Jak je to opravdu s P hodnotami? Petr Soukup,
|
|
- Radomír Kovář
- před 4 lety
- Počet zobrazení:
Transkript
1 Jak je to opravdu s P hodnotami? Petr Soukup,
2 Citáty úvodem Přátelé nedoporučují přátelům používat P hodnotu (John K. Kruschke) Shrneme-li základní: statisticky významný, neříkejte to, nepoužívejte to! (Wasserstein, Schirm, Lazar) Statistická významnost je nejméně zajímavá stránka výsledků. Měli bychom se zaměřit na velikost efektu (jeho věcnou významnost), ne pouze na to, zda efekt existuje či nikoliv. (Gene Glass) 2
3 Struktura prezentace Důvod zájmu o téma Co je to P hodnota? (A co není?) Problémové rysy P hodnoty (Co Fisher věděl?) Problémové rysy používání P hodnot (Co Fisher nemohl vědět?) Výsledky vybraných empirických studií (ČR a svět) Vybrané alternativy pro P hodnotu (Co tedy užívat?) Závěry a doporučení pro praxi (výuka, publikování, recenzování) 3
4 Důvod zájmu o téma Úvahy nad výukou statistiky a kvantitativní analýzy ( ) Diskuse s prof. Blahušem ( ) 2007 článek s prof. Rabušicem, seminář na SoÚ a další diskuse Další studium a rozvíjení tématu Výsledek: 6 publikovaných článků, další 2 v recenzním řízení, příprava monografie a tento seminář 4
5 Co dnes nezazní? Chyby měření (Řehák, Kreidl, Schubert) Nesprávné užívání statistických technik (Kalous) Komplexní výběrové designy (Straková&Soukup) Bootstrap jako alternativa k testům (Militký&Meloun) Bayesovské přístupy (Hebák) Nízká návratnost výběrových šetření (Krejčí) Chybějící hodnoty (Petrúšek) Problematika náhodných a nenáhodných výběrů (Soukup&Rabušic, Cuberek&Frömel) A mnoho dalšího 5
6 6 P HODNOTA
7 P hodnota Před pokusem o definici si zkusíme malý test Vyhodnocení a diskuse 7
8 Co JE P hodnota? Vyjádření pravděpodobnosti, že získám data jaká mám, nebo ještě extrémnější, pokud platí H0 Technicky tedy podmíněná pravděpodobnost (P(D/H)) Vypovídá tedy o našich datech!!!, ne o hypotézách (o nich jen nepřímo) Číslo mezi 0 a 1 Stručně o vzniku koncepce (od H0 k NHST) 8
9 Co NENÍ P hodnota? Pravděpodobnost nulové hypotézy P(H0)) Pravděpodobnost nulové hypotézy, pokud jsem získal určitá data (P(H/D)) Pravděpodobnost alternativní hypotézy (či její doplněk) P(H1) resp. 1-P(H1) Hodnota, která nám sděluje přímo něco o hypotézách, resp. jejich pravděpodobnostech 0,000 Magická, zázračná hodnota, která stačí (když je menší než 0,05), pro publikaci v kvantitativním výzkumu 9
10 Jaká může P(H/D) pro magickou P(D/H)= 0,05? ŠANCE HYPOTÉZ APRIORI ŠANCE HYPOTÉZ POTÉ 10 Zdroj: Nuzzo, 2014, Nature
11 Jak nám prší P hodnoty (aneb ruleta ve vědecké praxi)? 11 Zdroj: ESCI, Cumming,
12 12 PROBLÉMOVÉ RYSY P HODNOTY
13 Problémové rysy P hodnoty Nedostatečná (žádná) výpověď o základním souboru (P(D/H)), nedostatečná (žádná) výpověď o hypotézách Nereálnost nulových hypotéz (tzv. nicotné hypotézy) už od počátku čekám, že H0 je neudržitelná - viz korelace, t-testy atd. (lze snadno napravit, ale software tomu většinou nepřeje) Jde o náhodnou hodnotu (proměnnou), předpoklad nereálné nekonečné replikace (vypovídá o datech, které nemáme) ilustrace skrze déšť P hodnot Návrhy řešení: umírněné (nutno doplnit dalšími ukazateli, např. APA manuál, Cohen, aj.) až extrémní (nutno okamžitě přestat 13 užívat, Loftus, Trafimow, aj.)
