ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Podobné dokumenty
SEMESTRