ZNALOSTI A DOVEDNOSTI ČESKÝCH MUŽŮ V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY
|
|
- Jitka Pešková
- před 6 lety
- Počet zobrazení:
Transkript
1 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 Ing. Bc. Marek Čandík, PhD. Abstrakt Článek prezentuje některé výsledky statistického zpracování výzkumu znalostí a dovedností českých mužů v oblasti informační bezpečnosti. Internetový výzkum byl proveden v roce 2016 a účastnilo se ho 800 respondentů, skupinu českých mužů (starších 18 let) tvořilo 378 respondentů. Statistická analýza byla provedena z hlediska věku a délky praxe. Ke statistickému zpracování dat byl použitý software Statistica v.10. Klíčová slova Informační bezpečnost, statistická analýza, internetový výzkum Abstract The article presents some results of statistical processing of research knowledge and skills of Czech men in the field of information security. Internet research was conducted in 2016 and involved 800 respondents, a group of Czech males (18 years) consisted of 378 respondents. Statistical analysis was performed in terms of age and length of service. The statistical evaluation was used Statistica software v.10. Key words: Information security, statistical analysis, internet research 1
2 ÚVOD V roce 2016 byl realizovaný průzkum informační bezpečnosti v českém prostředí, kterého se účastnilo 800 respondentů. Obsahově byl zaměřen na oblast obecných znalostí respondentů vztahujících se k problematice informační bezpečnosti, jejich právních znalostí ve vztahu na informační bezpečnost a oblast praktických dovedností, které respondenti uplatňují v souvislosti s ochranou a zabezpečení dat. Obsahem tohoto příspěvku je popsat zjištěné obecné znalosti, právní znalosti a praktické dovednosti českých mužů starších 18ti let, kterých bylo v tomto výzkumu 378. REALIZOVANÝ VÝZKUM Výzkum byl realizovaný nestandardizovaným dotazníkem v elektronické formě, který se skládal ze 13 uzavřených otázek. Dotazníkový formulář byl komponovaný do tří částí, přičemž první část obsahovala identifikační znaky respondentů (pohlaví, pracovní zařazení, počet let praxe, zařazení ve vedoucí funkci), druhá část 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- viz Tab.1), třetí část představovala zjišťovací část dotazníkového šetření. Výroky byly posléze hodnoceny na čtyřbodové škále (souhlasím- částečně souhlasím-částečně nesouhlasím-nesouhlasím). Tab. 1. Použitá škála dotazníkového šetření Souhlasím Částečně souhlasím Částečně nesouhlasím Nesouhlasím Z hlediska metodiky byla v roce 2015 realizovaná malá pilotní sonda, jejímž účelem bylo ověřit srozumitelnost dotazníku a ověřit výroky pro část měřící postoje respondentů. 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 2
3 neúplného vyplnění. Pro statistické zpracování jsme proto použili celkem 800 dotazníků. Statistickou analýzou obdržených dat byla získána skupina dospělých mužů, kterou tvořilo 378 respondentů. Základní statistické veličiny respondentů z hlediska věku znázorňuje tab.2. Tab.2 Základní statistické údaje o věku respondentů Věk (v letech): minimum 19 maximum 54 průměr 31,53 směrodatná odchylka 7,79 medián 30 modus 28 počet 378 U dotazované skupiny respondentů se jejich věk pohyboval v intervalu od 19let (minimum) po 54let (maximum). Průměrný věk byl cca 32let, mediánová hodnota věku byla 30 let. Nejčetnější skupinou z hlediska věku, která se průzkumu účastnila, byli 28letí respondenti (modus). Základní statistické veličiny respondentů z hlediska praxe znázorňuje tab.3. Tab.3 Základní statistické údaje o celkové praxi respondentů Celková praxe (v letech): minimum 0 maximum 30 průměr 9,93 směrodatná odchylka 6,96 medián 8 modus 4 počet 378 3
4 Z hlediska celkové praxe respondentů se délka jejich celkové praxe pohybovala v intervalu od nuly (minimum, tj. žádná praxe) po 30let (maximum). Průměrná délka praxe respondentů byla cca 10let, mediánová hodnota délky praxe byla 8 let. Nejčetnější skupinou respondentů z hlediska celkové praxe tvořili respondenti se čtyřletou praxí (modus). Pro další statistické zpracování obdržených dat byli respondenti filtrováni do skupin dle různých kritérií. Z hlediska věku byli respondenti děleni na skupiny: a) skupina respondentů do 30let a skupina respondentů, kteří již 30let dovršili a starší (Tab.4), Tab.4 Základní statistické údaje sledovaných skupin respondentů dle věku do 30let nad 30let (včetně) počet minimum (věk) maximum (věk) průměr (věk) 25,32 37,43 směrodatná odchylka (věk) 2,53 6,39 medián (věk) modus(věk) minimum (praxe) 0 4 maximum (praxe) průměr (praxe) 4,54 14,46 směrodatná odchylka (praxe) 2,48 6,37 medián (praxe) 4 12 Modus (praxe)
5 b) skupina respondentů do 35let a skupina respondentů, kteří dovršili 35let a starší (Tab.5), Tab.5 Základní statistické údaje sledovaných skupin respondentů dle věku do 35let nad 35let (včetně) počet minimum (věk) maximum (věk) průměr (věk) 27,37 41,69 směrodatná odchylka (věk) 3,78 5,34 medián (věk) modus(věk) minimum (praxe) 0 8 maximum (praxe) průměr (praxe) 5,98 18,55 směrodatná odchylka (praxe) 3,21 5,39 medián (praxe) 6 19 Modus (praxe) 4 20 Z hlediska věku byli respondenti rozděleni na skupiny: a) skupinu respondentů s celkovou délkou praxe do 5let a skupinu respondentů s celkovou délkou praxe 5let a vyšší (Tab.6), 5
6 Tab.6 Základní statistické údaje sledovaných skupin respondentů dle délky celkové praxe s délkou praxe do 5let s délkou praxe nad 5let (včetně) počet Minimum (věk) maximum (věk) průměr (věk) 23,92 34,27 směrodatná odchylka (věk) 2,32 7,24 medián (věk) 23,5 32 Modus (věk) minimum (praxe) 0 5 maximum (praxe) 4 30 průměr (praxe) 2,64 12,15 směrodatná odchylka (praxe) 1,24 6,43 medián (praxe) 3 10 Modus (praxe) 4 7 b) skupinu respondentů s celkovou délkou praxe do 10let a skupinu respondentů s celkovou délkou praxe 10let a vyšší (Tab.7), Tab.7 Základní statistické údaje sledovaných skupin respondentů dle délky celkové praxe s délkou praxe do 10let s délkou praxe nad 10let (včetně) počet Minimum (věk) maximum (věk) průměr (věk) 26,76 39,29 směrodatná odchylka (věk) 3,60 6,43 medián (věk) 26 39,5 Modus (věk) minimum (praxe) 0 10 maximum (praxe) 9 30 průměr (praxe) 5,15 16,92 směrodatná odchylka (praxe) 2,54 5,55 medián (praxe) 5 17 Modus (praxe)
7 c) skupinu respondentů s celkovou délkou praxe do 15let a skupinu respondentů s celkovou délkou praxe 15let a vyšší (Tab.8), d) Tab.8 Základní statistické údaje sledovaných skupin respondentů dle délky celkové praxe s délkou praxe do 15let s délkou praxe nad 15let (včetně) počet Minimum (věk) maximum (věk) průměr (věk) 28,08 43,28 směrodatná odchylka (věk) 4,34 4,95 medián (věk) Modus (věk) minimum (praxe) 0 15 maximum (praxe) průměr (praxe) 6,40 20,63 směrodatná odchylka (praxe) 3,43 4,01 medián (praxe) 6 20 Modus (praxe) 4 20 K analýze dat byly stanovené výzkumné otázky: VO1: Je rozdíl ve sledovaných znalostech a dovednostech v oblasti informační bezpečnosti u českých mužů v závislosti na věku? VO2: : Je rozdíl ve sledovaných znalostech a dovednostech v oblasti informační bezpečnosti u českých mužů v závislosti na délce jejich praxe? VO3: Má vliv délka jejich celkové praxe na dosažené výsledky? DOSAŽENÉ VÝSLEDKY Ke statistickému vyhodnocení výzkumu jsme ověřili předpoklady testování, a to normalitu (Shapiro-Wilkův W-test) a homoskedasticitu (F-test). Dosažené výsledky testování normality interpretuje následující Tab.9. Jak je z Tab. 9 patrné, sledované soubory nesplňují podmínku normality, proto vzhledem k obdrženým výsledkům testování lze konstatovat, že nejsou splněny podmínky pro použití parametrických 7
8 matematicko-statistických metod 1, proto bylo při analýze dat využito neparametrických testů. Pro testování významnosti dvou nezávislých průměrů byl použit Mannův Whitneyův U test. Tab.9 Výsledky ověřování normality Obecné znalosti informační bezpečnosti (SK-1) právní znalosti informační bezpečnosti (SK-2) Praktické dovednosti v oblasti informační bezpečnosti (SK-3) Souhrn sledovaných znalostí a dovedností (SOUHRN) Obecné znalosti informační bezpečnosti (SK-1) právní znalosti informační bezpečnosti (SK-2) Praktické dovednosti v oblasti informační bezpečnosti (SK-3) Souhrn sledovaných znalostí a dovedností (SOUHRN) Věk do 30let Věk 30+ W=0,95270 W=0,96876 W=0,94806 W=0,98469 W=0,97080 W=0,97013 W=0,95196 W=0,97114 p=0,00001 p=0,00039 p=0,00000 p=0,04218 p=0,00045 p=0,00037 p=0,00000 p=0,00050 Věk do 35let Věk 35+ W=0,95878 W=0,97745 W=0,95052 W=0,98271 W=0,96791 W=0,96025 W=0,94302 W=0,95790 p=0,00000 p=0,00030 p=0,00000 p=0,00247 p=0,00936 p=0,00234 p=0,00014 