Výsledky základní statistické charakteristiky

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Výsledky základní statistické charakteristiky"

Transkript

1 Výsledky základní statistické charakteristiky (viz - Vyhláška č. 343/2002 Sb. o průběhu přijímacího řízení na vysokých školách a Vyhláška 276/2004 Sb. kterou se mění vyhláška č. 343/2002 Sb., o postupu a podmínkách při zveřejnění průběhu přijímacího řízení na vysokých školách. 4 Požadavky na základní statistické charakteristiky () Za základní statistické charakteristiky písemné přijímací zkoušky podle písm. c) se považuje: a) počet uchazečů, kteří se zúčastnili písemné přijímací zkoušky, b) nejlepší možný výsledek písemné přijímací zkoušky, c) nejlepší skutečně dosažený výsledek písemné přijímací zkoušky, d) průměrný výsledek písemné přijímací zkoušky, e) směrodatná odchylka výsledků písemné přijímací zkoušky, f) decilové hranice výsledku zkoušky. g) Průměrný výsledek písemné přijímací zkoušky podle odstavce písm. d) se n x i i stanoví jako aritmetický průměr výsledků zkoušky podle vzorce x, kde n x i jsou výsledky zkoušky jednotlivých uchazečů a n je počet účastníků zkoušky. h) Směrodatná odchylka výsledků písemné přijímací zkoušky podle odstavce n 2 x x i i písm. e) se vypočte podle vzorce std = ( ), kde x i jsou výsledky n zkoušky jednotlivých uchazečů, x je aritmetický průměr výsledků zkoušky a n je počet účastníků zkoušky. i) Decilové hranice výsledku zkoušky vyjádřené d, d 2, d 3, d 4, d 5, d 6, d 7, d 8, d 9 jsou hranice stanovené tak, že rozdělují uchazeče seřazené podle výsledku zkoušky do stejně velkých skupin, přičemž d 5 je medián. Medián vyjadřuje prostřední hodnotu z výsledků zkoušek dosažených uchazeči. j) Pokud přijímací zkouška sestává z několika samostatně vyhodnocovaných částí, ustanovení odstavců až 4 se vztahují na jednotlivé části písemné přijímací zkoušky obdobně a základní statistické charakteristiky se zveřejňují za celou přijímací zkoušku i za každou samostatně vyhodnocovanou část; má-li přijímací zkouška více variant, zveřejňují se charakteristiky i za každou variantu každé části přijímací zkoušky i za každou variantu celkově. k) Doplněk dle novely vyhlášky - V 4 se doplňuje odstavec 6, který zní: Informace podle odstavce písm. f) se nezveřejní, pokud počet uchazečů, kteří se zúčastnili písemné přijímací zkoušky, je menší než 00. Informace podle odstavce písm. d) až e) se nezveřejní, pokud počet uchazečů, kteří se zúčastnili písemné přijímací zkoušky, je menší než 5." Změna vzorce podle Vyhlášky č. 276/2004 Sb., - V 4 odst. 3 se ve jmenovateli vzorce výraz "n" nahrazuje výrazem "n (n-)".

2 Bakalářské studijní y všech studijních oborů Výsledky, které dosáhly jednotlivé skupiny uchazečů o na PA ČR v jednotlivých variantách testů, jsou uvedeny v následujících tabulkách č Tabulka č. : Znalostní test (použité varianty testů) Bezpečnostně právní Kriminalistika a další forenzní discipliny Policejní činnosti Bezpečnostní management ve 2 testu ,00 63,8 55,42 53,96 46,5 56,78. 25,9 29,4 27,74 23,90 27, , ,00. 66,67 9, , , ,00. 54,34 20, ,66. 2, ,38 5,45. 49,67 47,27 48,86 2,96 25,29. 27,74 2,83 22, ,38 62,45 55,42 5,77 46,74 54,57 2,23 26,0 29,4 27,64 22,80 25, Nejlepší možný výsledek znalostního testu: testu Prezenční Kombinované ,68 55,42 48,46 46,74 5,0. 26,82 29,4 24,50 22,80 26, ,38 64,49. 56,56. 59,04 2,23 25,49. 3,38. 24, ,38 62,45 55,42 5,77 46,74 54,57 2,23 26,0 29,4 27,64 22,80 25,

3 Tabulka č. 2: Jazykový test (použité varianty testů) Bezpečnostně právní Kriminalistika a další forenzní discipliny Policejní činnosti Bezpečnostní management ve 2 testu ,00 69,0 73,96 49,4 73,75 70,99. 22,40 9,25 22,64 20,69 2, , ,00. 46,22 3, , ,26.. 4,00. 53,55 8,37.. 2,38. 8, ,87 73,73. 47,00 75,90 69,66 2,84 8,68. 4,2 8,89 2, ,97 69,6 73,96 47,73 74,89 68,38 20,0 22,05 9,25 20,37 9,76 2, Nejlepší možný výsledek jazykového testu: 20 2 testu Prezenční Kombinované ,68 73,96 48,85 74,89 73,20. 9, 9,25 8,83 9,76 20, ,97 68,46. 46,. 62,8 20,0 22,40. 22,58. 22, ,97 69,6 73,96 47,73 74,89 68,38 20,0 22,05 9,25 20,37 9,76 2,

4 Tabulka č. 3: Body celkem (použité varianty testů) 2 testu Bezpečnostně právní Kriminalistika a další forenzní discipliny Policejní činnosti Bezpečnostní management ve ,00 232,9 229,38 203,37 29,90 227,77. 39,58 4,97 4,60 38,82 4, , ,00. 22,89 6, , , , ,89 30, ,25. 3, ,26 225,8. 96,67 223,7 28,52 36,34 36,7. 39,42 33,32 35, ,35 232,06 229,38 99,50 22,64 222,95 32,50 39,26 4,97 40,69 36,00 39, Nejlepší možný výsledek za oba testy: testu Prezenční Kombinované ,35 229,38 97,3 22,64 224,29. 36,95 4,97 37,60 36,00 39, ,35 232, ,67. 22,22 32,50 39,66. 45,4. 38, ,35 232,06 229,38 99,50 22,64 222,95 32,50 39,26 4,97 40,69 36,00 39,

