Statistika. Semestrální projekt

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Statistika. Semestrální projekt"

Transkript

1 Statistika Semestrální projekt Tomáš Jędrzejek, JED0008

2 Obsah Úvod 3 Analyzovaná data 4 Analýza dat 6 Statistická indukce 12 Závěr 15

3 1. Úvod Cílem této semestrální práce je aplikovat získané teoretické poznatky pomocí dostupného programového vybavení, jmenovitě statistický software Statgraphics Centurion a LibreOffice jako textový procesor. Jako téma práce jsem zvolil sledování softwarového vybavení uživatelů na internetu. Neboť jsem nenašel vhodný zdroj dat, vytvořil jsem za pomocí služeb Google Docs internetový dotazník. Ten byl volně dostupný atak se ho mohlo zúčastnit kdokoli, kdo má přístup k internetu. Protože byl dotazník zhotoven v českém jazyce, je velmi pravděpodobné, že naprostá většina respondentů pocházela právě z České Republiky. Nezachycuje tedy jen malou oblast, kde se dotazovaní nacházeli. Z tohoto důvodu je míra objektivity u prováděných statistik větší, než v případě, kdy by se jednalo např. o studenty VŠB-TUO. Jako populaci či základní soubor lze tedy pokládat lidi používající počítač, kteří jsou připojení k internetu v květnu Statistiky založené na základě získaných dat nám mohou říci třeba to, jak jsou oblíbené webové prohlížeče napříč celým spektrem respondentů, jak ovlivňuje znalost počítačů to, jaký operační systém používají, jaká věková kategorie má na internetu největší zastoupení, apod. Dotazník byl vytvořen přesně na míru pro tento projekt, takže využiji všechny dostupné proměnné. Celkem se dotazníku účastnilo 50 respondentů. Na všechny otázky bylo nutné odpovědět, to znamená, že nedošlo k prázdné odpovědi a všechny záznamy mohly být použity. Výběrovým souborem jsou v tomto případě lidé používající počítač, kteří jsou připojeni k internetu a účastnili se dotazníku v květnu Data byly získány umístěním odkazu na dotazník na několika webových stránkách, tak abych dosáhl co nejvyšší vypovídací hodnotu v globálním měřítku. Na základě získaných dat byla provedena exploratorní analýza, která byla doplněna intervalovým odhadem a testem nezávislosti v kontingenční tabulce.

4 2. Analyzovaná data Dotazník se skládal z několika otázek. Obsaženy byly takové, které se týkají samotné osoby, tedy respondenta např. pohlaví či věk a také ty, které přiblížily jaké softwarové vybavení využívá nejvíce. Níže jsou uvedeny otázky a možné odpovědi: Vaše pohlaví? Žena Muž Váš věk? Číslo Do jaké skupiny se řadíte ve znalosti PC? Začátečník Pokročilý Odborník Jaký typ počítače používáte nejčastěji? Stolní Notebook Netbook Tablet Jaký webový prohlížeč nejčastěji? Chrome Mozilla Firefox Internet Explorer Jiný

5 Jaký operační systém používáte nejčastěji? Windows Linux OS X Jiný

6 3. Analýza dat 3.1. Zastoupení webových prohlížečů Tento dotazník je zaměřen na zjištění zastoupení používaného programového vybavení. Proto jsem nejdříve provedl exploratorní analýzu proměnné webové prohlížeče, tedy otázka zněla Jaký webový prohlížeč využíváte nejčastěji?. Obr. 1 koláčový graf Jaký webový prohlížeč využíváte nejčastěji? Z grafu na obrázku 1 lze jasně vidět zastoupení webových prohlížečů na zkoumaném trhu. Výsledky statistiky jsou velmi podobné těm, které lze nalézt na různých statistických serverech jako je např. Na sledované populaci lze zjistit, že dbá na svou bezpečnost a preferuje prohlížeč Mozilla Firefox či Google Chrome, které se snaží být velmi inovativní v oblasti webových technologií.

7 3.2. Zastoupení operačních systémů Další zkoumanou proměnnou byly Operační systémy. Respondentů jsem se ptal Jaký operační systém používáte nejčastěji?. V posledních letech je to velmi zajímavá oblast, která se s rozšiřujícím se přístupem k internetu začíná pomalu měnit. Většina lidí vůbec nezná něco jiného, než systém Microsoft Windows, avšak roste povědomí i o jiných platformách, kdy lidé hledají alternativní řešení z mnoha důvodů. Fakt, že ostatní operační systémy nejsou (převážně v ČR) brány příliš na vědomí je způsoben několika faktory jako je tuzemský vzdělávací systém. Ku příkladu systémy s jádrem Linux začínají být celosvětově velmi populární, hlavně z důvodu nulové ceny, mnohem lepší bezpečnosti a modularitě oproti Windows. Jaký je současný stav ve zkoumané populaci na počítačích? To lze sledovat na následujícím koláčovém grafu Obr. 2 - koláčový graf Jaký operační systém používáte nejčastěji?

