INDUKTIVNÍ A DEDUKTIVNÍ PŘÍSTUPY VE VÝUCE MATEMATIKY NA SŠ INDUCTIVE AND DEDUCTIVE METHODS IN TEACHING OF MATHEMATICS AT SECONDARY SCHOOL
|
|
- Antonín Růžička
- před 7 lety
- Počet zobrazení:
Transkript
1 INDUKTIVNÍ A DEDUKTIVNÍ PŘÍSTUPY VE VÝUCE MATEMATIKY NA SŠ INDUCTIVE AND DEDUCTIVE METHODS IN TEACHING OF MATHEMATICS AT SECONDARY SCHOOL Jiří Břehovský Fakulta výrobních technologií a managementu (FVTM), Univerzita J. E. Purkyně v Ústí nad Labem, Na Okraji 1001, , Ústí nad Labem, Česká Republika, brehovsky@fvtm.ujep.cz, Telefon: Abstract In the paper the attention is paid to the application of inductive and deductive methods in teaching of mathematics at secondary school. There are shown results of research conected with this problem there. Keywords: inductive and deductive method in teaching, experiment, linear function, results of research 1 Úvod Vzhledem k tomu, ţe matematika představuje značně abstraktní disciplínu, hrozí všeobecně při předávání matematických poznatků v rámci školské matematiky nebezpečí formalismu. Je zřejmé, ţe při výuce tak komplexní vědy, jakou matematika bezesporu je, není vhodné drţet se stále metody prezentování hotových poznatků, jak často pozorujeme na vysokých a středních školách. Autoři článků (2), (5), (6) upozorňují na některá specifika vysokoškolského studia matematiky a doporučují alespoň občas uplatnit i některé méně pouţívané metody výuky. Jednou z alternativ je experimentálně induktivní metoda výuky popsaná v (8). Při tomto přístupu by se měli studenti naučit zkoumat určité matematické situace a na základě tohoto zkoumání vyslovovat problémy a hypotézy. Tento induktivní postup by pak měl být završen potvrzením hypotézy, tedy zpětnou dedukcí. Induktivní cesta je sice časově náročnější, ale na druhé straně obsahuje ničím nenahraditelné činnosti zkoumání, vyslovení hypotézy a její ověřování. Vyučující by se měl při tom snaţit maximálně aktivizovat studenty a jeho pomoc by se měla omezit pouze na nezbytně nutnou míru. Ve výuce matematiky na střední škole má samozřejmě uplatnění experimentálně induktivního přístupu ještě mnohem větší význam vzhledem k niţšímu věku studentů. V následujícím článku je popsán průběh a výsledky výzkumu, jehoţ cílem bylo zjistit moţnosti vyuţití experimentálně induktivních a deduktivních metod jako prostředku pro efektivnější matematické vzdělávání na střední škole. V rámci výzkumu bylo provedeno porovnání efektivity těchto méně pouţívaných metod s metodami tradičními, kdy jsou ţáci pouze seznamováni s matematickými poučkami a vzorci, aniţ by poznali radost z jejich objevování. 2 Výzkum Po předběţné teoretické analýze byly formulovány následující problémy, které se přímo týkají zkoumané problematiky: Zajišťuje zařazení induktivních a deduktivních metod do výuky matematiky efektivnější a trvalejší získávání poznatků? Přispívá pouţití induktivních a deduktivních metod ve výuce matematiky k lepšímu pochopení látky? 666
2 Přispívá pouţití induktivních a deduktivních metod ve výuce matematiky k větší schopnosti aplikovat získané vědomosti a dovednosti? Cílem výzkumu bylo ověřit, ţe vhodné zařazování a vyuţívání induktivních a deduktivních metod ve výuce matematiky vede k efektivnějšímu a trvalejšímu získávání poznatků. Na základě těchto faktů byly pro vlastní výzkum stanoveny tyto hypotézy: H1: Pouţití induktivních a deduktivních přístupů a metod ve výuce matematiky zvyšuje úroveň vědomostí ţáků v dané problematice oproti tradičním metodám výkladu. H2: Pouţití induktivních a deduktivních přístupů a metod ve výuce matematiky vede k trvalejšímu získávání vědomostí a dovedností neţ při uplatnění tradičních přístupů. Jako výzkumný prostředek pro verifikaci obou hypotéz H1 a H2 byl vybrán pedagogický experiment. Výzkum spočíval ve zpracování určitého tématu v rámci předmětu Matematika takovým způsobem, aby bylo moţné při výuce zařadit induktivní nebo deduktivní metody. Jako nejvhodnější bylo vzhledem ke všem okolnostem zvoleno téma Lineární funkce. Dále bylo nutné vybrat vhodné střední školy, na kterých mohl experiment proběhnout. Abychom mohli porovnat všechny typy středních škol, experiment byl realizován na střední průmyslové škole, střední škole technické a na dvou gymnáziích. 2.1 Pedagogický experiment Vlastní experiment spočíval v rozdělení vybraného vzorku ţáků na dvě srovnatelné skupiny: kontrolní a experimentální. Rozdělení proběhlo na základě výsledků ze vstupního testu (pretest), který absolvovali všichni ţáci, a který zjistil vstupní úroveň jejich vědomostí a dovedností. V kontrolní skupině byla výuka prezentována běţným způsobem a v experimentální skupině byly při výuce pouţívány induktivní nebo deduktivní metody. Bezprostředně po experimentu proběhlo testování výstupní úrovně poznatků (posttest), které studenti získaly během výuky. Pro zjištění trvalosti poznatků byl s odstupem jednoho měsíce ţákům předloţen test, který opět zjišťuje úroveň vědomostí z daného tématu (retest) Vzorek pro realizaci výzkumu Z ohledem ke zvoleným hypotézám a celkovému zaměření výzkumu byl experiment realizován