ČVUT FAKULTA DOPRAVNÍ

Podobné dokumenty
Testy. Pavel Provinský. 19. listopadu 2013

ADDS cviceni. Pavlina Kuranova

Tomáš Karel LS 2012/2013

TECHNICKÁ UNIVERZITA V LIBERCI

Test dobré shody v KONTINGENČNÍCH TABULKÁCH

Máte rádi kávu? Statistický výzkum o množství vypité kávy napříč věkovým spektrem.

INDUKTIVNÍ STATISTIKA

JEDNOVÝBĚROVÉ TESTY. Komentované řešení pomocí programu Statistica

You created this PDF from an application that is not licensed to print to novapdf printer (

4EK211 Základy ekonometrie

KONTINGENČNÍ TABULKY Komentované řešení pomocí programu Statistica

PRAVDĚPODOBNOST A STATISTIKA. Testování hypotéz o rozdělení

Testování hypotéz. Analýza dat z dotazníkových šetření. Kuranova Pavlina

Technická univerzita v Liberci

4EK211 Základy ekonometrie

TECHNICKÁ UNIVERZITA V LIBERCI

Příklad 1. Korelační pole. Řešení 1 ŘEŠENÉ PŘÍKLADY Z MV2 ČÁST 13

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ FAKULTA DOPRAVNÍ

Řešení: máme diskrétní N.V. vzdělání bez maturity, s maturitou, vysokoškoláci, PhD.

4ST201 STATISTIKA CVIČENÍ Č. 7

Příklad: Test nezávislosti kategoriálních znaků

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

11. cvičení z PSI prosince hodnota pozorovaná četnost n i p X (i) = q i (1 q), i N 0.

PRAVDĚPODOBNOST A STATISTIKA

Aproximace binomického rozdělení normálním

Statistika. Testování hypotéz statistická indukce Úvod do problému. Roman Biskup

Prevence karcinomu děložního čípku a využití Liquid Based Cytology

12. cvičení z PST. 20. prosince 2017

ADDS cvičení 7. Pavlína Kuráňová

Ing. Michael Rost, Ph.D.

Kontingenční tabulky, korelační koeficienty

České vysoké učení technické v Praze Fakulta dopravní Ústav aplikované matematiky, K611. Semestrální práce ze Statistiky (SIS)

Testování statistických hypotéz. Ing. Michal Dorda, Ph.D. 1

PRAVDĚPODOBNOST A STATISTIKA. Neparametrické testy hypotéz čast 1

TECHNICKÁ UNIVERZITA V LIBERCI

Příklady na testy hypotéz o parametrech normálního rozdělení

TECHNICKÁ UNIVERZITA V LIBERCI. Statistický rozbor dat z dotazníkového šetření

12. cvičení z PSI prosince (Test střední hodnoty dvou normálních rozdělení se stejným neznámým rozptylem)

Problematika analýzy rozptylu. Ing. Michael Rost, Ph.D.

Pearsonůvχ 2 test dobré shody. Ing. Michal Dorda, Ph.D.

{ } ( 2) Příklad: Test nezávislosti kategoriálních znaků

= = 2368

NEPARAMETRICKÉ TESTY

Testy dobré shody Máme dvě veličiny, u kterých bychom chtěli prokázat závislost, TESTY DOBRÉ SHODY (angl. goodness-of-fit tests)

Dotazník výzkumného šetření. 2. Uveďte nejvyšší stupeň dosaženého vzdělání? základní střední bez maturity / vyučen střední s maturitou vysokoškolské

Testování statistických hypotéz

Uloha B - Kvantitativní test. Radek Kubica A7B39TUR. B1 Radek Kubica Kvantitativní testování Stránka 1

Pravděpodobnost a statistika, Biostatistika pro kombinované studium. Tutoriál č. 5: Bodové a intervalové odhady, testování hypotéz.


Testování hypotéz. 4. přednáška

Vzorová prezentace do předmětu Statistika

Zpracování náhodného vektoru. Ing. Michal Dorda, Ph.D.

