Variabilita a adaptibilita člověka 3. Doc. Václav Vančata
|
|
- Kristina Benešová
- před 6 lety
- Počet zobrazení:
Transkript
1 Variabilita a adaptibilita člověka 3 Doc. Václav Vančata
2 Variabilita variability aneb jak posuzovat míru adaptace z nepřesných vstupních dat
3 Sima de los Huesos - nečekaná variabilita Populace představuje podivuhodnou směs znaků od Homo heidelbergensis přes neandrtálské až po jedince s moderní morfologii. Tito lidé byli velcí a robustní a měli relativně malý mozek Tento jedinec byl od raného dětství hluchý
4 Jaké jsou zdroje variability variability?
5 Charakter vstupního materiálu Kosterní materiál je obvykle relativně málo početný Určení pohlaví není jisté Materiál je fragmentární Kostry jsou neúplné nelze ověřovat některé u živých jedinců očividné charakteristiky Nejisté datování nebo historické určení nalezeného materiálu
6 Metody rekonstrukce nebo výpočtu populačních charakteristik Některé metody, například indexy, mění statistické charakteristiky vstupních parametrů a jsou vysoce variabilní. Jejich informační hodnota však může být vysoká. Některé metody vycházejí z nekorektních empirických modelů pygmejové, přestárlí lidé Některé metody nekorektně mění, z různých důvodů, předpokládatelnou variabilitu rekonstruovaných populačních charakteristik
7 Hledání závislostí, kvalita a korektnost modelů Výpočty výšky ne každá dlouhá kost je dobře korelovaná s výškou dané geneticky i epigeneticky Výpočet hmotnosti z výšky tautologie? Korelace tvaru pánve s výškou a hmotností je tropická adaptace reálná? Je možné vypočíst BMI nebo jiné indexy tvaru těla Míra robusticity těla a reliéf a poměr délky
8 Hledání závislostí, kvalita a korektnost modelů Vztah velikosti těla a mozku Je samotná velikost mozku relevantní? Jak odhadnout správně velikost mozku objem nebo hmotnost?? Jaká je reálná variabilita mozku na úrovni rodu, druhu a populací?? Jsou orangutani výjimkou? Problematika encefalizačních kvocientů
9 Charakter vstupního materiálu - příklady Pohlavní rozdíly a variabilita segmentů končetin svrchní paleolit vliv četnosti a kompletnosti skeletů Regionální a pohlavní variabilita ve svrchním paleolitu Populační a pohlavní variabilita u neolitických populací a její interpretace z hlediska změn v průběhu neolitu
10 Svrchní paleolit variabilita dlouhých kostí 4 Scatterplot (HSALHW1.STA 89v*304c) : 0 = 26,2316+0,7927*x : 1 = 138,415+0,5303*x GREN4L 0 Scatterplot (HSALHW1.STA 89v*304c) : 0 = 59,9109+0,78*x : 1 = 215,8581+0,2157*x TIBLNGMX DV-XV-L AURIGNAC PR-XIVr PR-XIVL DV-XIIIL DV-XIIIR PR-IXL PR-IXr GrottedesEnfants5 PR-IVr PR-IVL PR-Vr PR-XL DV-IIIrec PR-VL GrottedesEnfants6 CombeCap FEMLNGMX B.Caviglione1 OhaloIIH2 Paviland AreneCandide1-IP DV-XVI-R DV-XVI-L SUNGIR1L SUNGIR1R PR-IIIL DV-XIV-R PR-IIIr DV-XIV-L GROTENFL GROTENFR BAGRA2L : 0 GROUP: 31 : 1 GROUP: 31 HUTOLE DV-XV-L PR-IVr PR-IVL PR-Xr PR-XL DV-IIIrec GrottedesEnfants5 GrottedesEnfants6 OhaloIIH2 DV-XIIIR PR-XIVr Paviland PR-XIVL B.Caviglione1 DV-XIIIL PR-IXL PR-IXr DV-XVI-L Paglicci25 AreneCandide1-IP FEMLNGMX PAVLOVL DV-XIV-R PAVLOVR DV-XIV-L SUNGIR1L GREN4L BdeTorre2 PR-IIIr SUNGIR1R PR-IIIL BAGRA2L : 0 GROUP: 31 : 1 GROUP: Scatterplot (HSALHW1.STA 89v*304c) : 0 = 74,0589+0,4801*x : 1 = -158,5336+1,1063*x 300 Scatterplot (HSALHW1.STA 89v*304c) : 0 = 47,7023+0,6327*x : 1 = 16,3511+0,7337*x DV-XIV-L DV-XIV-R SUNGIR1R PR-IIIL PR-IIIr SUNGIR1L BAGRA2L GREN4L PAVLOVR DV-XIV-L PR-IIIL SUNGIR1R PR-IIIr SUNGIR1L GREN4L DV-XIV-R BAGRA2L RAMALE PR-XL PR-IVL PR-IVr DV-XVI-L PR-IXr PR-IXL DV-XIIIR DV-XIIIL OhaloIIH2 AreneCandide1-IP PR-XIVr PR-XIVL B.Caviglione1 RAMALE DV-XVI-L PR-XIVL PR-XIVr Paglicci25 PR-IXr PR-IXL B.Caviglione1 DV-XIIIR PR-IVL PR-IVr DV-XIIIL OhaloIIH2 AreneCandide1-IP PR-XL BdeTorre2 2 DV-IIIrec 2 DV-IIIrec DV-XV-L GrottedesEnfants6 GrottedesEnfants : 0 GROUP: 31 : 1 GROUP: GrottedesEnfants6 GrottedesEnfants5 DV-XV-L : 0 GROUP: 31 : 1 GROUP: 31 TIBLNGMX HUTOLE