8 Z grafu na obrázku 2 jde vidět zastoupení jednotlivých OS. Statistika je opět velmi podobná s těmi, které lze shlédnout na zmiňovaných portálech. Avšak z důvodu nízkého počtu respondentů je pro Apple OS X a systémy na bázi Linux zřetelné, že přesnost není příliš dobrá, neboť platí čím více statistických jednotek, tím je analýza přesnější Zastoupení typu počítačů Kromě analýzy programového vybavení mě zajímalo to, jaký typ počítače respondent nejčastěji využívá. Pro výrobce hardware je velmi důležité vědět, jakým směrem se trh ubírá a co se využívají zákazníci nejčastěji. Na základě této informace může lépe rozhodnout do jakého segmentu investuje, aby se mu výroba dostatečně oplatila. Obr. 3 - koláčový graf Jaký operační systém používáte nejčastěji? V grafu na obrázku 3 lze vypozorovat, že stolní počítače na zkoumané populaci stále převládají. I když to podle grafu nevypadá, prodeje stolních počítačů a notebooků klesají ve prospěch menších zařízení, které jsou více mobilní. Stále naprostá většina využívá převážně zmiňované dva typy.

9 3.4. Zastoupení znalosti PC V dotazníku se nacházela také otázka Do jaké skupiny se řadíte ve znalosti PC?. Zjišťoval jsem tedy, na jaké úrovni lidé ovládají své počítače. Sami se podle svého názoru zařadili do jedné ze tří kategorií, znamená to, že tato analýza je založena spíše na subjektivním dojmu respondenta. Obr. 4 - koláčový graf Do jaké skupiny se řadíte ve znalosti PC? Z výše uvedeného grafu jsem se dozvěděl jaké je zastoupení znalosti PC ve zkoumané populaci. Polovina dotazovaných o sobě myslí, že je v oblasti počítačů začátečník. Nejméně je však odborníků, což jistě odpovídá realitě. Dalo by se říci, že přibližně každý šestý člověk s připojením k internetu myslí, že je počítačový odborník.

10 3.5. Zastoupení pohlaví Pro lepší představu a upřesnění analýzy jsem zahrnul také pohlaví respondentů. Obr. 5 - koláčový graf pro proměnnou Pohlaví Graf na obrázku 5 ukazuje na fakt, že muži na počítači s připojením k internetu prosedí více. Výsledek může ovlivňovat i to, že mohou mít větší zájem o vyplňování dotazníku.

11 3.6. Věk respondentů V poslední otázce jsem se ptal na věk respondentů. Mohu tak sledovat jaká věková kategorie je na internetu nejčastěji nebo např. závislost věkové kategorie na dalších proměnných a vyvodit tak užitečnější závěr pro danou statistiku. Obr. 6 - histogram pro proměnnou Věk Na obrázku 6 lze vidět histogram, který ukazuje četnosti. Lze z něj vyčíst, že věková kategorie kolem 20 let je na internetu nejaktivnější. Statistika proměnné Věk Počet respondentů / pozorování 50 Průměrný věk 33,42 Směrodatná odchylka 15,1753 Minimální věk 13 Maximální věk 72 Interkvartilové rozpětí 59 Šikmost 3,17267 Špičatost 0,404117

12 4. Statistická indukce 4.1. Závislost typu počítače na pohlaví respondenta Předmětem zkoumání bylo mimo jiné zjistit, zda je typ počítače závislý na pohlaví respondentů. Pomocí statistické indukce, resp. analýzou kontingenční tabulky tak zjistíme na základě zkoumané populace, zda existuje závislost mezi pohlavím a typem počítače, tento poznatek pak přenést s určitou mírou rizika na celou populaci. Následující tabulka shrnuje parametry datového souboru v kontingenční tabulce. Tabulka četností Notebook Stolní Celkem za řádek Muž % 38% 62% 13,02 17,98 0,08 0,06 Žena % 20% 38% 7,98 11,02 0,13 0,09 Celkem za sloupec % 58% 100% Obsah buněk: Počet výskytů Procentuální zastoupení Očekávaná četnost (nesmí být nižší než 5) Příspěvek do chi-square První řádek tabulky popisuje počet výskytů hodnot, které byly zaznamenány v dotazníku pro proměnnou Typ počítače, které využívají muži. Druhý řádek představuje procentuální zastoupení daného počtu výskytů v celé populaci. Třetí pak popisuje očekávanou četnost, resp. Expected frequency. Tato hodnota je velmi důležitá, neboť na základě ní je možné určit