5 2 Magisterské studijní y všech studijních oborů Výsledky uchazečů o na PA ČR v jednotlivých variantách testů obsahuje tabulka č.. Tabulka č. : Test logického myšlení (použité varianty testů) testu 3 4 Test logického myšlení právní strategická studia Mgr - Bezpečnostní management ve ,50 60,59 60,06 7,05 7,66 8, ,00 63,92 6,50,00 4,38 7, ,94 59,92 59,6 6,58 8,4 8, ,78 60,8 59,77 7,27 7,97 8, Nejlepší možný výsledek z testu logického myšlení: 80 testu 3 4 Test logického myšlení Forma studia Denní Kombinované ,00 6,58 6,32 8,66 6,97 7, ,60 59,80 59,36 7,28 8,9 8, ,78 60,8 59,77 7,27 7,97 8,

6 Tabulka č. 2: Znalostní test (použité varianty testů) testu 3 4 Znalostní test právní strategická studia Mgr - Bezpečnostní management ve ,50 0,2 0,5 2,52 3,29 3, ,00 3,7 2,7 2,83 2,76 2, ,53 0,59 0,63 2,96 3,62 3, ,87 0,55 0,57 3,00 3,54 3, Nejlepší možný výsledek z testu logického myšlení: 20 testu 3 4 Znalostní test Forma studia Denní Kombinované ,67 2,57 2,58 5,03 3,6 3, ,60 0,0 0,03 2,68 3,33 3, ,87 0,55 0,57 3,00 3,54 3,

7 Tabulka č. 3: Jazykový test (použité varianty testů) testu 3 4 Jazykový test právní strategická studia Mgr - Bezpečnostní management ve ,50 8,32 8,29 2,52 4,23 4, ,00 2,7,86 8,49 4,30 4, ,65 8,25 8,40 4,08 4,43 4, ,78 8,36 8,47 4,34 4,4 4, Nejlepší možný výsledek z testu logického myšlení: 20 testu 3 4 Jazykový test Forma studia Denní Kombinované ,67 9,89 9,9 6, 4,8 4, ,80 7,95 8,09 4,23 4,38 4, ,78 8,36 8,47 4,34 4,4 4,

8 Tabulka č. 4: Body celkem (použité varianty testů) testu 3 4 Body celkem právní strategická studia Mgr - Bezpečnostní management ve ,50 3,68 2,4 3,33 22,98 24, ,00 38,75 32,2 36,77 2,35 27, ,24 08,02 08,03 26,20 25,20 25, ,3 0,5 09,68 29,72 25,06 25, Nejlepší možný výsledek z testu logického myšlení: 200 testu 3 4 Body celkem Forma studia Denní Kombinované ,67 3,56 3, 45,65 24,84 25, ,80 04,36 04,00 27,56 2,79 22, ,3 0,5 09,68 29,72 25,06 25,

9 3 Decilové hranice výsledků použitých variant testů bakalářské Transformace výsledků v rámci decilových hranic, které dosáhly jednotlivé skupiny uchazečů o bakalářské s uvedením varianty testu, studijního u a formy studia ve znalostních testech, jazykových testech a celkových výsledků obsahují následující tabulky: - znalostní test testu znalostní test Bezpečnostně práv ní Kriminalistika a další forenzní discipliny Policejní činnosti Bezpečnostní management v e veřejné správ ě znalostní test Forma studia Denní Kombinov ané (Decilové hranice)* *Poznámka: Decilové hranice výsledku zkoušky vyjádřené d 0, d 20, d 30, d 40, d 50, d 60, d 70, d 80, d 90 jsou hranice stanovené tak, že rozdělují uchazeče seřazené podle výsledku zkoušky do stejně velkých skupin, přičemž d 5 je medián. Medián vyjadřuje prostřední hodnotu z výsledků zkoušek dosažených uchazeči. Decilová hranice tedy udává, kolik bodů bychom v testu museli získat, abychom skončili lépe než daná část uchazečů. Například dosažená bodová hodnota uchazeče je ve znalostním testu varianty A celkem 40 bodů a je tedy v decilové hranici D 7 (70%). Znamená to, že daný uchazeč dosáhl lepší výsledky než 70% uchazečů, řešících stejnou variantu testu. Decilové hranice výsledků testů tedy slouží mimo jiné i pro uchazeče, kteří mají možnost s jejich využitím zjistit, jaké dosáhli výsledky v přijímacím řízení ve srovnání s jinými uchazeči. Příklad: Uchazeč o, řešící variantu, dosáhl ve znalostním testu 45 bodů. Pohledem do tabulky zjistí, že patří do třetího decilu (D 30 - rozpětí hranic 44-47). Z tohoto umístění může vyvodit, že 80% uchazečů, řešících stejnou variantu testu, bylo úspěšnějších.