11 Svrchní paleolit regionální a pohlavní variabilita dlouhých kostí 5 European Upper Paleolithic Homo sapiens 0 European Upper Paleolithic Homo sapiens Femur 4 4 Humerus Medit. males Medit. females CE males CE. females Box2 Box1 Outliers Extremes Medit. males Medit. females CE males CE females Box2 Box1 Outliers Extremes 4 European Upper Paleolithic Homo sapiens 300 European Upper Paleolithic Homo sapiens Tibia 0 Radius Medit. males Medit. females CE. males CE females Box2 Box1 Outliers Extremes Medit. males Medit. females CE males CE females Box2 Box1 Outliers Extremes
12 Svrchní paleolit regionální a pohlavní variabilita zátěžových segmentů 56 European Upper Paleolithic Homo sapiens Head breadth Medit. males Medit. females CE males CE females Box2 Box1 Outliers Extremes European Upper Paleolithic Homo sapiens 32 European Upper Paleolithic Homo sapiens Antero-posterior midshaft diameter Medit. males Medit. females CE. males CE females Box2 Box1 Outliers Extremes Medio-lateral midshaft diameter Medit. males Medit. females CE males CE females Box2 Box1 Outliers Extremes
13 Variabilita dlouhých kostí u neolitckých populací Vliv statistických charakteristik souboru Reálné rozložení a četnost dat medián a maximální a minimální hodnoty biologická variabilita Statistický popis dat průměr a směrodatná odchylka Pohled průměru přesnost výpočtu průměrné hodnoty a její interpretace například pro charakterizaci populace a míru adaptace na určité změny prostředí
14 Variabilita délky femuru v neolitu FEMLNGMX Categ. Box & Whisker Plot: FEMLNGMX Median 25%-75% Min-Max FEMLNGMX Categ. Box & Whisker Plot: FEMLNGMX ±SD ±1,96*SD FEMLNGMX Categ. Box & Whisker Plot: FEMLNGMX ±SE ±1,96*SE
15 Variabilita délky tibie v neolitu Categ. Box & Whisker Plot: TIBLNGMX Categ. Box & Whisker Plot: TIBLNGMX TIBLNGMX Median 25%-75% Min-Max TIBLNGMX ±SD ±1,96*SD TIBLNGMX Categ. Box & Whisker Plot: TIBLNGMX ±SE ±1,96*SE
16 Variabilita poměru segmentů dolní končetiny v neolitu 0,90 0,88 0,86 0,84 0,82 0,80 0,78 0,76 0,74 Categ. Box & Whisker Plot: CRURAL 0,94 0,92 0,90 0,88 0,86 0,84 0,82 0,80 0,78 0,76 0,74 0,72 Categ. Box & Whisker Plot: CRURAL CRURAL 0,90 0,88 0,86 0,84 0,82 0,80 0,78 0,76 0,74 Median 25%-75% Min-Max CRURAL 0,94 0,92 0,90 0,88 0,86 0,84 0,82 0,80 0,78 0,76 0,74 0,72 ±SD ±1,96*SD Categ. Box & Whisker Plot: CRURAL 0,90 0,88 0,86 0,84 0,82 0,80 0,78 0,76 CRURAL 0,90 0,88 0,86 0,84 0,82 0,80 0,78 0,76 ±SE ±1,96*SE
17 Variabilita velikosti hlavice femuru v neolitu HEADBRTH Categ. Box & Whisker Plot: HEADBRTH Median 25%-75% Min-Max HEADBRTH Categ. Box & Whisker Plot: HEADBRTH ±SD ±1,96*SD Categ. Box & Whisker Plot: HEADBRTH HEADBRTH ±SE ±1,96*SE
18 Rekonstrukce tělesné výšky a variabilita modelů a její příčiny Nejpřesnější rekonstrukce výšky by měla být anatomická Nekompletnost skeletů velká nepřesnost U úplných koster je překvapivě značná nepřesnost Empirické statistické modely Tabulkové zcela nevhodné Regresní liší se přístupem, tedy jakou kost použít a jakou regresí vypočítávat
19 Regresní modely vstupní data Dvě základní strategie Použít nejpřesnější odhadní parametr i za cenu jeho rekonstrukce Využít jakéhokoliv zdroje bez ohledu na přesnost, správněji nepřesnost odhadu Variabilita přesnosti odhadů je obrovská daleko nejpřesnější jsou odhady založené na délce femuru, u anatomicky moderního člověka je možno použít i humerus ostatní části skeletu mají doslova nepredikovatelnou variabilitu a odhady jsou velmi nepřesné
20 Regresní modely - metody Klasická regrese metodou nejmenších čtverců nebo mnohočetná regrese jsou nepřesné silně zmenšují variabilitu souboru byly používány zvlášť pro muže a ženy Metoda hlavní osy nejpopulárnější Metoda redukované hlavní osy statisticky zřejmě nejkorektnější ale.
21 Příklady empirického ověření Svrchní paleolit málo četné soubory spíše vysokorostlých populací, nebo spíše zlomků populací variabilita výšky byla značné velké pohlavní rozdíly Neolitické populace poměrně početné soubory často reprezentující populaci sensu lato mezipopulační rozdíly relativně malé pohlavní rozdíly
22 Které modely jsou nejlepší jeden nebo více? Kvalita modelu záleží na vstupní modelové populaci jedna specifická pygmejové Velká regionální kavkazané, evropané, natives Ani jeden z recentních modelů není a nemůže být kompatibilní s pravěkými populacemi a ani s historickými Výhodné proto může být současné využití více modelů a interpretace průměrné hodnoty
23 Rekostrukce výšky svrchní paleolit 200 Reconstruction of body height - Upper Paleolithic Body heitht in cm FelLun89LineSpacing(4) FeldFo96LineSpacing(4) 1 SjovaldCaLineSpacing(4) SjovaldAllLineSpacing(4) SjoHumerAllLineSpacing(4) 1 Olivier86bLineSpacing(4) KnussMaleLineSpacing(4) KnussFemLineSpacing(4) Femur
24 Rekonstrukce výšky - neolit 190 Reconstruction of body height - late Neolithic and Únětice Body height in cm FelLun89LineSpacing(4) FeldFo96LineSpacing(4) 1 SjovaldCaLineSpacing(4) 145 SjovaldAllLineSpacing(4) SjoHumerAllLineSpacing(4) 1 Olivier86bLineSpacing(4) KnussMaleLineSpacing(4) 135 KnussFemLineSpacing(4) 130 VanèataComp Femur
25 Výška a adaptibilita populací Je výška přesná a lze ji vůbec přesně rekonstruovat? Výška populací je nepřesná není měřena zcela standardně Výběr v populacích je ad hoc, zejména v populacích exotických Výšku tedy nelze přesně rekonstruovat chyba vstupních dat i nepřesnost výsledků Lze ji ale rekonstruovat standardním způsobem, a tudíž může být srovnatelná mezi populacemi, zejména pravěkými
26 Rekostrukce výšky u svrchně paleolitických populací 200 European Upper Paleolithic Homo sapiens Body height 1 1 Medit. males Medit. females CE males CE females Outliers Extremes
27 Rekonstrukce výšky u neolitických populací MA a RMA nové metody Categ. Box & Whisker Plot: BHFELU89 Categ. Box & Whisker Plot: BHFELFO BHFELU BHFELFO Median 25%-75% Min-Max Median 25%-75% Min-Max Categ. Box & Whisker Plot: SJOVALDC Categ. Box & Whisker Plot: SJOVALDA SJOVALDC SJOVALDA Median 25%-75% Min-Max Median 25%-75% Min-Max
28 Rekonstrukce výšky u neolitických populací klasické metody 190 Categ. Box & Whisker Plot: JUNPYMA JUNPYMA Median 25%-75% Min-Max 180 Categ. Box & Whisker Plot: KNUSMAFE 175 Categ. Box & Whisker Plot: KNUSMAFE KNUSMAFE KNUSMAFE Median 25%-75% Min-Max Median 25%-75% Min-Max
29 Rekonstrukce výšky u neolitických populací metoda průměrných hodnot 190 Categ. Box & Whisker Plot: BHMEAN 190 Categ. Box & Whisker Plot: BHMEAN BHMEAN BHMEAN Median 25%-75% Min-Max ±SD ±1,96*SD 175 Categ. Box & Whisker Plot: BHMEAN BHMEAN ±SE ±1,96*SE
30 Rekonstrukce hmotnosti U pravěkých populací je možno věrohodně rekonstruovat maximálně výšku Hmotnost je funkcí výšky a je poměrně snadno rekonstruovatelná, pokud zvolíme vhodnou modelovou populaci Hmotnost lze rekonstruovat z velikosti povrchu kloubních ploch nebo průřezů diafýz kostí
31 Rekonstrukce hmotnosti jak na to? Hmotnost není jednoznačně korelovaná s výškou působí zde řada epigenetických a environmentální, ale i genetických faktorů Hmotnost je sice korelovaná s průřezy diafýz, ale korelace není z mnoha důvodů příliš průkazná a především není jednoduše porovnatelná Hmotnost je sice dobře korelovatelná s kloubními povrchy, ale ne jednotlivě, nýbrž jako převodní systém Opět je tedy na místě počítat průměrné hodnoty
32 Rekostrukce hmotnosti - jak na to? Které části kostry nejlépe použít? Postkraniální skelet Skelet dolní končetiny hlavice femuru a produkty (modifikované povrchy) distálního femuru, proximální a distální tibie Co dělat je-li variabilita povrchu kloubu příliš velká klouby jsou totiž variabilní i podle pohybové zátěže a jiných faktorů Přidat do výpočetního setu rovnice založené na výšce těla rozumná fyziologická kompenzace extrémů
33 Rekonstrukce hmotnosti svrchní paleolit Relation of estimated height and mass - old and new approaches Old Upper PalLineSpacing(4) New Upper PalLineSpacing(4) Old NeolithicLineSpacing(4) New Neolithic 75 Body mass in kg Body height in cm
34 Rekonstrukce hmotnosti - Neolit Reconstruction of body mass - late Neolithic and Únětice Femoral headlinespacing(4) SubtroProdLineSpacing(4) DistTibProdLineSpacing(4) HeightFunctLineSpacing(4) VančataComp Body mass in kg Body height in cm
35 Variabilita hmotnosti svrchní paleolit 90 European Upper Paleolithic Homo sapiens Body mass 30 Medit. males Medit. females CE males CE females Outliers Extremes
36 Variabilita hmotnosti neolit Metoda průměrných hodnot 80 Categ. Box & Whisker Plot: BODYMASS Categ. Box & Whisker Plot: BODYMASS BODYMASS BODYMASS Median 25%-75% Min-Max ±SD ±1,96*SD BODYMASS Categ. Box & Whisker Plot: BODYMASS ±SE ±1,96*SE
37 Hmotnost - jednotlivé kloubní plochy 85 Categ. Box & Whisker Plot: LSHEHOMC Categ. Box & Whisker Plot: LSDFHOMC LSHEHOMC LSDFHOMC Median 25%-75% Min-Max Median 25%-75% Min-Max 90 Categ. Box & Whisker Plot: LSPTHOMC 90 Categ. Box & Whisker Plot: LSDTHOMC LSPTHOMC LSDTHOMC Median 25%-75% Min-Max Median 25%-75% Min-Max
38 Hmotnost výška postavy Categ. Box & Whisker Plot: BWJUST Categ. Box & Whisker Plot: BWWOLP BWJUST BWWOLP ±SD ±1,96*SD ±SD ±1,96*SD Categ. Box & Whisker Plot: BWRUFFW BWRUFFW ±SD ±1,96*SD
39 Výška a hmotnost variabilita a adaptace Jasné je, že samotná výška a hmotnost poskytují celou řadu zajímavých údajů, avšak jednotlivě mají malou výpovědní hodnotu o míře adaptace populací Nepochybně je potřeba brát v úvahu i další faktory jako je robusticita a proporcionalita Rekonstrukce BMI a Rohrerova indexu je jednou z možností jak hodnotit míru adaptace u pravěkých populací
40 Evoluce rodu Homo adaptace tvaru a velikosti těla v průběhu evoluce 1,7 Homoevolution-Rohreŕsindex 1,6 1,5 1,4 Rohreŕsindex 1,3 1,2 1,1 1,0 Egaster Heidelb EAMH LAMH Erectus Neander UpAMH Mesol ±SE ±SD
Variabilita a adaptibilita člověka 4. Doc. Václav Vančata
Variabilita a adaptibilita člověka 4 Doc. Václav Vančata Variabilita variability aneb jak posuzovat míru adaptace z nepřesných vstupních dat Charakter vstupního materiálu Fosilní primáti - hominidé Fosilní
Biologická a genetická historie osídlování Evropy cesta k pochopení variability, diversity a etnicity současných lidských populací - 1
Biologická a genetická historie osídlování Evropy cesta k pochopení variability, diversity a etnicity současných lidských populací - 1 Doc. Václav Vančata Projekt ESF OP VK "Vzdělávání pedagogů pro integraci
Základy biologické antropologie 6. Doc. Václav Vančata katedra biologie a ekologické Ped F UK
Základy biologické antropologie 6 Doc. Václav Vančata katedra biologie a ekologické Ped F UK časová Variabilita populační i časová populační Jak chápat variabilitu? Hlavní faktory a etapy hominizačního
Variabilita a adaptibilita člověka. Doc. Václav Vančata
Variabilita a adaptibilita člověka Doc. Václav Vančata Variabilita a adaptibilita člověka 2 Evoluce a diversita rodu Homo časová Variabilita populační i časová populační Tvarové změny nebo vývojové trendy?
Studium žárových hrobů
Studium žárových hrobů Definice kremace Pod pojmem kremace rozumíme celkové množství nespalitelných ostatků lidského těla. Zpravidla se jedná o mineralizované části kostí. Pokud je teplota při spalování
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.1 Matematické principy vícerozměrných metod statistické analýzy
Předpověď plemenné hodnoty Něco málo z praxe. Zdeňka Veselá
Předpověď plemenné hodnoty Něco málo z praxe Zdeňka Veselá vesela.zdenka@vuzv.cz Příprava datových souboru Databáze s výsledky užitkovosti jsou zpravidla obrovské soubory Např. kontrola užitkovosti masného
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
Původ a vývoj člověka
Původ a vývoj člověka Člověk svým původem navazuje na živočišnou říši a je součástí přírody. Vývoj člověka je složitý a dlouhodobý proces, při kterém došlo k celé řadě změn v anatomické stavbě, fyziologii
Heritabilita. Heritabilita = dědivost Podíl aditivního rozptylu na celkovém fenotypovém rozptylu Výpočet heritability
Heritabilita Heritabilita = dědivost Podíl aditivního rozptylu na celkovém fenotypovém rozptylu Výpočet heritability h 2 = V A / V P Výpočet genetické determinance znaku h 2 = V G / V P Heritabilita závisí
STATISTICKÉ ODHADY Odhady populačních charakteristik
STATISTICKÉ ODHADY Odhady populačních charakteristik Jak stanovit charakteristiky rozložení sledované veličiny v základní populaci? Populaci většinou nemáme celou k dispozici, musíme se spokojit jen s
MÍRY ZÁVISLOSTI (KORELACE A REGRESE)
zhanel@fsps.muni.cz MÍRY ZÁVISLOSTI (KORELACE A REGRESE) 2.5 MÍRY ZÁVISLOSTI 2.5.1 ZÁVISLOST PEVNÁ, VOLNÁ, STATISTICKÁ A KORELAČNÍ Jednorozměrné soubory - charakterizovány jednotlivými statistickými znaky
Analýza dat na PC I.
