MOŽNOSTI A LIMITY VYUŽITÍ MODERNÍCH TECHNOLOGIÍ PŘI VÝUCE MATEMATIKY NA EKF VŠB-TUO
|
|
- Irena Soukupová
- před 8 lety
- Počet zobrazení:
Transkript
1 MOŽNOSTI A LIMITY VYUŽITÍ MODERNÍCH TECHNOLOGIÍ PŘI VÝUCE MATEMATIKY NA EKF VŠB-TUO RNDr. Jana Hrubá Katedra matematických metod v ekonomice (K151) Institut inovace vzdělávání (K167) Ekonomická fakulta VŠB -Technická univerzita Ostrava Žilina, e-learn007 1
2 Úvod do problematiky Listopad 1993 vznik katedry MME (MME, FaPM, ); 1994/1995 výuka Matematiky; Postupné snižování počtu hodin matematiky, Akreditace kombinované formy studijních programů. Žilina, e-learn007
3 MOŽNOSTI VYUŽITÍ E-LEARNINGOVÉ FORMY VÝUKY V PREZENČNÍ FORMĚ s využitím blended learningu Převod pasivní formy na aktivní formu Konstruktivistické přístupy Evaluace studentů studenty Komunikace ve webovém rozhraní Deníky, blogy Zpětnovazební prvky Žilina, e-learn007 3
4 Evaluace studentů studenty Žilina, e-learn007 4
5 LIMITY A BARIÉRY VYUŽITÍ ICT PŘI VÝUCE Institucionální problémy struktura a design kurzu; podpora poskytovaná studentům; instituce poskytující kurz; Osobní faktory Ze strany pedagoga nedostatek technických zkušeností; obavy ze zvládnutí technických detailů v online kurzu; Ze strany studenta pocit izolace v důsledků fyzické separace pedagoga a spolužáků; obavy z komunikace prostřednictvím technologií; pocit, že je v kurzu příliš informací; obavy ze zvládnutí technických detailů v online kurzu; Situační faktory přístup k technologiím; rychlost připojení k internetu; spolehlivost technologií (na straně studenta). Žilina, e-learn007 5
6 VÝUKA MATEMATIKY NA VYSOKÝCH ŠKOLÁCH Z 4 státních VŠ na 18 (na 66 fakultách) Z toho 7 MatF nebo Inf, 9 PdF, 17 EkF, 5 PřF, 3 techn. Jeden nebo dva semestry Matematická analýza, Algebra, Geometrie apod. možnost spolupráce, vzájemná pomoc, výměna zkušeností apod. Žilina, e-learn007 6
7 Vývoj učebních plánů a obsahů výuky matematiky na EkF VŠB rozsah hodin školní rok ročník ukončení zkouškou přednášek a cvičení ZS LS PŘ CV PŘ CV ZS LS celkem 1994/ / / / / / / / / / /005 1 Počet 0hodin výuky 1 matematiky 1 v 1. ročníku 1 na EkF VŠB-TUO / y = - 0,6783x + 13,4 R = 0, / / / / / / / /00 Žilina, e-learn / / / /006
8 Jak pomoci studentům při studiu, aby snížení kvantity neprovázelo také snížení kvality? Jaké zvolit vyučovací metody a formy tak, abychom studentům umožnili získat stejnou hladinu dovedností a znalostí jako studentům s vyšší dotací hodin přímé výuky? Možnosti využití blended learningu. Jaké zvolit zásady při postupu? Jaké styly učení převládají? Žilina, e-learn007 8
9 Pracovní hypotézy H1: Největší bariéry při studiu s využitím e-learningu v prostředí Moodle jsou osobní faktory studentů a situační faktory. H: Studenti jako nejvýznamnější pomoc při studiu v prostředí Moodle oceňují spolehlivost technologií na straně studenta a osobní faktory. Žilina, e-learn007 9
10 Pracovní hypotézy H3: Muži-studenti dávají přednost studiu se zaměřením na abstraktní uvažování a promýšlení souvislostí. H4: Ženy-studentky preferují studium opírající se o konkrétní zkušenosti a hledání praktických souvislostí. Žilina, e-learn007 10
11 Dotazník styly učení LSI IIa (D.A.Kolb, Boston, překlad a úprava J.Mareš, Hradec Králové) Konkrétní zkušenost (KZ); Abstraktní konceptualizace (AK); Aktivní provádění (AP); Reflexivní pozorování (RP). Žilina, e-learn007 11
