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

Rozměr: px
Začít zobrazení ze stránky:

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

Transkript

1 ANALÝZA OBTÍŽNOSTI TESTU STUDIJNÍCH PŘEDPOKLADŮ NA EKONOMICKO SPRÁVNÍ A PRÁVNICKÉ FAKULTĚ MASARYKOVY UNIVERZITY V ROCE 04 Marie Budíková Katedra aplikované matematiky, Přírodovědecká fakulta, Masarykova univerzita Janáčkovo náměstí 2a, 2 00 Brno Abstrakt: Příspěvek si klade za cíl analyzovat obtížnost položek jednotlivých subtestů testu studijních předpokladů, který na Ekonomicko správní fakultě a Právnické fakultě Masarykovy univerzity slouží jako jediný nástroj u přijímací zkoušky. Pomocí krabicových diagramů a dvouvýběrových t-testů je posuzována rozdílnost středních hodnot obtížnosti položek jednotlivých subtestů pro všechny uchazeče o studium na těchto dvou fakultách, dále pro přijaté uchazeče o studium na a a posléze pro přijaté a nepřijaté uchazeče o studium na a studium na. Klíčová slova: test studijních předpokladů, subtest, index obtížnosti, krabicový diagram, dvouvýběrový t-test 1. Úvod Na většině fakult Masarykovy univerzity je v přijímacím řízení již několik let používán test studijních předpokladů (nadále TSP). Test obsahuje osmdesát otázek (položek), rozdělených do osmi okruhů, které se nazývají subtesty. Každý z nich je zaměřen na určitou specifickou oblast. Prověřuje schopnosti myšlení verbálního, numerického, symbolického, analytického, kritického a vědeckého a vedle toho i prostorovou představivost a schopnost úsudků. Univerzitní veřejnost se zamýšlí nad tím, zda v přijímacím řízení na různých fakultách posílit vliv různých subtestů, např. pro přijetí na Přírodovědeckou fakultu zdůraznit subtest Numerické myšlení nebo na Filosofickou fakultu Verbální myšlení. Zajisté tedy bude užitečné posoudit, jak obtížné byly položky v jednotlivých subtestech pro uchazeče o studium na různých fakultách. 2. Základní informace o TSP 2.1. Hrubé skóre a vážené skóre Ke každé z osmdesáti položek existuje právě jedna správná odpověď a čtyři chybné odpovědi (tzv. distraktory). Pokud uchazeč zvolí správnou odpověď, získá za danou položku jeden bod, v opačném případě žádný bod. Celkový počet bodů získaných v TSP (tzv. hrubé skóre - HS) se tedy může pohybovat od 0 do bodů. Na řešení testu mají uchazeči minut. Vzhledem k velkému počtu uchazečů o studium na Masarykově univerzitě nelze konat přijímací zkoušky ve stejnou dobu. Z tohoto důvodu je vždy sestaveno několik variant TSP, přičemž pro každou variantu jsou vytvořeny tři verze lišící se pořadím odpovědí v jednotlivých položkách. Varianty se však poněkud mohou lišit obtížností. Aby se eliminoval vliv varianty, je hrubé skóre v rámci každé varianty přepočteno na výkon na percentilové stupnici (vážené skóre - VS). Vážené skóre umožňuje objektivní porovnání výkonu jedince s výkony ostatních uchazečů. Nabývá hodnot mezi 0 a. Uchazeč je ke studiu přijímán podle hodnot váženého skóre.

2 2.2. Subtesty v testu studijních předpokladů Položky v TSP jsou seskupeny po deseti do tzv. subtestů, které zjišťují schopnost uchazeče řešit úlohy různého typu. Přehled o subtestech podává následující tabulka 1: číslo subtestu název subtestu čísla položek 1 Verbální myšlení 1 2 Numerické myšlení 11 3 Symbolické myšlení 21 4 Prostorová představivost 31 5 Úsudky 41 6 Analytické myšlení 51 7 Základy vědeckého myšlení 61 8 Kritické myšlení 71 Tab. 1: Názvy subtestů v TSP Pro lepší představu o TSP je uvedeno několik ukázek úloh z jednotlivých subtestů. Subtest 1 Verbální myšlení Určete, ve které z následujících dvojic je významový vztah jejích členů vztahem nejpodobnější následující dvojici: redundance: nadbytečnost a) pes: zajíc b) dřevo: pila c) přání: touha d) kutil: mrkev e) krůta: kohout Subtest 2 Numerické myšlení Vyberte nejmenší a největší číslo:,,,,,, a), b), c), d) 3, e), Subtest 3 Symbolické myšlení V níže uvedeném slově zjistěte, v kolika případech má dvojice po sobě následujících písmen (první a druhé, druhé a třetí atd.) pořadí podle abecedy, tj. první písmeno je v abecedě dříve než písmeno následující. Slovo obhospodařovat a) 7 b) 6 c) d) 9 e) 8 Subtest 4 Prostorová představivost Ke které z níže uvedených kostek patří zobrazená síť? (b)

