Statistika 1 SEMESTRÁLNÍ PRÁCE. Studenti a alkohol

Rozměr: px
Začít zobrazení ze stránky:

Download "Statistika 1 SEMESTRÁLNÍ PRÁCE. Studenti a alkohol"

Transkript

1 Vysoká škola Báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Statistika 1 SEMESTRÁLNÍ PRÁCE Studenti a alkohol Jméno: Kopecký Ondřej Login: KOP 205 Skupina: LB252 Datum:

2 Obsah Úvod: Analyzovaná data: Explorační analýza dat: Muži Rozdělení oblíbenosti piva podle stupně Rozdělení oblíbenosti piva podle druhu (typu) Rozdělení oblíbenosti piva podle značky Rozdělení podle vypitých piv Rozdělení podle věku Odlehlá pozorování věk, muži Ženy Rozdělení oblíbenosti piva podle stupně Rozdělení oblíbenosti piva podle druhu (typu) Rozdělení oblíbenosti piva podle značky Rozdělení podle vypitého objemu Rozdělení podle vypitých piv Odlehlá pozorování, ženy Porovnání mezi muži a ženami Porovnání oblíbenosti jednotlivých stupňů piv Porovnání oblíbenosti jednotlivých druhů (typů) piva Porovnání oblíbenosti jednotlivých značek Porovnání věku Porovnání vypitých piv Statistická indukce Muži - jednoduchá regrese řešení závislostí Závislost mezi počtem vypitých piv a ročníkem Závislost mezi počtem vypitých piv a věkem Ženy Závislost mezi počtem vypitých piv a ročníkem Závislost mezi počtem vypitých piv a věkem Závěr:...24 Použitá literatura a materiály...25

3 Úvod: Vybral jsem si trochu netradiční téma alkoholických nápojů, protože si myslím, že bude velice zajímavé zjistit jak na tom vlastně studenti jsou, jaké mají preference, tzn. kolik toho vypijí, jaké mají rádi značky apod. Vzhledem k tomu, že jedu na víkendovou akci, pořádanou vysokoškolskými studenty, budu mít k tomuto výzkumu výbornou příležitost. Data se pokusím získat pomocí dotazníku. Vybrané osoby oslovím a data za ně doplním. Na akci se chystá přes 100 studentů. Studentů však bylo nakonec poněkud méně a málo z nich bylo ochotno se dělit o tyto informace, byť jsou zpracovány anonymně. Toto se týkalo převážně slečen, které se snažily dost často infomace zkreslovat tím, že uvedly méně než vypily. To samé mi však dělali muži, kteří pro změnu přeháněli. Získaná data tak trpí menším zkreslením, které se pohybuje v rozmezí +,- 2 sklenice piva.

4 1. Analyzovaná data: DOTAZNÍK MUZI Obecné informace: Pivní preference: Číslo: Věk: Ročník / vzdělání: Značka: Stupňů Počet ks běžně za večer Posledne ks: Objem (litr) Preferovaný typ: Radegast ,5 rezane Plzen , Braník , Holba , Radegast , Radegast , Plzen , Starobrno ,5 rezane Plzen , Budvar , Kozel , Kozel , Radegast , Radegast , Primator ,5 tmave tmave special DOTAZNÍK ZENY Obecné informace: Pivní preference: Číslo: Věk: Ročník / vzdělání: Značka: Stupňů Počet ks běžně za večer Posledne ks: Objem: ( litr ) preferovaný typ: Starobrno , Ostravar ,3 special Holba , Holba , Radegast , Radegast , Plzen , Starobrno ,5 rezane Radegast , Kozel ,3 tmave Radegast , Ostravar , Ostravar , Radegast , Radegast ,5

5 2. Explorační analýza dat: 2.1 Muži V této části porovnáme a rozebereme základní parametry získaných dat. Nejprve se podívejme na četnosti výskytu dat, tj. kolikrát se daná hodnota vyskytovala v souboru získaných dat Rozdělení oblíbenosti piva podle stupně Platí, že čím více chmelového extraktu je v pivu obsaženo, tím více stupňů má. Se zvyšujícím se stupněm se také zvyšuje obsah sladu. Skutečně sladší se ale zdají být spíše více jak 12 piva. Kolikatistupňová piva jsou oblíbenější se dozvíme z následujícího histogramu a koláčového grafu (obr.1 a obr.2). Obr.1 Histogram- stupeň piva Obr.2 Koláčový graf- stupeň piva Z výše uvedených grafů vyplývá, že nejvíce je u dotazovaných oblíbená tzv. dvanáctka, nebo-li pivo s dvanácti procentním obsahem chmelového extraktu. Tento druh piva je zvláště rozšířen ve velkých městech. Je chuti plnější oproti slabší desítce. Obsahuje však více alkoholu než druhá nejoblíbenější desetistupňová piva, ale méně než 14 piva, které tu máme v 7% zastoupení. Jejich oblíbenost je dle mého názoru přímo úměrná rozšířenosti. Nyní si uvědomuji nedostatečnost v mém dotazníku. Zjištěním místa bydliště u dotazovaných by nám mohlo prozradit, zda většina dotazovaných bydlí nebo se vyskytuje v okolí velkých měst, či přímo v nich. Tato skutečnost by nám pak prozradila zda-li je opravdu její oblíbenost přímo úměrná výskytu a rozšířenosti v daném místě. Jedenácti stupňová piva jsou kompromisem mezi 10 a 12 pivy. Nejsou příliš rozšířena, nejsou ale ani takovou vzácností jako piva 14. Dají se sehnat jak točené tak lahvové. Čtrnáctistupňová piva jsou více méně určena k svátečnímu popíjení. Předurčuje je k tomu vysoký obsah alkoholu v obj., vysoký obsah sladu či jiných sladidel (nejčastěji karamelu u tmavých piv) a neméně i dostupnost vícestupňových speciálů. Dají se sehnat jak točené (v Ostravě například Ostravar Strong a speciál od Budvaru), tak lahvové (např. Primátor Mušketýr, Primátor Weizenbier, apod.). Vícestupňové speciály můžeme potkat i v různých variantách (kvasnicové, nefiltrované, nepasterované- nepasterizace však není výsadou vícestupňových piv, atd.).

6 Obr.3 Krabicový graf stupeň piva Krabicový graf (obr.3) jsem si nechal jako perličku. Jasně je na něm vidět obliba piv mezi 11 a 12 stupni. Minimum jsou desetistupňová piva a odlehlým pozorováním 14 piva. Odlehlé pozorování bychom za normálních okolností chtěli vypustit, jenže v tomto případě se nejedná o hodnotu rušivou. Poukazuje na fakt, že se nevyrábí piva 13. Existuje tato stupnice 4,6,8,10,11,12,14,16,18, ale pak až 21 a 24. Se čtyřmi až osmistupňovými pivy se téměř nesetkáváme. Všimněme si stupňového rozdílu mezi 10,11,12 a opět větších skoků (násobků dvou) u více stupňů. Dotazovaní preferovali pouze úzký profil nejrozšířenějších druhů piv. Většího spektra bychom se z největší pravděpodobností dočkali jen dotazováním degustátorů a opravdových znalců piva.