14 PROBLÉMOVÉ RYSY UŽÍVÁNÍ P HODNOTY 14
15 Problémové rysy užívání P hodnoty (tedy užívání koncepce chybně) Mechanická práce s klasickou 5% hladinou (hvězdičky, stepwise, skrývání hodnot) Dělení výsledků na statisticky významné a nevýznamné Statisticky významné je označováno jako důležité Statisticky nevýznamné výsledky nejsou odeslány k publikování či přijaty k publikování (file drawer problem, šuplíkový efekt) HARKing P hacking (fishing, hunting, etc.) Vícenásobné testování bez zohlednění při interpretaci výsledků Zkreslení pro metaanalýzy, replikace se nedaří (tzv. replikační krize) 15
16 P hacking Strategie, kdy hledám jen statisticky významné výsledky a ty publikuji Mnoho studií potvrzuje, že se to v praxi děje 16 Zdroj: Head a kol The Extent and Consequences of P-Hacking in Science, PlosOne
17 P hacking a file drawer 17 Zdroj: Nosek a kol Estimating the reproducibility psychological science, Science
18 P hacking a file drawer 18 Zdroj: Franco 2014 Publication bias in the social sciences, Science
19 P hacking a file drawer 19 Zdroj: Flore&Wicherts Does stereotype threat influence performance of girls in stereotyped domains? Journal of School Psychology
20 Replikační krize a dopady na metaanalýzu Mnohé studie, které replikují stávající neprokázaly původní (slavné) výsledky Nature a Science ( ): 21 studií jen 62 % prokázáno, efekt jen cca poloviční [Caremer a kol. 2018, Nature] 100 replikací z psychologie: efekt byl po replikacích cca poloviční, 97 % původních studií malé P, ale jen 36 % u replikací! [Nosek a kol. 2015, Science, 2015] 20
21 21 VÝSLEDKY VÝZKUMŮ (ČR A SVĚT)
22 Výzkum v ČR Nakolik jsou dodržovány současné standardy v oblasti užívání statistické a věcné významnosti v české sociálně vědní produkci prizmatem produkce tří předních českých časopisů? Obsahová analýza kvantitativních článků 3 časopisů: Sociologický časopis, Československá psychologie, Pedagogika Základní sledované období: (Soc. čas. i ) Celkem 363 článků 22
23 Výzkum 3 českých časopisů - metodologie Sledované oblasti: používání statistických testů pro data, kde tyto využívat nelze, nesprávná užívání statistické významnosti, zejména interpretační pochybení a mechanická práce s výsledky, věcná interpretace výsledků, používání měr věcné významnosti 23
24 Výzkum 3 českých časopisů - výsledky Častá je mechanická aplikace statistiky či nesprávná interpretace (ve více než 40 % článků Sociologického časopisu za posledních 10 let) zejména v Československé psychologii absentuje věcná interpretace výsledků (50 %) Míry věcné významnosti jsou používány poměrně často, nicméně v jejich užívání jsou také mezery (novější ukazatele se nepoužívají, nadto poměrně málo dochází k jejich interpretaci 24
25 Výzkumy v zahraničí ESR : polovina analyzovaných textů chybná interpretace statistické významnosti a obdobně zhruba v polovině textů absentuje věcná interpretace [Bernardo,Chakhai,Leopold 2017], AER a : ekonometrická praxe se v analyzovaných desetiletích sice místy zlepšuje (častěji je užíváno síly testu, rozlišováno mezi statistickou a ekonomickou významností), mnohde zhoršení (zejm. mechanická aplikace) [Ziliak, McCloskey, 2008] ASR a JAS : Nárůst podílu textů, kde jsou užívány statistické testy, 5% hladina statistické významnosti a hvězdičky k označení statisticky významných výsledků (1995: 90 % testy, 80 % 5% hladina a 40 % hvězdičky) [Leahey 2005] 25
26 26 ALTERNATIVY P HODNOTY
27 Alternativy P hodnoty (tedy čím ji doplnit či zaměnit) Plnohodnotné alternativy Intervaly spolehlivosti (jsme zpět u deště ) Informační kritéria pro porovnávání modelů BF a Bayesovská statistika Doplňky Reproducibility research (open science) Míry věcné významnosti (effect sizes) Velikost síly testu a plánování velikosti výběrů Speciality SGPV, D hodnota, BBF, FPR aj. 27
28 Stručně o BF V zásadě bayesovská alternativa k P hodnotě Vyjadřuje jak moc naše data mění přesvědčení o platnosti alternativní vs. nulové hypotézy, jde tedy o poměr věrohodností našich dat při platnosti soupeřících hypotéz Na rozdíl od P hodnoty (zamítá/nezamítá) umí 3 typy závěru (H0, H1, nic) Meze podpory pro hypotézy dle Jeffreys: 28 meze Slovní vyjádření 1-3 Anekdotická 3-10 střední silná
29 Poznámka o BFB Ve většině situací lze provést jednoduchý odhad horní meze BF odvozený od P hodnoty: Viz už Nuzzo, Viz už Nuzzo odsud plyne dále uvedené doporučení pro P pod 0,005
30 Reproducibility research (open science) Jaké požadavky klást na vědeckou práci? Objektivita Opakovatelnost Jak zajistit? Preregistrace Publikace včetně dat a příkazů k jejich analýze Publikace bez výsledků Co řeší? P hacking, HARKing File drawer Upřednostnění novosti na úkor replikací 30
