PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU

Rozměr: px
Začít zobrazení ze stránky:

Download "PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU"

Transkript

1 PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU Pracovník, který spravuje podnikovou databázi, exportoval do tabulkového procesoru všechny pracovníky podniku Alfa Blatná s některými sledovanými atributy které jsou vypsané v tabulce 9.1. a) Do vhodné skupinové tabulky roztřídíme soubor pracovníků dle třídícího vyživovaných dětí na jednotlivé třídy. Současně doplníme procento pracovníků s Dále vytvoříme histogram rozdělení četnosti pracovníků v závislosti na počtu b) Do skupinové tabulky doplníme kumulativní četnost. Tzn. počet pracovníků, 0 až 1 dítě, 0 až 2 děti, 0 až 3 děti atd. Vytvoříme graf (histogram) kumulativní četnosti pracovníků v závislosti na

2 c) Do skupinové tabulky doplníme poměrné zastoupení pro kumulativní četnosti. d) Uvedeme slovní popis pro první, druhý a třetí řádek tabulky. Tabulka 9.1: Zaměstnanci malé organizace Alfa Blatná k Číslo prac. Příjmení Pohlaví Titul Stav Počet vyživovaných dětí Pracovní kategorie Hrubá měsíční mzda za červen Zbývá dní dovolené 1 Adam Dělník Bartoš Dělník Beneš Dělník Berka Provozní Bláha 1 Ing. 2 2 Technický Bohuš Dělník Bouše Dělník Boušová Hospodářský Bůbal Dělník Bureš Technický Burešová Provozní Burgerová Dělník Černá Dělník

3 14 Daněk Dělník Dlask Dělník Dobeš Dělník Drobník 1 RNDr. Bc. 2 2 Hospodářský Erb Dělník Fichtner Dělník Gál Hospodářský Gott Dělník Havel Hospodářský Házová Dělník Hejral Technický Hrubín Dělník Hubač Dělník Hupová Provozní Hus 1 JUDr. 2 3 Hospodářský Janda Dělník Janků Dělník Janků Provozní Jarý Dělník Jiřinec Dělník Jonáš Dělník Kobosil Hospodářský

4 36 Korousová Dělník Kos Dělník Koucký Dělník Kulíšek Dělník Lahodný Dělník Lahodová Dělník Líbenková 2 Mgr. 2 0 Hospodářský Lín Dělník Linka 1 Doc. 2 2 Hospodářský Líný 1 Mgr. 2 1 Technický Mahel Dělník Masaryk Dělník Mocová Dělník Moravec Technický Nezval Dělník Nohavica Technický Novák Dělník Novák Dělník Nováková Dělník Ondráš Dělník Prádler Hospodářský Rus Technický

5 58 Svoboda Technický Tatar Technický Tomšů Technický Celkem x x x 106 x x Legenda: Stav Kód Pohlaví Kód svobodný/á 1 muž 1 vdaná/ženatý 2 žena 2 vdova/vdovec 3 rozvedený/á 4 Řešení: Ad a) Do vhodné skupinové tabulky roztřídíme soubor pracovníků dle třídícího vyživovaných dětí na jednotlivé třídy. Současně doplníme procento pracovníků s Dále vytvoříme histogram rozdělení četnosti pracovníků v závislosti na počtu U číselného znaku nastávají tyto problémy: U V našem číselného případě znaku nevíme, neznáme od jakého na první počtu pohled dětí počet do jakého tříd. počtu dětí se budeme pohybovat.

6 Proto musíme ve sloupci "Počet vyživovaných dětí" nejprve zjistit minimum a maximum. Do skupinové tabulky pak doplníme i všechny hodnoty celých čísel ležící mezi minimem a maximem. Výpočet: Na sloupec "Počet vyživovaných dětí" užijeme funkci min a max. =MIN(F24:F83) =MAX(F24:F83) Výsledek první funkce, minimální počet vyživovaných dětí pracovníkem, je 0. Výsledek druhé funkce, maximální počet vyživovaných dětí pracovníkem, je 6. Proto ve skupinové tabulce označíme legendu názvem "Počet dětí" a v legendě 0, uvedeme 1, 2, 3, čísla 4, 5, 6, což jsou jednotlivé obměny (varianty) nespojitého číselného Legendu znaku počet uzavřeme dětí. řádkem "Celkem", kdy sečteme počty pracovníků s daným počtem dětí. V hlavičce tabulky bude prozatím: počet pracovníků s daným počtem dětí absolutně, počet pracovníků s daným počtem dětí v procentech. Počet pracovníků se žádným vyživovaným dítětem zjistíme tak, že do buňky C168 napíšeme buď:

7 =COUNTIF(F$24:F$83;0) anebo obecnější vzorec: První vzorec znamená, že z oblasti F24 až F83 tabulky 9.1 načteme všechny Čili buňky, zjistíme které počet obsahují pracovníků, "0". kteří nemají žádné vyživované dítě. Výsedek umístíme Počet pracovníků, do buňky kteří C168. nemají žádné vyživované dítě, je 12. Druhý vzorec znamená, že z oblasti F24 až F83 tabulky 9.1 načteme všechny buňky, stejnou které hodnotu, obsahují jako má buňka B168, která má hodnotu 0. Význam druhého vzorce je tedy naprosto stejný, jako význam prvního vzorce. Druhý uvedený vzorec je obecnější a stačí jej rozkopírovat ve sloupci C do konce celkem. Že je vzorec správný si ukážeme. Například v buňce C169 je vzorec: =COUNTIF(F$24:F$83;B168) =COUNTIF(F$24:F$83;B169) Vzorec znamená, že z oblasti F24 až F83 tabulky 9.1 načteme všechny buňky, stejnou hodnotu, jako má buňka B169, která má hodnotu 1.

