Lékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)
|
|
- Dagmar Dušková
- před 7 lety
- Počet zobrazení:
Transkript
1 Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý až hod.
2 Přednáška 6 závislost veličin, závěrečné poznámky Kontingenční tabulka Dvouvýběrový t-test (a analýza rozptylu) Prezentace statistických výsledků
3 Vztah dvou veličin popisná statistika Obě diskrétní kategoriální četnosti (kontingenční tabulka) Jedna metrická, jedna kategoriální tabulky charakteristik podle hodnot kategoriální veličiny krabicové grafy
4 Data po předzpracování (výsek) pohlavi odd den_vtydnu vek dny_hosp m CH ST m INT CT z INT ST m INT PO z INT UT 88 9 z INT UT 96 9 z G PA 27 8 z CH SO 75 8 m CH NE 80 8 z CH UT 91 8 m INT PO 28 8 z INT PO 28 8 m INT PO 28 8 m INT PO 85 6 m INT PO 85 6 z INT UT 96 6
5 Závislost dvou diskrétních nemetrických veličin kontingenční tabulka - četnosti pohlavi odd m z Total CH G INT Total
6 Závislost dvou diskrétních nemetrických veličin kontingenční tabulka četnosti - grafické znázornění z CH G INT m
7 Jedna metrická, jedna kategoriální vek m z
8 Popisná statistika těmito výsledky končí, více nemůže poskytnout Induktivní statistika poskytne více ukážeme na příkladech
9 Kontingenční tabulky test nezávislosti dvou kategoriálních veličin x 1 x 2... x j... x C n i. y 1 n 11 n 12 n 1j n 1C n 1. y 2 n 21 n 22 n 2C n 2. Y : : : : : y i n i1 n ij n ic n i. : : : : : y R n R1 n R2 n Rj n RC n R. n.1 n.2 n.j n.c n.. = n X n i C = n j= 1 ij n j R = n i= 1 ij R C R C ij i i= 1 j= 1 i= 1 j= 1 n = n = n = n j
10 Pro nezávislé veličiny X,Y platí: [ ] Y y ) ( X x ) P( Y y ). P( X x ) P = = = = = ( i j i j zavedeme zkratky [ ] ( ) ( ) p = P Y = y X = x ij i j p = P = i ( Y yi ) p = P = j ( X x j ) p = p. p ij i j
11 H0: X, Y nezávislé Odhady marginálních pravděpodobností: p i ni = p n Očekávané četnosti při nezávislosti: e n p n n n n n i j i j ij = ij = = n n n Testové kriterium 2 χ = i= 1 j= 1 ( ) ij ij R C n e e ij j = 2 n j n 2 ~ χ( R ) ( C ) 1 1
12 Kdy zamítnout H0? kritický obor pro testové kriterium: 2 W = χ( R 1)( C 1)(1 α), + n=4 f(x) ) 0.15 n= x
13 Když zamítneme H0: standardizovaná residua ( n e )/ e ij ij ij mají přibližně normované normální rozdělení, tj. pokud je absolutní hodnota standardizovaného residua > 2, je odchylka pozorované četnosti od očekávané významná
14 Míry těsnosti závislosti X,Y Koeficient Φ Φ= χ 2 n Cramerovo V V = Φ 2 min( RC, ) Pearsonův koeficient kontingence C = 2 χ 2 χ + n Čuprovův koeficient kontingence T = ( R 2 Φ 1)( C 1)
15 Výsledky pro odd, pohlavi Counts Section pohlavi odd m z Total CH G INT Total Expected Counts Assuming Independence Se pohlavi odd m z Total CH G INT Total
16 Chi-Square Degrees of Freedom 2 Probability Level Phi Cramer's V Pearson's Cont. Coeff Tschuprow's T Standardized Residual Section pohlavi odd m z Total CH G INT Total 0 0 0
17 V tabulce je strukturální nula, dopředu jsme věděli, že počet pacientů-mužů na gynekologii je roven 0 vynecháme odd = G Chi-Square Statistics Section Chi-Square Degrees of Freedom 1 Probability Level Phi Cramer's V Pearson's Contingency Coefficient Tschuprow's T Standardized Residual Section pohlavi odd m z CH INT
18 Dvouvýběrový t-test dvě populace, normálně rozdělené 2 N ( µ, σ ) N ( µ, σ ) 2 2 když jsou rozptyly shodné, pak T = X X ( µ µ ) ( ) ( ) 2 2 n1 1 s1 + n2 1 s n1 + n2 2 n1 n2 ~ t n + n 2 1 2
19 µ µ = µ µ H0: H1: musíme rozhodnout, zda jsou rozptyly shodné, tj. testovat hypotézu σ = σ = σ 1 2 testové kriterium F 2 s = 1 2 ~ F n 1 1, n2 1 s2
20 pokud nezamítneme shodu rozptylů, T eq = 1 2 ( ) ( ) 2 2 n1 1 s1 + n2 1 s n1 + n2 2 n1 n2 pokud zamítneme, tak jiné testové kritérium: T noneq = X x s n + X x s n 2 2 2
21 Příklad věk hospitalizovaných mužů a žen n prum sm.odch. pohlavi=m pohlavi=z F = 1.13, p = nezamítáme, že rozptyly jsou shodné T = 0.914, p = nezamítáme H0, že střední hodnoty věku jsou shodné
22 Dvouvýběrový test vyšel podle očekávání, věk hospitalizovaných mužů a žen se neliší vek m z
23 Jak prezentovat výsledky statistických analýz? Užívat zdravý rozum, myslet na čtenáře Gerald van Belle: Statistical Rules of Thumb, John Wiley & Sons, 2002 Kap. 7 Words, Tables, and Graphs
24 The blood type in the population of the United States is approximately 40%, 11%, 4% and 45% A, B, AB, and O, respectively. The blood type in the population of the United States is approximately 40% A, 11% B, 4% AB and 45% O. The blood type in the population of the United States is approximately, O 45% A 40% B 11% AB 4%.
