STATISTIKA jako vědní obor

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "STATISTIKA jako vědní obor"

Transkript

1 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 činnostmi směřujícími k získávání dat - metody sběru dat (měření, vážení, šetření, plánovaný experiment, ) zpracováním dat - statistické zpracování (třídění dat, grafické znázornění, výpočet statistických charakteristik) analýzou dat - metody analýzy dat interpretací výsledků analýzy dat

2 POPISNÁ STATISTIKA Slovo STATISTIKA má latinský základ: status = stav, ale také stát = stav věcí veřejných). Tento pojem dal statistice nejen název, ale také náplň. Detailní zaznamenávání údajů souviselo s administrativním spravováním státu, kdy sčítání lidu a majetku sloužilo vojenským, daňovým a jiným účelům. Původní statistika se snaží shromáždit vyčerpávající - úplné údaje o popisovaných jevech.

3 Z HISTORIE STATISTIKY Několik tisíc let př. n. l. - matriky, sčítání lidu a pozemků (Čína, Egypt, Řecko, Řím) Nejstarší statistikou je dochované dílo popis státu z r (Benátky) V 17. století vznikl v Anglii směr zvaný politická aritmetika - údaje o narozeních a úmrtích, snaha o číselný vývoj obyvatelstva 18. století Statistické ročenky - většinou geografické údaje jako délka hranic, nejvyšší vrcholy, délka toků, (Německo)

4 HISTORIE POČTU PRAVDĚPODOBNOSTI Matematici a astronomové se snaží nacházet zákonitosti v lidské společnosti a vysvětlit pomocí pravděpodobnosti to, co dřív lidé považovali za boží vůli. Zkoumání zákonů náhody začalo již v 15. a 16. století. Rozvoj teorie pravděpodobnosti začíná od poloviny 17. století a rodí se tak MATEMATICKÁ STATISTIKA Na přelomu 19. a 20. století vzniká moderní statistika analytická, induktivní

5 ZÁKLADNÍ STATISTICKÉ POJMY HROMADNÝ JEV Matematická statistika se zabývá metodami získávání, zpracování a vyhodnocování hromadných dat, tzn. údajů o vlastnostech velkého počtu jedinců - osob, věcí či jevů resp. jevů, které se mohou neustále opakovat, např. opakované měření sledované vlastnosti jednoho objektu Množinu všech předmětů pozorování na základě toho, že mají společné vlastnosti, nazýváme STATISTICKÝ SOUBOR a pokud je předmětem našeho zkoumání, nazýváme ho ZÁKLADNÍ SOUBOR.

6 ZÁKLADNÍ STATISTICKÉ POJMY STATISTICKÁ JEDNOTKA je nositelem sledovaných vlastností, které nazýváme STATISTICKÝ ZNAK (např. osoba, věc, jev) STATISTICKÝ ZNAK je obrazem sledované vlastnosti statistických jednotek ze statistického souboru (např. barva vlasů) Hodnota statistického znaku je vyjádřením stupně sledované vlastnosti (např. rezavá barva vlasů) Můžeme ji vyjádřit číslem (naměřenou hodnotou) nebo jinak (např. slovním popisem)

7 ZÁKLADNÍ STATISTICKÉ POJMY STATISTICKÝ SOUBOR je množina sledovaných statistických jednotek - objektů budeme rozlišovat základní statistický soubor výběrový statistický soubor ROZSAH SOUBORU je počet jednotek ve zkoumaném statistickém souboru (pozor, nepleťte s rozpětím souboru) konečný soubor (počet jednotek je pevně dán) nekonečný soubor (jednotky přibývají, např. narozené děti)

8 ZÁKLADNÍ STATISTICKÉ POJMY DATA jsou formou zobrazení výseku reálného světa STATISTICKÁ DATA - číselné zobrazení výseku světa, ve kterém se pozorované objekty vyskytují hromadně např. studenti vysokých škol k ZÁKLADNÍ SOUBOR neboli POPULACE - je takový výsek z reálného světa, který zahrnuje více objektů se společnou vlastností např. studenti VŠ v programu ERASMUS k VÝBĚR z populace neboli VÝBĚROVÝ SOUBOR je taková část zkoumané populace, která ji reprezentuje a splňuje vlastnost náhodnosti

9 Statistika jako učení o hromadných jevech Může statistika jako učení o hromadných jevech vypovídat něco rozumného o jednotlivci? Ano, protože nezkoumá jednotlivce jako celek, ale jako anonymního nositele některé vlastnosti nebo činnosti. Moderní statistika, která je založena na výběrové analýze, se také zabývá výhradně hromadnými jevy. Zkoumá jednotlivé osoby nebo věci ne proto, aby zjistila jejich individuálnost, ale existenci nebo neexistenci nějakého znaku, který je rozložen v základním souboru. Z výsledků analýzy výběrového šetření pak lze odhadnout rozložení znaku v základním souboru (populaci).

10 MATEMATIKA a STATISTIKA Vztah matematiky a statistiky - matematika je nástrojem statistiky. Ernst Wagemann, PREZIDENT Říšského statistického úřadu, napsal: Počtářské umění je jen služkou své vzdělanější paní, statistického odhadu Moderní statistika nazývaná MATEMATICKÁ STATISTIKA odvozuje své závěry na základě určitého matematického modelu a využívá matematický aparát. Základem MATEMATICKÉ STATISTIKY je teorie pravděpodobnosti - usuzování z neúplných údajů zatížených náhodným kolísáním.

11 STATISTICKÉ PŘÍSTUPY V souvislosti s pojmy ZÁKLADNÍ SOUBOR (POPULACE) a VÝBĚR rozlišujeme dva základní přístupy použití výsledků statistických analýz: DESKRIPTIVNÍ získané výsledky popisují zkoumaný soubor a nesnaží se o žádné zobecnění na větší nebo jinou skupinu objektů. Jedná se o základní soubor neboli populaci. Sledované charakteristiky popisují soubor zcela přesně. INDUKTIVNÍ statistika se snaží o zobecnění (extrapolaci) výsledků na širší skupinu objektů. Pro statistickou analýzu je použitý výběr a výsledky chceme zobecnit na základní soubor - populaci.

