LEKCE02a ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH DAT vzorový výsledek cvičení
|
|
- Jitka Marková
- před 7 lety
- Počet zobrazení:
Transkript
1 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: LEKCEa ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH DAT vzorový výsledek cvičení CVIČENÍ.1: Je česká populace věřící, nebo nevěřící? Tuto otázku odpovězte i s komentářem na základě analýzy rozložení proměnné Q v datovém souboru EVS_CR1.sav. Ke komentáři použijte srovnání s výsledky Sčítání lidu 1, které naleznete na www stránkách Českého statistického úřadu.. Nezávisle na tom, zda chodíte do kostela nebo ne, mohl(a) byste říci, že jste... A Věřící 1 B Nevěřící.. C Přesvědčený ateista Neví. -1 Neodpověděl(a). - Q Přesvědčení respondenta Valid 1 věřící nevěřící přesvědčený ateista - neodpověděl/a -1 neví Cumulative Frequency Percent Valid Percent Percent Přesvědčení respondenta Frequency věřící nevěřící přesvědčený ateista Přesvědčení respondenta Cases weighted by W Koláčoví grafy zadány v menu GRAPHS Petr Mareš a Ladislav Rabušic
2 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: Přesvědčení respondenta Náboženské přesvědčení věřící nevěřící přesvědčený ateista Přesvědčení respondenta věřící nevěřící přesvědčený ateista Cases weighted by weight Cases weighted by weight včetně missing value bez missing value Příliš mnoho analytických možností zde není, analýza se vyčerpává informací o počtu osob v jednotlivých kategoriích: % z dotázaných osob se považuje za věřící, stejně tak početná je skupina označující se za nevěřící, přesvědčených ateistů je jen asi % z těch, kdo odpověděli. Je to málo nebo hodně věřících? To záleží na kritériích, která pro porovnání zvolíme (je to málo, pokud předpokládáme, že je víra pro život jedince i společnosti nezbytná - normativní přístup, ale i tehdy, srovnáme-li situaci u nás s některou religióznější zemí). Co nám říká porovnání s výsledky sčítání lidu? Výsledky ze Sčítání lidu naleznete na internetové adrese Českého statistického úřadu: Musíte si je přetáhnout jako soubor v Excelu, sečíst výsledky v okresech, abyste dostali údaj za ČR: věřící římskokat. česk.evang. husitská ostatní bez vyzn. nezjiš. absol věřící bez vyznání nezjištěno CELKEM absol % 1 Pozor! sčítáte jen věřící, bez vyznání a nezjištěno (jednotlivé konfese jsou již obsaženy v kategorii věřící). Pozor, musíme srovnávat s %, nikoliv validními % (abychom zohlednili kategorii nezjištěno). věřící bez vyznání nezjištěno CELKEM absol % 1 EVVS 1 1 Jak je vidět, výsledky našeho výběrové šetření a výsledky sčítání lidu se poněkud liší. Z metodologie již ale víte, že výběrová šetření mohou někdy poskytnout lepší odhad než výsledky šetření vyčerpávající. Rozdíl může být ovšem dán i různou formulací otázky a také definicí základní populace ve výběrovém šetření (v případě EVS je to dospělá populace). Petr Mareš a Ladislav Rabušic
3 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: CVIČENÍ.: Myslí si česká populace, že je ospravedlnitelná manželská nevěra, prostituce a pohlavní styk s osobou pod právně povolenou věkovou hranicí? Tuto otázku odpovězte i s komentářem na základě analýzy otázek Q_a, Q_b1, Q_b v datovém souboru EVS_CR1.sav. Srovnejte také rozptyl odpovědí v jednotlivých otázkách. Na základě vašeho rozboru napište krátký sociologický komentář.. Prosím řekněte mi pro každý z následujících výroků, zda dané jednání je vždy ospravedlnitelné, není nikdy ospravedlnitelné, nebo něco mezi tím. Použijte stupnici této karty. Q_a Jako ženatý, vdaná mít milostný poměr. Q_b1 Prostituce. Qb_ Pohlavní styk pod právně povolenou věkovou hranicí. Nikdy 1 Vždy. 1 Neví. -1 Neodpověděl(a) - Procedura FREQUENCIES: QA_ Mimomanželský vztah Valid 1 nikdy 1 vždy - -1 Cumulative Frequency Percent Valid Percent Percent Mimomanželský vztah Frequency nikdy vždy Mimomanželský vztah Cases weighted by W Petr Mareš a Ladislav Rabušic