8 Tím zjistíme počet pracovníků, kteří mají na sebe psané jedno vyživované dítě. Vidíme tedy, že druhý zkopírovaný vzorec je správný a mohli jsme jej do konce V řádku "Celkem" napíšeme vzorec: =SUMA(C168:C174) Ve sloupci "Počet pracovníků v %" jde o známá poměrná čísla struktury. Do =C168/C$175*100 Vzorec lze zkopírovat ve sloupci D až do konce tabulky včetně řádku "Celkem" Tab. 9.4: Třídění pracovníků firmy Alfa Blatná dle počtu vyživovaných dětí k Počet dětí Počet pracovníků absolutně v % kumulativn ě kumulativně v % , , , , , ,0

9 3 9 15, , , , , , , ,0 Celkem ,0 x x Histogram rozdělení četnosti statistických jednotek (prvků souboru) v závislosti statistického znaku se tvoří pomocí sloupcového grafu, kde výška sloupce buď počet (absolutní četnost) statistických jednotek v závislosti na určité znaku, který tvoří proměnnou na ose x. anebo relativní počet (relativní četnost v % nebo v poměrných číslech) v závislosti na určité obměně statistického znaku, který tvoří proměnnou na V našem příkladě jde o histogram rozdělení četnosti pracovníků v závislosti na vyživovaných dětí, který se tvoří pomocí sloupcového grafu, kde výška sloupce představuje: buď počet (absolutní četnost) pracovníků v závislosti na různém počtu dětí, proměnnou na ose x, anebo relativní počet (relativní četnost) pracovníků v závislosti na různém který tvoří proměnnou na ose x. Histogram rozdělení absolutní četnosti pracovníků v závislosti na různém počtu proměnnou na ose x, vytvoříme sloupcovým grafem ze sloupce "Počet pracovníků

10 počet pracovníků Na ose "x" budou hodnoty z legendy tabulky 9.4, kde je počet dětí od 0 do 6. Histogram rozdělení absolutní četnosti pracovníků v závislosti na různém počtu Graf 9.1: Četnosti pracovníků firmy Alfa Blatná v závislosti na počtu vyživovaných dětí k počet vyživovaných dětí Z grafu vidíme, že počet pracovníků narůstá s počtem vyživovaných dětí až do Nejvyšší počet pracovníků má na sebe napsané 2 vyživované děti. Od počtu 2 vyživovaných dětí do 5 počet pracovníků klesá.

11 relativní četnost pracovníků v % Tzn., že nejvíce pracovníků má střední počet dětí. Menší počet dětí i větší počet již menší počet pracovníků. S tím souvisí obálka grafu, která připomíná tvarem Jedná se o asymetrickou Gaussovu křivku, o které se zmíníme ještě později. Histogram relativní četnosti pracovníků v závislosti na různém počtu dětí, který proměnnou na ose x, vytvoříme sloupcovým grafem ze sloupce "Počet pracovníků Na ose "x" budou hodnoty z legendy tabulky 9.4, kde je počet dětí od 0 do 6. Histogram rozdělení relativní četnosti pracovníků v závislosti na různém počtu Tvar grafu s relativní četností je stejný, jako u grafu s absolutní četností. Jen místo počtů jsou procenta. 35,0 30,0 Graf 9.2: Relativní četnosti pracovníků firmy Alfa Blatná v závislosti na počtu vyživovaných dětí k ,7 25,0 20,0 15,0 20,0 23,3 15,0 10,0 5,0 6,7 1,7 1,7

12 relativní četn 0,0 1,7 1, počet vyživovaných dětí Ad b) Do skupinové tabulky doplníme kumulativní četnost. Tzn. počet 0 až 1 dítě, 0 až 2 děti, 0 až 3 vyživované děti atd. Vytvoříme graf (histogram) kumulativní četnosti pracovníků v závislosti na Do hlavičky tabulky 9.4 doplníme sloupce: počet pracovníků s daným počtem dětí kumulativně, kam doplníme počet pracovníků s daným počtem dětí kumulativně v procentech. Kumulativní četnost vytvoříme takto: Do buňky E168 opíšeme počet pracovníků, kteří nemají žádné vyživované Do buňky E169 se sečte počet pracovníků, kteří mají 0 a 1 vyživované. Do =E168+C169 Vysvětlení vzorce: Sečteme počet pracovníků, kteří nemají žádné vyživované dítě, z buňky E168, počet pracovníků, kteří mají jedno vyživované dítě, z buňky C169. Výše uvedený vzorec zkopírujeme ve sloupci E do buňky E174.

13 Vzorec je správně. V další buňce E170 má zkopírovaný vzorec tvar: =E169+C170 Vysvětlení vzorce: Sečteme počet pracovníků, kteří mají žádné až jedno vyživované dítě, z buňky E169, počet pracovníků, kteří mají dvě vyživované děti, z buňky C170. V kumulaci vždy sečítáme předchozí součet a k němu sečteme další počet dětí. V řádku "Celkem" dáme v buňce E175 symbol "x", neboť hodnota v tomto řádku Graf kumulativní četnosti pracovníků v závislosti na počtu vyživovaných dětí sloupcovým grafem ze sloupce tabulky 9.4 "Počet pracovníků kumulativně". Na ose "x" budou hodnoty 0, 0-1, 0-2 až 0-6, které jsme si připravili ve sloupci K vedle tabulky 9.4. Graf kumulativní četnosti pracovníků v závislosti na počtu vyživovaných dětí je Graf 9.3: Kumulativní četnosti pracovníků firmy Alfa Blatná v závislosti na počtu vyživovaných dětí k

14 počet pracovníků Blatná v závislosti na počtu vyživovaných dětí k počet vyživovaných dětí Z grafu vidíme, že počet pracovníků, kteří mají od minima (0) po nějaký počet dětí narůstá nejprve rychleji, pak pomaleji k hodnotě 60, kdy 0 až 6 dětí má všech 60 Ad c) Do skupinové tabulky doplníme poměrné zastoupení pro kumulativní V buňce F168 je, kolik procent je 12 pracovníků, kteří mají 0 vyživovaných dětí Podle poměrných čísel struktury je v buňce F168 vzorec: =E168/E$174*100

15 nost pracovníků v % Tento vzorec můžeme rozkopírovat ve sloupci F do buňky F174. Vzorec je správně. V další buňce F169 má zkopírovaný vzorec tvar: =E169/E$174*100 V buňce F169 je, kolik je 26 pracovníků, kteří mají 0 až 1 vyživované dítě, Graf relativní kumulativní četnosti pracovníků v závislosti na počtu sloupcovým grafem ze sloupce tabulky 9.4 "Počet pracovníků kumulativně v %". Na ose "x" budou hodnoty 0, 0-1, 0-2 až 0-6, které jsme si připravili ve sloupci K vedle tabulky ,0 100,0 Graf 9.4: Relativní kumulativní četnosti pracovníků firmy Alfa Blatná v závislosti na počtu vyživovaných dětí k ,0 96,7 98,3 100,0 80,0 75,0 60,0 43,3