10 - jazykový test testu jazykový test Bezpečnostně práv ní Kriminalistika a další forenzní discipliny Policejní činnosti Bezpečnostní management v e veřejné správ ě jazykový test Forma studia Denní Kombinov ané celkové výsledky testu

11 - celkové výsledky Bezpečnostně práv ní Kriminalistika a další forenzní discipliny Policejní činnosti Bezpečnostní management v e veřejné správ ě celkové výsledky Forma studia Denní Kombinov ané Decilové hranice výsledků použitých variant testů magisterské Transformace výsledků v rámci decilových hranic, které dosáhly jednotlivé skupiny uchazečů o magisterské s uvedením varianty testu, studijního u a formy studia v testech logického myšlení, znalostních testech, jazykových testech a celkových výsledků obsahují následující tabulky: - test logického myšlení testu test logického myšlení práv ní strategická studia Mgr - Bezpečnostní management v e veřejné správ ě

12 - test logického myšlení Forma studia Denní Kombinov ané znalostní test testu znalostní test práv ní strategická studia Mgr - Bezpečnostní management v e znalostní test Forma studia Denní Kombinované jazykový test testu jazykový test práv ní strategická studia Mgr - Bezpečnostní management v e veřejné správ ě

13 - jazykový test Forma studia Denní Kombinov ané celkové výsledky testu celkové výsledky práv ní strategická studia Mgr - Bezpečnostní management v e 74 93, , celkové výsledky Forma studia Denní Kombinov ané Z výsledků uvedených v tabulkách, včetně rozpětí decilů je zřejmé, že se výsledky jednotlivých skupin uchazečů o liší ve svých základních statistických charakteristikách. Rozdíly je možné vysvětlit odlišnými předpoklady uchazečů, různou mírou přípravy na přijímací řízení a v jisté míře i různou obtížností užitých variant testů, kterou nelze vyloučit.

14 4 Spolehlivost (reliabilita) použitých variant testů Spolehlivost testu ukazuje, do jaké míry všechny otázky testu měří víceméně totéž. Byl použit STATISTICA V0CZ. Jako vstup pro výpočet reliability u všech použitých variant testů byly použity tetrachorické korelační matice (na bázi iterační aproximace). Cronbachovo alfa na tetrachorických korelacích je adekvátní dolní hranicí odhadu spolehlivosti za předpokladu, že analyzované testy měří pouze jednu společnou druhovou vlastnost (mají pouze jednu dimenzi). Předběžné analýzy však ukázaly, že použité varianty vícepoložkových testů nejsou jednodimenzionální, že mají dvě a více dimenzí. 2 Výsledky spolehlivosti je tedy třeba chápat pouze jako velmi hrubý odhad dolní hranice spolehlivosti, který je značně zkreslený. A) Výsledky analýzy spolehlivosti u bakalářských studijních ů Bakalářský studijní Počet položek testu: 70 Počet platných případů: 362 Průměr: 38,345 Směrodatná odchylka: 6,472 Rozptyl: 4,888!!! Cronbachovo alfa:,725 Standardiz. alfa:,74 Průměrná korelace mezi prvky:,60 Bakalářský studijní 2 Počet položek testu: 70 Počet platných případů: 466 Průměr: 40,64 Směrodatná odchylka: 8,097 Rozptyl: 65,559!!! Cronbachovo alfa:,800 Standardiz. alfa:,84 Průměrná korelace mezi prvky:,0597 Bakalářský studijní 3 Počet položek testu: 70 Počet platných případů: 458 Průměr: 38,856 Směrodatná odchylka: 9,82 Rozptyl: 84,607!!! Cronbachovo alfa:,847 Standardiz. alfa:,855 Průměrná korelace mezi prvky:, V tomto případě by bylo adekvátnější použít koeficient - McDonaldovo omega, který má variantu pro zjištění dolní hranice spolehlivosti testu i v případě více dimenzí. Pro výpočet tohoto koeficientu je však nutné napřed provést faktorovou analýzu položek testu. Předběžné analýzy však ukázaly, že faktorová analýza na tetrachorických korelačních maticích nevede k žádoucím výsledkům s ohledem na to, že tyto matice nejsou pozitivně definitní (kromě korelační matice jazykového testu z angličtiny). Z tohoto důvodu bylo nutné setrvat u tradičních koeficientů spolehlivosti alfa s tím rizikem, že jsou značně zkreslené.

15 Bakalářský studijní 8 Počet položek testu: 70 Počet platných případů: 433 Průměr: 36,686 Směrodatná odchylka: 6,85 Rozptyl: 46,492!!! Cronbachovo alfa:,73 Standardiz. alfa:,707 Průměrná korelace mezi prvky:, Jazykový test anglický jazyk Počet položek testu: 30 Počet platných případů: 502 Prům: 7,545 Směrodatná odchylka: 6,303 Rozptyl: 39,728!!! Cronbachovo alfa:,853 Standardiz. alfa:,855 Průměrná korelace mezi prvky:,67 Jazykový test německý jazyk Počet položek testu: 30 Počet platných případů: 79 Průměr: 3,96 Směrodatná odchylka: 5,993 Rozptyl: 35,96!!! Cronbachovo alfa:,828 Standardiz. alfa:,826 Průměrná korelace mezi prvky:,4 Jazykový test ruský jazyk Počet položek testu: 30 Počet platných případů: 08 Průměr: 5,537 Směrodatná odchylka: 8,674 Rozptyl: 45,239!!! Cronbachovo alfa:,937 Standardiz. alfa:,937 Průměrná korelace mezi prvky:,345 Závěr: Spolehlivost všech variant použitých znalostních i jazykových testů pro bakalářské studijní y je akceptovatelná.

16 B) Výsledky analýzy spolehlivosti u magisterských studijních ů Magisterský studijní 4 test logického myšlení Počet položek testu: 60 Počet platných případů: 507 Vstup tetrachorická korelační matice Průměr: 45,797 Směrodatná odchylka: 7,842 Rozptyl: 6,500 Cronbachovo alfa:,889 Standardiz. alfa:,883 Průměrná korelace mezi prvky:,554 Magisterský studijní 4 znalostní test Počet položek testu: 0 Počet platných případů: 507 Vstup tetrachorická korelační matice Průměr: 5,276 Směrodatná odchylka:,958 Rozptyl: 3,835 Cronbachovo alfa:,490 Standardiz. alfa:,489 Průměrná korelace mezi prvky:,090 Jazykový test anglický jazyk Počet položek testu: 0 Počet platných případů: 375 Prům: 4,30 Směrodatná odchylka: 2,489 Rozptyl: 6,98!!! Cronbachovo alfa:,7 Standardiz. alfa:,706 Průměrná korelace mezi prvky:,202 Jazykový test německý jazyk Počet položek testu: 0 Počet platných případů: 89 Průměr: 3,83 Směrodatná odchylka: 2,80 Rozptyl: 7,896!!! Cronbachovo alfa:,798 Standardiz. alfa:,798 Průměrná korelace mezi prvky:,30

17 Jazykový test ruský jazyk Počet položek testu: 0 Počet platných případů: 60 Průměr: 4,450 Směrodatná odchylka: 2,640 Rozptyl: 6,969!!! Cronbachovo alfa:,774 Standardiz. alfa:,793 Průměrná korelace mezi prvky:,54 Závěr: Spolehlivost všech použitých variant testů pro magisterské studijní y je dobrá.