3 Subtest 5 Úsudky Určete větu (z níže uvedených nožností), kterou lze z daných vět zaručeně platně odvodit: Žádné pohrabáče nejsou měkké. Všechny podušky jsou měkké. a) Žádné podušky nejsou pohrabáče. b) Některé podušky nejsou pohrabáče. c) Všechny podušky jsou pohrabáče. d) Podušky jsou příjemnější než pohrabáče. e) Některé podušky jsou pohrabáče. Subtest 6 Analytické myšlení Varování: Nebudeš-li si čistit zuby nebo budeš-li jíst bonbóny, budeš muset k zubaři. Vyberte situaci, která je v rozporu s tímto varováním: a) Alenka nejedla bonbóny a musela k zubaři. b) Nikdo nemusel k zubaři. c) Pepíček si čistil zuby a musel k zubaři. d) Michálek si čistil zuby, nejedl bonbóny a musel k zubaři. e) Frantík si nečistil zuby, jedl bonbóny a nemusel k zubaři. Subtest 7 Základy vědeckého myšlení Galénos z Pergamu je osobnost, kterou spojujeme s dějinami a) astronomie b) teologie c) přirozeného práva d) medicíny e) ekologie Subtest 8 Kritické myšlení Za diskriminaci při přijímání do zaměstnání nelze považovat v běžných situacích (tj. nejde-li o specifická povolání) výběr osoby na základě a) pohlaví b) sexuální orientace c) věku d) odborné způsobilosti e) náboženského přesvědčení 3. Test studijních předpokladů na Ekonomicko správní fakultě a Právnické fakultě 3.1. Výjimečnost a z hlediska TSP V rámci přijímacího řízení na některé fakulty MU nebo studijní obory na fakultách je nutné absolvovat nejenom TSP, ale také odborné testy. K těmto fakultám patří například Lékařská fakulta či Pedagogická fakulta, ke studijním oborům biologie či geografie na Přírodovědecké fakultě. V roce 04 pouze uchazeči o studium na a řešili jen TSP. Při analýze TSP se tedy zaměříme na uchazeče, kteří se hlásili ke studiu na těchto dvou fakultách Informace o přijetí V roce 04 podalo na přihlášku 7446 uchazečů, ke studiu bylo přijato 18 uchazečů (18,9%), nepřijato 38 (81,1%). Na se hlásilo 9448 uchazečů, ke studiu bylo přijato 756 uchazečů (8%), nepřijato 8692 (92%). Testujeme-li na asymptotické hladině významnosti 0,05 hypotézu, že podíly přijatých uchazečů jsou na obou fakultách stejné, poskytne Pearsonův chí-kvadrát test testovou statistiku 443,61 s jedním stupněm volnosti. Odpovídající p-hodnota je velmi blízká nule, tedy hypotézu o shodě podílů zamítáme na asymptotické hladině významnosti 0,05. Podíl šancí na přijetí na je OR = = 2, 68, tedy ucha zeči o studium na mají 2,68 krát vyšší šanci na přijetí než uchazeči o studium na. Na obrázku 1 jsou absolutní a relativní četnosti přijatých a nepřijatých uchazečů znázorněny pomocí výsečových diagramů.

4 prijat; 18; 19% prijat; 756; 8% neprijat; 38; 81% neprijat; 8692; 92% Obr. 1: Výsečové diagramy absolutních a relativních četností přijatých a nepřijatých uchazečů 4. Analýza subtestů z hlediska jejich obtížnosti 4.1. Výpočet indexu obtížnosti n Index obtížnosti položky testu se počítá podle vzorce P = S, kde n S je počet n osob, které danou položku vyřešily správně a n je celkový počet osob. Je-li tedy daná položka obtížná, bude index obtížnosti blízký 0, je-li naopak snadná, bude tento index blízký. Je-li položka správně zkonstruovaná, její index obtížnosti by se měl nacházet v intervalu,. Položky s indexem obtížnosti pod jsou extrémně těžké, naopak položky s indexem obtížnosti nad jsou extrémně snadné. Graf indexů obtížnosti položek na obou fakultách vidíme na obrázku 2: Obr. 2: Průběh indexů obtížnosti položek TSP Lze konstatovat, že v průběhu indexů obtížnosti položek na obou sledovaných fakultách nejsou téměř žádné rozdíly. Tento dojem je podpořen provedením dvouvýběrového t-testu, jehož výsledek vidíme v tabulce 2: t sv p Sm.odch. Sm.odch. F-pomě P,79,75 0, ,98 19,00 19,15 1,0157 Tab. 2: Výsledky dvouvýběrového t-testu pro celý TSP

