General results of statistical research processing of legal knowledge of information security
|
|
- Marek Bílek
- před 7 lety
- Počet zobrazení:
Transkript
1 OBECNÉ ZÁVĚRY STATISTICKÉHO ZPRACOVÁNÍ VÝZKUMU PRÁVNÍCH ZNALOSTÍ INFORMAČNÍ BEZPEČNOSTI General results of statistical research processing of legal knowledge of information security Ing. Bc. Marek Čandík, PhD. Abstrakt Článek prezentuje závěry statistického zpracování výzkumu právních znalostí informační bezpečnosti. Statistická analýza internetového výzkumu 800 respondentů byla realizována z hlediska pohlaví, věku, délky praxe a pracovního zařazení respondentů. Ke statistickému zpracování dat byl použitý software Statistica v.10. Klíčová slova Právní znalosti, informační bezpečnost, statistická analýza, internetový výzkum Abstract The article presents some research findings of statistical processing of legal knowledge of information security. Statistical analysis of Internet research of 800 respondents was implemented in terms of gender, age, length of service and employment status of the respondents. For the statistical processing was used Statistica software v.10. Key words: Legal knowledge, information security, statistical analysis, internet research ) 1
2 ÚVOD První významný počítačový virus (červ), který měl vliv na světovou rodící se kybernetickou infrastrukturu, byl červ Morris (1988). Tento počítačový červ se šířil v prostředí počítačových sítí, zejména ve Spojených státech. Červ použil nedostatky v systému UNIX Noun 1, uměl replikovat sám sebe, a uměl významně zpomalit chod počítačů do té míry, že byly nepoužitelné. Tento červ byl dílem Roberta Tappana Morrise, kterým se snažil odhadnout (spočítat), jak velký byl (tehdejší) Internet. Následně se stal jeho tvůrce první osobou, která byla v USA odsouzena za počítačový podvod a zneužívání zákona. Robert Tappan Morris dnes pracuje jako profesor na MIT 1. Odpovědí na první kyberútoky na počítače a sítě v USA byl vznik nových zákonů a zároveň byly založeny nové bezpečnostní složky specializované na tuto hrozbu. V roce 1988, v reakci na tehdejší rozsáhlé rozšíření červa Morris, vzniklo koordinační centrum pomoci CERT (Computer Emergency Respose Team) 2. Kybernetická bezpečnost se stala prioritou i pro Evropskou unii a NATO 3. Vzhledem k rozdílnému právnímu náhledu v jednotlivých zemích bylo nutno zaujmout společný postoj k zavedení bezpečnostních opatření a definovat jednotně hrozby, kterým se čelí. Tomu pomohlo přijetí Úmluvy o kyberkriminalitě v Budapešti dne 23. listopadu 2001 (tzv. Budapešťská úmluva). Dalším počinem v oblasti kyberbezpečnosti bylo zřízení Evropského systému pro varování a sdílení informací (EISAS) 4 a Evropské agentury pro bezpečnost sítí a informací (ENISA) 5. Otázkami kybernetické bezpečnosti a zpracování požadavků EU v této oblasti se v České republice zabývá především Národní bezpečnostní úřad a Ministerstvo vnitra ČR 6. Ke koordinaci spolupráce na národní i mezinárodní úrovni při 1 NATO Review Magazin. [online]. Dostupné z: < 2 History. FIRST History: FIRST. [online]. Dostupné z: < 3 PETA, Cezar. Cyber-security - current topic of national security (I). [online]. Dostupné z: < 4 EISAS Roadmap. [online]. Dostupné z: < 5 Evropská agentura pro bezpečnost sítí a informací (ENISA). [online]. Dostupné z: < 6 TOMÁNEK, Petr. Praxe vyšetřování a stíhání počítačové trestné činnosti. Brno: 2015, Masarykova univerzita (PF). 2
3 předcházení kybernetickým útokům vzniklo Národní centrum kybernetické bezpečnosti v Brně a Rada pro kybernetickou bezpečnost. V souvislosti s ochranou autorských práv vznikl již v roce 1919 Ochranný svaz autorský (OSA) 7 pro práva k dílům hudebním. Jedním ze zakladatelů OSA byl populární skladatel Karel Hašler a jedním z prvních ředitelů OSA byl syn skladatele Antonína Dvořáka. Do měl OSA právní formu občanského sdružení podle zákona č. 83/1990 Sb. Od se považuje v souladu s 3045 zákona č. 89/2012 Sb., občanského zákoníku za spolek. Česká protipirátská unie (ČPU) 8 byla založena v roce 1992 za účelem ochrany autorského práva a práv souvisejících s právem autorským k audiovizuálním dílům a potírání všech forem pirátství v oblasti výroby, dovozu a šíření audiovizuálních děl. Činnost ČPU spočívá především v ochraně autorských práv k filmovým dílům, sledování a analýze informací týkajících se autorských práv. Světová organizace duševního vlastnictví WIPO (World Intellectual Property Organization), se sídlem v Ženevě, je organizace OSN, založená v roce 1967, která vykonává dozor v oblasti ochrany autorských práv a dalších práv duševního vlastnictví. Výchozím prvkem v boji proti kyberkriminalitě se stala Úmluva Rady Evropy, již (Budapešťská úmluva), ve které jsou definovány jednotlivé skutkové podstaty kyberkriminality pro sjednocení na mezinárodní úrovni jako: a) Trestné činy proti důvěrnosti, integritě a použitelnosti počítačových dat a systémů (včetně software) Nezákonný přístup Nezákonný odposlech Zasahování do dat Zasahování do systému Zneužívání zařízení b) Trestné činy související s počítačem - Počítačové padělání - Počítačový podvod c) Trestné činy související s obsahem 7 OSA - Ochranný svaz autorský pro práva k dílům hudebním. [online]. Dostupné z: < 8 Česká protipirátská unie - Kdo jsme a čím se zabýváme. [online]. Dostupné z: < 3
