Jak kriticky myslet? Kamil Gregor

Save this PDF as:
 WORD  PNG  TXT  JPG

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

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

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

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

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

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

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

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

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

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

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

-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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Jak si stanovit osobní vizi

Jak si stanovit osobní vizi Action Academy Jak si stanovit osobní vizi ebook Blanka 2014 Jak si stanovit osobní vizi Osobní vize je jasná, konkrétní, působivá a aktivující představa budoucího stavu dosažených výsledků, postavení

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Přednáška 4 B104KRM Krizový management. Ing. Roman Maroušek, Ph.D.

Přednáška 4 B104KRM Krizový management. Ing. Roman Maroušek, Ph.D. Přednáška 4 B104KRM Krizový management Ing. Roman Maroušek, Ph.D. 5/Procesní charakter krize, potenciální, latentní a akutní fáze. 6/Krizové plánování, odlišnosti, metody. 7/ Struktura krizového plánu

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

BAYESOVSKÉ ODHADY. Michal Friesl V NĚKTERÝCH MODELECH. Katedra matematiky Fakulta aplikovaných věd Západočeská univerzita v Plzni

BAYESOVSKÉ ODHADY. Michal Friesl V NĚKTERÝCH MODELECH. Katedra matematiky Fakulta aplikovaných věd Západočeská univerzita v Plzni BAYESOVSKÉ ODHADY V NĚKTERÝCH MODELECH Michal Friesl Katedra matematiky Fakulta aplikovaných věd Západočeská univerzita v Plzni Slunce Řidiči IQ Regrese Přežití Obvyklý model Pozorování X = (X 1,..., X

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

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

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

mluviti, mlčeti (uvažování nad argumentací ke svobodě slova)

mluviti, mlčeti (uvažování nad argumentací ke svobodě slova) mluviti, mlčeti (uvažování nad argumentací ke svobodě slova) (Maminka se zvedá z lavičky a míří k pískovišti. Čas jít domů. Ale dítě vůbec nechápe, proč je zrovna teď ta pravá chvíle jít domů a proč by

Více

Pravděpodobnost, náhoda, kostky

Pravděpodobnost, náhoda, kostky Pravděpodobnost, náhoda, kostky Radek Pelánek IV122, jaro 2015 Výhled pravděpodobnost náhodná čísla lineární regrese detekce shluků Dnes lehce nesourodá směs úloh souvisejících s pravděpodobností krátké

Více

Pravděpodobnost Podmíněná p. Úplná p. III. Pravděpodobnost. III. Pravděpodobnost Statistika A (ZS 2015)

Pravděpodobnost Podmíněná p. Úplná p. III. Pravděpodobnost. III. Pravděpodobnost Statistika A (ZS 2015) III Pravděpodobnost Pravděpodobnost Podmíněná p. Úplná p. Odkud se bere pravděpodobnost? 1. Pravděpodobnost, že z balíčku zamíchaných karet vytáhmene dvě esa je přibližně 0:012. Modely a teorie. 2. Pravděpodobnost,

Více

METODICKÝ APARÁT LOGISTIKY

METODICKÝ APARÁT LOGISTIKY METODICKÝ APARÁT LOGISTIKY Metodický aparát logistiky jedná se o metody sloužící k rozhodování při logistických problémech Metodu = použijeme, v případě vzniku problému. Problém = vzniká v okamžiku, když

Více

O čem je řeč v partikulárních větách

O čem je řeč v partikulárních větách O čem je řeč v partikulárních větách Stanislav Sousedík Univerzita Karlova, Praha V časopisu Organon F si vyměňuje již déle než rok několik autorů názory na problematiku intencionálních jsoucen. Pokusím

Více

STATISTIKA jako vědní obor

STATISTIKA jako vědní obor STATISTIKA jako vědní obor Cílem statistického zpracování dat je podání informace o vlastnostech a zákonitostech hromadných jevů. Statistika se zabývá popisem hromadných jevů - deskriptivní, popisná statistika

Více

Problémy integrace dynamického modelování do rozhodovacích procesů podniku

Problémy integrace dynamického modelování do rozhodovacích procesů podniku 2002, Leopold Kostal GmbH & Co. KG. Contents and presentations are protected world-wide. Any kind of using, copying etc. is prohibited without prior permission. All rights - incl. industrial property rights

Více

LEKCE 5 STATISTICKÁ INFERENCE ANEB ZOBECŇOVÁNÍ VÝSLEDKŮ Z VÝBĚROVÉHO NA ZÁKLADNÍ SOUBOR

LEKCE 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

Více

Sociálně ekonomické determinanty zdraví mezisektorová spolupráce k snižování zdravotních nerovností

Sociálně ekonomické determinanty zdraví mezisektorová spolupráce k snižování zdravotních nerovností Sociálně ekonomické determinanty zdraví mezisektorová spolupráce k snižování zdravotních nerovností Hana Janatová Státní zdravotní ústav This work is part of EQUITY ACTION which has received funding from