Regresní analýza 1. Regresní analýza

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Tomáš Karel LS 2012/2013

Vysoká škola báská Technická univerzita Ostrava Institut geoinformatiky. Analýza dojíždní z dotazníkového šetení v MSK. Semestrální projekt

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Kategorická data METODOLOGICKÝ PROSEMINÁŘ II TÝDEN 7 4. DUBNA dubna 2018 Lukáš Hájek, Karel Höfer Metodologický proseminář II 1

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Statistika, Biostatistika pro kombinované studium. Jan Kracík

Název testu Předpoklady testu Testová statistika Nulové rozdělení. ( ) (p počet odhadovaných parametrů)

České vysoké učení technické v Praze Fakulta dopravní

Seminář 6 statistické testy

Základy biostatistiky II. Veřejné zdravotnictví 3.LF UK - II

SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKY

Normální (Gaussovo) rozdělení

analýza kategoriáln lních dat Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat Epidemiologické ukazatele

Epidemiologické ukazatele. lních dat. analýza kategoriáln. Prof. RNDr. Jana Zvárová, DrSc. Záznam epidemiologických dat. a I E

Jarqueův a Beryho test normality (Jarque-Bera Test, JB test)

Aktivita A Zmapování a analýza disparit mezi regiony NUTS 3 ve fyzické dostupnosti bydlení

Přednáška 9. Testy dobré shody. Grafická analýza pro ověření shody empirického a teoretického rozdělení

Testování statistických hypotéz

DVOUVÝBĚROVÉ A PÁROVÉ TESTY Komentované řešení pomocí programu Statistica

5. Závislost dvou náhodných veličin různých typů (kategoriální a metrická veličina)

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Testování hypotéz o parametrech regresního modelu

Testování hypotéz o parametrech regresního modelu

4EK211 Základy ekonometrie

Kontingenční tabulky, korelační koeficienty

Test obsahoval 7 otevřených otázek a 2 uzavřené alternativní otázky s možností volby ano, ne.

Jana Vránová, 3. lékařská fakulta UK

Fakulta humanitních studií

Návrh a vyhodnocení experimentu

Testování hypotéz. December 10, 2008

A7B39TUR - Semestrální práce

12. prosince n pro n = n = 30 = S X

II. Statistické metody vyhodnocení kvantitativních dat Gejza Dohnal

TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Ústav aplikované matematiky

TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta

4EK211 Základy ekonometrie

Cvičení 9: Neparametrické úlohy o mediánech

Z mých cvičení dostalo jedničku 6 studentů, dvojku 8 studentů, trojku 16 studentů a čtyřku nebo omluveno 10 studentů.

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

Vliv reklamy na studenty

STATISTICKÉ TESTY VÝZNAMNOSTI

UNIVERZITA PARDUBICE Fakulta chemicko-technologická Katedra analytické chemie. Nám. Čs. Legií 565, Pardubice. Semestrální práce ANOVA 2015

Plánování experimentu

SOFTWARE STAT1 A R. Literatura 4. kontrolní skupině (viz obr. 4). Proto budeme testovat shodu středních hodnot µ 1 = µ 2 proti alternativní

Transkript:

ČVUT FAKULTA DOPRAVNÍ 2011-2012 STATISTICKÝ PROJEKT STATISTICKÉ ZPRACOVÁNÍ DOTAZNÍKU 2 40 ROMAN VOKÁČ VALERIYA SIMBAEVA

Obsah 1. Úvod...1 2. Plány studentů po maturitě...2 3. Volba vysoké školy...3 4. Mají studenti zájem o FD ČVUT?...5 5. Kolik je mezi studenty mužů a žen?...6 6. Doučování...7 7. Délka školní přípravy...9 8. Délka spánku... 11

1. Úvod Statistický projekt je zaměřen na studenty 1. a ů VOŠ A SPŠD DOPRAVNÍ MASNÁ 18, PRAHA 1. Formou dotazníku bylo studentům položeno celkem 10 jednoduchých otázek týkajících se jejich vzdělávání. Odpovídali studenti prvních a čtvrtých ročníků všech tříd, kteří byli přítomni ve škole v den vyplňování dotazníků. Podařilo se nám nazpět získat více jak 300 vyplněných dotazníků. Aby se daly odpovědi porovnávat, jsou zpravidla převedeny na grafické procentuální vyjádření. 1