p=0,00156 normalita Praxe do 5let Praxe 5+ W=0,94758 W=0,95726 W=0,94698 W=0,97851 W=0,96921 W=0,97565 W=0,95048 W=0,97794 p=0,00058 p=0,00258 p=0,00053 p=0,01016 p=0,00001 p=0,00011 p=0,00000 p=0,00027 Praxe do 10let Praxe 10+ W=0,95436 W=0,97323 W=0,94450 W=0,98142 W=0,97215 W=0,97079 W=0,94891 W=0,97416 p=0,0000 p=0,00021 p=0, p=0,00366 p=0,00493 p=0,00359 p=0,00004 p=0,00795 Praxe do 15 let Praxe 15+ W=0,95847 W=0,97413 W=0,95002 W=0,98183 W=0,96313 W=0,95687 W=0,92610 W=0,95452 p=0,00000 p=0,00091 p=0,01487 p=0,00589 p=0,00394 p=0,00082 p=0,00011 p=0, Test homoscedasticity již vzhledem k dosaženým výsledkům již není zapotřebí (formálně proveden byl, a to pomocí F-testu, ale jeho výsledky nemají vliv na výběr použitých (neparametrických) metod). 8
9 K názornému srovnání testovaných skupin jsme použili tzv. boxplot (Box-and-Whisker Plot, resp. krabicový diagram). Rozdíly ve sledovaných znalostech a dovednostech respondentů do 30ti let ve srovnání s respondenty, kteří již 30 let dovršili (a staršími) jsou vyobrazeny na obr. 1. Box & Whisker Plot: SK-1 Box & Whisker Plot: SK-2 SK-1 SK-2 10,8 10,8 10,6 10,6 10,4 10,4 10,2 10,2 10,0 Vek30+ ±SE ±1,96*SE 10,0 Vek30+ ±SE ±1,96*SE a) b) 13,0 Box & Whisker Plot: SK-3 38 Box & Whisker Plot: Souhrn 12,8 12, SK-3 Souhrn Vek30+ ±SE ±1,96*SE 31 Vek30+ ±SE ±1,96*SE c) d) Obr. 1 Grafická interpretace dosažených výsledků z hlediska věku(0-věk do 30let;1-věk 30+) a)obecné znalosti informační bezpečnosti (SK-1) b)právní znalosti informační bezpečnosti (SK-2), c) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), d) Souhrn sledovaných znalostí a dovedností (SOUHRN) Z obr. 1 vidět, že u všech sledovaných atributů obecných znalostí informační bezpečnosti, právních znalostí informační bezpečnosti, praktických dovedností v oblasti informační bezpečnosti a souhrnu sledovaných znalostí a dovedností jsou na tom lépe starší respondenti. K posouzení, zda jsou naznačené rozdíly statisticky významné, jsme použili neparametrický Mannův Whitneyův U-test (tab. 10). 9
10 Tab.10 Výsledky testování rozdílů v závislosti na věku (hranice 30let) Statistické rozdíly věk (30let) obecné znalosti informační bezpečnosti (SK-1) právní znalosti informační bezpečnosti (SK-2) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), Souhrn sledovaných znalostí a dovedností (SOUHRN) U Z p ,8833 0,00393 Předpoklad shody zamítnut ,9568 0,00231 Předpoklad shody zamítnut ,4013 0,00067 Předpoklad shody zamítnut ,793,00014 Předpoklad shody zamítnut Obdržené výsledky neparametrického testování na 5%ní hladině významnosti ukazují, že jsou rozdíly mezi sledovanými skupinami (statisticky) významné ve všech sledovaných atributech. Analogicky jsme postupovali při srovnávání skupin respondentů do 35ti let ve srovnání s respondenty kteří již 35 let dovršili (a staršími). Obdržené grafické výsledky jsou vyobrazeny na obr. 2. Z obr. 2 vidět, že u všech sledovaných atributů obecných znalostí informační bezpečnosti, právních znalostí informační bezpečnosti, praktických dovedností v oblasti informační bezpečnosti a souhrnu sledovaných znalostí a dovedností jsou na tom lépe starší respondenti. K posouzení, zda jsou naznačené rozdíly statisticky významné, jsme použili neparametrický Mannův Whitneyův U-test (tab. 11). K objektivnímu posouzení, zda jsou naznačené rozdíly statisticky významné, jsme použili neparametrický Mannův Whitneyův U-test (tab. 11). 10
11 13,2 Box & Whisker Plot: SK-1 13,5 Box & Whisker Plot: SK-2 13,0 12,8 13,0 12,6 12,5 SK-1 SK-2 11,5 10,8 10,6 10,5 10,4 10,2 0 1 Vek35+ ±SE ±1,96*SE 10,0 0 1 Vek35+ ±SE ±1,96*SE a) b) 13,6 Box & Whisker Plot: SK-3 40 Box & Whisker Plot: Souhrn 13,4 13, , ,8 37 SK-3 12,6 Souhrn Vek35+ ±SE ±1,96*SE Vek35+ ±SE ±1,96*SE c) d) Obr. 2 Grafická interpretace dosažených výsledků z hlediska věku(0-věk do 35let;1-věk 35+) a)obecné znalosti informační bezpečnosti (SK-1) b)právní znalosti informační bezpečnosti (SK-2), c) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), d) Souhrn sledovaných znalostí a dovedností (SOUHRN) Tab.11 Výsledky testování rozdílů v závislosti na věku (hranice 35let) Statistické rozdíly věk (35let) obecné znalosti informační bezpečnosti (SK-1) právní znalosti informační bezpečnosti (SK-2) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), Souhrn sledovaných znalostí a dovedností (SOUHRN) U Z p ,1469 0,0000 Předpoklad shody zamítnut ,8775 0,0001 Předpoklad shody zamítnut ,0164 0,0000 Předpoklad shody zamítnut ,2392 0,0000 Předpoklad shody zamítnut 11
