Problematika zavádění statistických metod

Rozměr: px
Začít zobrazení ze stránky:

Download "Problematika zavádění statistických metod"

Transkript

1 Problematika zavádění statistických metod Petra HALFAROVÁ, Milan HUTYRA Abstrakt: Dnes si již bez použití jednoduchých statistických veličin nedokážeme představit řízení podniku. Ovšem pokročilejší tatistické metody mnohdy zůstávají neoprávněně na okraji zájmu. U mnohých statistických metod nejsou plně využívány jejich veškeré možnosti nebo jsou tyto statistické metody aplikovány nesprávným způsobem, což většinou vede k předčasnému rozhodnutí o ukončení využívání těchto metod, případně špatné interpretaci výsledků. Při vyslovení slova statistika mnohým naskočí husí kůže. Cokoliv, co se týká matematiky je pro mnohé obestřeno tajemstvím a vystačí si s poznáním pojmu průměr. Ovšem mnozí tuto prvotní nechuť již překonali a věřím, že malé procento z nich objevilo krásu matematiky a jejich aplikací. V oblasti řízení jakosti hrají statistické metody neopomenutelnou úlohu. Prvotní rozmach zavádění statistických metod, který se týkal především velkých firem mnohdy se zahraničním kapitálem, je již určitě za námi. A tyto firmy také většinou úspěšně užívají výsledky a vyhodnocení, které jim používání statistických metod přináší. Pochopili, že nutnost, s kterou je zaváděli přešla v užitečnost. Oblast statistických metod potkává některé zaměstnance každodenně a již si nedokážou představit svou práci bez jejich využívání. V malých a středních firmách je situace o něco složitější. Mnohé menší firmy statistické metody míjejí úplně, některé se pokoušejí něco měřit a případně i vyhodnocovat, jiní již za sebou mají úspěšnou prvotní zkušenost a pokračují dále. Každá z firem si ale prošla všemi fázemi, které jsou obvyklé při prosazování jakékoliv změny či novinky. Některé firmy jsou stále ještě na cestě, jiné už u pomyslného konce. Pro většinu malých a středních firem je zavádění statistických metod nelehkou cestou. Mnozí ji naštěstí berou jako výzvu a nenechají se odradit prvním neúspěchem či problémem a každý, byť i

2 sebemenší krůček je žene dopředu. I oni ale narážejí v jakékoliv fázi zavádění těchto metod na problémy a bariéry. A je to na nich jak se s nimi vypořádají. Tab.1: Fáze prosazování statistických metod Stav Charakteristika stavu K čemu nám to bude? My to určitě nevyužijeme. Odmítavý postoj Stálo by nás to značné úsilí a peníze, které se nám určitě nevrátí. Možná bychom to i využili. Tání ledu - Když to mají oni. Taky by nám to mohlo pochybnosti pomoci. Tak, už to měříme. Začínáme a měříme Měříme a uvidíme co s těmi daty budeme provádět dál. Měříme a vyhodnocujeme Vyhodnocujeme a využíváme vyhodnocení Měření je pro nás samozřejmostí a data se pokoušíme snad správně vyhodnotit. Měříme a vyhodnocujeme. Měříme, vyhodnocuje a výsledky plně využíváme První problém - finance Prvním výrazných problémem, který napadne téměř každého jsou finance. Zvláště menší firmy pociťují tento problém jako významný, a jen velmi těžko jej překonávají. Uvědomují si, že tak jako všechno, i zavádění statistických metod, je bude stát nemalé finanční prostředky. To samozřejmě ano - nákup techniky, zaškolení pracovníků či případné zakoupení vhodného software, to vše jsou pro firmy náklady. Jsou to ale náklady, které se firmě vrátí zpět. Je to investice do budoucna. Pro podniky střední velikosti je finanční hledisko také důležité, ale dokáží ho překonat daleko rychleji, především díky svému kapitálovému zázemí. Jindy na podniky tlačí zákazníci a odběratelé, či obchodní partneři. Finanční stránku řeší podniky nejenom při zavádění statistických metod, ale také ve fázi již probíhajících měření a vyhodnocování. Nejčastěji je to v souvislosti dalšího vzdělávání a školení

3 zaměstnanců, nebo při zakoupení nového softwaru na analýzu a zpracovávání dat. To jsou jistě nemalé finanční položky, které firma ráda investuje, za předpokladu viditelných výsledků. Pokud si management firmy uvědomí, že výsledky statistického zpracování jsou nápomocny v dalším řízení a rozhodování, jistě tuto investici schválí i v budoucnosti. To samozřejmě zvyšuje šance na vynaložení dalších finančních prostředků týkajících se oblasti zavádění a využívání statistických metod. Tab.2: První problém finance nákup techniky počítače, monitory FINANCE školení zaměstnanců odborná školení či intenzivní kurzy pro zaměstnance týkající se statistických metod software zakoupení vhodného software na statistické vyhodnocování dat Ačkoliv by se na první pohled mohlo zdát, že jedinou a také největší bariérou jsou finance, není tomu tak. Hraji bezesporu významnou roli, avšak častokrát významnější úlohu hraje samotný lidský faktor. Druhý problém lidský faktor Primární příčinou, která ovlivňuje významnou měrou statistické výsledky jsou samotní lidé, tedy zaměstnanci. První skupinu tvoří především zaměstnanci, kteří mají na starosti samotné měření dat. Jsou to právě oni, na nichž závisí zda následný výsledek statistického zpracování, bude přesný a použitelný. Jedno ze základních pravidel statistiky hovoří právě o tom, že statistický výsledek bude vypovídající, pokud pracuji s přesnými a skutečnými vstupními daty. Pokud tedy při měření selže konkrétní pracovník a jeho lajdácky vyplněné záznamy budeme zpracovávat, dopustíme se chyb a nepřesností, aniž to tušíme. Nezodpovědným přístupem můžeme rozumět např. samotný špatný odečet z měřidla, měření s nedostatečnou přesností, nedodržování časových harmonogramů stanovených pro měření, nečitelný záznam, případně neprovedení