4 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: Valid 1 nikdy 1 vždy - -1 QB_1 Pohl. styk s nezletilým Cumulative Frequency Percent Valid Percent Percent Pohl. styk s nezletilým 1 1 Frequency nikdy vždy Pohl. styk s nezletilým Cases weighted by W QB_ Prostituce Valid 1 nikdy 1 vždy - -1 Cumulative Frequency Percent Valid Percent Percent Petr Mareš a Ladislav Rabušic
5 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: 1 Prostituce Frequency nikdy vždy Prostituce Cases weighted by W Totéž: Procedura TABLES: Tables of Frequencies 1 nikdy 1 vždy Mimomanželský vztah Prostituce Pohl. styk s nezletilým Count % Count % Count %.%.% 1.% 1.% 1.% 1.% 1.% 11.1%.% 1.% 1.%.% 1.% 1 1.%.%.%.% 1.%.%.% 1.%.1%.%.% 1.% 1.%.1% 1.% 1.%.% Zde jsou výsledky pro analýzu jak byla zadána přehledněji uspořádány než proceduře Frequencies. Vezmeme-li jako odmítnutí ospravedlnitelnosti první stupně škály: Celkem 1% by netolerovalo pohlavní styk s nezletilou osobou, % prostituci a % mimomanželský vztah, Nejsilněji (nejpočetnější první stupeň škály) je odmítán pohlavní styk s nezletilou osobou (%), méně prostituce (,%) a mimomanželský vztah (,%). Zajímavé by bylo teprve, jak by se lišily názory v konkrétních kategoriích, skupinách, komunitách, nebo na základě víry v Boha, názorů na místo ženy ve společnosti etc. Ale také jak rozdílné výsledky bychom dostali v různých kulturách či v různých historických obdobích. Síla poznání roste s provedenými komparacemi. Petr Mareš a Ladislav Rabušic
6 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: Například: 1 nikdy 1 vždy Mimomanželský vztah 1 verici Pohl. styk s nezletilým naboz. orientace Mimomanželský vztah neverici Pohl. styk s nezletilým Prostituce Prostituce Count % Count % Count % Count % Count % Count %.%.%.%.%.%.1% 11 1.% 11.%.% 1 1.% 1 1.% 1.1% 1 1.%.%.% 1 1.% %.% 1.%.% 1 1.% 1.%.%.%.%.%.% 1 1.% 11 1.%.%.% 1.1% 11 1.%.% 1.1% 1 1.% 1.% 1.%.%.% 1.1%.% 1.% 1.1%.%.% 1.1%.%.% 1.% 1.% 1 1.% 1 1.%.%.% 1.1%.%.% 1 1.%.% Porovnejte stejně barevná políčka! Jak vidíte, ti, kdo se označili za nevěřící méně příkře odsuzují jak mimomanželský vztah, tak i prostituci, obě skupiny se však shodují v příkrém odsouzení pohlavního styku s nezletilou osobou. Petr Mareš a Ladislav Rabušic
7 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: CVIČENÍ.: Popište všechny základní charakteristiky věkového rozložení (proměnná vek) v tomto souboru a uveďte, která hodnota věku odděluje % nejstarších respondentů. PROCEDURA FREQUENCIES N Mode Std. Error of Std. Error of Percentiles Statistics Valid Věk let odděluje % nejstarších osob. 1 Frequency Std. Dev = 1. =. N = Cases weighted by W Petr Mareš a Ladislav Rabušic
8 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: PROCEDURA EXPLORE Descriptives % Confidence Interval for Lower Bound Upper Bound Statistic Std. Error.... % Trimmed Interquartile Percentiles Weighted Average(Definition 1) Tukey's Hinges Percentiles Extreme Values Highest Lowest 1 1 Case Number Value a b a. Only a partial list of cases with the value are shown in the table of upper extremes. b. Only a partial list of cases with the value 1 are shown in the table of lower extremes. Petr Mareš a Ladislav Rabušic
9 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: CVIČENÍ.: Znázorněte graficky pro jednotlivé vzdělanostní kategorie (proměnná vzdelani) jejich aritmetické věkové průměry (tak aby jste je mohli vzájemně pohodlně porovnat). Která z nich má největší interkvartilové rozpětí věku? Procedura EXPLORE 1 N = základní 1 vyučen SŠ 1 VŠ kategorizace q Analysis weighted by W Největší interkvartilové rozpětí věku má kategorie osob se základním vzděláním. Mezikvartilové rozpětí máte možnost i vypočítat. Například v proceduře DESCRIPTIVES. Petr Mareš a Ladislav Rabušic