12 Reliabilita spolehlivost a přesnost Cohenův koeficient kappa κ p p n n n n s I p o II ( p p ) ( p ) o p n p = 1 1 p n n n s o I n Cohenův koeficient kappa, Žilina, e-learn007 1 p κ = 1 Pozorovaná proporce shody, Očekávaná proporce shody, Četnosti shodných odpovědí, Celková četnost v matici, Četnosti jednotlivých odpovědí v první skupině, o kde Četnosti jednotlivých odpovědí v druhé skupině, = II
13 Reliabilita spolehlivost a přesnost ( p p ) Cohenův koeficient kappa p κ = 1 ( p ) o o κ max = 0,973 κ min = 0,653 AK AP 0,797 0,8 κ / ο = 0,87 Žilina, e-learn007 13
14 Statistická významnost Cohenova koeficientu pomocí normované normální veličiny u u = n κ p o ( 1 p ) p = 4,883 Pro hladinu významnosti 0,01 je kritická hodnota,58. Vypočítaný koeficient vypovídá o statisticky významné shodě mezi odpověďmi u náhodně vybraných respondentů. Žilina, e-learn007 14
15 Vyhodnocení stylů učení třídění prvního stupně celkem KZ AK AP RP ,31% 7,03% 47,75% 10,81% ženy muži celkem Konkrétní zkušenost (KZ); Abstraktní konceptualizace (AK); Aktivní provádění (AP); Reflexivní pozorování (RP) % 5% smíšené 9 8,11% ženy muži KZ 6 7,3% KZ 1 3,57% AK 16 19,8% AK 14 50,00% AP 45 54,% AP 8 8,57% RP 9 10,84% RP 3 10,71% smíšené 7 8,43% smíšené 7,14% Žilina, e-learn007 15
16 Styl učení - celkem Styl učení - ženy KZ AK AP RP zbylé Styl učení - muži 0 16 KZ 14 AK 1 AP RP zbylé KZ AK AP RP zbylé Žilina, e-learn007 16
17 Aktivní provádění AP-ženy Stř. hodnota Stř. hodnota 36,301 Chyba stř. hodnoty Chyba stř. hodnoty 0,55141 Medián Medián 37 Modus Modus 34 Směr. odchylka Směr. odchylka 5,03688 Rozptyl výběru Rozptyl výběru 5,3744 Špičatost Špičatost 0,69196 Šikmost Šikmost -0,68178 Rozdíl max-min Rozdíl max-min 5 Minimum Minimum 1 Maximum Maximum 46 Součet Součet 3013 Počet Počet 83 Hladina spolehlivosti Hladina (95,0%) spolehlivosti 1, AP-muži 34,8571 0, ,7117 7,375-0,0461 0, ,06864 Žilina, e-learn007 17
18 1. Když se učím, rád(a) věci přímo provádím Učím se lépe, když musím na věci tvrdě zapracovat Během učení si připouštím odpovědnost za to, jak věci dopadnou Hlavně se učím tím, že dělám Když se učím, snažím se věci přímo vyzkoušet Během učení jsem člověk sázející spíš na aktivní provádění Učím se lépe, když mohu si všechno prakticky zkusit Když se učím, rád(a) za sebou vidím výsledky své práce Učím se lépe, když si mohu věci vyzkoušet na vlastní kůži Během učení jsem spíš člověk hlásící se k odpovědnosti Když se učím, rád(a) do věcí zasahuji Učím se lépe, když mohu prakticky jednat AP =,9x +,3x +,8x + 3,3x +,8x + 3,1 x + 3,3x + 3,7x + 3,3x +,7x +,4x + 3, x Žilina, e-learn007 18
19 Abstraktní konceptualizace AK-ženy Stř. hodnota Stř. hodnota 33,041 Chyba stř. hodnoty Chyba stř. 0, hodn Medián Medián 33 Modus Modus 35 Směr. odchylka Směr. odchylka 5, Rozptyl výběru Rozptyl výběru 5,536 Špičatost Špičatost0,5966 Šikmost Šikmost-0,3893 Rozdíl max-min Rozdíl max-min7 Minimum Minimum 17 Maximum Maximum 44 Součet Součet 741 Počet Počet 83 Hladina spolehlivosti (95,0%) Hladina 1,1034 spol AK-muži 35,7149 1, ,5 39 5, , ,348-0, ,16093 Žilina, e-learn007 19