s ţáky 1. resp. 2. ročníku středních škol. Na kaţdé škole byla vybrána třída (popř. třídy), která se experimentu zúčastnila. Tato třída byla rozdělena na kontrolní a experimentální skupinu na základě výsledků ze vstupního testu. Vstupní test byl tématicky zaměřen na učivo probírané před experimentem, konkrétně jde o témata Algebraické výrazy a Mocniny a odmocniny. Kaţdý ţák byl zařazen do skupiny se stejným počtem bodů, které získal ze vstupního testu (např. jednu z těchto skupin tvořili všichni ţáci, kteří získali 7 bodů z testu, další skupinu představovali všichni se 2 body atd.). Z těchto skupin se stejným počtem bodů byl metodou náhodného výběru (losováním) kaţdý ţák zařazen do kontrolní nebo experimentální skupiny. Díky tomuto postupu jsme získali dvě skupiny, ve kterých byla četnost získaného počtu bodů ze vstupního testu stejná. Věrohodnost hypotéz byla ověřena napříč všemi školami, které se experimentu zúčastnily, došlo také ke srovnání všech typů škol vzhledem k ověřovaným hypotézám Testy a získaná data Všechny tři didaktické testy byly sestaveny s ohledem na to, jaké vědomosti, dovednosti a postupy musí ţáci po výkladu daného tématu ovládat. Testy obsahovaly úlohy zaměřené na zapamatování poznatků, porozumění těmto poznatkům a pouţití vědomostí v typových i problémových situacích. Při vytváření jednotlivých testových úloh byly zohledněny příklady, 667
3 které jsou pouţívány v učebnicích a sbírkách úloh vyuţívaných ţáky při výuce. Kaţdý test obsahoval 15 úloh, čas vymezený na jeho vypracování byl 40 minut. Všechny tři testy (pretest, posttest a retest) byly před započetím vlastního výzkumu standardizovány ţáky středních škol. Standardizace probíhala na pěti středních školách a celkem se jí zúčastnilo 355 ţáků. Při standardizaci psali ţáci jednotlivé testy v těchto termínech: pretest před započetím výuky tématického celku Lineární funkce, posttest po ukončení výuky tohoto tématického celku a retest po uběhnutí jednoho měsíce od psaní posttestu. Pomocí didaktického testu jsme získali ordinální data a podle toho byla tato data zpracovávána. Z těchto dat jsme získali aritmetický průměr a směrodatnou odchylku obou skupin. S ohledem na druh získaných dat jsme pouţili pro verifikaci hypotéz Studentův t-test a F-test Induktivní a deduktivní metody výuky Cílem zařazení těchto metod do výuky bylo přiblíţit studentům matematiku jako vědeckou disciplínu s ohledem na jejich schopnosti a dovednosti a ozřejmit jim postupy získávání nových vědomostí v matematice. Tímto způsobem se u ţáků přirozeně rozvíjí přehled o vztazích mezi jednotlivými pojmy a oblastmi matematiky. Ţáci jsou vedeni k samostatnému hledání těchto vztahů, vyslovování hypotéz a pokud je to v jejich moţnostech, k jejich následnému ověřování. Naučí se tak přistupovat k řešení problémů a matematizování reálných situací, kriticky ověřovat získané vědomosti a zobecňovat dílčí výsledky konkrétních situací. Velmi motivující je pro studenty fakt, ţe na spoustu postupů a vlastností jednotlivých objektů přicházejí sami, objevují nové dílčí poznatky a sami navrhují, jak je ověřit. To se týká i nejslabších ţáků, kteří jsou tímto způsobem nuceni zapojit se aktivně do výuky. V praxi probíhá výuka následujícím způsobem. Ţákům je předloţen jednoduchý příklad (problém) z běţného ţivota tak, aby co nejvíce ţáků bylo schopno příklad bez věších problémů vyřešit. Na řešení této konkrétní situace navazují další úkoly, které jsou sloţitější a vedou k zobecnění problému, neboli nalezení řešení pro obecnou situaci. Tento postup vede buď k nalezení nového problému, nebo k vyslovení nějaké hypotézy. V případě nalezení nového problému dochází k hledání řešení a v případě vyslovení hypotézy dochází k jejímu ověření. Tímto způsobem ţáci objevují popřípadě ověřují své závěry. Ţáci pracují samostatně na svém řešení a s ním pak seznamují ostatní. Kaţdý nápad je podroben kritice ostatních a následně pouţit k další práci, nebo zavrhnut. Vyučující navozuje další úkoly v závislosti na situaci a koriguje průběh hodiny, dopomáhá k zpřesnění závěrů a hypotéz, pomáhá s jejich ověřováním. Na závěr hodiny jsou shrnuty všechny podstatné skutečnosti, které ţáci objevili a je poukázáno na celkový sled kroků, který těmto objevům předcházel. 3 Výsledky výzkumu Experiment byl proveden na SPŠ Teplice, Střední škole technické AGC a.s., Gymnázium Ústí nad Labem Jateční a Biskupské gymnázium Bohosudov. Celkem se experimentu zúčastnilo 101 studentů čtyř tříd. Kaţdá třída byla rozdělena na základě vstupního testu na dvě skupiny: experimentální a kontrolní. V kontrolní skupině proběhla výuka tradičním způsobem a v experimentální skupině proběhla výuka pomocí induktivních a deduktivních metod. V experimentální skupině bylo celkem 50 studentů a v kontrolní skupině bylo celkem 51 studentů. Pro experiment bylo vyuţito téma Lineární funkce. Bezprostředně po experimentu byl studentům obou skupin předloţen didaktický test (posttest), který zjišťoval úroveň vědomostí studentů, které získaly při výuce daného tématu. Výsledky posttestu poté slouţily k verifikaci hypotézy H1. Po uplynutí doby cca 30 dní byl studentům obou skupin předloţen třetí didaktický test (retest), který zjišťoval úroveň vědomostí studentů po delší časové odmlce. Výsledky retestu slouţily k verifikaci hypotézy H2. Nejprve uvedeme tabulku četností, která udává výsledky druhého didaktického testu (posttestu) všech zúčastněných 668