CENTRUM BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Analýza dat na PC I. Popisná analýza v programu Statistica IBA výuka Základní popisná statistika Popisná statistika
Popisná statistika. Komentované řešení pomocí MS Excel
Popisná statistika Komentované řešení pomocí MS Excel Vstupní data Máme k dispozici data o počtech bodů z 1. a 2. zápočtového testu z Matematiky I v zimním semestru 2015/2016 a to za všech 762 studentů,
=10 =80 - =
Protokol č. DĚDIČNOST KVALITATIVNÍCH VLASTNOSTÍ ) Jednorozměrné rozdělení fenotypové charakteristiky (hodnoty) populace ) Vícerozměrné rozdělení korelační a regresní počet pro dvě sledované vlastnosti
Lidská vyvojová biologie - Cvičení 4 Jak a proč zkoumat růst a vývoj Doc. Václav Vančata
Lidská vyvojová biologie - Cvičení 4 Jak a proč zkoumat růst a vývoj Doc. Václav Vančata katedra biologie a ekologické Ped Ped F UK UK Náměty ke cvičení Jak a proč zkoumat růst a vývoj změny ve výšce a
ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK
ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz POPISNÉ STATISTIKY - OPAKOVÁNÍ jedna kvalitativní
RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 7 Jak hodnotit vztah spojitých proměnných
ANALÝZA DAT V R 2. POPISNÉ STATISTIKY. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.
ANALÝZA DAT V R 2. POPISNÉ STATISTIKY Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz CO SE SKRÝVÁ V DATECH data sbíráme proto, abychom porozuměli
Statistika. cílem je zjednodušit nějaká data tak, abychom se v nich lépe vyznali důsledkem je ztráta informací!
Statistika aneb známe tři druhy lži: úmyslná neúmyslná statistika Statistika je metoda, jak vyjádřit nejistá data s přesností na setinu procenta. den..00..00 3..00..00..00..00..00..00..00..00..00..00 3..00..00..00..00..00..00..00
POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica
POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica Program Statistica I Statistica je velmi podobná Excelu. Na základní úrovni je to klikací program určený ke statistickému zpracování dat.
Vzorová prezentace do předmětu Statistika
Vzorová prezentace do předmětu Statistika Popis situace: U 3 náhodně vybraných osob byly zjišťovány hodnoty těchto proměnných: SEX - muž, žena PUVOD Skandinávie, Středomoří, 3 západní Evropa IQ hodnota
Metodika výpočtu relativních vah
Metodika výpočtu relativních vah Michal Uher, Tomáš Pavlík, Zbyněk Bortlíček, Markéta Bartůňková, Petra Kovalčíková, Martina Hlostová, Miroslav Zvolský, Ladislav Dušek Ústav zdravotnických informací a
Somatometrie, klinická antropometrie
Somatometrie, klinická antropometrie Teorie: Somatometrie je základní výzkumná metoda v antropologii. Jedná se o měření tělesných proporcí a rozměrů na živém jedinci. Pravidla, rozdělení, hranice a klasifikace,
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
Oftalmologie Ophthalmology
2 www.natic.cz 3 4 www.natic.cz Oftalmologie Ophthalmology Rohovka kryoprezervovaná / Cornea Cryopreserved / / / No 1 Rohovka / Cornea 300004-201 Kryoprezervovaná, rohovkový štěp se sklerálním límcem v
Popisná statistika. Statistika pro sociology
Popisná statistika Jitka Kühnová Statistika pro sociology 24. září 2014 Jitka Kühnová (GSTAT) Popisná statistika 24. září 2014 1 / 31 Outline 1 Základní pojmy 2 Typy statistických dat 3 Výběrové charakteristiky
Obsah. Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku
Obsah Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v
RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 3 Jak a kdy použít parametrické a
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
Metodologie pro ISK II
Metodologie pro ISK II Všechny hodnoty z daného intervalu Zjišťujeme: Centrální míry Variabilitu Šikmost, špičatost Percentily (decily, kvantily ) Zobrazení: histogram MODUS je hodnota, která se v datech
Základy genetiky populací
Základy genetiky populací Jedním z významných odvětví genetiky je genetika populací, která se zabývá studiem dědičnosti a proměnlivosti u velkých skupin jedinců v celých populacích. Populace je v genetickém
Určování dožitého věku z kosterního materiálu
Určování dožitého věku z kosterního materiálu Při určování věku z kosterních pozůstatků určujeme Biologický (kostní) věk Tento věk je ovlivněn etnickými a diachronními rozdíly v tempu stárnutí. Navíc se
Metodologie a metody práce s holocéním osteologickým materiálem. Václav Vančata
Metodologie a metody práce s holocéním osteologickým materiálem Václav Vančata Antropologický ústav PřF MU Brno Brno 2015 Tento učební text vznikl díky finanční podpoře projektu MŠMT Formování mezinárodního
Aplikovaná statistika v R - cvičení 3
Aplikovaná statistika v R - cvičení 3 Filip Děchtěrenko Matematicko-fyzikální fakulta filip.dechterenko@gmail.com 5.8.2014 Filip Děchtěrenko (MFF UK) Aplikovaná statistika v R 5.8.2014 1 / 10 Lineární
4. Zpracování číselných dat
4. Zpracování číselných dat 4.1 Jednoduché hodnocení dat 4.2 Začlenění dat do písemné práce Zásady zpracování vědecké práce pro obory BOZO, PÚPN, LS 2011 4.1 Hodnocení číselných dat Popisná data: střední
Tomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
Úvod do kurzu. Moodle kurz. (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost
Úvod do kurzu Moodle kurz (a) https://dl1.cuni.cz/course/view.php?id=2022 (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost Výpočty online: www.statisticsonweb.tf.czu.cz Začátek výuky posunut
