PŘÍLOHA 2. Těším se na spolupráci, Olga Kučerová (studentka psychologie, PedF Cuni)
|
|
- Radka Beranová
- před 8 lety
- Počet zobrazení:
Transkript
1 PŘÍLOHA 1 Diktát: Boudy, dudy, hodiny, proutí, květiny, proudy, proudí, klobouk. Nyní budou podzimní (jarní) prázdniny. To je štěstí v neštěstí. Žáci cvičí na cvičištích. Na střeše sedí špačci a hledají budku. Šťáva zažene žízeň. Babičky a dědeček suší švestky. Je tři čtvrtě na čtyři.
2 PŘÍLOHA 2 Vážení přátelé, děkuji Vám, že jste se na základě výzvy Dr. Kucharské přijali účast na výzkumu, díky kterému budu moci realizovat svou diplomovou práci. Její téma zní: Funkcionalita a problémy v psaní u žáků v Comenia Script (v etapě upevněného čtení). Ráda bych se věnovala blíže věnovala problematice metody psaní, která stále ještě budí bouřlivé diskuse. Smyslem této práce je popsat úroveň psaní v etapě upevněného psaní v Comenia Script ve dvou metodách čtení (analyticko syntetická a genetická), popsat dosaženou úroveň a případné problémy. Na základě analýzy písemných projevů Vašich žáků budu upravovat způsob hodnocení psaní u dětí, které se učily psát v metodě Comenia Script. Budu navazovat na výzkum J. Veverkové z roku Chtěla bych Vás seznámit s formou, jakou bude výzkum probíhat a jak se na něm budete podílet. Data, která budu analyzovat, budou písemné projevy Vašich žáků, které bych získala formou diktátu. Tato data bych ráda ještě obohatila o zkušenosti učitelů, kteří výše uvedenou metodu učí. Ty získám formou rozhovoru. V březnu 2013 chci zajistit písemné souhlasy rodičů všech dětí, že se mohou výzkumu zúčasnit. Všechna data k analýze bych ráda získala v průběhu dubna a května Abych mohla lépe naplánovat práci, požádám Vás, jestli byste mi mohli odpovědět na několik otázek, díky nimž snáze vypracuji časový plán a budu mít jasnější představu o třídách, které se budou účastnit. Budu vděčná, když mi odpovědi pošlete na ovou adresu: OlgaN@seznam.cz Kolik žáků máte ve třídě, kteří prošli výukou psaní pomocí metody Comenia Script? Máte ve třídě žáky, kteří píší běžným písmem? Měnila se třídě, během třídy, třídní učitelka? Jaká výuka čtení probíhala ve Vaší třídě (analyticko syntetická X genetická)? Jaký den se Vám hodí, abych přišla na návštěvu? Těším se na spolupráci, Olga Kučerová (studentka psychologie, PedF Cuni)
3 PŘÍLOHA 3
4 PŘÍLOHA 4 TVAR PISMENE VELIKOST PISMENE VE SLOVE UDRZENI NA LINCE TAHY CITELNOST CELKOVA CHYBOVOST PRACE S CHYBOU VYNECHANI NEBO PRIDANI PISMENE ZAMENA VELKOHO PISMENE ZA MALE A NAOPAK PREHOZENI PISMEN VE SLOVE DELKA DIAKRITIKA HRANICE SLOVA CHYBA PO MEKKE SOUHLASCE CHYBA PO TVRDE SOUHLASCE CHYBA PO VYJMENOVANEM SLOVE INTERPUNKCE ZAMENA PISMENE grafika gramatika Group Statistics POHLAVI N Mean Std. Deviation Std. Error Mean ,11,775, ,18,747, ,42,499, ,40,580, ,91,763, ,96,638, ,91,596, ,98,583, ,76,435, ,80,405, ,73 4,560, ,18 4,147, ,29,549, ,44,546, ,09,848, ,62,684, ,84,520, ,78,560, ,91,358, ,00,000, ,62,614, ,71,549, ,24,743, ,24,743, ,20,661, ,89,573, ,84,475, ,78,560, ,58,690, ,64,645, ,80,548, ,73,580, ,69,468, ,71,549, ,47,661, ,87,344, ,11 2,347, ,31 2,119, ,29 3,770, ,98 3,634,542
5 Independent Samples Test Levene's Test for Equality of Variances F Sig. t df t-test for Equality of Means Sig. (2- tailed) Mean Difference TVAR PISMENE VELIKOST PISMENE VE SLOVE UDRZENI NA LINCE TAHY CITELNOST CELKOVA CHYBOVOST PRACE S CHYBOU VYNECHANI NEBO PRIDANI PISMENE ZAMENA VELKOHO PISMENE ZA MALE A NAOPAK PREHOZENI PISMEN VE SLOVE DELKA DIAKRITIKA HRANICE SLOVA not not not not not not not not not not not not not,015,903 -,415 88,679 -,067 -,415 87,882,679 -,067 1,804,183,195 88,846,022,195 86,107,846,022 3,509,064 -,300 88,765 -,044 -,300 85,311,765 -,044,365,547 -,536 88,593 -,067 -,536 87,958,593 -,067 1,014,317 -,502 88,617 -,044 -,502 87,551,617 -,044,186,667,605 88,547,556,605 87,218,547,556 1,988,162-1,348 88,181 -,156-1,348 87,998,181 -,156 4,173,044-3,284 88,001 -,533-3,284 84,218,001 -,533 1,062,306,585 88,560,067,585 87,538,560,067 12,374,001-1,665 88,100 -,089-1,665 44,000,103 -,089 1,541,218 -,724 88,471 -,089 -,724 86,914,471 -,089,000 1,000, ,000,000,000 88,000 1,000,000 2,739,101 2,387 88,019,311 2,387 86,276,019,311 CHYBA PO MEKKE 1,389,242,609 88,544,067
