STATISTIKA S EXCELEM. Martina Litschmannová MODAM,
|
|
- Iva Brožová
- před 7 lety
- Počet zobrazení:
Transkript
1 STATISTIKA S EXCELEM Martina Litschmannová MODAM,
2 Obsah Motivace aneb Máme data a co dál? Základní terminologie Analýza kvalitativního znaku rozdělení četnosti, vizualizace Analýza kvantitativního znaku mír poloh, mír variabilit, vizualizace Analýza závislosti dvou kvantitativních znaků koeficient korelace, vizualizace
3 Motivace Dotazník pro student (např. pomocí Google Apps) -
4 Základní pojm Časová značka Pohlaví Výška (cm) Váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? Kolik času týdně obvkle věnujete brigádě? :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia Kolik času týdně obvkle věnujete studiu? Statistika se zabývá zkoumáním hromadných jevů. Statistický soubor soubor osob, věcí, událostí, časových období, Statistická jednotka prvek statistického souboru (v dotazníkovém šetření nazýváme statistické jednotk respondent) Statistický znak atribut statistické jednotk (to, co u stat. jednotek zkoumáme)
5 Základní pojm Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia Statistický znak atribut statistické jednotk (to, co u stat. jednotek zkoumáme)
6 Základní pojm Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia Statistický znak atribut statistické jednotk (to, co u stat. jednotek zkoumáme) Kvantitativní znak znak, jehož variant nabývají číselných hodnot
7 Základní pojm Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia Statistický znak atribut statistické jednotk (to, co u stat. jednotek zkoumáme) Kvantitativní znak znak, jehož variant nabývají číselných hodnot
8 Základní pojm Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia Statistický znak atribut statistické jednotk (to, co u stat. jednotek zkoumáme) Kvantitativní znak znak, jehož variant nabývají číselných hodnot Kvalitativní znak znak, jehož variant se liší kvalitou (může jít i o číselné hodnot např. známka z matematik)
9 Základní pojm Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia Statistický znak atribut statistické jednotk (to, co u stat. jednotek zkoumáme) Kvantitativní znak znak, jehož variant nabývají číselných hodnot Kvalitativní znak znak, jehož variant se liší kvalitou (může jít i o číselné hodnot např. známka z matematik)
10 Základní pojm Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia Statistický znak atribut statistické jednotk (to, co u stat. jednotek zkoumáme) Kvantitativní znak znak, jehož variant nabývají číselných hodnot Kvalitativní znak znak, jehož variant se liší kvalitou (může jít i o číselné hodnot např. známka z matematik) Alternativní znak kvalitativní znak, který nabývá pouze dvou možných variant
11 Základní pojm Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia Statistický znak atribut statistické jednotk (to, co u stat. jednotek zkoumáme) Kvantitativní znak znak, jehož variant nabývají číselných hodnot Kvalitativní znak znak, jehož variant se liší kvalitou (může jít i o číselné hodnot např. známka z matematik) Alternativní znak kvalitativní znak, který nabývá pouze dvou možných variant
12 Popisná statistika aneb Jak jednoduše a přehledně prezentovat výsledk šetření? Část I. Kvalitativní znak
13 Popisná statistika kvalitativní znak Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia 24 26
14 Popisná statistika kvalitativní znak Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně kancelářská práce a na ní navazující práce manuální při realizaci projektů :41 muž ano nepravidelně prae v oboru během studia :45 žena ano Různě, 2-3 týdně Hlídání dětí :52 žena ano 3 dn v tdnu prae v oboru během studia POZOR na nutnost čištění databáze!
15 Popisná statistika kvalitativní znak Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně jinak :41 muž ano nepravidelně prae v oboru během studia :45 žena ano jinak jinak :52 žena ano jinak prae v oboru během studia Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) POZOR na nutnost čištění databáze!
16 Popisná statistika kvalitativní znak Rozdělení četnosti + Modus (název nejčetnější variant)
17 Popisná statistika kvalitativní znak Rozdělení četnosti
18 Popisná statistika kvalitativní znak Rozdělení četnosti Jak zaokrouhlovat relativní četnost? 1%,85 osob,1%,85 osob
19 Popisná statistika kvalitativní znak Rozdělení četnosti POZOR na zaokrouhlovací chbu! Jak zaokrouhlovat relativní četnost? 1%,85 osob,1%,85 osob
20 Popisná statistika kvalitativní znak Rozdělení četnosti POZOR na zaokrouhlovací chbu! Dopočet do 1%! Jak zaokrouhlovat relativní četnost? 1%,85 osob,1%,85 osob
21 Popisná statistika kvalitativní znak Rozdělení četnosti Relativní četnosti uvádějme vžd pouze jako doplněk absolutních četností, nikoliv samostatně!
22 Popisná statistika kvalitativní znak Rozdělení četnosti Modus = muž (Mezi respondent převažovali muži.)
23 Popisná statistika kvalitativní znak Jak výsledk vizualizovat?
24 počet respondentů Popisná statistika kvalitativní znak Sloupcový graf (Bar Chart) muž žena
25 počet respondentů Popisná statistika kvalitativní znak Sloupcový graf (Bar Chart) muž žena
26 počet respondentů Popisná statistika kvalitativní znak Sloupcový graf (Bar Chart) muž žena
27 počet respondentů Popisná statistika kvalitativní znak Sloupcový graf (Bar Chart) muž žena
28 počet respondentů Popisná statistika kvalitativní znak Sloupcový graf (Bar Chart) muž žena
29 Určete pravdivost tvrzení: V žádných dvou letech nebl počet studentů stejný. Zdroj: Testové příklad určené žákům 9. tříd.