7 2.1.2 Rozdělení oblíbenosti piva podle druhu (typu) Piva se nerozdělují jen podle stupňů, ale i podle druhů. Pro zjednodušení jsem kategorie rozdělil pouze na světlá, tmavá a speciální. Mezi světlá piva patří všechny běžné výčepní piva (10, 11 ) a ležáky (12 ). Není rozdíl jestli čepované nebo lahvové. Tmavá piva jsou převážně dobarvovaná karamelem (např. Krušovice, Zubr...). Jejich výroba je mírně rozdílná od světlých piv (hlavně v použití jiných teplot při zrání). Černá piva byla ještě do konce 2.sv. války v tuzemsku nejoblíbenější, pak se začaly prosazovat světlá piva německého typu a dnes ovládají 90% trhu. Kompromisem a příjemným zpestřením může být kombinace obou druhů- řezané pivo. K řezu nedochází při výrobě, ale až u výčepu. Nakonec jsem všechny jiné druhy (kvasnicové -např. Kvasar od Černé hory, vícestupňové -např. Strong od Ostravaru, pšeničné a další) spojil do jedné kategorie speciál. Tato piva hrála druhou basu vedle dříve oblíbených piv černých. V celé republice existovalo přes 200druhů. Každé město mělo své vytříbené speciály a jejich výrobu si přísně tajily. Historické kořeny můžeme dohledat k dobám kdy ke každému městu patřil měšťanský pivovar a sládci byli váženými měšťany. Jaká je tedy situace dnes? Která piva jsou nejoblíbenější? To nám názorně ukáže následující histogram (obr.4) a koláčový graf (obr.5). Obr.4 Histogram druh piva Obr.5 Koláčový graf druh piva Jak vidíme, opravdu jsou nejoblíbenější světlá piva, což jde nejlépe vidět na histogramu. 66% není již zmiňovaných devadesát a to nejspíš z toho důvodu, že celkové výsledky vycházejí z prodeje všech piv v tuzemsku, kdežto mé údaje vychází jen z malého počtu respondentů. Druhé místo obsadily řezané a tmavé piva a jen malé procento studentů pije speciály. Znovu bych vysvětlení viděl převážně v rozšířenosti světlých piv. Osobně neznám žádnou hospodu v Ostravě, která by čepovala více druhů piv, protože úspěchem je už najít alespoň jednu, která má v nabídce černé pivo. Může to být také tím, že Moravskoslezskému kraji kralují dvě značky a to Radegast a Ostravar. Ani jedna nemá ve standardní nabídce speciální piva. Speciály tedy pije jen malé procento fajnšmejkrů, kteří si své oblíbené dokáží nalézt.

8 2.1.3 Rozdělení oblíbenosti piva podle značky A jsme u toho... Kterou značku naši studenti mají nejradši? Budou převažovat piva místní? Nebo jsem oslovil studenty ze všech koutů republiky a skóre bude vyrovnané? Opět histogram (obr.6) a koláčový graf (obr.7). Obr.6 Histogram značka piva Obr.7 Koláčový graf značka piva Grafy ukazují na vysokou oblíbenost nošovického Radagastu a plzeňského Pilsneru Urquellu. Znovu bych se nebál říct, že jde ruku v ruce s oblíbeností světlých piv. Prvenství Radegastu bych směle přirovnal ke kontumačnímu a geografickému. Myslím si že pořadí by bylo obrácené v případě že bych oslovil studenty z ČVUT. Třetí místo Kozla by mohlo odpovídat oblíbenosti černého a řezaného druhu piva, protože právě Kozel je v Moravskoslezském kraji nejčastěji čepovaným černým pivem. Zbylé značky by mohly specifikovat bydliště nebo jiné preference dotazovaných. Například Holba je nejvíce rozšířena na Jesenicku. Starobrno okolí Olomouce a Brna (včetně). Budvar a Primátor vyrábí hodně speciálních piv a se speciály se můžeme často setkat právě s těmito značkami. Překvapuje mě absence Černé hory jakožto specialistu na vícedruhové piva Rozdělení podle vypitých piv Podíváme se na to, kolik respondenti uvedli že vypijí za večer a kolik naposled. Výsledky porovnáme (statistickým porovnáním závislosti mezi oběma hodnotami se budu věnovat dále v kapitolách 3.x). Hodnoty obvykle a posledně se na první pohled liší. Obvykle muži vypijí 4-6 piv, kdežto naposled si pamatují že vypili 5-7piv. Hodně mužů uvedlo vypití do dvou piv na poslední akci, ale obvykle jich je 2-4 či 6-8. V představách o vypitém objemu se muži příliš nemýlí a ani neuvádí nepravdivé údaje. Těch 5-6 piv ví, že obvykle vypijí a také že jo... Zdá se vám to hodně? Přesnější by bylo, kdybych tyto Obr.8 Histogram- obvyklý počet vypitých piv Obr.9 Histogram- počet piv vypitých naposled hodnoty rozdělil na obvyklý počet 10 a 12, protože je jasné, že 10 piv se kvůli nižšímu obsahu alkoholu dá vypít více než 12 piv. Ovšem není tomu tak. Jestliže vedle sebe posadíme dva konzumenty, jednoho zvyklého na desítky a jednoho na dvanáctky, vypijí zhruba stejně, protože každý z nich je zvyklý na to svoje. Toto je zkušenost nejen má.

9 Obr. Histografické porovnání obyklého množství vypitých piv a posledně vypitého množství Použití názornějšího srovnání v jednom grafu je nasnadě. Spodní část vyjadřuje posledně vypitá piva, horní obvykle. Obr. Krabicový graf - porovnání obyklého množství vypitých piv a posledně vypitého množství Podobně využijeme srovnání dvou hodnot tentokrát krabicovými grafy. Pod sebou je lze lépe porovnat. Vidíme, že spektrum vypitých piv se rozšířilo pokud jde o akci poslední. Muži přibližně ví, kolik v průměru vypijí.

10 2.1.5 Rozdělení podle věku Věkové rozložení studentů mužského pohlaví nám představí následující histogram (obr.10) a krabicový graf (obr.11). Obr.10 Histogram věk, muži Obr.11 Krabicový graf věk,muži Histogram nám příliš neprozradil, protože jeho x osa nemá dostatečně jemné rozlišení kvůli existenci jednoho či více studentů vyššího věku. Dotazovaní měli tedy převážně let. Krabicový graf je v tomto případě přesnější ve vyjadřování a rovnou z něj můžeme vyčíst, že nejmladší měl 21 let, nejčastěji měli studenti mezi lety, našel se nějaký 28 letý, kterého bychom mohli spolu s 39letým považovat za odlehlé pozorování (tudíž hodnotu, která by nám další rozbory mohla zkreslovat). Na toto podezření se ještě dále znovu podíváme (část 2.1.5). Porovnejme krabicový graf mužů bez odstraněných vzdálených pozorování (obr.12) a po odstranění (obr.13). Obr.12 Krabicový graf- věk s odlehlým pozorováním Obr.13 Krabicový graf- věk bez odlehlých pozorování Nemění se hodnoty, jen měřítko. Po odstranění jedné odlehlé hodnoty se nám stále jako odlehlá nabízí ta s 28letým studentem. Dále viz následující kapitola.

11 2.1.5 Odlehlá pozorování věk, muži V předchozích podkapitolách jsme narazili na menší problém v podobě odlehlých pozorování. Jediné hodnoty ze všech zkoumaných, u kterých má smysl odlehlá pozorování hledat a odstraňovat, je věk. Pokud bychom hodnoty odlehlých pozorování ponechali, mohlo by při dalších rozborech dojít k rozmazání či zkreslení výsledků. Jestliže budeme třeba sledovat závislost mezi věkem a počtem vypitých piv (další kapitoly 3.x.x), student který má 39 let by nám rozmazal sledované spektrum dalších 13 studentů, v rozmezí let. Proč? Student čtyřicátník je příliš vzdálen věkem od nejpočetnější skupiny respondentů a abychom danou závislost mezi věkem a počtem vypitých piv našli (při ponechání odlehlých pozorování), museli bychom zjistit tuto závislost pro dalších x lidí ve věku mezi lety. Pro zajímavost jsem v dalších kapitolách porovnal výsledky s odlehlými pozorováními i bez nich. Pro nalezení těchto abnormalit slouží funkce ve Statgraphicsu Outlier identification. Co nám tedy Statgraphics nalezl? Obr.14 Odlehlá pozorování, muži Obr.15 Tabulka odlehlá pozorování, muži Z obr.10 vidíme naprosto jasně že jsou zde dvě hodnoty, které se poněkud vzdalují hlavní linii hodnot (okolo nuly, dle označení y-osy, popisky napravo, což je 0-4 * směrodatná odchylka). Avšak pouze jediná hodnota je vzdálena více než třínásobek směrodatné odchylky, což ji identifikuje jako odlehlé pozorování. Tento fakt nám potvrzuje i tabulka (obr.15). Pro lepší přehlednost jsem zakroužkoval hodnotu označenou Statgraphicsem jako odlehlé pozorování. Na obr.16, tedy krabicovém grafu, lze odlehlé pozorování jasně vidět. Pro jednodušší nalezení a zvýraznění jsem jej zakroužkoval. Obr.16 Krabicový graf odlehlá pozorování, muži