6 SOUHLASCE CHYBA PO TVRDE SOUHLASCE CHYBA PO VYJMENOVANEM SLOVE INTERPUNKCE ZAMENA PISMENE grafika gramatika not not not not not not not,609 85,716,544,067,608,438 -,473 88,637 -,067 -,473 87,596,637 -,067,880,351,561 88,576,067,561 87,714,576,067,020,887 -,207 88,837 -,022 -,207 85,876,837 -,022 41,770,000-3,603 88,001 -,400-3,603 66,205,001 -,400,319,574 -,424 88,672 -,200 -,424 87,097,672 -,200,272,603 -,883 88,380 -,689 -,883 87,882,380 -,689
7 PŘÍLOHA 5 Valid CELKOVA CHYBOVOST Frequency Percent Valid Percent Cumulative Percent 0 5 5,6 5,6 5, ,1 11,1 16, ,9 18,9 35, ,9 18,9 54, ,8 17,8 72, ,6 5,6 77, ,6 5,6 83, ,3 3,3 86, ,2 2,2 88, ,2 2,2 91, ,1 1,1 92, ,1 1,1 93, ,2 2,2 95, ,1 1,1 96, ,1 1,1 97, ,1 1,1 98, ,1 1,1 100,0 Total ,0 100,0
8 PŘÍLOHA 6 Tvar: 2 body Tvar: 1 bod Tvar: 0 bodů
9 Velikost ve slově: 2 body Velikost ve slově: 1 bod Velikost ve slově: 0 bodů
10 Udržení na lince: 2 body Udržení na lince: 1 bod Udržení na lince: 0 bodů
11 Tahy: 2 body Tahy: 1 bod Tahy: 0 bodů
12 Čitelnost: 2 body Čitelnost: 1 bod
13 PŘÍLOHA 7 PRACE S CHYBOU grafika gramatika * Correlation is significant at the 0.05 level (2-tailed). ** Correlation is significant at the 0.01 level (2-tailed). Spearman's rho PRACE S CHYBOU grafika gramatika ** Correlation is significant at the 0.01 level (2-tailed). Correlations PRACE S CHYBOU grafika gramatika Pearson Correlation 1,239(*),393(**) Sig. (2-tailed),023,000 N Pearson Correlation,239(*) 1,435(**) Sig. (2-tailed),023,000 N Pearson Correlation,393(**),435(**) 1 Sig. (2-tailed),000,000 N Correlations PRACE S CHYBOU grafika gramatika Correlation Coefficient 1,000,201,469(**) Sig. (2-tailed).,057,000 N Correlation Coefficient,201 1,000,410(**) Sig. (2-tailed),057.,000 N Correlation Coefficient,469(**),410(**) 1,000 Sig. (2-tailed),000,000. N
14
15 PŘÍLOHA 8 TVAR PISMENE VELIKOST PISMENE VE SLOVE UDRZENI NA LINCE TAHY CITELNOST CELKOVA CHYBOVOST PRACE S CHYBOU VYNECHANI NEBO PRIDANI PISMENE ZAMENA VELKOHO PISMENE ZA MALE A NAOPAK PREHOZENI PISMEN VE SLOVE DELKA DIAKRITIKA HRANICE SLOVA CHYBA PO MEKKE SOUHLASCE CHYBA PO TVRDE SOUHLASCE CHYBA PO VYJMENOVANEM SLOVE INTERPUNKCE ZAMENA PISMENE grafika gramatika Group Statistics METODA CTENI N Mean Std. Deviation Std. Error Mean ,09,803, ,21,709, ,28,540, ,56,502, ,74,675, ,14,675, ,91,583, ,98,597, ,74,441, ,81,394, ,57 3,687, ,33 5,003, ,36,486, ,37,618, ,34,815, ,37,817, ,74,607, ,88,448, ,98,146, ,93,338, ,68,556, ,65,613, ,19,680, ,30,803, ,00,626, ,09,648, ,91,351, ,70,638, ,66,600, ,56,734, ,77,598, ,77,527, ,55,544, ,86,413, ,70,548, ,63,578, ,77 2,118, ,70 2,263, ,53 2,669, ,74 4,599,701
16 Independent Samples Test Levene's Test for Equality of Variances F Sig. t df t-test for Equality of Means Sig. (2- tailed) Mean Differe nce TVAR PISMENE VELIKOST PISMENE VE SLOVE UDRZENI NA LINCE TAHY CITELNOST CELKOVA CHYBOVOST PRACE S CHYBOU VYNECHANI NEBO PRIDANI PISMENE ZAMENA VELKOHO PISMENE ZA MALE A NAOPAK PREHOZENI PISMEN VE SLOVE DELKA DIAKRITIKA HRANICE SLOVA not not not not not not not not not not not not not,696,406 -,775 88,441 -,124 -,779 87,896,438 -,124,556,458-2,554 88,012 -,282-2,562 87,971,012 -,282,377,541-2,772 88,007 -,395-2,772 87,274,007 -,395,074,786 -,497 88,621 -,062 -,496 86,888,621 -,062 2,515,116 -,783 88,435 -,069 -,787 87,954,433 -,069,983,324,270 88,788,249,267 76,798,790,249 1,234,270 -,089 88,929 -,010 -,088 79,647,930 -,010,000,996 -,184 88,855 -,032 -,184 87,251,855 -,032 5,703,019-1,227 88,223 -,139-1,244 84,329,217 -,139 3,351,071,897 88,372,048,870 56,067,388,048,370,545,241 88,810,030,240 85,040,811,030 4,330,040 -,709 88,480 -,111 -,703 82,705,484 -,111,667,416 -,693 88,490 -,093 -,692 86,648,491 -,093