30 počet respondentů počet respondentů Popisná statistika kvalitativní znak Sloupcový graf (Bar Chart) muž žena muž žena Nejsou-li v grafu uveden absolutní četnosti, obvkle je nedokážeme od oka přesně odečíst.
31 Popisná statistika kvalitativní znak Sloupcový graf (Bar Chart) muž žena muž žena Nejsou-li v grafu uveden absolutní (relativní) četnosti, obvkle je nedokážeme od oka přesně odečíst.
32 počet respondentů relativní počet respondentů (%) Popisná statistika kvalitativní znak Sloupcový graf (Bar Chart) muž žena muž žena Nejsou-li v grafu uveden absolutní (relativní) četnosti, obvkle je nedokážeme od oka přesně odečíst. Pozor na uvádění popisu os!
33 Popisná statistika kvalitativní znak Výsečový graf 19; 22% 66; 78% muž žena
34 Popisná statistika kvalitativní znak Prstencový graf 19; 22% muž žena 66; 78%
35 Popisná statistika kvalitativní znak Výsečový graf 19; 22% 66; 78% muž žena
36 Popisná statistika kvalitativní znak Výsečový graf 66; 78% muž žena 19; 22%
37 Anketa Jste pro navýšení hodinové dotace matematik? TAKHLE NE!!!
38 Zdroj: Testové příklad určené žákům 9. tříd. Co je to A, B, C, D? Jsou výseče odpovídající variantám B a D stejně velké? Lze velikosti jednotlivých výsečí charakterizovat v absolutních číslech i v procentech? Určete pravdivost tvrzení: a) Místo otazníku patří 2%. b) Místo otazníku patří 126 Kč. c) Část C je dvojnásobkem části D. Rozdělení četností kvalitativního znaku se znázorňuje kruhovým diagramem, kde různým hodnotám znaku odpovídají kruhové výseče, jejichž plošné obsah jsou úměrné četnostem. (Prometheus)
39 Popisná statistika aneb Jak jednoduše a přehledně prezentovat výsledk šetření? Část II. Kvantitativní znak
40 Popisná statistika kvantitativní znak Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně jinak :41 muž ano nepravidelně prae v oboru během studia :45 žena ano jinak jinak :52 žena ano jinak prae v oboru během studia Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden)
41 Popisná statistika kvantitativní znak Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně jinak :41 muž ano nepravidelně prae v oboru během studia :45 žena ano jinak jinak :52 žena ano jinak prae v oboru během studia Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden) Mír poloh (aritmetický průměr, kvantil) Mír variabilit (rozptl, směrodatná odchlka, variační koeficient) Odlehlá pozorování
42 Popisná statistika kvantitativní znak Mír poloh Aritmetický průměr: ҧ = σ n i=1 POZOR! n i Průměr je číslo, které nemusí patřit do definičního oboru analzovaného znaku. (např. průměrný počet dětí jedné žen)
43 Popisná statistika kvantitativní znak Mír poloh Aritmetický průměr: ҧ = σ n i=1 n i V malé vesnici někde v Americe žije 6 lidí, jejichž roční plat je uveden níže. $25 $27 $29 $35 $37 $38 Určete průměrný plat obvatel této vesnice. Do vesnice se přistěhoval Bill Gates, jehož roční příjem je $4. $25 $27 $29 $35 $37 $38 $4 ($31 83) Určete průměrný plat obvatel této vesnice. ($ )
44 Popisná statistika kvantitativní znak Mír poloh Aritmetický průměr: ҧ = σ n i=1 POZOR! n i Průměr je číslo, které nemusí patřit do definičního oboru analzovaného znaku. (např. průměrný počet dětí jedné žen) Průměr není rezistentní vůči odlehlým pozorováním.
45 Popisná statistika kvantitativní znak Mír poloh Aritmetický průměr: ҧ = σ n i=1 n i Medián Med (5% kvantil 5% hodnot je menších nebo rovných mediánů) Dolní kvartil Q1 (25% kvantil 25% hodnot je menších nebo rovných dolnímu kvartilu) Horní kvartil Q3 (75% kvantil 75% hodnot je menších nebo rovných hornímu kvartilu) 1p% kvantil 1p% hodnot je menších nebo rovných 1p% kvantilu
46 1p% kvantil váh (kg) Popisná statistika kvantitativní znak Mír poloh p% Mír poloh Váha (kg) minimum 5 dolní kvartil 68 průměr 78 medián 76 horní kvartil 85 maimum 13 Kvantilová funkce
47 Další Četnost Popisná statistika kvantitativní znak Mír poloh Mír poloh Váha (kg) minimum 5 dolní kvartil 68 průměr 78 medián 76 horní kvartil 85 maimum 13 váha (kg) Histogram
48 Četnost Popisná statistika kvantitativní znak Mír poloh Další váha (kg) Mír poloh Váha (kg) minimum 5 dolní kvartil 68 průměr 78 medián 76 horní kvartil 85 maimum 13 Histogram Tvar histogramu závisí na počtu tříd ( sloupečků ).