12 INDUKTIVNÍ (ANALYTICKÁ) STATISTIKA ANALÝZA neboli rozbor je rozdělení celku na součásti, jejichž zkoumáním se snažíme pochopit celek INDUKCE neboli induktivní způsob uvažování je proces zobecňování poznatků, například přenášením závěrů z části na celou populaci v reálném životě je to schopnost učit se ze zkušenosti ve statistice tuto metodu nazýváme INDUKTIVNÍ neboli ANALYTICKÁ STATISTIKA, kdy na základě zkoumání vlastností výběrového souboru usuzujeme na vlastnosti základního souboru naproti tomu DEDUKCE znamená usuzování na základě obecných poznatků na partikulární

13 DALŠÍ STATISTICKÉ POJMY - PŘESNOST PŘESNOST je rozdíl měřené nebo počítané hodnoty od přesné Ve statistice jsou matematicky přesné a dokonalé jen výpočetní metody, výsledkem statistického zpracování jsou odhady a pravděpodobnosti. Ve statistice je přesnost poněkud jiná než např. v bance, kde úředník počítá s haléřovými položkami Bude-li nás zajímat výška populace, nebudeme měřit výšku vybraných jedinců v mm. Oskar Anderson napsal: Nemá cenu odvažovat fůru sena na chemicky přesných vahách Není nic platné odhadnout vzdálenost mezi dvěma městy v tisících kroků a pak k výsledku připočítat tloušťku městských hradeb v milimetrech

14 DALŠÍ STATISTICKÉ POJMY OPAKOVATELNOST udává schopnost obdržet stejné hodnoty měřením na stejném objektu nebo opakovaným pozorováním CITLIVÉ VÁHY mohou dávat přesné výsledky, které jsou však neopakovatelné NECITLIVÉ VÁHY dají opakovatelné, ale nepřesné výsledky SPOLEHLIVOST je základním pojmem při používání statistických metod a při formulaci závěru nějakého šetření (experimentu) Spolehlivost si stanovíme obvykle předem a na základě požadavku spolehlivosti musíme volit prostředky k jejímu dosažení

15 BIOMETRIE V BIOLOGII zkoumáme přírodní jevy, které neumíme zkoumat jako takové, ale jsme nuceni je popsat pomocí jednoho nebo více znaků tyto znaky daný jev určitým způsobem popisují - kvantifikují BIOMETRIE slouží k tomu, abychom při zkoumání jevů v biologii posoudili, s jakou spolehlivostí podchycují měřené znaky zkoumané jevy. Měřené znaky stanoví odborník z oboru zkoumaných dat. BIOMETRIE jakožto součást MATEMATICKÉ STATISTIKY navrhne metody statistického zpracování dat.

16 Proč se lékaři učí statistiku? Statistiku ve smyslu shromažďování dat, manipulaci s nimi a jejich kvantitativní interpretaci používá lékař z podstaty svého povolání, protože otázky, které si klade, jsou často statistického charakteru: 1. "Je nový lék lepší než dosud užívaný? U kolika nemocných jej musíme aplikovat, abychom prokázali jeho příznivý efekt? Je proto dobré vědět, jakými metodami se dobrat odpovědi a co výsledek analýzy znamená.

17 Proč se lékaři učí statistiku? 2. Používání výpočetní techniky umožňuje každému zpracování dat pomocí náročných a donedávna prakticky neproveditelných statistických postupů. Tyto možnosti mají svou negativní stránku ve zvýšeném nebezpečí výběru nesprávné metody zpracování dat a z toho plynoucích nesprávných závěrů. 3. V biomedicínských časopisech se ve všech článcích setkáváme s používání statistických metod. Proto jsou základní znalosti statistiky nezbytné nejen pro vlastní šetření, ale i pro studium a pochopení publikovaných výsledků výzkumu jiných odborníků.

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

3.2 MATEMATIKA A JEJÍ APLIKACE (M) Charakteristika vzdělávací oblasti

3.2 MATEMATIKA A JEJÍ APLIKACE (M) Charakteristika vzdělávací oblasti 3.2 MATEMATIKA A JEJÍ APLIKACE (M) 51 Charakteristika vzdělávací oblasti Vzdělávací oblast matematika a její aplikace v základním vzdělávání je založena především na aktivních činnostech, které jsou typické

Více

Metody přírodních věd aplikované na vědy sociální: předpoklad, že lidské chování můžeme do jisté míry měřit a předpovídat.

Metody přírodních věd aplikované na vědy sociální: předpoklad, že lidské chování můžeme do jisté míry měřit a předpovídat. 3. Kvalitativní vs kvantitativní výzkum Kvantitativní výzkum Metody přírodních věd aplikované na vědy sociální: předpoklad, že lidské chování můžeme do jisté míry měřit a předpovídat. Kvantitativní výzkum

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

Biostatistika Cvičení 7

Biostatistika Cvičení 7 TEST Z TEORIE 1. Střední hodnota pevně zvolené náhodné veličiny je a) náhodná veličina, b) konstanta, c) náhodný jev, d) výběrová charakteristika. 2. Výběrový průměr je a) náhodná veličina, b) konstanta,

Více

10. Předpovídání - aplikace regresní úlohy

10. Předpovídání - aplikace regresní úlohy 10. Předpovídání - aplikace regresní úlohy Regresní úloha (analýza) je označení pro statistickou metodu, pomocí nichž odhadujeme hodnotu náhodné veličiny (tzv. závislé proměnné, cílové proměnné, regresandu

Více

Terminologie ve výzkumu. Markéta Vojtová VOŠZ a SZŠ Hradec Králové

Terminologie ve výzkumu. Markéta Vojtová VOŠZ a SZŠ Hradec Králové Terminologie ve výzkumu Markéta Vojtová VOŠZ a SZŠ Hradec Králové Metoda = návod, způsob, cesta, jak něco poznat, něčeho docílit Kroky vedoucí k určitému cíli musí být zdůvodnitelné Objektivně přiměřené

Více

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I.

Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. Vysoká škola báňská - Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Katedra aplikované matematiky STATISTIKA I. pro kombinované a distanční studium Radim Briš Martina Litschmannová

Více

65-42-M/01 HOTELNICTVÍ A TURISMUS PLATNÉ OD 1.9.2012. Čj SVPHT09/03

65-42-M/01 HOTELNICTVÍ A TURISMUS PLATNÉ OD 1.9.2012. Čj SVPHT09/03 Školní vzdělávací program: Hotelnictví a turismus Kód a název oboru vzdělávání: 65-42-M/01 Hotelnictví Délka a forma studia: čtyřleté denní studium Stupeň vzdělání: střední vzdělání s maturitní zkouškou

Více

Učivo obsah. Druhá mocnina a odmocnina Druhá mocnina a odmocnina Třetí mocnina a odmocnina Kružnice a kruh

Učivo obsah. Druhá mocnina a odmocnina Druhá mocnina a odmocnina Třetí mocnina a odmocnina Kružnice a kruh Výstupy žáka ZŠ Chrudim, U Stadionu Je schopen vypočítat druhou mocninu a odmocninu nebo odhadnout přibližný výsledek Určí druhou mocninu a odmocninu pomocí tabulek a kalkulačky Umí řešit úlohy z praxe

Více

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název školy Gymnázium, Šternberk, Horní nám. 5 Číslo projektu CZ.1.07/1.5.00/34.0218 Šablona III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Označení materiálu VY_32_INOVACE_Hor012 Vypracoval(a),

Více

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.

Program Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D. Program Statistica Base 9 Mgr. Karla Hrbáčková, Ph.D. OBSAH KURZU obsluha jednotlivých nástrojů, funkce pro import dat z jiných aplikací, práce s popisnou statistikou, vytváření grafů, analýza dat, výstupní

Více

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. STATISTIKA LS 2013 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Ondřej Grunt RNDr. Pavel Jahoda, Ph.D. Ing. Kateřina Janurová Mgr. Tereza

Více

Obchodní akademie, Náchod, Denisovo nábřeží 673

Obchodní akademie, Náchod, Denisovo nábřeží 673 Název vyučovacího předmětu: ÚČETNICTVÍ na PC (UPC) Obor vzdělání: 18 20 M/01 Informační technologie Forma studia: denní Celkový počet vyučovacích hodin za studium: 64 (2 hodiny týdně) Platnost: 1. 9. 2009

Více

P R Ů M Y S L O V Ý M A R K E T I N G

P R Ů M Y S L O V Ý M A R K E T I N G P R Ů M Y S L O V Ý M A R K E T I N G 5 ZS, akad.rok 2014/2015 Průmyslový marketing - VŽ 1 M A R K E T I N G O V Ý I N F O R M A Č N Í S Y S T É M ZS, akad.rok 2014/2015 Průmyslový marketing - VŽ 2 Mnoho

Více

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu K čemu slouží statistika Popisuje velké soubory dat pomocí charakteristických čísel (popisná statistika). Hledá skryté zákonitosti v souborech

Více

KANCELÁŘSKÝ SOFTWARE STATISTIKA, ZPRACOVÁNÍ INFORMACÍ, TABULKOVÝ PROCESOR

KANCELÁŘSKÝ SOFTWARE STATISTIKA, ZPRACOVÁNÍ INFORMACÍ, TABULKOVÝ PROCESOR Statistika, úvod, historie Aleš Drobník strana 1 KANCELÁŘSKÝ SOFTWARE STATISTIKA, ZPRACOVÁNÍ INFORMACÍ, TABULKOVÝ PROCESOR V rámci předmětu Kancelářský software se nyní moderním způsobem s využitím výpočetní

Více

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka 2. Statistická terminologie a vyjadřovací prostředky 2.1. Statistická terminologie Statistická jednotka Statistická jednotka = nositel statistické informace, elementární prvek hromadného jevu. Příklady:

Více

StatSoft Jak poznat vliv faktorů vizuálně

StatSoft Jak poznat vliv faktorů vizuálně StatSoft Jak poznat vliv faktorů vizuálně V tomto článku bychom se rádi věnovali otázce, jak poznat již z grafického náhledu vztahy a závislosti v analýze rozptylu. Pomocí následujících grafických zobrazení

Více

METODY PSYCHOLOGIE. Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje. Mgr.

METODY PSYCHOLOGIE. Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje. Mgr. METODY PSYCHOLOGIE Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje Leden 2011 Mgr. Monika Řezáčová Psychologie je empirická věda, která disponuje souborem

Více

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ

MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),

Více

Metody výběru ve výzkumech veřejného mínění

Metody výběru ve výzkumech veřejného mínění Metody výběru ve výzkumech veřejného mínění Populace (základní soubor) Soubor jednotek, o nichž předpokládáme, že jsou pro ně závěry výzkumu platné Někdy se rozlišuje: Cílová populace - všechny jednotky

Více

Úvodem Dříve les než stromy 3 Operace s maticemi

Úvodem Dříve les než stromy 3 Operace s maticemi Obsah 1 Úvodem 13 2 Dříve les než stromy 17 2.1 Nejednoznačnost terminologie 17 2.2 Volba metody analýzy dat 23 2.3 Přehled vybraných vícerozměrných metod 25 2.3.1 Metoda hlavních komponent 26 2.3.2 Faktorová