13 zda lze provést test závislosti. A to tak, že hodnoty v celé tabulce nesmí klesnout pod hodnotu 5. Nejnižší hodnota je 7,98, takže test je možné provést. Čtvrtý řádek popisuje příspěvek do chi-square. Následný mozaikový graf pomůže si lépe danou závislost představit. Obr. 7 mozaikový graf Závislost pohlaví respondenta na typu počítače Z grafu na obrázku 7. je vidět, že poměr mezi stolním počítačem a ženou je pro obě pohlaví přibližně stejný. Abychom určili, jestli tomu tak je opravdu nebo existuje závislost mezi zmíněnými kategoriálními proměnnými je nutné definovat hypotézu. Definuji nulovou hypotézu H 0 jako: Muži i ženy používají daný typ počítače ve stejné míře. Definuji alternativní hypotézu H A : Muži nepoužívají daný typ počítače ve stejné míře jako ženy. Předpoklady k provedení testu byly splněny, tudíž jsem přistoupil k testu nezávislosti: Test Statistika Df P-Value Chi-Square 0, ,5471 Protože je P-value větší než 0,05, tedy v tomto případě 0,5471, nelze zamítnout nulovou

14 hypotézu, která říká že řádky a sloupce jsou s 95% pravděpodobností (5% hladině významnosti) nezávislé. Z toho vyplývá, že jsme nenašli spojení, mezi pohlavím respondentů a typem počítače Intervalový odhad pro proměnnou Věk respondenta Abych určil parametry celé populace je nutné provést vyčerpávající analýzu, to je z mnoha důvodů velmi obtížné až nemožné. Proto jsem využil odhad, ve kterém použiji příslušné charakteristiky výběrového souboru. Zajímalo mě kolik procent lidí je starších 35 let, neboť to je přibližně průměrné stáří respondentů. Z vyplněných dotazníků byly zjištěny následující údaje o stáří respondentů: 23, 22, 21, 26, 26, 23, 49, 65, 71, 40, 45, 18, 22, 23, 72, 34, 20, 23, 55, 28, 30, 47, 22, 26, 28, 29, 43, 23, 20, 13, 31, 34, 25, 37, 54, 44, 55, 20, 17, 67, 24, 23, 27, 36, 19, 25, 26, 50, 48, 22 Z výše uvedených dat jsem vypočítal průměr - 33,42 let a směrodatnou odchylku - 15,1753 let. Zjistil jsem intervaly spolehlivosti pro míru 95%: 95% IS pro střední hodnotu - [29,1072; 37,7328]. 95% IS pro směrodatnou odchylku - [13,324; 17,6288]. Počítám pomocí normálního rozdělení: N(29,1072; 13,324 2 ) P(X > 35) = 32,9% (minimum) N(29,1072; 17, ) P(X > 35) = 36,9% N(37,7328; 13,324 2 ) P(X > 35) = 58,1% (maximum) N(37,7328; 17, ) P(X > 35) = 56,2% Z výše uvedeného výpočtu intervalových odhadů jsem zjistil, že s 95% spolehlivostí má daná populace věk vyšší než 35 let s pravděpodobností mezi 32,9% až 58,1%.

15 5. Závěr V úvodu jsem představil čemu se bude analýza dat věnovat. Dále jsem zkoumal v exploratorní analýze všechny dostupné proměnné jak kategoriální tak numerické. V části zabývající se statistickou indukcí jsem zkoumal závislost typu počítače na pohlaví respondentů a zjistil, že zde pravděpodobně žádná vazba není. Zjistil jsem také procentuální interval, který odhaduje rozmezí, že je daná populace starší než 35 let. Nakonec bych chtěl poznamenat, že z důvodu menšího množství respondentů byla prováděná analýza s méně přesnými výsledky. Avšak pro orientační pohled na problematiku zastoupení programového vybavení je více než dostatečná.

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

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

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

Jak nelhat se statistikou? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava

Jak nelhat se statistikou? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava Jak nelhat se statistikou? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava Co je to statistika? teoretická disciplína, která se zabývá metodami sběru a analýzy dat Jak získat data?