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

Číselné charakteristiky a jejich výpočet

Číselné charakteristiky a jejich výpočet Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz charakteristiky polohy charakteristiky variability charakteristiky koncetrace charakteristiky polohy charakteristiky

Více

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

Simulace. Simulace dat. Parametry

Simulace. Simulace dat. Parametry Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,

Více

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi Geografický seminář 30. března 2011 Pavel Bednář Výchozí stav Sebehodnocení práce s MS Excel studujícími oboru

Více

Zpráva o výsledcích přijímacího řízení Fakulty ekonomiky a managementu v roce 2009

Zpráva o výsledcích přijímacího řízení Fakulty ekonomiky a managementu v roce 2009 Univerzita obrany Fakulta ekonomiky a managementu Schvaluji: Děkan FEM plukovník Ing. Miroslav ŠUHAJ, Ph.D. Zpráva o výsledcích přijímacího řízení Fakulty ekonomiky a managementu v roce 009 Informace o

Více

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2 Statistika jako obor Statistika Statistika je vědní obor zabývající se zkoumáním jevů hromadného charakteru. Tím se myslí to, že zkoumaný jev musí příslušet určité části velkého množství objektů (lidí,

Více

S B Í R K A INTERNÍCH AKTŮ ŘÍZENÍ REKTORA POLICEJNÍ AKADEMIE ČESKÉ REPUBLIKY V PRAZE

S B Í R K A INTERNÍCH AKTŮ ŘÍZENÍ REKTORA POLICEJNÍ AKADEMIE ČESKÉ REPUBLIKY V PRAZE S B Í R K A INTERNÍCH AKTŮ ŘÍZENÍ REKTORA POLICEJNÍ AKADEMIE ČESKÉ REPUBLIKY V PRAZE Ročník: 2014 Praha dne 20. listopadu 2014 Částka: 16 O B S A H Pokyn rektora Policejní akademie ČR v Praze, kterým se

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

Fakulta bezpečnostně právní Fakulta bezpečnostního managementu

Fakulta bezpečnostně právní Fakulta bezpečnostního managementu Úřední deska O škole Pro zájemce o studium Pro studenty Pro zaměstnance Fakulta bezpečnostně právní Fakulta bezpečnostního managementu Vyhláška rektora Policejní akademie ČR v Praze, kterou se stanoví

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

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

výchovy a sportu v testu 12minutového plavání

výchovy a sportu v testu 12minutového plavání Zpracovala: Pokorná Jitka Katedra plaveckých sportů UK FTVS Výkonnost studentů 1.. ročník níků Fakulty tělesné výchovy a sportu v testu 12minutového plavání Irena Čechovská, Barbora Čechovská, Gabriela

Více

III) Podle závislosti na celkovém ekonomickém vývoji či na vývoji v jednotlivé firmě a) systematické tržní, b) nesystematické jedinečné.

III) Podle závislosti na celkovém ekonomickém vývoji či na vývoji v jednotlivé firmě a) systematické tržní, b) nesystematické jedinečné. Měření rizika Podnikatelské riziko představuje možnost, že dosažené výsledky podnikání se budou kladně či záporně odchylovat od předpokládaných výsledků. Toto riziko vzniká např. při zavádění nových výrobků

Více

Centrum pro zjišťování výsledků vzdělávání CERMAT Jankovcova 933/63, 170 00 Praha 7, tel.: +420 224 507 507 www.cermat.cz, www.novamaturita.

Centrum pro zjišťování výsledků vzdělávání CERMAT Jankovcova 933/63, 170 00 Praha 7, tel.: +420 224 507 507 www.cermat.cz, www.novamaturita. Analýza výsledků testu - slovníček aktuálních pojmů. Úlohy zařazované do testů jsou různého typu. V uzavřených úlohách a uzavřených podúlohách svazku žák vybírá odpověď z několika nabízených alternativ.

Více

Zpráva o výsledcích přijímacího řízení Fakulty ekonomiky a managementu v roce 2010

Zpráva o výsledcích přijímacího řízení Fakulty ekonomiky a managementu v roce 2010 Univerzita obrany Fakulta ekonomiky a managementu Schvaluji: Děkan FEM plukovník Ing. Vladan HOLCNER, Ph.D. Zpráva o výsledcích přijímacího řízení Fakulty ekonomiky a managementu v roce 010 Informace o

Více

Úvodem Dříve les než stromy 3 Operace s maticemi

Úvodem Dříve les než stromy 3 Operace s maticemi Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová

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

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

Přijímání uchazečů pro AR 2015/16

Přijímání uchazečů pro AR 2015/16 PR 01/2015 Strana č. 1 z 5 Příkaz rektorky PR 01/2015 Přijímání uchazečů pro AR 2015/16 Garant předpisu: Schválil(a): Jméno: Ing. Milan Hála Ing. Lucie Marková, Ph.D. Funkce: kvestor rektorka Datum: 2.

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Statistika pro gymnázia

Statistika pro gymnázia Statistika pro gymnázia Pracovní verze učebního textu ZÁKLADNÍ POJMY Statistika zkoumá jevy (společenské, přírodní, technické) ve velkých statistických souborech. Prvky statistických souborů se nazývají

Více

Uplatnitelnost absolventů Moravské vysoké školy Olomouc

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

Více

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Statistika nuda je, má však cenné údaje. Neklesejme na mysli, ona nám to vyčíslí. Z pohádky Princové jsou na draka Populace (základní

Více

Vysoká škola finanční a správní, o.p.s.