4 Trestné činy související s dětskou pornografií d) Trestné činy týkající se porušení autorského práva a práv souvisejících s právem autorským. REALIZOVANÝ VÝZKUM Cílem provedeného výzkumu bylo zmapovat právní znalosti informační bezpečnosti respondentů. Pro sběr dat bylo využito metody dotazování, a to z důvodu zisku potřebných informací, které další metody jako pozorování a experiment v tomto výzkumu přinést nemohou. Metodika výzkumu Objekt výzkumu: Informační bezpečnost. Předmět výzkumu: Právní znalosti respondentů o informační bezpečnosti Respondenti: Uživatelé Internetu 9 Metoda výzkumu: Dotazníkové šetření, s následným matematickostatistickým vyhodnocením. Návratnost dotazníků: vzhledem k použité formě dotazování nelze kvantifikovat Výzkumné otázky: VO 1 : Je rozdíl v právních znalostech o informační bezpečnosti v závislosti na pohlaví? VO 2 : Je rozdíl v právních znalostech o informační bezpečnosti v závislosti na věku? VO 3 : Je rozdíl v právních znalostech o informační bezpečnosti v závislosti na délce praxe? VO 4 : Je rozdíl v právních znalostech o informační bezpečnosti v závislosti na zastávané pracovní pozici? Výzkumné předpoklady: VP 1 : Předpokládáme, že u právních znalostí informační bezpečnosti nebudou statisticky významné rozdíly v závislosti na pohlaví. 9 nebylo snahou získat reprezentativní vzorek, neboť to nebylo v možnostech výzkumného šetření. Úkolem bylo pouze sesbírat co nejvyšší počet odpovědí, aby výsledky výzkumu měly alespoň určitou výpovědní hodnotu. 4
5 VP 2 : Předpokládáme, že u právních znalostí informační bezpečnosti nebudou statisticky významné rozdíly v závislosti na věku. VP 3 : Předpokládáme, že u právních znalostí informační bezpečnosti nebudou statisticky významné rozdíly v závislosti na délce praxe. VP 4 : Předpokládáme, že u právních znalostí informační bezpečnosti nebudou statisticky významné rozdíly v závislosti na zastávané pracovní pozici. Dotazník Na základě kvalitativní analýzy odborné literatury byl navržený nestandardizovaný (originální) dotazník. Dotazník byl vytvořen v elektronické formě, který byl sestaven a zveřejněn prostřednictvím dostupných webových portálů. Dotazník tvořilo celkem 10 otázek, které měly uzavřený charakter. Dotazníkový formulář byl komponovaný do tří částí. První část obsahovala identifikační znaky respondentů (pohlaví, pracovní zařazení, počet let praxe, zařazení ve vedoucí funkci). Druhá část dotazníkového formuláře byla tvořena tabulkou znázorňující způsob vyplňování dotazníku (4-bodová Likertova škála); od respondenta se požaduje, aby vyjádřil stupeň souhlasu či nesouhlasu s různými výroky, které se týkají určitého postoje. Odpovědi jsou definovaným způsobem shrnuty a výsledek je úměrný znalostem jedince k reflektovanému tématu. Třetí část dotazníkového formuláře představovala zjišťovací část dotazníkového šetření. Zjišťovací část se skládala z otázek (tvrzení) výzkumného šetření zaměřených na právní znalosti informační bezpečnosti (respondent vyjádřil míru souhlasu, resp. nesouhlasu s daným tvrzením). Předvýzkum (Pilotáž) Před samotným výzkumem byla provedena malá pilotní sonda, jejímž účelem bylo ověřit srozumitelnost dotazníku a ověřit výroky pro část měřící postoje respondentů. V rámci předvýzkumu byly získány odpovědi od 43 mužů a 27 žen. Sběr dat probíhal v období od do , elektronickou formou. 5
6 Vypracovaný dotazník byl korigovaný z hlediska validity (přeformulování některých nejasných otázek, vynechání otázek, ve kterých všichni respondenti deklarovali pouze souhlasný, resp. nesouhlasný postoj, atd.). Každému participantovi byl spočítán jeho celkový skór a každá položka testu byla následně s tímto celkovým skórem korelována. Položky, které vykázaly nízkou korelaci, byly z testových otázek vyřazeny. Zbylé otázky byly následně administrovány respondentům v rámci výzkumného šetření. Sběr, zpracování a kontrola dat Samotný sběr dat probíhal v období od do Během tohoto období bylo obdrženo 842 dotazníků. Následným počítačovým zpracováním bylo vyřazených 42 dotazníků (4,99 % z celkového počtu obdržených dotazníků) z důvodu neúplného vyplnění. Pro statistické zpracování jsme proto použili celkem 800 dotazníků. Veškeré dotazníky byly následně překódovány do programu MS Excel 2010 tak, aby byla možná jejich statistická analýza. Vznikla matice dat, která byla importována do softwarového prostředí Statistica v.10 a následně byla v tomto prostředí analyzována. Ke zpracování dat byly využity adekvátní matematickostatistické procedury, jež jsou obsahem tohoto softwarového prostředí. DOSAŽENÉ VÝSLEDKY Zastoupení respondentů z hlediska pohlaví znázorňuje níže uvedený obr. 1. Obr. 1 Struktura respondentů z hlediska pohlaví. Z celkového vzorku 800 respondentů převládají početně muži, kterých bylo 492 (61 %) nad ženami, kterých bylo 308 (39 %). 6
7 Základní statistické veličiny respondentů z hlediska věku uvádí tab. 1. Tab.1 Základní statistické údaje o věku respondentů. Věk (v letech): minimum 14 maximum 54 směrodatná odchylka 10,33 průměr 27,80 medián 27 modus 15 Nejmladším respondentem v rámci internetového průzkumu byl respondent 14ti letý(minimum), nejstarším respondentem byl 54letý respondent (maximum). Průměrný věk respondentů byl 27,8let, mediánová hodnota věku respondentů je 27 let, nejčetnější skupinou respondentů byla skupina 15ti letých (modus). Pro další statistické zpracování obdržených dat byli respondenti rozdělení dvou skupin skupina respondentů s věkem do 29let, a skupina respondentů s minimálním věkem 30let. Poměr těchto respondentů uvádí obr. 2 Obr. 2 Struktura respondentů z hlediska věku. Základní statistické veličiny respondentů z hlediska délky celkové praxe uvádí tab.2. Tab.2 Základní statistické údaje o praxi respondentů. Celková praxe (v letech): minimum 0 maximum 32 směrodatná odchylka 7,97 průměr 7,52 medián 5 modus 0 7