4 studentů rozdělených do dvou skupin (experimentální a kontrolní). V kaţdém z testů bylo moţné získat maximálně 15 bodů, vţdy 1 bod za správnou odpověď. Tab.1 Výsledky posttestu experimentální a kontrolní skupiny Experimentální skupina E Počet bodů Kumulativní x i Četnost n i četnost Kontrolní skupina K Percentilové Kumulativn pořadí Četnost n i í četnost Percentilové pořadí , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,0 3.1 Studentův t-test Pro verifikaci hypotéz pomocí statistických operací byl pouţit Studentův t-test. Studentův t-test je jedním z nejznámějších statistických testů významnosti (viz. 7), který pouţíváme pro vyhodnocování metrických dat. Pomocí tohoto testu lze rozhodnout, jestli dva soubory dat, která jsou získána ve dvou různých skupinách objektů, mají stejný aritmetický průměr. Abychom mohli pouţít tento statistický test významnosti, musíme nejprve formulovat nulovou a alternativní hypotézu (H 0, H A ), přičemţ alternativní hypotéza přímo vychází z hypotézy, jejíţ platnost ověřujeme (věcnou hypotézu jsme tímto převedli na hypotézu statistickou): 3.2 Ověřování hypotézy H1: K ověřování hypotézy H1 jsme pouţívali výsledky získané z posttestu. H 0 : Mezi průměrným počtem bodů získaných z posttestu dosaženým ve skupině E a průměrným počtem bodů dosaženým ve skupině K není statisticky významný rozdíl. H A : Mezi dosaženými průměry v obou skupinách je statisticky významný rozdíl. Zvolená hladina významnosti: α = 0,05 669
5 Tab.2 Dílčí výsledky obou skupin pro výpočet testového kritéria Experimentální skupina Kontrolní skupina n E = 50 n K = 51 Σ x i = 494 Σ x i = 403 Σx i 2 = 5442 Σx i 2 = 3869 průměr Φ E = 9,88 průměr Φ K = 7,9 rozptyl s E = 3,38 rozptyl s K = 3,7 Odpověď na otázku, kterou z vyslovených hypotéz (H 0, H A ) můţeme na zvolené hladině významnosti přijmout, nám poskytne následující výpočet parametru t. E K n E * n t K s n E n (1) K s 2 x x n 2EiE Kj K E n K (2) s s 2 (3) Po výpočtu parametru t se tento parametr porovná s kritickou hodnotou (tu nalezneme v tabulkách) Studentova t-testu pro zvolenou hladinu významnosti a počet stupňů volnosti f: f n n 2 E K (4) Tab.3 Vypočítané testové kritérium, jeho tabulkové hodnoty pro daný počet stupňů volnosti vypočtené testové kritérium t = 2,8018 počet stupňů volnosti f = 98 tabulková (kritická) hodnota na hladině významnosti α = 0,05 pro 100 stupňů t 0,05 (100) = 1,984 volnosti tabulková (kritická) hodnota na hladině významnosti α = 0,01 pro 100 stupňů t 0,01 (100) = 2,626 volnosti Protoţe vypočítaná hodnota parametru t je větší neţ hodnota kritická (t = 2,8018 > t 0,05 (26) = 1,984), odmítáme nulovou hypotézu H 0. Zjistili jsme tedy, ţe na hladině významnosti α = 0,05 je mezi průměrným počtem bodů v experimentální skupině a průměrným počtem bodů v kontrolní skupině statisticky významný rozdíl. Z výše provedených úvah a dílčích výsledků výzkumu vyplývá, ţe na zvolené hladině významnosti můţeme přijmout hypotézu H1. Nyní uvedeme tabulku četností, která udává výsledky třetího didaktického testu (retestu) všech zúčastněných studentů rozdělených do dvou skupin (experimentální a kontrolní). 670
6 Tab.4 Výsledky retestu experimentální a kontrolní skupiny Experimentální skupina E Počet bodů Kumulativní x i Četnost n i četnost Kontrolní skupina K Percentilové Kumulativní pořadí Četnost n i četnost Percentilové pořadí , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,2 3.3 Ověřování hypotézy H2: K ověřování hypotézy H2 jsme pouţívali výsledky získané z retestu a pro její verifikaci jsme pouţili Studentův t-test. Postup byl obdobný jako v předchozím případě. H 01 : Mezi průměrným počtem bodů získaných z retestu dosaženým ve skupině E a průměrným počtem bodů dosaženým ve skupině K není statisticky významný rozdíl. H A1 : Mezi dosaženými průměry v obou skupinách je statisticky významný rozdíl. Zvolená hladina významnosti: α = 0,05 Tab.5 Dílčí výsledky obou skupin pro výpočet testového kritéria Experimentální skupina n E = 48 n K = 51 Kontrolní skupina Σ x i = 449 Σ x i = 444 Σx i 2 = 5037 Σx i 2 = 4602 průměr Φ E = 9,35 průměr Φ K = 8,54 rozptyl s E = 4,22 rozptyl s K = 3,99 671