5 Hodnota testové statistiky pro test hypotézy, že střední hodnota indexů obtížnosti je na obou fakultách stejná, je velmi malá (t = 0,0151), p-hodnota je blízká 1 (p = 0,988), tedy na hladině významnosti 0,05 nulovou hypotézu nezamítáme Obtížnost položek subtestů pro uchazeče o studium na a Zaměříme se nyní na hledání rozdílů v obtížnosti položek jednotlivých subtestů pro všechny uchazeče o studium na a. Obrázek 3 znázorňuje pomocí krabicových diagramů (je použita varianta krabicových diagramů s průměrem, směrodatnou chybou, minimem a maximem) indexy obtížnosti položek v jednotlivých subtestech P_ P_ Obr. 3: Krabicové diagramy obtížnosti položek v osmi subtestech pro a všichni Z těchto krabicových diagramů vyplývá, že první, sedmý a osmý subtest byly snazší pro uchazeče o studium na. Variabilita indexů obtížnosti v jednotlivých subtestech byla na obou fakultách srovnatelná. S výjimkou třetího subtestu vykazují indexy obtížnosti položek v subtestech jen malé odchylky od normálního rozložení, proto na vyhodnocení rozdílů v úrovni obtížnosti položek v subtestech použijeme dvouvýběrový t-test. Výsledky jsou zachyceny v tabulce 3: subtest 1 subtest 2 subtest 3 subtest 4 subtest 5 subtest 6 subtest 7 subtest 8 t sv p Sm.odch. Sm.odch. F-poměr p 77,25 78,38-0, ,5997 5,00 4,44 1,2636 0,7331,48 49,01 0, ,7174 9,12 8,83 1,0669 0,9248,21 78,61 0, , ,83 26,48 1,1373 0, ,97 72,14 0, , ,08 18,55 1,0527 0,93 49,56 48,67 0, , ,81 15,26 1,06 0,91 45,31 44,59 0, ,84 8,18 8, 1,0055 0, ,03 49,99-0, ,4912 9,47 9, 1,0157 0, ,53 64,58-0, ,6346 9,44 9,56 1,0268 0,9692 Tab. 3: Výsledky dvouvýběrového t-testu pro osm subtestů - všichni Ve všech osmi případech jsou p-hodnoty větší než hladina významnosti 0,05, tedy na této hladině nezamítáme hypotézu o shodě středních hodnot indexů obtížnosti položek v jednotlivých subtestech pro uchazeče o studium na a.

6 4.3. Obtížnost položek subtestů pro přijaté uchazeče o studium na a Nyní naše zkoumání omezíme pouze na přijaté uchazeče. Podívejme se na obrázek 4, který znázorňuje krabicové diagramy indexů obtížnosti položek jednotlivých subtestů pro uchazeče, kteří byli přijati ke studiu na či : P P P P Obr. 4: Krabicové diagramy obtížnosti položek v osmi subtestech pro a - přijatí V tomto případě už je situace poněkud odlišná. Jsou pozorovatelné větší rozdíly jak v průměrech, tak ve směrodatných chybách. Testujeme-li pomocí dvouvýběrového t-testu hypotézu, že střední hodnoty indexů obtížnosti položek v jednotlivých subtestech jsou stejné pro uchazeče o studium na sledovaných dvou fakultách, dostaneme výsledky zaznamenané v tabulce 4: subtest 1 subtest 2 subtest 3 subtest 4 subtest 5 subtest 6 subtest 7 subtest 8 t sv p Sm.odch. Sm.odch. F-poměr p 86,16 89,29-1, ,1199 4,79 3, 1,6817 0,47 65,99 71,01-1, ,2666,47 9,03 1,3446 0, ,22 88,93-0, ,86,49 19,37 1,1188 0, ,08 87,34-0, ,89 12, 12,00 1,0842 0,61 69,74 74,74-0, , ,81 11,35 1,48 0,56 67,28 73,48-2, ,0353 6,44 5,71 1,2716 0, ,45 66,98-1, ,2366,67 9,49 1,2627 0, ,45 85,08-1, ,2867 8,05 6,67 1,4566 0,5843 Tab. 4: Výsledky dvouvýběrového t-testu pro osm subtestů - přijatí Všechny subtesty byly snazší pro přijaté uchazeče o studium na. Na hladině významnosti 0,05 se prokázala odlišnost ve střední hodnotě indexů obtížnosti položek šestého subtestu, tj. toho subtestu, který je zaměřen na analytické myšlení. Pro budoucí právníky byl tento subtest výrazně snazší než pro budoucí ekonomy. Získané výsledky ovšem nejsou překvapující, neboť výběr uchazečů na je mnohem přísnější než na.

7 4.4. Obtížnost položek subtestů pro přijaté a nepřijaté uchazeče o studium na a o studium na Nyní prozkoumáme rozdíly mezi přijatými a nepřijatými uchazeči z hlediska obtížnosti jednotlivých subtestů. Obrázek 5 znázorňuje krabicové diagramy obtížnosti položek v subtestech pro přijaté a nepřijaté uchazeče: P N P P P N P P Obr. 5: Krabicové diagramy obtížnosti položek v osmi subtestech pro přijaté a nepřijaté U obou fakult jsou pozorovatelné velmi výrazné rozdíly v obtížnosti položek jednotlivých subtestů pro přijaté a nepřijaté uchazeče. Použijeme dvouvýběrový t-test k testování hypotézy, že střední hodnoty indexů obtížnosti položek v jednotlivých subtestech jsou stejné pro přijaté a nepřijaté uchazeče. Výsledky pro jsou uvedeny v tabulce 5, pro v tabulce 6: subtest 1 subtest 2 subtest 3 subtest 4 subtest 5 subtest 6 subtest 7 nep rijat prijat t sv p Sm.odch. nep rijat Sm.odch. prijat F-poměr 75,17 86,16-4, ,0001 5,15 4,79 1, ,86 65,99-4,4 18 0,0003 8,85,47 1,09 78,57 87,22-0, , ,93,49 1,18 71,15 86,08-2, ,05 19,45 12, 2, ,85 69,74-3, , ,31 13,81 1,2293,18 67,28-7, ,0000 8,59 6,44 1,70 43,66 61,65-3, ,0009 9,24,67 1,3343 Tab. 5: Výsledky dvouvýběrového t-testu pro osm subtestů přijatí a nepřijatí, subtest 1 subtest 2 subtest 3 subtest 4 subtest 5 subtest 6 subtest 7 neprijat prijat t sv p Sm.odch. neprijat Sm.odch. prijat F-poměr 77,43 89,29-6, ,0000 4,55 3, 1, ,09 71,01-5, ,0000 8,82 9,03 1, ,72 88,93-1, , 27,16 19,37 1,9658,82 87,34-2,3 18 0, ,16 12,00 2,54 46, 74,74-4, , ,67 11,35 1,68 42,07 73,48-9, ,0000 8,45 5,71 2,18 48,52 66,98-4, ,0004 9,43 9,49 1,0147 Tab. 6: Výsledky dvouvýběrového t-testu pro osm subtestů přijatí a nepřijatí,