8 U dotazované skupiny respondentů se praxe pohybovala v intervalu od 0let (minimum) po 32let (maximum). Průměrná doba praxe respondentů byla cca 8let, mediánová hodnota doby celkové praxe respondentů byla 5 let, nejčetnější skupinou respondentů byla skupina respondentů bez jakékoliv praxe (modus). Pro další statistické zpracování obdržených dat byli respondenti rozdělení dvou skupin skupina respondentů s délkou praxe do 5ti let, a skupina respondentů s délkou praxe 5let a výše. Z celkového vzorku 800 respondentů mírně převládá počet 420 respondentů s pětiletou a vyšší praxí (53%) nad skupinou 380 respondentů s praxí do 5ti let (47 %). Poměr těchto respondentů uvádí obr. 3 Obr. 3 Struktura respondentů z hlediska délky praxe. Zastoupení respondentů z hlediska pracovního zařazení znázorňuje níže uvedený obr. 4. Obr. 4 Struktura respondentů z hlediska pracovního zařazení. Jak naznačuje obr. 4, v dotazované skupině respondentů bylo 100 manažerů (12% respondentů) zbytek, tj. 700 respondentů (88%) nezastává na pracovišti manažerskou pozici. V sesbíraném výzkumném vzorku byly ověřené předpoklady použití statistických metod, zejména normalita a homoskedasticita. Výsledky testů byly graficky vyobrazené pomocí tzv. N-P plotů (Normal Probability Plot), včetně výpočetních výsledků testu normality Shapiro-Wilkovým W-testem 10 (tab. 3). 10 Shapiro-Wilkův W-test normality byl publikovaný v roce 1965 a je založený na analýze rozptylu. Tento test je doporučován normou ČSN Na testovou statistiku Shapiro-Wilkova W-testu lze nahlížet podobně jako na korelační koeficient mezi uspořádanými pozorováními a jim odpovídajícím kvantilům standardizovaného normálního rozdělení. Když má hodnotu 1, znamená to, že data vykazují perfektní shodu s normálním rozdělením. Hypotézu 8
9 U grafického vyobrazení NP-plotu v případě, že soubor vykazuje normální rozdělení, se (modré) body přibližují k zobrazené přímce resp. v ideálním případě na ní leží. Značné odchylky bodů od přímky ukazují na soubor, který nevykazuje normalitu. V případě normálního rozdělení dat všechny znázorněné body leží na přímce (pro data s kladnou šikmostí se body řadí do konvexní křivky a u záporné šikmosti do konkávní křivky). Abychom eliminovali případný mylný závěr, je zapotřebí si toto stanovisko získané vizuálním posouzením ověřit testem normality (výpočetně). N-P plot sledovaného souboru je vyobrazen na obr. 5. Z obrázku je patrné, že vyobrazené body neleží na přímce, proto lze očekávat, že podmínka normality splněna nebude. 3 Normál. p-graf:sk-1 2 Oček. normál. hodnota Hodnota Obr. 5 Diagnostický graf N-P plot zkoumaného datového souboru. Tab.3 Výsledky testování normality. Testování normality Shapiro-Wilksův W-test w= p= normalita zamítnuta Výsledky testování homoskedasticity u sledovaných souborů pomocí F-testu (test významnosti rozdílu dvou rozptylů interpretuje následující tab.4. Tab.4 Výsledky testování homoskedasticity. Testování homoskedasticity F=1,0620 p= pohlaví homoskedasticita přijata F= p=0, věk homoskedasticita zamítnuta F= p= praxe homoskedasticita zamítnuta F= p= pracovní zařazení homoskedasticita přijata o normalitě zamítáme na hladině významnosti, když se na této hladině neprokáže korelace mezi daty a jim odpovídajícím kvantilům normálního rozdělení. 9
10 Vzhledem k obdrženým výsledkům testování lze konstatovat, že nejsou splněny podmínky pro použití parametrických matematicko-statistických metod, proto bylo při analýze dat využito neparametrických testů. Pro testování významnosti dvou nezávislých průměrů byl použit Mannův Whitneyův U test. K testování výzkumné otázky VO 1 (rozdíl v právních znalostech informační bezpečnosti v závislosti na pohlaví) byla stanovena pracovní hypotéza: H0 1 : Právní znalosti informační bezpečnosti respondentů se v závislosti na pohlaví respondentů neliší. HA 1 : Právní znalosti informační bezpečnosti respondentů jsou v závislosti na pohlaví odlišné. K názornému srovnání testovaných skupin jsme použili tzv. boxplot (Box-and- Whisker Plot, resp. krabicový diagram), který je často používán jako nástroj pro grafické zobrazení ukazatelů polohy. Rozdíly ve znalostech respondentů o informační bezpečnosti v závislosti na pohlaví je vyobrazen na obr ,4 Krabicový graf : SK-2 11,2 11,0 10,8 SK-2 10,6 10,4 10,2 10,0 9,8 0 1 Pohlaví Průměr Průměr±SmCh Průměr±1,96*SmCh Obr. 6 Rozdíly v právních znalostech informační bezpečnosti mezi muži (0 nalevo) a ženy (1-napravo), 800 respondentů. Jak je patrné z obr.6, ve sledované skupině respondentů dosahují respondenti muži vyšší právní znalosti informační bezpečnosti, než sledovaná skupina žen. K posouzení, zda je tento rozdíl statisticky významný, jsme použili neparametrický Mannův Whitneyův U-test (tab. 5) 11 Jako ukazatel polohy vyobrazujeme průměr, který pro grafické vyobrazení lze považovat za názornější. V případě použití neparametrických testů bychom ale měli správně vyobrazovat mediánové hodnoty (grafické vyobrazení ale nebývá vždycky názorné). 10