Vysoká škola finanční a správní, o.p.s. Vysoká škola finanční a správní, o.p.s. Vyhodnocení přijímacího řízení na navazující magisterské studijní obory akademický rok 2014/2015 Zpracovala: Mgr. Vlasta Ditrichová Ing. Romana Lamačová Předkládá:

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

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014

Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 Požadavky k opravným zkouškám z matematiky školní rok 2013-2014 1. ročník (první pololetí, druhé pololetí) 1) Množiny. Číselné obory N, Z, Q, I, R. 2) Absolutní hodnota reálného čísla, intervaly. 3) Procenta,

Více

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách

VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách ROZKLAD ROZPTYLU ROZKLAD ROZPTYLU Rozptyl se dá rozložit na vnitroskupinový a meziskupinový rozptyl. Celkový rozptyl je potom součet meziskupinového a vnitroskupinového Užívá se k výpočtu rozptylu, jestliže

Více

Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností

Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností Případové studie k finanční dostupnosti bydlení: regionální disparity ve finanční dostupnosti bydlení u vybraných typů domácností Martina Mikeszová Oddělení ekonomické sociologie, tým socioekonomie bydlení

Více

S B Í R K A INTERNÍCH AKTŮ ŘÍZENÍ REKTORA POLICEJNÍ AKADEMIE ČESKÉ REPUBLIKY. Čl. 1. Studijní programy. Čl. 2. Obecné informace o přijímacím řízení

S B Í R K A INTERNÍCH AKTŮ ŘÍZENÍ REKTORA POLICEJNÍ AKADEMIE ČESKÉ REPUBLIKY. Čl. 1. Studijní programy. Čl. 2. Obecné informace o přijímacím řízení 1 z 6 4.2.2014 9:52 O škole Aktuality Úřední deska Zájemci o studium Studenti Zaměstnanci Fakulty S B Í R K A INTERNÍCH AKTŮ ŘÍZENÍ REKTORA POLICEJNÍ AKADEMIE ČESKÉ REPUBLIKY Ročník: 2012 V Praze dne 7.

Více

zcela převažující druh průměru, který má uplatnění při řešení téměř všech úloh statistiky široké využití: v ekonomických

zcela převažující druh průměru, který má uplatnění při řešení téměř všech úloh statistiky široké využití: v ekonomických STŘEDNÍ HODNOTY VÝZNAM Rozdělení četností poskytuje užitečnou informaci a přehled o zkoumaném statistickém souboru. Porovnávat několik souborů pomocí tabulek rozděleni četností by však bylo.a. Proto se

Více

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo

Více

Varianta Pravděpodobnost Výnos A 1 Výnos A 2 1 0,1 1% 0,1 3% 0,3 2 0,2 12% 2,4 28% 5,6 3 0,3 6% 1,8 14% 4,2

Varianta Pravděpodobnost Výnos A 1 Výnos A 2 1 0,1 1% 0,1 3% 0,3 2 0,2 12% 2,4 28% 5,6 3 0,3 6% 1,8 14% 4,2 Dobrý den. Kladno, 22. 3. 2007 21:35 Chtěl bych se všem omluvit za ten závěr přednášky. Bohužel mě chyba v jednom z příkladů vykolejila natolik, že jsem se již velice těžko soustředil na svůj výkon. Chtěl

Více

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok IES FSV UK Domácí úkol Pravděpodobnost a statistika I Cyklistův rok Radovan Fišer rfiser@gmail.com XII.26 Úvod Jako statistický soubor jsem si vybral počet ujetých kilometrů za posledních 1 dnů v mé vlastní

Více

Bakalářský studijní program - prezenční studium

Bakalářský studijní program - prezenční studium Bakalářský studijní program - prezenční studium 1. ročník studia - společný pro obory: Podnikání Podnikání a management v obchodu Informatika a internet v podnikání Podnikání a management v životním prostředí

Více

Cronbachův koeficient α nová adaptovaná metoda uvedení vlastností položkové analýzy deskriptivní induktivní parametrické

Cronbachův koeficient α nová adaptovaná metoda uvedení vlastností položkové analýzy deskriptivní induktivní parametrické Československá psychologie 0009-062X Metodologické požadavky na výzkumné studie METODOLOGICKÉ POŽADAVKY NA VÝZKUMNÉ STUDIE Výzkumné studie mají přinášet nová konkrétní zjištění získaná specifickými výzkumnými

Více

Vyhláška děkanky č. 22VD/2014 Přijímání ke studiu v akademickém roce 2015/2016

Vyhláška děkanky č. 22VD/2014 Přijímání ke studiu v akademickém roce 2015/2016 Děkanka Fakulty pedagogické Sedláčkova 38, 306 14 Plzeň Tel.: +420 377 636 000 Fax: +420 377 636 002 e-mail: coufalov@fpe.zcu.cz V Plzni 3. prosince 2015 ZCU 036656/2014/DFPE/Pel Vyhláška děkanky č. 22VD/2014

Více

NAŘÍZENÍ VLÁDY č. 381/2010 Sb., ze dne 7. prosince 2010,

NAŘÍZENÍ VLÁDY č. 381/2010 Sb., ze dne 7. prosince 2010, NAŘÍZENÍ VLÁDY č. 381/2010 Sb., ze dne 7. prosince 2010, kterým se mění nařízení vlády č. 564/2006 Sb., o platových poměrech zaměstnanců ve veřejných službách a správě, ve znění pozdějších předpisů, a

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

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá Úvod do

Více

Popis modelu pro odhady PH mléčné užitkovosti

Popis modelu pro odhady PH mléčné užitkovosti Popis modelu pro odhady PH mléčné užitkovosti Zvířata zařazená do hodnocení V modelu plemene H jsou hodnoceny krávy s podílem krve H nebo 75% a výše. V modelu plemene C jsou hodnoceny krávy s podílem krve

Více

Dotazy tvorba nových polí (vypočítané pole)

Dotazy tvorba nových polí (vypočítané pole) Téma 2.4 Dotazy tvorba nových polí (vypočítané pole) Pomocí dotazu lze také vytvářet nová pole, která mají vazbu na již existující pole v databázi. Vznikne tedy nový sloupec, který se počítá podle vzorce.