20 1. Když se učím, rád(a) uvažuji o hlavních myšlenkách Učím se lépe, když vsadím na logické uvažování Během učení se snažím věci promýšlet Hlavně se učím tím, že přemýšlím Když se učím, Snažím se věci analyzovat, specifikovat jejich části Během učení jsem člověk sázející spíš na logické uvažování Učím se lépe, když mohu vycházet z promýšlené teorie Když se učím, rád(a) teoretizuji, zabývám se obecnějšími úvahami Učím se lépe, když spoléhám na vlastní úsudek, vlastní názory Během učení D. jsem spíš člověk teoretizující Když se učím, rád(a) věci hodnotím, posuzuji Učím se lépe, když mohu analyzovat ideje, obecnější názory AK = 3,0x + x 1 + 3,1 x + 3,3x3 + 3,3x4 +,7x5 + 3,x6 +,8x7 +,1x 8 + 3,0x9 +,1x 10 +,9x11, 3 Žilina, e-learn
21 Třídění druhého stupně Test nezávislosti chí-kvadrát pro kontingenční tabulku H o : Styl studentova učení nezávisí na pohlaví. H a : Styl studentova učení závisí na pohlaví. χ ( P O) = O ženy muži celkem % 5% Žilina, e-learn007 1
22 Test nezávislosti chí-kvadrát pro kontingenční tabulku Pozorované četnosti ženy muži celkem KZ AK AP RP smíšené 7 9 celkem AK+AP 5; AP+RP ; KZ+AK Žilina, e-learn007
23 Test nezávislosti chí-kvadrát pro kontingenční tabulku Očekávané četnosti ženy muži celkem KZ 5,3 1,77 7 AK,43 7,57 30 AP 39,63 13,37 53 RP 8,97 3,03 1 smíšené 6,73,7 9 celkem Žilina, e-learn007 3
24 ( ) P O O KZ AK AP RP smíšené ženy muži Hladina významnosti 0,05 Kritická hodnota testového kritéria 9,488 0,110 1,8445 0,775 0,0001 0,0109 0,331 5,4676,1564 0,000 0,03 Počet stupňů volnosti 4 Hodnota koeficientu 10,683 H o zamítáme, přijímáme H a Styl studentova učení závisí na pohlaví na hladině významnosti 0,05. Žilina, e-learn007 4
25 Znaménkové schéma kontinenční tabulky z = n n. n r n. n s p n. n ( n n )( n n ) r r s s z ženy muži celkem znaménka ženy muži KZ 0,6885-0, KZ 0 0 AK -3,1655 3, AK AP,3493 -, AP + - RP 0,0190-0, RP 0 0 smíšené 0,164-0,164 9 smíšené 0 0 celkem pozorovaná četnost je významně větší než četnost očekávaná na hladině významnosti 0,01 -- pozorovaná četnost je významně menší než četnost očekávaná na hladině významnosti 0,01 + pozorovaná četnost je významně větší než četnost očekávaná na hladině významnosti 0,05 - pozorovaná četnost je významně menší než četnost očekávaná na hladině významnosti 0,05 Žilina, e-learn007 5
26 Studentův test H o : Styl abstraktní konceptualizace studentova učení nezávisí na pohlaví. H a : Styl abstraktní konceptualizace studentova učení závisí na pohlaví. Hladina významnosti a) 0,05; b) 0,01 Průměrný počet bodů: žen 33 mužů 36 s 6,6575 s 5,1630 f 109 t,6800 t 0,05 (109) 1,984 t 0,01 (109),66 H o zamítáme, přijímáme H a Mezi průměrným počtem bodů v případě studijního stylu abstraktní konceptualizace je statisticky významný rozdíl podle pohlaví studentů na hladině významnosti 0,05 i 0,01. Žilina, e-learn007 6 s = N 1 t 1 + N Nestranný odhad rozptylu = x 1 x s N N N N [ ( xi x1 ) + ( x j x ) ]
27 Nestranný odhad rozptylu Studentův test s = N N t = x 1 s x N N N N [ ( xi x1 ) + ( x j x ) ] H o : Styl aktivní provádění studentova učení nezávisí na pohlaví. H a : Styl aktivní provádění studentova učení závisí na pohlaví. Hladina významnosti a) 0,05; b) 0,01 Průměrný počet bodů: žen 36 mužů 34 H o zamítáme, přijímáme H a s 18,9860 s 4,357 f 109 t 7,667 t 0,05 (109) 1,984 t 0,01 (109),66 Mezi průměrným počtem bodů v případě studijního stylu aktivní provádění je statisticky významný rozdíl podle pohlaví studentů na hladině významnosti 0,05 i 0,01. Žilina, e-learn007 7
28 ANOVA jeden faktor - celkem H o : µ1 = µ = µ3 = µ4 (druh stylu učení nemá významný vliv) H 1 : Ne všechny střední hodnoty jsou si rovny (druh stylu učení má významný vliv) Faktor Výběr Počet Součet Průměr Rozptyl KZ ,1081 7,8973 AK ,707 7,796 AP ,6486 7,0845 RP , ,3554 Žilina, e-learn007 8