7 Odpověď na otázku, kterou z vyslovených hypotéz (H 01, H A1 ) můţeme na zvolené hladině významnosti přijmout, nám poskytne obdobný výpočet parametru t a porovnání vypočteného parametru t s kritickou hodnotou, kterou nalezneme v tabulkách Studentova t-testu pro zvolenou hladinu významnosti a počet stupňů volnosti f (viz. 7). Tab.6 Vypočítané testové kritérium, jeho tabulkové hodnoty pro daný počet stupňů volnosti vypočtené testové kritérium t = 0,99 počet stupňů volnosti f = 98 tabulková (kritická) hodnota na hladině významnosti α = 0,05 pro 100 stupňů t 0,05 (100) = 1,984 volnosti tabulková (kritická) hodnota na hladině významnosti α = 0,01 pro 100 stupňů t 0,01 (100) = 2,626 volnosti Protoţe vypočítaná hodnota parametru t je menší neţ hodnota kritická (t = 0,99 < t 0,05 (26) = 1,984), přijímáme nulovou hypotézu H 01. Zjistili jsme tedy, ţe na hladině významnosti α = 0,05 není mezi průměrným počtem bodů v experimentální skupině a průměrným počtem bodů v kontrolní skupině statisticky významný rozdíl. Z výše provedených úvah a dílčích výsledků výzkumu vyplývá, ţe na zvolené hladině významnosti nemůţeme přijmout hypotézu H2. 4 Závěr Výsledky popsaného výzkumu potvrdily hypotézu H1, v níţ jsme předpokládali, ţe experimentálně induktivní a deduktivní přístup k výuce matematiky na středních školách je efektivnější a pro studenty zajímavější neţ přístup tradiční. Dále lze z dostupných výsledků přijmout fakt, ţe hypotéza H2, v níţ jsme předpokládali, ţe experimentálně induktivní přístup k výuce matematiky na středních školách vede k trvalejšímu získávání vědomostí a dovedností neţ při uplatnění tradičních přístupů, nebyla potvrzena. 5 Použité zdroje BŘEHOVSKÝ, J., EMANOVSKÝ, P.: Induktivní a deduktivní přístupy ve výuce matematiky na SŠ. In Sborník z XXVII. mezinárodního kolokvia o řízení vzdělávacího procesu, Brno, 2009, 31. ISBN EMANOVSKÝ, P. Moţnosti experimentálně induktivního přístupu ve vysokoškolské výuce matematiky. In Sborník z XIX. Mezinárodního kolokvia o řízení osvojovacího procesu, Vyškov, 2001, s ISBN CHRÁSKA, M.: Metody pedagogického výzkumu. Praha. Grada, 2007 ISBN CHRÁSKA, M.: Didaktické testy. Brno: Paido, ISBN KOPKA, J. Jak přednášet budoucím učitelům matematiky? In Sborník příspěvků z Mezinárodní konference kateder matematiky fakult připravujících učitele matematiky, Liberec, 2000, s KOPKA, J. Jak s ţáky opravdu tvořit matematiku? In Zborník príspevkov z 2. Konferencie učiteĺov matematiky na tému Autentické vyučovanie a využitie medzipredmetových vzťahov vo vyučovaní matematiky, Banská Bystrica, 2000, s KOPKA, J. Hrozny problémů ve školské matematice. Acta Universitatis Purkynianae 40, Matematica I, Ústí nad Labem, KOPKA, J. Výzkumný přístup při výuce matematiky. Acta Universitatis Purkynianae 133, 672
8 Matematica, Ústí nad Labem, Recenzent: Doc. RNDr. Petr Emanovský, PhD., Katedra algebry a geometrie PřF UP Olomouc, e- mail: emanovsky@inf.upol.cz 673
1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie
1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie 1.1 Úvod Mohutný rozvoj didaktické techniky v posledních letech vyvolává vznik zcela nových
VíceSystem for individual learning of mathematics. Agnieszka HEBA, Ph.D. Doc. RNDr. Jana KAPOUNOVÁ, CSc. dr hab. prof. UŚ Eugenia SMYRNOVA-TRYBULSKA
System for individual learning of mathematics Agnieszka HEBA, Ph.D. Doc. RNDr. Jana KAPOUNOVÁ, CSc. dr hab. prof. UŚ Eugenia SMYRNOVA-TRYBULSKA Obsah prezentace Výzkumný problém Teoretická východiska Hlavní
VíceVýuka s interaktivní tabulí versus tradiční výuka v primární škole
Masarykova univerzita Švrčinová, V. (2011). Výuka s interaktivní tabulí versus tradiční výuka v primární škole. In T. Janík, P. Knecht, & S. Šebestová (Eds.), Smíšený design v pedagogickém výzkumu: Sborník
Víceformulujte hypotézy z následujících výzkumných problémů
HYPOTÉZY Hypotéza je tvrzrní (výrok) vyjařující vztah mezi proměnnými Hypotézy vychází z výzkumného problému. Hypotézy se stanoví na začátku výzkumu. Ne naopak. formulujte hypotézy z následujících výzkumných
Více676 + 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
VíceEFEKTIVITA ELEARNINGOVÝCH KURZŮ
EFEKTIVITA ELEARNINGOVÝCH KURZŮ PETRA POULOVÁ 1, MILOSLAVA ČERNÁ 1 A MILAN KŘENEK 2 Univerzita Hradec Králové 1, Univerzita Karlova v Praze 2 Abstrakt: Příspěvek Efektivita elearningových kurzů se zabývá
VíceHYPOTÉZY. Kvantitativní výzkum není nic jiného než testování hypotéz. (Disman 2002, s. 76) DEDUKCE (kvantitativní přístup)
HYPOTÉZY Hypotéza není ničím jiným než podmíněným výrokem o vztazích mezi dvěma nebo více proměnnými. Na rozdíl od problému, který je formulován v podobě otázky explicitně, nebo implicitně vyjádřené, hypotéza
VíceTECHNICKÁ 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
VíceStatistické 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
VícePředběţné výsledky z výzkumu PISA 2009
Předběţné výsledky z výzkumu PISA 2009 Školní zpráva pro: Základní škola, Kuncova 1580, Praha 5 - Stodůlky Kód vaší školy: ZS 5 Praha prosinec 2009 Úvod Tato zpráva obsahuje předběţné výsledky vaší školy
VíceCvičení z matematiky jednoletý volitelný předmět
Název předmětu: Zařazení v učebním plánu: Cvičení z matematiky O8A, C4A, jednoletý volitelný předmět Cíle předmětu Obsah předmětu je zaměřen na přípravu studentů gymnázia na společnou část maturitní zkoušky
VíceRNDr. Milan Šmídl, Ph.D. Co je to BOV?
RNDr. Milan Šmídl, Ph.D Co je to BOV? BOV = Badatelsky Orientovaná Výuka Inquiry Based Science Education (IBSE) Inguiry = bádání, zkoumání, hledání pravdy cílevědomý proces formulování problémů, kritického
VíceTestování statistických hypotéz. Ing. Michal Dorda, Ph.D.
Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině
VíceStatistické 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
VíceROZVOJ PŘÍRODOVĚDNÉ GRAMOTNOSTI ŽÁKŮ POMOCÍ INTERAKTIVNÍ TABULE
ROZVOJ PŘÍRODOVĚDNÉ GRAMOTNOSTI ŽÁKŮ POMOCÍ INTERAKTIVNÍ TABULE Eva HEJNOVÁ, Růţena KOLÁŘOVÁ Abstrakt V příspěvku je prezentováno další z řady CD (Vlastnosti látek a těles) určených pro učitele základních
VíceTestování 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,
VíceDRUHÁ MOCNINA A ODMOCNINA. Irena Sytařová
DRUHÁ MOCNINA A ODMOCNINA Irena Sytařová Vzdělávací oblast Rámcového vzdělávacího programu Matematika a její aplikace je rozdělena na čtyři tématické okruhy. V tématickém kruhu Číslo a proměnná si ţák
VíceMetodologie pedagogického výzkumu Téma číslo 12 Pedagogický experiment
Metodologie pedagogického výzkumu Téma číslo 12 Pedagogický experiment pedagogického výzkumu 1 Základní charakteristika Experiment znamená značný pokrok ve vědě, zejména však v přírodní vědách. Experiment
VíceSEZNAM ANOTACÍ. CZ.1.07/1.5.00/ III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_PS1 Úvod do obecné psychologie
SEZNAM ANOTACÍ Číslo projektu Číslo a název šablony klíčové aktivity Označení sady DUM Tematická oblast CZ.1.07/1.5.00/34.0527 III/2 Inovace a zkvalitnění výuky prostřednictvím ICT VY_32_INOVACE_PS1 Úvod
VíceTesty 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
VíceKomplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady
Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice
VíceJana Kučerová
Jana Kučerová 380733 významná sloţka didaktického procesu podstatou je interakce učitele a žáka, spojení vyučovacích činností učitele a učebních činností žáka => vhodný výběr a obsah učiva vyučovací a
VíceYou 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,
VíceÚVOD Didaktika fyziky jako vědní obor a jako předmět výuky v přípravě učitelů F Prof. RNDr. Emanuel Svoboda, CSc.
DIDAKTIKA FYZIKY ÚVOD Didaktika fyziky jako vědní obor a jako předmět výuky v přípravě učitelů F Prof. RNDr. Emanuel Svoboda, CSc. DIDAKTIKA FYZIKY JAKO VĚDNÍ OBOR - zákl. oblasti HROMADA poznatků, dovedností,
VíceZpracoval: PaedDr. Václav Heller
Zpracoval: PaedDr. Václav Heller Přírodovědecká fakulta UJEP v Ústí nad Labem 2005 - 2 - OBSAH Obsah... 3 Úvod... 4 1. Optika I... 6 2. Optika II... 16 3. Optika III... 25 4. Výboje v plynech... 37 5.
VíceSOFTWARE STAT1 A R. Literatura 4. kontrolní skupině (viz obr. 4). Proto budeme testovat shodu středních hodnot µ 1 = µ 2 proti alternativní
ŘEŠENÍ PRAKTICKÝCH ÚLOH UŽITÍM SOFTWARE STAT1 A R Obsah 1 Užití software STAT1 1 2 Užití software R 3 Literatura 4 Příklady k procvičení 6 1 Užití software STAT1 Praktické užití aplikace STAT1 si ukažme
VíceVýzkumný problém. Přednášky ze Základů pedagogické metodologie Kateřina Vlčková, PdF MU Brno
Výzkumný problém Přednášky ze Základů pedagogické metodologie Kateřina Vlčková, PdF MU Brno 1 Formulace výzkumného problému Výzkum musí začít vymezením výzkumného problému toho, co chceme řešit, které
VíceMetodologie pedagogického výzkumu Téma číslo 4 Validita a reliabilita
Metodologie pedagogického výzkumu Téma číslo 4 Validita a reliabilita pedagogického výzkumu 1 Validita = platnost Měříme skutečně to, co se domníváme, že měříme??? Z výsledku vědomostního testu usuzujeme
VíceVýsledky mezinárodního výzkumu TIMSS 2007
MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY ČESKÉ REPUBLIKY Karmelitská 7, 118 12 Praha 1 Malá Strana TISKOVÁ ZPRÁVA odbor vnějších vztahů a komunikace Výsledky mezinárodního výzkumu TIMSS 2007 Praha,
VíceMatematika I. dvouletý volitelný předmět
Název předmětu: Zařazení v učebním plánu: Matematika I O7A, C3A, O8A, C4A dvouletý volitelný předmět Cíle předmětu Tento předmět je koncipován s cílem usnadnit absolventům gymnázia přechod na vysoké školy
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření Počet stran: 10 Datum odevzdání: 13. 5. 2016 Pavel Kubát Obsah Úvod... 3 1 Charakterizujte
VíceEVALUACE VÝUKY TECHNICKÝCH A PŘÍRODOVĚDNÝCH OBORŮ NA FVTM UJEP
DOI: 1.557/tvv.1. Trendy ve vzdělávání 1 EVALUACE VÝUKY TECHNICKÝCH A PŘÍRODOVĚDNÝCH OBORŮ NA FVTM UJEP NOVOTNÝ Jan, CZ Resumé Článek pojednává o evaluaci výchovného efektu zapamatování exaktního technického
Více3.2 MATEMATIKA A JEJÍ APLIKACE (M) Charakteristika vzdělávací oblasti
3.2 MATEMATIKA A JEJÍ APLIKACE (M) 51 Charakteristika vzdělávací oblasti Vzdělávací oblast matematika a její aplikace v základním vzdělávání je založena především na aktivních činnostech, které jsou typické
VíceSAMOSTATNÁ 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
VíceINTERAKTIVNÍ TABULE A MATEMATICKÝ SOFTWARE GEOGEBRA PŘI VÝUCE MATEMATIKY V ANGLICKÉM JAZYCE
INTERAKTIVNÍ TABULE A MATEMATICKÝ SOFTWARE GEOGEBRA PŘI VÝUCE MATEMATIKY V ANGLICKÉM JAZYCE Olga Komínková Základní škola Velká Bíteš kominkova.olga@zsbites.cz Abstrakt: Příspěvek se zabývá možnostmi využití
VíceÚvod 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
VíceZpráva pro školu z testování na konci roku 2016 v projektu CLoSE
