jevy (společenské, přírodní, technické) ve velkých statistických souborech. Prvky statistických souborů se nazývají

Více

VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA

VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA Katedra matematiky STATISTIKA V SPSS Jana Borůvková, Petra Horáčková, Miroslav Hanáček 2014 Jana Borůvková, Petra Horáčková, Miroslav Hanáček STATISTIKA V SPSS 1. vydání

Více

Organizační pokyny k přednášce. Matematická statistika. Co je statistika? Přehled témat

Organizační pokyny k přednášce. Matematická statistika. Co je statistika? Přehled témat Organizační pokyny k přednášce Matematická statistika MS710P05 Zdeněk Hlávka (Šárka Hudecová, Michal Kulich) Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta UK hlavka@karlin.mff.cuni.cz

Více

Statistika. Semestrální projekt

Statistika. Semestrální projekt Statistika Semestrální projekt 18.5.2013 Tomáš Jędrzejek, JED0008 Obsah Úvod 3 Analyzovaná data 4 Analýza dat 6 Statistická indukce 12 Závěr 15 1. Úvod Cílem této semestrální práce je aplikovat získané

Více

Pracovní list č. 3 Charakteristiky variability

Pracovní list č. 3 Charakteristiky variability 1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte

Více

Přednáška 9. Testy dobré shody. Grafická analýza pro ověření shody empirického a teoretického rozdělení

Přednáška 9. Testy dobré shody. Grafická analýza pro ověření shody empirického a teoretického rozdělení Přednáška 9 Testy dobré shody Grafická analýza pro ověření shody empirického a teoretického rozdělení χ 2 test dobré shody ověření, zda jsou relativní četnosti jednotlivých variant rovny číslům π 01 ;

Více

EXPLORATORNÍ ANALÝZA DAT. 7. cvičení

EXPLORATORNÍ ANALÝZA DAT. 7. cvičení EXPLORATORNÍ ANALÝZA DAT 7. cvičení Teorie pravděpodobnosti x Statistika Teorie pravděpodobnosti popisuje zákonitosti týkající se náhodných jevů, používá se k modelování náhodností a neurčitostí, které

Více

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka 2. Statistická terminologie a vyjadřovací prostředky 2.1. Statistická terminologie Statistická jednotka Statistická jednotka = nositel statistické informace, elementární prvek hromadného jevu. Příklady:

Více

VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA. Katedra matematiky STATISTICA ÚVOD DO ZPRACOVÁNÍ DAT. Jana Borůvková, Petra Horáčková, Miroslav Hanáček

VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA. Katedra matematiky STATISTICA ÚVOD DO ZPRACOVÁNÍ DAT. Jana Borůvková, Petra Horáčková, Miroslav Hanáček VYSOKÁ ŠKOLA POLYTECHNICKÁ JIHLAVA Katedra matematiky STATISTICA ÚVOD DO ZPRACOVÁNÍ DAT Jana Borůvková, Petra Horáčková, Miroslav Hanáček 2013 Jana Borůvková, Petra Horáčková, Miroslav Hanáček STATISTICA

Více

10. Předpovídání - aplikace regresní úlohy

10. Předpovídání - aplikace regresní úlohy 10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu

Více

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi Geografický seminář 30. března 2011 Pavel Bednář Výchozí stav Sebehodnocení práce s MS Excel studujícími oboru

Více

průměrný percentil za části testu odchylka skóre analytická verbální směrodatná

průměrný percentil za části testu odchylka skóre analytická verbální směrodatná ZŠ Souhrnné výsledky za školu OSP celkový průměrný výsledek za části testu za dovednosti v testu třída počet žáků skupinový čistá úspěšnost průměrné skóre směrodatná odchylka skóre verbální analytická

Více

t-test, Studentův párový test Ing. Michael Rost, Ph.D.

t-test, Studentův párový test Ing. Michael Rost, Ph.D. Testování hypotéz: dvouvýběrový t-test, Studentův párový test Ing. Michael Rost, Ph.D. Úvod do problému... Již známe jednovýběrový t-test, při kterém jsme měli k dispozici pouze jeden výběr. Můžeme se

Více

Jak nelhat se statistikou? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava

Jak nelhat se statistikou? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava Jak nelhat se statistikou? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava Co je to statistika? teoretická disciplína, která se zabývá metodami sběru a analýzy dat Jak získat data?