Odpovědi studentů [] 2. Plány studentů po maturitě Odpovědi na otázku: Jaké jsou vaše plány po maturitě? Ještě nevím 52 32 Pracovat 33 20 Dále studovat na VŠ 60 37 Dále studovat jinde 14 9 Jiné 4 2 Σ 163 100 Ještě nevím 20 14 Pracovat 20 14 Dále studovat na VŠ 77 56 Dále studovat jinde 16 12 Jiné 5 4 Σ 138 100 Studenti vybírají jako nejčastější možnost pokračovat po maturitě ve studiu na vysoké škole. Lze předpokládat, že nerozhodnutí studenti ů se nejčastěji rozhodnou ve u k dalšímu studiu na vysoké škole. Plány studentů po maturitě 60 50 40 30 20 10 0 Ještě nevím Pracovat Dále studovat na VŠ Dále studovat jinde Jiné 2

Odpovědi studentů [] 3. Volba vysoké školy Odpovědi na otázku: Jaký typ vysoké školy by jste si vybrali? Technická 65 38 Ekonomická 48 28 Humanitní 22 13 Právnická 19 11 Jiné 17 10 Σ 171 100 Technická 66 41 Ekonomická 36 22 Humanitní 23 14 Právnická 17 10 Jiné 20 12 Σ 162 100 Odpovědi studentů jednotlivých ročníků jsou přibližně stejné. Větší rozdíl lze pozorovat u poklesu zájmu o ekonomické vysoké školy. Otestujeme tedy hypotézu, zda je volba vysoké školy nezávislá na studovaném ročníku. Jakou vysokou školu by si studenti vybrali? 45 40 35 30 25 20 15 10 5 0 Technická Ekonomická Humanitní Právnická Jiné 3

Chí kvadrát test nezávislosti H 0 : Volba vysoké školy nezávisí na studovaném ročníku Oi naměřená data Ei data odpovídající hypotéze Technická Ekonomická Humanitní Právnická Jiné Σ Celkem studentů 65 67,3 48 43,1 22 23,1 19 18,5 17 19,0 171 0,5135 333 2. ročník 66 63,7 36 40,9 23 21,9 17 17,5 20 18,0 162 0,4865 Σ 131 84 45 36 37 0,3934 0,2523 0,1351 0,1081 0,1111 Statistika -2,3 5,154 0,077 2,3 5,154 0,081 4,9 23,667 0,549-4,9 23,667 0,579-1,1 1,228 0,053 1,1 1,228 0,056 0,5 0,264 0,014-0,5 0,264 0,015-2,0 4,000 0,211 2,0 4,000 0,222 Σ 1,857 Hypotézu, že volba vysoké školy nezávisí na studovaném ročníku nezamítáme na hladině významnosti. 4

Odpovědi studentů [] 4. Mají studenti zájem o FD ČVUT? Odpovědi na otázku: Máze zájem studovat na FD ČVUT? Určitě ano 9 6 Spíše ano 58 36 Spíše ne 42 26 Určitě ne 9 6 Neznám 44 27 Σ 162 100 Určitě ano 5 4 Spíše ano 28 20 Spíše ne 67 48 Určitě ne 34 24 Neznám 7 5 Σ 141 100 Z těchto výsledků je patrné, jak se mění informovanost studentů o vysoké škole - 27 studentů ů nezná FD ČVUT, oproti studentům ů, kde je neznalost pouhých 5. Neočekávali jsme, že bude pokles studentů, kteří mají zájem studovat na FD ČVUT. Je to překvapující vzhledem k tomu, že se jedná o střední školu zaměřenou na dopravu. Zvolili by studenti možnost studovat na FD ČVUT? 50 45 40 35 30 25 20 15 10 5 0 Určitě ano Spíše ano Spíše ne Určitě ne Neznám 5

5. Kolik je mezi studenty mužů a žen? Muži 138 86 Ženy 22 14 Σ 160 100 Muži 122 86 Ženy 20 14 Σ 142 100 Skladba studentů 14 86 Muži Ženy Je zajímavé, že po převedení na procentuální vyjádření je výsledek stejný jak v prvním, tak ve druhém ročníku. Pravděpodobnost, že náhodně vybraný student prvního ročníku bude muž, který již má rozhodnuto dále studovat na FD ČVUT je 5,2. 6