31 Věcná významnost a její měření Koncepce věcné významnosti je minimálně stejně stará jako koncepce statistické významnosti Jak měřit věcnou významnost? (effect size) Absolutně v původních jednotkách Relativně v procentech Skrze standardizované míry (nezávisí na původních jednotkách) Jaké jsou základní způsoby měření: Míry zaměřené na rozdíly (d, g) Míry zaměřené na vysvětlený rozptyl (Eta²) Kromě toho mnoho speciálních měr (srov. Soukup, 2013) 31
32 Stručně o síle testu a stanovení velikosti souboru Síla testu: Pravděpodobnost, že zamítnu nulovou hypotézu a ona skutečně neplatí (1- pravděpodobnost chyby II. druhu) Cíl: mít studie s určitou minimální velikostí síly testu Jak zajistit: Před započetím výzkumu odhadnout sílu testu (nutno znát odhadovanou velikost efektu a požadavek na pravděpodobnost chyby prvního druhu), výpočty v SW Poznámka: Kromě síly testu existují alternativní postupy, nejznámější zřejmě Cumming a New Statistics, přístup založen na intervalech spolehlivosti a jejich šíři Více Soukup, Kočvarová [2016] 32
33 33 SHRNUTÍ A DOPORUČENÍ
34 Doporučení plynoucí z výzkumu- publikace A) Publikační praxe Navázat na standardy APA (2010), AERA (2006) a ASA (2016) a požadavky na tzv. reproducibility research tj. publikovat a interpretovat minimálně intervaly spolehlivosti, pro menší datové soubory i sílu testu zvážit použití alternativních postupů (bayesovská statistika, resamplingové přístupy, srovnávání modelů skrze informační kritéria či bayesovský faktor) Počítat, publikovat a interpretovat míry věcné významnosti výsledků Ideálně zveřejňovat data a příkazy Preregistrace??? 34
35 Doporučení plynoucí z výzkumu- výuka B) Vzdělávání zajišťují poučení vyučující (znají standardy dobré praxe) učební texty zohledňující novinky (v ČR Hendlova [2015]) více praxe (místo teoretických pouček) kombinace statistického rozměru problému s věcným používání reálných dat 35
36 Doporučení z nejnovějších článků - diskuse P pod 0,005 Neužívat výrazy statisticky významné a nevýznamné Neprovádět HARKing, P hacking, file drawer aj. Nefalšovat data ani výsledky (byť drobně ) 36
37 37 Zdroj: John a kol Measuring the prevalence of QRP with incentives for true telling. Psychological Science.
38 Literatura Klasické texty: APA Publication manual of the American Psychological Association, 6th edition. Washington DC. Harlow, L., L., S. A. Mulaik, M., L. Steiger What if there were no significance tests? Mahwah (NJ): Erlbaum. Morrison, D. E., R. E. Henkel The Significance Test Controversy: A Reader. London: Butterworth. Kline, R. B Beyond the statistical testing. Reforming data analysis methods in behavioral research. Washington, DC: American Psychological Association. Ziliak, S. T., D. M. McKloskey The Cult of Statistical Significance (How the Standard Error Costs Us jobs, Justice, and Lives), The University of Michigan Press. 38
39 Literatura Novější texty (články): Anderson, Ch. J. a kol Estimating the reproducibility of psychological science. Science. Benjamin, D.J. a kol Redefine Statistical Significance. Nature Human Behaviour 2. Bernard, F., L. Chakhaia, L. Leopold Sing Me a Song with Social Significance : The (Mis)Use of Statistical Significance Testing in European Sociological Research. European Sociological Review 33 (1): Head, M.L The Extent and Consequences of P-Hacking in Science. PLoS Biol 13(3). Nuzzo, R Scientific Method: Statistical Errors. Nature (506): Wasserstein, R. L., A. L. Lazar The ASA s Statement on p- 39Values: Context, Process, and Purpose. The American Statistician 70 (2):
40 Literatura Nejnovější texty (články): Celé číslo The American Statistician 2019 (1 článek v základu a cca 30 v příloze) 40
41 Literatura Česká Blahuš, P Statistická významnost proti vědecké průkaznosti výsledků výzkumu. Česká kinantropologie 4 (2): Cuberek, R., K. Frömel K problematice výzkumného výběru a testování nulové hypotézy. Československá psychologie 55 (5): Ropovik, I O význame p-hodnôt: reflexia na silnejúcu kritiku testov významnosti. Československá psychologie, 61(5): Soukup, P Nesprávná užívání statistické významnosti a jejich možná řešení. Data a výzkum SDA Info 4 (2): Soukup, P Věcná významnost výsledků a její možnosti měření. Data a výzkum SDA Info 7 (2):
42 42 Díky za pozornost
Statistická a věcná významnost. Statistická významnost. Historie hypotézy a testů. Hypotézy a statistické testy.