29 ANOVA Zdroj variability SS Rozdíl MS F Hodnota P F krit Mezi výběry 69, , ,714 4,76E-18,65 Všechny výběry 1554, ,5347 Celkem 15183, Protože F exp > F 0,05 (3;440) H 0 zamítáme na hladině významnosti 5% a přijímáme H 1 Žilina, e-learn007 9
30 ANOVA jeden faktor - ženy ANOVA Zdroj variability SS Rozdíl MS F Hodnota P F krit Mezi výběry 086, ,53 8,95 1,5E-16,631 Všechny výběry 7880, ,03 Celkem 9966,9 331 Protože F exp > F 0,05 (3;38) H 0 zamítáme na hladině významnosti 5% a přijímáme H 1 Žilina, e-learn007 30
31 ANOVA jeden faktor - muži ANOVA Zdroj variability SS Rozdíl MS F Hodnota P F krit Mezi výběry 1168, ,56 10,08 6,53E-06,6887 Všechny výběry 4173, ,64 Celkem 5341, Protože F exp > F 0,05 (3;108) H 0 zamítáme na hladině významnosti 5% a přijímáme H 1 Žilina, e-learn007 31
32 Nejvíce preferované možnosti (4,3): 1. Když se učím spoléhám na vlastní pozorování (96%).. Hlavně se učím tím, že přemýšlím (90%). 3. Během učení se snažím věci promýšlet (87%). 4. Hlavně se učím tím, že dělám ( 86%). 5. Učím se lépe, když si mohu vše prakticky vyzkoušet (83%). 6. Učím se lépe, když spoléhám na vlastní úsudek, vlastní názor (8%). 7. Během učení jsem člověk sázející spíše na vlastní logické uvažování (8%). Žilina, e-learn007 3
33 Moodle bariéry (vzorek 100) Úvodní orientace na začátku kurzu (IF, 44%), Malá rychlost připojení k Internetu (SF, 34%), Obavy ze zvládnutí technických detailů v online kurzu (OF, 8%), Obavy z komunikace prostřednictvím technologií (OF, 7%). Institucionální, situační, osobní faktory Žilina, e-learn007 33
34 Moodle podpora (vzorek 100) Spolehlivost technologií na straně studenta (SF, 47%), Ušetření času studiem online (OF, 46%), Flexibilita, volnost při časovém načasování studia v rámci denního rozvrhu (OF, 45%), Možnost využití zdrojů, Internetu (OF, 45%), Dostupnost podrobného popisu kurzu, cílů, úloh a očekávání studentů (IF, 41%). Institucionální, situační, osobní faktory Žilina, e-learn007 34
35 Děkuji za pozornost RNDr. Jana Hrubá Katedra matematických metod v ekonomice (K151) Institut inovace vzdělávání (K167) Ekonomická fakulta VŠB -Technická univerzita Ostrava, Sokolská 33, Ostrava1, Telefon: , jana.hruba@vsb.cz Žilina, e-learn007 35
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
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
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
VíceSTATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7
Inovace předmětu STATISTIKA Obsah 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 1 1. Inovace předmětu STATISTIKA Předmět Statistika se na bakalářském oboru
VíceVýuka statistiky v Moodle zkušenosti a možnosti (11 let s Moodlem na ekonomické fakultě VŠB-TU Ostrava) Václav Friedrich Pavel Hradecký
Výuka statistiky v Moodle zkušenosti a možnosti (11 let s Moodlem na ekonomické fakultě VŠB-TU Ostrava) Václav Friedrich Pavel Hradecký Václav Friedrich Pavel Hradecký Část první TROCHA NOSTALGIE NEUŠKODÍ
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
VíceSEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKY
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ FAKULTA DOPRAVNÍ SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKY Facebook vs. studium Vypracovali: Martina Grivalská Nikola Karkošiaková Barbora Brůhová Obsah 1. Úvod 2. Dotazník 3.