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

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

CENY A NÁJEMNÉ RODINNÝCH DOMŮ. ZÁVISLOST CENY A NÁJEMNÉHO m 2 BYTU NA JEHO VELIKOSTI

CENY A NÁJEMNÉ RODINNÝCH DOMŮ. ZÁVISLOST CENY A NÁJEMNÉHO m 2 BYTU NA JEHO VELIKOSTI Regionální disparity v dostupnosti bydlení, jejich socioekonomické důsledky a návrhy opatření na snížení regionálních disparit WD - VÝZKUM PRO ŘEŠENÍ REGIONÁLNÍCH DISPARIT - BYDLENÍ CENY A NÁJEMNÉ RODINNÝCH

Více

Investiční instrumenty a portfolio výnos, riziko, likvidita Úvod do finančních aktiv. Ing. Gabriela Oškrdalová e-mail: oskrdalova@mail.muni.

Investiční instrumenty a portfolio výnos, riziko, likvidita Úvod do finančních aktiv. Ing. Gabriela Oškrdalová e-mail: oskrdalova@mail.muni. Finanční trhy Investiční instrumenty a portfolio výnos, riziko, likvidita Úvod do finančních aktiv Ing. Gabriela Oškrdalová e-mail: oskrdalova@mail.muni.cz Tento studijní materiál byl vytvořen jako výstup

Více

Bohemius, k.s. www.bohemius.cz

Bohemius, k.s. www.bohemius.cz Bohemius, k.s. Je vývoj výsledků provozoven závislý na konkrétním zaměstnanci? Je to náhoda, nebo úmysl? Umíme předpovědět vývoj dat v našich podmínkách? Jaké mohu očekávat výkyvy? Jaké je tedy riziko

Více

Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin

Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin Vliv realizace, vliv přesnosti centrace a určení výšky přístroje a cíle na přesnost určovaných veličin doc. Ing. Martin Štroner, Ph.D. Fakulta stavební ČVUT v Praze 1 Úvod Při přesných inženýrsko geodetických

Více

Písemná práce k modulu Statistika

Písemná práce k modulu Statistika The Nottingham Trent University B.I.B.S., a. s. Brno BA (Hons) in Business Management Písemná práce k modulu Statistika Číslo zadání: 144 Autor: Zdeněk Fekar Ročník: II., 2005/2006 1 Prohlašuji, že jsem

Více

Chyby spektrometrických metod

Chyby spektrometrických metod Chyby spektrometrických metod Náhodné Soustavné Hrubé Správnost výsledku Přesnost výsledku Reprodukovatelnost Opakovatelnost Charakteristiky stanovení 1. Citlivost metody - směrnice kalibrační křivky 2.

Více

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2]

PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] PRAVDĚPODOBNOST A STATISTIKA aneb Krátký průvodce skripty [1] a [2] Použitá literatura: [1]: J.Reif, Z.Kobeda: Úvod do pravděpodobnosti a spolehlivosti, ZČU Plzeň, 2004 (2. vyd.) [2]: J.Reif: Metody matematické

Více

Vyhláška č. 9DV/2011 děkana FEK ZČU v Plzni Přijímání ke studiu na Fakultu ekonomickou ZČU v Plzni pro akademický rok 2012/2013

Vyhláška č. 9DV/2011 děkana FEK ZČU v Plzni Přijímání ke studiu na Fakultu ekonomickou ZČU v Plzni pro akademický rok 2012/2013 Vyhláška č. 9DV/2011 děkana FEK ZČU v Plzni Přijímání ke studiu na Fakultu ekonomickou ZČU v Plzni pro akademický rok 2012/2013 podle zákona o vysokých školách č. 111/1998 Sb. v platném znění, 48 a 49

Více

Distanční vzdělávání forma, didaktika, efektivita, zkušenosti, organizace

Distanční vzdělávání forma, didaktika, efektivita, zkušenosti, organizace Distanční vzdělávání forma, didaktika, efektivita, zkušenosti, organizace Hana Pařilová PROJEKT OPTIS PRO FT, reg. č.: CZ.1.07/2.2.00/28.0312 JE SPOLUFINANCOVÁN EVROPSKÝM SOCIÁLNÍM FONDEM A STÁTNÍM ROZPOČTEM

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem)

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy dne 14. 6. 2000,

Více

Metodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR)

Metodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR) Metodické listy pro kombinované studium předmětu INVESTIČNÍ A FINANČNÍ ROZHODOVÁNÍ (IFR) (Aktualizovaná verze 04/05) Úvodní charakteristika předmětu: Cílem jednosemestrálního předmětu Investiční a finanční

Více

10. Předpovídání - aplikace regresní úlohy

10. Předpovídání - aplikace regresní úlohy 10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu

Více

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků Maturitní zkouška z matematiky 2012 požadované znalosti Zkouška z matematiky ověřuje matematické základy formou didaktického testu. Test obsahuje uzavřené i otevřené úlohy. V uzavřených úlohách je vždy

Více

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

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

Více

Průzkumová analýza dat

Průzkumová analýza dat Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se

Více

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka 2. Statistická terminologie a vyjadřovací prostředky 2.1. Statistická terminologie Statistická jednotka Statistická jednotka = nositel statistické informace, elementární prvek hromadného jevu. Příklady:

Více

Zpráva o průběhu přijímacího řízení na Fakultě elektrotechniky a informatiky pro akademický rok 2014/2015

Zpráva o průběhu přijímacího řízení na Fakultě elektrotechniky a informatiky pro akademický rok 2014/2015 Zpráva o průběhu přijímacího řízení na Fakultě elektrotechniky a informatiky pro akademický rok 214/215 Přijímací řízení pro akademický rok 214/215 proběhlo v souladu se směrnicí č. 5/213 Pravidla pro

Více

Mzdová statistika z hlediska genderu

Mzdová statistika z hlediska genderu Mzdová statistika z hlediska genderu Mgr. Marek Řezanka, ČSÚ GPG využití a proměny ukazatele Výpočet (100-Mž/Mm*100) Co měří a co ne? Jakých hodnot dosahuje: ČR x Evropa Jakou informaci obsahuje GPG? 1.