škola 1 počet tříd 2 Univerzita Karlova v Praze Pedagogická fakulta Ústav výzkumu a rozvoje vzdělávání Myslíkova 7, Praha 1, 110 00 CLoSE@pedf.cuni.cz www.pedf.cuni.cz/uvrv Zpráva pro školu z testování
VíceWeb based dynamic modeling by means of PHP and JavaScript part III
Web based dynamic modeling by means of PHP and JavaScript part III Jan Válek, Petr Sládek, Petr Novák Pedagogická fakulta Masarykova Univerzita Poříčí 7, 603 00 Brno Úvodem Člověk se učí prostřednictvím
VíceZápočtová práce STATISTIKA I
Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru
VíceMonika Šindelková, Petr Ptáček
The Practical Significance of Teaching Method, Use of Work Sheets, For Students of Chemistry Teaching Praktický význam pedagogické metody, využití pracovních listů, pro studenty učitelství chemie Monika
VíceIDENTIFIKACE VÝUKOVÝCH METOD POUŽÍVANÝCH PŘI PŘÍPRAVĚ BUDOUCÍCH UČITELŮ MATEMATIKY
IDENTIFIKACE VÝUKOVÝCH METOD POUŽÍVANÝCH PŘI PŘÍPRAVĚ BUDOUCÍCH UČITELŮ MATEMATIKY DOFKOVÁ Radka BÁRTEK Květoslav - FAČEVICOVÁ Kamila HODAŇOVÁ Jitka LAITOCHOVÁ Jitka NOCAR David - UHLÍŘOVÁ Martina ZDRÁHAL
VíceStatistika. Klíčové kompetence V rámci výuky statistiky jsou naplňovány tyto klíčové kompetence: řešení problémů, komunikativní,
Dodatek č. 5. Školního vzdělávacího programu Obchodní akademie Lysá nad Labem, obor 63-41-M/02 Obchodní akademie, platného od 1. 9. 2012 - platnost od 1. 9. 2015 Statistika je povinný předmět pro 2. ročník,
VíceMETODY ŘEŠENÍ ÚLOH MX2M
METODY ŘEŠENÍ ÚLOH MX2M doc. RNDr. Jana Příhonská, Ph.D., jana.prihonska@tul.cz, linka 2370 Rozdělení úloh Podle obsahu, zadání, požadavku Podle využité řešitelské strategie Podle poznávacích procesů Podle
VícePROGRAM GEOGEBRA VE VÝUCE LINEÁRNÍ ALGEBRY
PROGRAM GEOGEBRA VE VÝUCE LINEÁRNÍ ALGEBRY Veronika Havelková FZŠ Táborská Abstrakt: Příspěvek se zabývá možnostmi využití programu GeoGebra ve výuce lineární algebry. Pozornost je zaměřena na soustavy
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
VíceVYUŽÍVÁNÍ E-LEARNINGOVÝCH AKTIVNÍCH DISTANČNÍCH OPOR A MATERIÁLŮ PŘI VÝUCE V KOMBINOVANÉ FORMĚ STUDIA NA UP V OLOMOUCI
VYUŽÍVÁÍ ELEARIGOVÝCH AKTIVÍCH DISTAČÍCH OPOR A MATERIÁLŮ PŘI VÝUCE V KOMBIOVAÉ FORMĚ STUDIA A UP V OLOMOUCI USAGE OF ACTIVE ELEARIG ISTRUMETS AD STUDY MATERIALS AT THE PALACKY UIVERSITY I OLOMOUC : RESEARCH
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 12 Testování hypotéz Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola báňská Technická univerzita
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 8 Statistický soubor s jedním argumentem Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola
VíceKEA 2009/ ROČNÍKY
Škola: Název: Obec: ZŠ Bedřicha Hrozného, Nám. ZŠ B. Bedřicha Hrozného Hrozného, 12 Nám. B. Hrozného 12 Lysá nad Labem Lysá nad Labem KEA 9/1-9. ROČNÍKY ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce
VíceŠVP ZŠ Tyršova, Slavkov u Brna, část Informační a komunikační technologie (realizuje se ve školním předmětu práce s počítačem).
Seznam příloh: Příloha č.1: ŠVP ZŠ Tyršova, Slavkov u Brna, část Informační a komunikační technologie Příloha č.2: Výukové programy vhodné pro reedukaci SPU Příloha č.3: Rozhovor s učiteli školy Příloha
VíceTECHNICKÁ UNIVERZITA V LIBERCI
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÉHO ŠETŘENÍ ANALÝZA VÝSLEDKŮ VYUŢITÍ PROJEKTOVÉHO ŘÍZENÍ V ESN Příjmení a jméno: Hrdá Sabina, Kovalčíková
VíceIng. Michael Rost, Ph.D.
Úvod do testování hypotéz, jednovýběrový t-test Ing. Michael Rost, Ph.D. Testovaná hypotéza Pokud nás zajímá zda platí, či neplatí tvrzení o určitém parametru, např. o parametru Θ, pak takovéto tvrzení
VíceZákladní škola a Mateřská škola Třemešná 793 82 Třemešná 341 tel: 554 652 218 IČ: 00852538
Jazyk a jazyková komunikace Charakteristika vzdělávací oblasti Vzdělávací obsah vzdělávacího oboru Český jazyk a literatura má komplexní charakter a pro přehlednost je rozdělen do tří složek: Komunikační
VíceSTONOŽKA 2008/2009-9. TŘÍDY
Škola: Název: Obec: FIMN FIMN Základní škola, Komenského Základní 828/9 škola, Komenského 828/9 Týniště nad Orlicí Týniště nad Orlicí STONOŽKA 28/29-9. TŘÍDY ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce
VíceStatistika - charakteristiky variability
Škola: Gymnázium, Brno, Slovanské náměstí 7 Šablona: III/2 Inovace a zkvalitnění výuky prostřednictvím ICT Název projektu: Inovace výuky na GSN prostřednictvím ICT Číslo projektu: CZ.1.07/1.5.00/34.0940
VíceKorelační a regresní analýza
Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná
VíceSTATISTIKA 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
VíceTestování 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
VícePostoje žáků k řešení slovních úloh
Masarykova univerzita Rakoušová, A. (0). Postoje žáků k řešení slovních úloh. In T. Janík, P. Knecht, & S. Šebestová (Eds.), Smíšený design v pedagogickém výzkumu: Sborník příspěvků z 9. výroční konference
VíceMATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ
MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),
VíceDIDAKTIKA FYZIKY DIDAKTICKÉ PRINCIPY (ZÁSADY) Prof. RNDr. Emanuel Svoboda, CSc.
