Jak kriticky myslet? Kamil Gregor

Rozměr: px
Začít zobrazení ze stránky:

Download "Jak kriticky myslet? Kamil Gregor"

Transkript

1 Jak kriticky myslet? Kamil Gregor

2 Tweetujte

3 Inspirace Petr Ludwig

4 Jak na to?

5 Tvrzení Základem je správná formulace tvrzení Musí být pravdivé nebo nepravdivé Musí být konkrétní Mimozemšťané existují x Mimozemšťané existují a jsou přítomní na Zemi Rusové jsou špatní x Rusko dodává vojenskou techniku povstalcům v Doněcku Romové jsou líní x Nezaměstnanost mezi Romy je vyšší než nezaměstnanost mezi ostatními lidmi Očkování škodí zdraví x Podání [vakcíny] zvyšuje u člověka pravděpodobnost vzniku autismu 2 min

6 Důkaz a doklad Rozhodování na základě důkazů Co to je důkaz Důkaz versus doklad

7 Důkaz (proof) Formulujeme dvě vyčerpávající a vzájemně neslučitelná tvrzení A a A Důkaz pro tvrzení A je pravdivé tvrzení o existenci jevu, který může nastat tehdy a jen tehdy, pokud je tvrzení A pravdivé, a s jistotou nemůže nastat, pokud je tvrzení A pravdivé Přítomnost důkazu pro tvrzení A vylučuje možnost pravdivosti tvrzení A

8

9

10

11 Doklad (evidence) Málokdy máme důkaz Obvykle máme pouze doklady Doklad je slabší ekvivalent důkazu

12 Doklad (evidence) Formulujeme dvě vyčerpávající a vzájemně neslučitelná tvrzení A a A Doklad pro tvrzení A je pravdivé tvrzení o existenci jevu, jehož výskyt je pravděpodobnější, pokud je tvrzení A pravdivé, a méně pravděpodobný, pokud je tvrzení A pravdivé Doklad pro tvrzení A nevylučuje možnost pravdivosti tvrzení A, ale činí ji méně pravděpodobnou

13

14 Doklad (evidence) Jak poznat, jak je něco pravděpodobné Ideálně to změřit Pokud to nemůžeme změřit, musíme to odhadnout Nebojte se odhadovat, stejně se většinou nic lepšího nedá dělat

15 Doklad (evidence) Lidi odhadují pravděpodobnosti pořád, jazyk implicitně operuje s pravděpodobnostmi pokaždé téměř vždycky někdy občas skoro nikdy zřídka nikdy 10 min

16 Doklad (evidence) I tvrzení, které je pravděpodobně pravdivé, může být pořád nepravdivé! Odhadem pravděpodobnosti nezjišťujeme, co je pravda. Zjišťujeme jenom, co je pravděpodobně pravda. Ale to je to nejlepší, co se dá dělat

17 Doklad (evidence) Naše závěry musí být vždy provizorní, musíme být připraveni je kdykoli přehodnotit Kdykoli se totiž můžeme dozvědět něco, co změní náš odhad pravděpodobnosti pravdivosti tvrzení

18 Doklad (evidence) Musíme být neustále připraveni se mýlit Pochybnost je našim největším přítelem, jistota je našim nejlepším nepřítelem Nejhorší nebezpečí je přesvědčit se o tom, že co si myslíme, že je pravdivé, pravdivé skutečně je, a že se v tom naprosto nemůžeme mýlit Pokud se totiž opravdu mýlíme, ztratíme možnost se o tom dozvědět

19 Absence dokladu Absence dokladu není dokladem absence (Absence of evidence is not an evidence of absence)

20 Absence dokladu Absence dokladu není dokladem absence

21 Absence dokladu Absence dokladu není dokladem absence Absence dokladu je dokladem absence

22 Absence dokladu Absence dokladu není dokladem absence Absence dokladu je dokladem absence tam, kde bychom existenci dokladu čekali

23 Absence dokladu Příklad: Yetti

24 Yetti Stovky pozorování yettiho v Severní Americe

25

26 Yetti Stovky pozorování yettiho v Severní Americe Srovnáním s jinými druhy zvířat lze odhadnout, že i kdyby jen malá část těchto pozorování byla legitimních, populace yettiho by musela být velká (tisíce jedinců) Problém je v tom, že neexistují žádné jiné doklady o yettiho existenci než pozorování

27 Yetti Absence dokladu: Kdyby populace yettiho skutečně existovala, čekali bychom existenci dalších dokladů kromě pozorování (stopy, chlupy, trus, kosterní pozůstatky, mrtvá těla) A nejen to! Očekávali bychom existenci těchto dokladů ve velkém množství (v množství odpovídajícím velikosti populace)

28 Odhadovat pravděpodobnost pravdivosti tvrzení na základě důkazů a dokladu nestačí Proč?

29

30 Mimořádná tvrzení vyžadují mimořádně dobré doklady ( Extraordinary claims require extraordinary evidence ) Christopher Hitchens

31 A: Včera jsem viděl Nicolase Cage B: Důkaz?

32

33 A: Včera jsem viděl mimozemšťany B: Důkaz?

34

35 V obou případech fotografie nemusí být doklad (může být podvržená) Ale v prvním případě by většině lidí asi stačila, aby přijali tvrzení jako pravdivé Ve druhém případě ale ne Jak je možné, že úplně stejná kvalita a kvantita dokladu v jednom případě stačí a ve druhém případě ne? 15 min

36 Ne všechna tvrzení jsou si rovna Některá tvrzení jsou mimořádná, vymykají se naší každodenní zkušenosti (extraordinary doslova mimo to, co je běžné ) Pro taková tvrzení bychom měli požadovat mimořádně dobré doklady

37 Protože první tvrzení ( potkal jsem Nicolase Cage ) je sice mimořádné (nestává se to denně), ale ne zase tak moc Druhé tvrzení ( potkal jsem mimozemšťany ) je ale velmi mimořádné Proto bychom měli ve druhém případě požadovat mnohem více dokladů než v prvním případě Míra dokladů by měla být přímo úměrná mimořádnosti tvrzení

38 Pojďme to dát dohromady

39 Recept na kritické myšlení Dobře formulované tvrzení

40 Recept na kritické myšlení Dobře formulované tvrzení + důkazy a doklady

41 Recept na kritické myšlení Dobře formulované tvrzení + důkazy a doklady + absence důkazů a dokladů

42 Recept na kritické myšlení Dobře formulované tvrzení + důkazy a doklady + absence důkazů a dokladů + mimořádnost tvrzení