Více

jeho hustotě a na hustotě tekutiny.

jeho hustotě a na hustotě tekutiny. 9-11 years Mat Vzdělávací obsah: Člověk a příroda / fyzika Klíčové pojmy: Aby těleso plovalo, měl by být poměr mezi jeho hmotností a objemem menší než poměr mezi hmotností a objemem kapaliny. jeho hustotě

Více

Sylogistika. (FLÚ AV ČR) Logika: CZ.1.07/2.2.00/ / 16

Sylogistika. (FLÚ AV ČR) Logika: CZ.1.07/2.2.00/ / 16 (FLÚ AV ČR) Logika: CZ.1.07/2.2.00/28.0216 2013 1 / 16 Výstavba logické teorie Sylogistika 1) Syntax základní symboly (logické, mimologické) gramatická pravidla (pojem formule) 2) Sémantika pojem interpretace

Více

Název: Kutálení plechovek

Název: Kutálení plechovek Název: Kutálení plechovek Výukové materiály Téma: Elektrostatika Úroveň: 2. stupeň ZŠ, popř. i SŠ Tematický celek: Vidět a poznat neviditelné Předmět (obor): Doporučený věk žáků: Doba trvání: Specifický

Více

Rozhovor, pozorování, dokumenty sociometrie VY_32_INOVACE_ZSV3r0109 Mgr. Jaroslav Knesl

Rozhovor, pozorování, dokumenty sociometrie VY_32_INOVACE_ZSV3r0109 Mgr. Jaroslav Knesl Sociologický výzkum III. Rozhovor, pozorování, dokumenty sociometrie VY_32_INOVACE_ZSV3r0109 Mgr. Jaroslav Knesl Rozhovor Umožňuje i sledování a zaznamenání neverbálních reakcí Zásady vedení rozhovoru

Více

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz. Pravděpodobnost a statistika, Biostatistika pro kombinované studium Letní semestr 2015/2016 Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz Jan Kracík jan.kracik@vsb.cz Obsah: Výběrová rozdělení

Více

Co je to inflace? Každý zná tento pojem, ale pravdepodobne málokdo jej umí vysvetlit.

Co je to inflace? Každý zná tento pojem, ale pravdepodobne málokdo jej umí vysvetlit. Co je to inflace? Každý zná tento pojem, ale pravdepodobne málokdo jej umí vysvetlit. Vlády potrebují více penez a umíme si predstavit, že výber daní se bude neustále snižovat. Aby vláda získala další

Více

To je přece běžné všude ve světě a ve většině oborů

To je přece běžné všude ve světě a ve většině oborů To je přece běžné všude ve světě a ve většině oborů Tendenčně upravená tabulka. Úmyslně vybírá země s malým počtem distributorů, případně uvádí nesprávná čísla. Taktéž "jabka a hrušky - v některých

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

Komunikace v ochraně přírody

Komunikace v ochraně přírody Komunikace v ochraně přírody Zkušenosti z vládní sféry Mgr. Jakub Kašpar, Přírodovědecká fakulta UK, Praha, 13. září 2016 O lektorovi 1995 2002 novinář, šéfredaktor Ekolist.cz 2002 2009 ředitel odboru

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

RNDr. Milan Šmídl, Ph.D. Co je to BOV?

RNDr. Milan Šmídl, Ph.D. Co je to BOV? RNDr. Milan Šmídl, Ph.D Co je to BOV? BOV = Badatelsky Orientovaná Výuka Inquiry Based Science Education (IBSE) Inguiry = bádání, zkoumání, hledání pravdy cílevědomý proces formulování problémů, kritického

Více

1. Matematická logika

1. Matematická logika MATEMATICKÝ JAZYK Jazyk slouží člověku k vyjádření soudů a myšlenek. Jeho psaná forma má tvar vět. Každá vědní disciplína si vytváří svůj specifický jazyk v úzké návaznosti na jazyk živý. I matematika

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

Statistika. Jindřich Soukup. University of South Bohemia in České Budějovice Faculty of Fisheries and Protection of Waters, School of complex systems

Statistika. Jindřich Soukup. University of South Bohemia in České Budějovice Faculty of Fisheries and Protection of Waters, School of complex systems Statistika Jindřich Soukup 2013-07-24 University of South Bohemia in České Budějovice Faculty of Fisheries and Protection of Waters, School of complex systems Statistika umí: Předpovídat budoucnost? "...