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

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

ADDS cvičení 7. Pavlína Kuráňová

ADDS cvičení 7. Pavlína Kuráňová ADDS cvičení 7 Pavlína Kuráňová Analyzujte závislost věku obyvatel na místě kde nejčastěji tráví dovolenou. (dotazník dovolená, sloupce Jaký je Váš věk a Kde nejčastěji trávíte dovolenou) Analyzujte závislost

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

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

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

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

Test dobré shody v KONTINGENČNÍCH TABULKÁCH

Test dobré shody v KONTINGENČNÍCH TABULKÁCH Test dobré shody v KONTINGENČNÍCH TABULKÁCH Opakování: Mějme náhodné veličiny X a Y uspořádané do kontingenční tabulky. Řekli jsme, že nulovou hypotézu H 0 : veličiny X, Y jsou nezávislé zamítneme, když

Více

PSY117/454 Statistická analýza dat v psychologii Přednáška 10

PSY117/454 Statistická analýza dat v psychologii Přednáška 10 PSY117/454 Statistická analýza dat v psychologii Přednáška 10 TESTY PRO NOMINÁLNÍ A ORDINÁLNÍ PROMĚNNÉ NEPARAMETRICKÉ METODY... a to mělo, jak sám vidíte, nedozírné následky. Smrť Analýza četností hodnot

Více

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

Semestrální práce z předmětu Matematika 6F

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

Více

Uživatelská příručka pro práci s Portálem VZP. Test kompatibility nastavení prohlížeče

Uživatelská příručka pro práci s Portálem VZP. Test kompatibility nastavení prohlížeče Uživatelská příručka pro práci s Portálem VZP Test kompatibility nastavení prohlížeče Obsah 1. Podporované operační systémy a prohlížeče... 3 1.1 Seznam podporovaných operačních systémů... 3 1.2 Seznam

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

A7B39TUR Úloha B Kvantitativní testování ZS 2013/2014 Software MS Office Word a Open Office Writer

A7B39TUR Úloha B Kvantitativní testování ZS 2013/2014 Software MS Office Word a Open Office Writer A7B39TUR Úloha B Kvantitativní testování ZS 2013/2014 Software MS Office Word a Open Office Writer Vypracoval: Peter Šourek ( sourepet@fel.cvut.cz ) Obsah 1Úvod...3 1.1Cíl testování...3 1.2Proměnné...3

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická

Více

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

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině

Více

Využití Oborové brány TECH

Využití Oborové brány TECH Využití Oborové brány TECH ve sledovaném období 1.9.2008 31.12.2008 Vypracováno v Oddělení speciálních služeb STK Průzkum vedla Andrea Kučerová Obsah Obsah... 2 Kvantitativní ukazatele návštěvnosti Oborové

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

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

Analýza dat s využitím MS Excel

Analýza dat s využitím MS Excel Analýza dat s využitím MS Excel Seminář aplikované statistiky Martina Litschmannová Několik fíglů na úvod Absolutní vs. relativní adresování změna pomocí F4 =$H$20 =H$20 =$H20 =H20 Posun po souvislé oblasti

Více

Přednáška 9. Testy dobré shody. Grafická analýza pro ověření shody empirického a teoretického rozdělení

Přednáška 9. Testy dobré shody. Grafická analýza pro ověření shody empirického a teoretického rozdělení Přednáška 9 Testy dobré shody Grafická analýza pro ověření shody empirického a teoretického rozdělení χ 2 test dobré shody ověření, zda jsou relativní četnosti jednotlivých variant rovny číslům π 01 ;

Více

Úvod. Struktura respondentů

Úvod. Struktura respondentů Výsledky pilotního průzkumu postojů studentů Policejní akademie ČR v Praze k problematice zálohování dat Ing. Bc. Marek Čandík, Ph.D. JUDr. Štěpán Kalamár, Ph.D. The results of the pilot survey of students

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

Uživatelská dokumentace

Uživatelská dokumentace Uživatelská dokumentace Konfigurace webového prohlížeče Verze 01-04 2013 e-utilityreport - vyjadřování k existenci sítí OBSAH OBSAH... 2 1. O SLUŽBĚ E-UTILITYREPORT... 2 2. NASTAVENÍ PROSTŘEDÍ... 3 2.1

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

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. STATISTIKA LS 2013 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Ondřej Grunt RNDr. Pavel Jahoda, Ph.D. Ing. Kateřina Janurová Mgr. Tereza

Více

Postup se dle prohlížeče a operačního systému liší, vyberte prosím jaký prohlížeč a na jakém operačním systému používáte.

Postup se dle prohlížeče a operačního systému liší, vyberte prosím jaký prohlížeč a na jakém operačním systému používáte. Postup se dle prohlížeče a operačního systému liší, vyberte prosím jaký prohlížeč a na jakém operačním systému používáte. Windows: Internet Explorer Str. 2 Mozilla Firefox Str. 3 Google Chrome Str. 4 Opera

Více

Spokojenost se životem

Spokojenost se životem SEMINÁRNÍ PRÁCE Spokojenost se životem (sekundárních analýza dat sociologického výzkumu Naše společnost 2007 ) Předmět: Analýza kvantitativních revize Šafr dat I. Jiří (18/2/2012) Vypracoval: ANONYMIZOVÁNO