43 Recept na kritické myšlení Dobře formulované tvrzení + důkazy a doklady + absence důkazů a dokladů + mimořádnost tvrzení = Bayesovské usuzování

44

45 P A B = P B A P A P B P(A) P(B) P(A B) P(B A) Pravděpodobnost, že výrok A je pravdivý Pravděpodobnost, že výrok B je pravdivý Pravděpodobnost, že výrok A je pravdivý, pokud je výrok B pravdivý Pravděpodobnost, že výrok B je pravdivý, pokud je výrok A pravdivý

46 Příklad

47 Příklad A: Prezident Abrahám Lincoln existoval (je to historická osoba) A: Abrahám Lincoln nikdy neexistoval (je to fiktivní postava) e: Potenciální doklady fotografie, novinové články, volební výsledky, hrob b: Výchozí znalosti (background knowledge) Všechno, co vím o světě, co se toho týká

48 1. Stanovení apriorní pravděpodobnosti Jak je pravděpodobné, že Lincoln byl historická osoba vzhledem k tomu, co vím o světě a bez ohledu na doklady? Jak je pravděpodobné, že je fiktivní postava vzhledem k tomu, co vím o světě a bez ohledu na doklady?

49 1. Stanovení apriorní pravděpodobnosti Jak je pravděpodobné, že Lincoln byl historická postava vzhledem k tomu, co vím o světě a bez ohledu na doklady? Ještě se nestalo, že by se ukázalo, že někdo, o kom jsme si mysleli, že byl americký prezident, byl fiktivní postava Jak je pravděpodobné, že Lincoln je fiktivní postava vzhledem k tomu, co vím o světě a bez ohledu na doklady? Zatím se zdá, že každý, o kom si myslíme, že byl americký prezident, opravdu existoval 20 min

50 1. Stanovení apriorní pravděpodobnosti Tvrzení, že Lincoln je fiktivní postava je mimořádné, neobvyklé tvrzení -> apriorní pravděpodobnost, že je pravdivé, je nízká. Neznamená to, že není pravdivé. Znamená to jen, že nejspíš pravdivé není

51 2. Stanovení podmíněné pravděpodobnosti Jak je pravděpodobné, že by doklady pro Lincolnovu historicitu existovaly, kdyby existoval? Jak je pravděpodobné, že by doklady pro Lincolnovu historicitu existovaly, kdyby nikdy neexistoval?

52 2. Stanovení podmíněné pravděpodobnosti Jak je pravděpodobné, že by doklady pro Lincolnovu historicitu existovaly, kdyby existoval? Je velmi vysoká - Pokud Lincoln existoval, zanechal po sobě důkazy Jak je pravděpodobné, že by doklady pro Lincolnovu historicitu existovaly, kdyby nikdy neexistoval? Je velmi nízká Někdo mohl všechny důkazy padělat, ale to není moc pravděpodobné

53 2. Stanovení podmíněné pravděpodobnosti Jaké další doklady by měly existoval, kdyby Lincoln byl historická osoba, a neexistují? Skoro žádné máme všechno, co bychom očekávali, že budeme mít Jaké další doklady by měly existoval, kdyby Lincoln byl fiktivní postava, a neexistují? Pokud někdo padělal všechny doklady ve prospěch existence Lincolna, bylo by do toho zapojeno velké množství lidí. Někdo z nich by se dříve nebo později prozradil

54 3. Stanovení aposteriorní pravděpodobnosti Nízká apriorní pravděpodobnost a nízká podmíněná pravděpodobnost znamená, že aposteriorní pravděpodobnost je nízká Tvrzení, že Lincoln je fiktivní postava, je velmi neobvyklé + existují doklady pro to, že byl historická osoba + neexistují očekávané doklady pro to, že je fiktivní postava = Lincoln nejspíš skutečně existoval

55 3. Stanovení aposteriorní pravděpodobnosti Pravděpodobnost, že doklady ve prospěch pravdivosti tvrzení budou existovat, pokud je tvrzení pravdivé, musí být dostatečně vysoká, aby překonala apriorní pravděpodobnost Pokud je apriorní pravděpodobnost vysoká, stačí nám jen málo dokladů Pokud je apriorní pravděpodobnost nízká, potřebujeme hodně dokladů 25 min

56 3. Stanovení aposteriorní pravděpodobnosti I nízkou apriorní pravděpodobnost lze překonat, pokud máme dostatečně kvalitní doklady Aposteriorní pravděpodobnost je pořád jen pravděpodobnost můžeme se mýlit. Čím vyšší je ale apriorní pravděpodobnost a/nebo čím lepší máme doklady, tím více si můžeme být jistí, že se nemýlíme

57 Problémy Odhad pravděpodobnosti je obvykle subjektivní a nepřesný To ale platí pro každé usuzování

58 Problémy Závislost na výchozí znalosti Pokud už věřím na zázraky, nasadím jim vysokou apriorní pravděpodobnost a spíše dostanu vysokou aposteriorní pravděpodobnost. Každý potvrzený zázrak mi navíc zvýší apriorní pravděpodobnost pro příště Řešení: Nespoléhejte se jen na sebe, zohledňujte interpersonální odhady ve společnosti (implicitní konsensus o pravděpodobnosti jevů mezi lidmi) Život není fér

59 Problémy Bayesovské usuzování nenahrazuje neznalost faktů Prověřuji pravdivost tvrzení Rusko dodává vojenskou techniku povstalcům v Doněcku Závěr: Co já vím?! Diskuze není boxerský zápas. Nebojte se říct já si to půjdu promyslet a pak se vrátím

60 Problémy Potvrdil jsem si to Bayesovským usuzováním, takže to musí být pravda Nejdůležitější lekce: Naše závěry jsou provizorní Bayesovské usuzování slouží k dodatečné modifikaci odhadů pravděpodobnosti pravdivosti tvrzení na základě nové informace Tak to taky dělejte!