17 CHYBA PO MEKKE SOUHLASCE CHYBA PO TVRDE SOUHLASCE CHYBA PO VYJMENOVANEM SLOVE INTERPUNKCE ZAMENA PISMENE grafika gramatika not not not not not not not 17,149,000 2,025 88,046,217 1,977 64,004,052,217 2,664,106,721 88,473,101,714 81,317,477,101,053,818 -,012 88,990 -,001 -,013 87,891,990 -,001 24,331,000-2,996 88,004 -,307-3,033 85,180,003 -,307,860,356,625 88,534,074,623 86,236,535,074,340,561-2,017 88,047 -,932-2,011 85,919,047 -,932 3,551,063 -,271 88,787 -,212 -,265 66,142,792 -,212
Jste aktivní sportovec?(pravidelně sportuji alespoň 2x týdně) Jakým sportovním činnostem se pravidelně věnujete? (alespoň 1 x za dva týdny v sezóně)
Seznam příloh Příloha 1 Dotazník sportovních aktivit... 1 Příloha 2 Homogenita souboru věk... 3 Příloha 3 Homogenita souboru pohlaví... 4 Příloha 4 4Elements Inventory a sportovní aktivita... 5 Příloha
VíceSeminář 6 statistické testy
Seminář 6 statistické testy Část I. Volba správného testu Chceme zjistit, zda se Ježkovy a Širůčkovy seminární skupiny liší ve výsledcích v. průběžné písemce ze statistiky. Chceme zjistit, zda 1. průběžná
VíceSeminář 6 statistické testy
Seminář 6 statistické testy Část I. Volba správného testu Chceme zjistit, zda se středeční a čtvrteční seminární skupiny liší ve výsledcích v 1. průběžné písemce ze statistiky. Chceme zjistit, zda 1. průběžná
VíceVymezení důležitých pojmů. nulová hypotéza, alternativní hypotéza testování hypotézy hladina významnosti (alfa) chyba I. druhu, chyba II.
Testování hypotéz 1. vymezení důležitých pojmů 2. testování hypotéz o rozdílu průměrů 3. jednovýběrový t-test 4. t-test pro nezávislé výběry 5. t-test pro závislé výběry Vymezení důležitých pojmů nulová
VícePříloha 1 Úvodní text k dotazníku
Přílohy: Příloha 1 Úvodní text k dotazníku Příloha 2 Anamnestický dotazník Příloha 3 Dotazník kognitivních chyb Příloha 4 Dotazník obecné vlastní efektivity Příloha 5 Dotazník dyslektických obtíží Příloha
Vícematematika český jazyk chování cizí jazyk AJ NJ jiný (který)
Příloha č. 1 Dotazník Tato verze dotazníku byla určena pro chlapce. Verze pro děvčata má zaměněná jména a komiksový obrázek, který je na konci této přílohy. Ahoj, tento dotazník je část mé práce, ve které
VíceTestování 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
VíceLEKCE 6 ZÁKLADY TESTOVÁNÍ HYPOTÉZ
1 LEKCE 6 ZÁKLADY TESTOVÁNÍ HYPOTÉZ STATISTICKÉ HYPOTÉZY neboli formální výroky o: neznámých parametrech základního souboru, o tvaru rozložení četností, o statistických vztazích mezi soubory či proměnnými
VíceZpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.
SEMINÁRNÍ PRÁCE Zadání: Data: Statistické metody: Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. Minimálně 6 proměnných o 30 pozorováních (z toho 2 proměnné
Více1. SEZNAM PŘÍLOH. Příloha 1 Vyjádření žádosti etické komise. Příloha 2. Informovaný souhlas. Příloha 3 Anamnestický dotazník
1. SEZNAM PŘÍLOH Příloha 1 Vyjádření žádosti etické komise Příloha 2. Informovaný souhlas Příloha 3 Anamnestický dotazník Příloha 4 Fotodokumentace průběhu měření Příloha 5 Tabulka s kompletními výsledky
VíceShluková analýza dat a stanovení počtu shluků
Shluková analýza dat a stanovení počtu shluků Autor: Tomáš Löster Vysoká škola ekonomická v Praze Ostrava, červen 2017 Osnova prezentace Úvod a teorie shlukové analýzy Podrobný popis shlukování na příkladu
VíceÚKOL 2 1886 22 5,77 5,00 5 2,531,003,056 -,869,113
ÚKOL 2 Jméno a příjmení: UČO: Imatrik. ročník: Úkol 2.1: V souboru EVS99_cvicny.sav zjistěte, zdali rozložení názoru na to, kdo by měl být odpovědný za zajištění bydlení (proměnná q54h), je normální. Řešte
VíceC V I Č E N Í ZE STATISTIKY PRO BIOLOGY:
C V I Č E N Í ZE STATISTIKY PRO BIOLOGY: S B Í R K A P Ř Í K L A D Ů (VERZE 1.3) Martin Duchoslav Olomouc 2004 Předložený text reprezentuje výběr příkladů, které doplňují přednášky a cvičení kurzu Základy
VíceTESTOVÁNÍ ZNALOSTÍ STŘEDOŠKOLSKÉ FYZIKY U STUDENTŮ 1.ROČNÍKŮ LÉKAŘSKÝCH FAKULT V ČR
TESTOVÁNÍ ZNALOSTÍ STŘEDOŠKOLSKÉ FYZIKY U STUDENTŮ 1.ROČNÍKŮ LÉKAŘSKÝCH FAKULT V ČR Kymplová J 1, Kvašňák E 2, Běláček J 1, Mornstein V 3, Komarc M 1, Zeman J 1, Kubeš Z 4 1 Ústav biofyziky a informatiky
VíceOpakování: Nominální proměnná více hodnotová odpověď.
