TVOŘIVOST A DOVEDNOST ŽÁKŮ 1. STUPNĚ ZŠ V 21. STOLETÍ THE CREATIVITY AND SKILL OF PUPILS IN PRIMARY SCHOOL IN THE 21 ST CENTURY
|
|
- Martin Hruška
- před 6 lety
- Počet zobrazení:
Transkript
1 Resumé TVOŘIVOST A DOVEDNOST ŽÁKŮ 1. STUPNĚ ZŠ V 21. STOLETÍ THE CREATIVITY AND SKILL OF PUPILS IN PRIMARY SCHOOL IN THE 21 ST CENTURY Romana Adamcová Článek pojednává o testování úrovně neverbální tvořivosti a testování úrovně manuálních dovedností u žáků na 1. stupni základní školy. Jako testovací nástroje byly zvoleny Urbanův test figurálního myšlení a testovací baterie pro psychomotorické dovednosti dle Honzíkové. Klíčová slova: neverbální tvořivost; manuální dovednost; testování Abstract This article deals with testing the level of non-verbal creativity and testing the level of manual skills of primary school children. The Urban s test of figural thinking and Honzikova s test of psychomotoric skills were chosen as testing methods. Key words: non-verbal creativity, manual skills, testing 1 ÚVOD Rozvoj tvořivých schopností a manuálních dovedností jsou hlavní cíle pracovních činností na základní škole i v dnešním 21. století. Naše společnost potřebuje kreativní jedince, kteří by byli zároveň i manuálně šikovní, neboť nové vynálezy jsou výsledkem právě takovýchto lidí. Proto i každého učitele zajímá, jak se během školní docházky rozvíjí jak neverbální tvořivost, tak i manuální dovednosti, zda se s věkem dítě stává tvořivější a manuálně dovednější. Proto jsme se rozhodli pro takový terénní výzkum, jehož hlavním cílem bylo zjistit, jaká je úroveň neverbální tvořivosti a jakou úroveň manuálních dovedností mají žáci na základní škole, resp. na 1. stupni ZŠ. Základní otázkou výzkumu bylo také zjištění, zda žák, který dosahuje vysoké úrovně v testu neverbální tvořivosti, prokáže také vysokou míru manuální dovednosti. 1 TESTOVACÍ NÁSTROJE Jako testovací nástroje v našem výzkumu byly použity Urbanovy testy firgurálního myšlení a Testovací baterie pro psychomotorické dovednosti dle Honzíkové. 1.1 URBANŮV FIGURÁLNÍ TEST TVOŘIVÉHO MYŠLENÍ Urbanův figurální test tvořivého myšlení (test tvořivosti) TSD-Z slouží jako screeningový nástroj, který podává pohled na tvořivé schopnosti jedince. Odpovídá moderním metodám výzkumu tvořivosti. Test zkoumá nejen tvořivé myšlení, ale zohledňuje i kvalitativní znaky tvořivých výkonů. Test je složen ze dvou variant A a B. Na testovém archu jsou figurální fragmenty (půlkruh, tečka, vlnovka, pravý úhel, přerušovaná čára, malé ležaté u mimo rám), které má respondent za úkol dokreslit. Výsledek se hodnotí na základě 14 kritérií, mezi které můžeme zařadit: použití 48
2 předložených prvků, zařazení nových prvků, tematické a grafické spojení fragmentů, abstrakci, fikci a symboliku nebo nekonvenční manipulaci s materiálem. Body se udělují za každé použití 6 fragmentů. Test se vyhodnocuje tak, že se body za každou kategorii zapíší do určeného okénka a sečtou. Teoreticky možný maximální skór v testu je 72 bodů (Urban, Kováč, Jelen, 2003). Obr. 1 Ukázka testovacího archu 1.2 TESTOVACÍ BATERIE PRO PSYCHOMOTORICKÉ DOVEDNOSTI DLE HONZÍKOVÉ Testy reflektují převládající psychomotorické dovednosti v pracovní výchově. Jako základ pro tvorbu testů byla zvolena taxonomie podle M. Simpsona, který rozlišuje sedm úrovní psychomotorických cílů: 1. vnímání činnosti, 2. připravenost na činnost, 3. napodobování činnosti, řízená činnost, 4. mechanická činnost dovednost, 5. komplexní automatická činnost, 6. přizpůsobení, adaptace činnosti, 7. tvořivá činnost. Testovací baterie má 13 testovacích úloh, je praktická, mobilní, nenáročná na pomůcky, není hlučná, úkoly jsou jednoznačně zadány, měření výkonu je jednoduché, testování se provádí na školní lavici, v co možná nejkratším časovém úseku. Čas je u většiny testů měřen při prvním doteku testovaného a končí po odložení úkolu. Respondentovi výzkumník úkol nepředvádí. 49
3 Obr. 2 - Ukázka z testovací baterie - subtest T01 - Zasouvání 2 REALIZACE VÝZKUMU 2.1 POPIS VÝZKUMNÉHO VZORKU A ČASOVÝ HARMONOGRAM VÝZKUMU Sběr dat proběhl na Základních školách v Poběžovicích a Horšovském Týně. Konkrétně byl výzkum rozdělen do třech výzkumných skupin. První skupinou byli chlapci a dívky ve věku 8-9 let v celkovém počtu 20 a druhou skupinou byli rovněž chlapci a dívky ve věku let v celkovém počtu 47. Obě skupiny byly testovány v Urbanově testu a v subtestech testu psychomotorických dovedností. Třetí skupina byla reprezentovaná 10 dospělými osobami ze ZŠ Poběžovice a byla identická pouze pro test psychomotorických dovedností dle Honzíkové bez subtestu T11. Celkový počet respondentů včetně dospělých byl 77. Výzkum žáků probíhal v rámci šesti vyučovacích hodin předmětu pracovní činnosti a sběr dat u dospělých probíhal dvě hodiny. 2.2 ZÁKLADNÍ OTÁZKY A HYPOTÉZY VÝZKUMU Na počátku našeho výzkumu stály základní otázky: Jaký vliv má na manuální dovednosti pohlaví a věk respondentů? 50
4 Jsou žáci, kteří dosáhnou vysokého skóre v testu tvořivosti také manuálně zruční? Na základě těchto otázek byly stanoveny základní hypotézy výzkumu: H1 Mezi výslednými hodnotami z Urbanova testu tvořivosti budou významné rozdíly mezi chlapci a děvčaty. H2 V hodnotách z testů manuálních dovedností budou rozdíly mezi chlapci a děvčaty. H3 U jednotlivých věkových skupin budou rozdíly v naměřených hodnotách v testu manuálních dovedností. H4 Každý respondent, který dosáhne vysokého skóre v testu tvořivosti dosáhne i vysokého skóre v testu manuálních dovedností. 2.3 VÝSLEDKY VÝZKUMU Naměřené hodnoty z obou testů byly statisticky zpracovány. Tabulka 1 prezentuje statistické porovnání hodnot z obou testů z hlediska pohlaví. Tabulka 1 Srovnání výsledků chlapců a dívek v Urbanově testu a jednotlivých subtestech testu psychomotorických dovedností dle Honzíkové Urbanův test celkové skóre Chlapci (n=33) Dívky (n=34) P-hodnota dvouvýběrového testu s rovností či nerovností rozptylů 3 27,30 9,32 a 25,65 10,15 0,489 T01-Zasouvání 38,55 12,06 b 38,84 9,62 0,912 T02-Provlékání 208,25 47,55 b 199,03 43,13 0,410 T03-Třídění 117,06 31,40 b 107,99 23,58 0,184 T04-Navlékání 245,72 34,78 b 239,09 42,13 0,484 T05-Rozmisťování 73,30 21,10 b 68,72 19,10 0,356 T06-Skládání 6,61 3,29 a 6,35 3,67 0,767 T07-Nasouvání 103,36 12,06 b 114,04 9,62 0,148 T08-Stavění 22,67 8,97 b 21,12 12,47 0,561 T09-Otáčení 20,54 6,46 b 21,76 6,13 0,431 T10-Šroubování 103,09 53,57 b 100,59 37,84 0,827 T11-Vystřihování 2,46 1,03 a 2,61 1,29 0,747 T12-Nabírání 26,18 8,88 b 26,34 9,26 0,949 T13-Tvořivost 2,39 1,12 a 2,38 1,15 0,967 3 Konkrétní varianta použita podle výsledků příslušného F-testu shody rozptylů 51
5 a údaje v bodech, průměr směrodatná odchylka b údaje v sekundách, průměr směrodatná odchylka Tabulka 1 ukazuje výsledky testování existence případných mezipohlavních rozdílů v oblasti tvořivého myšlení (měřeno Urbanovým testem) a v oblasti různých aspektů psychomotorických dovedností (měřeno subtesty T01-T13 dle Honzíkové). Testování bylo provedeno dvouvýběrovým t-testem shody středních hodnot zabudovaným v programu Microsoft Excel, přičemž podle výsledku F-testu shody rozptylů byla vybrána buď modifikace s rovností rozptylů (v případě nezamítnutí nulové hypotézy o neexistenci rozdílů mezi oběma skupinami na hladině významnosti 0,05), nebo modifikace s nerovností rozptylů (v případě opačném). Z přehledu vypočtených p-hodnot v posledním sloupci tabulky je jasně vidět, že nulovou hypotézu o neexistenci rozdílů mezi pohlavími nemůžeme zamítnout na běžné užívané hladině významnosti 0,05 ani v případě Urbanova testu, ani v případě žádného z celkem 13 subtestů testu psychomotorických dovedností dle Honzíkové. Můžeme tedy říci, že mezipohlavní rozdíly se ve sledovaných kritériích alespoň v rámci našeho vzorku nepotvrzují. To se potvrdilo i užitím neparametrického Mann-Whitneyova testu, který byl pro kontrolu proveden ve specializovaném softwaru PAST (Paleontological Statistics) u vybraných subtestů. Ve všech případech vedlo i toto testování nevyžadující normalitu rozdělení apod. k potvrzení neexistence statisticky signifikantních rozdílů mezi pohlavími. Graficky můžeme situaci ilustrovat například pomocí krabicového grafu na obrázku a srovnávajícím výsledky obou pohlaví v subtestu T09. Je zřejmé, že obě skupiny dosahují kvalitativně stejných výsledků z hlediska průměrů i celkového rozložení dat (nic na tom nemění ani dvě odlehlá pozorování ve skupině chlapců, jež jsou znázorněna na obrázku kolečky). Podobné grafy bychom obdrželi i pro další subtesty dle Honzíkové resp. Urbanův test. Obrázek a. Krabicový graf subtest T09 (mezipohlavní rozdíly) Můžeme tedy říci, že H1 a H2 se nepotvrdila. 52
6 Dalším úkolem bylo zjistit, zda naměřené hodnoty v testech manuálních dovedností se liší podle věkových skupin. Jako základní skupiny byly stanoveny respondenti ve věku 8 až 9 let, 10 až 11 let a dospělí. Výsledky jsou uvedeny v tabulce 2. Tabulka 2 Srovnání výsledků různých věkových skupin v jednotlivých subtestech testu psychomotorických dovedností dle Honzíkové 8-9 let (n=20) let (n=47) Dospělí (n=10) P-hodnota pro jednocestnou Analýzu rozptylu T01-Zasouvání 45,49 15,96 b 35,81 5,83 27,15 10,19 <0,001 T02-Provlékání 233,10 55,26 b 191,00 33,72 159,57 19,63 <0,001 T03-Třídění 137,63 31,45 b 101,75 17,71 93,47 22,20 <0,001 T04-Navlékání 281,51 22,28 b 225,70 31,25 158,39 42,98 <0,001 T05- Rozmisťování 61,63 4,28 b 74,96 22,74 52,02 25,43 0,002 T06-Skládání 9,2 1,96 a 6,35 3,32 2,20 1,03 a <0,001 T07-Nasouvání 130,32 42,45 b 99,39 15,48 98,84 24,74 <0,001 T08-Stavění 20,40 8,03 b 22,52 11,85 34,86 22,92 0,014 T09-Otáčení 23,40 7,63 b 20,21 5,42 16,99 10,31 0,047 T10-Šroubování 135,39 64,38 b 87,54 24,83 67,91 17,48 <0,001 T12-Nabírání 25,71 4,52 b 26,50 10,38 28,39 14,53 0,783 T13-Tvořivost 2,9 1,16 a 2,17 1,05 2,4 1,01 a 0,044 Tabulka 2 ukazuje výsledky testování existence případných rozdílů mezi různými věkovými skupinami (děti 8-9 let, děti let a dospělí) v oblasti různých aspektů psychomotorických dovedností 4. Testování bylo provedeno užitím jednocestné Analýzy rozptylu (ANOVA, analogie dvouvýběrového t-testu pro více než dva výběry) v programu Microsoft Excel. Z přehledu vypočtených p-hodnot v posledním sloupci tabulky je jasně vidět, že nulovou hypotézu o neexistenci rozdílů mezi různými věkovými skupinami zamítáme na běžné užívané hladině významnosti 0,05 u naprosté většiny substestů testu psychomotorických dovedností dle Honzíkové (jedinou výjimkou je subtest T12 zaměřený na nabírání, kde jsou všechny zkoumané věkové skupiny srovnatelné). Můžeme tedy říci, že existují značné rozdíly ve sledovaných kritériích mezi věkovými skupinami. Podrobnější pohled na data užitím Tukeyova testu provedeného ve specializovaném softwaru PAST umožnil lépe indetifikovat rozdíly mezi jednotlivými dvojicemi věkových skupin. Zde se u různých subtestů projevily různé scénáře. Můžeme tedy konstatovat, že H 3 se potvrdila. 4 Urbanův test vyplňovaly pouze děti, a proto není v tabulce uveden. Totéž platí pro subtest T11 testu psychomotorických dovedností. 53
7 V tabulce 3 je uvedeno porovnání výsledků z obou testů. Tabulka 3. Korelace mezi celkovým skóre Urbanova testu a jednotlivými subtesty testu psychomotorických dovedností (Pearsonův korelační koeficient) 1. sledovaná škola (Adamcová, n=27) 2. sledovaná škola (Kaufnerová, n=40) Celkem (n=67) T01-Zasouvání -0,007 0,110 0,075 T02-Provlékání -0,158 0,103 0,015 T03-Třídění 0,055-0,188-0,111 T04-Navlékání -0,026-0,260-0,131 T05-Rozmisťování -0,151-0,175-0,126 T06-Skládání -0,108 0,114 0,019 T07-Nasouvání 0,044-0,011 0,001 T08-Stavění -0,106-0,190-0,129 T09-Otáčení -0,015-0,138-0,093 T10-Šroubování -0,033-0,124-0,052 T11-Vystřihování -0,228 N/A -0,228 T12-Nabírání -0,447-0,272-0,300 T13-Tvořivost -0,101-0,198-0,089 Poznámka. Tučně označené korelace jsou statisticky významné na hladině významnosti 0,05 (tj. na dané hladině bylo při testování možné zamítnout nulovou hypotézu, že uvedené znaky jsou nezávislé a korelační koeficient mezi nimi je tudíž nulový) Můžeme tedy uvést, že H 4 se nepotvrdila. 