Korelační a regresní analýza. 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza
Korelační a regresní analýza 1. Pearsonův korelační koeficient 2. jednoduchá regresní analýza 3. vícenásobná regresní analýza Pearsonův korelační koeficient u intervalových a poměrových dat můžeme jako
Vztah nákladn kladů a kvality zdravotní péče v zemích OECD Žaneta Srbená 2006 Cíl Ověř ěření existence statistické závislosti mezi kvalitou zdravotní péče e a náklady n na zdravotní péči i (celkovými,
TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar
1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,
KMA/SZZS1 Matematika 1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, operace s limitami. 2. Limita funkce
Evoluce lidského skeletu Jak se formoval skelet rodu Homo. Doc. Václav Vančata katedra biologie a ekologické Ped F UK
Evoluce lidského skeletu Jak se formoval skelet rodu Homo Doc. Václav Vančata katedra biologie a ekologické Ped F UK Základní období třetihor a evoluce primátů Archonta jsou polyfyletickou skupinou. Letouni
ZÁKLADY ANTROPOGENEZE. Evoluce primátů. Primáti. Vznik a vývoj člověka
Dva vzpřímen meně jdoucí tvorové zanechali tyto otisky v sopečném m popelu před p 3,5 miliony let Vznik a vývoj člověka ZÁKLADY ANTROPOGENEZE Evoluce primátů vznik primátů v křídě z hmyzožravců pohyb brachiací
1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou
Odhad šířky pánve z morfologie stehenní kosti
Západočeská univerzita v Plzni Fakulta filozofická Diplomová práce Odhad šířky pánve z morfologie stehenní kosti Barbora Valešová Plzeň 2014 Západočeská univerzita v Plzni Fakulta filozofická Katedra antropologie
Exkurze pro 3. ročníky Lidské tělo pod drobnohledem
Exkurze pro 3. ročníky Lidské tělo pod drobnohledem Termíny konání: 16. září 2014 Cíle exkurze: žáci uvidí reálné kosterní pozůstatky či umělé makety jednotlivých členů vývojové řady člověka prohlédnou
Zdravověda a první pomoc se zaměřením na lakros
Zdravověda a první pomoc se zaměřením na lakros Coach team Přednášející Mgr.Magdalena Kramlová - fyzická aktivita je jedním ze 4 základních atributů života ZÁKLADNÍ TYPY FYZICKÉ AKTIVITY: 1. Sport masový,
AVDAT Nelineární regresní model
AVDAT Nelineární regresní model Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Nelineární regresní model Ey i = f (x i, β) kde x i je k-členný vektor vysvětlujících proměnných
Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice
Hodnocení plemenných + chovných + užitkových prasat
Hodnocení plemenných + chovných + užitkových prasat Metodické pokyny SCHP Hodnocení plemenných prasat Cíl hodnocení stanovit předpoklad využití zvířat v plemenitbě k dalšímu šlechtění populace k masovému
ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY
zhanel@fsps.muni.cz ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY METODY DESKRIPTIVNÍ STATISTIKY 1. URČENÍ TYPU ŠKÁLY (nominální, ordinální, metrické) a) nominální + ordinální neparametrické stat. metody b) metrické
PŘÍLOHY. Seznam příloh
PŘÍLOHY Seznam příloh Příloha I. Příloha II. Příloha III. Příloha IV. Příloha V. Informovaný souhlas Vyjádření etické komise Seznam použitých zkratek Seznam ilustrací Seznam tabulek PŘÍLOHA I. INFORMOVANÝ
Jasové transformace. Karel Horák. Rozvrh přednášky:
1 / 23 Jasové transformace Karel Horák Rozvrh přednášky: 1. Úvod. 2. Histogram obrazu. 3. Globální jasová transformace. 4. Lokální jasová transformace. 5. Bodová jasová transformace. 2 / 23 Jasové transformace
Pravděpodobnost a aplikovaná statistika
Pravděpodobnost a aplikovaná statistika MGR. JANA SEKNIČKOVÁ, PH.D. 8. KAPITOLA STATISTICKÉ TESTOVÁNÍ HYPOTÉZ 22.11.2016 Opakování: CLV příklad 1 Zadání: Před volbami je v populaci státu 52 % příznivců
VÝVOJ MEDIN. Ing. Luboš Žilka, 27.6.2014
VÝVOJ MEDIN Ing. Luboš Žilka, 27.6.2014 PŘEDSTAVENÍ FIRMY MEDIN, a.s. Český výrobce zdravotnických prostředků s tradicí výroby v Novém Městě na Moravě od roku 1949 PŘEDSTAVENÍ FIRMY MEDIN GROUP: MEDIN,
Číselné charakteristiky
. Číselné charakteristiky statistických dat Průměrný statistik se během svého života ožení s 1,75 ženami, které se ho snaží vytáhnout večer do společnosti,5 x týdně, ale pouze s 50% úspěchem. W. F. Miksch
Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry
Testování hypotéz Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry Testování hypotéz Obecný postup 1. Určení statistické hypotézy 2. Určení hladiny chyby 3. Výpočet
STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)
STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky) 1) Význam a využití statistiky v biologických vědách a veterinárním lékařství ) Rozdělení znaků (veličin) ve statistice 3) Základní a
PROTOKOL: ANATOMICKÉ ZMĚNY POHYBOVÉHO APARÁTU U ČLOVĚKA V
PROTOKOL: ANATOMICKÉ ZMĚNY POHYBOVÉHO APARÁTU U ČLOVĚKA V DŮSLEDKU VERTIKALIZACE I. 1) POPIŠTE ANATOMICKÉ ZMĚNY NA KOSTŘE NOHY ČLOVĚKA OPROTI LIDOOPŮM Vlevo noha šimpanze, vpravo noha člověka (Beneš 1994,
Hodnocení plemenných + chovných + užitkových prasat
Hodnocení plemenných + chovných + užitkových prasat Metodické pokyny SCHP Hodnocení plemenných prasat Cíl hodnocení stanovit předpoklad využití zvířat v plemenitbě k dalšímu šlechtění populace k masovému
Absolutní rozměry nedávají dostatečnou představu o tvarových a jiných odlišnostech. Vyuţívá se proto i antropologických ukazatelů INDEXŮ.