61 Děkuji za pozornost Kamil Gregor

Jak kriticky myslet? Kamil Gregor @kamilgregor

Jak kriticky myslet? Kamil Gregor @kamilgregor Jak kriticky myslet? Kamil Gregor @kamilgregor Inspirace Petr Ludwig Zlin.barcamp.cz Dva díly Jak se to nemá dělat (tinyurl.com/gregor-plzen) Jak se to má dělat 2 min Jak na to? Tvrzení Základem je správná

Více

Usuzování za neurčitosti

Usuzování za neurčitosti Usuzování za neurčitosti 25.11.2014 8-1 Usuzování za neurčitosti Hypotetické usuzování a zpětná indukce Míry postačitelnosti a nezbytnosti Kombinace důkazů Šíření pravděpodobnosti v inferenčních sítích

Více

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)

Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.) Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 14.10 až 15.40 hod. http://www1.osu.cz/~tvrdik

Více

PRAVDĚPODOBNOST A STATISTIKA. Bayesovské odhady

PRAVDĚPODOBNOST A STATISTIKA. Bayesovské odhady PRAVDĚPODOBNOST A STATISTIKA Bayesovské odhady Bayesovské odhady - úvod Klasický bayesovský přístup: Klasický přístup je založen na opakování pokusech sledujeme rekvenci nastoupení zvolených jevů Bayesovský

Více

Zpracování neurčitosti

Zpracování neurčitosti Zpracování neurčitosti Úvod do znalostního inženýrství, ZS 2015/16 7-1 Usuzování za neurčitosti Neurčitost: Při vytváření ZS obvykle nejsou všechny informace naprosto korektní mohou být víceznačné, vágní,

Více

ETIKA. Benedictus de SPINOZA

ETIKA. Benedictus de SPINOZA ETIKA Benedictus de SPINOZA Ukázka knihy z internetového knihkupectví www.kosmas.cz Benedictus de Spinoza ETIKA ETIKA Benedictus de SPINOZA ETIKA Translation Karel Hubka, 1977 Czech edition dybbuk, 2004

Více

Ludwig WITTGENSTEIN: Tractatus Logico-Philosophicus, 1922 Překlad: Jiří Fiala, Praha: Svoboda, 1993

Ludwig WITTGENSTEIN: Tractatus Logico-Philosophicus, 1922 Překlad: Jiří Fiala, Praha: Svoboda, 1993 Ludwig WITTGENSTEIN: Tractatus Logico-Philosophicus, 1922 Překlad: Jiří Fiala, Praha: Svoboda, 1993 l Svět je všechno, co fakticky je. 1.l Svět je celkem faktů a nikoli věcí. l.2 Svět se rozpadá na fakty.

Více

Matematická logika. Lekce 1: Motivace a seznámení s klasickou výrokovou logikou. Petr Cintula. Ústav informatiky Akademie věd České republiky

Matematická logika. Lekce 1: Motivace a seznámení s klasickou výrokovou logikou. Petr Cintula. Ústav informatiky Akademie věd České republiky Matematická logika Lekce 1: Motivace a seznámení s klasickou výrokovou logikou Petr Cintula Ústav informatiky Akademie věd České republiky www.cs.cas.cz/cintula/mal Petr Cintula (ÚI AV ČR) Matematická

Více

OBSAH: ÚVOD... 1. iii. kapitola 1 TYPY A CÍLE PORAD... 3. Základní koncept řízení porad... 3. Operativní porada... 4. Výrobní porada...

OBSAH: ÚVOD... 1. iii. kapitola 1 TYPY A CÍLE PORAD... 3. Základní koncept řízení porad... 3. Operativní porada... 4. Výrobní porada... OBSAH: ÚVOD............................................................ 1 kapitola 1 TYPY A CÍLE PORAD............................................... 3 Základní koncept řízení porad................................................

Více

Vytěžování znalostí z dat

Vytěžování znalostí z dat Pavel Kordík, Jan Motl (ČVUT FIT) Vytěžování znalostí z dat BI-VZD, 2012, Přednáška 7 1/27 Vytěžování znalostí z dat Pavel Kordík, Jan Motl Department of Computer Systems Faculty of Information Technology

Více

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení

TEORIE PRAVDĚPODOBNOSTI. 2. cvičení TEORIE RAVDĚODONOSTI 2. cvičení Základní pojmy Klasická def. Statistická def. Geometrická def. odmíněná prav. ayesův teorém Test Základní pojmy Náhodný pokus - je každý konečný děj, jehož výsledek není

Více

Příklad z učebnice matematiky pro základní školu:

Příklad z učebnice matematiky pro základní školu: Příklad z učebnice matematiky pro základní školu: Součet trojnásobku neznámého čísla zvětšeného o dva a dvojnásobku neznámého čísla zmenšeného o pět se rovná čtyřnásobku neznámého čísla zvětšeného o jedna.

Více

Jak (ne)vážit Spravedlnost. Halina Šimková

Jak (ne)vážit Spravedlnost. Halina Šimková Jak (ne)vážit Spravedlnost Halina Šimková Důkaz v právu věc nebo postup, které mohou přispět k objasnění projednávané věci přímý důkaz nepřímý důkaz (indicie) vyviňující důkaz usvědčující důkaz klíčový

Více

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru. 1 Statistické odhady Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru. Odhad lze provést jako: Bodový odhad o Jedna číselná hodnota Intervalový

Více

Epidemiologické ukazatele. lních dat. analýza kategoriáln. Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat. a I E

Epidemiologické ukazatele. lních dat. analýza kategoriáln. Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat. a I E Testování statistických hypotéz z a analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. Epidemiologické ukazatele Rizikový faktor Populace Přítomen Nepřítomen Celkem Nemocní a b a+b Kontroly

Více

analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat Epidemiologické ukazatele

analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat Epidemiologické ukazatele Testování statistických hypotéz z a analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. 1 Záznam epidemiologických dat Rizikový faktor Populace Přítomen Nepřítomen Celkem Nemocní a b a+b Kontroly

Více

Testování 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 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

Více

OPAKOVÁNÍ- STAVBA A VÝVOJ ZEMĚ, GEOLOGICKÉ VĚDNÍ OBORY. PRAVDA NEBO LEŽ? Co už vím o vzniku Země a geologických oborech.