3 DISKUSE A ZÁVĚR Při statistickém zpracování byla spočítána korelační matice pro korelace mezi jednotlivými položkami testu psychomotorických dovedností a to jak pro dětské respondenty, tak i pro dospělé. Následně bylo na základě těchto korelací určeno tzv. Cronbachovo alfa sloužící velmi často jako míra vnitřní konzistence daného testu. U dětí bylo zjištěno, že většina korelací mezi subtesty je velmi blízká nule a subtesty tedy mezi sebou příliš nekorelují. To se ukázalo následně i při výpočtu Cronbachova alfa, které dosáhlo hodnoty pouze 0,578, když průměrná hodnota korelačního koeficientu byla 0,095. Naopak na omezeném vzorku dospělých (pouze 10 respondentů) byl zjištěn pravý opak, když korelace mezi jednotlivými subtesty byly značně velké (a kladné) a Cronbachovo alfa dosáhlo velmi vysoké hodnoty 0,947 při průměrném Pearsonově korelačním koeficientu rovném 0,579. Další otázkou tedy zůstává, co bylo příčinou tohoto velkého rozdílu zda to byla náhoda daná malým počtem respondentů, nebo nějaké nezávislé proměnné. 54
8 Nicméně výsledky testování obohatily učitelovy poznatky o žácích, na základě těchto výsledků může učitel vybírat vhodné pracovní náměty pro dané věkové skupiny a tím dále rozvíjet manuální dovednosti a neverbální tvořivost. References 1. HONZÍKOVÁ, J., SOJKOVÁ, M. Tvůrčí technické dovednosti. Plzeň: ZČU, JURČOVÁ, M. Tvorivosť v každodennom živote a vo výskume. Bratislava: Iris, LOKŠOVÁ, I., LOKŠA, J. Teória a prax tvořivého vyučovania. Prešov: ManaCon, 2001.
Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ
Statistické vyhodnocení průzkumu funkční gramotnosti žáků 4. ročníku ZŠ Ing. Dana Trávníčková, PaedDr. Jana Isteníková Funkční gramotnost je používání čtení a psaní v životních situacích. Nejde jen o elementární
Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13
Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test
ZNALOSTI A DOVEDNOSTI ČESKÝCH MUŽŮ V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY
ZNALOSTI A DOVEDNOSTI ČESKÝCH MUŽŮ V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY Knowledge and skills of Czech men in the field of information security - the results of statistical analysis
Korelace. Komentované řešení pomocí MS Excel
Korelace Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A2:B84 (viz. obrázek) Prvotní představu o tvaru a síle závislosti docházky a počtu bodů nám poskytne
676 + 4 + 100 + 196 + 0 + 484 + 196 + 324 + 64 + 324 = = 2368
Příklad 1 Je třeba prověřit, zda lze na 5% hladině významnosti pokládat za prokázanou hypotézu, že střední doba výroby výlisku je 30 sekund. Přitom 10 náhodně vybraných výlisků bylo vyráběno celkem 540
TVOŘIVOST UNIVERZITNÍCH STUDENTŮ
80 TVOŘIVOST UNIVERZITNÍCH STUDENTŮ CREATIVITY UNIVERSITY STUDENTS Jarmila Honzíková Západočeská univerzita, Fakulta pedagogická, katedra matematiky, fyziky a technické výchovy Abstract: The article deals
ZNALOSTI A DOVEDNOSTI ČESKÝCH ŽEN V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY
ZNALOSTI A DOVEDNOSTI ČESKÝCH ŽEN V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY Knowledge and skills of Czech women in the field of information security - the results of statistical analysis
4ST201 STATISTIKA CVIČENÍ Č. 7
4ST201 STATISTIKA CVIČENÍ Č. 7 testování hypotéz parametrické testy test hypotézy o střední hodnotě test hypotézy o relativní četnosti test o shodě středních hodnot testování hypotéz v MS Excel neparametrické
5. Závislost dvou náhodných veličin různých typů (kategoriální a metrická veličina)
5. Závislost dvou náhodných veličin různých typů (kategoriální a metrická veličina) Cílem tématu je správné posouzení a výběr vhodného testu v závislosti na povaze metrické a kategoriální veličiny. V následující
Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek
10. Neparametrické y Mann-Whitney U- Wilcoxonův Znaménkový Shrnutí statistických ů Typ srovnání Nulová hypotéza Parametrický Neparametrický 1 skupina dat vs. etalon Střední hodnota je rovna hodnotě etalonu.