49 Četnost Popisná statistika kvantitativní znak Mír poloh Další váha (kg) Mír poloh Váha (kg) minimum 5 dolní kvartil 68 průměr 78 medián 76 horní kvartil 85 maimum 13 Histogram
50 Popisná statistika kvantitativní znak Odlehlá pozorování 1 váha - rozptlogram váha (kg) Mír poloh Váha (kg) minimum 5 dolní kvartil 68 průměr 78 medián 76 horní kvartil 85 maimum 13
51 Popisná statistika kvantitativní znak Odlehlá pozorování váha (kg) medián Mír poloh Váha (kg) minimum 5 dolní kvartil 68 průměr 78 medián 76 horní kvartil 85 maimum 13
52 Popisná statistika kvantitativní znak Odlehlá pozorování váha (kg) dolní kvartil horní kvartil medián Mír poloh Váha (kg) minimum 5 dolní kvartil 68 průměr 78 medián 76 horní kvartil 85 maimum 13 Mezikvartilové rozpětí: IQR = Q3 Q1 < Q1 1,5 IQR > Q3 + 1,5 IQR je odlehlé pozorování vnitřní hradb
53 Popisná statistika kvantitativní znak Odlehlá pozorování váha (kg) dolní kvartil horní kvartil medián Mír poloh Váha (kg) minimum 5 dolní kvartil 68 průměr 78 medián 76 horní kvartil 85 maimum 13 Mezikvartilové rozpětí: IQR = Q3 Q1 < Q1 1,5 IQR > Q3 + 1,5 IQR je odlehlé pozorování vnitřní hradb
54 Popisná statistika kvantitativní znak Odlehlá pozorování váha (kg) dolní kvartil horní kvartil medián Mezikvartilové rozpětí: IQR = Q3 Q1 Mír poloh Váha (kg) Váha* (kg) minimum 5 5 dolní kvartil průměr medián horní kvartil maimum *po odstranění odlehlých pozorování < Q1 1,5 IQR > Q3 + 1,5 IQR je odlehlé pozorování vnitřní hradb
55 Popisná statistika kvantitativní znak Mír variabilit n i ҧ 2 Výběrový rozptl: s 2 = σ i=1 n 1 POZOR! Jednotka rozptlu je kvadrátem jednotk analzovaného znaku. σ n i=1 i ҧ 2 Výběrová směrodatná odchlka: s = n 1 Neumožňuje srovnání variabilit znaků s různými jednotkami. Variační koeficient: V = s ҧ 1 % Čím nižší var. koeficient, tím homogennější soubor. V > 5% značí silně rozptýlený soubor.
56 Popisná statistika kvantitativní znak Mír variabilit Váha (kg) Váha* (kg) rozptl 215, , směrodatná odchlka 14, ,21169 variační koeficient (%) 18, ,78917 *po odstranění odlehlých pozorování Jak zaokrouhlovat výběrové charakteristik? Směrodatnou odchlku jakožto míru nejistot měření zaokrouhlujeme nahoru na jednu, maimálně dvě platné cifr a mír poloh (průměr, kvantil ) zaokrouhlujeme tak, ab nejnižší zapsaný řád odpovídal nejnižšímu zapsanému řádu směrodatné odchlk.
57 Popisná statistika kvantitativní znak Jak zaokrouhlovat výběrové charakteristik? Směrodatnou odchlku jakožto míru nejistot měření zaokrouhlujeme nahoru na jednu, maimálně dvě platné cifr a mír poloh (průměr, kvantil ) zaokrouhlujeme tak, ab nejnižší zapsaný řád odpovídal nejnižšímu zapsanému řádu směrodatné odchlk. Mír poloh Váha (kg) zaokrouhleno minimum 5 dolní kvartil 68 průměr 77,62791 medián 75,5 horní kvartil 84,5 maimum 13 Mír variabilit směrodatná odchlka 14,67615 variační koeficient (%) 18,9576
58 Popisná statistika kvantitativní znak Jak zaokrouhlovat výběrové charakteristik? Směrodatnou odchlku jakožto míru nejistot měření zaokrouhlujeme nahoru na jednu, maimálně dvě platné cifr a mír poloh (průměr, kvantil ) zaokrouhlujeme tak, ab nejnižší zapsaný řád odpovídal nejnižšímu zapsanému řádu směrodatné odchlk. Mír poloh Váha (kg) zaokrouhleno minimum 5 dolní kvartil 68 průměr 77,62791 medián 75,5 horní kvartil 84,5 maimum 13 Mír variabilit směrodatná odchlka 14, variační koeficient (%) 18,9576
59 Popisná statistika kvantitativní znak Jak zaokrouhlovat výběrové charakteristik? Směrodatnou odchlku jakožto míru nejistot měření zaokrouhlujeme nahoru na jednu, maimálně dvě platné cifr a mír poloh (průměr, kvantil ) zaokrouhlujeme tak, ab nejnižší zapsaný řád odpovídal nejnižšímu zapsanému řádu směrodatné odchlk. Mír poloh Váha (kg) zaokrouhleno minimum 5 5 dolní kvartil průměr 77, medián 75,5 76 horní kvartil 84,5 85 maimum Mír variabilit směrodatná odchlka 14, variační koeficient (%) 18,9576
60 Popisná statistika kvantitativní znak Jak zaokrouhlovat výběrové charakteristik? Směrodatnou odchlku jakožto míru nejistot měření zaokrouhlujeme nahoru na jednu, maimálně dvě platné cifr a mír poloh (průměr, kvantil ) zaokrouhlujeme tak, ab nejnižší zapsaný řád odpovídal nejnižšímu zapsanému řádu směrodatné odchlk. Mír poloh Váha (kg) zaokrouhleno minimum 5 5 dolní kvartil průměr 77, medián 75,5 76 horní kvartil 84,5 85 maimum Mír variabilit směrodatná odchlka 14, variační koeficient (%) 18, ,9 zaokrouhlujeme na desetin %
61 Popisná statistika aneb Jak jednoduše a přehledně prezentovat výsledk šetření? Část III. Analýza závislosti dvou kvantitativních znaků
62 Analýza závislosti dvou kvantitativních znaků Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně jinak :41 muž ano nepravidelně prae v oboru během studia :45 žena ano jinak jinak :52 žena ano jinak prae v oboru během studia Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden)