OPAKOVÁNÍ- STAVBA A VÝVOJ ZEMĚ, GEOLOGICKÉ VĚDNÍ OBORY. PRAVDA NEBO LEŽ? Co už vím o vzniku Země a geologických oborech. OPAKOVÁNÍ- STAVBA A VÝVOJ ZEMĚ, GEOLOGICKÉ VĚDNÍ OBORY PRAVDA NEBO LEŽ? Co už vím o vzniku Země a geologických oborech. Urči, zda jsou následující tvrzení pravdivá či nepravdivá. Pravdivá tvrzení označ

Více

Informační a znalostní systémy

Informační a znalostní systémy Informační a znalostní systémy Teorie pravděpodobnosti není v podstatě nic jiného než vyjádření obecného povědomí počítáním. P. S. de Laplace Pravděpodobnost a relativní četnost Pokusy, výsledky nejsou

Více

HYPOTÉZY. Kvantitativní výzkum není nic jiného než testování hypotéz. (Disman 2002, s. 76) DEDUKCE (kvantitativní přístup)

HYPOTÉZY. Kvantitativní výzkum není nic jiného než testování hypotéz. (Disman 2002, s. 76) DEDUKCE (kvantitativní přístup) HYPOTÉZY Hypotéza není ničím jiným než podmíněným výrokem o vztazích mezi dvěma nebo více proměnnými. Na rozdíl od problému, který je formulován v podobě otázky explicitně, nebo implicitně vyjádřené, hypotéza

Více

Teorie her a ekonomické rozhodování. 7. Hry s neúplnou informací

Teorie her a ekonomické rozhodování. 7. Hry s neúplnou informací Teorie her a ekonomické rozhodování 7. Hry s neúplnou informací 7.1 Informace Dosud hráči měli úplnou informaci o hře, např. znali svou výplatní funkci, ale i výplatní funkce ostatních hráčů často to tak

Více

Program péče o velké šelmy

Program péče o velké šelmy Program péče o velké šelmy Petr Koubek, Jarmila Krojerová, Miroslava Barančeková Ústav biologie obratlovců AV ČR, v.v.i. Příprava Programů péče o velké šelmy je evropským tématem již celá desetiletí. Na

Více

Rychlokurz forenzní DNA statistiky Anastassiya Žídková

Rychlokurz forenzní DNA statistiky Anastassiya Žídková Rychlokurz forenzní DNA statistiky 21.10.2011 Anastassiya Žídková anastazie.d@gmail.com Úvod První část Program dnešního kurzu Základní zákony pravděpodobnosti Druhá část Bayesovavěta Zásady při interpretaci

Více

Ing. Michael Rost, Ph.D.

Ing. Michael Rost, Ph.D. Úvod do testování hypotéz, jednovýběrový t-test Ing. Michael Rost, Ph.D. Testovaná hypotéza Pokud nás zajímá zda platí, či neplatí tvrzení o určitém parametru, např. o parametru Θ, pak takovéto tvrzení

Více

Matematické důkazy Struktura matematiky a typy důkazů

Matematické důkazy Struktura matematiky a typy důkazů Matematické důkazy Struktura matematiky a typy důkazů Petr Liška Masarykova univerzita 18.9.2014 Motto: Matematika je tvořena z 50 procent formulemi, z 50 procent důkazy a z 50 procent představivostí.

Více

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel

Testování hypotéz testy o tvaru rozdělení. Jiří Neubauer. Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel Katedra ekonometrie, FVL, UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistickou hypotézou se rozumí určité tvrzení o parametrech rozdělení zkoumané náhodné veličiny (µ, σ 2, π,

Více

Základy teorie pravděpodobnosti

Základy teorie pravděpodobnosti Základy teorie pravděpodobnosti Náhodný jev Pravděpodobnost náhodného jevu Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 15. srpna 2012 Statistika

Více

SEMINÁRNÍ PRÁCE Z MATEMATIKY

SEMINÁRNÍ PRÁCE Z MATEMATIKY SEMINÁRNÍ PRÁCE Z MATEMATIKY PETROHRADSKÝ PARADOX TEREZA KIŠOVÁ 4.B 28.10.2016 MOTIVACE: K napsání této práce mě inspiroval název tématu. Když jsem si o petrohradském paradoxu zjistila nějaké informace

Více

EM algoritmus. Proč zahrnovat do modelu neznámé veličiny

EM algoritmus. Proč zahrnovat do modelu neznámé veličiny EM algoritmus používá se pro odhad nepozorovaných veličin. Jde o iterativní algoritmus opakující dva kroky: Estimate, který odhadne hodnoty nepozorovaných dat, a Maximize, který maximalizuje věrohodnost

Více

Jak je to s obleky na míru? Exklusivně s Jaroslavem Mejtou

Jak je to s obleky na míru? Exklusivně s Jaroslavem Mejtou Jak je to s obleky na míru? Exklusivně s Jaroslavem Mejtou Menstyle»Móda a styl Jaroslav Mejta, foto:robert Vano 30.09.2011 10:38 Michaela Lejsková S Jaroslavem Mejtou jsem měla několikrát příležitost

Více

Jak to je s tím druhem? Rozdělme si to jednoduše na dva druhy.

Jak to je s tím druhem? Rozdělme si to jednoduše na dva druhy. Odvážné, ale jednoduché Psychopati, sociopati, deprivanti atd. (dále jen predátoři), jsou podle mého nový druh člověka. Slovem nový ve skutečnosti myslím jiný druh, protože predátoři se vyskytuji mezi

Více

Povánoční lekce. Žák si uvědomí význam slov gravitace, atmosféra, vakuum.

Povánoční lekce. Žák si uvědomí význam slov gravitace, atmosféra, vakuum. Mgr. Markéta Vokurková Povánoční lekce Cíle: Žák si uvědomí význam slov gravitace, atmosféra, vakuum. Žák kriticky přemýšlí o vánočních zvycích a prohlubuje si tak zkušenosti z aktuálního učiva Věk: 5.

Více

Úvod do matematiky. Mgr. Radek Horenský, Ph.D. Důkazy

Úvod do matematiky. Mgr. Radek Horenský, Ph.D. Důkazy Úvod do matematiky Mgr. Radek Horenský, Ph.D. Důkazy Matematika a matematické chápání jako takové je založeno na logické výstavbě. Základními stavebními prvky jsou definice, věty a důkazy. Definice zavádějí

Více

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze

Dobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Bayesovské modely Doc. RNDr. Iveta Mrázová, CSc.

Více

Základní problémy teorie poznání

Základní problémy teorie poznání Základní problémy teorie poznání Základní přístupy k teorii poznání Metafyzická epistemologie - nejdříve co existuje, pak jak to můžeme poznat (Platón, Aristotelés) Skeptická epistemologie - nejdříve je

Více

-Můžete si přečíst: 20.6.2012

-Můžete si přečíst: 20.6.2012 -Můžete si přečíst: str. 1 Redakční rada str. 2 Co připravujeme str. 3 Fotografie z dílen str. 4 Gabrielle Lord str. 5, 6 Tajemný koutek str. 7 Nové knihy str. 8, 9, 10, 11 O chodícím stromu... str. 12,

Více

Soustavy více rovnic o více neznámých I

Soustavy více rovnic o více neznámých I 313 Soustavy více rovnic o více neznámých I Předpoklady: 31 Př 1: Co při řešení soustav rovnic o více neznámých představují rovnice? Co představují neznámé? Čím je určen počet řešení? Kdy je řešení právě

Více

1. Matematická logika

1. Matematická logika Moderní technologie ve studiu aplikované fyziky CZ.1.07/2.2.00/07.0018 1. Matematická logika Základem každé vědy (tedy i matematiky i fyziky) je soubor jistých znalostí. To, co z těchto izolovaných poznatků

Více

Ing. Alena Šafrová Drášilová, Ph.D.

Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování Ing. Alena Šafrová Drášilová, Ph.D. Rozhodování??? video Obsah typy rozhodování principy rozhodování rozhodovací fáze základní pojmy hodnotícího procesu rozhodovací podmínky rozhodování v podmínkách

Více

1.4.6 Negace složených výroků I

1.4.6 Negace složených výroků I 1.4.6 Negace složených výroků I Předpoklady: 010405 Pedagogická poznámka: Dlouho jsem se v počátcích své praxe snažil probrat negace za jednu hodinu. Tvorba negací je skvělým procvičováním schopnosti dodržovat

Více

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY

TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY TESTOVÁNÍ STATISTICKÝCH HYPOTÉZ ZÁKLADNÍ POJMY Statistická hypotéza je určitá domněnka (předpoklad) o vlastnostech ZÁKLADNÍHO SOUBORU. Test statistické hypotézy je pravidlo (kritérium), které na základě

Více

nití či strunou. Další postup, barevné konturování, nám napoví mnoho o skutečném tvaru, materiálu a hustotě objektu.

nití či strunou. Další postup, barevné konturování, nám napoví mnoho o skutečném tvaru, materiálu a hustotě objektu. Úvodem Již na počátku své dlouhé a strastiplné cesty lidé naráželi na záhadné a tajemné věci nebo úkazy, které nebyli schopni pochopit. Tak vzniklo náboženství a bohové. Kdo ale ti bohové byli ve skutečnosti?

Více

Kognitivní restrukturalizace. MUDr. Petr Možný

Kognitivní restrukturalizace. MUDr. Petr Možný Kognitivní restrukturalizace MUDr. Petr Možný Edukace klienta Co jsou to emoce Pojmenování emocí Vztah mezi emocemi a myšlenkami Myšlenky automatické a volní Myšlenky primární a sekundární Myšlenky chladné

Více

TEORIE ROKU 2012. Miroslav Jílek

TEORIE ROKU 2012. Miroslav Jílek TEORIE ROKU 2012 Miroslav Jílek 3 TEORIE ROKU 2012 Miroslav Jílek 1. vydání, 2011 Fotomaterial.cz 110 00 Praha 1, Jungmannova 28/747 Tel: +420 720 536 530 E-mail: info@fotomaterial.cz www.fotomaterial.cz

Více

MĚŘENÍ, TYPY VELIČIN a TYPY ŠKÁL

MĚŘENÍ, TYPY VELIČIN a TYPY ŠKÁL MĚŘENÍ, TYPY VELIČIN a TYPY ŠKÁL Matematika a stejně i matematická statistika a biometrie s námi hovoří řečí čísel. Musíme tedy vlastnosti nebo intenzitu vlastností jedinců změřit kvantifikovat. Měřením

Více

Pravděpodobně skoro správné. PAC učení 1

Pravděpodobně skoro správné. PAC učení 1 Pravděpodobně skoro správné (PAC) učení PAC učení 1 Výpočetní teorie strojového učení Věta o ošklivém kačátku. Nechť E je klasifikovaná trénovací množina pro koncept K, který tvoří podmnožinu konečného

Více

Náhodný jev a definice pravděpodobnosti

Náhodný jev a definice pravděpodobnosti Náhodný jev a definice pravděpodobnosti Obsah kapitoly Náhodný jev. Vztahy mezi náhodnými jevy. Pravidla pro počítání s pravděpodobnostmi. Formule úplné pravděpodobnosti a Bayesův vzorec. Studijní cíle

Více

Místopředsedkyně Senátu PČR paní dr. Alena Gajdůšková: Vážený pane předsedo, vážená paní předsedkyně Poslanecké sněmovny, vážené dámy, vážení pánové!

Místopředsedkyně Senátu PČR paní dr. Alena Gajdůšková: Vážený pane předsedo, vážená paní předsedkyně Poslanecké sněmovny, vážené dámy, vážení pánové! Místopředsedkyně Senátu PČR paní dr. Alena Gajdůšková: Vážený pane předsedo, vážená paní předsedkyně Poslanecké sněmovny, vážené dámy, vážení pánové! Od hostů se očekává zdravice. Jsem velmi ráda, že vás

Více

Hugo a Sally se baví o vyhodnocování rizik

Hugo a Sally se baví o vyhodnocování rizik 1. Proč má smysl trávit čas vyhodnocováním rizik? Sally, vrtá mi hlavou, proč musíme ztrácet čas vyhodnocováním rizik. Proč prostě nejdeme rovnou testovat? Stejně musíme ověřit všechny významné položky.

Více

Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II

Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II Základy biostatistiky II Veřejné zdravotnictví 3.LF UK - II Teoretické rozložení-matematické modely rozložení Naměřená data Výběrové rozložení Teoretické rozložení 1 e 2 x 2 Teoretické rozložení-matematické

Více

obytný soubor D.1.1 ARCH. STAVEBNÍ ČÁST DUR+DSP 06/2016 1/100 Langrova 814/15, Brno - Slatina

obytný soubor D.1.1 ARCH. STAVEBNÍ ČÁST DUR+DSP 06/2016 1/100 Langrova 814/15, Brno - Slatina D Y SEVERNÍ DOKUMENTACE OBJEKTU A P-A.1 stávající RT +2,625 +8,050 D Y ZÁPADNÍ DOKUMENTACE OBJEKTU A P-A.2 D Y VÝCHODNÍ DOKUMENTACE OBJEKTU A P-A.3 ZÁPADNÍ B P-B.5 SEVERNÍ B P-B.4 SEVEROVÝCHODNÍ B P-B.3

Více

Odhady - Sdružené rozdělení pravděpodobnosti

Odhady - Sdružené rozdělení pravděpodobnosti Odhady - Sdružené rozdělení pravděpodobnosti 4. listopadu 203 Kdybych chtěl znát maximum informací o náhodné veličině, musel bych znát všechny hodnoty, které mohou padnout, a jejich pravděpodobnosti. Tedy

Více

Logika a jazyk. filosofický slovník, Praha:Svoboda 1966)