10 SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: 1 Procedura DESCRIPTIVES Descriptives VZDELÁNÍ kategorizace q 1 základní % Confidence Interval for Lower Bound Upper Bound Statistic Std. Error vyučen % Trimmed Interquartile % Confidence Interval for Lower Bound Upper Bound SŠ % Trimmed Interquartile % Confidence Interval for Lower Bound Upper Bound VŠ % Trimmed Interquartile % Confidence Interval for Lower Bound Upper Bound % Trimmed Interquartile Petr Mareš a Ladislav Rabušic
ÚKOL 2 1886 22 5,77 5,00 5 2,531,003,056 -,869,113
ÚKOL 2 Jméno a příjmení: UČO: Imatrik. ročník: Úkol 2.1: V souboru EVS99_cvicny.sav zjistěte, zdali rozložení názoru na to, kdo by měl být odpovědný za zajištění bydlení (proměnná q54h), je normální. Řešte
VíceLEKCE 02a UNIVARIAČNÍ ANALÝZA KATEGORIZOVANÝCH DAT
LEKCE 02a UNIVARIAČNÍ ANALÝZA KATEGORIZOVANÝCH DAT 1 Základní statistickou úlohou je popis stavu základního souboru Východiskem je většinou výběrový soubor (odvozujeme popis základního souboru z popisu
VíceLekce 2 ZÁKLADY UNIVARIAČNÍ ANALÝZY A) ROZLOŽENÍ KATEGORIZOVANÝCH DAT
SOC108 LEKCE 2: ZÁKLADY UNIVARIAČNÍ ANALÝZY 1 Petr Mareš a Ladislav Rabušic 2003 I. Čištění dat Lekce 2 ZÁKLADY UNIVARIAČNÍ ANALÝZY A) ROZLOŽENÍ KATEGORIZOVANÝCH DAT Prvním krokem, který musíme udělat
VícePříloha 1 Tabulky a Grafy
Příloha 1 Tabulky a Grafy Tabulka 1 : Vzájemné korelace všech závislých proměnných - Spearmanův koeficient Bůh existuje Posmrtný život existuje Peklo existuje Nebe existuje Telepati e existuje Reinkarnac
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
VíceZpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.
SEMINÁRNÍ PRÁCE Zadání: Data: Statistické metody: Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. Minimálně 6 proměnných o 30 pozorováních (z toho 2 proměnné
VíceLEKCE 5: UMĚLÉ PROMĚNNÉ
LEKCE 5 UMĚLÉ PROMĚNNÉ TRANSFORMACE PROMĚNNÝCH RECODE COMPUTE CATEGORIZE VARIABLES COUNT RANK CASES 2 RECODE Vytváří z variant nominální proměnné či ordinální proměnné obecnější kategorie (kolapsuje obor
VíceAnalýza dat z dotazníkových šetření. Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/konzumace-ryb-a-rybich-vyrob/
Analýza dat z dotazníkových šetření Cvičení 3. - Jednorozměrné třídění Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/konzumace-ryb-a-rybich-vyrob/ - Seznamte se s dotazníkem a strukturou
VíceLEKCE03 PŘÍKLAD NORMALITA ROZLOŽENÍ A Z SKÓRY; ZOBECŇOVÁNÍ VÝBĚROVÝCH VÝSLEDKŮ NA ZÁKLADNÍ SOUBOR 95 % 68 %
LEKCE 5: NORMÁLNÍ ROZLOŽENÍ A ZÁKLADY TESTOVÁNÍ HYPOTÉZ. 1 LEKCE03 PŘÍKLAD NORMALITA ROZLOŽENÍ A Z SKÓRY; ZOBECŇOVÁNÍ VÝBĚROVÝCH VÝSLEDKŮ NA ZÁKLADNÍ SOUBOR V předchozích lekcích jsme si ukázali, že před
VíceJste aktivní sportovec?(pravidelně sportuji alespoň 2x týdně) Jakým sportovním činnostem se pravidelně věnujete? (alespoň 1 x za dva týdny v sezóně)
Seznam příloh Příloha 1 Dotazník sportovních aktivit... 1 Příloha 2 Homogenita souboru věk... 3 Příloha 3 Homogenita souboru pohlaví... 4 Příloha 4 4Elements Inventory a sportovní aktivita... 5 Příloha
VíceMetodologie pro ISK 2, jaro Ladislava Z. Suchá
Metodologie pro ISK 2, jaro 2014. Ladislava Z. Suchá Metodologie pro Informační studia a knihovnictví 2 Modul 7: Třídění druhého stupně. Kontingenční tabulky Co se dozvíte v tomto modulu? Co je třídění
VíceMetodologie pro Informační studia a knihovnictví 2
Metodologie pro Informační studia a knihovnictví 2 Modul 7: Třídění druhého stupně. Kontingenční tabulky Co se dozvíte v tomto modulu? Co je třídění druhého stupně Jak vytvořit a interpretovat kontingenční
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