Analýza dat z dotazníkových šetření Cvičení 4. - Zobecňování výběru na populaci Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/37771/ - Seznamte se s dotazníkem a strukturou otázek,
VíceA7B39TUR Úloha B Kvantitativní testování ZS 2013/2014 Software MS Office Word a Open Office Writer
A7B39TUR Úloha B Kvantitativní testování ZS 2013/2014 Software MS Office Word a Open Office Writer Vypracoval: Peter Šourek ( sourepet@fel.cvut.cz ) Obsah 1Úvod...3 1.1Cíl testování...3 1.2Proměnné...3
VíceLEKCE09 MĚŘENÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚNNÝMI: KORELAČNÍ KOEFICIENTY A GRAFY vzorový výsledek cvičení
LEKCE 9: MĚŘEÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚÝMI: KORELAČÍ KOEFICIETY A GRAFY LEKCE09 MĚŘEÍ (SÍLY) ASOCIACE MEZI DVĚMA SPOJITÝMI PROMĚÝMI: KORELAČÍ KOEFICIETY A GRAFY vzorový výsledek cvičení
VícePŘÍLOHA 1: Diktát zadávaný žákům v pololetí školního roku a záznamový arch pro učitele (analyticko-syntetická metoda)
SEZNAM PŘÍLOH: PŘÍLOHA 1: Diktát zadávaný žákům v pololetí školního roku a záznamový arch pro učitele (analyticko-syntetická metoda) Diktát: na, mé, po, les, pálí, stůl Ola má lopatu. Písemný projev 1.
VícePŘÍLOHA A. METODA NEJMENŠÍCH ČTVERCŮ PRODEJ BYTŮ. Příloha A. Metoda nejmenších čtverců Prodej bytů
PŘÍLOHA A. METODA NEJMENŠÍCH ČTVERCŮ PRODEJ BYTŮ Příloha A Metoda nejmenších čtverců Prodej bytů i PŘÍLOHA A. METODA NEJMENŠÍCH ČTVERCŮ PRODEJ BYTŮ 1 2 3 TOT. 1 7 33 40 2 1 18 125 144 2.5 1 72 73 3.5 1
VíceOpakování: Nominální proměnná více hodnotová odpověď.
Analýza dat z dotazníkových šetření Cvičení 4. + 5. - Zobecňování výběru na populaci Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/37771/ - Seznamte se s dotazníkem a strukturou otázek,
VíceDesign Experimentu a Statistika - AGA46E
Design Experimentu a Statistika - AGA46E Czech University of Life Sciences in Prague Department of Genetics and Breeding Summer Term 2015 Matúš Maciak (@ A 211) Office Hours: T 9:00 10:30 or by appointment
VíceLEKCE12 FAKTOROVÁ ANALÝZA vzorový výsledek cvičení
1 LEKCE12 FAKTOROVÁ ANALÝZA vzorový výsledek cvičení 12.1 Pokuste se najít v položkách na nichž respondenti oceňovali jednotlivé prvky vybavenosti AQUAPARKU příbuznost voleb. Identifikujte v položkách
VíceLEKCE 7 ZÁKLADY BIVARIAČNÍ ANALÝZY
SOC108 LEKCE 7: ZÁKLADY BIVARIAČNÍ ANALÝZY: KONTINGENČNÍ TABULKA 1 LEKCE 7 ZÁKLADY BIVARIAČNÍ ANALÝZY Až dosud jsme se převážně zabývali analýzami, které byly založeny na srovnávání průměrů a rozptylů,
VíceIng. Eva Hamplová, Ph.D. Ing. Jaroslav Kovárník, Ph.D.
XX. MEZINÁRODNÍ KOLOKVIUM O REGIONÁLNÍCH VĚDÁCH REGIONÁLNÍ DISPARITY KONCENTRACE AKTIVNÍCH PODNIKATELSKÝCH JEDNOTEK V ČESKÉ REPUBLICE V LETECH 2010-2016 REGIONAL DISPARITIES OF CONCENTRATION OF ACTIVE
VícePlánovací diář a Google Calendar
České vysoké učení technické v Praze FAKULTA ELEKTROTECHNICKÁ Kvantitativní test uživatelského rozhraní Plánovací diář a Google Calendar Semestrální práce do předmětu Testování uživatelského rozhraní LS
VícePozn. 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,
VíceČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA ELEKTROTECHNICKÁ TESTOVÁNÍ UŽIVATELSKÝCH ROZHRANÍ A7B39TUR Kvantitativní test VERONIKA ČERNOHORSKÁ cernover@fel.cvut.cz Obsah Úvod... 3 Závislé a nezávislé
VíceNázev rigorózní práce: MOŽNOSTI DIAGNOSTIKY DYSLEXIE V POPULACI DOSPĚLÝCH
Název rigorózní práce: MOŽNOSTI DIAGNOSTIKY DYSLEXIE V POPULACI DOSPĚLÝCH Autor: Mgr. František Jira Konzultantka: PhDr. Lenka Morávková Krejčová, Ph.D. Příloha č. 1 - Adult Reading History Questionnaire
VícePříloha č.1 Vypočtené hodnoty jednotlivých proměnných indexu OCA pro MUBS za období
Příloha č.1 Vypočtené hodnoty jednotlivých proměnných indexu OCA pro MUBS za období 1971-2012 Rok SD (e ij ) SD (Y i -Y j ) DISSIM ij TRADE ij SIZE ij 1971 0,00000 0,03250 0,0000000254 0,02443 40,64456
VíceZápis do 1. třídy ZŠ Slovanka. pátek 5. února 2016 14,00 18,00. Individuální termín lze dohodnou tel. 774 3056 75 ( např. při nemoci dítěte)
Zápis do 1. třídy ZŠ Slovanka pátek 5. února 2016 14,00 18,00 Individuální termín lze dohodnou tel. 774 3056 75 ( např. při nemoci dítěte) Den otevřených dveří pátek 15.1. 2016 8,00 - prohlídka školy 9,00