Logika a jazyk. filosofický slovník, Praha:Svoboda 1966) Logika a jazyk V úvodu bylo řečeno, že logika je věda o správnosti (lidského) usuzování. A protože veškeré usuzování, odvozování a myšlení vůbec se odehrává v jazyce, je problematika jazyka a jeho analýza

Více

Testování statistických hypotéz

Testování statistických hypotéz Testování statistických hypotéz 1 Testování statistických hypotéz 1 Statistická hypotéza a její test V praxi jsme nuceni rozhodnout, zda nějaké tvrzeni o parametrech náhodných veličin nebo o veličině samotné

Více

Strukturální regresní modely. určitý nadhled nad rozličnými typy modelů

Strukturální regresní modely. určitý nadhled nad rozličnými typy modelů Strukturální regresní modely určitý nadhled nad rozličnými typy modelů Jde zlepšit odhad k-nn? Odhad k-nn konverguje pro slušné k očekávané hodnotě. ALE POMALU! Jiné přístupy přidají předpoklad o funkci

Více

8 NEZAMĚSTNANOST. 8.1 Klíčové pojmy

8 NEZAMĚSTNANOST. 8.1 Klíčové pojmy 8 NEZAMĚSTNANOST 8.1 Klíčové pojmy Ekonomicky aktivní obyvatelstvo je definováno jako suma zaměstnaných a nezaměstnaných a míra nezaměstnanosti je definovaná jako procento ekonomicky aktivního obyvatelstva,

Více

Kosmologický důkaz Boží existence

Kosmologický důkaz Boží existence Kosmologický důkaz Boží existence Petr Dvořák Filosofický ústav AV ČR Cyrilometodějská teologická fakulta UP Postup Dějinný a systematický kontext, literatura Důkaz Hume-Edwardsova námitka a její řešení,

Více

Bayesovské metody. Mnohorozměrná analýza dat

Bayesovské metody. Mnohorozměrná analýza dat Mnohorozměrná analýza dat Podmíněná pravděpodobnost Definice: Uvažujme náhodné jevy A a B takové, že P(B) > 0. Podmíněnou pravěpodobností jevu A za podmínky, že nastal jev B, nazýváme podíl P(A B) P(A

Více

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

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Testování statistických hypotéz Testování statistických hypotéz Princip: Ověřování určitého předpokladu zjišťujeme, zda zkoumaný výběr pochází ze základního souboru, který má určité rozdělení zjišťujeme,

Více

Testování hypotéz. testujeme (většinou) tvrzení o parametru populace. tvrzení je nutno předem zformulovat

Testování hypotéz. testujeme (většinou) tvrzení o parametru populace. tvrzení je nutno předem zformulovat Testování hypotéz testujeme (většinou) tvrzení o parametru populace tvrzení je nutno předem zformulovat najít odpovídající test, podle kterého se na základě informace z výběrového souboru rozhodneme, zda

Více

Šiřte dále to jim přece zase nemůže projít

Šiřte dále to jim přece zase nemůže projít ...a pojďme si říci, co se nového "profláklo". Máme zde věc, o které se vůbec nemluví, jako by se nikdy nestala... evidentně si stávající vedení církví velmi přeje, aby se tu skutečnost veřejnost nikdy

Více

Worklife balance. Projekt "Nastavení rovných příležitostí na MěÚ Slaný, CZ.1.04/3.4.04/88.00208

Worklife balance. Projekt Nastavení rovných příležitostí na MěÚ Slaný, CZ.1.04/3.4.04/88.00208 Worklife balance Projekt "Nastavení rovných příležitostí na MěÚ Slaný, CZ.1.04/3.4.04/88.00208 Tento projekt je financováno z Evropského sociálního fondu prostřednictvím Operačního programu Lidské zdroje

Více

TEORIE UŽITKU A PROSPEKTOVÁ TEORIE (NAŠE VOLBY) Aleš Neusar Myšlení a rozhodování v praxi

TEORIE UŽITKU A PROSPEKTOVÁ TEORIE (NAŠE VOLBY) Aleš Neusar Myšlení a rozhodování v praxi TEORIE UŽITKU A PROSPEKTOVÁ TEORIE (NAŠE VOLBY) Aleš Neusar Myšlení a rozhodování v praxi Registrační číslo: CZ.1.07/2.2.00/28.0138 Název projektu: Modularizace manažerského a psychologického vzdělávání

Více

Miroslav Adamec, ARAS: JUDr. Jiří Srstka, DILIA:

Miroslav Adamec, ARAS: JUDr. Jiří Srstka, DILIA: Miroslav Adamec, ARAS: A poprosím pana doktora Srstku, aby nám vysvětlil, jak je nebezpečný nechráněný styk námětu s Českou televizí. (Smích.) Jsme malinko v časovém skluzu. Pane doktore, dobrý den. Než

Více

PSY117/454 Statistická analýza dat v psychologii přednáška 8. Statistické usuzování, odhady

PSY117/454 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

Více

STANOVISKO VĚDECKÉ RADY PRO SOCIÁLNÍ PRÁCI

STANOVISKO VĚDECKÉ RADY PRO SOCIÁLNÍ PRÁCI Příloha č. 1 k zápisu z 10. jednání Vědecké rady pro sociální práci konaného dne 19. května 2014 STANOVISKO VĚDECKÉ RADY PRO SOCIÁLNÍ PRÁCI K PRACOVNÍM DOKUMENTŮM PRO TVORBU VĚCNÉHO ZÁMĚRU ZÁKONA O SOCIÁLNÍCH

Více

Přednášky z lékařské biofyziky Biofyzikální ústav Lékařské fakulty Masarykovy univerzity, Brno

Přednášky z lékařské biofyziky Biofyzikální ústav Lékařské fakulty Masarykovy univerzity, Brno Přednášky z lékařské biofyziky Biofyzikální ústav Lékařské fakulty Masarykovy univerzity, Brno JAMES WATT 19.1.1736-19.8.1819 Termodynamika principy, které vládnou přírodě Obsah přednášky Vysvětlení základních

Více

I. JAK SI MYSLÍM, ŽE MOHU BÝT PRO TÝM PROSPĚŠNÝ:

I. JAK SI MYSLÍM, ŽE MOHU BÝT PRO TÝM PROSPĚŠNÝ: Test týmových rolí Pokyny: U každé otázky (I - VII), rozdělte 10 bodů mezi jednotlivé věty podle toho, do jaké míry vystihují vaše chování. V krajním případě můžete rozdělit těchto 10 bodů mezi všechny