11 Tab.5 Výsledky testování rozdílů v závislosti na pohlaví. Statistické rozdíly - pohlaví Právní znalosti Informační bezpečnosti U Z p , , Hypotéza H0 1 zamítnuta Jak je patrné z tab. 7, výsledky Mann-Whitneyova U-testu na hladině významnosti 5 % zamítají nulovou hypotézu H0 1 (p = 0,000602), proto konstatujeme (na hladině významnosti 5%), že právní znalosti respondentů o informační bezpečnosti se liší (statisticky významně) v závislosti na pohlaví sledovaná skupina mužů disponuje statisticky významně vyššími znalostmi, než sledovaná skupina žen. K testování výzkumné otázky VO 2 (rozdíl v právních znalostech informační bezpečnosti v závislosti na pohlaví) byla stanovena pracovní hypotéza: H0 2 : Právní znalosti informační bezpečnosti respondentů se v závislosti na věku respondentů neliší. HA 2 : Právní znalosti informační bezpečnosti respondentů jsou v závislosti na věku odlišné. K prvotnímu srovnání testovaných skupin jsme použili boxplot znázorněný na obr ,8 Krabicový graf : SK-2 11,6 11,4 11,2 11,0 SK-2 10,8 10,6 10,4 10,2 10,0 9,8 0 1 Věk Průměr Průměr±SmCh Průměr±1,96*SmCh Obr. 7 Rozdíly v právních znalostech informační bezpečnosti mezi respondenty do 30ti let (0 nalevo) a respondenty nad 30 let (1-napravo), 800 respondentů. Ve sledované skupině respondentů (obr. 7) dosahují respondenti nad 30let vyšší právní znalosti o informační bezpečnosti, než sledovaná mladší skupina. K posouzení, zda je tento rozdíl statisticky významný, jsme použili neparametrický Mannův Whitneyův U-test (tab. 6) 11
12 Tab.6 Výsledky testování rozdílů v závislosti na věku. Statistické rozdíly - věk Právní znalosti Informační bezpečnosti U Z p , , Hypotéza H0 2 zamítnuta Výsledky Mannova-Whitneyova U-testu na hladině významnosti 5 % zamítají nulovou hypotézu H0 2 (p = 0,000390), proto na hladině významnosti 5% konstatujeme, že právní znalosti respondentů o informační bezpečnosti jsou ve sledovaných skupinách statisticky významně odlišné, tj. sledovaná skupina respondentů starších než 30 let disponuje statisticky významně vyššími právními znalostmi, než sledovaná skupina respondentů do 30ti let. K testování výzkumné otázky VO 3 (rozdíl v právních znalostech informační bezpečnosti v závislosti na délce praxe) byla stanovena pracovní hypotéza: H0 3 : Právní znalosti informační bezpečnosti respondentů se v závislosti na délce praxe respondentů neliší. HA 3 : Právní znalosti informační bezpečnosti respondentů jsou v závislosti na délce praxe odlišné. Srovnání testovaných skupin znázorňuje boxplot vyobrazený na obr ,6 Krabicový graf : SK-2 11,4 11,2 11,0 10,8 SK-2 10,6 10,4 10,2 10,0 9,8 9,6 0 1 Praxe Průměr Průměr±SmCh Průměr±1,96*SmCh Obr. 8 Rozdíly v právních znalostech informační bezpečnosti mezi respondenty s praxí do 5ti let (0 nalevo) a respondenty s praxí nad 5 let (1-napravo), 800 respondentů. Ve sledované skupině respondentů (obr. 8) dosahují respondenti s pětiletou a vyšší praxí vyšší právní znalosti o informační bezpečnosti, než sledovaná skupina respondentů s praxí do 5ti let. Pro ověření statistické významnosti tohoto rozdílu byl použitý neparametrický Mannův Whitneyův U-test (tab. 7). 12
13 Tab.7 Výsledky testování rozdílů v závislosti na délce praxe. Statistické rozdíly - praxe Právní znalosti Informační bezpečnosti U Z p , , Hypotéza H0 3 zamítnuta Výsledky Mann-Whitneyova U-testu na hladině významnosti 5 % zamítají nulovou hypotézu H0 3 (p = 0,000014), proto (na hladině významnosti 5%) konstatujeme, že právní znalosti respondentů o informační bezpečnosti se liší (statisticky významně) v závislosti na délce praxe sledovaná skupina respondentů s pětiletou a vyšší praxí disponuje statisticky významně vyššími právními znalostmi, než sledovaná skupina respondentů s praxí do 5ti let. K testování výzkumné otázky VO 4 (rozdíl v právních znalostech informační bezpečnosti v závislosti na pracovní pozici) byla stanovena pracovní hypotéza: H0 4 : Právní znalosti informační bezpečnosti respondentů mezi manažery a nemanažery se neliší. HA 4 : Právní znalosti informační bezpečnosti respondentů jsou mezi manažery a nemanažery odlišné. Srovnání testovaných skupin naznačuje boxplot znázorněný na obr ,5 Krabicový graf : SK-2 13,0 12,5 12,0 SK-2 11,5 11,0 10,5 10,0 0 1 Manažer Průměr Průměr±SmCh Průměr±1,96*SmCh Obr. 9 Rozdíly v právních znalostech o informační bezpečnosti mezi respondenty -nemanažery (0 nalevo) a respondenty - manažery (1-napravo), 800 respondentů. Ve sledované skupině respondentů (obr.9) dosahují respondenti - manažeři vyšší právní znalosti o informační bezpečnosti, než sledovaná skupina respondentů - nemanažerů. Výsledky ověření tohoto rozdílu pomocí neparametrického Mannova Whitneyova U-testu uvádí tab
14 Tab.8 Výsledky testování rozdílů v závislosti na pracovní pozici. Statistické rozdíly pracovní pozice Právní znalosti Informační bezpečnosti U Z p , ,0000 Hypotéza H0 4 zamítnuta Mannův-Whitneyův U-test na hladině významnosti 5 % zamítá nulovou hypotézu H0 4 (p = 0,0000), proto (na hladině významnosti 5%) konstatujeme, že právní znalosti respondentů o informační bezpečnosti se liší (statisticky významně) v závislosti na pracovní pozici sledovaná skupina respondentů - manažerů a disponuje statisticky významně vyššími právními znalostmi, než sledovaná skupina respondentů - nemanažerů. ZÁVĚR Dosavadní výzkum obohatil poznání zvláště v oblasti mapování právních znalostí informační bezpečnosti u uživatelů Internetu, kteří se výzkumu účastnili. Za limity výzkumu lze považovat dvě omezení: geografické (respondenty v prostředí Internetu nelze geograficky vymezit) a věkové (Ve výzkumu nebyly zastoupeny všechny věkové kategorie). Článek ale podává základní informaci o právních znalostech informační bezpečnosti, které jsme byli schopni obdržet od respondentů v rámci našeho výzkumu. 14