VícePSY117/454 Statistická analýza dat v psychologii přednáška 8. Statistické usuzování, odhady
PSY117/454 Statistická analýza dat v psychologii přednáška 8 Statistické usuzování, odhady Výběr od deskripce k indukci Deskripce dat, odhad parametrů Usuzování = inference = indukce Počítá se s náhodným
Více6. 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
Více6 TESTY HYPOTÉZ NEPARAMETRICKÉ TESTY
Elena Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy 6 TESTY HYPOTÉZ NEPARAMETRICKÉ TESTY RYCHLÝ NÁHLED DO KAPITOLY Kapitola obsahuje přehled neparametrických testů, které nalezneme
VícePravděpodobnost 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
VíceAKDII. - Seminární práce. revize Jiří Šafr (6/2/2014) Sociologie volného času
AKDII., ZS 2013 ANONYMIZOVÁNO AKDII. - Seminární práce revize Jiří Šafr (6/2/2014) Chybí název (nadpis), který by charakterizoval téma (výzkumnou otázku) Sociologie volného času V západním světě se v poslední
VíceEvaluace PVŠPS. 1. Vyhodnocení, analýza, interpretace dat. 2. Ukázka dotazníku
Evaluace PVŠPS 1. Vyhodnocení, analýza, interpretace dat 2. Ukázka dotazníku Evaluace PVŠPS vyhodnocení, analýza a interpretace dat Poznámka: tabulky uvádějí čísla v absolutních počtech, komentáře obvykle
VíceSTATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005
VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA Hornicko-geologická fakulta institut geoinformatiky STATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005 Speciální metody
VíceKvantitativní testování virtuálních klávesnic na desktopu
Kvantitativní testování virtuálních klávesnic na desktopu Tomáš Jeníček Předmět testování uživatelského rozhraní Úvod Cílem tohoto testu bude porovnat dvě nejpoužívanější virtuální klávesnice na operačním
VíceZpůsoby chození do schodů
České vysoké učení technické v Praze # Fakulta elektrotechnická# Způsoby chození do schodů Kvantitativní testování Semestrální práce v rámci předmětu A4B39TUR Piero Šesták sestapie@fel.cvut.cz 2. ročník
Více2. Teoretická část 2.1. Přehled literatury a teorií Společenské vlivy
. Úvod Ve své práci na vědecko-výzkumnou propedeutiku jsem se rozhodl věnovat pití alkoholu zejména mezi mladými lidmi a tomu, které faktory jej ovlivňují. V první, teoretické části, se věnuji přehledu
VícePříloha 1 Záznamové archy pro rozhovory na ZŠ A, 1. fáze výzkumu. Rozhovory s rodiči
Příloha 1 Záznamové archy pro rozhovory na ZŠ A, 1. fáze výzkumu Rozhovory s rodiči Podle čeho jste vybírali/a, do jaké základní školy přihlásíte vaše dítě? o Co všechno vaši volbu ovlivnilo? Rozhodovali
VíceJana Zapletalová, Kateřina Langová
Jana Zapletalová, Kateřina Langová 2008 1 Ověření účinnosti a snášenlivosti přípravku Eregma Max Power tablety Do klinické prospektivní dotazníkové studie Eregma Max Power tablety bylo zařazeno celkem
VíceADDS 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)
VíceUni- and multi-dimensional parametric tests for comparison of sample results
Uni- and multi-dimensional parametric tests for comparison of sample results Jedno- a více-rozměrné parametrické testy k porovnání výsledků Prof. RNDr. Milan Meloun, DrSc. Katedra analytické chemie, Universita
VíceLEKCE 8 MĚŘENÍ SÍLY ASOCIACE MEZI DVĚMA PROMĚNNÝMI
SOC108 LEKCE 8: MĚŘENÍ (SÍLY) ASOCIACE MEZI DVĚMA PROMĚNNÝMI 1 LEKCE 8 MĚŘENÍ SÍLY ASOCIACE MEZI DVĚMA PROMĚNNÝMI Přečíslovat tab. i grafy i v textu! V minulé kapitole jsme si ukázali, jak zjistit, zdali
VíceTesty nezávislosti kardinálních veličin
Testy nezávislosti kardinálních veličin Komentované řešení pomocí programu R Ústav matematiky Fakulta chemicko inženýrská Vysoká škola chemicko-technologická v Praze Načtení vstupních dat Vstupní data
VíceShrnutí ankety pro žáky 5. ročníků a rodiče. březen 2016
Shrnutí ankety pro žáky 5. ročníků a rodiče březen 2016 Shrnutí 2 Parametry ankety Zájem o gymnázia Zájem o předměty Ankety se zúčastnilo: 78 žáků 5. tříd 119 rodičů žáků 83 rodičů 5. tříd 9 rodičů 4.
VíceUloha B - Kvantitativní test. Radek Kubica A7B39TUR. B1 Radek Kubica Kvantitativní testování Stránka 1
Uloha B - Kvantitativní test Radek Kubica A7B39TUR B1 Radek Kubica Kvantitativní testování 26.4.2014 Stránka 1 Obsah Úvod... 3 Nezávislé proměnné... 3 Závislé proměnné... 3 Popis uživatelů pro tento testování...