25 Table 1: Number of Active Health Professionals in 1980 (from National Center for Health Statistics, 2000) Occupation Chiropractors Dentists Nutritionists/Dieticians Nurses, registered Occupational Therapists Optometrists Pharmacists Physical Therapists Physicians Podiatrists Speech Therapists
26 Table 2: Table 1 Rearranged by Number in Category and Rounded to the Nearest Occupation Nurses, registered Physicians Pharmacists Dentists Physical Therapists Speech Therapists Nutritionists/Dieticians Chiropractors Occupational Therapists Optometrists Podiatrists 1980 in 1000's
27 Užívat rozumný počet významných číslic! efektivní číslice mění hodnoty např. čísla , , mají jen 4 efektivní číslice, ne 6 v tabulkách max. 2 efektivní číslice, tři a více člověk vnímá obtížně
28 Neužívat výsečové grafy! čtenář musí propojovat legendu s výsečemi ignorují strukturu dat spotřebuje se moc inkoustu Jediná věc je horší než výsečový graf několik výsečových grafů
29 Četnost krevních skupin a Rh faktoru populace USA Blood Type Rh+ Rh- Total O A B AB Total O+ A+ B+ AB+ O- A- B- AB-
30 Neužívat sloupcové skládané (stackbar) grafy jsou hůře čitelné než obyčejné sloupcové většinou se najde efektivnější možnost, jak nahlédnout do struktury dat
31 Počet aktivit v průběhu dvou týdnů četnosti v % Počet aktivit a více ženy muži
32 STACKBAR graph Kramarov et al., National Center for Health Statistics, % 80% 60% 40% 20% 0% a vice ženy a vice muži
33 Přirozené otázky: Mají více aktivit muži nebo ženy? Jak mění počet aktivit s věkem? Liší se tyto změny u mužů a žen?
34 Prům ěrný počet aktivit Věk ženy muži
35 Výběr z chyb v korespondenčních úlohách studentů předmětu Analýza dat v LS 2007
36 Cetnost Trida cislo
37 sloupec
38 T eq x x = = = 2 2 ( n1 1) s1 + ( n2 1) s n1+ n2 2 n1 n H0: µ = 6 průměr x = 5, s = 0, hodnota testového kritéria: -1,
39 Počet narozených Počet narozených
40 nerozpoznaný Safari Přístupy prostřednictvím majoritních prohlížečů Mozilla Internet Explorer 5 a starší Internet Explorer 6 Internet Explorer 7 Netscape Opera prohlížeč Firefox počet přístupů
41 Rozložení souboru dle výroku: "Pijete alkohol?" a typu školy četnost v % ano ne 20 0 gymnázium učiliště průmyslovka
42 měření rekonstrukce Úhrn srážek (m m )
43 Závěrečné poznámky: Ze 6 přednášek a cvičení není možné naučit se statistiku, ale lze pochopit základní myšlenky Data jsou obrazem zkoumaného světa, garbage in, garbage out Aplikaci statistiky ve výzkumu včas konzultujte se statistikem (Třísku si vyndám sám, se slepým střevem jdu na chirurgii)
Grafy a tabulky ve statistice (aneb Na co ve výuce obvykle není čas)
Grafy a tabulky ve statistice (aneb Na co ve výuce obvykle není čas) Josef Tvrdík Katedra informatiky, Přírodovědecká fakulta Ostravské university Abstrakt: V článku jsou uvedeny některé jednoduché zásady
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,
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
VícePříklad: Test nezávislosti kategoriálních znaků
Příklad: Test nezávislosti kategoriálních znaků Určete na hladině významnosti 5 % na základě dat zjištěných v rámci dotazníkového šetření ve Šluknově, zda existuje závislost mezi pohlavím respondenta a
VíceADDS cvičení 7. Pavlína Kuráňová
ADDS cvičení 7 Pavlína Kuráňová Analyzujte závislost věku obyvatel na místě kde nejčastěji tráví dovolenou. (dotazník dovolená, sloupce Jaký je Váš věk a Kde nejčastěji trávíte dovolenou) Analyzujte závislost
Vícea) Základní informace o souboru Statistika: Základní statistika a tabulky: Popisné statistiky: Detaily
Testování hypotéz Testování hypotéz jsou klasické statistické úsudky založené na nějakém apriorním předpokladu. Vyslovíme-li předpoklad o hodnotě neznámého parametru nebo o zákonu rozdělení sledované náhodné