15 LITERATURA [1] Česká protipirátská unie - Kdo jsme a čím se zabýváme. [online]. Dostupné z: < [2] EISAS Roadmap. [online]. Dostupné z: < [3] Evropská agentura pro bezpečnost sítí a informací (ENISA). [online]. Dostupné z: < [4] History. FIRST History: FIRST. [online]. Dostupné z: < [5] Meloun, M., Militký, J. (2013). Kompendium statistického zpracování dat. Praha: Karolinum. 984 s. ISBN [6] Meloun, M., Militký, J. (2012). Interaktivní statistická analýza dat. Praha: Karolinum. 960 s. ISBN [7] NATO Review Magazin. [online]. Dostupné z: < [8] OSA - Ochranný svaz autorský pro práva k dílům hudebním. [online]. Dostupné z: < [9] PETA, Cezar. Cyber-security - current topic of national security (I). [online]. Dostupné z: < [10] TOMÁNEK, Petr. Praxe vyšetřování a stíhání počítačové trestné činnosti. Brno: 2015, Masarykova univerzita (PF). 15
ZNALOSTI A DOVEDNOSTI ČESKÝCH MUŽŮ V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY
ZNALOSTI A DOVEDNOSTI ČESKÝCH MUŽŮ V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY Knowledge and skills of Czech men in the field of information security - the results of statistical analysis
VíceTEORIE A PRAXE INFORMAČNÍ BEZPEČNOSTI ČESKÝCH MANAŽERŮ STATISTICKÁ ANALÝZA
TEORIE A PRAXE INFORMAČNÍ BEZPEČNOSTI ČESKÝCH MANAŽERŮ STATISTICKÁ ANALÝZA Theory and Practice of Information Security of Czech Manager Statistical Analysis Ing. Bc. Marek Čandík, PhD. Abstrakt Článek
VíceZNALOSTI A DOVEDNOSTI ČESKÝCH ŽEN V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY
ZNALOSTI A DOVEDNOSTI ČESKÝCH ŽEN V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY Knowledge and skills of Czech women in the field of information security - the results of statistical analysis
VíceSoučasný stav likvidace dat v organizacích
Současný stav likvidace dat v organizacích Current state of data disposing in organizations Ing. Vít Pěkný Abstrakt Článek prezentuje výsledky zjištěné dotazníkovým šetřením, které bylo realizované v roce
VíceBezpečnost úložišť v organizacích
Bezpečnost úložišť v organizacích Storage security in organizations Ing. Vít Pěkný Abstrakt Článek prezentuje výsledky zjištěné dotazníkovým šetřením, které bylo realizované v roce 2016 a bylo zaměřené
VícePersonální bezpečnost v organizacích
Personální bezpečnost v organizacích Personal safety in organizations Ing. Vít Pěkný Abstrakt Článek prezentuje výsledky zjištěné dotazníkovým šetřením, které bylo realizované v roce 2016 a bylo zaměřené
VíceÚvod. Struktura respondentů
Výsledky pilotního průzkumu postojů studentů Policejní akademie ČR v Praze k problematice zálohování dat Ing. Bc. Marek Čandík, Ph.D. JUDr. Štěpán Kalamár, Ph.D. The results of the pilot survey of students
VíceResults of statistical research processing of general knowledge of information security
ZÁVĚRY STATISTICKÉHO ZPRACOVÁNÍ VÝZKUMU OBECNÝCH ZNALOSTÍ INFORMAČNÍ BEZPEČNOSTI Results of statistical research processing of general knowledge of information security Ing. Bc. Marek Čandík, PhD. Abstrakt
VíceSTATISTICKÉ VYHODNOCENÍ PRŮZKUMU VNÍMÁNÍ KULTURY ORGANIZACE
STATISTICKÉ VYHODNOCENÍ PRŮZKUMU VNÍMÁNÍ KULTURY ORGANIZACE MAREK ČANDÍK, PETR JEDINÁK The paper presents the information from the outcomes of the conducted research on perception of work environment and
VícePrůzkum informační bezpečnosti v mikroregionu Třeboňsko
Průzkum informační bezpečnosti v mikroregionu Třeboňsko Bc. Michala VIŠVADEROVÁ Abstrakt Článek popisuje výsledky dotazníkového průzkumu informační bezpečnosti realizovaného počátkem roku 17 v mikroregionu
VíceVÝZKUM K CHOVÁNÍ MANAŽERŮ KE SPOLUPRACOVNÍKŮM THE REASEARCH ON BEHAVIOUR OF MANAGERS TOWARDS THEIR COLLEAGUES
VÝZKUM K CHOVÁNÍ MANAŽERŮ KE SPOLUPRACOVNÍKŮM THE REASEARCH ON BEHAVIOUR OF MANAGERS TOWARDS THEIR COLLEAGUES MAREK ČANDÍK, PETR JEDINÁK Anotace: Příspěvek prezentuje informace z výsledků provedeného výzkumu
VíceKomparace policistů na prioritní oblasti pro jejich hodnocení podle délky výkonu služby
Komparace policistů na prioritní oblasti pro jejich hodnocení podle délky výkonu služby PhDr. Petr Jedinák, Ph.D. a Ing., Bc. Marek Čandík, PhD. katedra managementu a informatiky, Fakulta bezpečnostního
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky PRAVDĚPODOBNOST A STATISTIKA Zadání 1 JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL
VíceVzorová prezentace do předmětu Statistika
Vzorová prezentace do předmětu Statistika Popis situace: U 3 náhodně vybraných osob byly zjišťovány hodnoty těchto proměnných: SEX - muž, žena PUVOD Skandinávie, Středomoří, 3 západní Evropa IQ hodnota
VícePostoje policistů ke kvalitě policejních informačních systémů
Postoje policistů ke kvalitě policejních informačních systémů ANOTACE Bc. Martin Červenka Článek se zabývá problematikou policejních informačních systémů, problematikou kvality dat v informačních systémech
VíceANOVA. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno 2015 Ing. Petra Hlaváčková, Ph.D.
VíceVŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky SMAD
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: SMAD Cvičení Ostrava, AR 2016/2017 Popis datového souboru Pro dlouhodobý
VíceRNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr.
Analýza dat pro Neurovědy RNDr. Eva Janoušová doc. RNDr. Ladislav Dušek, Dr. Jaro 2014 Institut biostatistiky Janoušová, a analýz Dušek: Analýza dat pro neurovědy Blok 3 Jak a kdy použít parametrické a
VícePOPISNÁ 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.
VíceKORELACE. Komentované řešení pomocí programu Statistica
KORELACE Komentované řešení pomocí programu Statistica Vstupní data I Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu Popisná
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
VíceUNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.
UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace
VíceVŠB Technická univerzita Ostrava BIOSTATISTIKA
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: BIOSTATISTIKA Domácí úkoly Zadání 5 DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL 1:
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
VíceStatistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1
Statistická analýza dat podzemních vod. Statistical analysis of ground water data. Vladimír Sosna 1 1 ČHMÚ, OPZV, Na Šabatce 17, 143 06 Praha 4 - Komořany sosna@chmi.cz, tel. 377 256 617 Abstrakt: Referát
VíceVYBRANÉ DVOUVÝBĚROVÉ TESTY. Martina Litschmannová
VYBRANÉ DVOUVÝBĚROVÉ TESTY Martina Litschmannová Obsah přednášky Vybrané dvouvýběrové testy par. hypotéz test o shodě rozptylů (F-test), testy o shodě středních hodnot (t-test, Aspinové-Welchův test),
VíceTECHNICKÁ 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
VícePRŮZKUMOVÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Exploratory Data Analysis (EDA)
PRŮZKUMOVÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Exploratory Data Analysis (EDA) Reprezentativní náhodný výběr: 1. Prvky výběru x i jsou vzájemně nezávislé. 2. Výběr je homogenní, tj. všechna x i jsou ze stejného
VíceUniverzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA. Semestrální práce
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie ANOVA Semestrální práce Licenční studium GALILEO Interaktivní statistická analýza dat Brno, 2015 Doc. Mgr. Jan Muselík, Ph.D.
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 15. licenční studium INTERAKTIVNÍ STATISTICKÁ ANALÝZA DAT Semestrální práce ANOVA 2015
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
VíceStatistická analýza jednorozměrných dat
Univerzita Pardubice Fakulta chemicko-technologická, Katedra analytické chemie Licenční studium GALILEO Interaktivní statistická analýza dat Semestrální práce z předmětu Statistická analýza jednorozměrných
VíceAnalýza rozptylu ANOVA
Licenční studium Galileo: Statistické zpracování dat ANOVA ANOVA B ANOVA P Analýza rozptylu ANOVA Semestrální práce Lenka Husáková Pardubice 05 Obsah Jednofaktorová ANOVA... 3. Zadání... 3. Data... 3.3
VíceJednofaktorová analýza rozptylu
Jednofaktorová analýza rozptylu David Hampel Ústav statistiky a operačního výzkumu, Mendelova univerzita v Brně Kurz pokročilých statistických metod Global Change Research Centre AS CR, 5 7 8 2015 Tato
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, Pardubice
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Nám. Čs. Legií 565, 532 10 Pardubice 10. licenční studium chemometrie STATISTICKÉ ZPRACOVÁNÍ DAT Semestrální práce STATISTICKÁ
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,
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
VíceVŠB Technická univerzita Ostrava
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: PRAVDĚPODOBNOST A STATISTIKA Zadání 10 DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL
VíceUNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE
UNIVERZITA PARDUBICE CHEMICKO-TECHNOLOGICKÁ FAKULTA KATEDRA ANALYTICKÉ CHEMIE STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT V OSTRAVĚ 20.3.2006 MAREK MOČKOŘ PŘÍKLAD Č.1 : ANALÝZA VELKÝCH VÝBĚRŮ Zadání: Pro kontrolu
VícePrůzkumová analýza dat
Průzkumová analýza dat Proč zkoumat data? Základ průzkumové analýzy dat položil John Tukey ve svém díle Exploratory Data Analysis (odtud zkratka EDA). Často se stává, že data, se kterými pracujeme, se
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
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceNeparametrické metody
Neparametrické metody Dosud jsme se zabývali statistickými metodami, které zahrnovaly předpoklady o rozdělení dat. Zpravidla jsme předpokládali normální rozdělení. Např. Grubbsův test odlehlých hodnot
Více31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě
31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty
VíceCharakteristika datového souboru
Zápočtová práce z předmětu Statistika Vypracoval: 10. 11. 2014 Charakteristika datového souboru Zadání: Při kontrole dodržování hygienických norem v kuchyni se prováděl odběr vzduchu a pomocí filtru Pallflex
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
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