12 2.2 Ženy Nyní nás čeká rozebrání základních dat pro ženskou část populace. Vzhledem k tomu, že jsem se u mužů rozepsal a všechny podrobnosti uvedl k nim, zde se budu zabývat již pouze rozebráním výsledků. Porovnání s muži se bude věnovat samostatná kapitola Rozdělení oblíbenosti piva podle stupně Obr.17 Histogram stupeň piva Obr.18 Koláčový graf stupeň piva Ženy jasně preferují 12 piva. Tento poznatek je pro mne poněkud překvapující. Vždyť takto silné pivo s nimi musí docela zamávat. Pijí ho tedy méně? Méně kusů, nebo preferují převážně malá piva? Nechme se překvapit, třeba na to přijdeme v některé z dalších kapitol. Jedním z prvních důvodů, které mě hned napadnou, je již dříve zmíněná vyšší sladovost, jenže pokud by záviselo na ní, preferovaly by ženy piva tmavá, řezaná nebo speciální. Tmavá piva jsou 10, či 11 a speciální (například sladší a krémovější kvasnicová piva) zase více než 12, o pivech s lavinovým efektem, které jsou taktéž většinou méně hořká (např. Maestro, Velvet) nemluvě, protože ty se dělají jen v 11 variantě. Všimněme si, že na rozdíl od mužů ani jediná žena neuvedla vícestupňové pivo jako své oblíbené. Dalším důvodem může být stále zmiňovaná rozšířenost hlavně 12 piv (toto se týká Ostravy). Hlavním důvodem ale nejspíš bude v dnešní době velmi nízká chuťová kvalita 10 piv, která platí daň za rychlou produkci (piva nestačí zrát a jejich zrání je různými způsoby urychlováno). Tudíž ženám hořká a odbytá desítka nechutná a uchylují se k pití 12 kousků. Ženy věčně bojují se svou váhou (ať už pomyslnou nebo reálnou) a 12 piva jim kvůli své kaloričnosti rozhodně na kráse nepřidají... Nechme soudů, třeba to vědí:) Obr.19 Krabicový graf- stupeň piva Krabicový graf je už jen takovým zpestřením. Minimum ukazuje správně na 10, maximum taktéž. Žádná odlehlá pozorování se nekonají a zjišťování mediánu je v případě přesně definované stupnice piv bezpředmětné. Jeho vypovídací hodnota je nízká, přesto kdybychom z něj chtěli něco vyčíst, pak je to soubor hodnot začínajících přibližně na 11, končící maximem. Piva nabývající ve stupních těchto hodnot budou ženám lahodit.

13 2.2.2 Rozdělení oblíbenosti piva podle druhu (typu) Takže jak to tedy je? Mají rády 12 piva, ale jestli uvedou jako nejoblíbenější piva tmavého typu, budou si protiřečit. Nechť promluví histogram a koláčový graf. Obr.20 Histogram- typ piva Obr.21 Koláčový graf- typ piva Teď už je jasné, že ženy nelhaly a neprotiřečily si. Dotazované studentky nejsou ani v nejmenším mlsné jazýčky. Naprosto jasně se ukazuje, že preferují světlý typ piva. Tmavé, řezané i speciální typy piva jsou hluboce utopeny v řece světlých piv. Je to překvapivé zjištění.

14 2.2.3 Rozdělení oblíbenosti piva podle značky Opět se dostáváme k tomu nejzajímavějšímu. Co nám řekne histogram a koláčový graf? Obr.22 Histogram- značka piva Obr.23 Koláčový graf- značka piva Radegast vítězí na celé čáře (znovu bych zmínil souvislost s 12 pivem a Ostravou), na druhém místě Ostravar, jehož druhé místo je vzhledem k původu piva nepochopitelným (z hlediska četnosti výskytu a chuti už je to pochopitelnější). Starobrno a Holba svorně na třetím místě a tentokrát bych teorii domova (respondentů) zdůraznil. Holba Jesenicko, Starobrno jižní Morava, popř. Olomoucký kraj. Většinu respondentek jsem neznal, ale hodně mých známých ženského pohlaví z Ostravy pochází právě z těchto končin. Na jejich preferencích jsem pak založil svou teorii Rozdělení podle vypitého objemu Ani jeden dotazovaný muž nepije malé piva, proto je tato kapitola věnována pouze ženám. Histogram a koláčový graf napoví více. Obr.24 Histogram- objem sklenice Obr.25 Koláčový graf- objem sklenice Histogram (obr.24) napovídá, že 11 piv z 15 vypitých jsou velké, tedy o objemu sklenice 0,5l. I koláčový graf (obr.25) naznačuje velikou převahu vypitých půllitrů oproti třetinkám.

15 2.2.5 Rozdělení podle vypitých piv Podíváme se na to, kolik respondentky uvedly že vypijí za večer a kolik naposled. Výsledky porovnáme (statistickým porovnáním závislosti mezi oběma hodnotami se budu věnovat dále v kapitolách 3.x). Obr. 26 Histogram- počet vypitých piv obvykle, ženy Obr.27 Histogram počet vypitých piv posledně, ženy Porovnáme-li jednotlivé histogramy, už je nám na první pohled jasný rozdíl. Ženy uvedly, že obvykle vypijí piv méně než jich naposledy vypily. Mezi dvěma až pěti pivy se sice shodují, ale jinak buď nedokáží přesně odhadnout, kolik běžně vypijí nebo nechtějí, nebo měly posledně všechny dámskou jízdu. Vzhledem k vysokému počtu piv bych se nedivil, kdyby spíše informace o počtu vypitých kousků schválně snižovaly. Obr.28 Krabicový graf obvyklý počet vypitých piv, ženy Obr.29 Krabicový graf posledně vypito, ženy Krabicové grafy (obr.28,29) jsou už jen lepším grafickým srovnáním. Posuďte sami o kolik se posunulo spektrum vypitých piv směrem doprava, tedy k vyšším hodnotám. Zajímavé je, že průměrně jsou to stále 4 piva, které ženy vypijí. Kdybychom chtěli tyto naměřené hodnoty srovnat s lékařskými doporučeními, pak ženy překračují o 3 piva MDDD (Maximální Doporučenou Denní Dávku).

16 2.2.6 Rozdělení podle věku Obr.30 Histogram- věk, ženy Obr.31 Krabicový graf- věk, ženy Nejpočetnější skupinou jsou přibližně leté studentky. Porovnáme- li to s muži, měl jsem si dávat větší pozor při výběru respondentů, ať mám alespoň přibližně stejně početné skupiny. Krabicový graf jasně naznačuje která skupina, přesně, je nejpočetnější (ženy ve věku let) a nenalézáme v něm žádná odlehlá pozorování Odlehlá pozorování, ženy Pro jistotu jsem i ženy otestoval na odlehlá pozorování přímo funkcí k tomu určenou v programu Statgraphics. Obr.32 Odlehlá pozorování, ženy Ani z tabulky ani z krabicového grafu nemáme žádné podezření na vzdálené pozorování. Prozkoumáme-li tento graf, můžeme si všimnout jediné hodnoty, která výrazněji uniká od ostatních a je těsně nad linií +2 * směrodatná odchylka. Program ji však jako vzdálené pozorování neidentifikoval, protože by musela překročit hodnotu 3 * sm. odch. Tuto hodnotu ponecháme na svém místě a budeme s ní nadále počítat.