12 Výsledky obdržené na 5%ní hladině významnosti pomocí neparametrického testování ukázaly, že rozdíly mezi sledovanými skupinami jsou (statisticky) významné ve všech sledovaných atributech. Srovnávání skupin respondentů s celkovou praxí do 5ti let a skupin respondentů s praxí 5let a více je vyobrazeno na obr. 3. Box & Whisker Plot: SK-1 Box & Whisker Plot: SK-2 SK-1 10,8 10,6 10,4 SK-2 10,8 10,6 10,4 10,2 10,2 10,0 10,0 9,8 9,8 Praxe5+ ±SE ±1,96*SE 9,6 Praxe5+ ±SE ±1,96*SE a) b) 12,6 Box & Whisker Plot: SK-3 37 Box & Whisker Plot: Souhrn SK-3 Souhrn Praxe5+ ±SE ±1,96*SE 30 Praxe5+ ±SE ±1,96*SE c) d) Obr. 3 Grafická interpretace dosažených výsledků z hlediska praxe(0-praxe do 5let;1-praxe 5+) a)obecné znalosti informační bezpečnosti (SK-1) b)právní znalosti informační bezpečnosti (SK-2), c) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), d) Souhrn sledovaných znalostí a dovedností (SOUHRN) Z obr. 3 je vidět, že u všech sledovaných parametrů dosahují respondenti s vyšší praxí lepších výsledků, ve srovnání s respondenty s praxí 5let a více. K objektivnímu posouzení, zda jsou naznačené rozdíly statisticky významné, jsme použili neparametrický Mannův Whitneyův U-test (tab. 12). 12
13 Tab.12 Výsledky testování rozdílů v závislosti na délce celkové praxe (hranice 5let) Statistické rozdíly praxe (5let) obecné znalosti informační bezpečnosti (SK-1) právní znalosti informační bezpečnosti (SK-2) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), Souhrn sledovaných znalostí a dovedností (SOUHRN) U Z p ,5586 0,0105 Předpoklad shody zamítnut ,1776 0,0015 Předpoklad shody zamítnut ,0613 0,0393 Předpoklad shody zamítnut ,1563 0,0016 Předpoklad shody zamítnut Testování jsme vyhodnocovali na na 5%ní hladině významnosti pomocí neparametrického Mannova-Whitneyova U-testu. Výsledky ukázaly, že rozdíly mezi sledovanými skupinami jsou (statisticky) významné ve všech sledovaných atributech. Srovnávání skupin respondentů s celkovou praxí do 10ti let a skupiny respondentů s praxí 10let a více je vyobrazeno na obr. 4. Získané krabicové diagramy (obr. 4 ) vyobrazují, že u všech sledovaných parametrů dosahují respondenti s vyšší praxí lepších výsledků, ve srovnání s respondenty s praxí 10let a více. Testování jsme vyhodnocovali na 5%ní hladině významnosti pomocí neparametrického Mannova-Whitneyova U-testu. Výsledky ukázaly (Tab. 13), že rozdíly mezi sledovanými skupinami jsou (statisticky) významné ve všech sledovaných atributech. 13
14 12,6 Box & Whisker Plot: SK-1 12,8 Box & Whisker Plot: SK-2 12,6 SK-1 SK-2 10,8 10,6 10,4 10,8 10,6 10,4 10,2 10,2 Praxe10+ ±SE ±1,96*SE 10,0 Praxe10+ ±SE ±1,96*SE a) b) 13,2 Box & Whisker Plot: SK-3 38 Box & Whisker Plot: Souhrn 13, ,8 12,6 36 SK-3 Souhrn Praxe10+ ±SE ±1,96*SE 31 Praxe10+ ±SE ±1,96*SE c) d) Obr. 4 Grafická interpretace dosažených výsledků z hlediska praxe(0-praxe do 10let;1-praxe 10+) a)obecné znalosti informační bezpečnosti (SK-1) b)právní znalosti informační bezpečnosti (SK-2), c) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), d) Souhrn sledovaných znalostí a dovedností (SOUHRN) Tab.13 Výsledky testování rozdílů v závislosti na délce celkové praxe (hranice 10let) Statistické rozdíly praxe (10let) obecné znalosti informační bezpečnosti (SK-1) právní znalosti informační bezpečnosti (SK-2) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), Souhrn sledovaných znalostí a dovedností (SOUHRN) U Z p ,9308 0,0033 Předpoklad shody zamítnut ,8566 0,0001 Předpoklad shody zamítnut ,8575 0,0001 Předpoklad shody zamítnut ,5264 0,0000 Předpoklad shody zamítnut 14