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není
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
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
VíceBiostatistika a e-learning na Lékařské fakultě UK v Hradci Králové
Univerzita Karlova v Praze Lékařská fakulta v Hradci Králové Ústav lékařské biofyziky Biostatistika a e-learning na Lékařské fakultě UK v Hradci Králové Josef Hanuš, Josef Bukač, Iva Selke-Krulichová,
VíceMATEMATIKA III V PŘÍKLADECH
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ MATEMATIKA III V PŘÍKLADECH Cvičení 8 Statistický soubor s jedním argumentem Mgr. Petr Otipka Ostrava 2013 Mgr. Petr Otipka Vysoká škola
VíceSoučasné možnosti ICT ve vzdělávání a strategie vedení školy
Makovského 436, 592 31 Nové Město na Moravě mobil.: 774 696 160, e-mail: rama@inforama.cz WWW stránky: http://www.inforama.cz, https://www.evzdelavani.net/learning/ Současné možnosti ICT ve vzdělávání
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,
VíceStatistické metody uţívané při ověřování platnosti hypotéz
Statistické metody uţívané při ověřování platnosti hypotéz Hypotéza Domněnka, předpoklad Nejčastěji o rozdělení, středních hodnotách, závislostech, Hypotézy ve vědeckém výzkumu pracovní, věcné hypotézy
VíceTest dobré shody v KONTINGENČNÍCH TABULKÁCH
Test dobré shody v KONTINGENČNÍCH TABULKÁCH Opakování: Mějme náhodné veličiny X a Y uspořádané do kontingenční tabulky. Řekli jsme, že nulovou hypotézu H 0 : veličiny X, Y jsou nezávislé zamítneme, když
VíceYou created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)
Testování statistických hypotéz Testování statistických hypotéz Princip: Ověřování určitého předpokladu zjišťujeme, zda zkoumaný výběr pochází ze základního souboru, který má určité rozdělení zjišťujeme,
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
VícePlánování experimentu
Fakulta chemicko technologická Katedra analytické chemie licenční studium Management systému jakosti Autor: Ing. Radek Růčka Přednášející: Prof. Ing. Jiří Militký, CSc. 1. LEPTÁNÍ PLAZMOU 1.1 Zadání Proces
VíceSEMESTRÁLNÍ PRÁCE. Leptání plasmou. Ing. Pavel Bouchalík
SEMESTRÁLNÍ PRÁCE Leptání plasmou Ing. Pavel Bouchalík 1. ÚVOD Tato semestrální práce obsahuje písemné vypracování řešení příkladu Leptání plasmou. Jde o praktickou zkoušku znalostí získaných při přednáškách
VíceMinimální hodnota. Tabulka 11
PŘÍLOHA č.1 Výsledné hodnoty Výsledky - ženy (SOŠ i SOU, maturitní i učební obory) Aritmetický průměr Maximální hodnota Minimální hodnota Medián Modus Rozptyl Směrodatná odchylka SOM 0,49 2,00 0,00 0,33
VíceVYUŽÍVÁNÍ E-LEARNINGOVÝCH AKTIVNÍCH DISTANČNÍCH OPOR A MATERIÁLŮ PŘI VÝUCE V KOMBINOVANÉ FORMĚ STUDIA NA UP V OLOMOUCI
VYUŽÍVÁÍ ELEARIGOVÝCH AKTIVÍCH DISTAČÍCH OPOR A MATERIÁLŮ PŘI VÝUCE V KOMBIOVAÉ FORMĚ STUDIA A UP V OLOMOUCI USAGE OF ACTIVE ELEARIG ISTRUMETS AD STUDY MATERIALS AT THE PALACKY UIVERSITY I OLOMOUC : RESEARCH
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
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
VíceTestování statistických hypotéz. Ing. Michal Dorda, Ph.D.
Testování statistických hypotéz Ing. Michal Dorda, Ph.D. Testování normality Př. : Při simulaci provozu na křižovatce byla získána data o mezerách mezi přijíždějícími vozidly v [s]. Otestujte na hladině
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
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
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
VíceINDUKTIVNÍ STATISTIKA
10. SEMINÁŘ INDUKTIVNÍ STATISTIKA 3. HODNOCENÍ ZÁVISLOSTÍ HODNOCENÍ ZÁVISLOSTÍ KVALITATIVNÍ VELIČINY - Vychází se z kombinační (kontingenční) tabulky, která je výsledkem třídění druhého stupně KVANTITATIVNÍ
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
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.