Více

1.2 Operační systémy, aplikace

1.2 Operační systémy, aplikace Informační a komunikační technologie 1.2 Operační systémy, aplikace Studijní obor: Sociální činnost Ročník: 1 Programy (Software - SW) V informatice se takto označují všechny samospustitelné soubory které

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

Přípravný kurz ECDL. Popis jednotlivých lekcí (modulů) je uveden v samostatných tabulkách níže. Rozsah kurzu

Přípravný kurz ECDL. Popis jednotlivých lekcí (modulů) je uveden v samostatných tabulkách níže. Rozsah kurzu Přípravný kurz ECDL Kurz je zaměřen na přípravu uchazeče o získání celosvětově rozšířeného certifikátu počítačové gramotnosti ECDL. Tyto ECDL certifikáty jsou určeny široké veřejnosti a jsou stále ve větší

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

Test obsahoval 7 otevřených otázek a 2 uzavřené alternativní otázky s možností volby ano, ne.

Test obsahoval 7 otevřených otázek a 2 uzavřené alternativní otázky s možností volby ano, ne. ! Cílem vysílání v rámci projektu ŠIK je také předávání praktických informací z oblasti rizikového chování. Vycházíme z přesvědčení, že člověk, který má dostatek pravdivých informací, má také větší "#$%&&%

Více

4ST201 STATISTIKA CVIČENÍ Č. 7

4ST201 STATISTIKA CVIČENÍ Č. 7 4ST201 STATISTIKA CVIČENÍ Č. 7 testování hypotéz parametrické testy test hypotézy o střední hodnotě test hypotézy o relativní četnosti test o shodě středních hodnot testování hypotéz v MS Excel neparametrické

Více

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

Programové vybavení počítačů operační systémy

Programové vybavení počítačů operační systémy Programové vybavení počítačů operační systémy Operační systém Základní program, který oživuje hardware a poskytuje prostředí pro ostatní programy Řídí využití procesoru, síťovou komunikaci, tisk, ovládá

Více

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

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

Více

Návod na vyplňování údajů o financování silnic II. a III. třídy do Aplikace SDV SFDI

Návod na vyplňování údajů o financování silnic II. a III. třídy do Aplikace SDV SFDI Návod na vyplňování údajů o financování silnic II. a III. třídy do Aplikace SDV SFDI Zřízení přístupu do Aplikace SDV K přístupu do Aplikace SDV se využívá dvou sad hesel. Pro jejich získání kontaktujte

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

STATISTICA Téma 1. Práce s datovým souborem

STATISTICA Téma 1. Práce s datovým souborem STATISTICA Téma 1. Práce s datovým souborem 1) Otevření datového souboru Program Statistika.cz otevíráme z ikony Start, nabídka Programy, podnabídka Statistika Cz 6. Ze dvou nabídnutých možností vybereme

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

Operační systém osobního počítače

Operační systém osobního počítače Operační systém osobního počítače Studijní materiál pro žáky SŠ Začlenění dle RVP G Vzdělávací obsah: Očekávaný výstup: Digitální technologie ovládá, propojuje a aplikuje dostupné prostředky ICT využívá

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

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

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13 Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test

Více

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

Jednotlivci využívající vybrané informační a komunikační technologie

Jednotlivci využívající vybrané informační a komunikační technologie Mobilní telefon Jednotlivci využívající vybrané informační a komunikační technologie Mobilní telefon v roce 2012 nepoužívaly pouze 4 % osob starších šestnácti V roce 2007, to bylo 14 procent české populace.

Více

Vývoj Internetu značně pokročil a surfování je dnes možné nejen prostřednictvím počítače, ale také prostřednictvím chytrých telefonů, tabletů a

Vývoj Internetu značně pokročil a surfování je dnes možné nejen prostřednictvím počítače, ale také prostřednictvím chytrých telefonů, tabletů a Vývoj Internetu značně pokročil a surfování je dnes možné nejen prostřednictvím počítače, ale také prostřednictvím chytrých telefonů, tabletů a netbooků. Chytré telefony, nazývané také Smartphony, poskytují

Více

ICT plán školy školní rok 2014/2015

ICT plán školy školní rok 2014/2015 Mateřská škola a Základní škola při dětské léčebně, Křetín 12 ICT plán školy školní rok 2014/2015 Vypracoval: Mgr. Miroslav Páteček Křetín 31. 8. 2014 Mateřská škola a Základní škola při dětské léčebně,

Více

Národníinformačnístředisko pro podporu jakosti

Národníinformačnístředisko pro podporu jakosti Národníinformačnístředisko pro podporu jakosti OVĚŘOVÁNÍ PŘEDPOKLADU NORMALITY Doc. Ing. Eva Jarošová, CSc. Ing. Jan Král Používané metody statistické testy: Chí-kvadrát test dobré shody Kolmogorov -Smirnov