Odpovědi studentů [] 6. Doučování Odpovědi na otázku: Chtěl bych doučování z předmětu Mám zájem o doučování Matika 53 25 46 26 Fyzika 23 11 7 4 Angličtina 56 27 64 36 Odborné předměty 16 8 8 4 Nemají zájem 57 27 47 26 Jiné 5 2 6 3 Σ 210 100 178 100 Mám zájem o doučování z předmětu 40 35 30 25 20 15 10 5 0 Matika Fyzika Angličtina Odborné předměty Nemám zájem Jiné 7

Odpovědi studentů [] Odpovědi na otázku: Již mám doučování z předmětu Již mám doučování Matika 24 14 44 27 Fyzika 8 5 7 4 Angličtina 18 10 27 16 Odborné předměty 2 1 3 2 Nemají doučování 121 69 78 48 Jiné 3 2 5 3 Σ 176 100 164 100 80 70 60 50 40 30 20 10 Již mám doučování z předmětu 0 Matika Fyzika Angličtina Odborné předměty Nemám doučování Jiné 8

Odpovědi studentů [] 7. Délka školní přípravy H 0 : Délka přípravy do školy není závislá na pohlaví 40 35 30 Délka školní přípravy Naše nulová hypotéza je, že nezávisí doba přípravy do školy na pohlaví. Hladinu významnosti jsme určili 5. 25 20 15 10 5 2. ročník 0 0-1,5 2-4,5 5-8,5 9-12,5 13 a více Délka školní přípravy za týden [h] Oi naměřená data Ei data odpovídající hypotéze 0-4,5 5-8,5 9 a více Σ Celkem studentů Muži 132 132,5 82 81,7 45 44,7 259 0,8605 301 Ženy 22 21,5 13 13,3 7 7,3 42 0,1395 Σ 154 95 52 0,5116 0,3156 0,1728 tatistika -0,512 0,262 0,002 0,512 0,262 0,012 0,256 0,065 0,001-0,256 0,065 0,005 0,256 0,065 0,001-0,256 0,065 0,009 Σ 0,030 Hypotézu, že délka přípravy studentů na této škole není závislá na pohlaví nezamítáme na hladině významnosti. 9

H 0 : Délka přípravy studentů nezávisí na studovaném ročníku Naše nulová hypotéza je, že délka domácí přípravy studentů není závislá na ročníku, který studenti právě studují. Hladinu významnosti jsme určili 2,5. Oi naměřená data Ei data odpovídající hypotéze 0-1,5 2-4,5 5-8,5 9-12,5 13 a více Σ Celkem studentů 18 22,4 59 57,9 53 49,6 14 17,7 13 9,4 157 0,5216 301 2. ročník 25 20,6 52 53,1 42 45,4 20 16,3 5 8,6 144 0,4784 Σ 43 111 95 34 18 0,1429 0,3688 0,3156 0,1130 0,0598 Statistika -4,4 19,612 0,874 4,4 19,612 0,953 1,1 1,217 0,021-1,1 1,217 0,023 3,4 11,892 0,240-3,4 11,892 0,262-3,7 13,944 0,786 3,7 13,944 0,857 3,6 13,041 1,389-3,6 13,041 1,514 Σ 6,920 Hypotézu, že délka domácí přípravy studentů na této škole nezávisí na studovaném ročníku nezamítáme na hladině významnosti. 10

8. Délka spánku Chí kvadrát test nezávislosti H 0 : Doba spánku studentů nezávisí na studovaném ročníku Naše nulová hypotéza je, že doba spánku studentů není závislá na ročníku, který studenti právě studují. Hladinu významnosti jsme určili 1. Oi získaná data Ei data odpovídající hypotéze 0-5 5,5-6,5 7-8 8,5 a více Σ Celkem studentů 14 12,1 40 53,2 80 77,9 25 15,8 159 0,5265 302 2. ročník 9 10,9 61 47,8 68 70,1 5 14,2 143 0,4735 Σ 23 101 148 30 0,0762 0,3344 0,4901 0,0993 Statistika 1,9 3,575 0,295-1,9 3,575 0,328-13,2 173,594 3,265 13,2 173,594 3,630 2,1 4,324 0,055-2,1 4,324 0,062 9,2 84,738 5,365-9,2 84,738 5,965 Σ 18,965 Hypotézu, že doba spánku studentů na této škole nezávisí na studovaném ročníku zamítáme na hladině významnosti. 11