15 Srovnávání skupin respondentů s celkovou praxí do 15ti let a skupiny respondentů s praxí 15let a více je vyobrazeno na obr ,5 Box & Whisker Plot: SK-1 13,2 Box & Whisker Plot: SK-2 13,0 13,0 12,8 12,6 12,5 SK-1 11,5 SK-2 10,5 10,8 10,6 10,4 10,0 0 1 Praxe15+ ±SE ±1,96*SE 10,2 0 1 Praxe15+ ±SE ±1,96*SE a) b) 13,8 Box & Whisker Plot: SK-3 40 Box & Whisker Plot: Souhrn 13,6 13, , ,0 12,8 37 SK-3 12,6 Souhrn Praxe15+ ±SE ±1,96*SE Praxe15+ ±SE ±1,96*SE c) d) Obr. 5 Grafická interpretace dosažených výsledků z hlediska praxe(0-praxe do 15let;1-praxe 15+) a)obecné znalosti informační bezpečnosti (SK-1) b)právní znalosti informační bezpečnosti (SK-2), c) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), d) Souhrn sledovaných znalostí a dovedností (SOUHRN) Grafické vyobrazení srovnání obou sledovaných skupin (obr. 5) naznačuje, že u všech sledovaných parametrů dosahují respondenti s vyšší praxí lepších výsledků, ve srovnání s respondenty s praxí 15let a více. K objektivnímu posouzení, zda jsou naznačené rozdíly statisticky významné, jsme použili neparametrický Mannův Whitneyův U-test (tab. 14). 15
16 Tab.14 Výsledky testování rozdílů v závislosti na délce celkové praxe (hranice 15let) Statistické rozdíly praxe (15let) obecné znalosti informační bezpečnosti (SK-1) právní znalosti informační bezpečnosti (SK-2) Praktické dovednosti v oblasti informační bezpečnosti (SK-3), Souhrn sledovaných znalostí a dovedností (SOUHRN) U Z p ,2798 0,0000 Předpoklad shody přijat ,4556 0,0005 Předpoklad shody přijat ,898,0000 Předpoklad shody přijat ,8794 0,0000 Předpoklad shody přijat Testování jsme vyhodnocovali na 5%ní hladině významnosti. Výsledky ukázaly (Tab. 14), že ve všech sledovaných položkách (obecné znalosti v oblasti informační bezpečnosti, právní znalosti v oblasti informační bezpečnosti, praktické dovednosti v oblasti informační bezpečnosti a celkový souhrn znalostí a dovedností v oblasti informační bezpečnosti) jsou rozdíly mezi sledovanými skupinami statisticky významné. ZÁVĚR V příspěvku jsme se zaměřili na prezentaci výsledků výzkumu informační bezpečnosti českých mužů. Zjistili jsme, že to, že mladší generace disponuje lepšími vědomostmi a dovednostmi v oblasti informační bezpečnosti je již mýtus. Statistické šetření ukázalo, že jak obecné, tak i právní znalosti v oblasti informační bezpečnosti českých mužů s věkem rostou, a tak je to i s jejich dovednostmi. Z hlediska dosažené praxi výsledky výzkumu ukázaly, délka praxe má pozitivní vliv na obecné i právní znalosti v oblasti informační bezpečnosti, i na dovednosti uživatelů- mužů. 16
17 LITERATURA [1] Čandík, Marek. Závěry statistického zpracování výzkumu obecných znalostí informační bezpečnosti. Právo-Bezpečnost-Informace, 2016/1, ISSN , str [2] Čandík, Marek. Obecné závěry statistického zpracování výzkumu právních znalostí informační bezpečnosti. Právo-Bezpečnost-Informace, 2016/1, ISSN , str [3] Čandík, Marek. Teorie a praxe informační bezpečnosti českých manažerů statistická analýza. Právo-Bezpečnost-Informace, 2016/4, ISSN , str [4] Chramcov, Bronislav. Využití internetových technologií v sociálně - psychologickém výzkumu. Zlín: 2006, Univerzita Tomáše Bati (UI). [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 Kontakt: Ing. Bc. Marek Čandík, Ph.D. Katedra managementu a informatiky Fakulta bezpečnostního managementu Policejní akademie České republiky v Praze Lhotecká 559/7 P.O.Box Praha 4 Tel: candik@polac.cz 17
ZNALOSTI 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
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
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
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
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
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
VíceGeneral results of statistical research processing of legal knowledge of information security
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,
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
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
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
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
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
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
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
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
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
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:
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
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
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
VíceMOŽNOSTI VYUŽITÍ SHLUKOVÉ ANALÝZY V Q-METODOLOGII