Neparametrické metody
Neparametrické metody Dosud jsme se zabývali statistickými metodami, které zahrnovaly předpoklady o rozdělení dat. Zpravidla jsme předpokládali normální rozdělení. Např. Grubbsův test odlehlých hodnot
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
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
ZÁPADOČESKÁ UNIVERZITA V PLZNI
ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA PEDAGOGICKÁ KATEDRA MATEMATIKY, FYZIKY A TECHNICKÉ VÝCHOVY TVOŘIVOST A DOVEDNOST ŽÁKŮ 1. STUPNĚ ZŠ V 21. STOLETÍ DIPLOMOVÁ PRÁCE Romana Adamcová Učitelství pro 1.
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
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
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Pythagoras Statistické zpracování experimentálních dat Semestrální práce ANOVA vypracoval: Ing. David Dušek
ANOVA. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno 2015 Ing. Petra Hlaváčková, Ph.D.
Obsah Úvod Kapitola 1 Než začneme Kapitola 2 Práce s hromadnými daty před analýzou
Úvod.................................................................. 11 Kapitola 1 Než začneme.................................................................. 17 1.1 Logika kvantitativního výzkumu...........................................
Pearsonův korelační koeficient
I I.I Pearsonův korelační koeficient Úvod Předpokládejme, že náhodně vybereme n objektů (nebo osob) ze zkoumané populace. Často se stává, že na každém z objektů měříme ne pouze jednu, ale několik kvantitativních
PARAMETRICKÉ TESTY. 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU 10.
PARAMETRICKÉ TESTY Testujeme rovnost průměru - předpokladem normální rozdělení I) Jednovýběrový t-test 1) Měření Etalonu. Dataset - mereni_etalonu.sta - 9 měření etalonu srovnáváme s PŘEDPOKLÁDANOU HODNOTOU
31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě
31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty
Testování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času
Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek
Porovnání dvou výběrů
Porovnání dvou výběrů Menu: QCExpert Porovnání dvou výběrů Tento modul je určen pro podrobnou analýzu dvou datových souborů (výběrů). Modul poskytuje dva postupy analýzy: porovnání dvou nezávislých výběrů
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
Testování statistických hypotéz
Testování statistických hypotéz Na základě náhodného výběru, který je reprezentativním vzorkem základního souboru (který přesně neznáme, k němuž se ale daná statistická hypotéza váže), potřebujeme ověřit,
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
Dvouvýběrové a párové testy. Komentované řešení pomocí MS Excel
Dvouvýběrové a párové testy Komentované řešení pomocí MS Excel Úloha A) koncentrace glukózy v krvi V této části posoudíme pomocí párového testu, zda nový lék prokazatelně snižuje koncentraci glukózy v
SEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík
SEMESTRÁLNÍ PRÁCE Leptání plasmou Ing. Pavel Bouchalík 1. ÚVOD Tato semestrální práce obsahuje písemné vypracování řešení příkladu Leptání plasmou. Jde o praktickou zkoušku znalostí získaných při přednáškách
TEORIE A PRAXE INFORMAČNÍ BEZPEČNOSTI ČESKÝCH MANAŽERŮ STATISTICKÁ ANALÝZA
TEORIE A PRAXE INFORMAČNÍ BEZPEČNOSTI ČESKÝCH MANAŽERŮ STATISTICKÁ ANALÝZA Theory and Practice of Information Security of Czech Manager Statistical Analysis Ing. Bc. Marek Čandík, PhD. Abstrakt Článek
KORELACE. Komentované řešení pomocí programu Statistica
KORELACE Komentované řešení pomocí programu Statistica Vstupní data I Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu Popisná
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
Jednofaktorová analýza rozptylu
Jednofaktorová analýza rozptylu David Hampel Ústav statistiky a operačního výzkumu, Mendelova univerzita v Brně Kurz pokročilých statistických metod Global Change Research Centre AS CR, 5 7 8 2015 Tato
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
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
Jednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu)
Jednovýběrový Wilcoxonův test a jeho asymptotická varianta (neparametrická obdoba jednovýběrového t-testu) Frank Wilcoxon (1892 1965): Americký statistik a chemik Nechť X 1,..., X n je náhodný výběr ze
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
STATISTICKÉ TESTY VÝZNAMNOSTI
STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená
JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica
JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu
1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.