16 relativní četnost pracovníků 60,0 40,0 20,0 20,0 43,3 0, počet vyživovaných dětí Tvar grafu s relativní kumulativní četností je stejný, jako u grafu s kumulativní četností. Jen je procentuální zastoupení pracovníků. Ad d) Uvedeme slovní popis pro první, druhý a třetí řádek tabulky. Slovní popis pro první řádek tabulky: Nula vyživovaných dětí má 12 pracovníků ze 60, což je 20 % pracovníků. Slovní popis pro druhý řádek tabulky: Jedno vyživované dítě má 14 pracovníků ze 60, což je 23,3 % pracovníků. Nula až jedno vyživované dítě má 26 pracovníků ze 60, což je 43,3 % pracovníků.

17 Slovní popis pro třetí řádek tabulky: Dvě vyživované děti má 19 pracovníků ze 60, což je 31,7 % pracovníků. Nula až dvě vyživované děti má 45 pracovníků ze 60, což je 75 % pracovníků.

18

19

20

21

22

23

24

25

26

9.6 TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU

9.6 TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU Statistické třídění dle jednoho nespojitého číselného znaku Aleš Drobník strana 1 9.6 TŘÍDĚNÍ PODLE JEDNOHO NESPOJITÉHO ČÍSELNÉHO ZNAKU Na následujícím příkladu si vysvětlíme problematiku třídění podle

Více

PŘÍKLAD NA TŘÍDĚNÍ DLE JEDNOHO SLOVNÍHO ZNAKU

PŘÍKLAD NA TŘÍDĚNÍ DLE JEDNOHO SLOVNÍHO ZNAKU PŘÍKLAD NA TŘÍDĚNÍ DLE JEDNOHO SLOVNÍHO ZNAKU Pracovník, který spravuje podnikovou databázi, exportoval do tabulkového procesoru všechny pracovníky podniku Alfa Blatná s některými sledovanými atributy

Více

9.7 TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI

9.7 TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI Statistické třídění, intervalové rozdělení četnosti Aleš Drobník strana 1 9.7 TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI Problematiku třídění podle jednoho spojitého

Více

9. STATISTICKÉ TŘÍDĚNÍ

9. STATISTICKÉ TŘÍDĚNÍ Statistické třídění. Třídění dle jednoho znaku Aleš Drobník strana 1 9. STATISTICKÉ TŘÍDĚNÍ 9.1 CO JE TO STATISTICKÉ TŘÍDĚNÍ Již jsme si říkali, že v 19. a 20. století se stala statistika vědou, která

Více

PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI

PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI PŘÍKLAD NA TŘÍDĚNÍ PODLE JEDNOHO SPOJITÉHO ČÍSELNÉHO ZNAKU. INTERVALOVÉ ROZDĚLENÍ ČETNOSTI Pracovník, který spravuje podnikovou databázi, exportoval do tabulkového procesoru všechny pracovníky podniku

Více

9.5 TŘÍDĚNÍ PODLE DVOU SLOVNÍCH ZNAKŮ

9.5 TŘÍDĚNÍ PODLE DVOU SLOVNÍCH ZNAKŮ Statistické třídění podle dvou slovních znaků Aleš Drobník strana 1 9.5 TŘÍDĚNÍ PODLE DVOU SLOVNÍCH ZNAKŮ Problematiku třídění podle dvou slovních znaků si vysvětlíme na následujícím příkladu. Příklad

Více

PŘÍKLAD NA VÁŽENÝ ARITMETICKÝ PRŮMĚR Z INTERVALOVÉHO ROZDĚLENÍ ČETNOSTI

PŘÍKLAD NA VÁŽENÝ ARITMETICKÝ PRŮMĚR Z INTERVALOVÉHO ROZDĚLENÍ ČETNOSTI PŘÍKLAD NA VÁŽENÝ ARITMETICKÝ PRŮMĚR Z INTERVALOVÉHO ROZDĚLENÍ ČETNOSTI Přílad 0.6 Pracoví, terý spravuje podovou databáz, eportoval do tabulového procesoru všechy pracovíy podu Alfa Blatá s ěterým sledovaým

Více

8.1.2 TABULKA SKUPINOVÁ

8.1.2 TABULKA SKUPINOVÁ Prezentace dat. Tabulky skupinové a kombinační Aleš Drobník strana 1 8.1.2 TABULKA SKUPINOVÁ Užití: Hlubší analýza konkrétnější oblasti. Například ve vlastní části odborné práce, žákovského projektu apod.

Více

5.2.4 POMĚRNÁ ČÍSLA SPLNĚNÍ PLÁNU

5.2.4 POMĚRNÁ ČÍSLA SPLNĚNÍ PLÁNU Druhy poměrných čísel Aleš Drobník strana 1 5.2.4 POMĚRNÁ ČÍSLA SPLNĚNÍ PLÁNU Poměrná čísla neboli poměrní ukazatelé : Získáme srovnáním (podílem) 2 veličin stejnorodých. Srovnávaná veličina (čitatel)

Více

PREZENTACE DAT: SLOŽITĚJŠÍ GRAFY

PREZENTACE DAT: SLOŽITĚJŠÍ GRAFY PREZENTACE DAT: SLOŽITĚJŠÍ GRAFY V kombinační tabulce 8.7 jsme roztřídili soubor pracovníků dle znaku pracovní kategorie na 4 třídy dělníci, techničtí pracovníci, hospodářští pracovníci, provozní a obsluhující

Více

Prezentace dat. Slovní popis a tabulky prosté Aleš Drobník strana 1

Prezentace dat. Slovní popis a tabulky prosté Aleš Drobník strana 1 Prezentace dat. Slovní popis a tabulky prosté Aleš Drobník strana 1 8. PREZENTACE DAT Jakými prostředky sdělujeme informace, údaje, účetní a statistické charakteristiky? Používáme tyto prostředky sdělování