Více

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2]

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] Použitá literatura: [1]: J.Reif, Z.Kobeda: Úvod do pravděpodobnosti a spolehlivosti, ZČU Plzeň, 2004 (2. vyd.) [2]: J.Reif: Metody matematické

Více

ADZ základní statistické funkce

ADZ základní statistické funkce ADZ základní statistické funkce Základní statistické funkce a znaky v softwaru Excel Znak Stručný popis + Sčítání buněk - Odčítání buněk * Násobení buněk / Dělení buněk Ctrl+c Vyjmutí buňky Ctrl+v Vložení

Více

Biostatistika Cvičení 7

Biostatistika Cvičení 7 TEST Z TEORIE 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový průměr je a) náhodná veličina, b) konstanta,

Více

Souhrnné výsledky za školu

Souhrnné výsledky za školu BDGKM třída počet žáků percentil skupinový percentil (GV) rozšířený percetil o PZ čistá úspěšnost skóre směrodatná odchylka skóre x mluvnice literatura sloh a komunikace třída počet žáků percentil skupinový

Více

Základní analýza dat. Úvod

Základní analýza dat. Úvod Základní analýza dat literatura: Hendl, J. 2006: Přehled statistických metod zpracování dat. Analýza a metaanalýza dat. Praha: Portál. Macháček, J. 2001: Studie k velkomoravské keramice. Metody, analýzy

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech. 3 Grafické zpracování dat Grafické znázorňování je velmi účinný způsob, jak prezentovat statistické údaje. Grafy nejsou tak přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých

Více

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách ROZKLAD ROZPTYLU ROZKLAD ROZPTYLU Rozptyl se dá rozložit na vnitroskupinový a meziskupinový rozptyl. Celkový rozptyl je potom součet meziskupinového a vnitroskupinového Užívá se k výpočtu rozptylu, jestliže

Více

StatSoft Jak poznat vliv faktorů vizuálně

StatSoft Jak poznat vliv faktorů vizuálně StatSoft Jak poznat vliv faktorů vizuálně V tomto článku bychom se rádi věnovali otázce, jak poznat již z grafického náhledu vztahy a závislosti v analýze rozptylu. Pomocí následujících grafických zobrazení

Více

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009

Více

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik

Více

ANALÝZA OBTÍŽNOSTI TESTU STUDIJNÍCH PŘEDPOKLADŮ NA EKONOMICKO SPRÁVNÍ A PRÁVNICKÉ FAKULTĚ MASARYKOVY UNIVERZITY V ROCE 2004.

ANALÝZA OBTÍŽNOSTI TESTU STUDIJNÍCH PŘEDPOKLADŮ NA EKONOMICKO SPRÁVNÍ A PRÁVNICKÉ FAKULTĚ MASARYKOVY UNIVERZITY V ROCE 2004. ANALÝZA OBTÍŽNOSTI TESTU STUDIJNÍCH PŘEDPOKLADŮ NA EKONOMICKO SPRÁVNÍ A PRÁVNICKÉ FAKULTĚ MASARYKOVY UNIVERZITY V ROCE 04 Marie Budíková Katedra aplikované matematiky, Přírodovědecká fakulta, Masarykova

Více

Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy.

Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy. Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy. Z pastí na daném území byla odhadnuta abundance několika druhů: myšice lesní 250, myšice křovinná 200, hraboš polní 150,

Více

ADDS cvičení 7. Pavlína Kuráňová

ADDS cvičení 7. Pavlína Kuráňová ADDS cvičení 7 Pavlína Kuráňová Analyzujte závislost věku obyvatel na místě kde nejčastěji tráví dovolenou. (dotazník dovolená, sloupce Jaký je Váš věk a Kde nejčastěji trávíte dovolenou) Analyzujte závislost

Více

Výsledky základní statistické charakteristiky

Výsledky základní statistické charakteristiky Výsledky základní statistické charakteristiky (viz - Vyhláška č. 343/2002 Sb. o průběhu přijímacího řízení na vysokých školách a Vyhláška 276/2004 Sb. kterou se mění vyhláška č. 343/2002 Sb., o postupu

Více

Průzkumová analýza jednorozměrných dat (Teorie)