Více

h n i s k o v v z d á l e n o s t s p o j n ý c h č o č e k

h n i s k o v v z d á l e n o s t s p o j n ý c h č o č e k h n i s k o v v z d á l e n o s t s p o j n ý c h č o č e k Ú k o l : P o t ř e b : Změřit ohniskové vzdálenosti spojných čoček různými metodami. Viz seznam v deskách u úloh na pracovním stole. Obecná

Více

Obchodní akademie, Náchod, Denisovo nábřeží 673

Obchodní akademie, Náchod, Denisovo nábřeží 673 Název vyučovacího předmětu: ÚČETNICTVÍ NA PC (UPC) Obor vzdělání: 63-41-M/02 Obchodní akademie Forma studia: denní Celkový počet vyučovacích hodin za studium: 124 (4 hodiny týdně) Platnost: od 1.9.2009

Více

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků

Požadavky na konkrétní dovednosti a znalosti z jednotlivých tematických celků Maturitní zkouška z matematiky 2012 požadované znalosti Zkouška z matematiky ověřuje matematické základy formou didaktického testu. Test obsahuje uzavřené i otevřené úlohy. V uzavřených úlohách je vždy

Více

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2

Statistika jako obor. Statistika. Popisná statistika. Matematická statistika TEORIE K MV2 Statistika jako obor Statistika Statistika je vědní obor zabývající se zkoumáním jevů hromadného charakteru. Tím se myslí to, že zkoumaný jev musí příslušet určité části velkého množství objektů (lidí,

Více

Charakteristika předmětu BIOLOGE

Charakteristika předmětu BIOLOGE Charakteristika předmětu BIOLOGE 1. Obsahové, časové a organizační vymezení předmětu Biologii jako předmět pro střední školu vyučujeme v rámci vzdělávací oblasti Člověk a příroda a Člověk a zdraví. Je

Více

Cvičení z matematiky jednoletý volitelný předmět

Cvičení z matematiky jednoletý volitelný předmět Název předmětu: Zařazení v učebním plánu: Cvičení z matematiky O8A, C4A, jednoletý volitelný předmět Cíle předmětu Obsah předmětu je zaměřen na přípravu studentů gymnázia na společnou část maturitní zkoušky

Více

Diplomový seminář 1. Akademický rok 2008/2009. 17.9.2009 Ing. Václav Křivohlávek, CSc.

Diplomový seminář 1. Akademický rok 2008/2009. 17.9.2009 Ing. Václav Křivohlávek, CSc. Diplomový seminář 1 Akademický rok 2008/2009 Vybrané metodologické otázky 1. Hierarchie pojmů 2. Věcná a formální struktura práce 3. Základní metody zkoumání a výkladu 4. Etika Hierarchie pojmů Pojmy (resp.

Více

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi Geografický seminář 30. března 2011 Pavel Bednář Výchozí stav Sebehodnocení práce s MS Excel studujícími oboru

Více

Střední škola strojní stavební a dopravní, Liberec II, Truhlářská 360/3, příspěvková organizace

Střední škola strojní stavební a dopravní, Liberec II, Truhlářská 360/3, příspěvková organizace Střední škola strojní stavební a dopravní, Liberec II, Truhlářská 360/3, příspěvková organizace OP Vzdělávání pro konkurence schopnost Modernizace výuky technických škol LK prostřednictvím ŠVP a kurikula

Více

Statistické metody uţívané při ověřování platnosti hypotéz

Statistické metody uţívané při ověřování platnosti hypotéz Statistické metody uţívané při ověřování platnosti hypotéz Hypotéza Domněnka, předpoklad Nejčastěji o rozdělení, středních hodnotách, závislostech, Hypotézy ve vědeckém výzkumu pracovní, věcné hypotézy

Více

P R Ů M Y S L O V Ý M A R K E T I N G

P R Ů M Y S L O V Ý M A R K E T I N G P R Ů M Y S L O V Ý M A R K E T I N G 4 ZS, akad.rok 2014/2015 Průmyslový marketing - VŽ 1 Marketingové strategie ZS, akad.rok 2014/2015 Průmyslový marketing - VŽ 2 Klasifikace marketingových strategií

Více

3.1 HISTORICKÉ ASPEKTY MIGRACE V PRAZE Martin Ouředníček, Ivana Přidalová

3.1 HISTORICKÉ ASPEKTY MIGRACE V PRAZE Martin Ouředníček, Ivana Přidalová 3.1 HISTORICKÉ ASPEKTY MIGRACE V PRAZE Martin Ouředníček, Ivana Přidalová Mapový list zachycuje stěžejní historické etapy vývoje migrace v Praze od meziválečného období do současnosti. Tematicky navazuje

Více

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT)

MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) MATEMATIKA Maturitní témata společná část MZ základní úroveň (vychází z Katalogu požadavků MŠMT) 1. Číselné obory 1.1 Přirozená čísla provádět aritmetické operace s přirozenými čísly rozlišit prvočíslo

Více

Metodický list č. 1 FUNKCE, ZISK A VZTAHY MEZI ZÁKLADNÍMI EKONOMICKÝMI VELIČINAMI PODNIKU

Metodický list č. 1 FUNKCE, ZISK A VZTAHY MEZI ZÁKLADNÍMI EKONOMICKÝMI VELIČINAMI PODNIKU Metodické listy pro kombinované studium předmětu MANAŽERSKÁ EKONOMIKA Přednášející: Ing. Jana Kotěšovcová Metodický list č. 1 Název tematického celku: ZALOŽENÍ PODNIKU, VÝNOSY, NÁKLADY, NÁKLADOVÉ FUNKCE,

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie Úvod do předmětu obecné informace Základní pojmy ze statistiky / ekonometrie Úvod do programu EViews, Gretl Některé užitečné funkce v MS Excel Cvičení 1 Zuzana Dlouhá Úvod do

Více

OBSAH VZDĚLÁVÁNÍ, UČIVO

OBSAH VZDĚLÁVÁNÍ, UČIVO OBSAH VZDĚLÁVÁNÍ, UČIVO Vzdělání Učivo patří mezi jeden ze tří hlavních činitelů výuky. Za dva zbývající prvky se řadí žák a učitel. Každé rozhodování o výběru učiva a jeho organizaci do kurikula vychází

Více

ZŠMŠ, Brno, Horníkova 1 - Školní vzdělávací program

ZŠMŠ, Brno, Horníkova 1 - Školní vzdělávací program 4.4.3. Přírodověda A) Charakteristika předmětu Snahou učitele by mělo být, aby vše, o čem se děti v přírodovědě učí, mohly pozorovat, zkoumat. Kromě tradičních metod se proto doporučuje zařazování vycházek

Více

Finanční a pojistná matematika. Den otevřených dveří 6. ledna 2012

Finanční a pojistná matematika. Den otevřených dveří 6. ledna 2012 Finanční a pojistná matematika Den otevřených dveří 6. ledna 2012 Ing. Pavel Hanuš asistent Katedry matematiky PřF UHK garant ekonomických předmětů katedry daňový poradce http://www.pavelhanus.cz pavel.hanus@uhk.cz

Více

1.3 SOUČASNOST STATISTIKY

1.3 SOUČASNOST STATISTIKY Současnost statistiky Aleš Drobník strana 1 1.3 SOUČASNOST STATISTIKY 1.3.1 FISKÁLNÍ POLITIKA VLÁDY Fiskální politiku provádí většinou vláda stanovením nebo změnou výše daní, přerozdělování peněz získaných

Více

Organizační pokyny k přednášce. Matematická statistika. Co je statistika? Přehled témat

Organizační pokyny k přednášce. Matematická statistika. Co je statistika? Přehled témat Organizační pokyny k přednášce Matematická statistika MS710P05 Zdeněk Hlávka (Šárka Hudecová, Michal Kulich) Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta UK hlavka@karlin.mff.cuni.cz

Více

MATURITNÍ TÉMATA Z MATEMATIKY

MATURITNÍ TÉMATA Z MATEMATIKY MATURITNÍ TÉMATA Z MATEMATIKY 1. Základní poznatky z logiky a teorie množin Pojem konstanty a proměnné. Obor proměnné. Pojem výroku a jeho pravdivostní hodnota. Operace s výroky, složené výroky, logické

Více

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR

aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické dostupnosti bydlení v ČR 1 aktivita A0705 Metodická a faktografická příprava řešení regionálních disparit ve fyzické

Více

Dovednosti dospělých v prostředí informačních technologií

Dovednosti dospělých v prostředí informačních technologií Mezinárodní výzkum dospělých Programme for the International Assessment of Adult Competencies Dovednosti dospělých v prostředí informačních technologií Lucie Kelblová PIAAC Mezinárodní výzkum vědomostí

Více

E-LEARNINGOVÁ OPORA PŘEDMĚTU PROGRAMOVÉ VYBAVENÍ ORDINACE ZUBNÍHO LÉKAŘE Kateřina Langová, Jana Zapletalová, Jiří Mazura

E-LEARNINGOVÁ OPORA PŘEDMĚTU PROGRAMOVÉ VYBAVENÍ ORDINACE ZUBNÍHO LÉKAŘE Kateřina Langová, Jana Zapletalová, Jiří Mazura E-LEARNINGOVÁ OPORA PŘEDMĚTU PROGRAMOVÉ VYBAVENÍ ORDINACE ZUBNÍHO LÉKAŘE Kateřina Langová, Jana Zapletalová, Jiří Mazura Anotace Příspěvek popisuje novou koncepci výuky předmětu Programové vybavení ordinace

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem)

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy dne 14. 6. 2000,

Více

STULONG. Datamining. zápočtová analýza č. 1

STULONG. Datamining. zápočtová analýza č. 1 STULONG Datamining zápočtová analýza č. 1 Zpracovali: Robert Poch, Pavel Petřek Cvičící: Mgr. Tomáš Karban Zdrojová data: http://euromise.vse.cz/stulong Použitý software: MS Access, 4ftMiner 1. Obsah 1.

Více

Matematika a její aplikace Matematika 1. období 3. ročník

Matematika a její aplikace Matematika 1. období 3. ročník Vzdělávací oblast : Vyučovací předmět : Období ročník : Matematika a její aplikace Matematika 1. období 3. ročník Počet hodin : 165 Učební texty : H. Staudková : Matematika č. 7 (Alter) R. Blažková : Matematika

Více

VOLITELNÉ A NEPOVINNÉ PŘEDMĚTY

VOLITELNÉ A NEPOVINNÉ PŘEDMĚTY VOLITELNÉ A NEPOVINNÉ PŘEDMĚTY Příloha č. 1 ke Školnímu vzdělávacímu programu pro gymnaziální vzdělávání Gymnázium, Uničov, Gymnazijní 257 1 Obsah Základní informace...4 Možná struktura volitelných předmětů...5

Více

ZPRÁVA O ZDRAVÍ PARDUBICKÝ KRAJ vliv znečištění ovzduší

ZPRÁVA O ZDRAVÍ PARDUBICKÝ KRAJ vliv znečištění ovzduší ZPRÁVA O ZDRAVÍ PARDUBICKÝ KRAJ vliv znečištění ovzduší Jedním z faktorů ovlivňujících zdraví je stav životního prostředí. Nejvýznamnějším zdravotním rizikem z prostředí je podle mnoha výzkumů znečištění

Více

PISA - LETÁK I. To vše by mělo zajímat rodiče, žáky, veřejnost a ty, kteří mohou ovlivnit podobu a funkci školského systému.

PISA - LETÁK I. To vše by mělo zajímat rodiče, žáky, veřejnost a ty, kteří mohou ovlivnit podobu a funkci školského systému. PISA - LETÁK I Učení pro život Jsou mladí lidé připraveni na to, aby se vyrovnali s požadavky budoucnosti? Jsou schopni přicházet s novými myšlenkami a nápady, zdůvodňovat je a sdělovat je efektivně ostatním?

Více

Základy statistiky pro obor Kadeřník

Základy statistiky pro obor Kadeřník Variace 1 Základy statistiky pro obor Kadeřník Autor: Mgr. Jaromír JUŘEK Kopírování a jakékoliv další využití výukového materiálu je povoleno pouze s uvedením odkazu na www.jarjurek.cz 1. Aritmetický průměr

Více

INOVACE ODBORNÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH ZAMĚŘENÉ NA VYUŽÍVÁNÍ ENERGETICKÝCH ZDROJŮ PRO 21. STOLETÍ A NA JEJICH DOPAD NA ŽIVOTNÍ PROSTŘEDÍ

INOVACE ODBORNÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH ZAMĚŘENÉ NA VYUŽÍVÁNÍ ENERGETICKÝCH ZDROJŮ PRO 21. STOLETÍ A NA JEJICH DOPAD NA ŽIVOTNÍ PROSTŘEDÍ INOVACE ODBORNÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH ZAMĚŘENÉ NA VYUŽÍVÁNÍ ENERGETICKÝCH ZDROJŮ PRO 21. STOLETÍ A NA JEJICH DOPAD NA ŽIVOTNÍ PROSTŘEDÍ CZ.1.07/1.1.00/08.0010 NUMERICKÉ SIMULACE ING. KATEŘINA

Více

Zákony hromadění chyb.

Zákony hromadění chyb. Zákony hromadění chyb. Zákon hromadění skutečných chyb. Zákon hromadění středních chyb. Tomáš Bayer bayertom@natur.cuni.cz Přírodovědecká fakulta Univerzity Karlovy v Praze, Katedra aplikované geoinformatiky

Více

MO-ME-N-T MOderní MEtody s Novými Technologiemi

MO-ME-N-T MOderní MEtody s Novými Technologiemi Projekt: Reg.č.: Operační program: Škola: Tematický okruh: Téma: Jméno autora: MO-ME-N-T MOderní MEtody s Novými Technologiemi CZ.1.07/1.5.00/34.0903 Vzdělávání pro konkurenceschopnost Hotelová škola,

Více

7.21 Pojetí vyučovacího předmětu Účetnictví

7.21 Pojetí vyučovacího předmětu Účetnictví 7.21 Pojetí vyučovacího předmětu Účetnictví Obecné cíle vyučovacího předmětu Účetnictví Předmět účetnictví rozvíjí ekonomické myšlení žáků. Žáci si osvojují vědomosti a dovednosti potřebné pro zpracování

Více

I ÚVOD DO PEDAGOGIKY...

I ÚVOD DO PEDAGOGIKY... Obsah 5 OBSAH PŘEDMLUVA............................................ 7 I ÚVOD DO PEDAGOGIKY.............................. 9 II PEDAGOGIKA VOLNÉHO ČASU....................... 25 III PŘEDŠKOLNÍ PEDAGOGIKA..........................

Více

II. MATEMATIKA A JEJÍ APLIKACE

II. MATEMATIKA A JEJÍ APLIKACE II. MATEMATIKA A JEJÍ APLIKACE Charakteristika vzdělávací oblasti Tato oblast je v našem vzdělávání zastoupena jedním předmětem matematikou, od 1. do 9. ročníku. Podle vývoje dětské psychiky a zejména

Více

Management. Rozhodování. Ing. Vlastimil Vala, CSc. Ústav lesnické a dřevařské ekonomiky a politiky

Management. Rozhodování. Ing. Vlastimil Vala, CSc. Ústav lesnické a dřevařské ekonomiky a politiky Management Rozhodování Ing. Vlastimil Vala, CSc. Ústav lesnické a dřevařské ekonomiky a politiky Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU

Více

Ekonomické modelování pro podnikatelskou praxi

Ekonomické modelování pro podnikatelskou praxi pro podnikatelskou praxi Ing. Jan Vlachý, Ph.D. vlachy@atlas.cz Dlouhý, M. a kol. Simulace podnikových procesů Vlachý, J. Řízení finančních rizik Scholleová, H. Hodnota flexibility: Reálné opce Sylabus

Více

Matematika - 6. ročník Vzdělávací obsah

Matematika - 6. ročník Vzdělávací obsah Matematika - 6. ročník Září Opakování učiva Obor přirozených čísel do 1000, početní operace v daném oboru Čte, píše, porovnává čísla v oboru do 1000, orientuje se na číselné ose Rozlišuje sudá a lichá

Více

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT Mgr. Jana

Více

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1

Pravděpodobnost v závislosti na proměnné x je zde modelován pomocí logistického modelu. exp x. x x x. log 1 Logistická regrese Menu: QCExpert Regrese Logistická Modul Logistická regrese umožňuje analýzu dat, kdy odezva je binární, nebo frekvenční veličina vyjádřená hodnotami 0 nebo 1, případně poměry v intervalu

Více

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1

Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát

Více

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky Vysoká škola báňská technická univerzita Ostrava Fakulta elektrotechniky a informatiky Bankovní účty (semestrální projekt statistika) Tomáš Hejret (hej124) 18.5.2013 Úvod Cílem tohoto projektu, zadaného

Více

ZLOMKY. Standardy: M-9-1-01 CELÁ A RACIONÁLNÍ ČÍSLA. Záporná celá čísla Racionální čísla Absolutní hodnota Početní operace s racionálními čísly