Statistická a věcná významnost Statistická významnost Petr Soukup 5.11.2009 Fisher (1925) Historie hypotézy a testů Null and alternative hypothesis (NHST) (Neyman&Pearson, 1937) Dnes běžná praxe a součást
VíceLIMITY APLIKACE STATISTICKÝCH TESTŮ VÝZNAMNOSTI V PEDAGOGICKÉM VÝZKUMU: SEMINÁŘ PRO NESTATISTIKY
LIMITY APLIKACE STATISTICKÝCH TESTŮ VÝZNAMNOSTI V PEDAGOGICKÉM VÝZKUMU: SEMINÁŘ PRO NESTATISTIKY Seminář ČAPV 2018 Upozornění Prezentace obsahuje pouze doprovodný text k semináři pro doktorandy v rámci
VíceStatistické metody v medicíně II. - p-hodnota
Statistické metody v medicíně II. - p-hodnota Martin Hynek Gennet, Centre for Fetal Medicine, Prague EuroMISE Centre, First Faculty of Medicine of Charles University in Prague p-hodnota p-value (p-level)
VíceP a d (Používání statistické a věcné významnosti v českých sociálních vědách)*
P a d (Používání statistické a věcné významnosti v českých sociálních vědách)* Petr Soukup** Fakulta sociálních věd, Univerzita Karlova, Praha The Use of Statistical and Substantive Significance in the
VíceUNIVERZITA KARLOVA. P a D (statistická a věcná významnost a jejich praktické užívání v českých sociálních vědách) FAKULTA SOCIÁLNÍCH VĚD
UNIVERZITA KARLOVA FAKULTA SOCIÁLNÍCH VĚD Institut sociologických studií P a D (statistická a věcná významnost a jejich praktické užívání v českých sociálních vědách) Autor práce: Petr Soukup Školitel:
Více7.1. Podstata testu statistické hypotézy
7. TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ 7.1. Podstata testu statistické hypotézy Statistická hypotéza určitý předpoklad o parametrech nebo tvaru rozdělení zkoumaného st. znaku. Testování hypotéz proces ověřování
VíceTestování 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,
VíceAnalýza rozptylu. PSY117/454 Statistická analýza dat v psychologii Přednáška 12. Srovnávání více než dvou průměrů
PSY117/454 Statistická analýza dat v psychologii Přednáška 12 Analýza rozptylu Srovnávání více než dvou průměrů If your experiment needs statistics, you ought to have done a better experiment. Ernest Rutherford
VíceRanní úvahy o statistice
Ranní úvahy o statistice Neúplný návod ke čtení statistických výsledků Dušan Merta květen 2016 Co nás čeká 1 Základní pojmy 2 Testování hypotéz 3 Confidence interval 4 Odds ratio 2 / 26 Základní pojmy
VíceZX510 Pokročilé statistické metody geografického výzkumu. Téma: Měření síly asociace mezi proměnnými (korelační analýza)
ZX510 Pokročilé statistické metody geografického výzkumu Téma: Měření síly asociace mezi proměnnými (korelační analýza) Měření síly asociace (korelace) mezi proměnnými Vztah mezi dvěma proměnnými existuje,
VíceStatistické testování hypotéz II
PSY117/454 Statistická analýza dat v psychologii Přednáška 9 Statistické testování hypotéz II Přehled testů, rozdíly průměrů, velikost účinku, síla testu Základní výzkumné otázky/hypotézy 1. Stanovení
VíceIlustrační příklad odhadu LRM v SW Gretl
Ilustrační příklad odhadu LRM v SW Gretl Podkladové údaje Korelační matice Odhad lineárního regresního modelu (LRM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná
Vícerůzné typy přehledových studií integrativní typ snaha o zobecnění výsledků z množství studií
Meta-analýza přehledové studie, definice postup meta-analýzy statistické techniky ověření homogenity studií, agregace velikosti účinku, moderující proměnné, analýza citlivosti, publikační zkreslení přínosy
VíceVyužití a zneužití statistických metod v medicíně
Využití a zneužití statistických metod v medicíně Martin Hynek Gennet, Centre for Fetal Medicine, Prague EuroMISE Centre, First Faculty of Medicine of Charles University in Prague Statistika Existují tři
VíceNávrh a vyhodnocení experimentu
Návrh a vyhodnocení experimentu Návrh a vyhodnocení experimentů v procesech vývoje a řízení kvality vozidel Ing. Bohumil Kovář, Ph.D. FD ČVUT Ústav aplikované matematiky kovar@utia.cas.cz Mladá Boleslav
VícePSY117/454 Statistická analýza dat v psychologii seminář 9. Statistické testování hypotéz
PSY117/454 Statistická analýza dat v psychologii seminář 9 Statistické testování hypotéz Základní výzkumné otázky/hypotézy 1. Stanovení hodnoty parametru =stanovení intervalu spolehlivosti na μ, σ, ρ,
Více4EK211 Základy ekonometrie
4EK Základy ekonometrie Odhad klasického lineárního regresního modelu II Cvičení 3 Zuzana Dlouhá Klasický lineární regresní model - zadání příkladu Soubor: CV3_PR.xls Data: y = maloobchodní obrat potřeb
VíceObsah Úvod Kapitola 1 Než začneme Kapitola 2 Práce s hromadnými daty před analýzou
Úvod.................................................................. 11 Kapitola 1 Než začneme.................................................................. 17 1.1 Logika kvantitativního výzkumu...........................................