4 samotného měření vůbec a následné doplnění záznamů smyšlenými hodnotami. Druhou skupinou tvoří lidé, kteří již naměřená data zpracovávají. Měli by to být lidé s odpovídajícími znalostmi a dovednostmi, lidé, kteří zvládají danou oblast statistiky na určité úrovni. Pokud bude data zpracovávat někdo, kdo si není jistý v základních principech matematické statistiky, může dojít k nesprávnému použití některých statistických metod či nesprávné interpretaci příslušného statistického postupu. Tab.3: Druhý problém lidský faktor lajdácký a špatný odečet z měřidla měření s nedostatečnou přesností LIDSKÝ FAKTOR Lidé měřící data Lidé zpracovávající data nedodržení časového harmonogramu nečitelný záznam nevyplnění záznamu vůbec a následné vyplnění záznamu smyšlenými hodnotami nesprávné použití statistických metod nesprávná interpretace výsledků Existuje mnoho oblastí statistiky, kde se nezkušený zaměstnanec může potýkat s problémy. Jedná se o nevhodné použití příslušných nástrojů matematické statistiky většinou plynoucí z nedostatečné či povrchní znalosti dané problematiky. Uvedu zde jen některé problémy, na které může dotyčný při zpracování dat narazit. Jedním ze sedmi základních nástrojů managementu jakosti je histogram, který je velmi častým používaných grafických nástrojem pro zobrazení naměřených dat. Ovšem nesprávně zvolená šířka třídy, může snížit informace, kterou nám histogram může poskytnout. V případě, že vytvoříme příliš málo intervalů, tak nám získaný histogram neposkytne očekávanou informaci o charakteru rozdě-

5 lených dat, naopak pokud vytvoříme zbytečně mnoho tříd, bude histogram příliš členitý a jeho využitelnost bude taktéž malá. Také vybočující měření mohou značně zkreslit výsledky ať už u výpočtu rozptylu či nám mohou způsobit nemalé problému u regulačních diagramů. Přitom prokazatelně odlehlou hodnotu můžeme ze souboru dat vyřadit. Je ovšem nutné vždy brát v úvahu skutečnost, za které nám odlehlá hodnota vznikla. Někdy omylem můžeme vyřadit hodnoty, které se nám zdají být odlehlé, ovšem ve skutečnosti nám poskytnou důležitou informaci. Velmi často mohou odlehlé hodnoty vzniknout omylem například špatným zapsáním desetinné čárky či odhadem nečitelného zápisu. Bodový odhad střední hodnoty nebo rozptylu velmi málo vypoví o množství dat, které se zpracovávají. Vhodnější je využití intervalu spolehlivosti, v němž skutečná hodnota leží s velkou pravděpodobností. Málo využívané bývají i robustní charakteristiky. V případech, kdy máme podezření, že v datech jsou odlehlé nebo chybné hodnoty, je medián daleko vhodnější pro popis daného souboru než běžně používaná střední hodnota. Stejně dobře nám poslouží i uřezaný průměr, který se počítá jako běžný průměr, v němž nejsou brány v úvahu okrajové hodnoty. S výše uvedenými oblastmi statistiky se potká každý, kdo se rozhodne zpracovávat data a využívat statistický software. Každý software mu poskytne hromadu výsledků, ovšem je na samotném pracovníkovi, aby se sám rozhodnul, zda právě tento výsledek je ten nejvhodnější a zda technika, kterou zvolil je právě ta jediná nejlepší. Třetí problém volba softwaru Dalším úskalím, které vstupuje do problematiky zpracování dat je volba vhodného softwarového produktu na zpracovávání naměřených dat. Statistický software k zpracovávání dat rozdělit na dvě základní skupiny. Prvním je běžně dostupný komerční software v kancelářských aplikacích, např. MS Office. Jedná se především o aplikace tabulkových procesorů jako např. nejznámější MS Excel. Druhou skupinu tvoří úzce specializované produkty na zpracování dat jako Statgraphics, Statistica, QC Expert nebo SPSS, nebo komplexní produkty pro řízení jakosti obsahující i nástroje pro analýzu dat (Palstat caq).

6 Mezi výše uvedenými dvěmi skupinami je však podstatný rozdíl. Začíná-li někdo zpracovávat data, nejjednodušší a nejdostupnější nabízející se volbou je využití zmíněného tabulkového procesoru MS Excel. Prvotní nadšení opadá, jakmile uživatel zjistí, že veškeré algoritmy pro výpočty je nucen si sám vytvořit a to za použití funkcí nebo za pomoci implementovaného makro jazyka. Uživatel může rovněž využít standardně implementované nástroje pro analýzu dat, avšak jejich nabídka je omezená. Pro firmy začínající se zaváděním statistických metod se může zdát MS Excel jako velmi vhodný nástroj, ale časem dojdou ke zjištění, že na složitější statistické metody je třeba mít značné znalosti obecné teorie příslušné problematiky. Na základě těchto skutečností dojdou k závěru, že tabulkový procesor je pro ně nedostačující a jsou nuceni sáhnout ke specializovaným programům. V současné době je k dispozici poměrné široká nabídka statistických aplikací se zaměřením na oblast řízení jakosti. Mezi nimi lze najít i kvalitní produkty v češtině. Úskalím se může jevit ovládání programu, které se však stane jasným a srozumitelným po vhodném proškolení. Daleko obtížnějším úkolem je správně porozumět výstupům programu a následně je správně interpretovat. Tab.4: Třetí problém volba softwaru na zpracování dat Běžně dostupný komerční software MS Excel VOLBA SOFTWARU Specializovaný statistický software Statistica QC Expert Statgraphics SPSS Palstat caq

7 S výše nastíněnými problémy se může podnik setkat jak při zavádění, tak i při každodenním užívání statistických metod. Chceme-li minimalizovat výše uvedené úskalí při zavádění statistických metod, měli bychom apelovat na etiku a znalosti konkrétních zaměstnanců, a v neposlední řadě přesvědčit vedení o tom, že investice do statistických metod je rentabilní. Literatura: [1] Hendl, J.: Přehled statistických metod zpracování dat : analýza a metaanalýza dat. 1. vydání. Praha: Portál s. ISBN [2] Kupka, K.: Statistické řízení jakosti. Pardubice: TriloByte. 191s. ISBN X [3] Plura, J.: Plánování a nestálé zlepšování jakosti. 1. vydání. Praha: Computer Press s. ISBN Adresy autorů: Ing. Petra Halfarová, Vysoká škola báňská Technická univerzita Ostrava, Fakulta metalurgie a materiálového inženýrství, katedra kontroly a řízení jakosti, Tř.17.listopadu 15, Ostrava-Poruba. Doc. Ing. Milan Hutyra, CSc., Vysoká škola báňská Technická univerzita Ostrava, Fakulta metalurgie a materiálového inženýrství, katedra kontroly a řízení jakosti, Tř.17.listopadu 15, Ostrava-Poruba. Tato práce byla vytvořena v rámci projektu MŠMT 1M CQR.

