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.

Vzorová prezentace do předmětu Statistika

Vzorová prezentace do předmětu Statistika Vzorová prezentace do předmětu Statistika Popis situace: U 3 náhodně vybraných osob byly zjišťovány hodnoty těchto proměnných: SEX - muž, žena PUVOD Skandinávie, Středomoří, 3 západní Evropa IQ hodnota

Více

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

MASARYKOVA UNIVERZITA Ekonomicko-správní fakulta

MASARYKOVA UNIVERZITA Ekonomicko-správní fakulta MASARYKOVA UNIVERZITA Ekonomicko-správní fakulta PŘIJÍMACÍ ŘÍZENÍ AKADEMICKÝ ROK 2007/2008 V souladu s 50, odst. 8 zákona č. 111/98 Sb., o vysokých školách a o změně a doplnění dalších zákonů (zákon o

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

Masarykova univerzita Přírodovědecká fakulta

Masarykova univerzita Přírodovědecká fakulta Masarykova univerzita Přírodovědecká fakulta Podmínky pro přijetí v přijímacím řízení v roce 2011 Informace o studijních programech a ech Studijní program / studijní Forma studia Počet uchazečů Dostavilo

Více

Jednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu)

Jednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu) Jednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu) Frank Wilcoxon (1892 1965): Americký statistik a chemik Nechť X 1,..., X n je náhodný výběr ze

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

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

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

Cvičení 12: Binární logistická regrese

Cvičení 12: Binární logistická regrese Cvičení 12: Binární logistická regrese Příklad: V roce 2014 konalo státní závěrečné zkoušky bakalářského studia na jisté fakultě 167 studentů. U každého studenta bylo zaznamenáno jeho pohlaví (0 žena,

Více

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11

Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11 Příklad 1 Vyhláška Ministerstva zdravotnictví předpokládala, že doba dojezdu k pacientovi od nahlášení požadavku nepřekročí 17 minut. Hodnoty deseti náhodně vybraných dob příjezdu sanitky k nemocnému byly:

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

Souběžná validita testů SAT a OSP

Souběžná validita testů SAT a OSP Souběžná validita testů SAT a OSP www.scio.cz 15. ledna 2013 Souběžná validita testů SAT a OSP Abstrakt Pro testování obecných studijních dovedností existuje mnoho testů. Některé jsou všeobecně známé a

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

Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok na ČVUT v Praze Fakultě dopravní

Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok na ČVUT v Praze Fakultě dopravní Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok 2012 2013 dle Vyhlášky MŠMT č. 343/2002 Sb. o průběhu přijímacího řízení na vysokých školách a její změně č. 276/2004 Sb. 1. Informace

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

Jednofaktorová analýza rozptylu

Jednofaktorová analýza rozptylu I I.I Jednofaktorová analýza rozptylu Úvod Jednofaktorová analýza rozptylu (ANOVA) se využívá při porovnání několika středních hodnot. Často se využívá ve vědeckých a lékařských experimentech, při kterých

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

Testování statistických hypotéz

Testování 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

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

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

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 12 Testování hypotéz Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola báňská Technická univerzita

Více

2 ) 4, Φ 1 (1 0,005)

2 ) 4, Φ 1 (1 0,005) Příklad 1 Ze zásilky velkého rozsahu byl náhodně vybrán soubor obsahující 1000 kusů. V tomto souboru bylo zjištěno 26 kusů nekvalitních. Rozhodněte, zda je možné s 99% jistotou tvrdit, že zásilka obsahuje

Více

letní semestr 2012 Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika

letní semestr 2012 Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy Matematická statistika Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy letní semestr 2012 Opakování t- vs. neparametrické Wilcoxonův jednovýběrový test Opakování

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

Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci

Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci Zpracování dat v edukačních vědách - Testování hypotéz Kamila Fačevicová Katedra matematické analýzy a aplikací matematiky, Přírodovědecká fakulta, UP v Olomouci Obsah seminářů 5.11. Úvod do matematické

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

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

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

TECHNICKÁ UNIVERZITA V LIBERCI. Statistický rozbor dat z dotazníkového šetření

TECHNICKÁ 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,

Více

Korelace. Komentované řešení pomocí MS Excel

Korelace. Komentované řešení pomocí MS Excel Korelace Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A2:B84 (viz. obrázek) Prvotní představu o tvaru a síle závislosti docházky a počtu bodů nám poskytne

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

DFGJK. 1. ročník, G4

DFGJK. 1. ročník, G4 DFGJK 1. ročník, G4 třída počet žáků percentil skupinový percentil (G4) čistá úspěšnost [%] skóre směrodatná odchylka skóre x mluvnice a sloh literatura a čtenářská gramotnost třída počet žáků percentil