Více

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1

Střední hodnoty. Aritmetický průměr prostý Aleš Drobník strana 1 Středí hodoty. Artmetcký průměr prostý Aleš Drobík straa 0. STŘEDNÍ HODNOTY Př statstckém zjšťováí často zpracováváme statstcké soubory s velkým možstvím statstckých jedotek. Např. soubor pracovíků orgazace,

Více

STATISTICA Téma 1. Práce s datovým souborem

STATISTICA Téma 1. Práce s datovým souborem STATISTICA Téma 1. Práce s datovým souborem 1) Otevření datového souboru Program Statistika.cz otevíráme z ikony Start, nabídka Programy, podnabídka Statistika Cz 6. Ze dvou nabídnutých možností vybereme

Více

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR

10.2 VÁŽENÝ ARITMETICKÝ PRŮMĚR Středí hodoty Artmetcý průměr vážeý ze tříděí Aleš Drobí straa 0 VÁŽENÝ ARITMETICKÝ PRŮMĚR Výzam a užtí vážeého artmetcého průměru uážeme a ásledujících příladech Přílad 0 Ve frmě Gama Blatá máme soubor

Více

PREZENTACE DAT: JEDNODUCHÉ GRAFY

PREZENTACE DAT: JEDNODUCHÉ GRAFY PREZENTACE DAT: JEDNODUCHÉ GRAFY V tabulce 8.1 uvádíme přehled některých ukazatelů fiktivní firmy Alfa Blatná. Tabulka 8.1 je prostá, je v ní navíc časové srovnání hodnot v roce 2011 a v roce 2012. a)

Více

Protokol č. 7. Jednotné objemové křivky. Je zadána výměra porostu, výška dřevin a počty stromů v jednotlivých tloušťkových stupních.

Protokol č. 7. Jednotné objemové křivky. Je zadána výměra porostu, výška dřevin a počty stromů v jednotlivých tloušťkových stupních. Protokol č. 7 Jednotné objemové křivky Zadání: Pro zadané dřeviny stanovte zásobu pomocí JOK tabulek. Součástí protokolu bude tabulka obsahující střední Weisseho tloušťku, Weisseho procento, číslo JOK,

Více

Statistická prezentace je umění vytvořit dobrou tabulku nebo graf, které přitáhnou oko k tomu, co je zajímavé. Mgr. Ing.

Statistická prezentace je umění vytvořit dobrou tabulku nebo graf, které přitáhnou oko k tomu, co je zajímavé. Mgr. Ing. 1.2 Prezentace statistických dat Statistická prezentace je umění vytvořit dobrou tabulku nebo graf, které přitáhnou oko k tomu, co je zajímavé. Mgr. Ing. Jan Spousta Co se dozvíte Statistické ukazatele.

Více

Protokol č. 1. Tloušťková struktura. Zadání:

Protokol č. 1. Tloušťková struktura. Zadání: Protokol č. 1 Tloušťková struktura Zadání: Pro zadané výčetní tloušťky (v cm) vypočítejte statistické charakteristiky a slovně interpretujte základní statistické vlastnosti tohoto souboru tloušťek. Dále

Více

2. Numerické výpočty. 1. Numerická derivace funkce

2. Numerické výpočty. 1. Numerická derivace funkce 2. Numerické výpočty Excel je poměrně pohodlný nástroj na provádění různých numerických výpočtů. V příkladu si ukážeme možnosti výpočtu a zobrazení diferenciálních charakteristik analytické funkce, přičemž

Více

Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2

Semestrální projekt. do předmětu Statistika. Vypracoval: Adam Mlejnek 2-36. Oponenti: Patrik Novotný 2-36. Jakub Nováček 2-36. Click here to buy 2 Semestrální projekt do předmětu Statistika Vypracoval: Adam Mlejnek 2-36 Oponenti: Patrik Novotný 2-36 Jakub Nováček 2-36 Úvod Pro vypracování projektu do předmětu statistika jsem si zvolil průzkum kvality

Více

Škály podle informace v datech:

Škály podle informace v datech: Škály podle informace v datech: Různé typy dat znamenají různou informaci, resp. různé množství informace Data nominální Rovná se? x 1 = x 2 Data ordinální Větší, menší? x 1 < x 2 Data intervalová O kolik?

Více

Srovnání údajů. Poměrná čísla Aleš Drobník strana 1

Srovnání údajů. Poměrná čísla Aleš Drobník strana 1 Srovnání údajů. Poměrná čísla Aleš Drobník strana 4. SROVNÁVÁNÍ ÚDAJŮ Statistika mj. zpracovává údaje (viz definice statistiky). Důležitou součástí zpracování údajů je srovnávání údajů (statistických znaků

Více

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar

Více

Popisná statistika. Komentované řešení pomocí MS Excel

Popisná statistika. Komentované řešení pomocí MS Excel Popisná statistika Komentované řešení pomocí MS Excel Vstupní data Máme k dispozici data o počtech bodů z 1. a 2. zápočtového testu z Matematiky I v zimním semestru 2015/2016 a to za všech 762 studentů,

Více

Řešení. ŘEŠENÍ 36 Výsledková listina soutěže

Řešení. ŘEŠENÍ 36 Výsledková listina soutěže Příklad zahrnuje Textová editace buněk Základní vzorce Vložené kliparty Propojené listy Grafická úprava buněk Složitější vzorce Vložené externí obrázky Formuláře Úprava formátu Vysoce speciální funkce

Více

Obr. P1.1 Zadání úlohy v MS Excel

Obr. P1.1 Zadání úlohy v MS Excel Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel. Výpočet budeme demonstrovat

Více

Analýza dat na PC I.

Analýza dat na PC I. CENTRUM BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Analýza dat na PC I. Popisná analýza v programu Statistica IBA výuka Základní popisná statistika Popisná statistika

Více

Prezentace dat. Grafy Aleš Drobník strana 1

Prezentace dat. Grafy Aleš Drobník strana 1 Prezentace dat. Grafy Aleš Drobník strana 1 8.3 GRAFY Užití: Grafy vkládáme do textu (slovního popisu) vždy, je-li to vhodné. Grafy zvýší přehlednost sdělovaných informací. Výhoda grafu vůči tabulce či

Více

Třídění statistických dat

Třídění statistických dat 2.1 Třídění statistických dat Všechny muže ve městě rozdělíme na 2 skupiny: A) muži, kteří chodí k holiči B) muži, kteří se holí sami Do které skupiny zařadíme holiče? prof. Raymond M. Smullyan, Dr. Math.