63 Analýza závislosti dvou kvantitativních znaků Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Vizualizace bodový graf Korelační koeficient Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně jinak :41 muž ano nepravidelně prae v oboru během studia :45 žena ano jinak jinak :52 žena ano jinak prae v oboru během studia Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden)
64 váha (kg) Analýza závislosti dvou kvantitativních znaků Vizualizace bodový graf 11 Výběrový korelační koeficient: výška (cm) r = 1 n 1 σ n i=1 i ҧ i ത s X s Y
65 váha (kg) Analýza závislosti dvou kvantitativních znaků Vizualizace bodový graf 11 Výběrový korelační koeficient: výška (cm) r = 1 n 1 σ n i=1 i ҧ i ത s X s Y
66 váha (kg) Analýza závislosti dvou kvantitativních znaků Vizualizace bodový graf 11 Výběrový korelační koeficient: výška (cm) r X, Y = 1 n 1 σ n i=1 i ҧ i ത s X s Y
67 Analýza závislosti dvou kvantitativních znaků Vizualizace bodový graf Výběrový korelační koeficient: r X, Y = 1 σ n i=1 n 1 i ҧ s X s Y i ത 1. 1 r X, Y 1, 2. r X, Y = r Y, X, 3. r X, X = 1, 4. je-li r X, Y =, říkáme, že X, Y jsou nekorelované náhodné veličin, 5. je-li r X, Y >, říkáme, že X, Y jsou pozitivně korelované (s rostoucím X roste Y), 6. je-li r X, Y <, říkáme, že X, Y jsou negativně korelované (s rostoucím X klesá Y), 7. je-li r X, Y = 1, pak je mezi X a Y lineární závislost.
68 Korelační koeficient
69 Korelační koeficient r=1
70 Korelační koeficient r=
71 Korelační koeficient r= r=
72 Korelační koeficient r= r=
73 Korelační koeficient r= r= r=,
74 Korelační koeficient r= r= r=,
75 Korelační koeficient r= r= r=, r=,88
76 Korelační koeficient r=, r=1 1 5 r= r=,
77 Korelační koeficient r=, r=1 1 5 r= r=, r=,86 1 2
78 Korelační koeficient r=, r= r=, r= r=,
79 Korelační koeficient r= r= r=, r=, r=, r=,4 1 2
80 Korelační koeficient 3,5 3 2,5 2 1,5 1,5 1 2
81 Korelační koeficient 3,5 3 2,5 2 1,5 1,5 1 2 r=,93
82 Korelační koeficient 3,5 3 2,5 2 1,5 1,5 1 2 r=,
83 Korelační koeficient 3,5 3 2,5 2 1,5 1,5 1 2 r=, r= 1 2
84 Korelační koeficient 3,5 3 2,5 2 1,5 1,5 r=, r=
85 Korelační koeficient 3,5 3 2,5 2 1,5 1, r=, r= 1 2 r=,
86 váha (kg) Analýza závislosti dvou kvantitativních znaků Vizualizace bodový graf výška (cm) Výběrový korelační koeficient: r =,6146
87 váha (kg) Analýza závislosti dvou kvantitativních znaků Vizualizace bodový graf Výběrový korelační koeficient: r =,6146 vs. r =, výška (cm)
88 Analýza závislosti dvou kvantitativních znaků Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně jinak :41 muž ano nepravidelně prae v oboru během studia :45 žena ano jinak jinak :52 žena ano jinak prae v oboru během studia Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden)
89 Analýza závislosti dvou kvantitativních znaků Časová značka ID Pohlaví pohlaví Výška (cm) výška (cm) Váha (kg) váha (kg) Přivděláváte si v rámci prezenčního studia na brigádách? Jak často brigádu máte? Jak bste svou brigádu charakterizoval(a)? brigáda frekvence brigád charakteristika brigád Kolik času týdně obvkle věnujete brigádě? čas věnovaný brigádě (h/týden) :38 muž 18 7 ano každý pracovní den prae v oboru během studia :41 muž ano nepravidelně jinak :41 muž ano nepravidelně prae v oboru během studia :45 žena ano jinak jinak :52 žena ano jinak prae v oboru během studia Kolik času týdně obvkle věnujete studiu? čas věnovaný studiu (h/týden)
90 obvklý čas strávený v týdnu studiem (h) Analýza závislosti dvou kvantitativních znaků Vizualizace bodový graf Výběrový korelační koeficient: r =,137 vs. r =, obvklý čas strávený v týdnu na brigádě (h)
91 obvklý čas strávený v týdnu studiem (h) Analýza závislosti dvou kvantitativních znaků Vizualizace bodový graf Výběrový korelační koeficient: r =, obvklý čas strávený v týdnu na brigádě (h)
92 Korelační koeficient Pokud jsou dvě náhodné veličin korelované, znamená to pouze to, že jsou lineárně závislé. Nelze z toho však ještě usoudit, že b jedna z nich musela být příčinou a druhá následkem. To samotná korelovanost nedovoluje rozhodnout. Silná korelace
93 Sebevražd oběšením a uškrcením (počet mertvých v USA) tisíce Americké výdaje na vědu, vesmírná výzkum a technologie (miliard dolarů) Korelační koeficient Pokud jsou dvě náhodné veličin korelované, znamená to pouze to, že jsou lineárně závislé. Nelze z toho však ještě usoudit, že b jedna z nich musela být příčinou a druhá následkem. To samotná korelovanost nedovoluje rozhodnout r=, Sebevražd oběšením a uškrcením (počet mertvých v USA) Americké výdaje na vědu, vesmírná výzkum a technologie (miliard dolarů)
94 Zdroj:
95 Korelační koeficient V prai se zpravidla hodnota koeficientu korelace interpretuje takto: Korelační koeficient r =, r ሺ,; r ሺ,3; r ሺ,7; r = 1, Tp lineární závislosti neeistující,3 velmi slabá,7 středně silná ሻ 1, těsná funkční Mezi proudem a napětím na odporu bl zjištěn korelační koeficient,6. Mezi školním prospěchem a pocitem deprese u dětí bl zjištěn korelační koeficient,6. Výsledk interpretujte!