17 2.3 Porovnání mezi muži a ženami V této části porovnáme jednotlivé kategorie mezi muži a ženami. Nejzajímavější bude jistě srovnání počtu vypitých piv (kdopak víc pije?:) Někdy použiji k porovnání raději histogram někdy koláčový graf a to podle toho, kde se zrovna budou víc hodit Porovnání oblíbenosti jednotlivých stupňů piv Obr.33 Histogram- stupeň piva, muži Obr.34 Histogram- stupeň piva, ženy Zde není příliš co porovnávat. U obou pohlaví vítězí 12 piva. Někteří muži si ještě navíc oblíbili 14 pivní speciály. Muži neopovrhují 10 ani 11 pivem a častěji jej uvedli jako své oblíbené oproti ženám, které mají stejně jako muži oblíbené jen 10 pivo. Z patnácti vypitých připadají tři z nich na 10. O 11 příliš zájem nemají, nebo o něm neví. Poměr 12 ku ostatním je vyšší u žen. Dá se tedy tvrdit, že ženy mají 12 pivo ještě raději než muži Porovnání oblíbenosti jednotlivých druhů (typů) piva Obr.35 Koláčový graf- typ piva, muži Obr.36 Koláčový graf- typ piva, ženy Zde je opravdové překvapení. Muži v porovnání s ženami uvedli vyšší oblibu tmavých piv, pod které spadají i řezané. Buďto se se zvyšující se cenou stávají z mužů labužníci, nebo se zženšťují a přebírají chutě po ženách. Ženy pak přesně naopak zmužněly a raději než riskovat sáhnou po osvědčené dvanáctce. Možná je v tom ale jen ženská důmyslnost. Osobně bych očekával grafy přesně opačně.

18 2.3.3 Porovnání oblíbenosti jednotlivých značek Obr.37 Histogram- značky piv, muži Obr.38 Histogram- značky piv, ženy Radegast vítězí u obou pohlaví. Muži uvedli více značek než ženy. Plzeň je u mužů oblíbenější než u žen a vzhledem k tomu, že muži více pijí černá piva tak je i Kozel u mužů úspěšnější než-li u žen. Zaráží mě naprostá absence Ostravaru u mužů. Zřejmě jsem oslovil spíše přespolňáky, tedy ne Ostraváky Porovnání věku Obr.39 Krabicový graf- věk, muži Obr.40 Krabicový graf- věk, ženy U mužů jsem použil data bez odlehlých pozorování, ať máme data pěkně přehledná. Je vidět moje nevšímavost k správnému věkovému rozložení, kde jsem více hleděl na další data než na věk. Nejmladší muž má 21 let, kdežto žena 20. Hlavní věková skladba u mužů je posunuta doprava od žen tedy od 22 do 24 let, kdežto ženy mi odpovídaly převážně mladší a to od 21 do 23 let. Uvidíme, zda se nám to nějak promítne do výsledků v dalších kapitolách mé práce.

19 2.3.5 Porovnání vypitých piv grafy. Vypijí více muži nebo ženy? Kdo má větší přehled o tom kolik vypije? Více následující histogramy a krabicové Obr. Histogram porovnání mezi obvykle a posledně, muži Obr. Histogram porovnání mezi obvykle a posledně, ženy V přímém porovnání žasnu. Muži jsou vesměs přesní ve znalosti své průměrné spotřeby. Nadhodnocují ale obvyklé čísla. Ženy mají histogram vyrovnaný. Jsou si přibližně vědomy kolik vypijí a také tolik vypijí, větší počty vypitých piv, však nepřiznávají a možná záměrně tají. Obr. Krabicový graf - porovnání mezi obvykle a posledně, muži Obr. Krabicový graf porovnání mezi obvykle a posledně, ženy Krabicové grafy nám umožňují lépe prozkoumat posuvy zkoumaných spekter a jejich vzájemným porovnáním zjišťujeme u mužů větší rozptyl počtu vypitých piv posledně, ale přibližně stejnou průměrnou hodnotu. U žen je patrný posuv celého spektra doprava.

20 3. Statistická indukce 3.1 Muži - jednoduchá regrese řešení závislostí V této části nalezneme konečné odpovědi na otázky, které nám v počátku práce vrtaly hlavou a nad kterými jsem spíše polemizoval. Nacházíme se v kapitolách zabývajících se pokročilou statistikou Závislost mezi počtem vypitých piv a ročníkem Obr.41 Simple regression souvislost mezi ročníkem a poč. piv, muži Graf jednoduché regrese (obr.41) by snad nějakou závislost naznačoval. Vyplývá z něj přibližně fakt, že studenti nižších ročníků pijí více, okolo třetího ročníku (tedy bakalářských zkoušek) studenti spotřebu zredukují a hodnoty by se měly dle zúžených mezí ustálit okolo pěti piv. Od třetího ročníku se meze opět rozjíždějí a počet vypitých je různorodější. Ačkoliv nám stále modrá naznačuje nepatrný růst v celém průběhu studia, děje se tak jen v řádu desetin. Obr.42 Tabulka ANOVA Z tabulky ovšem jasně vyplývá nezávislost našich dvou zkoumaných hodnot. Statgraphics vypočítal hodnotu P-value, která vyjadřuje míru závislosti dvou zkoumaných hodnot. Vyjde-li číslo vyšší než 0,05, můžeme s 95% pravděpodobností tvrdit, že mezi těmito dvěma hodnotami neexistuje žádná závislost. Nám vyšlo velmi vysoké číslo.

21 3.1.2 Závislost mezi počtem vypitých piv a věkem Porovnejme nejprve tyto dva grafy. Obr.43 je zatížen chybou ze vzdáleného pozorování, kdežto obrázek 44 není. Vidíte rozdíl? (najděte alespoň 2 :) Závislost počítaná z prvního obrázku nebere příliš v úvahu studenty nižšího věku i když na druhou stranu na něm můžeme sledovat vyváženost a spíše klesající tendece spotřeby piv. Jenže jak můžeme vědět, že hodnoty odpovídají pravdě a že by opravdu lidé seděli na vypočtenou regresi? Nemůžeme. Proto je vypovídací hodnota naprosto nicotná. Obr.43 Simple regression, počet vypitých piv na věk, muži Obr.44 Simple regression, počet piv na věk, bez odlehlých pozorování, muži Z obr.44 můžeme vyčíst stoupající tendence počtu vypitých piv a to dokonce větší než nám vyšlo u porovnávání s ročníkem. Ale i tak nese tento graf s předcházejícím porovnáváním (obr.41) podobné znaky. Ve věku kdy skládá student bakalářské zkoušky, ustálí se jeho spotřeba na pěti pivech, v nižším věku pije přibližně stejně ale spektrum počtu vypitých piv se různí a stejně tak v pozdějším věku. Jak vidíme, je to pouze předpověď, protože program neměl k dispozici žádné údaje. Obr.45 Tabulka ANOVA, s odlehlým pozorováním Obr.46 Tabulka ANOVA, bez odlehlých pozorování Porovnáním P- value obou tabulek zjistíme obrovský skok v hodnotě ošetřené od vzdáleného pozorování. Přesto ani jedna nesplňuje podmínku 0,05, abychom mohli prohlásit, že závislost existuje.