8 Vidíme, že na obou fakultách jsme s rizikem omylu nejvýše 5% prokázali rozdíly ve střední hodnotě indexů obtížnosti položek subtestů číslo 1, 2, 5, 6, 7, 8 pro přijaté a nepřijaté uchazeče, na navíc ještě u subtestu číslo 4. Vzhledem k tomu, že stupně volnosti jsou pro všechny testové statistiky stejné, můžeme vliv jednotlivých subtestů na přijetí uchazeče posuzovat přímo pomocí hodnoty testové statistiky t. Na má největší vliv subtest číslo 6 Analytické myšlení a dále subtest číslo 8 Kritické myšlení. Rovněž na se jako nejvlivnější projevuje subtest číslo 6, na druhém místě se však ocitá subtest číslo 1 Verbální myšlení. Naopak subtesty číslo 3 Symbolické myšlení a číslo 4 Prostorová představivost se pro přijetí uchazečů jeví nejméně vlivné. Na obou fakultách byl pro přijaté uchazeče nejobtížnější subtest číslo 7 Základy vědeckého myšlení, pro nepřijaté uchazeče pak subtest číslo 6 Analytické myšlení. 5. Závěr Zaměřili jsme se analýzu testu studijních předpokladů na Ekonomicko správní fakultě a Právnické fakultě Masarykovy univerzity, přičemž jsme použili údaje z přihlášek z roku 04. Vzhledem k tomu, že uchazeč může podat přihlášku na několik fakult MU současně a přitom řeší TSP pouze jednou, není vyloučeno, že výsledky stejných uchazečů mohou být zahrnuty jak na, tak na. Naším hlavním cílem bylo zkoumání indexů obtížnosti položek v osmi subtestech, které tvoří TSP. S rizikem omylu nejvýše 5% jsme prokázali, že na obou sledovaných fakultách neexistuje rozdíl ve střední hodnotě indexů obtížnosti položek jednotlivých subtestů; pro přijaté uchazeče existuje rozdíl ve střední hodnotě indexů obtížnosti položek šestého subtestu Analytické myšlení, tento subtest byl výrazně snazší pro uchazeče o studium na ; pro přijaté a nepřijaté uchazeče o studium na existuje rozdíl ve střední hodnotě indexů obtížnosti položek subtestů číslo 1, 2, 5, 6, 7, 8, přičemž největší vliv na přijetí vykazují subtesty číslo 6 Analytické myšlení a dále číslo 8 Kritické myšlení ; pro přijaté a nepřijaté uchazeče o studium na existuje rozdíl ve střední hodnotě indexů obtížnosti položek subtestů číslo 1, 2, 4, 5, 6, 7, 8, přičemž největší vliv na přijetí vykazují subtesty číslo 6 Analytické myšlení a dále číslo 1 Verbální myšlení ; pro přijaté uchazeče na obou fakultách byl shodně nejobtížnější subtest číslo 7 Základy vědeckého myšlení, pro nepřijaté uchazeče pak subtest číslo 6 Analytické myšlení. Lze konstatovat, že o přijetí na a se uchází v podstatě stejný typ studentů. Výběr uchazečů o studium na je však přísnější než na (na bylo přijato pouze 8% uchazečů, na téměř 19%), proto jsou na větší rozdíly mezi přijatými a nepřijatými uchazeči než na. Literatura: [1] Anděl, J.: Matematická statistika. SNTL/Alfa Praha [2] Dan, J., Budíková, M.: Test studijních předpokladů TSP 04. Analytická studie. MU Brno 04. [3] STATISTICA for Windows. StatSoft, Inc. 00.