96 DĚKUJI ZA POZORNOST!
VADÍ - NEVADÍ ANEB STATISTIKA KOLEM NÁS
VADÍ - NEVADÍ ANEB STATISTIKA KOLEM NÁS Martina Litschmannová Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky, Katedra aplikované matematiky ŠKOMAM 19 29. 1. 2019
VíceStatistika s Excelem aneb Máme data. A co dál? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava
Statistika s Excelem aneb Máme data. A co dál? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava ŠKOMAM 2016 Jak získat data? Primární zdroje dat Vlastní měření (fyzika, biologie,
VíceJak 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?
VíceMÁME DATA A CO DÁL? Martina Litschmannová
MÁME DATA A CO DÁL? Martina Litschmannová Obsah Část 1 Analýza dat Základní pojmy Popisná statistika kvalitativního znaku Tabulky četnosti, vizualizace Jak to vypadá v praxi Část 2 Popisná statistika kvantitativního
VícePopisná statistika v praxi aneb Je statistika nuda? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava
Popisná statistika v praxi aneb Je statistika nuda? Martina Litschmannová Katedra aplikované matematiky, FEI, VŠB-TU Ostrava Co je to statistika? Google 196.10 6 odkazů (čeština), 2,88.10 9 odkazů (angličtina)
VíceRenáta Bednárová STATISTIKA PRO EKONOMY
Renáta Bednárová STATISTIKA PRO EKONOMY ZÁKLADNÍ STATISTICKÉ POJMY Statistika Statistický soubor Statistická jednotky Statistický znak STATISTIKA Vědní obor, který se zabývá hromadnými jevy Hromadné jevy
VícePřednáška 5. Výběrová šetření, Exploratorní analýza
Přednáška 5 Výběrová šetření, Exploratorní analýza Pravděpodobnost vs. statistika Výběrová šetření aneb jak získat výběrový soubor Exploratorní statistika aneb jak popsat výběrový soubor Typy proměnných
VíceStatistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
VíceMatematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,
VíceTEST Z TEORIE EXPLORAČNÍ ANALÝZA DAT
EXPLORAČNÍ ANALÝZA DAT TEST Z TEORIE 1. Test ze Statistiky píše velké množství studentů. Představte si, že každý z nich odpoví správně přesně na polovinu otázek. V tomto případě bude směrodatná odchylka
VíceZpracování 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
VíceMATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATICKÁ STATISTIKA Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Matematická statistika Matematická statistika se zabývá matematickým
VíceStatistika pro geografy
Statistika pro geografy 2. Popisná statistika Mgr. David Fiedor 23. února 2015 Osnova 1 2 3 Pojmy - Bodové rozdělení četností Absolutní četnost Absolutní četností hodnoty x j znaku x rozumíme počet statistických
VícePopisná statistika. Statistika pro sociology
Popisná statistika Jitka Kühnová Statistika pro sociology 24. září 2014 Jitka Kühnová (GSTAT) Popisná statistika 24. září 2014 1 / 31 Outline 1 Základní pojmy 2 Typy statistických dat 3 Výběrové charakteristiky
VícePOPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica
POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica Program Statistica I Statistica je velmi podobná Excelu. Na základní úrovni je to klikací program určený ke statistickému zpracování dat.
VíceZaokrouhlování: Směrodatná odchylka se zaokrouhluje nahoru na stanovený počet platných cifer. Míry
Červenou barvou jsou poznámky, věci na které máte při vypracovávání úkolu myslet. Úkol 1 a) Pomocí nástrojů explorační analýzy analyzujte kapacity akumulátorů výrobce A po 5 a po 100 nabíjecích cyklech.
VíceZáklady popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek
Základy popisné statistiky Anotace Realitu můžeme popisovat různými typy dat, každý z nich se specifickými vlastnostmi, výhodami, nevýhodami a vlastní sadou využitelných statistických metod -od binárních
Více23. Matematická statistika
Projekt: Inovace oboru Mechatronik pro Zlínský kraj Registrační číslo: CZ.1.07/1.1.08/03.0009 23. Matematická statistika Statistika je věda, která se snaží zkoumat reálná data a s pomocí teorii pravděpodobnosti
VíceZáklady popisné statistiky
Základy popisné statistiky Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 8. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 26 Obsah 1 Základy statistického zpracování dat 2
VíceStatistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability
I Přednáška Statistika Diskrétní data Spojitá data Charakteristiky polohy Charakteristiky variability Statistika deskriptivní statistika ˆ induktivní statistika populace (základní soubor) ˆ výběr parametry
VíceZpracování náhodného výběru. Ing. Michal Dorda, Ph.D.