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
VíceTématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2010/2011 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.
Vícemarek.pomp@vsb.cz http://homel.vsb.cz/~pom68
Statistika B (151-0303) Marek Pomp ZS 2014 marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Cvičení: Pavlína Kuráňová & Marek Pomp Podmínky pro úspěšné ukončení zápočet 45 bodů, min. 23 bodů, dvě zápočtové
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
VíceVÝSLEDKY VÝZKUMU ÚVOD ZPRÁVY Z VÝZKUMU. Hana Poštulková. 62 // AULA roč. 19, 03-04/2011
Hana Poštulková V období od 1. října 2010 do 31. listopadu 2010 probíhal na Ekonomické fakultě Vysoké školy báňské Technické univerzity Ostrava výzkum zaměřený na měření spokojenosti uživatelů s Learning
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
VíceTesty. Pavel Provinský. 19. listopadu 2013
Testy Pavel Provinský 19. listopadu 2013 Test a intervalový odhad Testy a intervalové odhady - jsou vlastně to samé. Jiný je jen úhel pohledu. Lze přecházet od jednoho k druhému. Například: Při odvozování
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)
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
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
VíceŠkolení ICTK+ICTM. Studijní průvodce
Školení ICTK+ICTM Studijní průvodce Radek Maca, Roman Úlovec Gymnázium Voděradská, Praha 10 Strašnice 008 Pracovní materiál Praha /8 Úvod Toto studium vychází ze standardu Standardy pro udělování akreditací
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
VíceUrčujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.
1 Statistické odhady Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru. Odhad lze provést jako: Bodový odhad o Jedna číselná hodnota Intervalový
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
VíceIntervalový odhad. Interval spolehlivosti = intervalový odhad nějakého parametru s danou pravděpodobností = konfidenční interval pro daný parametr
StatSoft Intervalový odhad Dnes se budeme zabývat neodmyslitelnou součástí statistiky a to intervaly v nejrůznějších podobách. Toto téma je také úzce spojeno s tématem testování hypotéz, a tedy plynule
VíceTématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2013/2014 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.
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
VícePRAVDĚPODOBNOST A STATISTIKA
PRAVDĚPODOBNOST A STATISTIKA Testování hypotéz Nechť X je náhodná proměnná, která má distribuční funkci F(x, ϑ). Předpokládejme, že známe tvar distribuční funkce (víme jaké má rozdělení) a neznáme parametr
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.
VíceLMS Moodle ve výuce biofyziky a lékařské informatiky na LF OU
LMS Moodle ve výuce biofyziky a lékařské informatiky na LF OU Hana Sochorová, Hana Materová Katedra biomedicínských oborů, Lékařská fakulta Ostravské univerzity v Ostravě LMS proč? Pro úspěšné studium
VíceANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK
ANALÝZA DAT V R 3. POPISNÉ STATISTIKY, NÁHODNÁ VELIČINA Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz POPISNÉ STATISTIKY - OPAKOVÁNÍ jedna kvalitativní
VíceNázev testu Předpoklady testu Testová statistika Nulové rozdělení. ( ) (p počet odhadovaných parametrů)
VYBRANÉ TESTY NEPARAMETRICKÝCH HYPOTÉZ TESTY DOBRÉ SHODY Název testu Předpoklady testu Testová statistika Nulové rozdělení test dobré shody Očekávané četnosti, alespoň 80% očekávaných četností >5 ( ) (p
VíceOdhady 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
VíceČeské vysoké učení technické v Praze Fakulta dopravní
České vysoké učení technické v Praze Fakulta dopravní Statistika (11SIS) Semestrální práce Akademický rok 2012/2013 Vypracovali: Veronika Kratochvilová, Antonín Volný skupina 2 36 Obsah Téma... 2 Grafická
VíceExperience of the Integration of ICT into University Education
Zkušenosti z procesu integrace ICT v oblasti univerzitního vzdělávání Experience of the Integration of ICT into University Education Rožnov p./radh. 12. 15. září 2011 20.9.2011 ICTE 2011 1 Úvod, cíl příspěvku
VíceGraf 1: Počet let pedagogické praxe
Ústav pro informace ve vzdělávání Centrum pro zjišťování výsledků vzdělávání SP KVALITA I 4A2U1 Statistické zpracování výsledků dotazníkového šetření Martin Chvál Praha, prosinec 2005 Sběr dat Sběr dat
VíceÚvod do analýzy rozptylu
Úvod do analýzy rozptylu Párovým t-testem se podařilo prokázat, že úprava režimu stravování a fyzické aktivity ve vybrané škole měla vliv na zlepšené hodnoty HDLcholesterolu u školáků. Pro otestování jsme
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
Více{ } ( 2) Příklad: Test nezávislosti kategoriálních znaků
Příklad: Test nezávislosti kategoriálních znaků Určete na hladině významnosti 5 % na základě dat zjištěných v rámci dotazníkového šetření ve Šluknově, zda existuje závislost mezi pohlavím respondenta a
VíceTématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"
Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2009/2010 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.
VíceMATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ
MATEMATICKO STATISTICKÉ PARAMETRY ANALYTICKÝCH VÝSLEDKŮ Má-li analytický výsledek objektivně vypovídat o chemickém složení vzorku, musí splňovat určitá kriteria: Mezinárodní metrologický slovník (VIM 3),
VíceVysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek
Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY učební text Jan Famfulík Jana Míková Radek Krzyžanek Ostrava 2007 Recenze: Prof. Ing. Milan Lánský, DrSc. Název: Teorie údržby Autor: Ing.
VíceJEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica
JEDNOVÝBĚROVÉ TESTY Komentované řešení pomocí programu Statistica Vstupní data Data umístěná v excelovském souboru překopírujeme do tabulky ve Statistice a pojmenujeme proměnné, viz prezentace k tématu
VícePříloha č. 1 Jedno a vícefaktorová analýza dat ANOVA
Příloha č. 1 Jedno a vícefaktorová analýza dat ANOVA Význam jednotlivých zkratek a pojmů: N Sm. odch. Sm. ch. Počet Směrodatná odchylka Směrodatná chyba -95,00% +95,00% Konfidenční interval SČ PČ F p Součet
VíceTomáš Karel LS 2012/2013
Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení ze 4ST201. Na případné faktické chyby v této prezentaci mě prosím upozorněte. Děkuji Tyto slidy berte pouze jako doplňkový materiál není v nich obsaženo
VíceANALÝZA DAT V R 7. KONTINGENČNÍ TABULKA. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.
ANALÝZA DAT V R 7. KONTINGENČNÍ TABULKA Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK www.biostatisticka.cz PŘEHLED TESTŮ rozdělení normální spojité alternativní / diskrétní
VíceSystém ECTS: hraje důležitou úlohu při rozšiřování Boloňského procesu v globální dimenzi, kredity jsou klíčovým elementem (také kvůli své
VÝSTUPY Z UČENÍ Vysoká škola technická a ekonomická v Českých Budějovicích INOVACE VÝSTUPŮ, OBSAHU A METOD BAKALÁŘSKÝCH PROGRAMŮ VYSOKÝCH ŠKOL NEUNIVERZITNÍHO TYPU, REGISTRAČNÍ ČÍSLO: CZ.1.07/2.2.00/28.0115
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
Více5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza
5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně
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
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
VíceAktivita A 0803. Zmapování a analýza disparit mezi regiony NUTS 3 ve fyzické dostupnosti bydlení
Aktivita A 0803 Zmapování a analýza disparit mezi regiony NUTS 3 ve fyzické dostupnosti bydlení 1/62 Aktivita A0803 Zmapování a analýza disparit mezi regiony NUTS 3 ve fyzické dostupnosti bydlení Datum
VíceMatematika, informatika, projekty
Matematika, informatika, projekty Doc. RNDr. Tatiana Gavalcová, CSc Katedra informatiky a kvantitativních metod FIM UHK Hradec Králové tana.gavalcova@uhk.cz 1 Obsah příspěvku: Projekt REFIMAT, ESF, OP
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
VíceMetodologie pro ISK II
Metodologie pro ISK II Všechny hodnoty z daného intervalu Zjišťujeme: Centrální míry Variabilitu Šikmost, špičatost Percentily (decily, kvantily ) Zobrazení: histogram MODUS je hodnota, která se v datech
VíceTesty dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)
Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, např. hmotnost a pohlaví narozených dětí. Běžný statistický postup pro ověření závislosti dvou veličin je zamítnutí jejich
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
VíceTestování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1
Testování statistických hypotéz Ing. Michal Dorda, Ph.D. 1 Úvodní poznámky Statistickou hypotézou rozumíme hypotézu o populaci (základním souboru) např.: Střední hodnota základního souboru je rovna 100.