Více

Ing. Alena Šafrová Drášilová

Ing. Alena Šafrová Drášilová Rozhodování II Ing. Alena Šafrová Drášilová Obsah vztah jedince k riziku rozhodování v podmínkách rizika rozhodování v podmínkách nejistoty pravidlo maximin pravidlo maximax Hurwitzovo pravidlo Laplaceovo

Více

( 4) 2.2.12 Slovní úlohy vedoucí na lineární rovnice III. Předpoklady: 2211

( 4) 2.2.12 Slovní úlohy vedoucí na lineární rovnice III. Předpoklady: 2211 2.2.2 Slovní úlohy vedoucí na lineární rovnice III Předpoklady: 22 Pedagogická poznámka: Většina příkladů z této hodiny patří do skupiny příkladů na společnou práci. Termín nezavádím. Existují příklady,

Více

STATISTICKÝ SOUBOR. je množina sledovaných objektů - statistických jednotek, které mají z hlediska statistického zkoumání společné vlastnosti

STATISTICKÝ SOUBOR. je množina sledovaných objektů - statistických jednotek, které mají z hlediska statistického zkoumání společné vlastnosti ZÁKLADNÍ STATISTICKÉ POJMY HROMADNÝ JEV Statistika pracuje s tzv. HROMADNÝMI JEVY cílem statistického zpracování dat je podání informace o vlastnostech a zákonitostech hromadných jevů: velkého počtu jedinců

Více

Informace versus dezinformace. PhDr. Lucie Strašíková Říjen 2017

Informace versus dezinformace. PhDr. Lucie Strašíková Říjen 2017 Informace versus dezinformace PhDr. Lucie Strašíková Říjen 2017 Informační exploze 90. léta 20. století Práce s informacemi měla pravidla Doba informační exploze Nelze sledovat všechny informační toky

Více

10. Soustava lineárních rovnic - substituční metoda

10. Soustava lineárních rovnic - substituční metoda @112 10. Soustava lineárních rovnic - substituční metoda Jedna z metod, která se používá při řešení soustavy lineárních rovnic, se nazývá substituční. Nejlépe si metodu ukážeme na příkladech. Příklad:

Více

Výroková a predikátová logika - XIII

Výroková a predikátová logika - XIII Výroková a predikátová logika - XIII Petr Gregor KTIML MFF UK ZS 2013/2014 Petr Gregor (KTIML MFF UK) Výroková a predikátová logika - XIII ZS 2013/2014 1 / 13 Úvod Algoritmická (ne)rozhodnutelnost Které

Více

SITUACE 1 PŘÍBĚHY JEDNOHO ZÁZRAKU. Co víte o Janu Palachovi? Co víte o Josefu Toufarovi? PÁTRÁNÍ PO STOPÁCH MINULOSTI

SITUACE 1 PŘÍBĚHY JEDNOHO ZÁZRAKU. Co víte o Janu Palachovi? Co víte o Josefu Toufarovi? PÁTRÁNÍ PO STOPÁCH MINULOSTI SITUACE 1 2:00 (úvod, diskuze nad fotografií) Co víte o Janu Palachovi? Co víte o Josefu Toufarovi? PÁTRÁNÍ PO STOPÁCH MINULOSTI Na počátku si každý vybere jedno povolání. Zvolené povolání určí jeho roli

Více

Náhodné jevy. Teorie pravděpodobnosti. Náhodné jevy. Operace s náhodnými jevy

Náhodné jevy. Teorie pravděpodobnosti. Náhodné jevy. Operace s náhodnými jevy Teorie pravděpodobnosti Náhodný pokus skončí jedním z řady možných výsledků předem nevíme, jak skončí (náhoda) příklad: hod kostkou, zítřejší počasí,... Pravděpodobnost zkoumá náhodné jevy (mohou, ale

Více

V každém kroku se a + b zmenší o min(a, b), tedy vždy alespoň o 1. Jestliže jsme na začátku dostali 2

V každém kroku se a + b zmenší o min(a, b), tedy vždy alespoň o 1. Jestliže jsme na začátku dostali 2 Euklidův algoritmus Doprovodný materiál pro cvičení Programování I. NPRM044 Autor: Markéta Popelová Datum: 31.10.2010 Euklidův algoritmus verze 1.0 Zadání: Určete největšího společného dělitele dvou zadaných

Více

Vrcholová barevnost grafu

Vrcholová barevnost grafu Vrcholová barevnost grafu Definice: Necht G = (V, E) je obyčejný graf a k N. Zobrazení φ : V {1, 2,..., k} nazýváme k-vrcholovým obarvením grafu G. Pokud φ(u) φ(v) pro každou hranu {u, v} E, nazveme k-vrcholové

Více

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

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

Více

Plánovánízaměřenéna člověka jako nástroj zvyšováníkvality života

Plánovánízaměřenéna člověka jako nástroj zvyšováníkvality života Plánovánízaměřenéna člověka jako nástroj zvyšováníkvality života Konference Pro změnu 2009 Praha 2.10.2009 Rela Chábová Dana Kořínková Podle: http://helensandersonassociates.co.uk Tříděnítoho, co je důležitépro

Více

Specifikace cíle práce

Specifikace cíle práce Specifikace cíle práce Pravidlo č. 1 Odborný text musí mít jasně stanovený a formulovaný cíl výzkumu = cíl práce. Cíl práce formulujeme na základě zvoleného tématu, z kterého vycházíme. Zvolit téma pro

Více

Motivace. Náhodný pokus, náhodný n jev. Pravděpodobnostn. podobnostní charakteristiky diagnostických testů, Bayesův vzorec

Motivace. Náhodný pokus, náhodný n jev. Pravděpodobnostn. podobnostní charakteristiky diagnostických testů, Bayesův vzorec Pravděpodobnostn podobnostní charakteristiky diagnostických testů, Bayesův vzorec Prof.RND.Jana Zvárov rová,, DrSc. Motivace V medicíně má mnoho problémů pravěpodobnostní charakter prognóza diagnoza účinnost

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie ZS 2014/15 Cvičení 6: Dummy proměnné, multikolinearita LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Pokračování z minula:

Více

Nepřijde a nedám 100 Kč měl jsem pravdu, o této

Nepřijde a nedám 100 Kč měl jsem pravdu, o této 1.4.4 Implikace Předpoklady: 010403 Implikace Implikace libovolných výroků a,b je výrok, který vznikne jejich spojením slovním obratem jestliže, pak, píšeme a b a čteme jestliže a, pak b. Výroku a se říká