Průzkumová analýza jednorozměrných dat (Teorie) Míra nezaměstnanosti *%+ 211 Průzkumová analýza jednorozměrných dat (Teorie) Míra nezaměstnanosti *%+ (okres Opava, červen 21) Rozsah 77 Průměr 11,5 Minimum 5,5 Dolní kvartil 8,4 5 1 15 2 Medián 9,9 Horní

Více

Testy pro porovnání vlastností dvou skupin

Testy pro porovnání vlastností dvou skupin Testy pro porovnání vlastností dvou skupin Petr Pošík Části dokumentu jsou převzaty (i doslovně) z Mirko Navara: Pravděpodobnost a matematická statistika, https://cw.felk.cvut.cz/lib/exe/fetch.php/courses/a6m33ssl/pms_print.pdf

Více

Statistická prezentace je umění vytvořit dobrou tabulku nebo graf, které přitáhnou oko k tomu, co je zajímavé. Mgr. Ing.

Statistická prezentace je umění vytvořit dobrou tabulku nebo graf, které přitáhnou oko k tomu, co je zajímavé. Mgr. Ing. 1.2 Prezentace statistických dat Statistická prezentace je umění vytvořit dobrou tabulku nebo graf, které přitáhnou oko k tomu, co je zajímavé. Mgr. Ing. Jan Spousta Co se dozvíte Statistické ukazatele.

Více

Modul Analýza síly testu Váš pomocník při analýze dat.

Modul Analýza síly testu Váš pomocník při analýze dat. 6..0 Modul Analýza síly testu Váš pomocník při analýze dat. Power Analysis and Interval Estimation Analýza síly testu Odhad velikosti vzorku Pokročilé techniky pro odhad intervalu spolehlivosti Rozdělení

Více

Modul Základní statistika

Modul Základní statistika Modul Základní statistika Menu: QCExpert Základní statistika Základní statistika slouží k předběžné analýze a diagnostice dat, testování předpokladů (vlastností dat), jejichž splnění je nutné pro použití

Více

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií Hodina 50 Strana /4 Gymnázium Budějovická Volitelný předmět Ekonomie - jednoletý BLOK ČÍSLO 8 Hodnocení akcií Předpokládaný počet : 9 hodin Použitá literatura : František Egermayer, Jan Kožíšek Statistická

Více

Vícerozměrné statistické metody

Vícerozměrné statistické metody Vícerozměrné statistické metody Smysl a cíle vícerozměrné analýzy dat a modelování, vztah jednorozměrných a vícerozměrných statistických metod Jiří Jarkovský, Simona Littnerová Průběh výuky 13 přednášek

Více

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků Maturitní zkouška z matematiky 2012 požadované znalosti Zkouška z matematiky ověřuje matematické základy formou didaktického testu. Test obsahuje uzavřené i otevřené úlohy. V uzavřených úlohách je vždy

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Písemná práce k modulu Statistika

Písemná práce k modulu Statistika The Nottingham Trent University B.I.B.S., a. s. Brno BA (Hons) in Business Management Písemná práce k modulu Statistika Číslo zadání: 144 Autor: Zdeněk Fekar Ročník: II., 2005/2006 1 Prohlašuji, že jsem

Více

6.1 Normální (Gaussovo) rozdělení

6.1 Normální (Gaussovo) rozdělení 6 Spojitá rozdělení 6.1 Normální (Gaussovo) rozdělení Ze spojitých rozdělení se v praxi setkáme nejčastěji s normálním rozdělením. Toto rozdělení je typické pro mnoho náhodných veličin z rozmanitých oborů

Více

KEA 2009/2010-9. ROČNÍKY

KEA 2009/2010-9. ROČNÍKY Škola: Název: Obec: DEHK DEHK Základní škola, Kvítková 4338 Základní škola, Kvítková 4338 Zlín Zlín KEA 9/1-9. ROČNÍKY ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce jsou špičkové. Vaše škola patří mezi

Více

Me neˇ nezˇ minimum ze statistiky Michaela S ˇ edova KPMS MFF UK Principy medicı ny zalozˇene na du kazech a za klady veˇdecke prˇı pravy 1 / 76

Me neˇ nezˇ minimum ze statistiky Michaela S ˇ edova KPMS MFF UK Principy medicı ny zalozˇene na du kazech a za klady veˇdecke prˇı pravy 1 / 76 1 / 76 Méně než minimum ze statistiky Michaela Šedová KPMS MFF UK Principy medicíny založené na důkazech a základy vědecké přípravy Příklad Studie syndromu náhodného úmrtí dětí. Dvě skupiny: Děti, které

Více

Test obsahoval 7 otevřených otázek a 2 uzavřené alternativní otázky s možností volby ano, ne.