Př. : Stanovte jednotlivé četnosti a číselné charakteristiky zadaného statistického souboru a nakreslete krabicový graf:, 8, 7, 43, 9, 47, 4, 34, 34, 4, 35. Statistický soubor seřadíme vzestupně podle
VíceNejčastější chyby v explorační analýze
Nejčastější chyby v explorační analýze Obecně doporučuju přečíst přednášku 5: Výběrová šetření, Exploratorní analýza http://homel.vsb.cz/~lit40/sta1/materialy/io.pptx Použití nesprávných charakteristik
VícePopisná statistika. Komentované řešení pomocí MS Excel
Popisná statistika Komentované řešení pomocí MS Excel Vstupní data Máme k dispozici data o počtech bodů z 1. a 2. zápočtového testu z Matematiky I v zimním semestru 2015/2016 a to za všech 762 studentů,
VíceMatematika III. 29. října Vysoká škola báňská - Technická univerzita Ostrava. Matematika III
Vysoká škola báňská - Technická univerzita Ostrava 29. října 2018 Statistika Statistika Statistika je jako bikini. Co odhaluje, je zajímavé, co skrývá, je podstatné. Aaron Levenstein Statistika Statistika
VíceTECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar
VíceVýrobní produkce divizí Ice Cream Po lo ha plane t Rozložený výse ový 3D graf Bublinový graf Histogram t s tn e ídy
Výrobní produkce divizí Ice Cream Polo ha planet Rozložený výsečový 3D graf Bublinový graf Ice Cream 1 15% Ice Cream 2 12% Ice Cream 3 18% Ice Cream 4 20% Statistika 40 30 20 Ice Cream 6 19% Ice Cream
VíceMetodologie pro ISK II
Metodologie pro ISK II Všechny hodnoty z daného intervalu Zjišťujeme: Centrální míry Variabilitu Šikmost, špičatost Percentily (decily, kvantily ) Zobrazení: histogram MODUS je hodnota, která se v datech
Vícemezi studenty. Dále bychom rádi posoudili, zda dobrý výsledek v prvním testu bývá doprovázen dobrým výsledkem i v druhém testu.
Popisná statistika Slovní popis problému Naším cílem v této úloze bude stručně a přehledně charakterizovat rozsáhlý soubor dat - v našem případě počty bodů z prvního a druhého zápočtového testu z matematiky.
VíceZápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
Víceveličin, deskriptivní statistika Ing. Michael Rost, Ph.D.
Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího
Více31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě
31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty
Vícemarek.pomp@vsb.cz http://homel.vsb.cz/~pom68
Statistika B (151-0303) Marek Pomp ZS 2014 marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Cvičení: Pavlína Kuráňová & Marek Pomp Podmínky pro úspěšné ukončení zápočet 45 bodů, min. 23 bodů, dvě zápočtové
VíceZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY
zhanel@fsps.muni.cz ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY METODY DESKRIPTIVNÍ STATISTIKY 1. URČENÍ TYPU ŠKÁLY (nominální, ordinální, metrické) a) nominální + ordinální neparametrické stat. metody b) metrické
VíceSTATISTIKA 1. Adam Čabla Katedra statistiky a pravděpodobnosti VŠE
STATISTIKA 1 Adam Čabla Katedra statistiky a pravděpodobnosti VŠE KONTAKTY WWW: sites.google.com/site/adamcabla E-mail: adam.cabla@vse.cz Telefon: 777 701 783 NB367 na VŠE, konzultační hodiny: Pondělí
VíceANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK
ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz POPISNÉ STATISTIKY - OPAKOVÁNÍ jedna kvalitativní
VíceStatistika - charakteristiky variability
Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN prostřednictvím ICT Číslo projektu: CZ.1.07/1.5.00/34.0940
VíceManuál pro zaokrouhlování
Manuál pro zaokrouhlování k předmětu Pravděpodobnost a Statistika (PS) Michal Béreš, Martina Litschmannová 19. března 2019 Obsah 1 Úvod 2 2 Obecné poznámky 2 2.1 Typy zaokrouhlování...........................................
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření Počet stran: 10 Datum odevzdání: 13. 5. 2016 Pavel Kubát Obsah Úvod... 3 1 Charakterizujte
VíceStatistika. cílem je zjednodušit nějaká data tak, abychom se v nich lépe vyznali důsledkem je ztráta informací!
Statistika aneb známe tři druhy lži: úmyslná neúmyslná statistika Statistika je metoda, jak vyjádřit nejistá data s přesností na setinu procenta. den..00..00 3..00..00..00..00..00..00..00..00..00..00 3..00..00..00..00..00..00..00
VíceMetody sociálních výzkumů. Velmi skromný úvod do statistiky. Motto: Jsou tři druhy lži-lež prostá, lež odsouzeníhodná a statistika.