VícePSY117/454 Statistická analýza dat v psychologii přednáška 8. Statistické usuzování, odhady
PSY117/454 Statistická analýza dat v psychologii přednáška 8 Statistické usuzování, odhady Výběr od deskripce k indukci Deskripce dat, odhad parametrů Usuzování = inference = indukce Počítá se s náhodným
VíceUžívání statistické a věcné významnosti v časopise Pedagogická orientace a Pedagogika v posledních deseti letech: pohled statistika
182 Pedagogická orientace, 2016, roč. 26, č. 2, s. 182 201 STUDIE Užívání statistické a věcné významnosti v časopise Pedagogická orientace a Pedagogika v posledních deseti letech: pohled statistika Petr
VíceStatistická analýza dat v psychologii. Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead
PSY117/454 Statistická analýza dat v psychologii Přednáška 8 Statistické usuzování, odhady Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead Barevná srdíčka kolegyně
VíceÚvod do problematiky měření
1/18 Lord Kelvin: "Když to, o čem mluvíte, můžete změřit, a vyjádřit to pomocí čísel, něco o tom víte. Ale když to nemůžete vyjádřit číselně, je vaše znalost hubená a nedostatečná. Může to být začátek
VíceTESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY
TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY Statistická hypotéza je určitá domněnka (předpoklad) o vlastnostech ZÁKLADNÍHO SOUBORU. Test statistické hypotézy je pravidlo (kritérium), které na základě
VíceNávrh a vyhodnocení experimentu
Návrh a vyhodnocení experimentu Návrh a vyhodnocení experimentů v procesech vývoje a řízení kvality vozidel Ing. Bohumil Kovář, Ph.D. FD ČVUT Ústav aplikované matematiky kovar@utia.cas.cz Mladá Boleslav
VíceJEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica
JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu
VíceLEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR
LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR Ve většině případů pracujeme s výběrovým souborem a výběrové výsledky zobecňujeme na základní soubor. Smysluplné
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Definice lineárního normálního regresního modelu Lineární normální regresní model Y β ε Matice n,k je matice realizací. Předpoklad: n > k, h() k - tj. matice je plné hodnosti
VíceSTATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.
STATISTIKA LS 2013 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Ondřej Grunt RNDr. Pavel Jahoda, Ph.D. Ing. Kateřina Janurová Mgr. Tereza
VíceSMÍŠENÉ MODY SBĚRU DAT - DRUHY CHYB A MOŽNOSTI SROVNATELNOSTI
SMÍŠENÉ MODY SBĚRU DAT - DRUHY CHYB A MOŽNOSTI SROVNATELNOSTI Mgr. Jarmila Pilecká ISS FSV UK OBSAH PREZENTACE Důvody použití mixed-mode řešení Které chyby řeší a které může naopak způsobovat? Jak efektivně
VíceBAKALÁŘSKÉ STUDIUM SOCIOLOGIE Tematické okruhy ke státní zkoušce
BAKALÁŘSKÉ STUDIUM SOCIOLOGIE Tematické okruhy ke státní zkoušce Metody a techniky sociologického výzkumu A. Metodologie sociálních věd Povaha vědy obecně a sociálních věd speciálně Co je věda, co je sociologie?
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 15. licenční studium INTERAKTIVNÍ STATISTICKÁ ANALÝZA DAT Semestrální práce ANOVA 2015
VícePřednáška 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 ;
VíceZáklady biostatistiky II. Veřejné zdravotnictví 3.LF UK - II
Základy biostatistiky II Veřejné zdravotnictví 3.LF UK - II Teoretické rozložení-matematické modely rozložení Naměřená data Výběrové rozložení Teoretické rozložení 1 e 2 x 2 Teoretické rozložení-matematické
VíceČ. j.: TF/5/14 V Praze dne
Č. j.: TF/5/14 V Praze dne 5.11.2014 Pokyn děkana K realizaci Studijního a zkušebního řádu pro studium v doktorských studijních programech České zemědělské univerzity v Praze na Technické fakultě ČZU v
VíceSylabus předmětu: Metodologie kvantitativního výzkumu
Sylabus předmětu: Metodologie kvantitativního výzkumu Centrum adiktologie PK VFN 1. lékařská fakulta Univerzita Karlova v Praze Ke Karlovu 11, 120 00 Praha 2 www.adiktologie.cz Název oboru: Číslo předmětu:
VíceZápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
VíceMATEMATICKO 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),
VíceTestování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina
Testování hypotéz Analýza dat z dotazníkových šetření Kuranova Pavlina Statistická hypotéza Možné cíle výzkumu Srovnání účinnosti různých metod Srovnání výsledků různých skupin Tzn. prokázání rozdílů mezi
VíceTestování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1
Testování statistických hypotéz Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Statistickou hypotézou rozumíme hypotézu o populaci (základním souboru) např.: Střední hodnota základního souboru je rovna 100.
VíceINDUKTIVNÍ STATISTIKA
10. SEMINÁŘ INDUKTIVNÍ STATISTIKA 3. HODNOCENÍ ZÁVISLOSTÍ HODNOCENÍ ZÁVISLOSTÍ KVALITATIVNÍ VELIČINY - Vychází se z kombinační (kontingenční) tabulky, která je výsledkem třídění druhého stupně KVANTITATIVNÍ
VíceStatistika. Testování hypotéz statistická indukce Úvod do problému. Roman Biskup
Statistika Testování hypotéz statistická indukce Úvod do problému Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 21. února 2012 Statistika by Birom
VíceGrafický a číselný popis rozložení dat 3.1 Způsoby zobrazení dat Metody zobrazení kvalitativních a ordinálních dat Metody zobrazení kvan
1 Úvod 1.1 Empirický výzkum a jeho etapy 1.2 Význam teorie pro výzkum 1.2.1 Konstrukty a jejich operacionalizace 1.2.2 Role teorie ve výzkumu 1.2.3 Proces ověření hypotéz a teorií 1.3 Etika vědecké práce
VícePearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D.