Více

Matematické modelování dopravního proudu

Matematické modelování dopravního proudu Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení

Více

APERIO PROBLÉMY A POTŘEBY RODIČŮ

APERIO PROBLÉMY A POTŘEBY RODIČŮ APERIO PROBLÉMY A POTŘEBY RODIČŮ intertová anketa díl B: Statistická analýza dat zpracovatel: Petr Vendera ve spolupráci s DEMA a. s. zpráva byla vydána 30. 3. 2008 výhradně pro objednatele výzkumu Podpořeno

Více

II. Vzorce v Excelu Tipy pro práci s Wordem Kontingenční tabulky v Excelu, 1. část

II. Vzorce v Excelu Tipy pro práci s Wordem Kontingenční tabulky v Excelu, 1. část II. Vzorce v Excelu Tipy pro práci s Wordem Kontingenční tabulky v Excelu, 1. část Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová Zdroje dat Excelu Import

Více

Protokol č. 6. Objemové tabulky

Protokol č. 6. Objemové tabulky Protokol č. 6 Objemové tabulky Zadání: Pro zadané dřeviny stanovte zásobu pomocí objemových tabulek. Součástí protokolu bude tabulka obsahující parametry výškové funkce, objem středního kmene a střední

Více

Zápočtová práce STATISTIKA I

Zápočtová 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

Více

ZÁKLADY STATISTICKÉHO ZPRACOVÁNÍ ÚDAJŮ 5. hodina , zapsala Veronika Vinklátová Revize zápisu Martin Holub,

ZÁKLADY STATISTICKÉHO ZPRACOVÁNÍ ÚDAJŮ 5. hodina , zapsala Veronika Vinklátová Revize zápisu Martin Holub, ZÁKLADY STATISTICKÉHO ZPRACOVÁNÍ ÚDAJŮ 5. hodina - 22. 3. 2018, zapsala Revize zápisu Martin Holub, 27. 3. 2018 I. Frekvenční tabulky opakování z minulé hodiny Frekvenční tabulka je nejzákladnější nástroj

Více

Metodologie pro ISK 2, jaro Ladislava Z. Suchá

Metodologie pro ISK 2, jaro Ladislava Z. Suchá Metodologie pro ISK 2, jaro 2014. Ladislava Z. Suchá Metodologie pro Informační studia a knihovnictví 2 Modul 7: Třídění druhého stupně. Kontingenční tabulky Co se dozvíte v tomto modulu? Co je třídění

Více

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel

Přílohy. Příloha 1. Obr. P1.1 Zadání úlohy v MS Excel Přílohy Příloha 1 Řešení úlohy lineárního programování v MS Excel V této příloze si ukážeme, jak lze řešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat

Více

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto

Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu / Druh CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT

Více

Kontrola: Sečteme-li sloupec,,četnost výskytu musí nám vyjít hodnota rozsahu souboru (našich 20 žáků)

Kontrola: Sečteme-li sloupec,,četnost výskytu musí nám vyjít hodnota rozsahu souboru (našich 20 žáků) Základní výpočty pro MPPZ Teorie Aritmetický průměr = součet hodnot znaku zjištěných u všech jednotek souboru, dělený počtem všech jednotek souboru Modus = hodnota souboru s nejvyšší četností Medián =

Více

Analýza dat s využitím MS Excel

Analýza dat s využitím MS Excel Analýza dat s využitím MS Excel Seminář aplikované statistiky Martina Litschmannová Několik fíglů na úvod Absolutní vs. relativní adresování změna pomocí F4 =$H$20 =H$20 =$H20 =H20 Posun po souvislé oblasti

Více

Vzorce. Suma. Tvorba vzorce napsáním. Tvorba vzorců průvodcem

Vzorce. Suma. Tvorba vzorce napsáním. Tvorba vzorců průvodcem Vzorce Vzorce v Excelu lze zadávat dvěma způsoby. Buď známe přesný zápis vzorce a přímo ho do buňky napíšeme, nebo použijeme takzvaného průvodce při tvorbě vzorce (zejména u složitějších funkcí). Tvorba

Více

2. popis prostředí, nastavení pracovní plochy

2. popis prostředí, nastavení pracovní plochy (c) mise 2013 1 2 1. úvod Tabulkový procesor program pro organizaci a správu dat pomocí tabulek určen pro zpracování dat převážně číselného charakteru Využití tabulkových procesorů přehledná prezentace

Více

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník 3 hodiny týdně PC a dataprojektor Kombinatorika Řeší jednoduché úlohy

Více

Výsledný graf ukazuje následující obrázek.

Výsledný graf ukazuje následující obrázek. Úvod do problematiky GRAFY - SPOJNICOVÝ GRAF A XY A. Spojnicový graf Spojnicový graf používáme především v případě, kdy chceme graficky znázornit trend některé veličiny ve zvoleném časovém intervalu. V

Více

Mnohorozměrná statistická data

Mnohorozměrná statistická data Mnohorozměrná statistická data Ekonometrie Jiří Neubauer Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Jiří Neubauer (Katedra ekonometrie UO Brno) Mnohorozměrná

Více

Časové řady - Cvičení

Časové řady - Cvičení Časové řady - Cvičení Příklad 2: Zobrazte měsíční časovou řadu míry nezaměstnanosti v obci Rybitví za roky 2005-2010. Příslušná data naleznete v souboru cas_rada.xlsx. Řešení: 1. Pro transformaci dat do

Více

STATISTIKA 1. Adam Čabla Katedra statistiky a pravděpodobnosti VŠE

STATISTIKA 1. Adam Čabla Katedra statistiky a pravděpodobnosti VŠE STATISTIKA 1 Adam Čabla Katedra statistiky a pravděpodobnosti VŠE KONTAKTY WWW: sites.google.com/site/adamcabla E-mail: adam.cabla@vse.cz Telefon: 777 701 783 NB367 na VŠE, konzultační hodiny: Pondělí

Více

Registrační číslo projektu: CZ.1.07/1.5.00/34.0185. Název projektu: Moderní škola 21. století. Zařazení materiálu: Ověření materiálu ve výuce:

Registrační číslo projektu: CZ.1.07/1.5.00/34.0185. Název projektu: Moderní škola 21. století. Zařazení materiálu: Ověření materiálu ve výuce: STŘEDNÍ ODBORNÁ ŠKOLA A STŘEDNÍ ODBORNÉ UČILIŠTĚ NERATOVICE Školní 664, 277 11 Neratovice, tel.: 315 682 314, IČO: 683 834 95, IZO: 110 450 639 Ředitelství školy: Spojovací 632, 277 11 Neratovice tel.:

Více

Pojem a úkoly statistiky

Pojem a úkoly statistiky Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Pojem a úkoly statistiky Statistika je věda, která se zabývá získáváním, zpracováním a analýzou dat pro potřeby

Více

4. Vzorce v Excelu Tipy pro práci s Wordem Kontingenční tabulky v Excelu

4. Vzorce v Excelu Tipy pro práci s Wordem Kontingenční tabulky v Excelu 4. Vzorce v Excelu Tipy pro práci s Wordem Kontingenční tabulky v Excelu Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek, M. Cvanová Zdroje dat Excelu Import dat

Více

František Hudek. červen 2012

František Hudek. červen 2012 VY_32_INOVACE_FH09 Jméno autora výukového materiálu Datum (období), ve kterém byl VM vytvořen Ročník, pro který je VM určen Vzdělávací oblast, obor, okruh, téma Anotace František Hudek červen 2012 8. ročník

Více

Tvorba fotogalerie v HTML str.1

Tvorba fotogalerie v HTML str.1 Tvorba fotogalerie v HTML str.1 obr. A obr. B 1) Spustíme PsPad, vytvoříme nový dokument a otevře se nám okno nový soubor, kde si můžeme zvolit jaký chceme typ. My označíme HTML a potvrdíme. 2) Pro správné

Více

Náhodné chyby přímých měření

Náhodné chyby přímých měření Náhodné chyby přímých měření Hodnoty náhodných chyb se nedají stanovit předem, ale na základě počtu pravděpodobnosti lze zjistit, která z možných naměřených hodnot je více a která je méně pravděpodobná.

Více

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství

VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ. FAKULTA STROJNÍHO INŽENÝRSTVÍ Ústav materiálového inženýrství - odbor slévárenství 1 PŘÍLOHA KE KAPITOLE 11 2 Seznam příloh ke kapitole 11 Podkapitola 11.2. Přilité tyče: Graf 1 Graf 2 Graf 3 Graf 4 Graf 5 Graf 6 Graf 7 Graf 8 Graf 9 Graf 1 Graf 11 Rychlost šíření ultrazvuku vs. pořadí

Více

Mnohorozměrná statistická data

Mnohorozměrná statistická data Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz Statistický znak, statistický soubor Jednotlivé objekty nebo subjekty, které jsou při statistickém

Více

KAPITOLA 11 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM

KAPITOLA 11 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM KAPITOLA 11 - POKROČILÁ PRÁCE S TABULKOVÝM PROCESOREM FILTROVÁNÍ DAT Po filtrování dat jsou zobrazeny pouze řádky, které splňují zadaná kritéria, a řádky, které nechcete zobrazit, jsou skryty. Filtrovat

Více

MĚŘENÍ, TYPY VELIČIN a TYPY ŠKÁL

MĚŘENÍ, TYPY VELIČIN a TYPY ŠKÁL MĚŘENÍ, TYPY VELIČIN a TYPY ŠKÁL Matematika a stejně i matematická statistika a biometrie s námi hovoří řečí čísel. Musíme tedy vlastnosti nebo intenzitu vlastností jedinců změřit kvantifikovat. Měřením

Více

2. Bodové a intervalové rozložení četností

2. Bodové a intervalové rozložení četností . Bodové a intervalové rozložení četností (Jak získat informace z datového souboru?) Po prostudování této kapitoly budete umět: konstruovat diagramy znázorňující rozložení četností vytvářet tabulky četností

Více

Jednovýběrové testy. Komentované řešení pomocí MS Excel

Jednovýběrové testy. Komentované řešení pomocí MS Excel Jednovýběrové testy Komentované řešení pomocí MS Excel Vstupní data V dalším budeme předpokládat, že tabulka se vstupními daty je umístěna v oblasti A1:C23 (viz. obrázek) Základní statistiky vložíme vzorce

Více

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka

2. Statistická terminologie a vyjadřovací prostředky. 2.1. Statistická terminologie. Statistická jednotka 2. Statistická terminologie a vyjadřovací prostředky 2.1. Statistická terminologie Statistická jednotka Statistická jednotka = nositel statistické informace, elementární prvek hromadného jevu. Příklady:

Více

Základy zpracování kalkulačních tabulek

Základy zpracování kalkulačních tabulek Radek Maca Makovského 436 Nové Město na Moravě 592 31 tel. 0776 / 274 152 e-mail: rama@inforama.cz http://www.inforama.cz Základy zpracování kalkulačních tabulek Mgr. Radek Maca Excel I 1 slide ZÁKLADNÍ

Více

Microsoft Excel - tabulky

Microsoft Excel - tabulky Microsoft Excel - tabulky RNDr. Krejčí Jan, Ph.D. 5. listopadu 2015 RNDr. Krejčí Jan, Ph.D. (UJEP) Microsoft Excel - tabulky 5. listopadu 2015 1 / 1 Osnova RNDr. Krejčí Jan, Ph.D. (UJEP) Microsoft Excel

Více

Základní pojmy a cíle statistiky 1

Základní pojmy a cíle statistiky 1 Základní pojmy a cíle statistiky 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Předmět zkoumání Statistiky Definice statistiky Statistika zasahuje do mnoha oblastí našeho moderního

Více

Statistika. Zpracování informací ze statistického šetření. Roman Biskup

Statistika. Zpracování informací ze statistického šetření. Roman Biskup Statistika Zpracování informací ze statistického šetření Třídění statistického souboru Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 20. února 2012

Více

Cvičení 12: Binární logistická regrese

Cvičení 12: Binární logistická regrese Cvičení 12: Binární logistická regrese Příklad: V roce 2014 konalo státní závěrečné zkoušky bakalářského studia na jisté fakultě 167 studentů. U každého studenta bylo zaznamenáno jeho pohlaví (0 žena,