Metody sociálních výzkumů Velmi skromný úvod do statistiky. Motto: Jsou tři druhy lži-lež prostá, lež odsouzeníhodná a statistika. Statistika Význam slova-vychází ze slova stát, s jeho administrativou
Více1.1 Dva základní typy statistiky Popisná statistika (descriptive statistics) Inferenční statistika (inferential statistics)
1. PODSTATA STATISTIKY Původní význam - pouhé sbírání čísel (název z latinského status = stát, použití k označení vědy zabývající se sběrem informací o státu - o počtu obyvatel, ekonomice,...) Dnešní pojetí
VíceAnalýza 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
VíceInformační technologie a statistika 1
Informační technologie a statistika 1 přednášející: konzul. hodiny: e-mail: Martin Schindler KAP, tel. 48 535 2836, budova G po dohodě martin.schindler@tul.cz naposledy upraveno: 21. září 2015, 1/33 Požadavek
VíceStatistika. pro žáky 8. ročníku. úterý, 26. března 13
Statistika pro žáky 8. ročníku Co je to statistika? Statistika je věda, která se snaží zkoumat reálná data a přibližuje nám zkoumaný jev a zákonitosti s ním spojené. Co nám statistika přináší? Co nám statistika
VícePraktická statistika. Petr Ponížil Eva Kutálková
Praktická statistika Petr Ponížil Eva Kutálková Zápis výsledků měření Předpokládejme, že známe hodnotu napětí U = 238,9 V i její chybu 3,3 V. Hodnotu veličiny zapíšeme na tolik míst, aby až poslední bylo
VíceSTATISTIKA VĚDA O USUZOVÁNÍ NA ZÁKLADĚ DAT. Patrícia Martinková Ústav informatiky AV ČR
STATISTIKA VĚDA O USUZOVÁNÍ NA ZÁKLADĚ DAT Patrícia Martinková Ústav informatiky AV ČR martinkova@cs.cas.cz www.cs.cas.cz/martinkova 1.LF UK, 22. a 30. března 2017 Motivace 1 Velké množství (medicínských
VíceČíselné charakteristiky
. Číselné charakteristiky statistických dat Průměrný statistik se během svého života ožení s 1,75 ženami, které se ho snaží vytáhnout večer do společnosti,5 x týdně, ale pouze s 50% úspěchem. W. F. Miksch
VíceSTATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)
STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky) 1) Význam a využití statistiky v biologických vědách a veterinárním lékařství ) Rozdělení znaků (veličin) ve statistice 3) Základní a
VíceSTATISTIKA 1. RNDr. K. Hrach, Ph.D. Zápočet: odevzdání seminární práce (úkoly na PC) Zkouška: písemná (bez kalkulačky, bez vzorců)
STATISTIKA 1 RNDr. K. Hrach, Ph.D. Zápočet: odevzdání seminární práce (úkoly na PC) Zkouška: písemná (bez kalkulačky, bez vzorců) STATISTIKA Činnost vedoucí k získávání dat Instituce zajišťující tuto činnost
VíceMgr. 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
VíceCharakteristika datového souboru
Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení ze 4ST201. Na případné faktické chyby v této prezentaci mě prosím upozorněte. Děkuji Tyto slidy berte pouze jako doplňkový materiál není v nich obsaženo
VíceJEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica
JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu
VíceEXPLORATORNÍ ANALÝZA DAT. 7. cvičení
EXPLORATORNÍ ANALÝZA DAT 7. cvičení Teorie pravděpodobnosti x Statistika Teorie pravděpodobnosti popisuje zákonitosti týkající se náhodných jevů, používá se k modelování náhodností a neurčitostí, které
VíceKontingenční tabulky v Excelu. Představení programu Statistica
ASTAc/01 Biostatistika 2. cvičení Kontingenční tabulky v Excelu Základní popisné statistiky Představení programu Statistica Import a základní popis dat ve Statistice, M. Cvanová I. Kontingenční tabulky
VíceOtázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?
Otázky k měření centrální tendence 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení? 2. Určete průměr, medián a modus u prvních čtyř rozložení (sad dat): a.
VícePracovní list č. 3 Charakteristiky variability
1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte
VíceCo je to statistika? Úvod statistické myšlení. Základy statistického hodnocení výsledků zkoušek. Petr Misák
Základy statistického hodnocení výsledků zkoušek Petr Misák misak.p@fce.vutbr.cz Co je to statistika? Statistika je jako bikiny. Odhalí téměř vše, ale to nejdůležitější nám zůstane skryto. (autor neznámý)
VíceÚvod do kurzu. Moodle kurz. (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost
Úvod do kurzu Moodle kurz (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost Výpočty online: www.statisticsonweb.tf.czu.cz Začátek výuky posunut
VíceObsah. Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku
Obsah Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceTECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření školní zadání Skupina: 51 Vypracovaly: Pavlína Horná, Nikola Loumová, Petra Mikešová,
VíceStatistické metody. Martin Schindler KAP, tel , budova G. naposledy upraveno: 9.
Statistické metody Matematika pro přírodní vědy přednášející: konzul. hodiny: e-mail: Martin Schindler KAP, tel. 48 535 2836, budova G po dohodě martin.schindler@tul.cz naposledy upraveno: 9. ledna 2015,
VíceKombinatorika, pravděpodobnost a statistika, Posloupnosti a řady
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy
VíceAnalýza dat na PC I.