DIDAKTIKA FYZIKY DIDAKTICKÉ PRINCIPY (ZÁSADY) Prof. RNDr. Emanuel Svoboda, CSc. CITÁTY KOMENSKÉHO Poněvadž při všem je nesnadněji odučovati se než učiti se, musí být opatrně přihlíženo k tomu, aby se ničemu
VíceMATEMATIKA. Statistika
MATEMATIKA Statistika Během těchto vyučovacích hodin změří žáci pomocí senzorů Pasco svoji klidovou tepovou frekvenci a tepovou frekvenci po námaze. Získané výsledky budou v další hodině zpracovávat do
VíceZákladní škola, Česká Lípa, Školní 2520, příspěvková organizace ul. Školní, č.p. 2520, 470 05 Česká Lípa
UČEBNÍ PLÁN Učební plán pro 1. stupeň Vzdělávací oblast Vyučovací předmět 1. 2. 3. 4. 5. ŠVP RVP Jazyk a jazyková komunikace Matematika a její aplikace Informační a komunikační technologie Český jazyk
VíceMATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět)
MATEMATICKÝ SEMINÁŘ (volitelný a nepovinný předmět) Charakteristika vyučovacího předmětu Obsahové vymezení Vzdělání v matematickém semináři je zaměřeno na: užití matematiky v reálných situacích osvojení
VíceHODNOCENÍ VÝUKY STUDENTY PEDF UK ZS 2016/2017
HODNOCENÍ VÝUKY STUDENTY PEDF UK ZS 216/217 1 Vývoj počtu zúčastněných studentů od roku 21/211 Počet studentů ROK SEMESTR 21 211 212 213 214 215 216 DRUH FORMA ZS LS ZS LS ZS LS ZS (% 1 ) LS (%) ZS (%)
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 Bedřicha Hrozného Lysá nad Labem, nám. B.
Více4ST201 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
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
VíceMINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro nástavbové studium. varianta B 6 celkových týd.
MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro nástavbové studium (hodinová dotace: varianta A 4 až 5 celkových týd. hodin, varianta B 6 celkových týd. hodin) Schválilo
VíceJak vyvažovat autonomii a odpovědnost škol a učitelů: hodnocení výsledků vzdělávání
Jak vyvažovat autonomii a odpovědnost škol a učitelů: hodnocení výsledků vzdělávání Jana Straková Ústav pro informace ve vzdělávání a Institut pro sociální a ekonomické analýzy Rozmach plošných testů se
VíceDobývání znalostí. Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze
Dobývání znalostí Doc. RNDr. Iveta Mrázová, CSc. Katedra teoretické informatiky Matematicko-fyzikální fakulta Univerzity Karlovy v Praze Dobývání znalostí Pravděpodobnost a učení Doc. RNDr. Iveta Mrázová,
VíceStudijní program je těsně vázán na vědeckou činnost Katedry experimentální fyziky PřF UP či praxí Forma studia
Standard studijního Didaktika fyziky A. Specifika a obsah studijního : Typ doktorský Oblast vzdělávání Fyzika/Učitelství 40 %/60 % Základní tematické okruhy Mechanika, termodynamika a kinetická teorie,
VíceSTONOŽKA 2008/ TŘÍDY
Škola: Název: Obec: ZŠ pod Sv.Horou, Balbínova ZŠ 328pod Sv.Horou, Balbínova 328 Příbram II Příbram II STONOŽKA 8/9-9. TŘÍDY ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce jsou špičkové. Vaše škola patří
VíceHodnocení a klasifikace při výuce F na SŠ. Jiří Tesař
Hodnocení a klasifikace při výuce F na SŠ Jiří Tesař Hodnocení a klasifikace Většinou nejneoblíbenější činnost učitele: stresové a konfliktní situace musí se rychle rozhodnout musí zdůvodnit své rozhodnutí
VíceSTATISTICKÉ 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
VíceAnalýza specifik využívání elektronických interaktivních učebních materiálů ve všeobecném chemickém vzdělávání
Závěrečná zpráva projektu specifického výzkumu zakázka č. 2128 Analýza specifik využívání elektronických interaktivních učebních materiálů ve všeobecném chemickém vzdělávání Odpovědný řešitel projektu:
VíceTECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání
TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Semestrální práce Statistický rozbor dat z dotazníkového šetření školní zadání Skupina: 51 Vypracovaly: Pavlína Horná, Nikola Loumová, Petra Mikešová,
VíceAGOGIKA CHEMIE. Studium: Učitelství všeobecně vzdělávacích předmětů 2. stupně ZŠ a SŠ. Kurz: Oborová didaktika chemie
AGOGIKA CHEMIE doc. RNDr. Karel Holada, CSc. Ústav profesního rozvoje pedagogických pracovníků ve školství, Univerzita Karlova v Praze, Pedagogická fakulta Studium: Učitelství všeobecně vzdělávacích předmětů
VíceTestování hypotéz. 4. přednáška 6. 3. 2010
Testování hypotéz 4. přednáška 6. 3. 2010 Základní pojmy Statistická hypotéza Je tvrzení o vlastnostech základního souboru, o jehož pravdivosti se chceme přesvědčit. Předem nevíme, zda je pravdivé nebo
VíceMann-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.