Více

CZ.1.07/1.5.00/34.0527

CZ.1.07/1.5.00/34.0527 Projekt: Příjemce: Digitální učební materiály ve škole, registrační číslo projektu CZ.1.07/1.5.00/34.0527 Střední zdravotnická škola a Vyšší odborná škola zdravotnická, Husova 3, 371 60 České Budějovice

Více

Uživatelská dokumentace

Uživatelská dokumentace Uživatelská dokumentace Verze 14-06 2010 Stahování DTMM (v rámci služby Geodata Distribution) OBSAH OBSAH...2 1. O MAPOVÉM SERVERU...3 2. NASTAVENÍ PROSTŘEDÍ...3 2.1 Hardwarové požadavky...3 2.2 Softwarové

Více

VÝSLEDKY VÝZKUMU ÚVOD ZPRÁVY Z VÝZKUMU. Hana Poštulková. 62 // AULA roč. 19, 03-04/2011

VÝSLEDKY VÝZKUMU ÚVOD ZPRÁVY Z VÝZKUMU. Hana Poštulková. 62 // AULA roč. 19, 03-04/2011 Hana Poštulková V období od 1. října 2010 do 31. listopadu 2010 probíhal na Ekonomické fakultě Vysoké školy báňské Technické univerzity Ostrava výzkum zaměřený na měření spokojenosti uživatelů s Learning

Více

Webové stránky. 1. Publikování na internetu. Datum vytvoření: 4. 9. 2012. str ánk y. Vytvořil: Petr Lerch. www.isspolygr.cz

Webové stránky. 1. Publikování na internetu. Datum vytvoření: 4. 9. 2012. str ánk y. Vytvořil: Petr Lerch. www.isspolygr.cz Webové stránky 1. Publikování na internetu Vytvořil: Petr Lerch www.isspolygr.cz Datum vytvoření: 4. 9. 2012 Webové Strana: 1/6 Škola Ročník Název projektu Číslo projektu Číslo a název šablony Autor Tématická

Více

META-ANALÝZA Z POHLEDU STATISTIKA. Medicína založená na důkazu - Modul 3B

META-ANALÝZA Z POHLEDU STATISTIKA. Medicína založená na důkazu - Modul 3B META-ANALÝZA Z POHLEDU STATISTIKA Medicína založená na důkazu - Modul 3B OBSAH: Úvodní definice... 2 Ověření homogenity pomocí Q statistiky... 3 Testování homogenity studií pomocí I 2 indexu... 6 Výpočet

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Testování hypotéz na základě jednoho a dvou výběrů 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/004. Testování hypotéz Pokud nás zajímá zda platí, či neplatí tvrzení o určitém parametru,

Více

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ

HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI. Josef Křepela, Jiří Michálek. OSSM při ČSJ HODNOCENÍ VÝKONNOSTI ATRIBUTIVNÍCH ZNAKŮ JAKOSTI Josef Křepela, Jiří Michálek OSSM při ČSJ Červen 009 Hodnocení způsobilosti atributivních znaků jakosti (počet neshodných jednotek) Nechť p je pravděpodobnost

Více

Audit návštěvnosti internetu

Audit návštěvnosti internetu 1 Audit návštěvnosti internetu Trendy v návštěvnosti internetu leden 2009 únor 2011 www.netmonitor.cz www.spir.cz 2 Trendy v návštěvnosti internetu Více než polovina (57 %) české populace je na internetu

Více

Plán ICT. Základní škola Želiv, okr. Pelhřimov. Školní metodik ICT: Petr Vacek. 394 44 Želiv 220

Plán ICT. Základní škola Želiv, okr. Pelhřimov. Školní metodik ICT: Petr Vacek. 394 44 Želiv 220 Základní škola Želiv, okr. Pelhřimov 394 44 Želiv 220 Plán ICT Školní metodik ICT: Petr Vacek Termín realizace: září 2013 červen 2014 Materiál připomínkovali pedagogičtí pracovníci ZŠ Želiv. OBSAH: 1.

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

INVESTICE MALÝCH A STŘEDNÍCH PODNIKŮ DO IT Trendy ve využívání ICT

INVESTICE MALÝCH A STŘEDNÍCH PODNIKŮ DO IT Trendy ve využívání ICT 19. nezávislý průzkum Asociace malých a středních podniků a živnostníků ČR INVESTICE MALÝCH A STŘEDNÍCH PODNIKŮ DO IT Trendy ve využívání ICT N: 500 MSP (více jak 100 mil. Kč tržeb) Praha, 7.3.2013 Výzkum

Více

Hodnocení vlastností materiálů podle ČSN EN 1990, přílohy D

Hodnocení vlastností materiálů podle ČSN EN 1990, přílohy D Hodnocení vlastností materiálů podle ČSN EN 1990, přílohy D Milan Holický Kloknerův ústav ČVUT v Praze 1. Úvod 2. Kvantil náhodné veličiny 3. Hodnocení jedné veličiny 4. Hodnocení modelu 5. Příklady -

Více

Smartphone kdysi. Na počátku byl. SIMON (IBM, 1992)

Smartphone kdysi. Na počátku byl. SIMON (IBM, 1992) Mobilní platformy očima uživatelů 1 Smartphone kdysi Na počátku byl. SIMON (IBM, 1992) Smartphone dnes Nyní ios Apple Android Acer, HTC, Samsung, Nokia.. Windows Phone HTC, Samsung, Dell, Nokia a další..