INDEXY -Nejčastější indexy a relativní rozměry - Indexy tělesných segmentů - Výško-váhové indexy pro určování množství tuku v těle - Vybrané indexy hlavy Absolutní rozměry nedávají dostatečnou představu
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
VNITROSKUPINOVÝ ROZPTYL. Je mírou variability uvnitř skupin Jiný název: průměr rozptylů Vypočítává se jako průměr rozptylů v jednotlivých skupinách
ROZKLAD ROZPTYLU ROZKLAD ROZPTYLU Rozptyl se dá rozložit na vnitroskupinový a meziskupinový rozptyl. Celkový rozptyl je potom součet meziskupinového a vnitroskupinového Užívá se k výpočtu rozptylu, jestliže
Paleolitická adna. Mitochondriální DNA Nukleární DNA Y Porovnání současné DNA (Paleogenetika, National Geographic )
Paleolitická adna Paleolitická adna Mitochondriální DNA Nukleární DNA Y Porovnání současné DNA (Paleogenetika, National Geographic ) Genographic project https://genographic.nationalgeographic.com/ 1000genomes
Sportvital Diagnostický program pro děti d
Sportvital Diagnostický program pro děti d a mládež Doc. MUDr. Libor Vítek, PhD,, MBA Mgr. Jan Taussig Proč diagnostika dětí? Zejména pro narůstající výskyt obezity nejen dospělé, ale i dětské populace
Statistika (KMI/PSTAT)
Statistika (KMI/PSTAT) Cvičení dvanácté aneb Regrese a korelace Statistika (KMI/PSTAT) 1 / 18 V souboru 25 jedinců jsme měřili jejich výšku a hmotnost. Výsledky jsou v tabulce a grafu. Statistika (KMI/PSTAT)
TLOUŠŤKOVÁ A VÝŠKOVÁ STRUKTURA A JEJÍ MODELOVÁNÍ
TLOUŠŤKOVÁ A VÝŠKOVÁ STRUKTURA A JEJÍ MODELOVÁNÍ 1 Vlastnosti tloušťkové struktury porostu tloušťky mají vyšší variabilitu než výšky světlomilné dřeviny mají křivku početností tlouštěk špičatější a s menší
Lineární regrese. Komentované řešení pomocí MS Excel
Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních
Univerzita Pardubice. Fakulta chemicko-technologická Katedra analytické chemie. Licenční studium Statistické zpracování dat
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Statistické zpracování dat Semestrální práce Interpolace, aproximace a spline 2007 Jindřich Freisleben Obsah
Genetika kvantitativních znaků
Genetika kvantitativních znaků Kvantitavní znaky Plynulá variabilita Metrické znaky Hmotnost, výška Dojivost Srstnatost Počet vajíček Velikost vrhu Biochemické parametry (aktivita enzymů) Imunologie Prahové
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
Biologická antropologie jako významný zdroj poznatků o lidské variabilitě, etnicitě a vývoji lidských populací Doc. Václav Vančata
Biologická antropologie jako významný zdroj poznatků o lidské variabilitě, etnicitě a vývoji lidských populací Doc. Václav Vančata Projekt ESF OP VK "Vzdělávání pedagogů pro integraci žáků a studentů se
Povrch, objem, proporce. Jindřiška Svobodová
Povrch, objem, proporce Jindřiška Svobodová Plocha a objem tělesa Tělesa z geometrického pohledu se liší svými proporcemi, fakta: Plocha povrchu těles roste s 2.mocninou jejich lineárního rozměru Objem
PROTOKOL: ANATOMICKÉ ZMĚNY POHYBOVÉHO APARÁTU U ČLOVĚKA V
PROTOKOL: ANATOMICKÉ ZMĚNY POHYBOVÉHO APARÁTU U ČLOVĚKA V DŮSLEDKU VERTIKALIZACE 1) POPIŠTE ANATOMICKÉ ZMĚNY NA KOSTŘE NOHY ČLOVĚKA OPROTI LIDOOPŮM Vlevo noha šimpanze, vpravo noha člověka (Beneš 1994,
Pokročilé metody geostatistiky v R-projektu
ČVUT V PRAZE, Fakulta stavební, Geoinformatika Pokročilé metody geostatistiky v R-projektu Autoři: Vedoucí projektu: RNDr. Dr. Nosková Jana Studentská grantová soutěž ČVUT 2011 Praha, 2011 Geostatistika
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
Základy popisné statistiky
Základy popisné statistiky Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 8. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 26 Obsah 1 Základy statistického zpracování dat 2
Rozdíl rizik zbytečného signálu v regulačním diagramu (I,MR) a (xbar,r)
Rozdíl rizik zbytečného signálu v regulačním diagramu (I,MR) a (xbar,r) Bohumil Maroš 1. Úvod Regulační diagram je nejefektivnější nástroj pro identifikaci stability, resp. nestability procesu. Vhodně
Vypracování časové osy: žáci použijí obě poloviny sešitu. Nadpis: Vývoj člověka
VÝVOJ ČLOVĚKA: Vypracování časové osy: žáci použijí obě poloviny sešitu. Nadpis: Vývoj člověka - blíže levému okraji narýsují tužkou přímku, kterou rozdělí po 5cm (miliony let), každých 5cm rozdělí po
Národní informační středisko pro podporu kvality