Vybrané praktické aplikace statistické regulace procesu

Vybrané praktické aplikace statistické regulace procesu ČSJ, OSSM Praha, 19. 4. 2012 Vybrané praktické aplikace statistické regulace procesu Prof. Ing. Darja Noskievičová, CSc. Katedra kontroly a řízení jakosti Fakulta metalurgie a materiálového inženýrství

Více

MSA-Analýza systému měření

MSA-Analýza systému měření MSA-Analýza systému měření Josef Bednář Abstrakt: V příspěvku je popsáno provedení analýzy systému měření v technické praxi pro spojitá data. Je zde popsáno provedení R&R studie pomocí analýzy rozptylu

Více

ZLOMKY. Standardy: M-9-1-01 CELÁ A RACIONÁLNÍ ČÍSLA. Záporná celá čísla Racionální čísla Absolutní hodnota Početní operace s racionálními čísly

ZLOMKY. Standardy: M-9-1-01 CELÁ A RACIONÁLNÍ ČÍSLA. Záporná celá čísla Racionální čísla Absolutní hodnota Početní operace s racionálními čísly a algoritmů matematického aparátu Vyjádří a zapíše část celku. Znázorňuje zlomky na číselné ose, převádí zlomky na des. čísla a naopak. Zapisuje nepravé zlomky ve tvaru smíšeného čísla. ZLOMKY Pojem zlomku,

Více

Úprava naměřených stavů

Úprava naměřených stavů Návod na používání autorizovaného software Úprava naměřených stavů V Ústí nad Labem 8. 10. 2010 Vytvořil: doc. Ing., Ph.D. Návod pro úpravu stavů_v1 1 z 9 8.10.2010 Obsah 1Úvod...3 2Instalace...4 3Spuštění

Více

Ing. Jiří Fejfar, Ph.D. Geo-informační systémy

Ing. Jiří Fejfar, Ph.D. Geo-informační systémy Ing. Jiří Fejfar, Ph.D. Geo-informační systémy Definice, budování a život GIS Kapitola 1: Vztahy strana 2 Data, informace, IS, GIS Kapitola 1: Vztahy strana 3 Rozhodnutí Znalosti Znalostní systémy. Informace

Více

Univerzální prohlížeč naměřených hodnot

Univerzální prohlížeč naměřených hodnot Návod na používání autorizovaného software Univerzální prohlížeč naměřených hodnot V Ústí nad Labem 14. 8. 2009 Vytvořil: doc. Ing., Ph.D. 1 z 10 Obsah 1Úvod...3 2Instalace...3 3Spuštění programu...3 3.1Popis

Více

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz

Inovace bakalářského studijního oboru Aplikovaná chemie http://aplchem.upol.cz http://aplchem.upol.cz CZ.1.07/2.2.00/15.0247 Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. Sedm základních nástrojů řízení kvality Doc. RNDr. Jiří Šimek,

Více

VZORCE A VÝPOČTY. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen 2013. Ročník: sedmý

VZORCE A VÝPOČTY. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen 2013. Ročník: sedmý Autor: Mgr. Dana Kaprálová VZORCE A VÝPOČTY Datum (období) tvorby: září, říjen 2013 Ročník: sedmý Vzdělávací oblast: Informatika a výpočetní technika 1 Anotace: Žáci se seznámí se základní obsluhou tabulkového

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

Úvod do potravinářské legislativy Lekce 8: kritické body ve výrobě potravin, systémy HACCP a managementu bezpečnosti

Úvod do potravinářské legislativy Lekce 8: kritické body ve výrobě potravin, systémy HACCP a managementu bezpečnosti Úvod do potravinářské legislativy Lekce 8: kritické body ve výrobě potravin, systémy HACCP a managementu bezpečnosti Ústav analýzy potravin a výživy prof. ing. Vladimír Kocourek, CSc. a doc. ing. Kamila

Více

SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ

SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ FIGALA V. a), KAFKA V. b) a) VŠB-TU Ostrava, FMMI, katedra slévárenství, 17. listopadu 15, 708 33 b) RACIO&RACIO, Vnitřní

Více

Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, 360 09 Karlovy Vary Autor: Ing. Hana Šmídová Název materiálu:

Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, 360 09 Karlovy Vary Autor: Ing. Hana Šmídová Název materiálu: Název školy: Střední odborná škola stavební Karlovy Vary Sabinovo náměstí 16, 360 09 Karlovy Vary Autor: Ing. Hana Šmídová Název materiálu: VY_32_INOVACE_02_ACCESS_P2 Číslo projektu: CZ 1.07/1.5.00/34.1077

Více

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

Organizační pokyny k přednášce. Matematická statistika. Přehled témat. Co je statistika? Organizační pokyny k přednášce Matematická statistika 2012 2013 Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta UK hudecova@karlin.mff.cuni.cz http://www.karlin.mff.cuni.cz/

Více

STUDIJNÍ OPORY S PŘEVAŽUJÍCÍMI DISTANČNÍMI PRVKY PRO VÝUKU STATISTIKY PRVNÍ ZKUŠENOSTI. Pavel Praks, Zdeněk Boháč

STUDIJNÍ OPORY S PŘEVAŽUJÍCÍMI DISTANČNÍMI PRVKY PRO VÝUKU STATISTIKY PRVNÍ ZKUŠENOSTI. Pavel Praks, Zdeněk Boháč STUDIJNÍ OPORY S PŘEVAŽUJÍCÍMI DISTANČNÍMI PRVKY PRO VÝUKU STATISTIKY PRVNÍ ZKUŠENOSTI Pavel Praks, Zdeněk Boháč Katedra matematiky a deskriptivní geometrie, VŠB - Technická univerzita Ostrava 17. listopadu

Více

PALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze. 3.00.01.16 Výstupní kontrola 07.1/2009. 1 Obsah

PALSTAT s.r.o. systémy řízení jakosti PALSTAT CAQ verze. 3.00.01.16 Výstupní kontrola 07.1/2009. 1 Obsah 1 Obsah 1 Obsah... 1 2 Úvod... 2 2.1 Výhody... 2 2.2 Základní ovládání... 2 3 Menu... 3 3.1 Menu Soubor... 3 3.1.1 Menu Soubor/Filtr... 3 3.1.2 Menu Soubor/Tisk vybraného záznamu... 3 3.1.3 Menu Soubor/Tisk