22 3.2 Ženy Závislost mezi počtem vypitých piv a ročníkem Obr. 47 Simple regression, závislost mezi vypitými pivy a ročníkem Je jasně naznačená klesající tendence. Zřejmě si ženy více uvědomují obtížnost bakalářských zkoušek, možná stárnutím raději sáhnou po nealku, možná po víně (to by bylo zajímavé zjistit). Spektrum vypitých piv není příliš rozkolísané po celý čas. Obr. 48 Tabulka ANOVA, poč. vypitých piv s ročníkem, ženy P- value je nižší než 0,05 a proto můžeme s 95% pravděpodobností tvrdit, že existuje závislost mezi počtem vypitých piv a ročníkem. Obr.49 Výpis ze statgraphics, potvrzená závislost, důležité pasáže jsou zvýrazněny

23 3.2.2 Závislost mezi počtem vypitých piv a věkem Obr.50 Simple regression, závislost mezi pivem a věkem, ženy Opět klesající tendence, ne však tak výrazná jako u porovnávání s ročníkem. Zpočátku velký rozptyl vypitých kusů piv, v období bakalářských zkoušek útlum a urovnání na cca 4 pivech, opětovný rozptyl ve vyšším věku. Závislost tentokrát nebyla nalezena, P-Value přesahuje o řád hodnotu 0,05. S 95% pravděpodobností můžeme tvrdit že souvislost s věkem neexistuje.

24 4. Závěr: Zkoumal jsem a vyhodnocoval ze všech možných úhlů. Snažil jsem se o věrné popsání skutečnosti. Jestli jsem uspěl, jste mohli posoudit sami. Zjistil jsem tedy následující poznatky. U obou pohlaví boduje 12 pivo. Muži si více vybírají a hledají i nepříliš rozšířené produkty. Ženy si nevybírají a o speciální piva neprojevily mé respondentky zájem. Ani se nepotvrdila fáma, že by ženy více pily tmavé pivo než světlé, naopak jej spíše pijí muži. Nedávají mu ale přednost před světlým. Ženy pijí spíše z půllitrů, ale najde se i pár žen, které raději malé pivo. Muži malá piva nepijí vůbec. Objevil jsem pouze jedinou závislost mezi dvěma hodnotami (jedné dvojice ze zkoumaných čtyř - suma obou pohlaví) a to souvislost s počtem vypitých piv a studovaným ročníkem. Tato závislost se potvrdila pouze u žen. Všechny grafy zkoumaných dvojic měly nějakou vypovídací hodnotu. Zjistili jsme tak, že v období bakalářských zkoušek se počet piv ustálí na přibližně pěti u mužů a čtyřech u žen. Celková tendence vypitých piv je u mužů stoupající a u žen klesající.

25 Použitá literatura a materiály návod k použití programu Statgraphics, autorka Lenka Šimonová skripta do předmětu Statistika 1, autorka Martina Litschmannová

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

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Spotřeba alkoholu (VI. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Spotřeba alkoholu (VI. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 3. 12. 2002 58 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Spotřeba alkoholu (VI. díl) V této

Více

Pití piva v české společnosti v roce 2006

Pití piva v české společnosti v roce 2006 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: jiri.vinopal@soc.cas.cz Pití piva v české společnosti v roce 2006 Technické parametry

Více

Statistika. Semestrální projekt

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

Více

Technické parametry výzkumu

Technické parametry výzkumu TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: jiri.vinopal@soc.cas.cz K některým aspektům výběru piva českými konzumenty

Více

Pivo v české společnosti

Pivo v české společnosti TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: +420 210 310 584 E-mail: jiri.vinopal@soc.cas.cz Pivo v české společnosti v roce 2015 Technické

Více

Technické parametry výzkumu

Technické parametry výzkumu TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: +420 210 310 584 E-mail: jiri.vinopal@soc.cas.cz Pivo v české společnosti v roce 2013 Technické

Více

Tabulka 1 Rizikové online zážitky v závislosti na místě přístupu k internetu N M SD Min Max. Přístup ve vlastním pokoji 10804 1,61 1,61 0,00 5,00

Tabulka 1 Rizikové online zážitky v závislosti na místě přístupu k internetu N M SD Min Max. Přístup ve vlastním pokoji 10804 1,61 1,61 0,00 5,00 Seminární úkol č. 4 Autoři: Klára Čapková (406803), Markéta Peschková (414906) Zdroj dat: EU Kids Online Survey Popis dat Analyzovaná data pocházejí z výzkumu online chování dětí z 25 evropských zemí.

Více

VINOTÉKA na Krátké, Ostopovice Nabídka sudového piva.

VINOTÉKA na Krátké, Ostopovice Nabídka sudového piva. číslo katalogové číslo: VINOTÉKA na Krátké, Ostopovice Nabídka sudového piva. Vratná cena celkem popis KEG specifikace zálohamnožství s DPH 21% 1 11407 STAROBRNO ležák 12, plochá 30L Tento symbol českého

Více

Technické parametry výzkumu

Technické parametry výzkumu TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: jiri.vinopal@soc.cas.cz Pivní kultura v České republice podle hodnocení

Více

Česká zemědělská univerzita v Praze

Česká zemědělská univerzita v Praze Česká zemědělská univerzita v Praze Provozně ekonomická fakulta Teze k diplomové práci na téma: Zpracování marketingové studie zvoleného sortimentu zboží Vypracovala: Klára Levá Vedoucí diplomové práce:

Více

Technické parametry výzkumu

Technické parametry výzkumu TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: jiri.vinopal@soc.cas.cz K některým aspektům výběru piva českými konzumenty

Více

Pražská sídliště 2010 - závěrečná zpráva

Pražská sídliště 2010 - závěrečná zpráva Pražská sídliště 2010 - závěrečná zpráva (Švorcová, Makovcová, Mach) Úvod: Naše práce je jednou z částí většího projektu výzkumu sídlišť, v jehož rámci byli dotazováni obyvatelé sídlišť Petrovice, Barrandov,

Více

Pivo, víno a lihoviny v české společnosti v roce 2012

Pivo, víno a lihoviny v české společnosti v roce 2012 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: +420 210 310 584 E-mail: jiri.vinopal@soc.cas.cz Pivo, víno a lihoviny v české společnosti v

Více

Pivo v české společnosti

Pivo v české společnosti TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: +420 210 310 584 E-mail: jiri.vinopal@soc.cas.cz Pivo v české společnosti v roce 2014 Technické

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více

ŽIVOTNÍ STYL DĚTÍ A MLÁDEŽE (ZKUŠENOSTI A POSTOJE V OBLASTI KOUŘENÍ, ALKOHOLU A DROG)

ŽIVOTNÍ STYL DĚTÍ A MLÁDEŽE (ZKUŠENOSTI A POSTOJE V OBLASTI KOUŘENÍ, ALKOHOLU A DROG) ŽIVOTNÍ STYL DĚTÍ A MLÁDEŽE (ZKUŠENOSTI A POSTOJE V OBLASTI KOUŘENÍ, ALKOHOLU A DROG) LIBERECKÝ KRAJ - 212 V roce 212 se opět uskutečnilo šetření životního stylu dětí a mládeže zaměřené na problematiku

Více

NEZAMĚSTNANOST V JEDNOTLIVÝCH KRAJÍCH ČR V LETECH 2000 2011

NEZAMĚSTNANOST V JEDNOTLIVÝCH KRAJÍCH ČR V LETECH 2000 2011 NEZAMĚSTNANOST V JEDNOTLIVÝCH KRAJÍCH ČR V LETECH 2000 2011 Markéta Nesrstová Abstrakt Nezaměstnanost vždy byla, je a bude závažným problémem. Míra nezaměstnanosti v České republice se v současné době

Více

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Spotřeba alkoholu. European Health Interview Survey in CR - EHIS CR Alcohol consumption

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Spotřeba alkoholu. European Health Interview Survey in CR - EHIS CR Alcohol consumption Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 13. 9. 2010 57 Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Spotřeba alkoholu European Health Interview

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 12. 2002 60 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Tato

Více

Objednávky: 606 391 128

Objednávky: 606 391 128 Pivovar Pivo Objem Kč s DPH Kč /Kus Záloha Narážeč Svijany Svijany 10 30 841 14,02 1000 Plochý Svijany 10 50 1348 13,48 1000 Plochý Svijany 11 15 455 15,16 1500 Plochý Svijany 11 30 913 15,21 1000 Plochý