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro střední odborné školy s humanitním zaměřením (6 8 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy

Více

SEMESTRÁLNÍ PRÁCE 3.5 Klasifikace analýzou vícerozměrných dat

SEMESTRÁLNÍ PRÁCE 3.5 Klasifikace analýzou vícerozměrných dat UNIVERZITA PARDUBICE FAKULTA CHEMICKO-TECHNOLOGICKÁ KATEDRA ANALYTICKÉ CHEMIE LICENČNÍ STUDIUM - STATISTICKÉ ZPRACOVÁNÍ DAT SEMESTRÁLNÍ PRÁCE Ing. Věra Fialová BIOPHARM VÝZKUMNÝ ÚSTAV BIOFARMACIE A VETERINÁRNÍCH

Více

ADZ základní statistické funkce

ADZ základní statistické funkce ADZ základní statistické funkce Základní statistické funkce a znaky v softwaru Excel Znak Stručný popis + Sčítání buněk - Odčítání buněk * Násobení buněk / Dělení buněk Ctrl+c Vyjmutí buňky Ctrl+v Vložení

Více

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

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 Simulace příletů cestujících na schengenský terminál letiště Praha - Ruzyně a jejich přestupů na navazující lety SEMESTRÁLNÍ PRÁCE Vybrané statistické

Více

Téma: Investice do akcií společnosti ČEZ

Téma: Investice do akcií společnosti ČEZ Matematika a byznys Téma: Investice do akcií společnosti ČEZ Alena Švédová A07146 Investice do akcií společnosti ČEZ ÚVOD Tímto tématem, které jsem si pro tuto práci zvolila, bych chtěla poukázat na to,

Více

OBECNÉ METODY VYROVNÁNÍ

OBECNÉ METODY VYROVNÁNÍ OBECNÉ METODY VYROVNÁNÍ HYNČICOVÁ TEREZA, H2IGE1 2014 ÚVOD Z DŮVODU VYLOUČENÍ HRUBÝCH CHYB A ZVÝŠENÍ PŘESNOSTI NIKDY NEMĚŘÍME DANOU VELIČINU POUZE JEDNOU VÝSLEDKEM OPAKOVANÉHO MĚŘENÍ NĚKTERÉ VELIČINY JE

Více

tazatel 1 2 3 4 5 6 7 8 Průměr ve 15 250 18 745 21 645 25 754 28 455 32 254 21 675 35 500 Počet 110 125 100 175 200 215 200 55 respondentů Rozptyl ve

tazatel 1 2 3 4 5 6 7 8 Průměr ve 15 250 18 745 21 645 25 754 28 455 32 254 21 675 35 500 Počet 110 125 100 175 200 215 200 55 respondentů Rozptyl ve Příklady k procvičení k průběžnému testu: 1) Při zpracování studie o průměrné výši měsíčních příjmů v České republice jsme získali data celkem od 8 tazatelů. Každý z těchto pěti souborů dat obsahoval odlišný

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

1.1. Informace o přijímacích zkouškách a konání přijímacího řízení

1.1. Informace o přijímacích zkouškách a konání přijímacího řízení Zpráva o průběhu přijímacího řízení na Fakultu restaurování Litomyšl 2013/2014 Příloha č. 1/I 1.1. Informace o přijímacích zkouškách a konání přijímacího řízení a)číslo a název studijního programu: 8206R

Více

S B Í R K A INTERNÍCH AKTŮ ŘÍZENÍ REKTORA POLICEJNÍ AKADEMIE ČESKÉ REPUBLIKY V PRAZE

S B Í R K A INTERNÍCH AKTŮ ŘÍZENÍ REKTORA POLICEJNÍ AKADEMIE ČESKÉ REPUBLIKY V PRAZE S B Í R K A INTERNÍCH AKTŮ ŘÍZENÍ REKTORA POLICEJNÍ AKADEMIE ČESKÉ REPUBLIKY V PRAZE Ročník 2014 Praha dne 20. listopadu 2014 Částka: 15 O B S A H Pokyn rektora Policejní akademie České republiky v Praze,

Více

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně

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

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008)

Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008) Normy ČSN a ČSN ISO z oblasti aplikované statistiky (stav aktualizovaný k 1.1.2008) Ing. Vratislav Horálek, DrSc., předseda TNK 4 při ČNI 1 Terminologické normy [1] ČSN ISO 3534-1:1994 Statistika Slovník

Více

Základní analýza dat. Úvod

Základní analýza dat. Úvod Základní analýza dat literatura: Hendl, J. 2006: Přehled statistických metod zpracování dat. Analýza a metaanalýza dat. Praha: Portál. Macháček, J. 2001: Studie k velkomoravské keramice. Metody, analýzy

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Pedagogická fakulta Univerzity Palackého v Olomouci

Pedagogická fakulta Univerzity Palackého v Olomouci Pedagogická fakulta Univerzity Palackého v Olomouci Studijní programy a studijní obory uskutečňované na PdF UP v Olomouci v akademickém roce 2015/2016 a podmínky pro přijetí ke studiu v těchto studijních

Více

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

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

Více

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) =

E(X) = np D(X) = np(1 p) 1 2p np(1 p) (n + 1)p 1 ˆx (n + 1)p. A 3 (X) = Základní rozdělení pravděpodobnosti Diskrétní rozdělení pravděpodobnosti. Pojem Náhodná veličina s Binomickým rozdělením Bi(n, p), kde n je přirozené číslo, p je reálné číslo, < p < má pravděpodobnostní

Více

Třídění statistických dat

Třídění statistických dat 2.1 Třídění statistických dat Všechny muže ve městě rozdělíme na 2 skupiny: A) muži, kteří chodí k holiči B) muži, kteří se holí sami Do které skupiny zařadíme holiče? prof. Raymond M. Smullyan, Dr. Math.