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

Přijímací zkoušky do bakalářského studia 2016 Statistika vyhláška 343/2002Sb

Přijímací zkoušky do bakalářského studia 2016 Statistika vyhláška 343/2002Sb Přijímací zkoušky do bakalářského studia 2016 Statistika vyhláška 343/2002Sb Obsah Přijímací zkoušky do bakalářského studia 2016 Statistika vyhláška 343/2002Sb... 1 Souhrnné výsledky zkoušek... 2 Zkouška:

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 průběhu přijímacího řízení na vysokých školách pro akademický rok na ČVUT v Praze Fakultě dopravní

Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok na ČVUT v Praze Fakultě dopravní Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok 2011 2012 dle Vyhlášky MŠMT č. 343/2002 Sb. o průběhu přijímacího řízení na vysokých školách a její změně č. 276/2004 Sb. 1. Informace

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

Intervalové 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 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

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

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

Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok na ČVUT v Praze Fakultě dopravní

Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok na ČVUT v Praze Fakultě dopravní Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok 2015 2016 dle Vyhlášky MŠMT č. 343/2002 Sb. o průběhu přijímacího řízení na vysokých školách a její změně č. 276/2004 Sb. 1. Informace

Více

y = 0, ,19716x.

y = 0, ,19716x. Grafické ověřování a testování vybraných modelů 1 Grafické ověřování empirického rozdělení Při grafické analýze empirického rozdělení vycházíme z empirické distribuční funkce F n (x) příslušné k náhodnému

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

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

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

Jana Vránová, 3. lékařská fakulta UK

Jana Vránová, 3. lékařská fakulta UK Jana Vránová, 3. lékařská fakulta UK Vznikají při zkoumání vztahů kvalitativních resp. diskrétních znaků Jedná se o analogii s korelační analýzou spojitých znaků Přitom předpokládáme, že každý prvek populace

Více

Přednáška XI. Asociace ve čtyřpolní tabulce a základy korelační analýzy

Přednáška XI. Asociace ve čtyřpolní tabulce a základy korelační analýzy Přednáška XI. Asociace ve čtyřpolní tabulce a základy korelační analýzy Relativní riziko a poměr šancí Princip korelace dvou náhodných veličin Korelační koeficienty Pearsonůva Spearmanův Korelace a kauzalita

Více

Jarqueův a Beryho test normality (Jarque-Bera Test, JB test)

Jarqueův a Beryho test normality (Jarque-Bera Test, JB test) Jarqueův a Beryho test normality (Jarque-Bera Test, JB test) Autoři: Carlos M. Jarque and Anil K. Bera Předpoklady: - Výběrová data mohou obsahovat chybějící pozorování (chybějící hodnoty) vhodné zejména

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

Statistika, 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 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

Více

Diskrétní náhodná veličina

Diskrétní náhodná veličina Lekce Diskrétní náhodná veličina Výsledek náhodného pokusu může být vyjádřen slovně to vede k zavedení pojmu náhodného jevu Výsledek náhodného pokusu můžeme někdy vyjádřit i číselně, což vede k pojmu náhodné

Více

Podmínky pro přijetí ke studiu na ESF MU do bakalářských a navazujících magisterských studijních programů pro akademický rok 2014/2015

Podmínky pro přijetí ke studiu na ESF MU do bakalářských a navazujících magisterských studijních programů pro akademický rok 2014/2015 Podmínky pro přijetí ke studiu na ESF MU do bakalářských a navazujících magisterských studijních programů pro akademický rok 2014/2015 A. Přijímací zkouška do bakalářského studia Podmínkou přijetí ke studiu

Více

Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok na ČVUT v Praze Fakultě dopravní

Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok na ČVUT v Praze Fakultě dopravní Zpráva o průběhu přijímacího řízení na vysokých školách pro akademický rok 2016 2017 dle Vyhlášky MŠMT č. 343/2002 Sb. o průběhu přijímacího řízení na vysokých školách a její změně č. 276/2004 Sb. 1. Informace

Více

Jednofaktorová analýza rozptylu

Jednofaktorová analýza rozptylu Jednofaktorová analýza rozptylu David Hampel Ústav statistiky a operačního výzkumu, Mendelova univerzita v Brně Kurz pokročilých statistických metod Global Change Research Centre AS CR, 5 7 8 2015 Tato

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

Název testu Předpoklady testu Testová statistika Nulové rozdělení. ( ) (p počet odhadovaných parametrů)

Název testu Předpoklady testu Testová statistika Nulové rozdělení. ( ) (p počet odhadovaných parametrů) VYBRANÉ TESTY NEPARAMETRICKÝCH HYPOTÉZ TESTY DOBRÉ SHODY Název testu Předpoklady testu Testová statistika Nulové rozdělení test dobré shody Očekávané četnosti, alespoň 80% očekávaných četností >5 ( ) (p

Více

Pearsonův korelační koeficient

Pearsonův korelační koeficient I I.I Pearsonův korelační koeficient Úvod Předpokládejme, že náhodně vybereme n objektů (nebo osob) ze zkoumané populace. Často se stává, že na každém z objektů měříme ne pouze jednu, ale několik kvantitativních

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

PARAMETRICKÉ TESTY. 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU 10.