Více

Matematická statistika

Matematická statistika Matematická statistika Daniel Husek Gymnázium Rožnov pod Radhoštěm, 8. A8 Dne 12. 12. 2010 v Rožnově pod Radhoštěm Osnova Strana 1) Úvod 3 2) Historie matematické statistiky 4 3) Základní pojmy matematické

Více

Semestrální práce do předmětu MVY

Semestrální práce do předmětu MVY Semestrální práce do předmětu MVY Vypracovali: Krpálek Jan, Koška Petr Téma marketingového výzkumu a způsob získávání dat: Zaujala mě spotřeba alkoholu v České Republice na jednoho obyvatele. V tabulce

Více

ALKOHOL A TABÁK KONZUMUJÍ V ČR NEJČASTĚJI MLADÍ LIDÉ VE VĚKU 15 24 LET

ALKOHOL A TABÁK KONZUMUJÍ V ČR NEJČASTĚJI MLADÍ LIDÉ VE VĚKU 15 24 LET Praha, 17. 6. 2013 ALKOHOL A TABÁK KONZUMUJÍ V ČR NEJČASTĚJI MLADÍ LIDÉ VE VĚKU 15 24 LET TABÁK KOUŘÍ TŘETINA ČECHŮ A ČTVRTINA ČEŠEK - NEJVÍCE KOUŘÍ MLADÍ LIDÉ Počet kuřáků v České republice neklesá, jejich

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 8.11.2002 55 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Kouření (V. díl) Kouření je dalším

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

Česká veřejnost o tzv. Islámském státu únor 2015

Česká veřejnost o tzv. Islámském státu únor 2015 pm50 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: +40 86 840 9 E-mail: jan.cervenka@soc.cas.cz Česká veřejnost o tzv. Islámském státu únor 05

Více

Jak to vidí malé české pivovary?

Jak to vidí malé české pivovary? Jak to vidí malé české pivovary? Petr Božoň Group Brand Manager Marketing Management - Praha, 11.5.2011 1 Obsah prezentace 1. Představení společnosti 2. Vývoj českého trhu s pivem 3. Jak si udržet své

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

Občané o hospodářské situaci ČR a o životní úrovni svých domácností listopad 2015

Občané o hospodářské situaci ČR a o životní úrovni svých domácností listopad 2015 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: 286 840 129 E-mail: jarmila.pilecka@soc.cas.cz Občané o hospodářské situaci ČR a o životní úrovni

Více

Česká veřejnost o tzv. Islámském státu březen 2015

Česká veřejnost o tzv. Islámském státu březen 2015 pm TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: + E-mail: jan.cervenka@soc.cas.cz Česká veřejnost o tzv. Islámském státu březen 05 Technické parametry

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

Informovanost české veřejnosti o pivu a jeho hodnocení v roce 2013

Informovanost české veřejnosti o pivu a jeho hodnocení v roce 2013 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: jiri.vinopal@soc.cas.cz Informovanost české veřejnosti o pivu a jeho

Více

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY Test z teorie 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový

Více

Biostatistika Cvičení 7

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

Více

Technické parametry výzkumu

Technické parametry výzkumu TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: jiri.vinopal@soc.cas.cz Oblíbené typy restauračních zařízení v roce 2014

Více

Popisná statistika kvantitativní veličiny

Popisná statistika kvantitativní veličiny StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali

Více

Technické parametry výzkumu

Technické parametry výzkumu TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: +420 210 310 584 E-mail: jiri.vinopal@soc.cas.cz Výběr piva českými konzumenty v roce 2013 Technické

Více

Vysoká škola báská Technická univerzita Ostrava Institut geoinformatiky. Analýza dojíždní z dotazníkového šetení v MSK. Semestrální projekt

Vysoká škola báská Technická univerzita Ostrava Institut geoinformatiky. Analýza dojíždní z dotazníkového šetení v MSK. Semestrální projekt Vysoká škola báská Technická univerzita Ostrava Institut geoinformatiky Analýza dojíždní z dotazníkového šetení v MSK Semestrální projekt 18.1.2007 GN 262 Barbora Hejlková 1 OBSAH OBSAH...2 ZADÁNÍ...3

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

BYDLENÍ PRO MLADOU GENERACI VÝSLEDKY PRŮZKUMU

BYDLENÍ PRO MLADOU GENERACI VÝSLEDKY PRŮZKUMU konference Regenerace ových domů DYNAMIKA PROMĚN BYDLENÍ BYDLENÍ PRO MLADOU GENERACI VÝSLEDKY PRŮZKUMU Ing.Renata ZDAŘILOVÁ, Ph.D., Ing.Martin FERKO Katedra městského inženýrství Fakulta stavební VŠB Technická

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

Technické parametry výzkumu

Technické parametry výzkumu TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: jiri.vinopal@soc.cas.cz Oblíbené typy restauračních zařízení v roce 2011

Více

Statistika Mládež a drogy 2012

Statistika Mládež a drogy 2012 Statistika Mládež a drogy 2012 Jihomoravský kraj Vypracovaly A Kluby ČR o.p.s. JMK 2012 dotazníkový průzkum mezi žáky a studenty jihomoravských škol Cílem průzkumu bylo zjistit stav zneužívání návykových

Více

Projekt z předmětu Statistika

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

Více

Důvěra některým institucím veřejného života v březnu 2015

Důvěra některým institucím veřejného života v březnu 2015 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: 286 8 129 E-mail: nadezda.cadova@soc.cas.cz Důvěra některým institucím veřejného života v březnu

Více

Dotazník - Domácí zvířata

Dotazník - Domácí zvířata Dotazník - Domácí zvířata Diplomová práce se nakonec zaměřila spíše na kočky, ale dotazník byl zpracován i pro psy. Děkuji všem za účast na dotazníku a přeji příjemné počtení. :) Pokud byste chtěli vidět

Více

STEM - Středisko empirických výzkumů, Chlumčanského 5, 180 00 Praha 8 SPORTOVNÍ SÁZKY. Bleskový průzkum STEM pro APKURS

STEM - Středisko empirických výzkumů, Chlumčanského 5, 180 00 Praha 8 SPORTOVNÍ SÁZKY. Bleskový průzkum STEM pro APKURS STEM - Středisko empirických výzkumů, Chlumčanského 5, 8 Praha 8 SPORTOVNÍ SÁZKY Bleskový průzkum STEM pro APKURS V Praze dne. září 4 I. Údaje o výzkumu Typ výzkumu: Věcné zaměření výzkumu: Zkoumaná populace:

Více

Radovan Szurman, szu025. Statistika I Semestrální projekt. Pevné disky

Radovan Szurman, szu025. Statistika I Semestrální projekt. Pevné disky Radovan Szurman, szu025 Statistika I Semestrální projekt Pevné disky Úvod V tomto referátu se pokusím s pomocí různých nástrojů statistiky rozebrat situaci na trhu na poli pevných disků a také poukázat

Více

Ceník piva a nealko nápojů

Ceník piva a nealko nápojů Ceník piva a nealko nápojů KLÁŠTER - SUDOVÉ CENY S DPH 10 Klášter 50L 1 170,00 Kč 11 Klášter 50L 1 370,00 Kč 11 Klášter 30L 840,00 Kč 12 Klášter 50L 1 470,00 Kč JIHLAVA - SUDOVÉ 10 Šenkovní 50L 1 240,00

Více

odpovědí: rizikové již při prvním užití, rizikové při občasném užívání, rizikové pouze při pravidelném užívání, není vůbec rizikové.

odpovědí: rizikové již při prvním užití, rizikové při občasném užívání, rizikové pouze při pravidelném užívání, není vůbec rizikové. TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: 8 840 9 E-mail: jan.cervenka@soc.cas.cz Postoj veřejnosti ke konzumaci vybraných návykových látek