Více1. Kategoriální proměnná nominální: (Tabulka a graf četností) Př.: sloupec (PokudanoJakčasto) -> Analyze -> Descriptive statistics -> Frequencies
Analýza dat z dotazníkových šetření Cvičení 2. - Jednorozměrné třídění Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/konzumace-ryb-a-rybich-vyrob/ - Seznamte se s dotazníkem a strukturou
VíceLEKCE 6 ZÁKLADY TESTOVÁNÍ HYPOTÉZ
1 LEKCE 6 ZÁKLADY TESTOVÁNÍ HYPOTÉZ STATISTICKÉ HYPOTÉZY neboli formální výroky o: neznámých parametrech základního souboru, o tvaru rozložení četností, o statistických vztazích mezi soubory či proměnnými
VíceLEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR
LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR Empirický výzkum v sociálních vědách je velmi často založen na tom, že získává údaje jenom o části subjektů, tyto
VíceMetodologie pro Informační studia a knihovnictví 2
Metodologie pro Informační studia a knihovnictví 2 Modul 4: Kódování a rekódování. Deskriptivní statistika popis dat I Co se dozvíte v tomto modulu? Co zjišťujeme u nominálních proměnných? Co zjišťujeme
VíceNávod pro práci s SPSS
Návod pro práci s SPSS Návody pro práci s programem SPSS pro kurz Metodologie pro Informační studia a knihovnictví 2 (jaro 2013) Ladislava Zbiejczuk Suchá Instalace programu SPSS najdete v INETu. Po přihlášení
VíceObsah Úvod Kapitola 1 Než začneme Kapitola 2 Práce s hromadnými daty před analýzou
Úvod.................................................................. 11 Kapitola 1 Než začneme.................................................................. 17 1.1 Logika kvantitativního výzkumu...........................................
VíceMetodologie pro Informační studia a knihovnictví 2
Metodologie pro Informační studia a knihovnictví 2 Modul V: Nekategorizovaná data Metodologie pro ISK 2, jaro 2014. Ladislava Z. Suchá Metodologie pro Informační studia a knihovnictví 2 Modul 5: Popis
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
VíceMetodologie pro Informační studia a knihovnictví 2
Metodologie pro Informační studia a knihovnictví 2 Modul 5: Popis nekategorizovaných dat Co se dozvíte v tomto modulu? Kdy používat modus, průměr a medián. Co je to směrodatná odchylka. Jak popsat distribuci
VíceSpokojenost 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
VícePříprava souboru dat a analýza
UK FHS Řízení a supervize v sociálních a zdravotnických organizacích (LS 2007) Kvantitativní metody výzkumu v praxi PRAKTIKUM část 2 Příprava souboru dat a analýza Jiří Šafr jiri.safr@seznam.cz vytvořeno
VíceDeskriptivní statistika (kategorizované proměnné)
Deskriptivní statistika (kategorizované proměnné) Nejprve malé opakování: - Deskriptivní statistika se zabývá popisem dat, jejich sumarizaci a prezentací. - Kategorizované proměnné jsou všechny proměnné,
VíceMetodologie pro Informační studia a knihovnictví 2
Metodologie pro Informační studia a knihovnictví 2 Modul 9: Úvod do induktivní statistiky Obsah Induktivní statistika... 2 Kdy můžeme zobecňovat?... 2 Logika statistické indukce... 3 Proč nelze jednoduše
VíceSVOBODA ZVÍŘAT. Kožešinová zvířata. Na základě dat CVVM SOÚ AV ČR, v.v.i., pro Svobodu zvířat. Zpracovala: PhDr. Lucie Moravcová
SVOBODA ZVÍŘAT Kožešinová zvířata Na základě dat CVVM SOÚ AV ČR, v.v.i., pro Svobodu zvířat Zpracovala: PhDr. Lucie Moravcová 2013 SOUHRN HLAVNÍCH VÝSLEDKŮ Součástí šetření veřejného mínění Centra pro
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
VíceSeminář 6 statistické testy
Seminář 6 statistické testy Část I. Volba správného testu Chceme zjistit, zda se středeční a čtvrteční seminární skupiny liší ve výsledcích v 1. průběžné písemce ze statistiky. Chceme zjistit, zda 1. průběžná
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.