Testy hypotéz na základě více než 2 výběrů 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Testy hypotéz na základě více než 2 výběrů Na analýzu rozptylu lze pohlížet v podstatě
Úvod do analýzy rozptylu
Úvod do analýzy rozptylu Párovým t-testem se podařilo prokázat, že úprava režimu stravování a fyzické aktivity ve vybrané škole měla vliv na zlepšené hodnoty HDLcholesterolu u školáků. Pro otestování jsme
PSY117/454 Statistická analýza dat v psychologii seminář 9. Statistické testování hypotéz
PSY117/454 Statistická analýza dat v psychologii seminář 9 Statistické testování hypotéz Základní výzkumné otázky/hypotézy 1. Stanovení hodnoty parametru =stanovení intervalu spolehlivosti na μ, σ, ρ,
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
Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy.
Pozn. přeskakuji zde popisnou statistiku, jinak by měla být součástí každé analýzy. Z pastí na daném území byla odhadnuta abundance několika druhů: myšice lesní 250, myšice křovinná 200, hraboš polní 150,
Jednostranné intervaly spolehlivosti
Jednostranné intervaly spolehlivosti hledáme jen jednu z obou mezí Princip: dle zadání úlohy hledáme jen dolní či jen horní mez podle oboustranného vzorce s tou změnou, že výraz 1-α/2 ve vzorci nahradíme
Regresní a korelační analýza
Regresní a korelační analýza Mějme dvojici proměnných, které spolu nějak souvisí. x je nezávisle (vysvětlující) proměnná y je závisle (vysvětlovaná) proměnná Chceme zjistit funkční závislost y = f(x).
5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza
5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně
Jarqueův a Beryho test normality (Jarque-Bera Test, JB test)
Jarqueův a Beryho test normality (Jarque-Bera Test, JB test) Autoři: Carlos M. Jarque and Anil K. Bera Předpoklady: - Výběrová data mohou obsahovat chybějící pozorování (chybějící hodnoty) vhodné zejména
Výsledky základní statistické charakteristiky
Výsledky základní statistické charakteristiky (viz - Vyhláška č. 343/2002 Sb. o průběhu přijímacího řízení na vysokých školách a Vyhláška 276/2004 Sb. kterou se mění vyhláška č. 343/2002 Sb., o postupu
KGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 9. Korelační analýza Mgr. David Fiedor 20. dubna 2015 Analýza závislostí v řadě geografických disciplín studujeme jevy, u kterých vyšetřujeme nikoliv pouze jednu vlastnost
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
Matematická statistika Zimní semestr
Analýza rozptylu (jednoduché třídění) 11.1.2018 Úvodní nastavení. Z internetové stránky www.karlin.mff.cuni.cz/~hudecova/education/ si stáhněte data Med.txt. Otevřete si program R Studio a načtěte si výše
Testy statistických hypotéz
Testy statistických hypotéz Statistická hypotéza je jakýkoliv předpoklad o rozdělení pravděpodobnosti jedné nebo několika náhodných veličin. Na základě náhodného výběru, který je reprezentativním vzorkem
UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.
UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2015 Doc. Mgr. Jan Muselík, Ph.D.