MOŽNOSTI VYUŽITÍ SHLUKOVÉ ANALÝZY V Q-METODOLOGII CHRÁSKA Miroslav, CZ Resumé Příspěvek seznamuje s možnostmi využití shlukové analýzy při zpracování výzkumu provedeného pomocí Q-metodologie. Ve výzkumu
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
VíceSAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY
SAMOSTATÁ STUDETSKÁ PRÁCE ZE STATISTIKY Váha studentů Kučerová Eliška, Pazdeříková Jana septima červen 005 Zadání: My dvě studentky jsme si vylosovaly zjistit statistickým šetřením v celém ročníku septim
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
VíceVŠB Technická univerzita Ostrava
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: PRAVDĚPODOBNOST A STATISTIKA Domácí úkoly Zadání 21 DATUM ODEVZDÁNÍ
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
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
VíceTvorba grafů v programu ORIGIN
LICENČNÍ STUDIUM GALILEO STATISTICKÉ ZPRACOVÁNÍ DAT SEMESTRÁLNÍ PRÁCE Tvorba grafů v programu ORIGIN doc.dr.ing.vladimír Pata Univerzita Tomáše Bati ve Zlíně Fakulta technologická Ústav výrobních technologií
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
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
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
VíceKlíčová slova: přijímací zkoušky, analýza, vytrvalost, rychlost, bodové hodnocení
ANALÝZA PŘIJÍMACÍCH ZKOUŠEK Z ATLETIKY NA FSPS BRNO ZA OBDOBÍ 2009 2011 Josef Michálek, Jan Cacek, Zuzana Hlavoňová, Martin Sebera*, Tomáš Kalina, Radek Masař FSpS MU Brno, Katedra atletiky, plavání a
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
VíceA7B39TUR - Semestrální práce
A7B39TUR - Semestrální práce Úloha B1 Kvantitativní testování Vojtěch Kaiser 1 Obsah 1 Úvod 3 2 Cílová skupina 3 3 Příprava testu 3 3.1 Hypotéza 3 3.2 Nulová hypotéza 3 3.3 Testovací metoda 3 3.4 Dotazník
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
VíceImproving Effectiveness of ICT Integration Process in University Education
Zefektivnění procesu integrace ICT v oblasti univerzitního vzdělávání Improving Effectiveness of ICT Integration Process in University Education Rožnov p./radh. 13. 16. září 2010 ICTE 2010 1 Úvod, cíl
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),
VíceVyhodnocení cenového vývoje drahých kovů na světových burzách v období let 2005 2010
Vyhodnocení cenového vývoje drahých kovů na světových burzách v období let 2005 2010 Martin Maršík, Jitka Papáčková Vysoká škola technická a ekonomická Abstrakt V předloženém článku autoři rozebírají vývoj
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
VíceELEKTRONICKÉ STUDIJNÍ OPORY A JEJICH HODNOCENÍ STUDENTY PEDAGOGICKÉ FAKULTY
ELEKTRONICKÉ STUDIJNÍ OPORY A JEJICH HODNOCENÍ STUDENTY PEDAGOGICKÉ FAKULTY JANSKÁ Lenka, ČR Resumé Článek předkládá výsledky výzkumného šetření realizovaného na Pedagogické fakultě UP v Olomouci. Výzkumné
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
VíceVŠB Technická univerzita Ostrava BIOSTATISTIKA
VŠB Technická univerzita Ostrava Fakulta elektrotechniky a informatiky JMÉNO STUDENTKY/STUDENTA: OSOBNÍ ČÍSLO: JMÉNO CVIČÍCÍ/CVIČÍCÍHO: BIOSTATISTIKA Zadání 11 DATUM ODEVZDÁNÍ DOMÁCÍ ÚKOL 1: DOMÁCÍ ÚKOL
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
VíceZměny postojů k vybraným pojmům u studentů oboru Edukacja techniczno-informatyczna na Univerzitě v Rzeszowe
Marie CHRÁSKOVÁ Univerzita Palackého v Olomouci, Česka Republika Změny postojů k vybraným pojmům u studentů oboru Edukacja techniczno-informatyczna na Univerzitě v Rzeszowe Úvod Zkoumání postojů bylo a
VíceVyužití shlukové analýzy při vytváření typologie studentů
Miroslav CHRÁSKA, Milan KLEMENT Univerzita Palackého v Olomouci, Česká republika Využití shlukové analýzy při vytváření typologie studentů 1. Cíl výzkumu Cílem výzkumu bylo rozdělit české a polské vysokoškolské
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
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
VíceZpráva o testu dřevin na pozemku ve Stachách na Šumavě
Ústřední kontrolní a zkušební ústav zemědělský Oddělení půdy a lesnictví Zpráva o testu dřevin na pozemku ve Stachách na Šumavě Průběžná zpráva Zpracoval: Ing. Dušan Reininger, Ph.D Dr.Ing. Přemysl Fiala
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
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
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