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

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

2. úkol MI-PAA. Jan Jůna (junajan) 3.11.2013

2. úkol MI-PAA. Jan Jůna (junajan) 3.11.2013 2. úkol MI-PAA Jan Jůna (junajan) 3.11.2013 Specifikaci úlohy Problém batohu je jedním z nejjednodušších NP-těžkých problémů. V literatuře najdeme množství jeho variant, které mají obecně různé nároky

Více

Obchodní akademie, Náchod, Denisovo nábřeží 673

Obchodní akademie, Náchod, Denisovo nábřeží 673 Název vyučovacího předmětu: ÚČETNICTVÍ na PC (UPC) Obor vzdělání: 18 20 M/01 Informační technologie Forma studia: denní Celkový počet vyučovacích hodin za studium: 64 (2 hodiny týdně) Platnost: 1. 9. 2009

Více

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI

VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI Aleš Linka 1, Petr Volf 2 1 Katedra textilních materiálů, FT TUL, 2 Katedra aplikované matematiky, FP TUL ABSTRAKT. Internetové

Více

WAMS - zdroj kvalitní ch dat pro analý zý stavu sí tí a pro nové éxpértní sýsté mý

WAMS - zdroj kvalitní ch dat pro analý zý stavu sí tí a pro nové éxpértní sýsté mý WAMS - zdroj kvalitní ch dat pro analý zý stavu sí tí a pro nové éxpértní sýsté mý Daniel Juřík, Antonín Popelka, Petr Marvan AIS spol. s r.o. Brno Wide Area Monitoring Systémy (WAMS) umožňují realizovat

Více

L A TEX Barevné profily tiskových zařízení (tiskárny, plotry)

L A TEX Barevné profily tiskových zařízení (tiskárny, plotry) Semestrální práce z předmětu Kartografická polygrafie a reprografie L A TEX Barevné profily tiskových zařízení (tiskárny, plotry) Autor: Petr Douša, Jan Antropius Editor: Ivana Řezníková Praha, duben 2011

Více

CBR Test dimenzač ní čh parametrů vozovek

CBR Test dimenzač ní čh parametrů vozovek CBR Test dimenzač ní čh parametrů vozovek Verze: 1.0.0.6 (14. 5. 2012) (c) Copyright 2012. VIKTORIN Computers Tento program podléhá autorským zákonům. Všechna práva vyhrazena! Vývoj aplikace: Jiří Viktorin

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

Informace o studijním oboru 23-41-M/01 Strojírenství

Informace o studijním oboru 23-41-M/01 Strojírenství Informace o studijním oboru 23-41-M/01 Strojírenství Název ŠVP: 23 41 M/01 Strojírenství Zaměření: Řízení kvality Základní údaje Stupeň poskytovaného vzdělání: střední vzdělání s maturitní zkouškou Délka

Více

FORMÁTOVÁNÍ 3. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen 2013. Ročník: sedmý. Vzdělávací oblast: Informatika a výpočetní technika

FORMÁTOVÁNÍ 3. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen 2013. Ročník: sedmý. Vzdělávací oblast: Informatika a výpočetní technika Autor: Mgr. Dana Kaprálová FORMÁTOVÁNÍ 3 Datum (období) tvorby: září, říjen 2013 Ročník: sedmý Vzdělávací oblast: Informatika a výpočetní technika 1 Anotace: Žáci se seznámí se základní obsluhou tabulkového

Více

Manažerská ekonomika KM IT

Manažerská ekonomika KM IT KVANTITATIVNÍ METODY INFORMAČNÍ TECHNOLOGIE (zkouška č. 3) Cíl předmětu Získat základní znalosti v oblasti práce s ekonomickými ukazateli a daty, osvojit si znalosti finanční a pojistné matematiky, zvládnout

Více

SOLVER UŽIVATELSKÁ PŘÍRUČKA. Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT0000404

SOLVER UŽIVATELSKÁ PŘÍRUČKA. Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT0000404 SOLVER UŽIVATELSKÁ PŘÍRUČKA Kamil Šamaj, František Vižďa Univerzita obrany, Brno, 2008 Výzkumný záměr MO0 FVT0000404 1. Solver Program Solver slouží pro vyhodnocení experimentálně naměřených dat. Základem

Více

Cvičení z matematiky - volitelný předmět

Cvičení z matematiky - volitelný předmět Vyučovací předmět : Období ročník : Učební texty : Cvičení z matematiky - volitelný předmět 3. období 9. ročník Sbírky úloh, Testy k přijímacím zkouškám, Testy Scio, Kalibro aj. Očekávané výstupy předmětu

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

Intervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr

Intervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr StatSoft Intervalový odhad Dnes se budeme zabývat neodmyslitelnou součástí statistiky a to intervaly v nejrůznějších podobách. Toto téma je také úzce spojeno s tématem testování hypotéz, a tedy plynule

Více

1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie

1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie 1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie 1.1 Úvod Mohutný rozvoj didaktické techniky v posledních letech vyvolává vznik zcela nových

Více

Rusko, Ukrajina...Kanada, USA...jiné

Rusko, Ukrajina...Kanada, USA...jiné Úvodní dotazník Klastru českých nábytkářů Vážená paní, vážený pane, rádi bychom Vás požádali o vyplnění krátkého dotazníku. Tento dotazník nám pomůže určit bližší zaměření klastru podle Vašich preferencí,

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

Metodologie pro Informační studia a knihovnictví 2

Metodologie pro Informační studia a knihovnictví 2 Metodologie pro Informační studia a knihovnictví 2 Modul 5: Popis nekategorizovaných dat Co se dozvíte v tomto modulu? Kdy používat modus, průměr a medián. Co je to směrodatná odchylka. Jak popsat distribuci

Více

ICT PLÁN ŠKOLY. Základní charakteristika ZŠ a MŠ

ICT PLÁN ŠKOLY. Základní charakteristika ZŠ a MŠ ICT PLÁN ŠKOLY Metodický pokyn MŠMT č.j.27 419/2004-55 Standard ICT služeb a Metodický pokyn č.j.27 670/2004-551 stanovuje zpracování ICT plánu školy. Základní charakteristika ZŠ a MŠ Název: Základní škola