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
VíceČEŠI O ŽIVOTĚ ZVÍŘAT CHOVANÝCH V ZAJETÍ
Centrum pro výzkum veřejného mínění Sociologický ústav Akademie věd České republiky Jilská 1, 110 00 Praha 1 tel/fax: +420 286 840 129 e-mail: cvvm@soc.cas.cz, www.cvvm.cz ČEŠI O ŽIVOTĚ ZVÍŘAT CHOVANÝCH
VíceTestování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry
Testování hypotéz Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry Testování hypotéz Obecný postup 1. Určení statistické hypotézy 2. Určení hladiny chyby 3. Výpočet
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,
VíceDeskriptivní statistika (kategorizované proměnné)
Deskriptivní statistika (kategorizované proměnné) Nejprve malé opakování: - Deskriptivní statistika se zabývá popisem dat, jejich sumarizaci a prezentací. - Kategorizované proměnné jsou všechny proměnné,
VíceSeminář 6 statistické testy
Seminář 6 statistické testy Část I. Volba správného testu Chceme zjistit, zda se Ježkovy a Širůčkovy seminární skupiny liší ve výsledcích v. průběžné písemce ze statistiky. Chceme zjistit, zda 1. průběžná
VícePOSTAVENÍ ŽEN V POLITICE OČIMA ČESKÉ VEŘEJNOSTI. červen 2009
Centrum pro výzkum veřejného mínění Sociologický ústav Akademie věd České republiky, v.v.i. Jilská 1, 110 00 Praha 1 tel/fax: +420 286 840 129 e-mail: cvvm@soc.cas.cz, www.cvvm.cz POSTAVENÍ ŽEN V POLITICE
VíceTestování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test
Testování hypotéz 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test Testování hypotéz proces, kterým rozhodujeme, zda přijmeme nebo zamítneme nulovou hypotézu
VíceLEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR
LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR Ve většině případů pracujeme s výběrovým souborem a výběrové výsledky zobecňujeme na základní soubor. Smysluplné
Více4. Zpracování číselných dat
4. Zpracování číselných dat 4.1 Jednoduché hodnocení dat 4.2 Začlenění dat do písemné práce Zásady zpracování vědecké práce pro obory BOZO, PÚPN, LS 2011 4.1 Hodnocení číselných dat Popisná data: střední
VícePSY117/454 Statistická analýza dat v psychologii přednáška 8. Statistické usuzování, odhady
PSY117/454 Statistická analýza dat v psychologii přednáška 8 Statistické usuzování, odhady Výběr od deskripce k indukci Deskripce dat, odhad parametrů Usuzování = inference = indukce Počítá se s náhodným
VíceLEKCE09 MĚŘENÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚNNÝMI: KORELAČNÍ KOEFICIENTY A GRAFY vzorový výsledek cvičení
LEKCE 9: MĚŘEÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚÝMI: KORELAČÍ KOEFICIETY A GRAFY LEKCE09 MĚŘEÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚÝMI: KORELAČÍ KOEFICIETY A GRAFY vzorový výsledek cvičení
VíceSOFTWARE STAT1 A R. Literatura 4. kontrolní skupině (viz obr. 4). Proto budeme testovat shodu středních hodnot µ 1 = µ 2 proti alternativní
ŘEŠENÍ PRAKTICKÝCH ÚLOH UŽITÍM SOFTWARE STAT1 A R Obsah 1 Užití software STAT1 1 2 Užití software R 3 Literatura 4 Příklady k procvičení 6 1 Užití software STAT1 Praktické užití aplikace STAT1 si ukažme
VíceStatistická analýza dat v psychologii. Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead
PSY117/454 Statistická analýza dat v psychologii Přednáška 8 Statistické usuzování, odhady Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead Barevná srdíčka kolegyně
VíceNázor na rozšířenost a míru korupce u veřejných činitelů a institucí březen 2017
Tisková zpráva Názor na rozšířenost a míru korupce u veřejných činitelů a institucí březen 0 Pouze % respondentů se domnívá, že velice málo veřejných činitelů je zkorumpováno. O zapojení téměř všech těchto
VíceČETNOSTI A ROZLOŽENÍ ČETNOSTÍ
PSY117/454 Statistická analýza dat v psychologii Přednáška 2 ČETNOSTI A ROZLOŽENÍ ČETNOSTÍ Je snadné lhát s pomocí statistiky. Je těžké říkat pravdu bez ní. Andrejs Dunkels; wikiquote Jaké hodnoty máme
Více2. Základní rozdělení věřících podle způsobu deklarace víry k a hlavní charakteristiky věřících