VíceSociologický ústav Akademie věd ČR Jilská 1, , Praha 1
Sociologický ústav Akademie věd ČR Jilská 1, 110 00, Praha 1 Souvislosti proměn pracovního trhu a forem soukromého, rodinného a partnerského života v české společnosti Základní data z výzkumu v rámci projektu
VícePŘÍLOHY. 1. Dotazníková baterie
PŘÍLOHY 1. Dotazníková baterie Dobrý den, jmenuji se Aneta Doskočilová a jsem studentkou posledního ročníku Psychologie na Filozofické fakultě Univerzity Karlovy. Dotazník, který držíte v rukou, slouží
VíceÚstav matematiky Fakulta chemicko inženýrská Vysoká škola chemicko-technologická v Praze
Komentované řešení pomocí programu R Ústav matematiky Fakulta chemicko inženýrská Vysoká škola chemicko-technologická v Praze Popis vstupních dat Vstupní data pro úlohu (A) se nacházejí v souboru "glukoza.csv".
VíceP íloha č. 1: Dotazník Volnočasové aktivity
P íloha č. 1: Dotazník Volnočasové aktivity 1) V k. 2) Pohlaví: a) žena b) muž 3) Nejvyšší dokončené vzd lání rodič : a) základní b) vyučení c) st ední škola s maturitou d) vysoká škola e) rozdílné matka.
VíceStatistická analýza dat v psychologii. Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead
PSY117/454 Statistická analýza dat v psychologii Přednáška 8 Statistické usuzování, odhady Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead Barevná srdíčka kolegyně
VíceTematický plán pro školní rok 2015/16 Předmět: Český jazyk Vyučující: Mgr. Marta Klimecká Týdenní dotace hodin: 8 hodin Ročník: třetí
ČASOVÉ OBDOBÍ Září KONKRÉTNÍ VÝSTUPY KONKRÉTNÍ UČIVO PRŮŘEZOVÁ TÉMATA slyšeném i, pozdraví a rozloučí se s dospělým i kamarádem rozlišuje názvy obcí a ulic a správně je píše zná slova souznačná a protikladná
VícePříloha I: Dotazníky pro rodiče a učitele ZŠ Slovan a ZŠ Horní Počernice na psací písmo Comenia Script
Příloha I: Dotazníky pro rodiče a učitele ZŠ Slovan a ZŠ Horní Počernice na psací písmo Comenia Script Dotazník pro učitele ZŠ Slovan 14. února 2012 Vážená paní, vážený pane! Jsem studentkou 5. ročníku
VíceKvantitativní testování porovnání Alza.cz a Mall.cz
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Kvantitativní testování porovnání Alza.cz a Mall.cz Semestrální práce B A4B39TUR Tomáš Novák 2012/2013 Obsah 1 Úvod... 3 1.1 Cíl práce... 3 1.2 Cílová skupina... 3
Více6. 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
VíceKorelační 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
VíceTestování uživatelského rozhraní
České vysoké učení technické v Praze, fakulta elektrotechnická 2012/2013 Semestrální práce na předmět Testování uživatelského rozhraní Kvantitativní test Jiří Blažek blazej18@fel.cvut.cz Obsah Obsah...1
VíceAnalýza rozptylu. Přednáška STATISTIKA II - EKONOMETRIE. Jiří Neubauer
ANOVA Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz ANOVA ANOVA je nástroj pro zkoumání vztahu mezi vysvětlovanými a vysvětlujícími
VíceProgram prevence rakoviny prsu na SŠ a SOU v Pardubickém kraji
Program prevence rakoviny prsu na SŠ a SOU v Pardubickém kraji Závěrečná zpráva V České republice ročně onemocní nádory prsu kolem 6 žen, z nichž přibližně čtvrtina tomuto onemocnění podlehne! V ČR incidence
VíceEFEKT SANOTERAPEUTICKÝCH METOD JAKO SPOUŠTĚČŮ MECHANISMŮ ADAPTACE PŘI ZVLÁDÁNÍ DŮSLEDKŮ INFORMAČNÍHO STRESU
SBORNÍK PRACÍ FILOZOFICKÉ FAKULTY BRNĚNSKÉ UNIVERZITY STUDIA MINORA FACULTATIS PHILOSOPHICAE UNIVERSITATIS BRUNENSIS P 4, 2000 LUBOMÍR VASINA, ZUZANA VYCHODILOVÁ EFEKT SANOTERAPEUTICKÝCH METOD JAKO SPOUŠTĚČŮ
VíceLEKCE 02a UNIVARIAČNÍ ANALÝZA KATEGORIZOVANÝCH DAT
LEKCE 02a UNIVARIAČNÍ ANALÝZA KATEGORIZOVANÝCH DAT 1 Základní statistickou úlohou je popis stavu základního souboru Východiskem je většinou výběrový soubor (odvozujeme popis základního souboru z popisu
VícePravděpodobnost 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
Více(motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination.