VícePředpoklad o normalitě rozdělení je zamítnut, protože hodnota testovacího kritéria χ exp je vyšší než tabulkový 2
Na úloze ukážeme postup analýzy velkého výběru s odlehlými prvky pro určení typu rozdělení koncentrace kyseliny močové u 50 dárců krve. Jaká je míra polohy a rozptýlení uvedeného výběru? Z grafických diagnostik
VícePopisná 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,
VícePorovnání dvou výběrů
Porovnání dvou výběrů Menu: QCExpert Porovnání dvou výběrů Tento modul je určen pro podrobnou analýzu dvou datových souborů (výběrů). Modul poskytuje dva postupy analýzy: porovnání dvou nezávislých výběrů
VíceJarqueův a Beryho test normality (Jarque-Bera Test, JB test)
Jarqueův a Beryho test normality (Jarque-Bera Test, JB test) Autoři: Carlos M. Jarque and Anil K. Bera Předpoklady: - Výběrová data mohou obsahovat chybějící pozorování (chybějící hodnoty) vhodné zejména
VíceUniverzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie STATISTICKÉ ZPRACOVÁNÍ EXPERIMENTÁLNÍCH DAT STATISTICKÁ ANALÝZA JEDNOROZMĚRNÝCH DAT Seminární práce 1 Brno, 2002 Ing. Pavel
VíceADDS cviceni. Pavlina Kuranova
ADDS cviceni Pavlina Kuranova Testy pro dva nezávislé výběry Mannův Whitneyho test - Založen na Wilcoxnově statistice W - založen na pořadí jednotlivých pozorování (oba výběry spojeny do jednoho celku)
VíceTECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA
TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA Semestrální práce Semestrální práce z předmětu Statistický rozbor dat z dotazníkového šetření Vypracoval: Bonaconzová, Bryknarová, Milkovičová, Škrdlová
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 010 1.týden (0.09.-4.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceS E M E S T R Á L N Í
Univerzita Pardubice Fakulta chemicko-technologická Katedra analytické chemie S E M E S T R Á L N Í P R Á C E Licenční studium Statistické zpracování dat při managementu jakosti Předmět ANOVA analýza rozptylu
VíceAnalýza 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
VíceZaokrouhlování: Směrodatná odchylka se zaokrouhluje nahoru na stanovený počet platných cifer. Míry
Červenou barvou jsou poznámky, věci na které máte při vypracovávání úkolu myslet. Úkol 1 a) Pomocí nástrojů explorační analýzy analyzujte kapacity akumulátorů výrobce A po 5 a po 100 nabíjecích cyklech.
VíceStručný úvod do testování statistických hypotéz
Stručný úvod do testování statistických hypotéz 1. Formulujeme hypotézu (předpokládáme, že pozorovaný jev je pouze náhodný). 2. Zvolíme hladinu významnosti testu a, tj. riziko, s nímž jsme ochotni se smířit.
VíceProgram Statistica Base 9. Mgr. Karla Hrbáčková, Ph.D.
Program Statistica Base 9 Mgr. Karla Hrbáčková, Ph.D. OBSAH KURZU obsluha jednotlivých nástrojů, funkce pro import dat z jiných aplikací, práce s popisnou statistikou, vytváření grafů, analýza dat, výstupní
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VícePearsonův korelační koeficient
I I.I Pearsonův korelační koeficient Úvod Předpokládejme, že náhodně vybereme n objektů (nebo osob) ze zkoumané populace. Často se stává, že na každém z objektů měříme ne pouze jednu, ale několik kvantitativních
VíceDVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica
DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica Úloha A) koncentrace glukózy v krvi V této části posoudíme pomocí párového testu, zda nový lék prokazatelně snižuje koncentraci
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
VíceStatistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická
VíceLINEÁRNÍ REGRESE Komentované řešení pomocí programu Statistica
LINEÁRNÍ REGRESE Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu Popisná
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
VíceKorelace. Komentované řešení pomocí MS Excel
Korelace Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A2:B84 (viz. obrázek) Prvotní představu o tvaru a síle závislosti docházky a počtu bodů nám poskytne
VíceStatistické metody v ekonomii. Ing. Michael Rost, Ph.D.
Statistické metody v ekonomii Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Proč neparametrické testy? Pokud provádíte formální analýzu či testování hypotéz (zejména provádíte-li
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
VíceVysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky
Vysoká škola báňská technická univerzita Ostrava Fakulta elektrotechniky a informatiky Bankovní účty (semestrální projekt statistika) Tomáš Hejret (hej124) 18.5.2013 Úvod Cílem tohoto projektu, zadaného
Více1.4 ANOVA. Vliv druhu plodiny na míru napadení houbami Fusarium culmorum a Fusarium graminearum v systému ekologického hospodaření
1.4 ANOVA Úloha 1 Jednofaktorová ANOVA Vliv druhu plodiny na míru napadení houbami Fusarium culmorum a Fusarium graminearum v systému ekologického hospodaření Bylo měřeno množství DNA hub Fusarium culmorum
VíceAktivity NBÚ při zajišťování kybernetické bezpečnosti
Aktivity NBÚ při zajišťování kybernetické bezpečnosti Jaroslav Šmíd Tel.: 420 257 283 333 e-mail: J.Smid@nbu.cz 10.4.2013 1 Zákon o kybernetické bezpečnosti Kritická informační infrastruktura 10.4.2013
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.
VíceProblematika analýzy rozptylu. Ing. Michael Rost, Ph.D.