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
VíceVybrané mzdové charakteristiky v krajích ČR členěné podle věku a pohlaví v roce 2008
Vybrané mzdové charakteristiky v krajích ČR členěné podle věku a pohlaví v roce 2008 Luboš Marek, Michal Vrabec Souhrn: V tomto příspěvku jsme se zaměřili na zkoumání rozdílů u běžných charakteristik mzdových
VíceKLIMA ŠKOLY. Zpráva z evaluačního nástroje Klima školy. Škola Testovací škola - vyzkoušení EN, Praha. Termín
KLIMA ŠKOLY Zpráva z evaluačního nástroje Klima školy Škola Testovací škola - vyzkoušení EN, Praha Termín 29.9.2011-27.10.2011-1 - Vážená paní ředitelko, vážený pane řediteli, milí kolegové! Dovolte, abychom
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
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
VíceStatistika. Testování hypotéz statistická indukce Neparametrické testy. Roman Biskup
Statistika Testování hypotéz statistická indukce Neparametrické testy Roman Biskup (zapálený) statistik ve výslužbě, aktuálně analytik v praxi ;-) roman.biskup(at)email.cz 21. února 2012 Statistika by
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
VíceEvropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Hospitalizace. European Health Interview Survey in CR - EHIS CR Hospitalization
Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 20.10.2009 60 Evropské výběrové šetření o zdravotním stavu v ČR - EHIS CR Hospitalizace European Health Interview Survey
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
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
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
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
VíceVlastnosti sexuálního chování uživatelů sociální sítí Facebook
Vlastnosti sexuálního chování uživatelů sociální sítí Facebook V rámci našeho výzkumného programu od. do -. 0. 0 námi byla provedena krátká studie o sexuálním chování mezi uživateli sociální Facebook.
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
VíceZelený produkt automobilek a jeho vnímání různými generacemi českých spotřebitelů EVA JADERNÁ, MARTIN MLÁZOVSKÝ
Zelený produkt automobilek a jeho vnímání různými generacemi českých spotřebitelů EVA JADERNÁ, MARTIN MLÁZOVSKÝ Řešitelský tým Vedoucí projektu: Ing. Eva Jaderná, Ph.D., Katedra marketingu a managementu
VíceČeskomoravská konfederace odborových svazů Nám. W. Churchilla 2 Národní tř. 101 113 59 Praha 3 695 01 Hodonín
Zadavatel: Dodavatel: Českomoravská konfederace EURO EDUCA odborových svazů Nám. W. Churchilla 2 Národní tř. 101 113 59 Praha 3 695 01 Hodonín Závěrečná zpráva k veřejné zakázce: Obsah veřejné zakázky:
VíceTvorba nelineárních regresních modelů v analýze dat
Univerzita Pardubice Fakulta chemicko-technologická, Katedra analytické chemie Licenční studium GALILEO Interaktivní statistická analýza dat Semestrální práce z předmětu Tvorba nelineárních regresních
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)
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
VíceTVORBA GRAFŮ A DIAGRAMŮ V ORIGIN. Semestrální práce UNIVERZITA PARDUBICE. Fakulta chemicko-technologická Katedra analytické chemie
UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie TVORBA GRAFŮ A DIAGRAMŮ V ORIGIN Semestrální práce Licenční studium Galileo Interaktivní statistická analýza dat Brno 01 Ing.
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.
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
VíceAplikovaná statistika v R
Aplikovaná statistika v R Filip Děchtěrenko Matematicko-fyzikální fakulta filip.dechterenko@gmail.com 15.5.2014 Filip Děchtěrenko (MFF UK) Aplikovaná statistika v R 15.5.2014 1 / 15 Co bude náplní našich
VícePOČÍTAČEM PODPOROVANÉ VZDĚLÁVÁNÍ VÝSLEDKY VÝZKUMNÉ SONDY
POČÍTAČEM PODPOROVANÉ VZDĚLÁVÁNÍ VÝSLEDKY VÝZKUMNÉ SONDY DOSTÁL Jiří KLEMENT Milan, ČR Resumé Článek prezentuje výsledky výzkumného šetření realizovaného na školách v České republice. Zaměřuje se na zjištění
VícePOHLED STUDENTŮ UČITELSTVÍ NA REFLEKTIVNÍ A TRANSMISIVNÍ PŘÍSTUP K UČENÍ IVA ŽLÁBKOVÁ, LUBOŠ KRNINSKÝ
POHLED STUDENTŮ UČITELSTVÍ NA REFLEKTIVNÍ A TRANSMISIVNÍ PŘÍSTUP K UČENÍ IVA ŽLÁBKOVÁ, LUBOŠ KRNINSKÝ Anotace Cílem příspěvku bude popsat, jakým způsobem chápou pojmy vztahující se k reflektivnímu a transmisivnímu
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.