Neparametricke testy (motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination. Andrew Lang) 1. Příklad V následující tabulce jsou
VíceLEKCE03 PŘÍKLAD NORMALITA ROZLOŽENÍ A Z SKÓRY; ZOBECŇOVÁNÍ VÝBĚROVÝCH VÝSLEDKŮ NA ZÁKLADNÍ SOUBOR 95 % 68 %
LEKCE 5: NORMÁLNÍ ROZLOŽENÍ A ZÁKLADY TESTOVÁNÍ HYPOTÉZ. 1 LEKCE03 PŘÍKLAD NORMALITA ROZLOŽENÍ A Z SKÓRY; ZOBECŇOVÁNÍ VÝBĚROVÝCH VÝSLEDKŮ NA ZÁKLADNÍ SOUBOR V předchozích lekcích jsme si ukázali, že před
VíceMATEMATICKÁ STATISTIKA - XP01MST
MATEMATICKÁ STATISTIKA - XP01MST 1. Úvod. Matematická statistika (statistics) se zabývá vyšetřováním zákonitostí, které v sobě obsahují prvek náhody. Zpracováním hodnot, které jsou výstupem sledovaného
VíceStudentem i učitelem v Romské střední škole sociální
David Tišer Studentem i učitelem v Romské střední škole sociální Romská škola Romskou střední školu sociální založil před několika lety v rámci aktivit své neziskové nevládní organizace Dr. Rajko Djurič
VíceKarta předmětu prezenční studium
Karta předmětu prezenční studium Název předmětu: Číslo předmětu: 545-0250 Garantující institut: Garant předmětu: Ekonomická statistika Institut ekonomiky a systémů řízení RNDr. Radmila Sousedíková, Ph.D.
VícePříprava na hodinu: Realizace hodiny:
Příprava na hodinu: Vzdělávací cíl: Poznáváme živou přírodu, konkrétně domácí zvířata. Rozlišení základních skupin zvířat. Výchovný cíl: 1. Pěstování a rozvíjení vztahu k přírodě, ke všemu živému, zodpovědnosti
VíceZáklady pravděpodobnosti a statistiky. Popisná statistika
Základy pravděpodobnosti a statistiky Popisná statistika Josef Tvrdík Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace v úterý 14.10 až 15.40 hod. Příklad ze života Cimrman, Smoljak/Svěrák,
VíceII. Statistické metody vyhodnocení kvantitativních dat Gejza Dohnal
Základy navrhování průmyslových experimentů DOE II. Statistické metody vyhodnocení kvantitativních dat Gejza Dohnal! Testování statistických hypotéz kvalitativní odezva kvantitativní chí-kvadrát test homogenity,
VíceV tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů).
1. Příklad V tabulce jsou uvedeny roční náklady na údržbu (v dolarech) a cena domu (v tis. dolarů). Náklady 835 63 240 1005 184 213 313 658 195 545 Cena 136 24 52 143 42 43 67 106 61 99 a.) Modelujte závislost
VícePředmět:: Český jazyk a literatura
Přípravné cviky pro uvolňování ruky ZÁŘÍ 19 hod. OSV3 2.porozumí písemným nebo mluveným pokynům přiměřené složitosti 3. respektuje základní komunikační pravidla v rozhovoru OSV3: Seberegulace a sebeorganizace
VícePomůcka pro cvičení: 3. semestr Bc studia
Pomůcka pro cvičení: 3. semestr Bc studia Statistika Základní pojmy balíček: Statistics Pro veškeré výpočty je třeba načíst balíček Statistic. Při řešení můžeme použít proceduru infolevel[statistics]:=1,
VícePředběžné výsledky výzkumu efektivity fyzikálních experimentů jako nástroje pro učení konceptuálních znalostí
Předběžné výsledky výzkumu efektivity fyzikálních experimentů jako nástroje pro učení konceptuálních znalostí Karel Havlíček Vedoucí: doc. Leoš Dvořák CSc. Obsah prezentace Motivace Metodologie Nástroje
VíceTematický plán pro školní rok 2015/2016 Předmět: Český jazyk Vyučující: Mgr. Jarmila Kuchařová Týdenní dotace hodin: 9 hodin Ročník: druhý
ČASOVÉ OBDOBÍ Září KONKRÉTNÍ VÝSTUPY KONKRÉTNÍ UČIVO PRŮŘEZOVÁ TÉMATA ví, že se ve jméně píše velké písmeno na začátku pozná konec a začátek věty umí rozložit větu na slova ví, že věta začíná velkým písmenem
VíceMOHELSKÁ, H., TOMAŠKOVÁ, H
Závěrečná zpráva grantového projektu zakázka č 2105 (specifický výzkum v roce 2010) Název projektu KOMUNIKAČNÍ A MOBILNÍ TECHNOLOGIE A JEJICH VYUŽITÍ V SOUČASNÉ PRAXI V ČR Specifikace řešitelského týmu
VíceZÁKLADNÍ ŠKOLA TOCHOVICE ŠKOLA TYPU RODINNÉHO VZDĚLÁVÁNÍ ŠKOLNÍ ROK 2010/2011 číslo: 32
ZÁKLADNÍ ŠKOLA TOCHOVICE ŠKOLA TYPU RODINNÉHO VZDĚLÁVÁNÍ ŠKOLNÍ ROK 2010/2011 číslo: 32 Obsah: Slovo ředitele školy, novoroční přání, vystoupení v domově důchodců, Projektový den zdravá výživa, vyhodnocení
VícePředmět:: Český jazyk
2.porozumí písemným nebo mluveným pokynům přiměřené složitosti 3. respektuje základní komunikační pravidla v rozhovoru OSV3: Seberegulace a sebeorganizace 4. pečlivě vyslovuje, opravuje svou nesprávnou
VíceLEKCE02a ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH DAT vzorový výsledek cvičení
SOC1/ LEKCE : ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH A SPOJITÝCH DAT: LEKCEa ANALÝZA ROZLOŽENÍ KATEGORIZOVANÝCH DAT vzorový výsledek cvičení CVIČENÍ.1: Je česká populace věřící, nebo nevěřící? Tuto otázku
VíceParametrické testy hypotéz o středních hodnotách spojitých náhodných veličin
Parametrické testy hypotéz o středních hodnotách spojitých náhodných veličin EuroMISE Centrum I. ÚVOD vv této přednášce budeme hovořit o jednovýběrových a dvouvýběrových testech týkajících se střední hodnoty
VíceDůvěra v politické instituce České republiky Daniel Čermák Sociologický ústav AV ČR, v.v.i.