2. Základní rozdělení věřících podle způsobu deklarace víry k 26. 3. 2011 a hlavní charakteristiky věřících K náboženské víře se při sčítání 2011 přihlásilo celkem 2 168 952 osob, což byla pouhá pětina
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,
VíceRomové a soužití s nimi očima české veřejnosti duben 2014
ov14014 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: 286 840 9 E-mail: milan.tucek@soc.cas.cz Romové a soužití s nimi očima české veřejnosti
VícePříklad: Test nezávislosti kategoriálních znaků
Příklad: Test nezávislosti kategoriálních znaků Určete na hladině významnosti 5 % na základě dat zjištěných v rámci dotazníkového šetření ve Šluknově, zda existuje závislost mezi pohlavím respondenta a
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
VíceKategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1
Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA 2018 4. dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1 Typy proměnných nominální (nominal) o dvou hodnotách lze říci pouze
VícePROBLEMATIKA NÁSILÍ NA ŽENÁCH OPTIKOU ČESKÉ POPULACE
Závěrečná zpráva z výzkumu PROBLEMATIKA NÁSILÍ NA ŽENÁCH OPTIKOU ČESKÉ POPULACE srpen PROBLEMATIKA NÁSILÍ NA ŽENÁCH OPTIKOU ČESKÉ POPULACE srpen . DESIGN VÝZKUMU Reprezentativní kvantitativní výzkum na
VíceVYHODNOCOVÁNÍ KVANTITATIVNÍCH DAT (ÚVOD DO PROBLEMATIKY) Metodologie pro ISK
VYHODNOCOVÁNÍ KVANTITATIVNÍCH DAT (ÚVOD DO PROBLEMATIKY) Metodologie pro ISK 14. 11. 2014 NENÍ STATISTIKA JAKO STATISTIKA Deskriptivní statistika Výzkumné otázky, ne hypotézy (případně deskriptivní hypotézy)
VíceŠkály podle informace v datech:
Škály podle informace v datech: Různé typy dat znamenají různou informaci, resp. různé množství informace Data nominální Rovná se? x 1 = x 2 Data ordinální Větší, menší? x 1 < x 2 Data intervalová O kolik?
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
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 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
VíceNázory obyvatel na přijatelnost půjček
er10315b TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 8 840 1 E-mail: martin.buchtik@soc.cas.cz Názory obyvatel na přijatelnost půjček
VíceStatistika I (KMI/PSTAT)
Statistika I (KMI/PSTAT) Cvičení první aneb Sumační symbolika, úvod do popisné statistiky Statistika I (KMI/PSTAT) 1 / 15 Obsah hodiny Po dnešní hodině byste měli být schopni: správně používat sumační
VíceMetodologie pro Informační studia a knihovnictví 2
Metodologie pro Informační studia a knihovnictví 2 Modul III: Popis a kontrola dat Metodologie pro ISK 2, jaro 2014. Ladislava Z. Suchá Metodologie pro Informační studia a knihovnictví 2 Modul 3: Popis,
VíceNázor na zadlužení obyvatel a státu březen 2017
Tisková zpráva Názor na zadlužení obyvatel a státu březen 0 Přibližně dvě třetiny občanů pokládají míru zadlužení obyvatelstva i státu za vysokou. Sedm z deseti Čechů vnímá jako závažný problém míru zadlužení
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
VíceNázor na rozšířenost a míru korupce u veřejných činitelů a institucí březen 2016
po0 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: 8 80 E-mail: jarmila.pilecka@soc.cas.cz Názor na rozšířenost a míru korupce u veřejných činitelů
VíceVzdělání 2001. Vzdělání 2001. 1 of 5 12.02.2013 19:59. Poměrné zastoupení různých stupňů vzdělání v regionech, v populaci nad 15 let:
1 of 5 12.02.2013 19:59 Vzdělání 2001 Poměrné zastoupení různých stupňů vzdělání v regionech, v populaci nad 15 let: Relativní zastoupení v regionech (Barvy jsou roztažené tak, aby bylo vidět, kde je největší
VíceHodnocení evropské integrace duben 2019
Tisková zpráva Hodnocení evropské integrace duben 1 Česká veřejnost si myslí, že nejvíce se v EU uplatňují hodnoty demokracie a spolupráce (v obou případech %), nejméně naopak hodnoty rovnosti a spravedlnosti
VíceZpracovala: Naděžda Čadová Centrum pro výzkum veřejného mínění, Sociologický ústav AV ČR, v.v.i. Tel.:
Tisková zpráva Česká veřejnost o amerických prezidentských volbách - Zájem o americké prezidentské volby projevují více než dvě pětiny (42 %) české veřejnosti, necelé tři pětiny občanů (57 %) toto téma
VíceUniverzita Karlova v Praze, Fakulta Humanitních Studií Obor Historická sociologie. Seminární práce: volný čas a sport
Univerzita Karlova v Praze, Fakulta Humanitních Studií Obor Historická sociologie Seminární práce: volný čas a sport Z kurzu: Analýza kvantitativních dat I Vypracoval: ANONYMIZOVÁNO Praha 2014 Ve své práci
VíceGraf 1. Důvěra v budoucnost evropského projektu rozhodně má spíše má spíše nemá rozhodně nemá neví Zdroj: CVVM SOÚ AV ČR, v
TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: +420 210 310 584 E-mail: nadezda.cadova@soc.cas.cz Občané ČR o budoucnosti EU a přijetí eura
VíceNázor na zadlužení obyvatel a státu leden 2018
Tisková zpráva Názor na zadlužení obyvatel a státu leden Přibližně dvě třetiny občanů pokládají míru zadlužení obyvatelstva za vysokou, u státu to jsou tři pětiny. Téměř sedm z deseti Čechů vnímá jako
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
VíceÚroveň vzdělávání v ČR
TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: klara.prochazkova@soc.cas.cz Úroveň vzdělávání v ČR Technické parametry Výzkum:
VíceMETODY A TECHNIKY SOCIÁLNÍHO VÝZKUMU
METODY A TECHNIKY SOCIÁLNÍHO Zimní semestr 2014/2015 PEF ČZU 3. cvičení opakování předchozího cvičení, empirický model výzkumného problému v sociologickém výzkumu/tvorba dotazovacího nástroje Vyučující:
VíceNÁZORY OBYVATEL ČR NA PROBLEMATIKU ZÁVĚTÍ ZPRÁVA Z VÝZKUMU PRO
NÁZORY OBYVATEL ČR NA PROBLEMATIKU ZÁVĚTÍ ZPRÁVA Z VÝZKUMU PRO DOC DR. IVAN TOMEK AGENTURA MARKET RESEARCH THINK = MR. THINK HLAVNÍ ZJIŠTĚNÍ Tři čtvrtiny obyvatel ČR mají zkušenost se spory o majetek při
VíceStává se vzdělání poziční výhodou? Proměna ekonomické návratnosti vzdělání vdobě vzdělanostní expanze v České republice
Stává se vzdělání poziční výhodou? Proměna ekonomické návratnosti vzdělání vdobě vzdělanostní expanze v České republice Tomáš Katrňák, Tomáš Doseděl Fakulta sociální studií Masarykova univerzita Brno O-E-D
VíceVymezení důležitých pojmů. nulová hypotéza, alternativní hypotéza testování hypotézy hladina významnosti (alfa) chyba I. druhu, chyba II.
Testování hypotéz 1. vymezení důležitých pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test 4. t-test pro nezávislé výběry 5. t-test pro závislé výběry Vymezení důležitých pojmů nulová
VíceANALÝZA DAT V R 2. POPISNÉ STATISTIKY. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.
ANALÝZA DAT V R 2. POPISNÉ STATISTIKY Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz CO SE SKRÝVÁ V DATECH data sbíráme proto, abychom porozuměli
VíceRNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 8 Jak analyzovat přežití pacientů.
VíceStav Svobodný Rozvedený Vdovec. Svobodná 37 10 6. Rozvedená 8 12 8. Vdova 5 8 6
1. Příklad Byly sledovány rodinné stavy nevěst a ženichů při uzavírání sňatků a byla vytvořena následující tabulka četností. Stav Svobodný Rozvedený Vdovec Svobodná 37 10 6 Rozvedená 8 12 8 Vdova 5 8 6
VíceOmnibus 2015. info@stemmark.cz Chlumčanského 497/5 180 00 Praha 8
Omnibus 2015 info@stemmark.cz Chlumčanského 497/5 180 00 Praha 8 Omnibusová šetření jsou šetření probíhající pravidelně měsíčně, do kterých jsou podle objednávky klientů zařazovány moduly otázek týkajících
VíceStatistika. Program R. popisná (deskriptivní) statistika popis konkrétních dat. induktivní (konfirmatorní) statistika. popisná statistika
Statistika Cvičení z matematické statistiky na PřF Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy léto 2012 Základní dělení popisná (deskriptivní)
VíceKarta předmětu prezenční studium
Karta předmětu prezenční studium Název předmětu: Číslo předmětu: 545-0250 Garantující institut: Garant předmětu: Ekonomická statistika Institut ekonomiky a systémů řízení RNDr. Radmila Sousedíková, Ph.D.