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
VícePSY117/454 Statistická analýza dat v psychologii Přednáška 10
PSY117/454 Statistická analýza dat v psychologii Přednáška 10 TESTY PRO NOMINÁLNÍ A ORDINÁLNÍ PROMĚNNÉ NEPARAMETRICKÉ METODY... a to mělo, jak sám vidíte, nedozírné následky. Smrť Analýza četností hodnot
VíceTestování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1
Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Úvodní poznámky Statistickou hypotézou rozumíme hypotézu o populaci (základním souboru) např.: Střední hodnota základního souboru je rovna 00. Střední
VíceÚvod. Analýza závislostí. Přednáška STATISTIKA II - EKONOMETRIE. Jiří Neubauer
Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Úvod Předmětem této kapitoly bude zkoumání souvislosti (závislosti) mezi
VíceTESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ. 11. cvičení
TESTOVÁNÍ NEPARAMETRICKÝCH HYPOTÉZ 11. cvičení Neparametrické hypotézy Hypotézy o vlastnostech populace (typ rozdělení, závislost proměnných ) Testy dobré shody Testují shodu mezi výběrovým (empirickým)
VícePRAVDĚPODOBNOST A STATISTIKA OPAKOVÁNÍ, pro rozpoznávání
PRAVDĚPODOBNOST A STATISTIKA OPAKOVÁNÍ, pro rozpoznávání Václav Hlaváč Fakulta elektrotechnická ČVUT v Praze katedra kybernetiky, Centrum strojového vnímání hlavac@fel.cvut.cz, http://cmp.felk.cvut.cz/~hlavac
VíceSPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 2: Statistika a pravděpodobnost
SPOLEHLIVOST KONSTRUKCÍ & TEORIE SPOLEHLIVOSTI část 2: Statistika a pravděpodobnost Drahomír Novák Jan Eliáš 2012 Spolehlivost konstrukcí, Drahomír Novák & Jan Eliáš 1 část 2 Statistika a pravděpodobnost
VíceV praxi pracujeme s daty nominálními (nabývají pouze dvou hodnot), kategoriálními (nabývají více
9 Vícerozměrná data a jejich zpracování 9.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat, hledáme souvislosti mezi dvěmi, případně více náhodnými veličinami. V praxi pracujeme
VícePříloha č. 3. Kombinační třídění
Příloha č. 3 Kombinační třídění Měření závislosti mezi spokojeností s kulturním programem v Třebíči a dojížděním za kulturou do větších měst. Řádky: Vyhovuje Vám kulturní program nabízený v Třebíči? Sloupce:
VíceKontingenční tabulky, korelační koeficienty
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Mějme kategoriální proměnné X a Y. Vytvoříme tzv. kontingenční tabulku. Budeme tedy testovat hypotézu
VíceStav Svobodný Rozvedený Vdovec. Svobodná 37 10 6. Rozvedená 8 12 8. Vdova 5 8 6
1. Příklad Byly sledovány rodinné stavy nevěst a ženichů při uzavírání sňatků a byla vytvořena následující tabulka četností. Stav Svobodný Rozvedený Vdovec Svobodná 37 10 6 Rozvedená 8 12 8 Vdova 5 8 6
VíceKontingenční tabulky, korelační koeficienty
Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel 973 442029 email:jirineubauer@unobcz Budeme předpokládat, že X a Y jsou kvalitativní náhodné veličiny, obor hodnot X obsahuje r hodnot (kategorií,
Více( ) 2.4.4 Kreslení grafů funkcí metodou dělení definičního oboru I. Předpoklady: 2401, 2208
.. Kreslení grafů funkcí metodou dělení definičního oboru I Předpoklady: 01, 08 Opakování: Pokud jsme při řešení nerovnic potřebovali vynásobit nerovnici výrazem, nemohli jsme postupovat pro všechna čísla
Více4ST201 STATISTIKA CVIČENÍ Č. 8
4ST201 STATISTIKA CVIČENÍ Č. 8 analýza závislostí kontingenční tabulky test závislosti v kontingenční tabulce analýza rozptylu regresní analýza lineární regrese Analýza závislostí Budeme ověřovat existenci
VíceVÍCEROZMĚRNÝ STATISTICKÝ SOUBOR
KORELACE A REGRESE 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/..00/8.001)
VícePřednáška 5. Výběrová šetření, Exploratorní analýza