ZLOMKY. Standardy: M-9-1-01 CELÁ A RACIONÁLNÍ ČÍSLA. Záporná celá čísla Racionální čísla Absolutní hodnota Početní operace s racionálními čísly a algoritmů matematického aparátu Vyjádří a zapíše část celku. Znázorňuje zlomky na číselné ose, převádí zlomky na des. čísla a naopak. Zapisuje nepravé zlomky ve tvaru smíšeného čísla. ZLOMKY Pojem zlomku,

Více

Spolehlivost soustav

Spolehlivost soustav 1 Spolehlivost soustav Spolehlivost soustav 1.1 Koherentní systémy a strukturní funkce Budeme se zabývat modelováním spolehlivosti zřízení s ohledem na spolehlivost jeho komponent. Jedním z hlavních cílů

Více

Navrhování experimentů a jejich analýza. Eva Jarošová

Navrhování experimentů a jejich analýza. Eva Jarošová Navrhování experimentů a jejich analýza Eva Jarošová Obsah Základní techniky Vyhodnocení výsledků Experimenty s jedním zkoumaným faktorem Faktoriální experimenty úplné 2 N dílčí 2 N-p Experimenty pro studium

Více

Dovednosti dospělých v prostředí informačních technologií

Dovednosti dospělých v prostředí informačních technologií Mezinárodní výzkum dospělých Programme for the International Assessment of Adult Competencies Dovednosti dospělých v prostředí informačních technologií Lucie Kelblová PIAAC Mezinárodní výzkum vědomostí

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

Nabídka seminářů pro 7.A a 3.B ve školním roce 2015/2016

Nabídka seminářů pro 7.A a 3.B ve školním roce 2015/2016 Nabídka seminářů pro 7.A a 3.B ve školním roce 2015/2016 Studenti si volí semináře s celkovou dotací 4 hodiny týdně. Nabízené semináře mají dotaci 1 hodinu, resp. 2 hodiny týdně. Student si tedy může navolit

Více

TOP MANAGEMENT PROGRAM

TOP MANAGEMENT PROGRAM 1/1/2015 TTI SUCCESS INSIGHTS TOP MANAGEMENT PROGRAM Popis metody František Vlčík Top Mananagement Program Lidé ve vrcholných pozicích společnosti dosáhli svého postavení kombinací vlastních dovedností,

Více

Matematika a její aplikace Matematika

Matematika a její aplikace Matematika Vzdělávací oblast : Vyučovací předmět : Období ročník : Počet hodin : 165 Učební texty : Matematika a její aplikace Matematika 1. období 2. ročník Mgr. M. Novotný, F. Novák: Matýskova matematika 4.,5.,6.díl

Více

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií

Hodina 50 Strana 1/14. Gymnázium Budějovická. Hodnocení akcií Hodina 50 Strana /4 Gymnázium Budějovická Volitelný předmět Ekonomie - jednoletý BLOK ČÍSLO 8 Hodnocení akcií Předpokládaný počet : 9 hodin Použitá literatura : František Egermayer, Jan Kožíšek Statistická

Více

1.3. Cíle vzdělávání v oblasti citů, postojů, hodnot a preferencí

1.3. Cíle vzdělávání v oblasti citů, postojů, hodnot a preferencí 1. Pojetí vyučovacího předmětu 1.1. Obecný cíl vyučovacího předmětu Obecným cílem předmětu Ekologie je zprostředkovat základní ekologické pojmy a principy. Poukázat na souvislosti mezi environmentálními,

Více

Rovnoměrné rozdělení

Rovnoměrné rozdělení Rovnoměrné rozdělení Nejjednodušší pravděpodobnostní rozdělení pro diskrétní náhodnou veličinu. V literatuře se také nazývá jako klasické rozdělení pravděpodobnosti. Náhodná veličina může nabývat n hodnot

Více

Matematika a její aplikace Matematika

Matematika a její aplikace Matematika Vzdělávací oblast : Vyučovací předmět : Období ročník : Počet hodin : 165 Matematika a její aplikace Matematika 2. období 5. ročník Učební texty : J. Justová: Alter-Matematika, Matematika 5.r.I.díl, 5.r.

Více

Matematika - 4. ročník Vzdělávací obsah

Matematika - 4. ročník Vzdělávací obsah Matematika - 4. ročník Čas.plán Téma Učivo Ročníkové výstupy žák podle svých schopností: Poznámka Září Opakování učiva 3. ročníku Počítaní do 20 Sčítání a odčítání do 20 Násobení a dělení číslem 2 Počítání

Více

Statistika. Semestrální projekt

Statistika. Semestrální projekt Statistika Semestrální projekt 18.5.2013 Tomáš Jędrzejek, JED0008 Obsah Úvod 3 Analyzovaná data 4 Analýza dat 6 Statistická indukce 12 Závěr 15 1. Úvod Cílem této semestrální práce je aplikovat získané

Více

Minimum pro pracovníky ICM Káraný, 4. - 7. 4. 2008 Informační potřeby mladých lidí a praktické fungování centra aneb Statistika v ICM co, proč, jak

Minimum pro pracovníky ICM Káraný, 4. - 7. 4. 2008 Informační potřeby mladých lidí a praktické fungování centra aneb Statistika v ICM co, proč, jak Informační potřeby mladých lidí a praktické fungování centra aneb Statistika v ICM co, proč, jak Následující dokument jen zevrubně ukazuje, proč informačním centrům pro mládež stojí za to ztrácet čas s

Více

StatSoft Úvod do neuronových sítí

StatSoft Úvod do neuronových sítí StatSoft Úvod do neuronových sítí Vzhledem k vzrůstající popularitě neuronových sítí jsme se rozhodli Vám je v tomto článku představit a říci si něco o jejich využití. Co si tedy představit pod pojmem

Více

7.22 Pojetí vyučovacího předmětu Účetnictví

7.22 Pojetí vyučovacího předmětu Účetnictví 7.22 Pojetí vyučovacího předmětu Účetnictví Obecné cíle vyučovacího předmětu Účetnictví Předmět účetnictví rozvíjí ekonomické myšlení žáků. Žáci se učí zachycovat ekonomické informace podle účetních standardů

Více

MARKETINGOVÝ VÝZKUM (studijní materiál) Ing. Martina Ortová, Ph.D. Ing. Jaroslava Dědková, Ph.D.