VícePOSTAVENÍ ŽEN V POLITICE OČIMA ČESKÉ VEŘEJNOSTI
Centrum pro výzkum veřejného mínění Sociologický ústav Akademie věd České republiky Jilská 1, 110 00 Praha 1 tel/fax: +420 286 840 129 e-mail: cvvm@soc.cas.cz, www.cvvm.cz POSTAVENÍ ŽEN V POLITICE OČIMA
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
VíceNávrhy dalších možností statistického zpracování aktualizovaných dat
Návrhy dalších možností statistického zpracování aktualizovaných dat Při zjišťování disparit ve fyzické dostupnosti bydlení navrhuji použití těchto statistických metod: Bag plot; Krabicové grafy a jejich
VíceHodnocení kvality vzdělávání září 2018
Tisková zpráva Hodnocení kvality vzdělávání září 01 Hodnocení úrovně vzdělávání na různých typech škol, základními počínaje a vysokými konče, je trvale příznivé, když kladné hodnocení výrazně převažuje
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
VíceStatSoft 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
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
VíceTab Obyvatelstvo podle pohlaví a věku, index stáří a průměrný věk podle velikostních skupin obcí
3. Obyvatelstvo 3.1. Věková struktura Počtem obyvatel zaujímá Moravskoslezský kraj 3. místo v ČR V Moravskoslezském kraji mělo k 26. 3. 2011 obvyklý pobyt 1 205 834 obyvatel a s podílem 11,6 % na České
VíceMládež a drogy Rok 2010 A Kluby ČR Výzkumná zpráva Jihomoravský kraj
Mládež a drogy Rok 2010 A Kluby ČR Výzkumná zpráva Jihomoravský kraj Průzkum Mládež a drogy JIHOMORAVSKÝ KRAJ Rok 2010 A Kluby ČR Cílem průzkumu je zjistit stav zneužívání návykových látek na základních
VícePojem 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
VícePOSTAVENÍ ŽEN V POLITICE OČIMA ČESKÉ VEŘEJNOSTI (II. VLNA) listopad 2006
Centrum pro výzkum veřejného mínění Sociologický ústav Akademie věd České republiky Jilská 1, 110 00 Praha 1 tel/fax: +420 286 840 129 e-mail: cvvm@soc.cas.cz, www.cvvm.cz POSTAVENÍ ŽEN V POLITICE OČIMA
VícePraha X. Vzorová analýza obsahující smyšlený obsah
Praha X Vzorová analýza obsahující smyšlený obsah Společnost Praha X Obyvatelé Praha X Společnost Praha X / 2 Obyvatelé 29 000 obyvatel 2,2 % pražské populace 43,3 průměrný věk Společnost Praha X / 3 Přírůstek/úbytek
VíceBleskový výzkum SC&C pro Českou televizi
Bleskový výzkum SC&C pro Českou televizi Důchodová reforma a odbory prosinec 2010 Praha 3. prosince 2010 Marketingový a sociologický výzkum Držitel certifikátu ISO 9001:2001 - člen ESOMAR www.scac.cz Metodologie
VícePSY117/454 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
VíceČtvrtstoletí změn z hlediska hodnot a demografického chování v České republice a na Slovensku
Čtvrtstoletí změn z hlediska hodnot a demografického chování v České republice a na Slovensku Beatrice Chromková Manea Ladislav Rabušic Fakulta sociálních studií MU Brno HODNOTY 1. Hodnoty jsou kritéria,
VíceTolerance k vybraným skupinám obyvatel březen 2017
Tisková zpráva Tolerance k vybraným skupinám obyvatel březen 2017 Nejnižší tolerance je k lidem drogově závislým, za sousedy by je nechtělo mít devět desetin dotázaných. Dalšími odmítnutými jsou lidé závislí
VíceKam si chodíme posedět?
TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR Jilská 1, Praha 1 Tel./fax: 286 840 129 E-mail: Nadezda.Horakova@soc.cas.cz Kam si chodíme posedět? Technické parametry Výzkum:
VícePostoje českých občanů k NATO a obraně ČR - leden 2015
pm0b TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská, Praha Tel.: 8 80 E-mail: nadezda.cadova@soc.cas.cz Postoje českých občanů k NATO a obraně ČR - leden 0 Technické
Více