Ing. Michal Dorda, Ph.D. Př. : Ve vjezdové skupině kolejí byly sledovány počty přijíždějících vlaků za hodinu. Za 5 dní (tedy 360 hodin) přijelo celkem 87 vlaků. Výsledky sledování jsou uvedeny v tabulce.
VíceIntervalový 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
Více8 Coxův model proporcionálních rizik I
8 Coxův model proporcionálních rizik I Předpokládané výstupy z výuky: 1. Student umí formulovat Coxův model proporcionálních rizik 2. Student rozumí významu regresních koeficientů modelu 3. Student zná
VíceTestování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test
Testování hypotéz 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test Testování hypotéz proces, kterým rozhodujeme, zda přijmeme nebo zamítneme nulovou hypotézu
VíceVYBRANÉ DVOUVÝBĚROVÉ TESTY. Martina Litschmannová
VYBRANÉ DVOUVÝBĚROVÉ TESTY Martina Litschmannová Obsah přednášky Vybrané dvouvýběrové testy par. hypotéz test o shodě rozptylů (F-test), testy o shodě středních hodnot (t-test, Aspinové-Welchův test),
VíceKaždá škola (včetně té, která je koordinující) uvede charakteristiku té části projektu, kterou řeší, v následující tabulce:
Každá škola (včetně té, která je koordinující) uvede charakteristiku té části, kterou řeší, v následující tabulce: CHARAKTERISTIKA DÍLČÍ ČÁSTI PROJEKTU ČESKÁ ZEMĚDĚLSKÁ UNIVERZITA V PRAZE Přehled o řešení
VíceMetodologie pro Informační studia a knihovnictví 2
Metodologie pro Informační studia a knihovnictví 2 Modul 9: Úvod do induktivní statistiky Obsah Induktivní statistika... 2 Kdy můžeme zobecňovat?... 2 Logika statistické indukce... 3 Proč nelze jednoduše
VíceSTATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7
Inovace předmětu STATISTIKA Obsah 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 1 1. Inovace předmětu STATISTIKA Předmět Statistika se na bakalářském oboru
VíceTestování statistických hypotéz
Testování statistických hypotéz 1 Testování statistických hypotéz 1 Statistická hypotéza a její test V praxi jsme nuceni rozhodnout, zda nějaké tvrzeni o parametrech náhodných veličin nebo o veličině samotné
VíceTestování 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
VíceOptimalizace provozních podmínek. Eva Jarošová
Optimalizace provozních podmínek Eva Jarošová 1 Obsah 1. Experimenty pro optimalizaci provozních podmínek 2. EVOP klasický postup využití statistického softwaru 3. Centrální složený návrh model odezvové
VíceMetodologie pedagogického výzkumu II
Metodologie pedagogického výzkumu II kurz pro první ročník magisterského studia oboru pedagogiky, PedF UK rozsah kurzu: 1/1 výuka probíhá blokově: sobota 2.4. v 10:00-17:30 v R208 sobota 9.4. v 10:00-17:30
VícePSY117/454 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
VíceStatistika. Teorie odhadu statistická indukce. Roman Biskup. (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at) .
Statistika Teorie odhadu statistická indukce Intervalový odhad µ, σ 2 a π Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 21. února 2012 Statistika
VíceIntervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace
Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje
Více5EN306 Aplikované kvantitativní metody I
5EN306 Aplikované kvantitativní metody I Přednáška 3 Zuzana Dlouhá Předmět a struktura kurzu 1. Úvod: struktura empirických výzkumů 2. Tvorba ekonomických modelů: teorie 3. Data: zdroje a typy dat, význam
VíceEpidemiologické ukazatele. lních dat. analýza kategoriáln. Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat. a I E
Testování statistických hypotéz z a analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. Epidemiologické ukazatele Rizikový faktor Populace Přítomen Nepřítomen Celkem Nemocní a b a+b Kontroly
VíceDoktorské studium na FPH VŠE. Martin Lukeš proděkan pro vědu, výzkum a doktorské studium
Doktorské studium na FPH VŠE Martin Lukeš proděkan pro vědu, výzkum a doktorské studium 3.10.2016 1 1. Proč studovat doktorské studium Chtít přicházet věcem (korektním a metodicky správným způsobem) na
VícePRAVDĚPODOBNOST A STATISTIKA 1 Metodický list č 1.