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě 31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty

Více

Cvičení 9: Neparametrické úlohy o mediánech

Cvičení 9: Neparametrické úlohy o mediánech Cvičení 9: Neparametrické úlohy o mediánech Úkol 1.: Párový znaménkový test a párový Wilcoxonův test Při zjišťování kvality jedné složky půdy se používají dvě metody označené A a B. Výsledky: Vzorek 1

Více

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368

676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368 Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540

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

Cvičení ze statistiky - 9. Filip Děchtěrenko

Cvičení ze statistiky - 9. Filip Děchtěrenko Cvičení ze statistiky - 9 Filip Děchtěrenko Minule bylo.. Dobrali jsme normální rozdělení Tyhle termíny by měly být známé: Inferenční statistika Konfidenční intervaly Z-test Postup při testování hypotéz

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

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

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu K čemu slouží statistika Popisuje velké soubory dat pomocí charakteristických čísel (popisná statistika). Hledá skryté zákonitosti v souborech

Více

MASARYKOVA UNIVERZITA Ekonomicko-správní fakulta

MASARYKOVA UNIVERZITA Ekonomicko-správní fakulta MASARYKOVA UNIVERZITA Ekonomicko-správní fakulta PŘIJÍMÁNÍ KE STUDIU NA AKADEMICKÝ ROK 2009/2010 V souladu s 49 zákona č. 111/1998 Sb. odstavec 5 zveřejňuji informaci o přijímacím řízení na akademický

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

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

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

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

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT

Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Seminární práce 1 Brno, 2002 Ing. Pavel

Více

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času

Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek

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

Nepodali přihlášku na žádnou školu gymnázium 59 58 3 1 1 obchodní akademie. Podali přihlášku na VŠ. Podali přihlášku na VOŠ

Nepodali přihlášku na žádnou školu gymnázium 59 58 3 1 1 obchodní akademie. Podali přihlášku na VŠ. Podali přihlášku na VOŠ Přehled podaných přihlášek k dalšímu studiu Druh/typ školy Počet absolventů celkem na VŠ na VOŠ na jiný typ školy Nepodali přihlášku na žádnou školu gymnázium 59 58 3 1 1 obchodní akademie 30 19 6 2 6

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

Porovnání dvou výběrů

Porovnání 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

Více

Studium informatiky: přehled českých vysokých škol

Studium informatiky: přehled českých vysokých škol Živě, 27.02.2012 Studium informatiky: přehled českých vysokých škol [zive.cz; 25/02/2012; David Polesný, Ivan Kvasnica ; Zaradenie: zive.cz] Pokud uvažujete o studiu na vysoké škole, pomalu se vám krátí

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

Výsledky základní statistické charakteristiky

Výsledky základní statistické charakteristiky Výsledky základní statistické charakteristiky (viz - Vyhláška č. 343/00 Sb. o průběhu přijímacího řízení na vysokých školách a Vyhláška 76/004 Sb. kterou se mění vyhláška č. 343/00 Sb., o postupu a podmínkách

Více

Podmínky pro přijetí ke studiu na ESF MU do bakalářských a navazujících magisterských studijních programů pro akademický rok 2013/2014

Podmínky pro přijetí ke studiu na ESF MU do bakalářských a navazujících magisterských studijních programů pro akademický rok 2013/2014 Podmínky pro přijetí ke studiu na ESF MU do bakalářských a navazujících magisterských studijních programů pro akademický rok 2013/2014 A. Přijímací zkouška do bakalářského studia Podmínkou přijetí ke studiu

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

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

Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2004/05

Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2004/05 Západočeská univerzita v Plzni Fakulta elektrotechnická Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2004/05 Zpracováno dne 29. 10. 2004 Informace o přijímacích zkouškách

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

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

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

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík

ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE. Matematika 0A4. Cvičení, letní semestr DOMÁCÍ ÚLOHY. Jan Šafařík Vysoké učení technické v Brně Stavební fakulta ÚSTAV MATEMATIKY A DESKRIPTIVNÍ GEOMETRIE Matematika 0A4 Cvičení, letní semestr DOMÁCÍ ÚLOHY Jan Šafařík Brno c 200 (1) 120 krát jsme házeli hrací kostkou.

Více

Základní statistické charakteristiky písemných testů

Základní statistické charakteristiky písemných testů Základní statistické charakteristiky písemných testů Přijímací řízení na Ekonomicko-správní fakultu MU do navazujících magisterských oborů. Studenti byli přijímání na tyto obory: Prezenční magisterské

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

Statistické metody v ekonomii. Ing. Michael Rost, Ph.D.

Statistické metody v ekonomii. Ing. Michael Rost, Ph.D. Statistické metody v ekonomii Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Test χ 2 v kontingenční tabulce typu 2 2 Jde vlastně o speciální případ χ 2 testu pro čtyřpolní tabulku.

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

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

a) Základní informace o souboru Statistika: Základní statistika a tabulky: Popisné statistiky: Detaily

a) Základní informace o souboru Statistika: Základní statistika a tabulky: Popisné statistiky: Detaily Testování hypotéz Testování hypotéz jsou klasické statistické úsudky založené na nějakém apriorním předpokladu. Vyslovíme-li předpoklad o hodnotě neznámého parametru nebo o zákonu rozdělení sledované náhodné

Více

Zpráva o průběhu přijímacího řízení na FES Univerzity Pardubice na akademický rok 2013/2014

Zpráva o průběhu přijímacího řízení na FES Univerzity Pardubice na akademický rok 2013/2014 Zpráva o průběhu přijímacího řízení na FES Univerzity Pardubice na akademický rok 2013/2014 1. Informace o přijímacích zkouškách do studijních programů B6202 bakalářský studijní program Hospodářská politika

Více

{ } ( 2) Příklad: Test nezávislosti kategoriálních znaků

{ } ( 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

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

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013 Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Fakultní základní škola při Pedagogické fakultě UK, Praha