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
VíceDidaktický proces vzdělávání
Didaktický proces vzdělávání dospělých Základní prvky didaktického procesu ve vzdělávání dospělých: Didaktický proces = výuka CÍL= určen zvenčí např. politikou, společností, potřebami institucí OBSAH=
VíceII. Statistické metody vyhodnocení kvantitativních dat Gejza Dohnal
Základy navrhování průmyslových experimentů DOE II. Statistické metody vyhodnocení kvantitativních dat Gejza Dohnal! Testování statistických hypotéz kvalitativní odezva kvantitativní chí-kvadrát test homogenity,
Více4EK211 Základy ekonometrie
4EK211 Základy ekonometrie ZS 2015/16 Cvičení 1: Opakování ze statistiky LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Z čeho studovat 1) Z KNIHY Krkošková,
Více11. cvičení z PSI prosince hodnota pozorovaná četnost n i p X (i) = q i (1 q), i N 0.
11 cvičení z PSI 12-16 prosince 2016 111 (Test dobré shody - geometrické rozdělení Realizací náhodné veličiny X jsme dostali následující četnosti výsledků: hodnota 0 1 2 3 4 5 6 pozorovaná četnost 29 15
VíceStatistika, Biostatistika pro kombinované studium. Jan Kracík
Statistika, Biostatistika pro kombinované studium Letní semestr 2014/2015 Tutoriál č. 6: ANOVA Jan Kracík jan.kracik@vsb.cz Obsah: Testování hypotéz opakování ANOVA Testování hypotéz (opakování) Testování
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
VíceTestování hypotéz Biolog Statistik: Matematik: Informatik:
Testování hypotéz Biolog, Statistik, Matematik a Informatik na safari. Zastaví džíp a pozorují dalekohledem. Biolog "Podívejte se! Stádo zeber! A mezi nimi bílá zebra! To je fantastické! " "Existují bílé
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
VíceStatistické testování hypotéz II
PSY117/454 Statistická analýza dat v psychologii Přednáška 9 Statistické testování hypotéz II Přehled testů, rozdíly průměrů, velikost účinku, síla testu Základní výzkumné otázky/hypotézy 1. Stanovení
VíceMÍRY ZÁVISLOSTI (KORELACE A REGRESE)
zhanel@fsps.muni.cz MÍRY ZÁVISLOSTI (KORELACE A REGRESE) 2.5 MÍRY ZÁVISLOSTI 2.5.1 ZÁVISLOST PEVNÁ, VOLNÁ, STATISTICKÁ A KORELAČNÍ Jednorozměrné soubory - charakterizovány jednotlivými statistickými znaky
VíceZkušenosti z několika e-learningových kuzů pro odlišné cílové skupiny
Zkušenosti z několika e-learningových kuzů pro odlišné cílové skupiny Projekt EQUAL Výuka SPZE Výuka TOJ Podpora výuky Mtg a mang. sportu Závěry a diskuse k výsledkům a zkušenostem L. Eger 1 Projekt EQUAL
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
VíceTechnická univerzita v Liberci
Technická univerzita v Liberci Ekonomická fakulta Analýza výsledků z dotazníkového šetření Jména studentů: Adam Pavlíček Michal Karlas Tomáš Vávra Anna Votavová Ročník: 2015/2016 Datum odevzdání: 13/05/2016
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
VíceTestování hypotéz. 1 Jednovýběrové testy. 90/2 odhad času
Testování hypotéz 1 Jednovýběrové testy 90/ odhad času V podmínkách naprostého odloučení má voák prokázat schopnost orientace v čase. Úkolem voáka e provést odhad časového intervalu 1 hodiny bez hodinek
VícePSY117/454 Statistická analýza dat v psychologii Přednáška 10
PSY117/454 Statistická analýza dat v psychologii Přednáška 10 TESTY PRO NOMINÁLNÍ A ORDINÁLNÍ PROMĚNNÉ NEPARAMETRICKÉ METODY... a to mělo, jak sám vidíte, nedozírné následky. Smrť Analýza četností hodnot
VícePravděpodobnost a matematická statistika
Pravděpodobnost a matematická statistika Příklady k přijímacím zkouškám na doktorské studium 1 Popisná statistika Určete aritmetický průměr dat, zadaných tabulkou hodnot x i a četností n i x i 1 2 3 n
Více