CENTRUM BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Analýza dat na PC I. Popisná analýza v programu Statistica IBA výuka Základní popisná statistika Popisná statistika
VíceAplikovaná statistika v R
Aplikovaná statistika v R Filip Děchtěrenko Matematicko-fyzikální fakulta filip.dechterenko@gmail.com 15.5.2014 Filip Děchtěrenko (MFF UK) Aplikovaná statistika v R 15.5.2014 1 / 15 Co bude náplní našich
VíceZáklady statistiky. pracovní list. Základní škola Zaječí, okres Břeclav Školní 402, , příspěvková organizace
Základy statistiky pracovní list Název školy: Číslo projektu: Autor: Základní škola Zaječí, okres Břeclav Školní 402, 691 05, příspěvková organizace CZ.1.07/1.4.00/21.1131 Mgr. Lenka Němetzová Datum vytvoření:
VíceStatistika 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,
VícePravděpodobnost a statistika
Pravděpodobnost a statistika Teorie pravděpodobnosti popisuje vznik náhodných dat, zatímco matematická statistika usuzuje z dat na charakter procesů, jimiž data vznikla. NÁHODNOST - forma existence látky,
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: SMAD Cvičení Ostrava, AR 2016/2017 Popis datového souboru Pro dlouhodobý
VícePravděpodobnost 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
VíceSTATISTICKÉ CHARAKTERISTIKY
STATISTICKÉ CHARAKTERISTIKY 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)
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky PRAVDĚPODOBNOST A STATISTIKA Zadání 1 JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL
VíceZákladní statistické charakteristiky
Základní statistické charakteristiky Základní statistické charakteristiky slouží pro vzájemné porovnávání statistických souborů charakteristiky = čísla, pomocí kterých porovnáváme Základní statistické
VícePravděpodobnost a statistika, Biostatistika pro kombinované studium. Jan Kracík
Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2017/2018 Tutoriál č. 2:, náhodný vektor Jan Kracík jan.kracik@vsb.cz náhodná veličina rozdělení pravděpodobnosti náhodné
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 8 Statistický soubor s jedním argumentem Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola
VíceVzorová prezentace do předmětu Statistika
Vzorová prezentace do předmětu Statistika Popis situace: U 3 náhodně vybraných osob byly zjišťovány hodnoty těchto proměnných: SEX - muž, žena PUVOD Skandinávie, Středomoří, 3 západní Evropa IQ hodnota
VíceÚloha č. 2 - Kvantil a typická hodnota. (bodově tříděná data): (intervalově tříděná data): Zadání úlohy: Zadání úlohy:
Úloha č. 1 - Kvantily a typická hodnota (bodově tříděná data): Určete typickou hodnotu, 40% a 80% kvantil. Tabulka hodnot: Varianta Četnost 0 4 1 14 2 17 3 37 4 20 5 14 6 7 7 11 8 20 Typická hodnota je
VíceZáklady pravděpodobnosti a statistiky. Popisná statistika
Základy pravděpodobnosti a statistiky Popisná statistika Josef Tvrdík Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace v úterý 14.10 až 15.40 hod. Příklad ze života Cimrman, Smoljak/Svěrák,
VíceTECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA
TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA Semestrální práce Semestrální práce z předmětu Statistický rozbor dat z dotazníkového šetření Vypracoval: Bonaconzová, Bryknarová, Milkovičová, Škrdlová
VíceZáklady statistiky pro obor Kadeřník
Variace 1 Základy statistiky pro obor Kadeřník Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz 1. Aritmetický průměr
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 010 1.týden (0.09.-4.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceSTATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7
Inovace předmětu STATISTIKA Obsah 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 1 1. Inovace předmětu STATISTIKA Předmět Statistika se na bakalářském oboru
VíceUNIVERZITA 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
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceStatistika 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
VíceČíselné 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
Více7. SEMINÁŘ DESKRIPTIVNÍ STATISTIKA
7. SEMINÁŘ DESKRIPTIVNÍ STATISTIKA Oblasti využití statistiky v medicíně Zvládání variability Variabilita: biologická, podmínek, měřících přístrojů - hodnocení variability, variabilita náhodná x nenáhodná
VíceZákladní statistické pojmy
POPISNÁ STATISTIKA Základní statistické pojmy Jev hromadný Hromadná pozorování výsledek hromadný jev soustředění se na určitou vlastnost(i) ukáže po více pokusech Zjistit souvislosti v prostoru a čase
VíceMnohorozměrná statistická data
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistický znak, statistický soubor Jednotlivé objekty nebo subjekty, které jsou při statistickém
VíceUkázka závěrečného testu
Okruhy otázek pro závěrečný test ) Vlastnosti funkce ) Graf funkce ) Definiční obor funkce ) imita funkce ) Derivace funkce 6) Užití derivace 7) Matice 8) Řešení soustavy lineárních rovnic 9) Určitý integrál
VícePříloha podrobný výklad vybraných pojmů
Příloha podrobný výklad vybraných pojmů 1.1 Parametry (popisné charakteristiky) základního souboru 1.1.1 Míry polohy (střední hodnoty) Aritmetický průměr představuje pravděpodobně nejznámější střední hodnotou,
VíceMe neˇ nezˇ minimum ze statistiky Michaela S ˇ edova KPMS MFF UK Principy medicı ny zalozˇene na du kazech a za klady veˇdecke prˇı pravy 1 / 33
1 / 33 Méně než minimum ze statistiky Michaela Šedová KPMS MFF UK Principy medicíny založené na důkazech a základy vědecké přípravy Příklad Studie syndromu náhodného úmrtí dětí. Dvě skupiny: Děti, které
VícePopisná statistika. Jaroslav MAREK. Univerzita Palackého
Popisná statistika Jaroslav MAREK Univerzita Palackého Přírodovědecká fakulta Katedra matematické analýzy a aplikací matematiky Tomkova 40, 779 00 Olomouc Hejčín tel. 585634606 marek@inf.upol.cz pondělí
VíceTECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta ANALÝZA VÝSLEDKŮ DOTAZNÍKOVÉHO ŠETŘENÍ (FAKULTNÍ DOTAZNÍK) semestrální práce z předmětu STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÉHO ŠETŘENÍ Jan Kubiš, Kateřina
VíceTomáš 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
VícePopisná statistika kvantitativní veličiny
StatSoft Popisná statistika kvantitativní veličiny Protože nám surová data obvykle žádnou smysluplnou informaci neposkytnou, je žádoucí vyjádřit tyto ve zhuštěnější formě. V předchozím dílu jsme začali
VícePopisná statistika. úvod rozdělení hodnot míry centrální tendence míry variability míry šikmosti a špičatosti grafy
Popisná statistika úvod rozdělení hodnot míry centrální tendence míry variability míry šikmosti a špičatosti grafy Úvod užívá se k popisu základních vlastností dat poskytuje jednoduché shrnutí hodnot proměnných
Více