Více

Cvičení 1. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Cvičení 1. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. 1 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v

Více

Řízení rizik. Analýza a ovládání rizik v průběhu misí v procesu ochrany, velení a řízení vojsk

Řízení rizik. Analýza a ovládání rizik v průběhu misí v procesu ochrany, velení a řízení vojsk Řízení rizik Analýza a ovládání rizik v průběhu misí v procesu ochrany, velení a řízení vojsk Operační program Vzdělávání pro konkurenceschopnost Název projektu: Inovace magisterského studijního programu

Více

MATEMATIKA III V PŘÍKLADECH

MATEMATIKA III V PŘÍKLADECH VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 3 Pravděpodobnost jevů Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola báňská Technická

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

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

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

Více

LOGIKA A ETIKA úvod do metaetiky. zpracovala Zuzana Mrázková

LOGIKA A ETIKA úvod do metaetiky. zpracovala Zuzana Mrázková LOGIKA A ETIKA úvod do metaetiky zpracovala Zuzana Mrázková Autoři Petr Kolář *1961 Vystudoval teoretickou kybernetiku na Přírodovědecké fakultě Palackého univerzity v Olomouci Pracuje ve Filozofickém

Více

MÍSTNÍ AKČNÍ SKUPINA SEVERNÍ CHŘIBY A POMORAVÍ, Z.S.

MÍSTNÍ AKČNÍ SKUPINA SEVERNÍ CHŘIBY A POMORAVÍ, Z.S. Analýza rizik Název rizika Nevyčerpá naplánované alokace programových rámců Typ rizika Hodnoce rizika Pravděpo Dopa dobnost d P Finanč 3 5 15 D významnosti Celkem V = P x D Opatře k říze rizika Rozděle

Více

Statistické metody v medicíně II. - p-hodnota

Statistické metody v medicíně II. - p-hodnota Statistické metody v medicíně II. - p-hodnota Martin Hynek Gennet, Centre for Fetal Medicine, Prague EuroMISE Centre, First Faculty of Medicine of Charles University in Prague p-hodnota p-value (p-level)

Více

Sociálně ekonomické determinanty zdraví spolupráce k snižování zdravotních

Sociálně ekonomické determinanty zdraví spolupráce k snižování zdravotních Sociálně ekonomické determinanty zdraví spolupráce k snižování zdravotních nerovností Hana Janatová Státní zdravotní ústav This work is part of EQUITY ACTION which has received funding from the European

Více

ZÁPIS ZE 7. MIMOŘÁDNÉ SCHŮZE RADY MĚSTA LIBEREC, KONANÉ DNE 23. 9. 2014 V ZASEDACÍ MÍSTNOSTI Č. 210

ZÁPIS ZE 7. MIMOŘÁDNÉ SCHŮZE RADY MĚSTA LIBEREC, KONANÉ DNE 23. 9. 2014 V ZASEDACÍ MÍSTNOSTI Č. 210 ZÁPIS ZE 7. MIMOŘÁDNÉ SCHŮZE RADY MĚSTA LIBEREC, KONANÉ DNE 23. 9. 2014 V ZASEDACÍ MÍSTNOSTI Č. 210 Ověřovatelé: Mgr. Jiří Šolc Ing. Jiří Rutkovský K bodu č. 1 Zahájení Paní primátorka zahájila 7. mimořádnou

Více

Dobrý den, dámy a pánové! Dovolte mi, abych vás přivítal na dílně s titulem Sudoku a logické úlohy.

Dobrý den, dámy a pánové! Dovolte mi, abych vás přivítal na dílně s titulem Sudoku a logické úlohy. Dobrý den, dámy a pánové! Dovolte mi, abych vás přivítal na dílně s titulem Sudoku a logické úlohy. 1 Možná to bude zpočátku spíše přednáška než dílna. Ale rád bych, aby to bylo co nejinteraktivnější.

Více

Cvičení 3. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc.

Cvičení 3. Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Cvičení 3 Přednášející: Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické

Více

Statistická teorie učení

Statistická teorie učení Statistická teorie učení Petr Havel Marek Myslivec přednáška z 9. týdne 1 Úvod Představme si situaci výrobce a zákazníka, který si u výrobce objednal algoritmus rozpoznávání. Zákazník dodal experimentální

Více

Me neˇ nezˇ minimum ze statistiky Michaela S ˇ edova KPMS MFF UK Principy medicı ny zalozˇene na du kazech a za klady veˇdecke prˇı pravy 1 / 33

Me neˇ nezˇ minimum ze statistiky Michaela S ˇ edova KPMS MFF UK Principy medicı ny zalozˇene na du kazech a za klady veˇdecke prˇı pravy 1 / 33 1 / 33 Méně než minimum ze statistiky Michaela Šedová KPMS MFF UK Principy medicíny založené na důkazech a základy vědecké přípravy Příklad Studie syndromu náhodného úmrtí dětí. Dvě skupiny: Děti, které

Více

Výstupní zpráva Dotazník Personline DC

Výstupní zpráva Dotazník Personline DC Výstupní zpráva Dotazník Personline DC Pan XY Důvěrné! Pane XY, následující zpráva obsahuje interpretaci výsledků z dotazníku Personline, zaměřeného na zjištění míry -schopnosti Vašeho pracovního potenciálu.

Více

Metody výzkumu Dotazník Opory odborného textu Odborný text vytváříme na základě: Odborné literatury kontextualita Vlastního výzkumného šetření Dotazníkové šetření, standardizovaný rozhovor (kvantitativní

Více