PARAMETRICKÉ TESTY. 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU 10. PARAMETRICKÉ TESTY Testujeme rovnost průměru - předpokladem normální rozdělení I) Jednovýběrový t-test 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU

Více

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.) Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 14.10 až 15.40 hod. http://www1.osu.cz/~tvrdik

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

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

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 národního umělce Petra Bezruče, Frýdek-Místek,

Více

Pravděpodobnost a aplikovaná statistika

Pravděpodobnost 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

Více

Zpráva o průběhu přijímacího řízení pro akademický rok na ČVUT v Praze Fakultě dopravní

Zpráva o průběhu přijímacího řízení pro akademický rok na ČVUT v Praze Fakultě dopravní Zpráva o průběhu přijímacího řízení pro akademický rok 2010 2011 na ČVUT v Praze Fakultě dopravní dle Vyhlášky MŠMT č. 343/2002 Sb o průběhu přijímacího řízení na vysokých školách a její novely č. 276/2004

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

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

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

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení? Otázky k měření centrální tendence 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení? 2. Určete průměr, medián a modus u prvních čtyř rozložení (sad dat): a.

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

Přípravné kurzy pro zájemce o studium

Přípravné kurzy pro zájemce o studium Přípravné kurzy pro zájemce o studium Brno, 2016 Obsah O přípravných kurzech... 2 Termíny... 3 Místo konání... 3 Program kurzu... 4 Studijní předpoklady pro FVL... 4 Studijní předpoklady pro FVT... 5 Anglický

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

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

JEDNOVÝBĚROVÉ 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

Více

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.

Pravděpodobnost 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

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

Příklady na testy hypotéz o parametrech normálního rozdělení

Příklady na testy hypotéz o parametrech normálního rozdělení Příklady na testy hypotéz o parametrech normálního rozdělení. O životnosti 75W žárovky (v hodinách) je známo, že má normální rozdělení s = 5h. Pro náhodný výběr 0 žárovek byla stanovena průměrná životnost

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

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

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 010 1.týden (0.09.-4.09. ) Data, typy dat, variabilita, frekvenční analýza

Více

INFORMACE PRO RODIČE MATURANTŮ

INFORMACE PRO RODIČE MATURANTŮ INFORMACE PRO RODIČE MATURANTŮ 9. 11. 2016 PaedDr. Eva Lénertová Masarykovo gymnázium Příbor Možnosti po maturitě Vysoká škola bakalářský studijní program (3-4letý) Bc., BcA. magisterský studijní program

Více

Renáta Bednárová STATISTIKA PRO EKONOMY

Renáta Bednárová STATISTIKA PRO EKONOMY Renáta Bednárová STATISTIKA PRO EKONOMY ZÁKLADNÍ STATISTICKÉ POJMY Statistika Statistický soubor Statistická jednotky Statistický znak STATISTIKA Vědní obor, který se zabývá hromadnými jevy Hromadné jevy

Více

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů. Neparametricke testy (motto: Hypotézy jsou lešením, které se staví před budovu a pak se strhává, je-li budova postavena. Jsou nutné pro vědeckou práci, avšak skutečný vědec nepokládá hypotézy za předmětnou

Více

Organizační směrnice

Organizační směrnice Organizační směrnice k přijímacímu řízení na Gymnázium a Jazykovou školu s právem státní jazykové zkoušky Svitavy (dále jen Gymnázia ve Svitavách) ve šk. r. 2012/2013 č.j. GJŠS/32/2013 1. Úvod (výtah)

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

Testování hypotéz o parametrech regresního modelu

Testování hypotéz o parametrech regresního modelu Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Lineární regresní model kde Y = Xβ + e, y 1 e 1 β y 2 Y =., e = e 2 x 11 x 1 1k., X =....... β 2,

Více

Masarykova univerzita Pedagogická fakulta

Masarykova univerzita Pedagogická fakulta Masarykova univerzita Pedagogická fakulta Podmínky pro přijetí v přijímacím řízení v roce 2013 Informace o studijních oborech Studijní obor Forma studia Bakalářské studium Počet uchazečů Dostavilo se Přijato

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

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2009/2010 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

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

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

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2013/2014 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

Více

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar

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 a mateřská škola bratří Fričů Ondřejov Termín

Více

ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK

ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz POPISNÉ STATISTIKY - OPAKOVÁNÍ jedna kvalitativní

Více