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

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

Přednáška 10. Analýza závislosti

Přednáška 10. Analýza závislosti Přednáška 10 Analýza závislosti Analýza závislosti dvou kategoriálních proměnných Analýza závislosti v kontingečních tabulkách Analýza závislosti v asociačních tabulkách Simpsonův paradox Analýza závislosti

Více

Klíčové kompetence do obcí obecné i odborné vzdělávání na dosah

Klíčové kompetence do obcí obecné i odborné vzdělávání na dosah Vítáme Vás na semináři organizovaném v rámci projektu Klíčové kompetence do obcí obecné i odborné vzdělávání na dosah Reg. číslo projektu: CZ.1.07/3.1.00/50.0015 Tento projekt je spolufinancován Evropským

Více

3. HODINA. Prohlížeče Druhy prohlížečů Přehled funkcí. 19.10.2009 Bc. Tomáš Otruba, Informatika 7. třída 1

3. HODINA. Prohlížeče Druhy prohlížečů Přehled funkcí. 19.10.2009 Bc. Tomáš Otruba, Informatika 7. třída 1 3. HODINA Prohlížeče Druhy prohlížečů Přehled funkcí 19.10.2009 Bc. Tomáš Otruba, Informatika 7. třída 1 Opakování sítě Sítě dělíme na LAN a WAN (dle rozlohy) V síti můžeme nalézt aktivní a pasivní prvky

Více

Názor na devizové intervence České národní banky

Názor na devizové intervence České národní banky 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: martin.durdovic@soc.cas.cz Názor na devizové intervence České národní

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie LS 2014/15 Cvičení 4: Statistické vlastnosti MNČ LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Upřesnění k pojmům a značení

Více

Softwarová konfigurace PC

Softwarová konfigurace PC Softwarová konfigurace PC EU peníze středním školám Didaktický učební materiál Anotace Označení DUMU: VY_32_INOVACE_IT1.20 Předmět: Informatika a výpočetní technika Tematická oblast: Úvod do studia informatiky,

Více

Organizační pokyny k přednášce. Matematická statistika. Co je statistika? Přehled témat

Organizační pokyny k přednášce. Matematická statistika. Co je statistika? Přehled témat Organizační pokyny k přednášce Matematická statistika MS710P05 Zdeněk Hlávka (Šárka Hudecová, Michal Kulich) Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta UK hlavka@karlin.mff.cuni.cz

Více

MS Excel 2007 Kontingenční tabulky

MS Excel 2007 Kontingenční tabulky MS Excel 2007 Kontingenční tabulky Obsah kapitoly V této kapitole se seznámíme s nástrojem, který se používá k analýze dat rozsáhlých seznamů. Studijní cíle Studenti budou umět pro analýzu dat rozsáhlých

Více

STUDIJNÍ OPORY S PŘEVAŽUJÍCÍMI DISTANČNÍMI PRVKY PRO VÝUKU STATISTIKY PRVNÍ ZKUŠENOSTI. Pavel Praks, Zdeněk Boháč

STUDIJNÍ OPORY S PŘEVAŽUJÍCÍMI DISTANČNÍMI PRVKY PRO VÝUKU STATISTIKY PRVNÍ ZKUŠENOSTI. Pavel Praks, Zdeněk Boháč STUDIJNÍ OPORY S PŘEVAŽUJÍCÍMI DISTANČNÍMI PRVKY PRO VÝUKU STATISTIKY PRVNÍ ZKUŠENOSTI Pavel Praks, Zdeněk Boháč Katedra matematiky a deskriptivní geometrie, VŠB - Technická univerzita Ostrava 17. listopadu

Více

Neuronové časové řady (ANN-TS)

Neuronové časové řady (ANN-TS) Neuronové časové řady (ANN-TS) Menu: QCExpert Prediktivní metody Neuronové časové řady Tento modul (Artificial Neural Network Time Series ANN-TS) využívá modelovacího potenciálu neuronové sítě k predikci