Test obsahoval 7 otevřených otázek a 2 uzavřené alternativní otázky s možností volby ano, ne. ! Cílem vysílání v rámci projektu ŠIK je také předávání praktických informací z oblasti rizikového chování. Vycházíme z přesvědčení, že člověk, který má dostatek pravdivých informací, má také větší "#$%&&%

Více

III) Podle závislosti na celkovém ekonomickém vývoji či na vývoji v jednotlivé firmě a) systematické tržní, b) nesystematické jedinečné.

III) Podle závislosti na celkovém ekonomickém vývoji či na vývoji v jednotlivé firmě a) systematické tržní, b) nesystematické jedinečné. Měření rizika Podnikatelské riziko představuje možnost, že dosažené výsledky podnikání se budou kladně či záporně odchylovat od předpokládaných výsledků. Toto riziko vzniká např. při zavádění nových výrobků

Více

Souhrnné výsledky za školu

Souhrnné výsledky za školu XYZ třída počet žáků percentil skupinový percentil (G4) čistá úspěšnost skóre směrodatná odchylka skóre x geometrie funkce algebra třída počet žáků percentil skupinový percentil (G4) čistá úspěšnost skóre

Více

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera Výstup RVP: Klíčová slova: pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Mirek Kubera žák diskutuje a kriticky zhodnotí statistické informace a daná statistická sdělení, volí

Více

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI Josef Křepela, Jiří Michálek OSSM při ČSJ Červen 009 Hodnocení způsobilosti atributivních znaků jakosti (počet neshodných jednotek) Nechť p je pravděpodobnost

Více

Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK

Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK 1. Na základě údajů uvedených v tabulce rozhodněte, zda existuje závislost mezi roky a počtem firem ve Šluknovském výběžku, které zaměstnávaly osoby zdravotně

Více

5 ANALÝZA ROZPTYLU. Počet sloupců, K = 7 Počet dat, N = 70 Celkový průměr = 3.9846

5 ANALÝZA ROZPTYLU. Počet sloupců, K = 7 Počet dat, N = 70 Celkový průměr = 3.9846 1 5 ANALÝZA ROZPTYLU Vzorová úloha 5.1 Zkrácený postup jednofaktorové analýzy rozptylu Na úloze B5.02 Porovnání nové metody v sedmi laboratořích ukážeme postup 16 jednofaktorové analýzy rozptylu. Kirchhoefer

Více

STONOŽKA 2008/2009-9. TŘÍDY

STONOŽKA 2008/2009-9. TŘÍDY Škola: Název: Obec: FIMN FIMN Základní škola, Komenského Základní 828/9 škola, Komenského 828/9 Týniště nad Orlicí Týniště nad Orlicí STONOŽKA 28/29-9. TŘÍDY ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce

Více

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok IES FSV UK Domácí úkol Pravděpodobnost a statistika I Cyklistův rok Radovan Fišer rfiser@gmail.com XII.26 Úvod Jako statistický soubor jsem si vybral počet ujetých kilometrů za posledních 1 dnů v mé vlastní

Více

Vícerozměrné metody. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Schematický úvod

Vícerozměrné metody. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Schematický úvod PSY117/454 Statistická analýza dat v psychologii Přednáška 12 Vícerozměrné metody Schematický úvod Co je na slově statistika tak divného, že jeho vyslovení tak často způsobuje napjaté ticho? William Kruskal

Více

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo

Více

Analýza dat s využitím MS Excel

Analýza dat s využitím MS Excel Analýza dat s využitím MS Excel Seminář aplikované statistiky Martina Litschmannová Několik fíglů na úvod Absolutní vs. relativní adresování změna pomocí F4 =$H$20 =H$20 =$H20 =H20 Posun po souvislé oblasti

Více