Více

Excel tabulkový procesor

Excel tabulkový procesor Pozice aktivní buňky Excel tabulkový procesor Označená aktivní buňka Řádek vzorců zobrazuje úplný a skutečný obsah buňky Typ buňky řetězec, číslo, vzorec, datum Oprava obsahu buňky F2 nebo v řádku vzorců,

Více

2.5 STATISTISKÉ ZJIŠŤOVÁNÍ, ZÁKLADNÍ STATISTICKÉ POJMY

2.5 STATISTISKÉ ZJIŠŤOVÁNÍ, ZÁKLADNÍ STATISTICKÉ POJMY Základní statistické pojmy Aleš Drobník strana 1 2.5 STATISTISKÉ ZJIŠŤOVÁNÍ, ZÁKLADNÍ STATISTICKÉ POJMY Organizace (zpravodajská jednotka) provádějí různé druhy statistického zjišťování z důvodu: vlastní

Více

MS Excel Filtr automatický, rozšířený

MS Excel Filtr automatický, rozšířený MS Excel Filtr automatický, rozšířený Obsah kapitoly V této lekci se seznámíme s nástrojem, který se používá pro výběry dat z rozsáhlých tabulek s filtrem automatickým a rozšířeným. Studijní cíle Studenti

Více

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D.

veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Vybraná rozdělení spojitých náhodných veličin, deskriptivní statistika Ing. Michael Rost, Ph.D. Třídění Základním zpracováním dat je jejich třídění. Jde o uspořádání získaných dat, kde volba třídícího

Více

HODNOCENÍ VÝUKY STUDENTY PEDF UK ZS 2016/2017

HODNOCENÍ 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 (%)

Více

Kapitola 12: Aplikace Excelu 169. 12.1. Evidence zájezdů cestovní kanceláře

Kapitola 12: Aplikace Excelu 169. 12.1. Evidence zájezdů cestovní kanceláře Kapitola 12: Aplikace Excelu 169 12. Aplikace Excelu Evidence zájezdů Zájezdy 12.1. Evidence zájezdů cestovní kanceláře Pokusíme se vytvořit jednoduchou aplikaci pro evidenci zájezdů libovolné cestovní

Více

P ílohy. P íloha 1. ešení úlohy lineárního programování v MS Excel

P ílohy. P íloha 1. ešení úlohy lineárního programování v MS Excel P ílohy P íloha 1 ešení úlohy lineárního programování v MS Excel V této p íloze si ukážeme, jak lze ešit úlohy lineárního programování pomocí tabulkového procesoru MS Excel 2007. Výpočet budeme demonstrovat

Více

Analýza dat z dotazníkových šetření. Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/konzumace-ryb-a-rybich-vyrob/

Analýza dat z dotazníkových šetření. Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/konzumace-ryb-a-rybich-vyrob/ Analýza dat z dotazníkových šetření Cvičení 3. - Jednorozměrné třídění Zdrojová data: dotazník http://www.vyplnto.cz/realizovane-pruzkumy/konzumace-ryb-a-rybich-vyrob/ - Seznamte se s dotazníkem a strukturou

Více

7. Rozdělení pravděpodobnosti ve statistice

7. Rozdělení pravděpodobnosti ve statistice 7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,

Více

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115

Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Gymnázium a Střední odborná škola, Rokycany, Mládežníků 1115 Číslo projektu: CZ.1.07/1.5.00/34.0410 Číslo šablony: 24 Název materiálu: Databázové funkce Ročník: 2. ročník Identifikace materiálu: WOH_52_24_D-funkce

Více

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady Předmět: Náplň: Třída: Počet hodin: Pomůcky: Matematika Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady 4. ročník a oktáva 3 hodiny týdně PC a dataprojektor, učebnice

Více

František Hudek. srpen 2012

František Hudek. srpen 2012 VY_32_INOVACE_FH17 Jméno autora výukového materiálu Datum (období), ve kterém byl VM vytvořen Ročník, pro který je VM určen Vzdělávací oblast, obor, okruh, téma Anotace František Hudek srpen 2012 8. ročník

Více

Mgr. et Mgr. Jan Petrov, LL.M. Ph.D. BYZNYS A PRÁVO

Mgr. et Mgr. Jan Petrov, LL.M. Ph.D. BYZNYS A PRÁVO BYZNYS A PRÁVO Byznys a právo OBSAH ZÁKLADNÍ FUNKCE EXCELU... 2 FUNKCE ODMOCNINA A ZAOKROULIT... 4 FORMÁT A OBSAH BUNĚK... 5 RELATIVNÍ ODKAZY... 9 ABSOLUTNÍ ODKAZY... 11 Byznys a právo ZÁKLADNÍ FUNKCE

Více

Evidence technických dat

Evidence technických dat 4 Evidence technických dat V té to ka pi to le: Evidence majetku Evidence zakázek Evidence technické dokumentace Kapitola 4 Evidence technických dat Povinnost evidovat různé druhy dat má každý podnikatelský

Více

Induktivní statistika. z-skóry pravděpodobnost

Induktivní statistika. z-skóry pravděpodobnost Induktivní statistika z-skóry pravděpodobnost normální rozdělení Z-skóry umožňují najít a popsat pozici každé hodnoty v rámci rozdělení hodnot a také srovnávání hodnot pocházejících z měření na rozdílných

Více

ČETNOSTI A ROZLOŽENÍ ČETNOSTÍ

ČETNOSTI A ROZLOŽENÍ ČETNOSTÍ PSY117/454 Statistická analýza dat v psychologii Přednáška 2 ČETNOSTI A ROZLOŽENÍ ČETNOSTÍ Je snadné lhát s pomocí statistiky. Je těžké říkat pravdu bez ní. Andrejs Dunkels; wikiquote Jaké hodnoty máme

Více

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu

Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu Mgr. Karla Hrbáčková, Ph.D. Základy kvantitativního výzkumu K čemu slouží statistika Popisuje velké soubory dat pomocí charakteristických čísel (popisná statistika). Hledá skryté zákonitosti v souborech

Více

František Hudek. květen 2012

František Hudek. květen 2012 VY_32_INOVACE_FH06 Jméno autora výukového materiálu Datum (období), ve kterém byl VM vytvořen Ročník, pro který je VM určen Vzdělávací oblast, obor, okruh, téma Anotace František Hudek květen 2012 8. ročník

Více

Dotazy tvorba nových polí (vypočítané pole)

Dotazy tvorba nových polí (vypočítané pole) Téma 2.4 Dotazy tvorba nových polí (vypočítané pole) Pomocí dotazu lze také vytvářet nová pole, která mají vazbu na již existující pole v databázi. Vznikne tedy nový sloupec, který se počítá podle vzorce.