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT EU-OVK-VZ-III/2-ZÁ-101

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT EU-OVK-VZ-III/2-ZÁ-101 Číslo a název šablony Číslo didaktického materiálu Druh didaktického materiálu Autor Jazyk Téma sady didaktických materiálů Téma didaktického materiálu Vyučovací předmět Cílová skupina (ročník) Úroveň

Více

Návod na provedení upgrade IS Harmonik

Návod na provedení upgrade IS Harmonik Návod na provedení upgrade IS Harmonik Ing. Martin Klinger 4.6.2015 Co je to upgrade IS Harmonik? Upgrade systému představuje soubor technických nebo legislativních změn v ekonomickém softwaru Harmonik,

Více

Proč tomu tak je? Řešení První cesta Druhou možností Postup

Proč tomu tak je? Řešení První cesta Druhou možností Postup Proč tomu tak je? Společnost RWE používá pro své servery služby certifikační autority provozované společností První certifikační autorita a.s. (I.CA, http://www.ica.cz/). Standardně instalované prohlížeče

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

Využití tabulkového procesoru (MS Excel)

Využití tabulkového procesoru (MS Excel) Semestrální práce Využití tabulkového procesoru (MS Excel) Licenční studium Archimedes Jaroslav Holuša ČZU v Praze 2010 1 Úloha 1: Zpracování brouků chytaných do lapačů Zadání: Do feromonových lapačů byli

Více

ROZDĚLENÍ NÁHODNÝCH VELIČIN

ROZDĚLENÍ NÁHODNÝCH VELIČIN ROZDĚLENÍ NÁHODNÝCH VELIČIN 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)

Více

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky. Semestrální práce. Téma: Hráči počítačových her

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky. Semestrální práce. Téma: Hráči počítačových her Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Semestrální práce Téma: Hráči počítačových her Vypracoval: Jméno: Petr Fójcik Studijní skupina: LN121 Osobní číslo:

Více

Investice malých a středních podniků do IT Trendy ve využívání ICT

Investice malých a středních podniků do IT Trendy ve využívání ICT 9. Výsledky průzkumu č. 9 AMSP ČR Investice malých a středních podniků do IT Trendy ve využívání ICT Cílem výzkumu je Zjistit situaci ve vymezeném firemním segmentu co se týče výdajů na firemní IT, současné

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

Software. Mgr. Krejčí Jan (UJEP) Software 23. října 2011 1 / 6

Software. Mgr. Krejčí Jan (UJEP) Software 23. října 2011 1 / 6 Software Mgr. Krejčí Jan 23. října 2011 Mgr. Krejčí Jan (UJEP) Software 23. října 2011 1 / 6 Osnova 1 Software Co je to software Systémový software Aplikační software Mgr. Krejčí Jan (UJEP) Software 23.

Více

StatSoft Jak poznat vliv faktorů vizuálně

StatSoft Jak poznat vliv faktorů vizuálně StatSoft Jak poznat vliv faktorů vizuálně V tomto článku bychom se rádi věnovali otázce, jak poznat již z grafického náhledu vztahy a závislosti v analýze rozptylu. Pomocí následujících grafických zobrazení

Více

StatSoft Jak se pozná normalita pomocí grafů?

StatSoft Jak se pozná normalita pomocí grafů? StatSoft Jak se pozná normalita pomocí grafů? Dnes se podíváme na zoubek speciální třídě grafů, podle názvu článku a případně i ilustračního obrázku vpravo jste jistě již odhadli, že půjde o třídu pravděpodobnostních

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

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

duben 2014 MEDIÁLNÍ GRAMOTNOST 2 Analýza modelů sledování televize

duben 2014 MEDIÁLNÍ GRAMOTNOST 2 Analýza modelů sledování televize duben 2014 MEDIÁLNÍ GRAMOTNOST 2 Analýza modelů sledování televize OBSAH I. DESIGN VÝZKUMU... 3 Cíle výzkumu... 3 Metoda výzkumu... 3 II. VÝSLEDKY... 4 Sledování televize... 4 Zpracovatel: Blanka Franková

Více

Četnost brýlové korekce v populaci

Četnost brýlové korekce v populaci Prezentace k přednášce, přednesené na kongresu Optometrie 2013 V Olomouci 21. 22.9 2013 Četnost brýlové korekce v populaci RNDr. Jaroslav Wagner, Ph.D. Katedra optiky PřF UP Olomouc Kontakt: wagnerj@prfnw.upol.cz

Více

Easycars Aplikace pro správu autobazaru

Easycars Aplikace pro správu autobazaru Easycars Aplikace pro správu autobazaru Obsah 1 Úvod... 2 1.1 Požadavky... 2 2 Přihlášení do systému... 3 2.1 Úvodní stránka... 4 3 Správa nabídek vozů a klienů... 5 3.1 Výpis vozidel... 5 3.1.1 Export

Více