Jak kriticky myslet? Kamil Gregor
|
|
- Iva Sedláková
- před 8 lety
- Počet zobrazení:
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 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
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
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
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
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,
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
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.
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
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................................................
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
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
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.
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
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
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
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
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
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
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
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
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
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
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
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
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.
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,
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
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
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
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
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
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.
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
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.
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
-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,
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
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
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
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
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
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?
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
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
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
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
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
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
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.
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
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
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
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
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
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
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,
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,
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
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,
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
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
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
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
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
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
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
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
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
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
( 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,
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
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
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:
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
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
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
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
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
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
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
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
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
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:
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
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
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
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,
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,
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
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
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,
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
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
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
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
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
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
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
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
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