Více

Formálnílogickésystémy pro aplikaci v informatice Martin Žáček

Formálnílogickésystémy pro aplikaci v informatice Martin Žáček ZVYŠOVÁNÍODBORNÝCH KOMPETENCÍAKADEMICKÝCH PRACOVNÍKŮ OSTRAVSKÉUNIVERZITY V OSTRAVĚ A SLEZSKÉ UNIVERZITY V OPAVĚ Formálnílogickésystémy pro aplikaci v informatice Martin Žáček PŘEDMĚTY NA OU Logické základy

Více

Jana Vránová, 3.lékařská fakulta UK, Praha. Hypotézy o populacích

Jana Vránová, 3.lékařská fakulta UK, Praha. Hypotézy o populacích Jana Vránová, 3.lékařská fakulta UK, Praha Hypotézy o populacích Příklad IQ test: Předpokládejme, že z nějakého důvodu ministerstvo školství věří, že studenti absolventi středních škol v Hradci Králové

Více

Zařazování dětí mladších tří let do mateřské školy. Vyhodnocení dotazníkového šetření. Příloha č. 1

Zařazování dětí mladších tří let do mateřské školy. Vyhodnocení dotazníkového šetření. Příloha č. 1 Příloha č. 1 Zařazování dětí mladších tří let do mateřské školy Vyhodnocení dotazníkového šetření Pro dotazníkové šetření bylo náhodným výběrem zvoleno 1500 mateřských škol (MŠ) ze všech krajů České republiky,

Více

Inteligentní systémy (TIL)

Inteligentní systémy (TIL) Inteligentní systémy (TIL) Marie Duží http://www.cs.vsb.cz/duzi/ Přednáška 9 hyperintensionální kontext Celá konstrukce C je objektem predikace (argumentem), tedy její výstup funkce, kterou konstruuje,

Více

Matematika III. 27. září Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Matematika III. 27. září Vysoká škola báňská - Technická univerzita Ostrava. Matematika III Vysoká škola báňská - Technická univerzita Ostrava 27. září 2018 Teorie pravděpodobnosti Teorie pravděpodobnosti je odvětvím matematiky, které studuje matematické modely náhodných pokusu, tedy zabývá se

Více

POUČENÍ O PRÁVECH NA OCHRANU OSOBNÍCH ÚDAJŮ

POUČENÍ O PRÁVECH NA OCHRANU OSOBNÍCH ÚDAJŮ POUČENÍ O PRÁVECH NA OCHRANU OSOBNÍCH ÚDAJŮ V tomto dokumentu naleznete bližší specifikaci jednotlivých práv, která máte v oblasti ochrany Vašich osobních údajů zaručena dle čl. 15 22 a čl. 34 nařízení

Více

Predikátová logika Individua a termy Predikáty

Predikátová logika Individua a termy Predikáty Predikátová logika Predikátová logika je rozšířením logiky výrokové o kvantifikační výrazy jako každý, všichni, někteří či žádný. Nejmenší jazykovou jednotkou, kterou byla výroková logika schopna identifikovat,

Více

DSS a De Novo programming

DSS a De Novo programming De Novo Programming DSS a De Novo programming DSS navrhují žádoucí budoucnost a cesty k jejímu uskutečnění Optimalizační modely vhodné nástroje pro identifikaci optimálního řešení problému Je ale problém

Více

1.4.3 Složené výroky implikace a ekvivalence

1.4.3 Složené výroky implikace a ekvivalence 1.4.3 Složené výroky implikace a ekvivalence Předpoklady: 1401, 1402 Pedagogická poznámka: Látka zabere spíše jeden a půl vyučovací hodiny. Buď můžete využít písemku nebo se podělit o čas s následující

Více

Komunikativní K řešení problému Sociální a personální

Komunikativní K řešení problému Sociální a personální Název programu Název cyklu Svět (des)informací Dům plný informací Vypracoval (a) Anotace Cílová skupina Časová dotace Potřebné čtenářské dovednosti (porozumění textu, rychlost) Osnova programu Vzdělávací

Více

Ředitel jako průvodce pedagogů po trnité cestě k moudrosti. Miroslav Hřebecký, EDUin, o.p.s

Ředitel jako průvodce pedagogů po trnité cestě k moudrosti. Miroslav Hřebecký, EDUin, o.p.s Ředitel jako průvodce pedagogů po trnité cestě k moudrosti Miroslav Hřebecký, EDUin, o.p.s. 22. 4. 2016 Čas nezastavíš Nechcete být léčeni 30 let starými metodami? Projde něco takového dnes lékařům? Proč

Více

Výrok je každá oznamovací věta (sdělení), u níž dává smysl, když uvažujeme, zda je buď pravdivá, nebo nepravdivá.

Výrok je každá oznamovací věta (sdělení), u níž dává smysl, když uvažujeme, zda je buď pravdivá, nebo nepravdivá. Výroková logika I Výroková logika se zabývá výroky. (Kdo by to byl řekl. :-)) Výrok je každá oznamovací věta (sdělení), u níž dává smysl, když uvažujeme, zda je buď pravdivá, nebo nepravdivá. U výroku

Více

Pravděpodobnost, náhoda, kostky

Pravděpodobnost, náhoda, kostky Pravděpodobnost, náhoda, kostky Radek Pelánek IV122 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností připomenutí, souvislosti

Více

8 rad, jak se nenechat napálit e-shopem

8 rad, jak se nenechat napálit e-shopem 8 rad, jak se nenechat napálit e-shopem Nákup Vánočních dárků přes internet bezesporu přináší spoustu výhod. Můžete nakupovat z pohodlí domova, mít na sobě třeba pyžamo, nemusíte čekat ve frontách, zboží

Více

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti.

Inženýrská statistika pak představuje soubor postupů a aplikací teoretických principů v oblasti inženýrské činnosti. Přednáška č. 1 Úvod do statistiky a počtu pravděpodobnosti Statistika Statistika je věda a postup jak rozvíjet lidské znalosti použitím empirických dat. Je založena na matematické statistice, která je

Více

Metody sociálního a sociologického výzkumu kvantitativní metodologie. PhDr. Eva Křížová, PhD. evakriz@centrum.cz

Metody sociálního a sociologického výzkumu kvantitativní metodologie. PhDr. Eva Křížová, PhD. evakriz@centrum.cz Metody sociálního a sociologického výzkumu kvantitativní metodologie PhDr. Eva Křížová, PhD. evakriz@centrum.cz Témata kvantitativní části a zakončení kurzu Východiska, hodnoty a pravidla vědecko-výzkumné

Více