Více

NĚKTERÉ ZÁVĚRY Z ÚVODNÍ NÁKLADOVÉ ANALÝZY VÝROBY TEKUTÉHO KOVU V ŠESTI SLÉVÁRNÁCH. Václav Figala a Sylvie Žitníková b Václav Kafka c

NĚKTERÉ ZÁVĚRY Z ÚVODNÍ NÁKLADOVÉ ANALÝZY VÝROBY TEKUTÉHO KOVU V ŠESTI SLÉVÁRNÁCH. Václav Figala a Sylvie Žitníková b Václav Kafka c NĚKTERÉ ZÁVĚRY Z ÚVODNÍ NÁKLADOVÉ ANALÝZY VÝROBY TEKUTÉHO KOVU V ŠESTI SLÉVÁRNÁCH Václav Figala a Sylvie Žitníková b Václav Kafka c a) VŠB-TU Ostrava, FMMI, Katedra slévárenství, 17. listopadu 15, 708

Více

1 Strukturované programování

1 Strukturované programování Projekt OP VK Inovace studijních oborů zajišťovaných katedrami PřF UHK Registrační číslo: CZ.1.07/2.2.00/28.0118 1 Cíl Seznámení s principy strukturovaného programování, s blokovou strukturou programů,

Více

Management kvality, environmentu a bezpečnosti práce

Management kvality, environmentu a bezpečnosti práce Jaromír Veber a kol. Management kvality, environmentu a bezpečnosti práce Legislativa, systémy, metody, praxe Management Press, Praha 2006 Autorský kolektiv: Ing. Marie Hůlová, CSc. subkapitola 6.6 Ing.

Více

3. Očekávání a efektivnost aplikací

3. Očekávání a efektivnost aplikací VYUŽÍVANÍ INFORMAČNÍCH SYSTÉMŮ V ŘÍZENÍ FIREM Ota Formánek 1 1. Úvod Informační systémy (IS) jsou v současnosti naprosto nezbytné pro úspěšné řízení firem. Informačním ním systémem rozumíme ucelené softwarové

Více

Řízení vztahů se zákazníky

Řízení vztahů se zákazníky Řízení vztahů se zákazníky Řízení vztahů se zákazníky Vychází z představy, že podnik je řízen zákazníkem Používanými nástroji jsou: Call Centra Customer Relationship Management (CRM) Základní vazby v řízení

Více

ZŠ a MŠ, Brno, Horníkova 1 - Školní vzdělávací program

ZŠ a MŠ, Brno, Horníkova 1 - Školní vzdělávací program 4.3. Informační a komunikační technologie Charakteristika předmětu Vzdělávací oblast je realizována prostřednictvím vyučovacího předmětu Informatika. Informatika je zařazena do ŠVP jako povinný předmět

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

Ing. Ondřej Audolenský

Ing. Ondřej Audolenský České vysoké učení technické v Praze Fakulta elektrotechnická Katedra ekonomiky, manažerství a humanitních věd Ing. Ondřej Audolenský Vedoucí: Prof. Ing. Oldřich Starý, CSc. Rizika podnikání malých a středních

Více

Manažerská ekonomika

Manažerská ekonomika PODNIKOVÝ MANAGEMENT (zkouška č. 12) Cíl předmětu Získat znalosti zákonitostí úspěšného řízení organizace a přehled o současné teorii a praxi managementu. Seznámit se s moderními manažerskými metodami

Více

MATEMATIKA. Statistika

MATEMATIKA. Statistika MATEMATIKA Statistika Během těchto vyučovacích hodin změří žáci pomocí senzorů Pasco svoji klidovou tepovou frekvenci a tepovou frekvenci po námaze. Získané výsledky budou v další hodině zpracovávat do

Více

Ukázka knihy z internetového knihkupectví www.kosmas.cz

Ukázka knihy z internetového knihkupectví www.kosmas.cz Ukázka knihy z internetového knihkupectví www.kosmas.cz U k á z k a k n i h y z i n t e r n e t o v é h o k n i h k u p e c t v í w w w. k o s m a s. c z, U I D : K O S 1 8 0 5 8 4 U k á z k a k n i h

Více

Sídlo Opletalova 25, Praha 1, 110 00

Sídlo Opletalova 25, Praha 1, 110 00 ZADÁVACÍ DOKUMENTACE Název zakázky Zadavatel Obchodní firma/ název OMD Czech, a.s Právní forma Akciová společnost Osoba oprávněná jednat Ing. Ivana Jeřábková Csc. jménem zadavatele IČ 64948439 DIČ CZ64948439

Více

Dynamické ověřování nákupních podmínek v systému PROe.biz

Dynamické ověřování nákupních podmínek v systému PROe.biz Dynamické ověřování nákupních podmínek v systému PROe.biz Ing. Zbyněk Dohnal DONASY s.r.o. Sídlo: 787 01 Šumperk, Nezvalova20 Poštovní adresa: 623 00 Brno, Chopinova 13 GSM: +420 602 730 976 email: dohnal@donasy.cz

Více

VZDĚLÁVACÍ PROGRAM METROLOGIE A POČÍTAČOVÁ PODPORA MĚŘENÍ OBSAH VZDĚLÁVACÍHO PROGRAMU. Obecný cíl předmětu. Výchovně-vzdělávací cíle

VZDĚLÁVACÍ PROGRAM METROLOGIE A POČÍTAČOVÁ PODPORA MĚŘENÍ OBSAH VZDĚLÁVACÍHO PROGRAMU. Obecný cíl předmětu. Výchovně-vzdělávací cíle Tento projekt je spolufinancován Evropským sociálním fondem a státním rozpočtem České republiky. VZDĚLÁVACÍ PROGRAM METROLOGIE A POČÍTAČOVÁ PODPORA MĚŘENÍ Registrační číslo projektu: CZ..07/..07/.0054

Více

MANUÁL PRO HODNOCENÍ OTEVŘENÝCH TESTOVÝCH ÚLOH MATEMATIKA (TEST PRO PŘIJÍMAČKY DO 4LETÉHO SŠ STUDIA)

MANUÁL PRO HODNOCENÍ OTEVŘENÝCH TESTOVÝCH ÚLOH MATEMATIKA (TEST PRO PŘIJÍMAČKY DO 4LETÉHO SŠ STUDIA) PH-L9M0CINT MANUÁL PRO HODNOCENÍ OTEVŘENÝCH TESTOVÝCH ÚLOH MATEMATIKA 1 JAK PROBÍHÁ HODNOCENÍ DIDAKTICKÉHO TESTU Didaktický test obsahuje uzavřené a otevřené testové úlohy. Uzavřené testové úlohy, tedy

Více

VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt

VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni Abstrakt Současný trend snižování počtu kontaktních hodin ve výuce nutí vyučující

Více

INFORMATIKA. Libovolná učebnice k MS OFFICE 200x (samostatné učebnice k textovému procesoru MS Word 200x, tabulkovému procesoru MS Excel 200x).