Více

Stav Svobodný Rozvedený Vdovec. Svobodná 37 10 6. Rozvedená 8 12 8. Vdova 5 8 6

Stav Svobodný Rozvedený Vdovec. Svobodná 37 10 6. Rozvedená 8 12 8. Vdova 5 8 6 1. Příklad Byly sledovány rodinné stavy nevěst a ženichů při uzavírání sňatků a byla vytvořena následující tabulka četností. Stav Svobodný Rozvedený Vdovec Svobodná 37 10 6 Rozvedená 8 12 8 Vdova 5 8 6

Více

TESTOVÁNÍ STONOŽKA 3. TŘÍD - 2009/2010

TESTOVÁNÍ STONOŽKA 3. TŘÍD - 2009/2010 Škola: Název: Obec: ABDHU ABDHU Základní škola a Mateřská Základní škola škola Lomnice a Mateřská nad Lužnicí, škola Lomnice Nám. 5. nad Lužnicí, Nám. 5. května 131 Lomnice nad Lužnicí Lomnice nad Lužnicí

Více

Semestrální práce z předmětu Matematika 6F

Semestrální práce z předmětu Matematika 6F vypracoval: Jaroslav Nušl dne: 17.6.24 email: nusl@cvut.org Semestrální práce z předmětu Matematika 6F Zádání: Cílem semestrální práce z matematiky 6F bylo zkoumání hudebního signálu. Pluginem ve Winampu

Více

Fakultní škola Ostravské univerzity

Fakultní škola Ostravské univerzity Fakultní škola Ostravské univerzity Gymnázium poskytuje všeobecné vzdělání ukončené maturitní zkouškou připravuje žáky pro studium na všech typech vysokých škol Název školy: Gymnázium, Ostrava-Zábřeh,

Více

Normální (Gaussovo) rozdělení

Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení Normální (Gaussovo) rozdělení popisuje vlastnosti náhodné spojité veličiny, která vzniká složením různých náhodných vlivů, které jsou navzájem nezávislé, kterých je velký

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

T E O R I E C H Y B A V Y R O V N Á V A C Í P O

T E O R I E C H Y B A V Y R O V N Á V A C Í P O ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA VYŠŠÍ GEODÉZIE název předmětu T E O R I E C H Y B A V Y R O V N Á V A C Í P O Č E T 2 č. úlohy 6 název úlohy T

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

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013 Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Základní škola Jana Palacha v Kutné Hoře Termín zkoušky:

Více

TESTOVÁNÍ STONOŽKA 3. TŘÍD - 2009/2010

TESTOVÁNÍ STONOŽKA 3. TŘÍD - 2009/2010 Škola: Název: Obec: DEJV ZŠ a MŠ, U školy 1 Opava - Komárov DEJV ZŠ a MŠ, U školy 1 Opava - Komárov TESTOVÁNÍ STONOŽKA 3. TŘÍD - 29/21 ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce se řadí mezi ty průměrné.

Více

STONOŽKA 2014/2015 9. ROČNÍKY

STONOŽKA 2014/2015 9. ROČNÍKY Škola: Název: Obec: ADHN ADHN Církevní základní škola, Česká Církevní 4787 základní škola, Česká 4787 Zlín Zlín STONOŽKA 214/215 9. ROČNÍKY ČESKÝ JAZYK Svými výsledky v českém jazyce se vaše škola řadí

Více

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013 Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Základní škola a Mateřská škola Brno, Blažkova 9 Termín

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

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013 Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Základní škola Jindřicha Matiegky Mělník, Pražská Termín

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

STONOŽKA 2008/2009-9. TŘÍDY

STONOŽKA 2008/2009-9. TŘÍDY Škola: Název: Obec: BCDE BCDE Základní škola, Dambořice č.p. Základní 466 škola, Dambořice č.p. 466 Dambořice Dambořice STONOŽKA 28/29-9. TŘÍDY ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce jsou špičkové.

Více

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013 Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Základní škola a mateřská škola Kostelní Hlavno, okres

Více

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Testování 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

Více

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013 Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Základní škola Pohoří, okres Rychnov nad Kněžnou Termín

Více

Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2015/16

Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2015/16 Západočeská univerzita v Plzni Fakulta elektrotechnická Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2015/16 Zpracováno dne 2. 11. 2015 Informace o přijímacím řízení na

Více

Vyhlášení 1. kola přijímacího řízení pro školní rok 2015/2016

Vyhlášení 1. kola přijímacího řízení pro školní rok 2015/2016 Gymnázium a Jazyková škola s právem státní jazykové zkoušky Zlín náměstí T. G. Masaryka 2734-9, Zlín Vyhlášení 1. kola přijímacího řízení pro školní rok 2015/2016 do studijního oboru 79-41-K/41 Gymnázium

Více

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013

Výsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013 Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Základní škola Bedřicha Hrozného Lysá nad Labem, nám. B.