politické instituce České republiky Daniel Čermák Sociologický ústav AV ČR, v.v.i. Konfucius: důvěra, zbraně a jídlo jsou nezbytné pro každou vládu. Jídlo, protože najedení občané jsou méně ochotní vyvolávat
VíceRole hospitace v odborném výcviku
Role hospitace v odborném výcviku Hlavní trendy v pohledu na roli lektora ve vzdělávání Kostelec nad Černými lesy Petr Mach, FPE ZČU v Plzni 23. 24. 10. 2012 Funkce hospitace Diagnostická - d. vzdělávacích
VícePŘÍLOHY. Příloha č. 1 - Vyjádření etické komise FTVS UK. Příloha č. 2 Informovaný souhlas. Příloha č. 3 Dotazník
PŘÍLOHY Příloha č. 1 - Vyjádření etické komise FTVS UK Příloha č. 2 Informovaný souhlas Příloha č. 3 Dotazník Příloha č. 4 Obrázky spoušťových bodů v oblasti ruky Příloha č. 5 Grafy Příloha č. 6 Tabulky
VíceAnalýza dat z dotazníkových šetření
Analýza dat z dotazníkových šetření Cvičení 6. Rozsah výběru Př. Určete minimální rozsah výběru pro proměnnou věk v souboru dovolena, jestliže 95% interval spolehlivost průměru proměnné nemá být širší
VíceVyužití 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
VíceStatistické 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
Více!"! #$%$& #$& '% % ( ) (
!"! #$%$&#$&'% %( )( Systém má modulární stavbu. V multilicenci pro Masarykovu univerzitu jsou k dispozici moduly: Basic Statistics/Tables, Multiple Regression, ANOVA, Nonparametrics, Distribution Fitting,
VícePODPORA SPU VE VÝUCE. projevy, potřeby, úpravy a metody
PODPORA SPU VE VÝUCE projevy, potřeby, úpravy a metody Projevy Dyslexie Pomalé čtení -Namáhavé -Dvojí -Ztrácí se, vrací se -Málo chyb-opravuje -Záměny,opakuje přečtené Přepisuje velmi pomalu -Víc času
VíceAnalýza rozptylu. Statistika II. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.
ANOVA Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz ANOVA ANOVA je nástroj pro zkoumání vztahu mezi vysvětlovanými a vysvětlujícími proměnnými.
VíceParametrické testy hypotéz o středních hodnotách spojitých náhodných veličin
Parametrické testy hypotéz o středních hodnotách spojitých náhodných veličin EuroMISE Centrum Kontakt: Literatura: Obecné informace Zvárová, J.: Základy statistiky pro biomedicínskéobory I. Vydavatelství
VíceEmpirická aplikace metody podmíněného hodnocení: analýza mikrodat z šetření Kvalita pracovního života 2006
Empirická aplikace metody podmíněného hodnocení: analýza mikrodat z šetření Kvalita pracovního života 2006 Jan UR B A N Milan ŠČA S N Ý Centrum pro otázky životního prostředí Univerzita Karlova v Praze
VíceNovinky 2009 Brecht, Bertolt Kupování mosazi ISBN 978-80-86928-52-4 Doporučená cena: 232 Kč 1. vydání Lepoldová, Jana Metodika taneční gymnastiky
Novinky 2009 Brecht, Bertolt Kupování mosazi (Der Messingkauf) Kupování mosazi je rozhovor mezi filosofem, dramaturgem, hercem a herečkou. Ačkoli dialog zůstal pouze fragmentem, patří tato noční diskuse
VíceVztah mezi počtem květů a celkovou biomasou rostliny
Regrese a korelace Regrese versus korelace Regrese (regression)* popisuje vztah = závislost dvou a více kvantitativních (popř. ordinálních) proměnných formou funkční závislosti měří těsnost Korelace (correlation)
VíceKopretinky z Jihu. Úvodník
R o č n í k 1 ( 2 0 1 3 / 1 4 ), Č í s l o 4 ( P r o s i n e c 2 0 1 3 ) Redakční rada: šéfredaktorka: Lenka Kouřimová (Lečo); zástupce šéfredaktorky: Lukáš Arendáš (Kiwi); redaktoři: Kateřina Oravcová
VíceKdy kanonická korelace a kdy vícerozměrná lineární regrese?
Kdy kanonická korelace a kdy vícerozměrná lineární regrese? Prof. RNDr. Milan Meloun, DrSc., Katedra analytické chemie, Univerzita Pardubice, 53 10 Pardubice, email: milan.meloun@upce.cz a Prof. Ing. Jiří
VíceStatistická zpráva zkoušek leteckých motorů
Statistická zpráva zkoušek leteckých motorů Zpráva o zkoumání reakcí parametrů motorů na prováděné změny GE AVIATION CHZECH May, Autor: Milan Zapach Problematika zkoušek motorů Po smontování je zapotřebí
VícePředmět:: Český jazyk
3. respektuje základní komunikační pravidla v rozhovoru OSV9: Kooperace a kompetice 8. zvládá základní hygienické návyky spojené se psaním 22. rozlišuje zvukovou a grafickou podobu slova, člení slova na
Více4ST201 STATISTIKA CVIČENÍ Č. 10
4ST201 STATISTIKA CVIČENÍ Č. 10 regresní analýza - vícenásobná lineární regrese korelační analýza Př. 10.1 Máte zadaný výstup regresní analýzy závislosti závisle proměnné Y na nezávisle proměnné X. Doplňte
Více