INFORMATIKA. Libovolná učebnice k MS OFFICE 200x (samostatné učebnice k textovému procesoru MS Word 200x, tabulkovému procesoru MS Excel 200x). Cíl předmětu: Cílem předmětu je prohloubit znalosti studentů ze základních aplikačních programů. Jedná se především o pokročilejší nástroje z aplikací MS Word a MS Excel. Jednotlivé semináře se zaměřují

Více

1. soustředění (2 hod.)

1. soustředění (2 hod.) Metodický list kombinovaného studia předmětu MnJ - MANAGEMENT JAKOSTI Název tématického celku: Systémy jakosti 1. soustředění (2 hod.) Cíl: Cílem tématického celku je objasnit význam systému managementu

Více

Tématická oblast Programování CNC strojů a CAM systémy Měření dotykovou sondou

Tématická oblast Programování CNC strojů a CAM systémy Měření dotykovou sondou Číslo projektu CZ.1.07/1.5.00/34.0556 Číslo materiálu VY_32_INOVACE_VC_CAM_08 Název školy Střední průmyslová škola a Vyšší odborná škola Příbram, Hrabákova 271, Příbram II Autor Martin Vacek Tématická

Více

Správa barev. Náhled. Správa barev. Vytvořila: Jana Zavadilová Vytvořila dne: 11. února 2013. www.isspolygr.cz. DUM číslo: 16 Název: Náhled

Správa barev. Náhled. Správa barev. Vytvořila: Jana Zavadilová Vytvořila dne: 11. února 2013. www.isspolygr.cz. DUM číslo: 16 Název: Náhled Náhled www.isspolygr.cz Vytvořila: Jana Zavadilová Vytvořila dne: 11. února 2013 Strana: 1/11 Škola Ročník 4. ročník (SOŠ, SOU) Název projektu Interaktivní metody zdokonalující proces edukace na ISŠP Číslo

Více

Uplatnitelnost absolventů Moravské vysoké školy Olomouc

Uplatnitelnost absolventů Moravské vysoké školy Olomouc Moravská vysoká škola Olomouc Uplatnitelnost absolventů Moravské vysoké školy Olomouc prosinec 2014 Šárka Štveráková 1 Úvod Moravská vysoká škola Olomouc (MVŠO), jediná vysoká škola v Olomouckém kraji

Více

Opravář zemědělských strojů

Opravář zemědělských strojů ŠKOLNÍ VZDĚLÁVACÍ PROGRAM Integrovaná střední škola Cheb Opravář zemědělských strojů 41-55-H/01 Verze: v1.1 Obsah 2 Profil absolventa... 3 2.1 Úvodní identifikační údaje... 3 2.2 Popis uplatnění absolventa...

Více

KGG/STG Statistika pro geografy

KGG/STG Statistika pro geografy KGG/STG Statistika pro geografy 1. Úvod, základní pojmy Mgr. David Fiedor 16. února 2015 Osnova 1 Úvod - organizace výuky 2 3 Struktura přednášek Úvod, základní pojmy Popisná statistika Teoretická rozdělení

Více

Moravská vysoká škola Olomouc. Uplatnitelnost absolventů Moravské vysoké školy Olomouc

Moravská vysoká škola Olomouc. Uplatnitelnost absolventů Moravské vysoké školy Olomouc Moravská vysoká škola Olomouc Uplatnitelnost absolventů Moravské vysoké školy Olomouc červenec 2014 1 Úvod Moravská vysoká škola Olomouc (MVŠO), jediná vysoká škola v Olomouckém kraji zaměřená na ekonomiku,

Více

LabMeredian Plus základní kurz

LabMeredian Plus základní kurz LabMeredian Plus základní kurz Program LabMeredian Plus 2 je součástí projektu LabMeredian. Může však být provozován i zcela samostatně. LabMeredian Plus je určen pro napojení k různým typům laboratorních

Více

Informace o studijním oboru 23-41-M/01 Strojírenství

Informace o studijním oboru 23-41-M/01 Strojírenství Informace o studijním oboru 23-41-M/01 Strojírenství Název ŠVP: 23 41 M/01 Strojírenství Zaměření: Počítačová grafika a CNC technika Základní údaje Stupeň poskytovaného vzdělání: Délka a forma studia:

Více

Finální zpráva MĚŘENÍ PARAMETRŮ KOMPRESOROVÉ JEDNOTKY NAPÁJENÉ Z REGULÁTORU FA ERAM SPOL S R.O. doc. Ing. Stanislav Mišák, Ph.D. Strana 1 (celkem 15)

Finální zpráva MĚŘENÍ PARAMETRŮ KOMPRESOROVÉ JEDNOTKY NAPÁJENÉ Z REGULÁTORU FA ERAM SPOL S R.O. doc. Ing. Stanislav Mišák, Ph.D. Strana 1 (celkem 15) 2014 MĚŘENÍ PARAMETRŮ KOMPRESOROVÉ JEDNOTKY NAPÁJENÉHO Z REGULÁTORU FA ERAM SPOL S R.O. Finální zpráva MĚŘENÍ PARAMETRŮ KOMPRESOROVÉ JEDNOTKY NAPÁJENÉ Z REGULÁTORU FA ERAM SPOL S R.O. doc. Ing. Stanislav

Více

Registrační číslo projektu: Škola adresa: Šablona: Ověření ve výuce Pořadové číslo hodiny: Třída: Předmět: Název: Zpracování informací Anotace:

Registrační číslo projektu: Škola adresa: Šablona: Ověření ve výuce Pořadové číslo hodiny: Třída: Předmět: Název: Zpracování informací Anotace: Registrační číslo projektu: CZ.1.07/1.4.00/21.3712 Škola adresa: Základní škola T. G. Masaryka Ivančice, Na Brněnce 1, okres Brno-venkov, příspěvková organizace Na Brněnce 1, Ivančice, okres Brno-venkov

Více

Sedm Barcelonských principů

Sedm Barcelonských principů Sedm Barcelonských principů 1. Význam stanovení cílů a měření 2. Vhodnější než měřit výstupy, je měřit vliv na výsledky 3. Vliv na obchodní výsledky lze měřit a měl by být měřen, kdykoli je to možné 4.