Přednáška 5 Výběrová šetření, Exploratorní analýza Pravděpodobnost vs. statistika Výběrová šetření aneb jak získat výběrový soubor Exploratorní statistika aneb jak popsat výběrový soubor Typy proměnných
Více6. T e s t o v á n í h y p o t é z
6. T e s t o v á n í h y p o t é z Na základě hodnot z realizace náhodného výběru činíme rozhodnutí o platnosti hypotézy o hodnotách parametrů rozdělení nebo o jeho vlastnostech. Používáme k tomu vhodně
VíceZáklady zpracování kvantitativních dat ZZD
Základy zpracování kvantitativních dat ZZD Mgr. Patrik Galeta, Mgr. Vladimír Sládek, Ph.D. ZS 2007 galeta@ksa.zcu.cz Př.: ČT, 07.30 09.00, SP111 www.oba.zcu.cz/personalia/pg.php Cv.: ÚT, ST, ČT: TY110
VíceMěření 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
VíceLékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)
Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 14.10 až 15.40 hod. http://www1.osu.cz/~tvrdik
VíceNational Health Information System on-line
National Health Information System on-line Ústav zdravotnických informací a statistiky České republiky Institute of Health Information and Statistics of the Czech Republic Institut biostatistiky a analýz
Víceč č ň Ž ť ň Ž č Í č Ž Í č Í ň č ň Ž č č Ď ň Í Š č ň č Ž ň ň ň ň ň č Ž č ť Ů č ň ň č Í č ň Ó č č ň č Í č č ň Ď ň č č ň ň Í č č č Ž Ž č Ž Ž ň Ž ň ň Ó č ň ň Ž č č č ň ď Ž ň Íč ť č Ů Ž č č č Í ň Í ň č č ň
VíceLékařská biofyzika, výpočetní technika I. Biostatistika Josef Tvrdík (doc. Ing. CSc.)
Lékařská biofyzika, výpočetní technika I Biostatistika Josef Tvrdík (doc. Ing. CSc.) Přírodovědecká fakulta, katedra informatiky josef.tvrdik@osu.cz konzultace úterý 4. až 5.4 hod. http://www.osu.cz/~tvrdik
VíceRegresní a korelační analýza
Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Regresní analýza Cíl regresní analýzy: stanovení formy (trendu, tvaru, průběhu)
VíceVŠB Technická univerzita Ostrava
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: PRAVDĚPODOBNOST A STATISTIKA Domácí úkoly Zadání 21 DATUM ODEVZDÁNÍ
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.
VíceVýsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013
Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Základní škola Ústí nad Orlicí, Komenského 11 Termín zkoušky:
VíceStatistika (MD360P03Z, MD360P03U) ak. rok 2007/2008
1(254) Statistika (MD360P03Z, MD360P03U) ak. rok 2007/2008 Karel Zvára karel.zvara@mff.cuni.cz http://www.karlin.mff.cuni.cz/ zvara (naposledy upraveno 7. ledna 2008) Statistika (MD360P03Z, MD360P03U)
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
VíceFilmy a jejich diváci
Vysoká škola báňská Technická univerzita Ostrava Fakulta elektrotechniky a informatiky Statistika I Semestrální projekt Filmy a jejich diváci Autor: Petr Kašpar Login: KAS265 Datum: 19. května 2009 Obsah
VíceKGG/STG Statistika pro geografy
KGG/STG Statistika pro geografy 10. Mgr. David Fiedor 27. dubna 2015 Nelineární závislost - korelační poměr užití v případě, kdy regresní čára není přímka, ale je vyjádřena složitější matematickou funkcí
VíceLineární Regrese Hašovací Funkce
Hašovací Funkce Mgr. Rudolf B. Blažek, Ph.D. prof. RNDr. Roman Kotecký, DrSc. Katedra počítačových systémů Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v
VíceTesty dobré shody TESTY DOBRÉ SHODY (angl. goodness-of-fit tests), : veličiny X, Y jsou nezávislé nij eij
Testy dobré shody Máme dvě veličiny a předpokládáme, že jsou nezávislé (platí nulová hypotéza nezávislosti). Často chceme naopak prokázat jejich závislost. K tomu slouží: TESTY DOBRÉ SHODY (angl. goodness-of-fit
Více19. Testy dobré shody
19. Testy dobré shody V mnoha případech jsme nucen z daných údajů zjšťovat například typ rozdělení, nezávslost údajů, homogentu dat. Takovéto možnost nám nabízí metoda, která se jmenuje testy dobré shody.