Problematika analýzy rozptylu Ing. Michael Rost, Ph.D. Úvod do problému Již umíte testovat shodu dvou středních hodnot prostřednictvím t-testů. Otázka: Jaké předpoklady musí být splněny, abyste mohli použít
VíceVYSOKÉ 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
VíceStatistické vyhodnocování ankety pilotního projektu Kvalita výuky na Západočeské univerzitě v Plzni
Statistické vyhodnocování ankety pilotního projektu Kvalita výuky na Západočeské univerzitě v Plzni Kvantifikace dat Pro potřeby statistického zpracování byly odpovědi převedeny na kardinální intervalovou
VíceLineární regrese. Komentované řešení pomocí MS Excel
Lineární regrese Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A1:B11 (viz. obrázek) na listu cela data Postup Základní výpočty - regrese Výpočet základních
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
Více5. Závislost dvou náhodných veličin různých typů (kategoriální a metrická veličina)
5. Závislost dvou náhodných veličin různých typů (kategoriální a metrická veličina) Cílem tématu je správné posouzení a výběr vhodného testu v závislosti na povaze metrické a kategoriální veličiny. V následující
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceIntervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace
Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje
VíceAnalýza vzdělávacích potřeb a kompetencí učitelů 1. stupně ZŠ v Olomouckém kraji k implementaci a využívání ICT ve výuce matematiky
Analýza vzdělávacích potřeb a kompetencí učitelů 1. stupně ZŠ v Olomouckém kraji k implementaci a využívání ICT ve výuce matematiky Analysis of Educational Needs and Competencies of Primary School Teachers
VícePSY117/454 Statistická analýza dat v psychologii seminář 9. Statistické testování hypotéz
PSY117/454 Statistická analýza dat v psychologii seminář 9 Statistické testování hypotéz Základní výzkumné otázky/hypotézy 1. Stanovení hodnoty parametru =stanovení intervalu spolehlivosti na μ, σ, ρ,
VíceIntervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace
Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje
VíceUni- and multi-dimensional parametric tests for comparison of sample results
Uni- and multi-dimensional parametric tests for comparison of sample results Jedno- a více-rozměrné parametrické testy k porovnání výsledků Prof. RNDr. Milan Meloun, DrSc. Katedra analytické chemie, Universita
VícePravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.
Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza
VíceMODERNÍ MARKETINGOVÝ VÝZKUM
KOZEL Roman MODERNÍ MARKETINGOVÝ VÝZKUM Obsah O hlavním autorovi... 9 Slovo úvodem...11 1. Marketingové prostředí...13 1.1 Charakteristika prostředí...14 1.2 Makroprostředí...16 1.2.1 Demografické prostředí...18
VíceStatistická analýza. jednorozměrných dat
Univerzita Pardubice Fakulta chemicko technologická Katedra analytické chemie icenční studium chemometrie Statistické zpracování dat Statistická analýza jednorozměrných dat Zdravotní ústav se sídlem v
VíceNávrhy dalších možností statistického zpracování aktualizovaných dat
Návrhy dalších možností statistického zpracování aktualizovaných dat Při zjišťování disparit ve fyzické dostupnosti bydlení navrhuji použití těchto statistických metod: Bag plot; Krabicové grafy a jejich
VíceTabulka 1. Výběr z datové tabulky
1. Zadání domácího úkolu Vyberte si datový soubor obsahující alespoň jednu kvalitativní a jednu kvantitativní proměnnou s alespoň 30 statistickými jednotkami (alespoň 30 jednotlivých údajů). Zdroje dat
VíceIlustrační příklad odhadu LRM v SW Gretl
Ilustrační příklad odhadu LRM v SW Gretl Podkladové údaje Korelační matice Odhad lineárního regresního modelu (LRM) Verifikace modelu PEF ČZU Praha Určeno pro posluchače předmětu Ekonometrie Needitovaná
VíceDvouvýběrové a párové testy. Komentované řešení pomocí MS Excel
Dvouvýběrové a párové testy Komentované řešení pomocí MS Excel Úloha A) koncentrace glukózy v krvi V této části posoudíme pomocí párového testu, zda nový lék prokazatelně snižuje koncentraci glukózy v
VíceProjekt výzkumu v graduační práci
Projekt výzkumu v graduační práci Základní manuál Prof. PhDr. Beáta Krahulcová, CSc. Fáze výzkumu Přípravná, teoretická fáze (výsledek kumulovaného poznání,precizace výzkumného úkolu, formulace vědecké
VícePříklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13
Příklad 1 Máme k dispozici výsledky prvního a druhého testu deseti sportovců. Na hladině významnosti 0,05 prověřte, zda jsou výsledky testů kladně korelované. 1.test : 7, 8, 10, 4, 14, 9, 6, 2, 13, 5 2.test
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
VíceUNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie Licenční studium Pythagoras Statistické zpracování experimentálních dat Semestrální práce ANOVA vypracoval: Ing. David Dušek
VíceNeparametrické testy
Neparametrické testy Dosud jsme se zabývali statistickými metodami, které zahrnovaly předpoklady o rozdělení dat. Zpravidla jsme předpokládali normální (Gaussovo) rozdělení. Například: Grubbsův test odlehlých
VíceStatistické zkoumání faktorů výšky obyvatel ČR
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE Fakulta dopravní 1. blok studia Statistické zkoumání faktorů výšky obyvatel ČR Statistika 2012/2013 Semestrální práce Studijní skupina: 2_37 Vedoucí práce: Ing. Tomáš
VíceTabulka 1 Rizikové online zážitky v závislosti na místě přístupu k internetu N M SD Min Max. Přístup ve vlastním pokoji 10804 1,61 1,61 0,00 5,00
Seminární úkol č. 4 Autoři: Klára Čapková (406803), Markéta Peschková (414906) Zdroj dat: EU Kids Online Survey Popis dat Analyzovaná data pocházejí z výzkumu online chování dětí z 25 evropských zemí.
Více