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
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
VícePROHLOUBENÍ NABÍDKY DALŠÍHO VZDĚLÁVÁNÍ NA VŠPJ A SVOŠS V JIHLAVĚ
Projekt č. CZ.1.07/3.2.09/03.0015 PROHLOUBENÍ NABÍDKY DALŠÍHO VZDĚLÁVÁNÍ NA VŠPJ A SVOŠS V JIHLAVĚ http://www.vspj.cz/skola/evropske/opvk Tento projekt je spolufinancován Evropským sociálním fondem a státním
VíceVYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI
VYUŽITÍ MATLAB WEB SERVERU PRO INTERNETOVOU VÝUKU ANALÝZY DAT A ŘÍZENÍ JAKOSTI Aleš Linka 1, Petr Volf 2 1 Katedra textilních materiálů, FT TUL, 2 Katedra aplikované matematiky, FP TUL ABSTRAKT. Internetové
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
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
VíceRozbor znalostí matematické analýzy u studentů v závislosti na typu absolvované střední školy
Rozbor znalostí matematické analýzy u studentů v závislosti na typu absolvované střední školy Jaroslav Lindr Vysoké učení technické v Brně, Stavební fakulta, Ústav společenských věd e-mail: lindr.j@fce.vutbr.cz
VíceZpráva o testu klonů topolů a vrb na pozemku ve Stachách na Šumavě
Ústřední kontrolní a zkušební ústav zemědělský Oddělení bezpečnosti půdy a lesnictví Zpráva o testu klonů topolů a vrb na pozemku ve Stachách na Šumavě Průběžná zpráva Zpracoval : Ing. Dušan Reininger
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
VícePracovní motivace a její naplnění u zaměstnanců ve vybraném kraji
Vysoká škola technická a ekonomická v Českých Budějovicích Ústav podnikové strategie Pracovní motivace a její naplnění u zaměstnanců ve vybraném kraji Autor bakalářské práce: Sabina Šuldová Vedoucí bakalářské
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.
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
VíceUloha B - Kvantitativní test. Radek Kubica A7B39TUR. B1 Radek Kubica Kvantitativní testování Stránka 1
Uloha B - Kvantitativní test Radek Kubica A7B39TUR B1 Radek Kubica Kvantitativní testování 26.4.2014 Stránka 1 Obsah Úvod... 3 Nezávislé proměnné... 3 Závislé proměnné... 3 Popis uživatelů pro tento testování...
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.
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.
VíceSTATISTICKÉ PROGRAMY
Slezská univerzita v Opavě Obchodně podnikatelská fakulta v Karviné STATISTICKÉ PROGRAMY VYUŽITÍ EXCELU A SPSS PRO VĚDECKO-VÝZKUMNOU ČINNOST Elena Mielcová, Radmila Stoklasová a Jaroslav Ramík Karviná
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
VíceMgr. Martin Škopek, Ph.D., katedra tělesné výchovy, PF UJEP
Mgr. Martin Škopek, Ph.D., katedra tělesné výchovy, PF UJEP Technické prostředky Vidíme - věříme - rozumíme Minimum informací na snímku (max 10 řádků) Jednoduchost Výběr barev Obsluha techniky Poznámky,
VíceDovednosti dospělých v prostředí informačních technologií
Mezinárodní výzkum dospělých Programme for the International Assessment of Adult Competencies Dovednosti dospělých v prostředí informačních technologií Lucie Kelblová PIAAC Mezinárodní výzkum vědomostí
VíceČeské vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611. Semestrální práce ze Statistiky (SIS)
České vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611 Semestrální práce ze Statistiky (SIS) Petr Procházka, Jakub Feninec Skupina: 97 Akademický rok: 01/013 Úvod V naší
VíceNEPARAMETRICKÉ TESTY
NEPARAMETRICKÉ TESTY Neparametrický jednovýběrový Jeden výběr jehož medián srovnáváme s nějakou hodnotou Wilcoxonův jednovýběrový test 1) Máme data z družice Hipparcos pro deklinaci (obdoba zeměpisné šířky)
VíceINFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION
VLIV INFORMATIVNÍ TABULE NA ZMĚNU RYCHLOSTI VE VYBRANÉ LOKALITĚ INFLUENCE OF SPEED RADAR SIGN ON VELOCITY CHANGE IN THE SELECTED LOCATION Martin Lindovský 1 Anotace: Článek popisuje měření prováděné na
Více