VíceZákladní informace. Kolín, Leden/Únor 2016 1
Základní informace Projekt E-názor má za cíl pomoci obcím zajistit dostupnost a reprezentativnost názorů obyvatel prostřednictvím elektronického sociologického nástroje pro e-participaci. Projekt realizuje
VíceNěkteré zákony rozdělení pravděpodobnosti. 1. Binomické rozdělení
Přednáška 5/1 Některé zákony rozdělení pravděpodobnosti 1. Binomické rozdělení Předpoklady: (a) pst výskytu jevu A v jediném pokuse P (A) = π, (b) je uskutečněno n pokusů, (c) pokusy jsou nezávislé, tj.
VíceANALÝZA ZÁVISLOSTI. Martina Litschmannová
ANALÝZA ZÁVISLOSTI Martina Litschmannová Obsah přednášky Analýza závislosti dvou kategoriálních proměnných Analýza závislosti v kontingečních tabulkách Analýza závislosti v asociačních tabulkách Simpsonův
Více( ) 2.5.7 Neúplné kvadratické rovnice. Předpoklady: 020501
..7 Neúplné kvadratické rovnice Předpoklady: Pedagogická poznámka: Tato hodina patří mezi vzácné výjimky, kdy naprostá většina studentů skončí více než pět minut před zvoněním. Nechávám je dělat něco jiného
Více2.4.11 Nerovnice s absolutní hodnotou
.. Nerovnice s absolutní hodnotou Předpoklady: 06, 09, 0 Pedagogická poznámka: Hlavním záměrem hodiny je, aby si studenti uvědomili, že se neučí nic nového. Pouze používají věci, které dávno znají, na
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
Více2.8.9 Parametrické rovnice a nerovnice s absolutní hodnotou
.8.9 Parametrické rovnice a nerovnice s absolutní hodnotou Předpoklady: 0,, 806 Pedagogická poznámka: Opět si napíšeme na začátku hodiny na tabuli jednotlivé kroky postupu při řešení rovnic (nerovnic)
VíceVýsledky testování školy. Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy. Školní rok 2012/2013
Výsledky testování školy Druhá celoplošná generální zkouška ověřování výsledků žáků na úrovni 5. a 9. ročníků základní školy Školní rok 2012/2013 Gymnázium, Šternberk, Horní náměstí 5 Termín zkoušky: 13.
VíceBiostatistika a matematické metody epidemiologie- stručné studijní texty
Biostatistika a matematické metody epidemiologie- stručné studijní texty Bohumír Procházka, SZÚ Praha 1 Co můžeme sledovat Pro charakteristiku nebo vlastnost, kterou chceme sledovat zvolíme termín jev.
VíceVŠB Technická univerzita Ostrava BIOSTATISTIKA
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: BIOSTATISTIKA Zadání 11 DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL 1: DOMÁCÍ ÚKOL
VíceŘešení: a) Označme f hustotu a F distribuční funkci náhodné veličiny X. Obdobně označme g hustotu a G distribuční funkci náhodné veličiny Y.
VII. Transformace náhodné veličiny. Náhodná veličina X má exponenciální rozdělení Ex(; ) a náhodná veličina Y = X. a) Určete hustotu a distribuční funkci náhodné veličiny Y. b) Vypočtěte E(Y ) a D(Y ).
Více1. Pravděpodobnost a statistika (MP leden 2010)
1. Pravděpodobnost a statistika (MP leden 2010) Pravděpodobnost pojmy 1. Diskrétní pravděpodobnostní prostor(definice, vlastnosti, příklad). Diskrétní pravděpodobnostní prostor je trojice(ω, A, P), kde
VíceCvičení ze statistiky - 2. Filip Děchtěrenko
Cvičení ze statistiky - 2 Filip Děchtěrenko Probrali jsme základní statistiky Tyhle termíny by měly být známé: Populace Výběr Rozsah výběru Četnost Relativní četnost Kumulativní (relativní) četnost Průměr
VíceLékaři, zubní lékaři a farmaceuti v roce 2013. Physicians, dentists and pharmacists 2013
Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 2. 2. 2015 1 Souhrn Lékaři, zubní lékaři a farmaceuti v roce 2013 Physicians, dentists and pharmacists 2013 V České
VíceNEPARAMETRICKÉ TESTY
NEPARAMETRICKÉ TESTY Výhodou neparametrických testů je jejich použitelnost bez ohledu na typ rozdělení, z něhož výběr pochází. K testování se nepoužívají parametry výběru (např.: aritmetický průměr či
VíceZápadočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky. Bakalářská práce. Výsledky vstupních testů z matematiky a úspěšnost studia
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky Bakalářská práce Výsledky vstupních testů z matematiky a úspěšnost studia Plzeň, 2014 Zuzana Rábová Prohlášení Prohlašuji, že
Více2.8.10 Rovnice s neznámou pod odmocninou a parametrem
.8.10 Rovnie s neznámou pod odmoninou a parametrem Předpoklady: 806, 808 Budeme postupovat stejně jako v předhozíh hodináh. Nejdříve si zopakujeme obený postup při řešení rovni s neznámou pod odmoninou
VícePravděpodobnost a statistika: řešené příklady 2014 Tomáš Kroupa
Tomáš Kroupa 1 Kombinatorika Náhodně vybereme 7-místné číslo Jaká je pravděpodobnost, že se v zápise čísla žádná cifra neopakuje? Pečlivě formulujte úlohu v Kolmogorovově modelu pravděpodobnosti Elementární
Více( ) ( ) ( ) 2 ( ) 2.7.16 Rovnice s neznámou pod odmocninou II. Předpoklady: 2715
.7.6 Rovnice s neznámou pod odmocninou II Předpoklady: 75 Př. : Vyřeš rovnici y + + y = 4 y + + y = 4 / ( y + + y ) = ( 4) y + + 4 y + y + 4 y = 6 5y + 4 y + y = 8 5y + 4 y + y = 8 - v tomto stavu nemůžeme
VíceKvantifikace operačního rizika v rámci Přistupu distribuce ztrát
Kvantifikace operačního rizika v rámci Přistupu distribuce ztrát Jiří Havlický 1 Abstrakt Článek je zaměřen na stanovení a zhodnocení citlivosti výše očekávané a neočekávané ztráty plynoucí z podstupovaného
VíceMatematická statistika
České vysoké učení technické v Praze Fakulta dopravní Matematická statistika Semestrální práce : Obraz studenta fakulty dopravní 2010/2011 Jakub Fejtek, Petr Toman, Ondřej Stejskal, Pavel Vávra V rámci
VíceMgr. 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
VíceSEMESTRÁ LNÍ PRÁ CE. Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI
SEMESTRÁ LNÍ PRÁ CE Licenč ní studium STATISTICKÉZPRACOVÁ NÍ DAT PŘ I KONTROLE A Ř ÍZENÍ JAKOSTI Předmě t STATISTICKÁ ANALÝ ZA JEDNOROZMĚ RNÝ CH DAT (ADSTAT) Ú stav experimentá lní biofarmacie, Hradec
VíceVyužití mobilních telefonů studenty PEF Mendelovy univerzity v Brně
MENDELOVA UNIVERZITA V BRNĚ Provozně ekonomická fakulta Ústav statistiky a operačního výzkumu Využití mobilních telefonů studenty PEF Mendelovy univerzity v Brně Bakalářská práce Vedoucí práce: Ing. Pavel
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
VícePSY117/454 Statistická analýza dat v psychologii Přednáška 5 ZOBRAZENÍ DVOUROZMĚRNÝCH DAT KORELAČNÍ KOEFICIENT. Všichni žijeme v matrixu.
PSY117/454 Statistická analýza dat v psychologii Přednáška 5 ZOBRAZENÍ DVOUROZMĚRNÝCH DAT KORELAČNÍ KOEFICIENT Všichni žijeme v matrixu. V minulých dílech jsme viděli/y: Frekvence = četnosti Procenta =
Více2.3. POLARIZACE VLN, POLARIZAČNÍ KOEFICIENTY A POMĚR E/B
.3. POLARIZACE VLN, POLARIZAČNÍ KOEFICIENTY A POMĚR E/B V řadě případů je užitečné znát polarizaci vlny a poměry mezi jednotlivými složkami vektoru elektrické intenzity E takzvané polarizační koeficienty,
VíceZpracování náhodného vektoru. Ing. Michal Dorda, Ph.D.
Ing. Michal Dorda, Ph.D. 1 Př. 1: Cestující na vybraném spoji linky MHD byli dotazováni za účelem zjištění spokojenosti s kvalitou MHD. Legenda 1 Velmi spokojen Spokojen 3 Nespokojen 4 Velmi nespokojen
Více4EK211 Základy ekonometrie
4EK Základy ekonometrie Odhad klasického lineárního regresního modelu II Cvičení 3 Zuzana Dlouhá Klasický lineární regresní model - zadání příkladu Soubor: CV3_PR.xls Data: y = maloobchodní obrat potřeb
Více= musíme dát pozor na: jmenovatel 2a, zda je a = 0 výraz pod odmocninou, zda je > 0, < 0, = 0 (pak je jediný kořen)
.8.7 Kvadratické rovnice s parametrem Předpoklady: 507, 803 Pedagogická poznámka: Na první pohled asi každého zarazí, že takřka celá hodina je psána jako příklady a studenti by ji měli vypracovat samostatně.