VícePilotní šetření TIMSS Školní zpráva. Základní škola a Mateřská škola Kostelní 93, Jistebnice. Kód vaší školy: sk18
Pilotní šetření TIMSS 2019 Školní zpráva Základní škola a Mateřská škola Kostelní 93, Jistebnice Kód vaší školy: sk18 Praha, říjen 2018 Obsah 1 Úvod... 3 2 Projekt TIMSS... 3 3 Šetření TIMSS 2019... 3
VíceII. MATEMATIKA A JEJÍ APLIKACE
II. MATEMATIKA A JEJÍ APLIKACE Charakteristika vzdělávací oblasti Tato oblast je v našem vzdělávání zastoupena jedním předmětem matematikou, od 1. do 9. ročníku. Podle vývoje dětské psychiky a zejména
VíceINFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION
VLIV INFORMATIVNÍ TABULE NA ZMĚNU RYCHLOSTI VE VYBRANÉ LOKALITĚ INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION Martin Lindovský 1 Anotace: Článek popisuje měření prováděné na
VíceInformace k realizaci projektu Kvalitní výuka (Operační program Vzdělávání pro konkurenceschopnost -EU)
Informace k realizaci projektu Kvalitní výuka (Operační program Vzdělávání pro konkurenceschopnost -EU) Projekt Kvalitní výuka v ZŠ Senohraby (dále jen projekt) bude realizován v předpokládaném termínu
VícePředškolní a mimoškolní pedagogika Odborné předměty Výchova a vzdělávání Metody výchovy a vzdělávání
VÝUKOVÝ MATERIÁL: VY_32_INOVACE_ DUM 10, S 17 JMÉNO AUTORA: DATUM VYTVOŘENÍ: 9.2. 2013 PRO ROČNÍK: OBORU: VZDĚLÁVACÍ OBLAST. TEMATICKÝ OKRUH: Bc. Blažena Nováková 1. ročník Předškolní a mimoškolní pedagogika
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
VíceDidaktické testy při výuce konstrukčních předmětů
aneb pojednání před pojednáním. 1 /21 Didaktické testy při výuce konstrukčních předmětů Školitel: Prof. Ing.Křupka Ivan, Ph.D. 2 /21 OBSAH Úvod Vymezení řešené problematiky a předběžného cíle disertační
VíceSTONOŽKA 2014/15 6. ROČNÍKY modul KEA
Škola: Název: Obec: ADHN ADHN Církevní základní škola, Česká Církevní 4787 základní škola, Česká 4787 Zlín Zlín STONOŽKA 14/15 6. ROČNÍKY modul KEA ČESKÝ JAZYK Výsledky Vaší školy v českém jazyce jsou
VíceMINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY. Učební osnova předmětu MATEMATIKA. pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem)
MINISTERSTVO ŠKOLSTVÍ, MLÁDEŽE A TĚLOVÝCHOVY Učební osnova předmětu MATEMATIKA pro studijní obory SOŠ a SOU (8 10 hodin týdně celkem) Schválilo Ministerstvo školství, mládeže a tělovýchovy dne 14. 6. 2000,
VícePearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D.
Ing. Michal Dorda, Ph.D. Př. : Ve vjezdové skupině kolejí byly sledovány počty přijíždějících vlaků za hodinu. Za 5 dní (tedy 360 hodin) přijelo celkem 87 vlaků. Výsledky sledování jsou uvedeny v tabulce.
VíceZNALOSTI 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
VíceCHARAKTERISTIKA PŘEDMĚTU FYZIKA ( čtyřleté studium a vyšší stupeň osmiletého gymnázia)
CHARAKTERISTIKA PŘEDMĚTU FYZIKA ( čtyřleté studium a vyšší stupeň osmiletého gymnázia) 1. Obsahové vymezení předmětu v předmětu fyzika se realizuje obsah vzdělávacího oboru Fyzika ze vzdělávací oblasti
VíceBadatelsky orientované vyučování matematiky
Libuše Samková Badatelsky orientované vyučování matematiky 29. října 2013 IBME = Inquiry based mathematics education = Výuka matematiky založená na inquiry Co to je inquiry? Anglicko-český slovník nám
VíceUČEBNÍ OSNOVA PŘEDMĚTU
UČEBNÍ OSNOVA PŘEDMĚTU ROZPOČTY STAVEB Název školního vzdělávacího programu: Kód a název oboru vzdělání: Management ve stavebnictví 63-41-M/001 Celkový počet hodin za studium: 3. ročník = 66 hodin/ročník
VíceSeminář k absolventské práci
Seminář k absolventské práci Jak napsat a úspěšně obhájit absolventskou práci Absolventské práce - závěrečná práce studia - významný čin z hlediska celkového růstu intelektuálních zdatností a tvůrčích
VíceVOLBA SAMOSTATNÉHO CENTRÁLNÍHO ÚTVARU LOGISTIKY VE VÝROBNÍM PODNIKU
VOLBA SAMOSTATNÉHO CENTRÁLNÍHO ÚTVARU LOGISTIKY VE VÝROBNÍM PODNIKU THE CHOICE OF AN INDEPENDENT CENTRAL LOGISTICS DEPARTMENT IN A MANUFACTURING COMPANY Stanislav Koutný 1 Anotace: V rámci příprav na širší
VíceVyužití přírodovědného pokusu na 1. stupni ZŠ z pohledu učitelů z praxe výzkumná sonda. Ondřej Šimik
Využití přírodovědného pokusu na 1. stupni ZŠ z pohledu učitelů z praxe výzkumná sonda Ondřej Šimik Kontext přírodovědného vzdělávání na 1. stupni ZŠ Transformace české školy - RVP ZV Člověk a jeho svět
VícePříloha č. 8 Podmínky ke vzdělání
Příloha č. 8 Podmínky ke vzdělání Ukázka z Vlastního hodnocení školy, které bylo schváleno 21.10.2010 a bylo provedeno za předcházející 3 roky. Vybraná část popisuje oblast, která asi nejvíce ovlivňuje
VíceNÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:
NÁHODNÁ ČÍSLA TYPY GENERÁTORŮ, LINEÁRNÍ KONGRUENČNÍ GENERÁTORY, TESTY NÁHODNOSTI, VYUŽITÍ HODNOT NÁHODNÝCH VELIČIN V SIMULACI CO JE TO NÁHODNÉ ČÍSLO? Náhodné číslo definujeme jako nezávislé hodnoty z rovnoměrného
VíceZÁKLADNÍ METODOLOGICKÁ PRAVIDLA PŘI ZPRACOVÁNÍ ODBORNÉHO TEXTU. Martina Cirbusová (z prezentace doc. Škopa)
ZÁKLADNÍ METODOLOGICKÁ PRAVIDLA PŘI ZPRACOVÁNÍ ODBORNÉHO TEXTU Martina Cirbusová (z prezentace doc. Škopa) OSNOVA Metodologie vs. Metoda vs. Metodika Základní postup práce Základní vědecké metody METODOLOGIE
Více