Více

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

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

Více

OBČANÉ STÁLE VÍCE PREFERUJÍ SOCIÁLNÍ POLITIKU

OBČANÉ STÁLE VÍCE PREFERUJÍ SOCIÁLNÍ POLITIKU INFORMACE Z VÝZKUMU STEM TRENDY 11/214 vydáno dne. 11. 214 OBČANÉ STÁLE VÍCE PREFERUJÍ SOCIÁLNÍ POLITIKU ZAMĚŘENOU NA ROZŠIŘOVÁNÍ SOCIÁLNÍCH SLUŽEB, NIKOLI NA ZVYŠOVÁNÍ FINANČNÍCH DÁVEK Více než polovina

Více

ohledu velmi citlivé i na jakékoliv výkyvy na trhu práce a velmi p esně je kopíruje. 9,1 8,5 7,8 6,3

ohledu velmi citlivé i na jakékoliv výkyvy na trhu práce a velmi p esně je kopíruje. 9,1 8,5 7,8 6,3 ohledu velmi citlivé i na jakékoliv výkyvy na trhu práce a velmi p esně je kopíruje. Graf : Subjektivní hodnocení a očekávání vývoje nezaměstnanosti v porovnání s vývojem míry nezaměstnanosti (časové srovnání

Více

STULONG. Datamining. zápočtová analýza č. 1

STULONG. Datamining. zápočtová analýza č. 1 STULONG Datamining zápočtová analýza č. 1 Zpracovali: Robert Poch, Pavel Petřek Cvičící: Mgr. Tomáš Karban Zdrojová data: http://euromise.vse.cz/stulong Použitý software: MS Access, 4ftMiner 1. Obsah 1.

Více

PIVOVAR LITOVEL a.s.

PIVOVAR LITOVEL a.s. PIVOVAR LITOVEL a.s. Pivovar Litovel byl založen r. 1893 jako Rolnický akciový pivovar se sladovnou v Litovli. Ve svém podtextu měl ještě přívlastek ryze český vlastenecký. Je pokračovatelem tradic vaření

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

Zpráva o testu dřevin na pozemku ve Stachách na Šumavě

Zpráva o testu dřevin na pozemku ve Stachách na Šumavě Ústřední kontrolní a zkušební ústav zemědělský Oddělení půdy a lesnictví Zpráva o testu dřevin na pozemku ve Stachách na Šumavě Průběžná zpráva Zpracoval: Ing. Dušan Reininger, Ph.D Dr.Ing. Přemysl Fiala

Více

Barometr 1. čtvrtletí roku 2015

Barometr 1. čtvrtletí roku 2015 Barometr 1. čtvrtletí roku 215 Bankovní a Nebankovní registr klientských informací evidoval koncem prvního čtvrtletí roku 215 celkový dluh ve výši 1,73 bilionu Kč, z toho tvořil dlouhodobý dluh (hypotéky

Více

NETMONITOR CONSUMER 8. VLNA

NETMONITOR CONSUMER 8. VLNA NETMONITOR CONSUMER 8. VLNA Internetoví uživatelé v ČR a jejich zvyky Doplňkový marketingový výzkum k projektu NetMonitor Témata výzkumu: využívání jednotlivých druhů pojištění způsob platby při online

Více

Zpráva z bleskového výzkumu

Zpráva z bleskového výzkumu STEM - Středisko empirických výzkumů, Sabinova 3, 0 02 Praha 3 Zpráva z bleskového výzkumu STEM pro Friedrich Naumann Stiftung V Praze dne 15. dubna 0 I. Údaje o výzkumu Typ výzkumu: bleskový reprezentativní

Více

Dlouhodobé úvěry. DD úvěry - počet klientů. Barometr 4. čtvrtletí 2012

Dlouhodobé úvěry. DD úvěry - počet klientů. Barometr 4. čtvrtletí 2012 Barometr 4. čtvrtletí 2012 Koncem prosince dosáhl dluh obyvatelstva, podle údajů Bankovního a Nebankovního registru klientských informací, výše 1,37 bilionu Kč, což je o 67 mld. Kč více než ve stejném

Více

ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB

ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB ANALÝZA: Nesezdaná soužití v ČR podle výsledků SLDB Informace o nesezdaném soužití (Český statistický úřad používá k označení vztahu druha a družky pojem faktické manželství) byly zjišťovány ve Sčítáních

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

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

VYHODNOCENÍ SRÁŽKOVÝCH PŘEDPOVĚDÍ ALADIN A GFS PRO POVODÍ BĚLÉ

VYHODNOCENÍ SRÁŽKOVÝCH PŘEDPOVĚDÍ ALADIN A GFS PRO POVODÍ BĚLÉ VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA Hornicko-geologická fakulta Institut geoinformatiky VYHODNOCENÍ SRÁŽKOVÝCH PŘEDPOVĚDÍ ALADIN A GFS PRO POVODÍ BĚLÉ Referát Autor: Vedoucí diplomové práce:

Více

Morálka politiků očima veřejnosti - březen 2015

Morálka politiků očima veřejnosti - březen 2015 pd15002 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: 286 80 129 E-mail: nadezda.cadova@soc.cas.cz Morálka politiků očima veřejnosti - březen

Více

BIO POTRAVINY ZPRÁVA Z VÝZKUMU OFICIÁLNÍ PARTNER: KANTAR MEDIA GROUP PRO ČR A SR

BIO POTRAVINY ZPRÁVA Z VÝZKUMU OFICIÁLNÍ PARTNER: KANTAR MEDIA GROUP PRO ČR A SR BIO POTRAVINY ZPRÁVA Z VÝZKUMU VÝZKUM TRHU, MÉDIÍ A VEŘEJNÉHO MÍNĚNÍ, VÝVOJ SOFTWARE Národních hrdinů 73, 190 12 Praha 9 tel.: 225 301 111, fax: 225 301 101 e-mail: median@median.cz www.median.cz OFICIÁLNÍ

Více

Cvičení ze statistiky - 3. Filip Děchtěrenko

Cvičení ze statistiky - 3. Filip Děchtěrenko Cvičení ze statistiky - 3 Filip Děchtěrenko Minule bylo.. Dokončili jsme základní statistiky, typy proměnných a začali analýzu kvalitativních dat Tyhle termíny by měly být známé: Histogram, krabicový graf

Více

Statistika Mládež a drogy 2013

Statistika Mládež a drogy 2013 Statistika Mládež a drogy 2013 JMK 2013 Vypracovaly A Kluby ČR o.p.s. Statistika Mládež a drogy 2013 dotazníkový průzkum mezi žáky a studenty jihomoravských škol Cílem průzkumu bylo zjistit stav zneužívání

Více

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

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

Více

MEZIROČNÍ POSUN VE ZNALOSTECH ŽÁKŮ 2005/06 2011/12

MEZIROČNÍ POSUN VE ZNALOSTECH ŽÁKŮ 2005/06 2011/12 MEZIROČNÍ POSUN VE ZNALOSTECH ŽÁKŮ /06 /12 Zhoršují se znalosti českých žáků? Testování Stonožka v 9. ročnících se v letošním roce neslo na vlně očekávání výsledků, které nám mají říct, jak si současní

Více

MĚSTSKÁ POLICIE NOVÝ BOR. Výsledky průzkumu městský kamerový dohlížecí systém

MĚSTSKÁ POLICIE NOVÝ BOR. Výsledky průzkumu městský kamerový dohlížecí systém MĚSTSKÁ POLICIE NOVÝ BOR Výsledky průzkumu městský kamerový dohlížecí systém 2012 Obsah OBSAH...1 ÚVOD...2 METODIKA...3 CELKOVÉ VÝSLEDKY PRŮZKUMU...5 VÝSLEDKY PRŮZKUMU Z HLEDISKA VĚKU A POHLAVÍ...6 ŽENY...6

Více

Které faktory Vás motivují, nebo by Vás motivovaly, ke studiu technického oboru na SŠ, popř. v budoucnu na VŠ? 10% 41% 18% 33%