VíceStatgraphics v. 5.0 STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA. Martina Litschmannová 1. Typ proměnné. Požadovaný typ analýzy
Dichotomická proměnná (0-1) Spojitá proměnná STATISTICKÁ INDUKCE PRO JEDNOROZMĚRNÁ DATA Typ proměnné Požadovaný typ analýzy Ověření variability Předpoklady Testy, resp. intervalové odhad Test o rozptylu
VícePSY117/454 Statistická analýza dat v psychologii. Zobrazení dvojrozměrných dat Bodový graf - Scatterplot Korelační koeficient
PSY117/454 Statistická analýza dat v psychologii Zobrazení dvojrozměrných dat Bodový graf - Scatterplot Korelační koeficient Analýza vztahů mezi dvěma proměnnými Souvisí nějak? Výška a váha Známky u jednotlivých
VíceUniverzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie
Univerzita Pardubice Chemicko-technologická fakulta Katedra analytické chemie 12. licenční studium PYTHAGORAS Statistické zpracování dat 3.3 Tvorba nelineárních regresních modelů v analýze dat Semestrální
VíceF p Test. statistika p 13,9 <,001 Muž 249 <,001 Žena 281 <,001. T test t df p Průměrný rozdíl 5, ,48 <,001 4,56
Příklad 1 1a a) Formulujte testovatelnou hypotézu pro použité proměnné b) Identifikujte použitý test a interpretujte výsledky c) Zhodnoťte, jestli byly splněny předpoklady použitého testu + další případné
VíceStatistick anal 0 5za kompozi 0 0n ͺch tabulek
Statistick anal 0 5za kompozi 0 0n ͺch tabulek Kamila Fa 0 0evicov, Karel Hron Katedra matematick anal 0 5zy a aplikac ͺ matematiky, Univerzita Palack ho v Olomouci Od kontingen 0 0n ͺch ke kompozi 0 0n
VíceJste 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
VícePřednáška 10. Analýza závislosti
Přednáška 10 Analýza závislosti Analýza závislosti dvou kategoriálních proměnných Analýza závislosti v kontingečních tabulkách Analýza závislosti v asociačních tabulkách Simpsonův paradox Analýza závislosti
VíceSimulace systému hromadné obsluhy Nejčastější chyby v semestrálních pracích
Simulace systému hromadné obsluhy Nejčastější chyby v semestrálních pracích Nedostatešný popis systému a jeho modelu vstupy S výstupy Systém Část prostředí, kterou lze od jeho okolí oddělit fyzickou nebo
VíceČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE. FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA SPECIÁLNÍ GEODÉZIE název předmětu
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA STAVEBNÍ, OBOR GEODÉZIE A KARTOGRAFIE KATEDRA SPECIÁLNÍ GEODÉZIE název předmětu EKONOMIKA V ZEMĚMĚŘICTVÍ A KATASTRU číslo úlohy 1. název úlohy NEMOVITOSTÍ Analýza
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Úvod do teorie pravděpodobnosti Náhoda a pravděpodobnost, náhodný jev, náhodná veličina rozdělení pravděpodobnosti
Více1. Alternativní rozdělení A(p) (Bernoulli) je diskrétní rozdělení, kdy. p(0) = P (X = 0) = 1 p, p(1) = P (X = 1) = p, 0 < p < 1.
2. Některá důležitá rozdělení Diskrétní rozdělení. Alternativní rozdělení Ap) Bernoulli) je diskrétní rozdělení, kdy náhodná veličina X nabývá pouze dvou hodnot a a pro její pravděpodobnostní funkci platí:
VíceStatistika. Semestrální projekt
Statistika Semestrální projekt 18.5.2013 Tomáš Jędrzejek, JED0008 Obsah Úvod 3 Analyzovaná data 4 Analýza dat 6 Statistická indukce 12 Závěr 15 1. Úvod Cílem této semestrální práce je aplikovat získané
VíceHodnocení způsobilosti procesu. Řízení jakosti
Hodnocení způsobilosti procesu Řízení jakosti Hodnocení způsobilosti procesu a její cíle Způsobilost procesu je schopnost trvale dosahovat předem stanovená kriteria kvality. Snaha vyjádřit způsobilost
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
VíceJazyk matematiky. 2.1. Matematická logika. 2.2. Množinové operace. 2.3. Zobrazení. 2.4. Rozšířená číslená osa
2. Jazyk matematiky 2.1. Matematická logika 2.2. Množinové operace 2.3. Zobrazení 2.4. Rozšířená číslená osa 1 2.1 Matematická logika 2.1.1 Výrokový počet logická operace zapisujeme čteme česky negace
Víceč ň ň Ž Í č Í Ů Ó č Š Č č ň Š Ť Ó ň ň Ó Ť ť ň ď ň ň Ť Ť Ú č č č č ň Ť ň ň č ň ň č č ň č č č ň Ý ť ň č č ň ť Ž Č č ň ň ť Č ň ť č Ž č ň ň ň Ž Ť ň Š č č č Í č Ž ň ň ď ň ť č ť č č ň Ž Č ť Ó č ň ň ň Í č Ť č