Více

Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2014/15

Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2014/15 Západočeská univerzita v Plzni Fakulta elektrotechnická Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2014/15 Zpracováno dne 31. 10. 2014 Informace o přijímacím řízení na

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

Zpráva o průběhu přijímacího řízení na FES Univerzity Pardubice na akademický rok 2014/2015

Zpráva o průběhu přijímacího řízení na FES Univerzity Pardubice na akademický rok 2014/2015 Zpráva o průběhu přijímacího řízení na FES Univerzity Pardubice na akademický rok 2014/2015 1. Informace o přijímacích zkouškách do studijních programů B6202 bakalářský studijní program Hospodářská politika

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

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:

NÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel: NÁHODNÁ ČÍSLA TYPY GENERÁTORŮ, LINEÁRNÍ KONGRUENČNÍ GENERÁTORY, TESTY NÁHODNOSTI, VYUŽITÍ HODNOT NÁHODNÝCH VELIČIN V SIMULACI CO JE TO NÁHODNÉ ČÍSLO? Náhodné číslo definujeme jako nezávislé hodnoty z rovnoměrného

Více

Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2013/14

Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2013/14 Západočeská univerzita v Plzni Fakulta elektrotechnická Zpráva o přijímacím řízení na Fakultě elektrotechnické ZČU v Plzni v ak. roce 2013/14 Zpracováno dne 1. 11. 2013 Informace o přijímacím řízení na

Více

O nakladatelství. Nakladatelství SOKRATES se specializuje také na odbornou právnickou a ekonomickou literaturu.

O nakladatelství. Nakladatelství SOKRATES se specializuje také na odbornou právnickou a ekonomickou literaturu. Obsah Obsah... 1 O nakladatelství... 2 Nejžádanější publikace z nakladatelství SOKRATES... 3 Kompletní nabídka z edice Přijímací zkoušky na vysoké školy z nakladatelství SOKRATES dle typu VŠ... 4 Právnická

Více

V PSYCHOLOGII. 1. Úvod

V PSYCHOLOGII. 1. Úvod Kvaternion 1/014, 3 15 3 VYUŽITÍ VÍCEROZMĚRNÉ ANALÝZY ROZPTYLU V PSYCHOLOGII MARIE BUDÍKOVÁ Abstrakt. V příspěvku se zabýváme problémem, jak odhalit rozdíly v úrovni vícerozměrné normálně rozložené proměnné,

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie ZS 2015/16 Cvičení 7: Časově řady, autokorelace LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Časové řady Data: HDP.wf1

Více

Přijímací řízení pro školní rok 2015/16

Přijímací řízení pro školní rok 2015/16 Přijímací řízení pro školní rok 2015/16 Kritéria pro přijímací řízení ve Střední škole zahradnické, Kopidlno, náměstí Hilmarovo 1 pro školní rok 2015/2016 jsou stanovena ve smyslu zákona č. 561/2004 Sb.,

Více

Induktivní statistika. z-skóry pravděpodobnost

Induktivní statistika. z-skóry pravděpodobnost Induktivní statistika z-skóry pravděpodobnost normální rozdělení Z-skóry umožňují najít a popsat pozici každé hodnoty v rámci rozdělení hodnot a také srovnávání hodnot pocházejících z měření na rozdílných

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

STONOŽKA 2014/15 6. ROČNÍKY modul KEA

STONOŽKA 2014/15 6. ROČNÍKY modul KEA Škola: Název: Obec: ADHN ADHN Církevní základní škola, Česká Církevní 4787 základní škola, Česká 4787 Zlín Zlín STONOŽKA 14/15 6. ROČNÍKY modul KEA ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce jsou

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

STONOŽKA 2008/2009-5. TŘÍDY

STONOŽKA 2008/2009-5. TŘÍDY Škola: Název: Obec: BCST Základní škola, Školní Řevnice BCST Základní škola, Školní Řevnice STONOŽKA 8/9-5. TŘÍDY ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce jsou nadprůměrné. Patříte mezi úspěšné

Více

STATISTICA Téma 7. Testy na základě více než 2 výběrů

STATISTICA Téma 7. Testy na základě více než 2 výběrů STATISTICA Téma 7. Testy na základě více než 2 výběrů 1) Test na homoskedasticitu Nalezneme jej v několika submenu. Omezme se na submenu Základní statistiky a tabulky základního menu Statistika. V něm

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

Výsledky testování školy. Výběrové zjišťování výsledků žáků 2014/2015 9. ročník ZŠ. Školní rok 2014/2015

Výsledky testování školy. Výběrové zjišťování výsledků žáků 2014/2015 9. ročník ZŠ. Školní rok 2014/2015 Výsledky testování školy Výběrové zjišťování výsledků žáků 2014/2015 9. ročník ZŠ Školní rok 2014/2015 Gymnázium, Teplice, Čs. dobrovolců 11, příspěvková organizace Termín akce: 11.05.2015 22.05.2015 Termín

Více

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1

Testování 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.

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

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

Výsledky testování Evaluace na SŠ Praha

Výsledky testování Evaluace na SŠ Praha Výsledky testování Evaluace na SŠ Praha V červnu 2008 se studenti našeho druhého ročníku zúčastnili testování projektu Evaluace na SŠ. Firma SCIO díky podpoře pražského magistrátu zdarma otestovala třídy

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

MOŽNOSTI A LIMITY VYUŽITÍ MODERNÍCH TECHNOLOGIÍ PŘI VÝUCE MATEMATIKY NA EKF VŠB-TUO

MOŽNOSTI A LIMITY VYUŽITÍ MODERNÍCH TECHNOLOGIÍ PŘI VÝUCE MATEMATIKY NA EKF VŠB-TUO MOŽNOSTI A LIMITY VYUŽITÍ MODERNÍCH TECHNOLOGIÍ PŘI VÝUCE MATEMATIKY NA EKF VŠB-TUO RNDr. Jana Hrubá Katedra matematických metod v ekonomice (K151) Institut inovace vzdělávání (K167) Ekonomická fakulta