Více

Měření návštěvnosti v Národním parku České Švýcarsko

Měření návštěvnosti v Národním parku České Švýcarsko Národní park v Národním parku Národní park v NP Národní park - nejmladší NP v České republice - pískovcová oblast, rozloha 80 km2 - poloha při hranici se SRN/Sasko - navazuje na NP Saské Švýcarsko Národní

Více

Ekonomické aspekty statistické regulace pro vysoce způsobilé procesy. Kateřina Brodecká

Ekonomické aspekty statistické regulace pro vysoce způsobilé procesy. Kateřina Brodecká Ekonomické aspekty statistické regulace pro vysoce způsobilé procesy Kateřina Brodecká Vysoce způsobilé procesy s rozvojem technologií a důrazem kladeným na aktivity neustálého zlepšování a zeštíhlování

Více

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy

Více

Pythagorova věta Pythagorova věta slovní úlohy

Pythagorova věta Pythagorova věta slovní úlohy Vyučovací předmět: Matematika Ročník: 8. Vzdělávací obsah Očekávané výstupy z RVP ZV Školní výstupy Učivo provádí početní operace v oboru celých a racionálních čísel, užívá ve výpočtech druhou mocninu

Více

Měření součinitele smykového tření dynamickou metodou

Měření součinitele smykového tření dynamickou metodou Měření součinitele smykového tření dynamickou metodou Online: http://www.sclpx.eu/lab1r.php?exp=6 Měření smykového tření na nakloněné rovině pomocí zvukové karty řešil např. Sedláček [76]. Jeho konstrukce

Více

Nové výzvy pro monitoring energií

Nové výzvy pro monitoring energií Jihlava 22. 10. 2013 Nové výzvy pro monitoring energií RNDr. Tomáš Chudoba DEA Energetická agentura, s.r.o. Energetické dokumenty audity, průkazy, posudky, koncepce, Energetický management implementace

Více

Laboratorní práce č. 1: Měření délky

Laboratorní práce č. 1: Měření délky Přírodní vědy moderně a interaktivně FYZIKA 3. ročník šestiletého a 1. ročník čtyřletého studia Laboratorní práce č. 1: Měření délky G Gymnázium Hranice Přírodní vědy moderně a interaktivně FYZIKA 3.

Více

FORMÁTOVÁNÍ 2. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen 2013. Ročník: sedmý. Vzdělávací oblast: Informatika a výpočetní technika

FORMÁTOVÁNÍ 2. Autor: Mgr. Dana Kaprálová. Datum (období) tvorby: září, říjen 2013. Ročník: sedmý. Vzdělávací oblast: Informatika a výpočetní technika Autor: Mgr. Dana Kaprálová FORMÁTOVÁNÍ 2 Datum (období) tvorby: září, říjen 2013 Ročník: sedmý Vzdělávací oblast: Informatika a výpočetní technika 1 Anotace: Žáci se seznámí se základní obsluhou tabulkového

Více

Vizualizace v provozech povrchových úprav

Vizualizace v provozech povrchových úprav Vizualizace v provozech povrchových úprav Zdeněk Čabelický, AITEC s.r.o., Ledeč nad Sázavou Aplikace systémů ASŘ v provozech povrchových úprav v současné době nabývá na významu. V podstatě každá větší

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Téma III.2.3 Technická měření v MS Excel Pracovní list 8 Měření na ventilátoru - graf Ing. Jiří Chobot VY_32_INOVACE_323_8

Více

Obsah. Ukládáme sešit 31 První uložení sešitu 31 Jak pracovat se složkami 33 Ukládání již jednou uloženého sešitu 34 Ukončení práce v Excelu 36

Obsah. Ukládáme sešit 31 První uložení sešitu 31 Jak pracovat se složkami 33 Ukládání již jednou uloženého sešitu 34 Ukončení práce v Excelu 36 Obsah Úvodem 7 Co je třeba znát 7 Jak je kniha napsána 8 Jak psát na klávesnici 8 Jak ovládat myš 10 Kde je na monitoru ukazatel myši 10 Pohyb myši 10 Tlačítka myši co to znamená klepnout a poklepat 11

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

Testování a spolehlivost. 6. Laboratoř Ostatní spolehlivostní modely

Testování a spolehlivost. 6. Laboratoř Ostatní spolehlivostní modely Testování a spolehlivost ZS 2011/2012 6. Laboratoř Ostatní spolehlivostní modely Martin Daňhel Katedra číslicového návrhu Fakulta informačních technologií ČVUT v Praze Příprava studijního programu Informatika

Více

IQ - SixSigma. IQ SixSigma Software pro analýzu a sledování procesů

IQ - SixSigma. IQ SixSigma Software pro analýzu a sledování procesů IQ - SixSigma IQ SixSigma Popis: IQ-SixSigma je software vyvinutý pro analýzu a sledování procesů. Slouží ke statistickému řízení procesů (SPC Statistical Process Control). Může se jednat o technologické,

Více

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT

Výukový modul III.2 Inovace a zkvalitnění výuky prostřednictvím ICT Základy práce s tabulkou Výukový modul III. Inovace a zkvalitnění výuky prostřednictvím ICT Téma III.. Technická měření v MS Excel Pracovní list Délková měření. Ing. Jiří Chobot VY INOVACE Anotace Inovace

Více

Registrační číslo projektu: CZ.1.07/1.5.00/34.0185. Název projektu: Moderní škola 21. století. Zařazení materiálu: Ověření materiálu ve výuce:

Registrační číslo projektu: CZ.1.07/1.5.00/34.0185. Název projektu: Moderní škola 21. století. Zařazení materiálu: Ověření materiálu ve výuce: STŘEDNÍ ODBORNÁ ŠKOLA A STŘEDNÍ ODBORNÉ UČILIŠTĚ NERATOVICE Školní 664, 277 11 Neratovice, tel.: 315 682 314, IČO: 683 834 95, IZO: 110 450 639 Ředitelství školy: Spojovací 632, 277 11 Neratovice tel.:

Více

2 MATEMATIKA A JEJÍ APLIKACE UČEBNÍ OSNOVY

2 MATEMATIKA A JEJÍ APLIKACE UČEBNÍ OSNOVY 2 MATEMATIKA A JEJÍ APLIKACE UČEBNÍ OSNOVY 2. 2 Cvičení z matematiky Časová dotace 7. ročník 1 hodina 8. ročník 1 hodina 9. ročník 1 hodina Charakteristika: Předmět cvičení z matematiky doplňuje vzdělávací

Více

Statistické řízení jakosti - regulace procesu měřením a srovnáváním

Statistické řízení jakosti - regulace procesu měřením a srovnáváním Statistické řízení jakosti - regulace procesu měřením a srovnáváním Statistická regulace výrobního procesu (SPC) SPC = Statistical Process Control preventivní nástroj řízení jakosti, který na základě včasného

Více

Vliv marketingu na obchodní výsledky B2B firem

Vliv marketingu na obchodní výsledky B2B firem Vliv marketingu na obchodní výsledky B2B firem Květen 2013 B-inside s.r.o. Šmeralova 12, 170 00 Praha Vavrečkova 5262, 760 01 Zlín IČ: 24790648 DIČ: CZ24790648 Telefon: +420 608 048 048 www.b-inside.cz

Více

Databáze v MS ACCESS

Databáze v MS ACCESS 1 z 14 19.1.2014 18:43 Databáze v MS ACCESS Úvod do databází, návrh databáze, formuláře, dotazy, relace 1. Pojem databáze Informací se data a vztahy mezi nimi stávají vhodnou interpretací pro uživatele,

Více

KANCELÁŘSKÉ APLIKACE

KANCELÁŘSKÉ APLIKACE KANCELÁŘSKÉ APLIKACE Kurzy MS Office 2003, 2007 a OpenOffice jsou určeny zejména těm uživatelům PC, kteří běžně pracují s kancelářskými aplikacemi, ale chtěli by svoje znalosti a dovednosti prohloubit

Více

Komponenta ICT. Hodinová dotace: 40 h. Téma: Tabulkový procesor (Microsoft Excel)

Komponenta ICT. Hodinová dotace: 40 h. Téma: Tabulkový procesor (Microsoft Excel) Komponenta ICT Hodinová dotace: 40 h. Téma: Tabulkový procesor (Microsoft Excel) Tato komponenta vychází RVP studijních oborů a lze jí zařadit ŠVP vrámci jedno nebo i více ročníků. Ţáci získají odpovídající

Více

Společenství prvního stupně ověření norem

Společenství prvního stupně ověření norem Společenství prvního stupně ověření norem Denisa Denglerová Společenství prvního stupně ověření norem Denisa Denglerová Společenství prvního stupně. Ověření norem. Denisa Denglerová Praha: Národní ústav

Více

Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Vztahy mezi proměnnými.

Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Vztahy mezi proměnnými. Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Projekt. Jednotky analýzy. Proměnné. Vztahy mezi proměnnými. Téma č. 2 Cíle marketingového

Více

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY učební text Jan Famfulík Jana Míková Radek Krzyžanek Ostrava 2007 Recenze: Prof. Ing. Milan Lánský, DrSc. Název: Teorie údržby Autor: Ing.

Více

MONITORING A ANALÝZA KVALITY ELEKTŘINY

MONITORING A ANALÝZA KVALITY ELEKTŘINY MONITORING A ANALÝZA KVALITY ELEKTŘINY Doc. Ing. Jan Žídek, CSc. Kvalitativní stránka elektřiny dnes hraje čím dál významnější roli. Souvisí to jednak s liberalizací trhu s elektrickou energii a jednak

Více

29.02.2008 Brno. Aktuální a připravované výzvy v rámci Operačního programu podnikání a inovace. Mgr. et Mgr. Martin Potůček

29.02.2008 Brno. Aktuální a připravované výzvy v rámci Operačního programu podnikání a inovace. Mgr. et Mgr. Martin Potůček 29.02.2008 Brno Aktuální a připravované výzvy v rámci Operačního programu podnikání a inovace Mgr. et Mgr. Martin Potůček Priority, programy, alokace Operační program Podnikání a inovace Prioritní osa

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

PODNIKÁNÍ MALÝCH A STŘEDNÍCH FIREM 2. Národní vzdělávací fond

PODNIKÁNÍ MALÝCH A STŘEDNÍCH FIREM 2. Národní vzdělávací fond PODNIKÁNÍ MALÝCH A STŘEDNÍCH FIREM 2 1 A. Specifika podnikání 1. Východiska a cíle podpory vláda systematicky podporuje podnikání předpoklady a schopnosti MSP pro podporu - zmírňovat negativní důsledky

Více

Měření finanční gramotnosti v PISA 2012

Měření finanční gramotnosti v PISA 2012 Měření finanční gramotnosti v PISA 2012 Ing. Dušan Hradil Vysoká škola ekonomická v Praze Konference S bankou před tabulí i v životě Praha, 11. června 2014 OBSAH PISA 2012 v kostce FG v PISA 2012 - Koncepční

Více

Zápočtová úloha z předmětu KIV/ZSWI DOKUMENT SPECIFIKACE POŽADAVKŮ

Zápočtová úloha z předmětu KIV/ZSWI DOKUMENT SPECIFIKACE POŽADAVKŮ Zápočtová úloha z předmětu KIV/ZSWI DOKUMENT SPECIFIKACE POŽADAVKŮ 10. 5. 2011 Tým: Simplesoft Členové: Zdeněk Malík Jan Rada Ladislav Račák Václav Král Marta Pechová malikz@students.zcu.cz jrada1@students.zcu.cz

Více

ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ

ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ ARCHITEKTURA INFORMAČNÍCH SYSTÉMŮ PODLE ÚROVNĚ ŘÍZENÍ Podle toho, zda informační systém funguje na operativní, taktické nebo strategické řídicí úrovni, můžeme systémy rozdělit do skupin. Tuto pyramidu

Více

Jak si stanovit osobní vizi

Jak si stanovit osobní vizi Action Academy Jak si stanovit osobní vizi ebook Blanka 2014 Jak si stanovit osobní vizi Osobní vize je jasná, konkrétní, působivá a aktivující představa budoucího stavu dosažených výsledků, postavení

Více

Příklad dobré praxe XV

Příklad dobré praxe XV Projekt Další vzdělávání pedagogických pracovníků středních škol v oblasti kariérového poradenství CZ 1.07/1.3.00/08.0181 Příklad dobré praxe XV pro průřezové téma Člověk a svět práce Ing. Jaroslav Žáček

Více