Cvičení 9: Neparametrické úlohy o mediánech
Cvičení 9: Neparametrické úlohy o mediánech Úkol 1.: Párový znaménkový test a párový Wilcoxonův test Při zjišťování kvality jedné složky půdy se používají dvě metody označené A a B. Výsledky: Vzorek 1
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
Analýza rozptylu. Ekonometrie. Jiří Neubauer. Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel
Analýza rozptylu Ekonometrie Jiří Neubauer Katedra kvantitativních metod FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra UO Brno) Analýza rozptylu 1 / 30 Analýza
ADDS cviceni. Pavlina Kuranova
ADDS cviceni Pavlina Kuranova Testy pro dva nezávislé výběry Mannův Whitneyho test - Založen na Wilcoxnově statistice W - založen na pořadí jednotlivých pozorování (oba výběry spojeny do jednoho celku)
DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica
DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica Úloha A) koncentrace glukózy v krvi V této části posoudíme pomocí párového testu, zda nový lék prokazatelně snižuje koncentraci
Cvičení 12: Binární logistická regrese
Cvičení 12: Binární logistická regrese Příklad: V roce 2014 konalo státní závěrečné zkoušky bakalářského studia na jisté fakultě 167 studentů. U každého studenta bylo zaznamenáno jeho pohlaví (0 žena,
Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina
Testování hypotéz Analýza dat z dotazníkových šetření Kuranova Pavlina Statistická hypotéza Možné cíle výzkumu Srovnání účinnosti různých metod Srovnání výsledků různých skupin Tzn. prokázání rozdílů mezi
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,
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická
STATISTICA Téma 7. Testy na základě více než 2 výběrů
STATISTICA Téma 7. Testy na základě více než 2 výběrů 1) Test na homoskedasticitu Nalezneme jej v několika submenu. Omezme se na submenu Základní statistiky a tabulky základního menu Statistika. V něm
Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace
Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje
Neparametrické testy
Neparametrické testy Dosud jsme se zabývali statistickými metodami, které zahrnovaly předpoklady o rozdělení dat. Zpravidla jsme předpokládali normální (Gaussovo) rozdělení. Například: Grubbsův test odlehlých
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
Využití software ITEMAN k položkové analýze a analýze výsledků testů
11. konference ČAPV Sociální a kulturní souvislosti výchovy a vzdělávání Využití software ITEMAN k položkové analýze a analýze výsledků testů Petr Byčkovský, Marie Marková Postup při návrhu a ověření testu
STATISTICA Téma 6. Testy na základě jednoho a dvou výběrů
STATISTICA Téma 6. Testy na základě jednoho a dvou výběrů 1) Test na velikost rozptylu Test na velikost rozptylu STATISTICA nemá. 2) Test na velikost střední hodnoty V menu Statistika zvolíme nabídku Základní
INDUKTIVNÍ STATISTIKA
10. SEMINÁŘ INDUKTIVNÍ STATISTIKA 3. HODNOCENÍ ZÁVISLOSTÍ HODNOCENÍ ZÁVISLOSTÍ KVALITATIVNÍ VELIČINY - Vychází se z kombinační (kontingenční) tabulky, která je výsledkem třídění druhého stupně KVANTITATIVNÍ
Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace
Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje
Test dobré shody v KONTINGENČNÍCH TABULKÁCH
Test dobré shody v KONTINGENČNÍCH TABULKÁCH Opakování: Mějme náhodné veličiny X a Y uspořádané do kontingenční tabulky. Řekli jsme, že nulovou hypotézu H 0 : veličiny X, Y jsou nezávislé zamítneme, když
Statistika, Biostatistika pro kombinované studium. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2014/2015 Tutoriál č. 6: ANOVA Jan Kracík jan.kracik@vsb.cz Obsah: Testování hypotéz opakování ANOVA Testování hypotéz (opakování) Testování
STATISTICKÉ TESTY VÝZNAMNOSTI
STATISTICKÉ TESTY VÝZNAMNOSTI jsou statistické postupy, pomocí nichž ověřujeme, zda mezi proměnnými existuje vztah (závislost, rozdíl). Pokud je výsledek šetření statisticky významný (signifikantní), znamená
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce ANALÝZA
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
Jana Vránová, 3. lékařská fakulta UK
Jana Vránová, 3. lékařská fakulta UK Vznikají při zkoumání vztahů kvalitativních resp. diskrétních znaků Jedná se o analogii s korelační analýzou spojitých znaků Přitom předpokládáme, že každý prvek populace
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 010 1.týden (0.09.-4.09. ) Data, typy dat, variabilita, frekvenční analýza
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie Licenční studium chemometrie Statistické zpracování dat ANOVA Zdravotní ústav se sídlem v Ostravě Odbor hygienických laboratoří
Náhodné veličiny jsou nekorelované, neexistuje mezi nimi korelační vztah. Když jsou X; Y nekorelované, nemusí být nezávislé.