Metodický list č 1. Název tématického celku: Elementární statistické zpracování 1 - Kolekce a interpretace statistických dat, základní pojmy deskriptivní statistiky. Cíl: Základním cílem tohoto tematického
VíceZelený produkt automobilek a jeho vnímání různými generacemi českých spotřebitelů EVA JADERNÁ, MARTIN MLÁZOVSKÝ
Zelený produkt automobilek a jeho vnímání různými generacemi českých spotřebitelů EVA JADERNÁ, MARTIN MLÁZOVSKÝ Řešitelský tým Vedoucí projektu: Ing. Eva Jaderná, Ph.D., Katedra marketingu a managementu
VíceSTATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)
STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky) 1) Význam a využití statistiky v biologických vědách a veterinárním lékařství ) Rozdělení znaků (veličin) ve statistice 3) Základní a
VíceIntervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace
Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje
VíceJednostranné intervaly spolehlivosti
Jednostranné intervaly spolehlivosti hledáme jen jednu z obou mezí Princip: dle zadání úlohy hledáme jen dolní či jen horní mez podle oboustranného vzorce s tou změnou, že výraz 1-α/2 ve vzorci nahradíme
VíceInovace studia obecné jazykovědy a teorie komunikace ve spolupráci s přírodními vědami. reg. č.: CZ.1.07/2.2.00/
Inovace studia obecné jazykovědy a teorie komunikace ve spolupráci s přírodními vědami reg. č.: CZ.1.07/2.2.00/28.0076 Úvod do kvantitativní lingvistiky Radek Čech Kvantitativní lingvistika co Vás napadne,
VícePokročilejší metody: výběr. Začínáme otázkami na povahu vysvětlované proměnné a končíme otázkami na povahu vysvětlujících proměnných
Výběr metody Jak vybrat správnou statistickou metodu pro moje data a pro otázku, kterou si kladu Neexistuje žádná náhražka za zkušenost nejlepší metoda, jak vědět co dělat, je použít stejnou správnou metodu
Více{ } ( 2) Příklad: Test nezávislosti kategoriálních znaků
Příklad: Test nezávislosti kategoriálních znaků Určete na hladině významnosti 5 % na základě dat zjištěných v rámci dotazníkového šetření ve Šluknově, zda existuje závislost mezi pohlavím respondenta a
VíceVOLBA SAMOSTATNÉHO CENTRÁLNÍHO ÚTVARU LOGISTIKY VE VÝROBNÍM PODNIKU
VOLBA SAMOSTATNÉHO CENTRÁLNÍHO ÚTVARU LOGISTIKY VE VÝROBNÍM PODNIKU THE CHOICE OF AN INDEPENDENT CENTRAL LOGISTICS DEPARTMENT IN A MANUFACTURING COMPANY Stanislav Koutný 1 Anotace: V rámci příprav na širší
Víceanalýzy dat v oboru Matematická biologie
INSTITUT BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Komplexní přístup k výuce analýzy dat v oboru Matematická biologie Tomáš Pavlík, Daniel Schwarz, Jiří Jarkovský,
VíceAlternativní nástroje hodnocení vědy. Adéla Jarolímková Národní lékařská knihovna
Alternativní nástroje hodnocení vědy Adéla Jarolímková Národní lékařská knihovna Tradiční metody hodnocení vědecké činnosti Orientace na publikované výstupy Bibliometrie, scientometrie Založené na počtu
VíceTestování hypotéz o parametrech regresního modelu
Testování hypotéz o parametrech regresního modelu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO
VíceTestování uživatelského rozhraní
České vysoké učení technické v Praze, fakulta elektrotechnická 2012/2013 Semestrální práce na předmět Testování uživatelského rozhraní Kvantitativní test Jiří Blažek blazej18@fel.cvut.cz Obsah Obsah...1
VíceHODNOCENÍ 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
VíceTECHNICKÁ UNIVERZITA V LIBERCI. Statistický rozbor dat z dotazníkového šetření
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření Analýza výsledků dotazníkového šetření - fakultní dotazník Vypracovaly: Klára Habrová,
VíceStatistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
VíceDesign Experimentu a Statistika - AGA46E
Design Experimentu a Statistika - AGA46E Czech University of Life Sciences in Prague Department of Genetics and Breeding Summer Term 2015 Matúš Maciak (@ A 211) Office Hours: T 9:00 10:30 or by appointment
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Definice lineárního normálního regresního modelu Lineární normální regresní model Y Xβ ε Předpoklady: Matice X X n,k je matice realizací. Předpoklad: n > k, h(x) k - tj. matice
Víceanalýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat Epidemiologické ukazatele
Testování statistických hypotéz z a analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. 1 Záznam epidemiologických dat Rizikový faktor Populace Přítomen Nepřítomen Celkem Nemocní a b a+b Kontroly
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÉHO ŠETŘENÍ ANALÝZA VÝSLEDKŮ VYUŢITÍ PROJEKTOVÉHO ŘÍZENÍ V ESN Příjmení a jméno: Hrdá Sabina, Kovalčíková
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky, informatiky a mezioborových studií Základní pojmy diagnostiky a statistických metod vyhodnocení Učební text Ivan Jaksch Liberec 2012 Materiál vznikl
VíceStatistika. Základní pojmy a cíle statistiky. Roman Biskup. (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at) .
Statistika Základní pojmy a cíle statistiky Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 12. února 2012 Statistika by Birom Statistika Pojmy a cíle
VíceDobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze
Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Pravděpodobnost a učení Doc. RNDr. Iveta Mrázová,
VícePravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.
Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2015/2016 Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz Jan Kracík jan.kracik@vsb.cz Obsah: Výběrová rozdělení
VíceZáklady počtu pravděpodobnosti a metod matematické statistiky
Errata ke skriptu Základy počtu pravděpodobnosti a metod matematické statistiky K. Hron a P. Kunderová Autoři prosí čtenáře uvedeného studijního textu, aby případné další odhalené chyby nad rámec tohoto
VíceMetoda backward výběru proměnných v lineární regresi a její vlastnosti
Metoda backward výběru proměnných v lineární regresi a její vlastnosti Aktuárský seminář, 13. dubna 2018 Milan Bašta 1 / 30 1 Metody výběru proměnných do modelu 2 Monte Carlo simulace, backward metoda
VícePorovnání dvou výběrů
Porovnání dvou výběrů Menu: QCExpert Porovnání dvou výběrů Tento modul je určen pro podrobnou analýzu dvou datových souborů (výběrů). Modul poskytuje dva postupy analýzy: porovnání dvou nezávislých výběrů
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření Počet stran: 10 Datum odevzdání: 13. 5. 2016 Pavel Kubát Obsah Úvod... 3 1 Charakterizujte
VícePOKROČILÉ METODY V SOCIÁLNÍCH VĚDÁCH SYLABUS PRO AKADEMICKÝ ROK LETNÍ SEMESTR. Vyučující: Mgr. et Mgr. Jakub Lysek
POKROČILÉ METODY V SOCIÁLNÍCH VĚDÁCH SYLABUS PRO AKADEMICKÝ ROK 2015 2016 LETNÍ SEMESTR Vyučující: Mgr. et Mgr. Jakub Lysek jakub.lysek01@upol.cz I. CÍL KURZU Cílem kurzu je prohloubení znalosti kvantitativních
VíceMetodologie 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
VíceFisherův exaktní test
Katedra pravděpodobnosti a matematické statistiky Karel Kozmík Fisherův exaktní test 4. prosince 2017 Motivace Máme kontingenční tabulku 2x2 a předpokládáme, že četnosti vznikly z pozorování s multinomickým
VíceP-value. Alžběta Gardlo, Karel Hron Laboratoř metabolomiky Ústav molekulární a translační medicíny, UPOL a FNOL
P-value Alžběta Gardlo, Karel Hron alzbetagardlo@gmail.com Laboratoř metabolomiky Ústav molekulární a translační medicíny, UPOL a FNOL Přírodovědecká fakulta UPOL 18.11. 2015 Obsah 1 Úvod 2 Testování statistických
VíceÚvodem 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
VíceDopad fenoménu Industrie 4.0 do finančního řízení
Akademičtí řešitelé výzkumné organizace: Ing. Josef Horák, Ph.D. doc. Ing. Jiřina Bokšová, Ph.D. Katedra financí a účetnictví ŠKODA AUTO Vysoká škola o. p. s. 16. ledna 2019 Struktura prezentace: Základní
VícePROHLOUBENÍ NABÍDKY DALŠÍHO VZDĚLÁVÁNÍ NA VŠPJ A SVOŠS V JIHLAVĚ
Projekt č. CZ.1.07/3.2.09/03.0015 PROHLOUBENÍ NABÍDKY DALŠÍHO VZDĚLÁVÁNÍ NA VŠPJ A SVOŠS V JIHLAVĚ http://www.vspj.cz/skola/evropske/opvk Tento projekt je spolufinancován Evropským sociálním fondem a státním
VícePřednáška 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 ;
VícePravděpodobnost a aplikovaná statistika
Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 8. KAPITOLA STATISTICKÉ TESTOVÁNÍ HYPOTÉZ 22.11.2016 Opakování: CLV příklad 1 Zadání: Před volbami je v populaci státu 52 % příznivců
VíceNAŘÍZENÍ DĚKANA č. 3/2017
č. Pravidla a požadavky pro doktorské studijní programy (DSP) na FLD Pravidla a požadavky: 1) Individuální studijní plán (ISP) Předměty stanovené příslušnou oborovou radou (OR): * pokud student složí podobně
VíceAKTIVNÍ ZAPOJOVÁNÍ STUDENTŮ DO VÝUKY STATISTIKY A PSYCHOMETRIE: ZKUŠENOSTI Z USA
AKTIVNÍ ZAPOJOVÁNÍ STUDENTŮ DO VÝUKY STATISTIKY A PSYCHOMETRIE: ZKUŠENOSTI Z USA Patrícia Martinková Ústav informatiky AV ČR martinkova@cs.cas.cz www.cs.cas.cz/martinkova Konference STAKAN, 10. října 2015,
VíceMetody přírodních věd aplikované na vědy sociální: předpoklad, že lidské chování můžeme do jisté míry měřit a předpovídat.
3. Kvalitativní vs kvantitativní výzkum Kvantitativní výzkum Metody přírodních věd aplikované na vědy sociální: předpoklad, že lidské chování můžeme do jisté míry měřit a předpovídat. Kvantitativní výzkum
Více