Více3 Kontingenční tabulky
3 Kontingenční tabulky Pro sledování závislosti dvou nebo více kategoriálních proměnných (proměnných na nominální stupnici) používáme kontingenční tabulky (contingency tables). V praxi nejčastěji studujeme
VíceMETODA ROZHOVORU V RÁMCI DOPRAVNĚPSYCHOLOGICKÉHO VYŠETŘENÍ. Bc. Kateřina Böhmová
METODA ROZHOVORU V RÁMCI DOPRAVNĚPSYCHOLOGICKÉHO VYŠETŘENÍ Bc. Kateřina Böhmová OBSAH Úvod Problematika rozhovoru z pohledu teorie a praxe Cíle práce Výsledky výzkumu (popis a interpretace) Závěr a diskuze
VíceAplikovaná statistika 2007 program přednášek pro 2. ročník denního studia
Aplikovaná statistika 2007 program přednášek pro 2. ročník denního studia Přednáška 1 Seznámení se studijním programem Podmínky k uzavření kurzu Historie statistiky, osobnosti Literatura, zdroje dat Softwarové
VíceStatistika pro www.liberec2009.com (2008-06)
Statistika pro www.liberec2009.com (-06) http://awstats.gds66.active24.cz/www.liberec2009.com/awstats.pl?month=06&year=&output... Stránka č. 1 z 7 Poslední aktualizace: 13 Bře 2009-03:02 Zobrazený časový
VícePoznámky k předmětu Aplikovaná statistika, 9.téma
Poznámky k předmětu Aplikovaná statistika, 9téma Princip testování hypotéz, jednovýběrové testy V minulé hodině jsme si ukázali, jak sestavit intervalové odhady pro některé číselné charakteristiky normálního
VíceStatistika. Program R. popisná (deskriptivní) statistika popis konkrétních dat. induktivní (konfirmatorní) statistika. popisná statistika
Statistika Cvičení z matematické statistiky na PřF Šárka Hudecová Katedra pravděpodobnosti a matematické statistiky Matematicko-fyzikální fakulta Univerzity Karlovy léto 2012 Základní dělení popisná (deskriptivní)
VíceLineární a logistická regrese
Lineární a logistická regrese Martin Branda Univerzita Karlova v Praze Matematicko-fyzikální fakulta Katedra pravděpodobnosti a matematické statistiky Výpočetní prostředky finanční a pojistné matematiky
VíceZpráva o průběhu bakalářského přijímacího řízení pro akademický rok 2014/15 na Fakultě stavební ČVUT v Praze
1. Informace o přijímacích zkouškách pro studijní programy Stavební inženýrství - B3651 Architektura a stavitelství - B3502 Geodézie a kartografie - B3645 Civil Engineering - B3648 Stavitelství B3609 Metrologie
VíceAnalýza rozptylu. Podle počtu analyzovaných faktorů rozlišujeme jednofaktorovou, dvoufaktorovou a vícefaktorovou analýzu rozptylu.
Analýza rozptylu Analýza rozptylu umožňuje ověřit významnost rozdílu mezi výběrovými průměry většího počtu náhodných výběrů, umožňuje posoudit vliv různých faktorů. Podle počtu analyzovaných faktorů rozlišujeme
VíceBayesovská klasifikace digitálních obrazů
Výzkumný ústav geodetický, topografický a kartografický Bayesovská klasifikace digitálních obrazů Výzkumná zpráva č. 1168/2010 Lubomír Soukup prosinec 2010 1 Úvod V průběhu nedlouhého historického vývoje
VíceRobust 2010 31. ledna 5. února 2010, Králíky
Modelování rozdělení ročních příjmů českých domácností J. Bartošová 1 M. Forbelská 2 1 Katedra managementu informací Fakulta managementu v Jindřichově Hradci Vysoká škola ekonomická v Praze 2 Ústav matematiky
VícePROJEKT DO STATISTIKY PRŮZKUM V TECHNICKÉ MENZE
PROJEKT DO STATISTIKY PRŮZKUM V TECHNICKÉ MENZE Náplní tohoto projektu byl prvotní průzkum, následné statistické zpracování dat a vyhodnocení. Data jsme získaly skrze internetový dotazník, který jsme rozeslaly
VíceStatistika pro www.liberec2009.com (2009-03)
Statistika pro www.liberec.com (-03) http://awstats.gds66.active24.cz/www.liberec.com/awstats.pl?month=03&year=&output... Stránka č. 1 z 7 13.3. Poslední aktualizace: 13-03:02 Zobrazený časový úsek: OK
VíceAnalýza vlivu sezónních slev na nákupní. chování teenagerů v Brně
MENDELOVA ZEMĚDĚLSKÁ A LESNICKÁ UNIVERZITA PROVOZNĚ EKONOMICKÁ FAKULTA Ústav statistiky a operačního výzkumu Analýza vlivu sezónních slev na nákupní chování teenagerů v Brně BAKALÁŘSKÁ PRÁCE Vedoucí práce
Více