1. Korelační analýza V životě většinou nesledujeme pouze jeden statistický znak. Sledujeme více statistických znaků zároveň. Kromě vlastností statistických znaků nás zajímá také jejich těsnost (velikost,
Návod na vypracování semestrálního projektu
Návod na vypracování semestrálního projektu Následující dokument má charakter doporučení. Není závazný, je pouze návodem pro studenty, kteří si nejsou jisti výběrem dat, volbou metod a formou zpracování
Statistické testování hypotéz II
PSY117/454 Statistická analýza dat v psychologii Přednáška 9 Statistické testování hypotéz II Přehled testů, rozdíly průměrů, velikost účinku, síla testu Základní výzkumné otázky/hypotézy 1. Stanovení
Příklad 1. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 11
Příklad 1 Vyhláška Ministerstva zdravotnictví předpokládala, že doba dojezdu k pacientovi od nahlášení požadavku nepřekročí 17 minut. Hodnoty deseti náhodně vybraných dob příjezdu sanitky k nemocnému byly:
Dítě v předškolním věku a naplňování klíčových kompetencí pohledem pedagogů a v porovnání s předškolním kurikulem Jarmila Hořejší
Téma disertační práce: Dítě v předškolním věku a naplňování klíčových kompetencí pohledem pedagogů a v porovnání s předškolním kurikulem Jarmila Hořejší Obsah 1. Hlavní cíl 2. Návaznost dizertační práce
Společenství prvního stupně ověření norem
Společenství prvního stupně ověření norem Denisa Denglerová Společenství prvního stupně ověření norem Denisa Denglerová Společenství prvního stupně. Ověření norem. Denisa Denglerová Praha: Národní ústav
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
Opakování. Neparametrické testy. Pořadí. Jednovýběrový Wilcoxonův test. t-testy: hypotézy o populačním průměru (střední hodnoty) předpoklad normality
Opakování Opakování: Testy o střední hodnotě normálního rozdělení 1 jednovýběrový t-test 2 párový t-test 3 dvouvýběrový t-test jednovýběrový Wilcoxonův test párový Wilcoxonův test dvouvýběrový Wilcoxonův
Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)
Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, např. hmotnost a pohlaví narozených dětí. Běžný statistický postup pro ověření závislosti dvou veličin je zamítnutí jejich
TECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce z předmětu Statistický rozbor dat z dotazníkového šetření Jméno: Lucie Krechlerová, Karel Kozma, René Dubský, David Drobík Ročník: 2015/2016
TESTOVÁNÍ HYPOTÉZ STATISTICKÁ HYPOTÉZA Statistické testy Testovací kritérium = B B > B < B B - B - B < 0 - B > 0 oboustranný test = B > B
TESTOVÁNÍ HYPOTÉZ Od statistického šetření neočekáváme pouze elementární informace o velikosti některých statistických ukazatelů. Používáme je i k ověřování našich očekávání o výsledcích nějakého procesu,
Tvar dat a nástroj přeskupování
StatSoft Tvar dat a nástroj přeskupování Chtěli jste někdy použít data v jistém tvaru a STATISTICA Vám to nedovolila? Jistě se najde někdo, kdo se v této situaci již ocitl. Není ale potřeba propadat panice,
Návrhy dalších možností statistického zpracování aktualizovaných dat
Návrhy dalších možností statistického zpracování aktualizovaných dat Při zjišťování disparit ve fyzické dostupnosti bydlení navrhuji použití těchto statistických metod: Bag plot; Krabicové grafy a jejich
Jednofaktorová analýza rozptylu
I I.I Jednofaktorová analýza rozptylu Úvod Jednofaktorová analýza rozptylu (ANOVA) se využívá při porovnání několika středních hodnot. Často se využívá ve vědeckých a lékařských experimentech, při kterých
NEPARAMETRICKÉ TESTY
NEPARAMETRICKÉ TESTY Neparametrický jednovýběrový Jeden výběr jehož medián srovnáváme s nějakou hodnotou Wilcoxonův jednovýběrový test 1) Máme data z družice Hipparcos pro deklinaci (obdoba zeměpisné šířky)
Testování hypotéz. 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test
Testování hypotéz 1. vymezení základních pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test Testování hypotéz proces, kterým rozhodujeme, zda přijmeme nebo zamítneme nulovou hypotézu
Cvičení ze statistiky - 9. Filip Děchtěrenko
Cvičení ze statistiky - 9 Filip Děchtěrenko Minule bylo.. Dobrali jsme normální rozdělení Tyhle termíny by měly být známé: Inferenční statistika Konfidenční intervaly Z-test Postup při testování hypotéz
VYBRANÉ DVOUVÝBĚROVÉ TESTY. Martina Litschmannová
VYBRANÉ DVOUVÝBĚROVÉ TESTY Martina Litschmannová Obsah přednášky Vybrané dvouvýběrové testy par. hypotéz test o shodě rozptylů (F-test), testy o shodě středních hodnot (t-test, Aspinové-Welchův test),
Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =
Příklad 1 Metodou nejmenších čtverců nalezněte odhad lineární regresní funkce popisující závislost mezi výnosy pšenice a množstvím použitého hnojiva na základě hodnot výběrového souboru uvedeného v tabulce.