Které faktory Vás motivují, nebo by Vás motivovaly, ke studiu technického oboru na SŠ, popř. v budoucnu na VŠ? 10% 41% 18% 33% ANALÝZA POTŘEB ŽÁKŮ STŘEDNÍCH ŠKOL Analýza potřeb žáků SŠ uvádí přehled vyhodnocení vybraných otázek z dotazníkového šetření provedeného u žáků SŠ technického směru a všeobecných gymnázií v Moravskoslezském

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

Statistický projekt. Název projektu: V jakých jezdíme automobilech. Autoři: Beneš Tomáš, Budka Josef. Oponenti: Bahenský Pavel, Buzák Jan

Statistický projekt. Název projektu: V jakých jezdíme automobilech. Autoři: Beneš Tomáš, Budka Josef. Oponenti: Bahenský Pavel, Buzák Jan Statistický projekt Název projektu: V jakých jezdíme automobilech. Autoři: Beneš Tomáš, Budka Josef Oponenti: Bahenský Pavel, Buzák Jan Cílem našeho statistického projektu je zjistit, jakým vozovým parkem

Více

Spokojenost zákazníků

Spokojenost zákazníků Spokojenost zákazníků K získání informací o spokojenosti zákazníků v restauraci CENTRUM Ropice bylo provedeno písemné dotazníkové šetření. Jeho cílem bylo získat přehled o tom, jak jsou zákazníci spokojeni

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

Vážená paní ředitelko, vážený pane řediteli, milí kolegové,

Vážená paní ředitelko, vážený pane řediteli, milí kolegové, Vážená paní ředitelko, vážený pane řediteli, milí kolegové, v následující zprávě se Vám dostávají do rukou výsledky šetření klimatu Vašeho učitelského sboru. Můžete se tedy dozvědět, jak jsou u Vás ve

Více

Kontakty: Pivoňka obchod pivem a kořalkou, www.pivonka-hk.cz, tel: 774061520, e-mail: filip@pivonka-hk.cz

Kontakty: Pivoňka obchod pivem a kořalkou, www.pivonka-hk.cz, tel: 774061520, e-mail: filip@pivonka-hk.cz Kontakty: Pivoňka obchod pivem a kořalkou, www.pivonka-hk.cz, tel: 774061520, e-mail: filip@pivonka-hk.cz ceník sudů: objem v l cena s DPH typ narážeče dostupnost Bakalář 10% 50 1 300 bajonet do týdne

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Zdravotní potíže (XII. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Zdravotní potíže (XII. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12.3.2003 11 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Zdravotní potíže (XII. díl) Tato aktuální

Více

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

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

Více

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

Vliv věku a příjmu na výhodnost vstupu do důchodového spoření (II. pilíře)

Vliv věku a příjmu na výhodnost vstupu do důchodového spoření (II. pilíře) Vliv věku a příjmu na výhodnost vstupu do důchodového spoření (II. pilíře) Následující analýza výhodnosti vstupu do II. pilíři vychází ze stejné metodologie, která je popsána v Pojistněmatematické zprávě

Více

Sociální původ, pohlaví, vzdělání a kompetence ve světle dat z národního šetření PIAAC

Sociální původ, pohlaví, vzdělání a kompetence ve světle dat z národního šetření PIAAC Sociální původ, pohlaví, vzdělání a kompetence ve světle dat z národního šetření PIAAC Petr Matějů Konference Předpoklady úspěchu v práci a v životě 27. listopadu 2013 Hlavní otázky pro analýzu procesu

Více

Národní srovnávací zkoušky Scio ve školním roce 2015/2016. Životní styl uchazečů o studium na VŠ. Tisková zpráva. Hlavní informace a zjištění

Národní srovnávací zkoušky Scio ve školním roce 2015/2016. Životní styl uchazečů o studium na VŠ. Tisková zpráva. Hlavní informace a zjištění Národní srovnávací zkoušky Scio ve školním roce 2015/2016 Životní styl uchazečů o studium na VŠ Tisková zpráva Hlavní informace a zjištění Ve školním roce 2015/2016 absolvovalo Národní srovnávací zkoušky

Více

A. STŘEDNÍ ŠKOLY OHK Karviná

A. STŘEDNÍ ŠKOLY OHK Karviná ANALÝZA POŽADAVKŮ PODNIKŮ NA ABSOLVENTY Tato analýza uvádí přehled vyhodnocení vybraných otázek z dotazníkového šetření provedeného u žáků SŠ technického směru a všeobecných gymnázií v Moravskoslezském

Více

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I.

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. pro kombinované a distanční studium Radim Briš Martina Litschmannová

Více

Statistika Mládež a drogy

Statistika Mládež a drogy Statistika Mládež a drogy Brněnské školy Vypracoval: A Kluby ČR o.p.s. 1 Statistika Mládež a drogy 2014 dotazníkový průzkum mezi žáky a studenty brněnských škol Cílem průzkumu bylo zjistit stav zneužívání

Více

České vysoké učení technické v Praze Fakulta dopravní

České vysoké učení technické v Praze Fakulta dopravní České vysoké učení technické v Praze Fakulta dopravní Semestrální práce z předmětu Statistika Téma: Průzkum o zahrádkářské soběstačnosti Studenti: Pavel Černý, Radek Čech Skupina: 2 31 Akademický rok:

Více

Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2

Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2 Semestrální projekt do předmětu Statistika Vypracoval: Adam Mlejnek 2-36 Oponenti: Patrik Novotný 2-36 Jakub Nováček 2-36 Úvod Pro vypracování projektu do předmětu statistika jsem si zvolil průzkum kvality

Více

Prezentace dat. Grafy Aleš Drobník strana 1

Prezentace dat. Grafy Aleš Drobník strana 1 Prezentace dat. Grafy Aleš Drobník strana 1 8.3 GRAFY Užití: Grafy vkládáme do textu (slovního popisu) vždy, je-li to vhodné. Grafy zvýší přehlednost sdělovaných informací. Výhoda grafu vůči tabulce či

Více

VYHODNOCENÍ DOTAZNÍKU ABSOLVENTŮ U3V

VYHODNOCENÍ DOTAZNÍKU ABSOLVENTŮ U3V VYHODNOCENÍ DOTAZNÍKU ABSOLVENTŮ U3V Jana Borůvková Anotace: Příspěvek se zabývá vyhodnocením dotazníků, které vyplňovali absolventi jihlavské U3V. V první části jsou porovnávány odpovědi absolventů jednotlivých

Více

Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK

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

Více

Sázíte-li v loterii, je to hazard. Hrajete-li poker, je to zábava. Obchodujete-li na burze, je to ekonomie. Vidíte ten rozdíl?

Sázíte-li v loterii, je to hazard. Hrajete-li poker, je to zábava. Obchodujete-li na burze, je to ekonomie. Vidíte ten rozdíl? 1.1 Základní statistické pojmy a metody Sázíte-li v loterii, je to hazard. Hrajete-li poker, je to zábava. Obchodujete-li na burze, je to ekonomie. Vidíte ten rozdíl? 1 Co se dozvíte Co je to statistika

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

Nezaměstnanost z pohledu veřejného mínění

Nezaměstnanost z pohledu veřejného mínění TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: nadezda.horakova@soc.cas.cz Nezaměstnanost z pohledu veřejného mínění Technické

Více

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví

Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 8. 2009 40 Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Základní charakteristiky zdraví European

Více

Míra přerozdělování příjmů v ČR

Míra přerozdělování příjmů v ČR Míra přerozdělování příjmů v ČR Luboš Marek, Michal Vrabec Anotace V tomto článku počítají autoři hodnoty Giniho indexu v České republice. Tento index je spočítán nejprve za celou ČR, poté pro skupinu

Více

Sdružení agentur pro výzkum trhu a veřejného mínění SIMAR

Sdružení agentur pro výzkum trhu a veřejného mínění SIMAR Hana Huntová výkonná ředitelka Sdružení agentur pro výzkum trhu a veřejného mínění SIMAR V Praze, 22.7.2015 Věc: informace k projektu Bořislavka Vážená paní ředitelko, reaguji bezprostředně na Vaše otázky

Více