Národní informační středisko pro podporu kvality Využití metody bootstrapping při analýze dat II.část Doc. Ing. Olga TŮMOVÁ, CSc. Obsah Klasické procedury a statistické SW - metody výpočtů konfidenčních
Simulace. Simulace dat. Parametry
Simulace Simulace dat Menu: QCExpert Simulace Simulace dat Tento modul je určen pro generování pseudonáhodných dat s danými statistickými vlastnostmi. Nabízí čtyři typy rozdělení: normální, logaritmicko-normální,
Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace )
Příklad č. 1 Stanovení manganu a míry přesnosti kalibrace ( Lineární kalibrace ) Zadání : Stanovení manganu ve vodách se provádí oxidací jodistanem v kyselém prostředí až na manganistan. (1) Sestrojte
Charakteristika datového souboru
Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex
STATISTICKÉ CHARAKTERISTIKY
STATISTICKÉ CHARAKTERISTIKY 1 Vytvořeno s podporou projektu Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na discipliny společného základu (reg. č. CZ.1.07/2.2.00/28.0021)
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
Náhodná veličina a rozdělení pravděpodobnosti
3.2 Náhodná veličina a rozdělení pravděpodobnosti Bůh hraje se světem hru v kostky. Jsou to ale falešné kostky. Naším hlavním úkolem je zjistit, podle jakých pravidel byly označeny, a pak toho využít pro
přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.
3 Grafické zpracování dat Grafické znázorňování je velmi účinný způsob, jak prezentovat statistické údaje. Grafy nejsou tak přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých
Pracovní list č. 3 Charakteristiky variability
1. Při zjišťování počtu nezletilých dětí ve třiceti vybraných rodinách byly získány tyto výsledky: 1, 1, 0, 2, 3, 4, 2, 2, 3, 0, 1, 2, 2, 4, 3, 3, 0, 1, 1, 1, 2, 2, 0, 2, 1, 1, 2, 3, 3, 2. Uspořádejte
Tab. 1. Rozměry pánve užité pro určení pohlaví metodou dle Muraila et al. (2005).
. Přílohy: Tabulky Tab.. Rozměry pánve užité pro určení pohlaví metodou dle Muraila et al. (5). Zkratka PUM (M4) Název Preacetabulární délka stydké kosti SPU Šířka těla os pubis DCOX (M) Maximální výška
MATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 10 Mgr. Petr Otipka Ostrava 01 Mgr. Petr Otipka Vysoká škola báňská Technická univerzita Ostrava ISBN
Tvorba grafů v programu ORIGIN
LICENČNÍ STUDIUM GALILEO STATISTICKÉ ZPRACOVÁNÍ DAT SEMESTRÁLNÍ PRÁCE Tvorba grafů v programu ORIGIN doc.dr.ing.vladimír Pata Univerzita Tomáše Bati ve Zlíně Fakulta technologická Ústav výrobních technologií
6. Lineární regresní modely
6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu
ÚMRTNOST OBYVATELSTVA ČESKÉ A SLOVENSKÉ REPUBLIKY; NÁVRH KONSTRUKCE NOVÝCH ÚMRTNOSTNÍCH TABULEK
ÚMRTNOST OBYVATELSTVA ČESKÉ A SLOVENSKÉ REPUBLIKY; NÁVRH KONSTRUKCE NOVÝCH ÚMRTNOSTNÍCH TABULEK Boris Burcin 1, Klára Hulíková 1, David Kománek 2 1 Katedra demografie a geodemografie, Přírodovědecká fakulta
Selekce. Zdeňka Veselá
Selekce Zdeňka Veselá vesela.zdenka@vuzv.cz Selekce Cílem změna genetické struktury populace 1. Přírodní 2. Umělá Selekce 1. Direkcionální (směrovaná) Nejčastější Výsledkem je posun střední hodnoty populace
Předpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2
Na úloze ukážeme postup analýzy velkého výběru s odlehlými prvky pro určení typu rozdělení koncentrace kyseliny močové u 50 dárců krve. Jaká je míra polohy a rozptýlení uvedeného výběru? Z grafických diagnostik
TECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření Počet stran: 10 Datum odevzdání: 13. 5. 2016 Pavel Kubát Obsah Úvod... 3 1 Charakterizujte
Obecné momenty prosté tvary
Obecné momenty prosté tvary První obecný moment: (Σy i )/n, i=1 n aritmetický průměr, těžiště dat y Druhý obecný moment: (Σy i2 )/n, i=1 n y 2 Obecné momenty prosté tvary Příklad 1 pokračování: y = (3+4+2+3+2+3+3+3)/8
Absolutní rozměry nedávají dostatečnou představu o tvarových a jiných odlišnostech. Vyuţívá se proto i antropologických ukazatelů INDEXŮ.
INDEXY -Nejčastější indexy a relativní rozměry - Indexy tělesných segmentů - Výškováhové indexy pro určování množství tuku v těle - Vybrané indexy hlavy Absolutní rozměry nedávají dostatečnou představu
Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů
Inferenční statistika - úvod z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů Pravděpodobnost postupy induktivní statistiky vycházejí z teorie pravděpodobnosti pravděpodobnost, že