MARKETINGOVÝ VÝZKUM (studijní materiál) Ing. Martina Ortová, Ph.D. Ing. Jaroslava Dědková, Ph.D. MARKETINGOVÝ VÝZKUM (studijní materiál) Ing. Martina Ortová, Ph.D. Ing. Jaroslava Dědková, Ph.D. Předmluva Milé studenky/ti, dostává se vám do rukou studijní materiál na téma Marketingový výzkum,který

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) Závislost náhodných veličin Úvod Předchozí přednášky: - statistické charakteristiky jednoho výběrového nebo základního souboru - vztahy mezi výběrovým a základním souborem - vztahy statistických charakteristik

Více

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace

Projekt IMPLEMENTACE ŠVP. pořadí početních operací, dělitelnost, společný dělitel a násobek, základní početní operace Střední škola umělecká a řemeslná Evropský sociální fond "Praha a EU: Investujeme do vaší budoucnosti" Projekt IMPLEMENTACE ŠVP Evaluace a aktualizace metodiky předmětu Matematika Výrazy Obory nástavbového

Více

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení

2 Zpracování naměřených dat. 2.1 Gaussův zákon chyb. 2.2 Náhodná veličina a její rozdělení 2 Zpracování naměřených dat Důležitou součástí každé experimentální práce je statistické zpracování naměřených dat. V této krátké kapitole se budeme věnovat určení intervalů spolehlivosti získaných výsledků

Více

Základní pojmy teorie grafů [Graph theory]

Základní pojmy teorie grafů [Graph theory] Část I Základní pojmy teorie grafů [Graph theory] V matematice grafem obvykle rozumíme grafické znázornění funkční závislosti. Pro tento předmět je však podstatnější pohled jiný. V teorii grafů rozumíme

Více

Obchodní akademie, Náchod, Denisovo nábřeží 673

Obchodní akademie, Náchod, Denisovo nábřeží 673 Název vyučovacího předmětu: ÚČETNICTVÍ (UCE) Obor vzdělání: 18-20-M/01 Informační technologie Forma studia: denní Celkový počet vyučovacích hodin za studium: 166 (5 hodin týdně) Platnost: 1. 9. 2009 počínaje

Více

OPAKOVÁNÍ SLOHOVÝCH ÚTVARŮ II. Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje

OPAKOVÁNÍ SLOHOVÝCH ÚTVARŮ II. Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje OPAKOVÁNÍ SLOHOVÝCH ÚTVARŮ II. Tento výukový materiál vznikl za přispění Evropské unie, státního rozpočtu ČR a Středočeského kraje Únor 2011 Mgr. Jitka Riedlová Opakování slohových útvarů II. Vypravování

Více

Základy ekonomie. Petr Musil: petrmusil1977@gmail.com

Základy ekonomie. Petr Musil: petrmusil1977@gmail.com Základy ekonomie Téma č. 2: Trh, nabídka, poptávka Petr Musil: petrmusil1977@gmail.com Obsah 1. Dělba práce 2. Směna, peníze 3. Trh 4. Cena 5. Nabídka 6. Poptávka 7. Tržní rovnováha 8. Konkurence Dělba

Více

Matematika DÍL I. Charakteristika předmětu. Obsahové, časové a organizační vymezení předmětu

Matematika DÍL I. Charakteristika předmětu. Obsahové, časové a organizační vymezení předmětu Matematika DÍL I. Charakteristika předmětu Obsahové, časové a organizační vymezení předmětu Vyučovací předmět Matematika je zařazen v 1. - 10. ročníku v hodinové dotaci 2 (na I. stupni ) a 3 (na II. stupni)

Více

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA

MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro střední odborné školy s humanitním zaměřením (6 8 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy

Více

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY SAMOSTATÁ STUDETSKÁ PRÁCE ZE STATISTIKY Váha studentů Kučerová Eliška, Pazdeříková Jana septima červen 005 Zadání: My dvě studentky jsme si vylosovaly zjistit statistickým šetřením v celém ročníku septim

Více

BIUS 2 BIUS 3. Bohemius k.s.

BIUS 2 BIUS 3. Bohemius k.s. Máš chybu na pojistném? Jak ale zjistit vyměřovací základ, když zaokrouhlujeme na Kč nahoru, nebo třeba na stokoruny? Jak zjistit výši původní chyby? Bohemius k.s. BIUS 2 BIUS 3 www.bohemius.cz O PRODUKTU

Více

Zdroje chyb. Absolutní a relativní chyba. Absolutní chyba. Absolutní chyba přibližného čísla a se nazývá absolutní hodnota rozdílu přesného

Zdroje chyb. Absolutní a relativní chyba. Absolutní chyba. Absolutní chyba přibližného čísla a se nazývá absolutní hodnota rozdílu přesného Zdroje chyb. Absolutní a relativní chyba. Absolutní chyba Absolutní chyba přibližného čísla a se nazývá absolutní hodnota rozdílu přesného čísla A a přibližného čísla a = A a. Je třeba rozlišovat dva případy:

Více

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY

4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY 4. ZÁKLADNÍ TYPY ROZDĚLENÍ PRAVDĚPODOBNOSTI DISKRÉTNÍ NÁHODNÉ VELIČINY Průvodce studiem V této kapitole se seznámíte se základními typy rozložení diskrétní náhodné veličiny. Vašim úkolem by neměla být

Více