Více

Použijeme-li prostorový typ grafu, můžeme pro každou datovou zvolit jiný tvar. Označíme datovou řadu, zvolíme Formát datové řady - Obrazec

Použijeme-li prostorový typ grafu, můžeme pro každou datovou zvolit jiný tvar. Označíme datovou řadu, zvolíme Formát datové řady - Obrazec Čtvrtek 15. září Grafy v Excelu 2010 U grafů, ve kterých se znázorňují hodnoty řádově rozdílné, je vhodné zobrazit ještě vedlejší osu 1994 1995 1996 1997 1998 1999 2000 hmotná investice 500 550 540 500

Více

Základy popisné statistiky

Základy popisné statistiky Základy popisné statistiky Michal Fusek Ústav matematiky FEKT VUT, fusekmi@feec.vutbr.cz 8. přednáška z ESMAT Michal Fusek (fusekmi@feec.vutbr.cz) 1 / 26 Obsah 1 Základy statistického zpracování dat 2

Více

Inflace. Makroekonomie I. Inflace výpočet pomocí CPI, deflátoru. Téma cvičení. Osnova k teorii inflace. Vymezení podstata inflace

Inflace. Makroekonomie I. Inflace výpočet pomocí CPI, deflátoru. Téma cvičení. Osnova k teorii inflace. Vymezení podstata inflace Téma cvičení Makroekonomie I Inflace výpočet pomocí CPI, deflátoru. Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky Teorie inflace Praktické příklady Příklady k opakování Inflace Osnova k teorii inflace Vymezení

Více

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4

JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4 ŘEŠENÍ MINITESTŮ JčU - Cvičení z matematiky pro zemědělské obory (doc. RNDr. Nýdl, CSc & spol.) Minitest MT4. Z daných tří soustav rovnic o neznámých x, x vyberte právě všechny ty, které jsou regulární.

Více

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.

Zpracování 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

Více

POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica

POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica POPISNÁ STATISTIKA Komentované řešení pomocí programu Statistica Program Statistica I Statistica je velmi podobná Excelu. Na základní úrovni je to klikací program určený ke statistickému zpracování dat.

Více

Inflace. Makroekonomie I. Osnova k teorii inflace. Co již známe? Vymezení podstata inflace. Definice inflace

Inflace. Makroekonomie I. Osnova k teorii inflace. Co již známe? Vymezení podstata inflace. Definice inflace Makroekonomie I Teorie inflace Praktické příklady Příklady k opakování Inflace Ing. Jaroslav ŠETEK, Ph.D. Katedra ekonomiky Co již známe? Osnova k teorii inflace Deflátor HDP způsob měření inflace Agregátní

Více

Gymnázium Vysoké Mýto nám. Vaňorného 163, Vysoké Mýto

Gymnázium Vysoké Mýto nám. Vaňorného 163, Vysoké Mýto Gymnázium Vysoké Mýto nám. Vaňorného 163, 566 01 Vysoké Mýto Registrační číslo projektu Šablona Autor Název materiálu / Druh CZ.1.07/1.5.00/34.0951 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT

Více

Odhady parametrů základního souboru. Cvičení 6 Statistické metody a zpracování dat 1 (podzim 2016) Brno, říjen listopad 2016 Ambrožová Klára

Odhady parametrů základního souboru. Cvičení 6 Statistické metody a zpracování dat 1 (podzim 2016) Brno, říjen listopad 2016 Ambrožová Klára Odhady parametrů základního souboru Cvičení 6 Statistické metody a zpracování dat 1 (podzim 2016) Brno, říjen listopad 2016 Ambrožová Klára Motivační příklad Mám průměrné roční teploty vzduchu z 8 stanic

Více

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera Výstup RVP: Klíčová slova: pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Mirek Kubera žák diskutuje a kriticky zhodnotí statistické informace a daná statistická sdělení, volí

Více

2. cvičení z ZI1 - Excel

2. cvičení z ZI1 - Excel Doc.Ing. Vlastimil Jáneš... janes@fd.cvut.cz 2. cvičení z ZI1 - Excel O Excelu - organizace listů : 1 list : max. 65 536 řádků a 256 sloupců, tj. 16 777 216 buněk. Sloupce : A, B,.Z, AA, AB,. IU, IV (26

Více

Úvod Nazývání =A2+B2-C2 =A3+B3-C3

Úvod Nazývání =A2+B2-C2 =A3+B3-C3 Úvod Úvodem si stručně připomeneme některé pro matematické aplikace užitečné nástroje Excelu, které budeme dále využívat. Předpokládáme, že účastníci kurzů P-Mat se základům ovládání Excelu naučili již

Více

Microsoft Excel. Základní operace s buňkami. Formát buňky

Microsoft Excel. Základní operace s buňkami. Formát buňky Microsoft Excel - základní prostředí tvoří tzv. síť. Šedé čáry rozdělují oblast na buňky, přičemž každá z nich je malou pracovní oblastí, která je schopná nést určitou informaci samostatně, nezávisle na

Více

Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití

Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití Stěžejní funkce MS Excel 2007/2010, jejich ovládání a možnosti využití Proč Excel? Práce s Excelem obnáší množství operací s tabulkami a jejich obsahem. Jejich jednotlivé buňky jsou uspořádány do sloupců

Více

Výpočet nového stavu je závislý na bezprostředně předcházejícím stavu (může jich být i více, zde se však omezíme na jeden).

Výpočet nového stavu je závislý na bezprostředně předcházejícím stavu (může jich být i více, zde se však omezíme na jeden). Počáteční úloha Při simulace vývoje systému v čase používáme jednoduché zásady: Spojitý čas nahradíme posloupností časových okamžiků t 0, t 1, t 2, t 3,, t i,. Interval mezi následujícími časovými okamžiky

Více