Více

katedra statistiky PEF, Vysoká škola zemědělská, 165 21 Praha 6 - Suchdol

katedra statistiky PEF, Vysoká škola zemědělská, 165 21 Praha 6 - Suchdol STATISTICKÁ ANALÝZA PŘIJÍMACÍHO ŘÍZENÍ NA PEF PRO AKADEMICKÝ ROK 1994/1995 Bohumil Kába, Libuše Svatošová katedra statistiky PEF, Vysoká škola zemědělská, 165 21 Praha 6 - Suchdol Anotace: Příspěvek pojednává

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

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Inferenční statistika - úvod z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Pravděpodobnost postupy induktivní statistiky vycházejí z teorie pravděpodobnosti pravděpodobnost, že

Více

Analýza úspěšnosti studia na Národohospodářské fakultě VŠE v Praze a její predikce testem OSP (2. část)

Analýza úspěšnosti studia na Národohospodářské fakultě VŠE v Praze a její predikce testem OSP (2. část) Analýza úspěšnosti studia na Národohospodářské fakultě VŠE v Praze a její predikce testem OSP (2. část) Zpracovala: www.scio.cz., s.r.o. (14. 11. 2011) Datové podklady: Národohospodářská fakulta VŠE v

Více

Podmínky přijetí ke studiu v univerzitním studijním programu. Aplikované vědy a technologie

Podmínky přijetí ke studiu v univerzitním studijním programu. Aplikované vědy a technologie Podmínky přijetí ke studiu v univerzitním studijním programu Aplikované vědy a technologie pro akademický rok 2015/2016 V akademickém roce 2015/2016 budou na VŠB-TU Ostrava otevřeny: bakalářský program

Více

Pravidla pro přijímací řízení a podmínky přijetí ke studiu denní a dálková forma - 2010/2011 P01/2010. Interní směrnice

Pravidla pro přijímací řízení a podmínky přijetí ke studiu denní a dálková forma - 2010/2011 P01/2010. Interní směrnice Interní směrnice P01/2010 Pravidla pro přijímací řízení a podmínky přijetí ke studiu denní a dálková forma - 2010/2011 Zpracoval: Mgr. Dagmar Vladyková Dokument: IIVOS/ISM/58170 Schválil: Ing. Petra Mansfeldová,

Více

Zpráva o průběhu přijímacího řízení pro akademický rok 2014/2015 zpracovaná dle odst. 8 50 zákona č. 111/1998 Sb.

Zpráva o průběhu přijímacího řízení pro akademický rok 2014/2015 zpracovaná dle odst. 8 50 zákona č. 111/1998 Sb. Zpráva o průběhu přijímacího řízení pro akademický rok 2014/2015 zpracovaná dle odst. 8 50 zákona č. 111/1998 Sb. B3501/B/ /3.0/P - Architektura a urbanismus Obor: 3501R002 - Architektura Přijímací řízení

Více

Kritéria přijímacího řízení pro 1. kolo ve školním roce 2013/2014

Kritéria přijímacího řízení pro 1. kolo ve školním roce 2013/2014 Obor vzdělání 63-41-M/02 Obchodní akademie Kritéria přijímacího řízení pro 1. kolo ve školním roce 2013/2014 V rámci 1. kola přijímacího řízení se přijímací zkouška bude konat ve dnech 22. dubna a 23.

Více

Analýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu.

Analýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu. Analýza rozptylu Analýza rozptylu umožňuje ověřit významnost rozdílu mezi výběrovými průměry většího počtu náhodných výběrů, umožňuje posoudit vliv různých faktorů. Podle počtu analyzovaných faktorů rozlišujeme

Více

STONOŽKA 2008/2009-9. TŘÍDY

STONOŽKA 2008/2009-9. TŘÍDY Škola: Název: Obec: BHLU ZŠ s RVJ, Kladská 1 Praha 2 BHLU ZŠ s RVJ, Kladská 1 Praha 2 STONOŽKA 8/9-9. TŘÍDY ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce jsou špičkové. Vaše škola patří mezi 1% nejúspěšnějších

Více

STONOŽKA 2008/2009-7. a 8. TŘÍDY

STONOŽKA 2008/2009-7. a 8. TŘÍDY Škola: Název: Obec: BDHS BDHS Základní škola, Komenského Základní 5 škola, Komenského 5 Velké Popovice Velké Popovice STONOŽKA 28/29-7. a 8. TŘÍDY ANGLICKÝ JAZYK Svými výsledky v anglickém jazyce se Vaše

Více

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291

vzorek1 0.0033390 0.0047277 0.0062653 0.0077811 0.0090141... vzorek 30 0.0056775 0.0058778 0.0066916 0.0076192 0.0087291 Vzorová úloha 4.16 Postup vícerozměrné kalibrace Postup vícerozměrné kalibrace ukážeme na úloze C4.10 Vícerozměrný kalibrační model kvality bezolovnatého benzinu. Dle následujících kroků na základě naměřených

Více

Souhrnné výsledky za školu

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

Více