Více

SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE

SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Autor CZ.1.07/1.5.00/34.0797 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT 2M3 Slovní

Více

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup

Statistika. Regresní a korelační analýza Úvod do problému. Roman Biskup Statistika Regresní a korelační analýza Úvod do problému Roman Biskup Jihočeská univerzita v Českých Budějovicích Ekonomická fakulta (Zemědělská fakulta) Katedra aplikované matematiky a informatiky 2008/2009

Více

1. V 1 odst. 1 písm. f) se slova o získání středního vzdělání s maturitní zkouškou nahrazují slovy o získání příslušného stupně středního vzdělání.

1. V 1 odst. 1 písm. f) se slova o získání středního vzdělání s maturitní zkouškou nahrazují slovy o získání příslušného stupně středního vzdělání. 394 VYHLÁŠKA ze dne 17. října 2008, kterou se mění vyhláška č. 671/2004 Sb., kterou se stanoví podrobnosti o organizaci přijímacího řízení ke vzdělávání ve středních školách, ve znění pozdějších předpisů

Více

Národní informační středisko pro podporu kvality

Národní informační středisko pro podporu kvality Národní informační středisko pro podporu kvality Nestandardní regulační diagramy J.Křepela, J.Michálek REGULAČNÍ DIAGRAM PRO VŠECHNY INDIVIDUÁLNÍ HODNOTY xi V PODSKUPINĚ V praxi se někdy setkáváme s požadavkem

Více

CLP ANALYSIS OF MOLECULAR MARKERS DIGITAL IMAGE ANALYSIS OF ELECTROPHOEROGRAMS CZECH VERSION

CLP ANALYSIS OF MOLECULAR MARKERS DIGITAL IMAGE ANALYSIS OF ELECTROPHOEROGRAMS CZECH VERSION CLP ANALYSIS OF MOLECULAR MARKERS DIGITAL IMAGE ANALYSIS OF ELECTROPHOEROGRAMS CZECH VERSION DIGITÁLNÍ OBRAZOVÁ ANALÝZA ELEKTROFORETICKÝCH GELŮ *** Vyhodnocování získaných elektroforeogramů: Pro vyhodnocování

Více

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace Střední škola umělecká a řemeslná Evropský sociální fond "Praha a EU: Investujeme do vaší budoucnosti" Projekt IMPLEMENTACE ŠVP Evaluace a aktualizace metodiky předmětu Matematika Výrazy Obory nástavbového

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

Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu

Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu Část 4 Stanovení a zabezpečení garantované hladiny akustického výkonu Obsah 1. Úvod 2. Oblast působnosti 3. Definice 3.1 Definice uvedené ve směrnici 3.2 Obecné definice 3.2.1 Nejistoty způsobené postupem

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

Směrnice děkana č. 1/2015

Směrnice děkana č. 1/2015 Směrnice děkana č. 1/2015 Organizace celoživotního vzdělávání v rámci akreditovaných studijních programů v akademickém roce 2015/16 V Ústí nad Labem, dne 2. 3. 2015 Fakulta sociálně ekonomická UJEP organizuje

Více

Matematická vsuvka I. trojčlenka. http://www.matematika.cz/

Matematická vsuvka I. trojčlenka. http://www.matematika.cz/ Matematická vsuvka I. trojčlenka http://www.matematika.cz/ Trojčlenka přímá úměra Pokud platí, že čím více tím více, jedná se o přímou úměru. Čím více kopáčů bude kopat, tím více toho vykopají. Čím déle

Více

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc

Statistika. Statistické funkce v tabulkových kalkulátorech MSO Excel a OO.o Calc Statistika Statistické fukce v tabulkových kalkulátorech MSO Excel a OO.o Calc Základí pojmy tabulkových kalkulátorů Cílem eí vyložit pojmy tabulkových kalkulátorů, ale je defiovat pojmy vyskytující se

Více

Modul Základní statistika

Modul Základní statistika Modul Základní statistika Menu: QCExpert Základní statistika Základní statistika slouží k předběžné analýze a diagnostice dat, testování předpokladů (vlastností dat), jejichž splnění je nutné pro použití

Více

Pružnost trhu práce a EU

Pružnost trhu práce a EU Pružnost trhu práce a EU Kamil Galuščák (ČNB) Smilovice, 4.6.2003 Připravenost trhu práce na vstup do EU 1. Mzdová diferenciace a pružnost mezd 2. Mobilita pracovních sil 3. Politika zaměstnanosti, sociální

Více

PŘIJÍMACÍ ŘÍZENÍ A PODMÍNKY PRO PŘIJETÍ KE STUDIU PRO AKADEMICKÝ ROK 2015/2016

PŘIJÍMACÍ ŘÍZENÍ A PODMÍNKY PRO PŘIJETÍ KE STUDIU PRO AKADEMICKÝ ROK 2015/2016 PŘIJÍMACÍ ŘÍZENÍ A PODMÍNKY PRO PŘIJETÍ KE STUDIU PRO AKADEMICKÝ ROK 2015/2016 OBSAH 1. ÚVOD... 3 2. CÍLE ROZHODNUTÍ... 3 3. ZÁVĚREČNÁ USTANOVENÍ... 8 4. PŘÍLOHY... 9 1. ÚVOD Účelem rozhodnutí je stanovení

Více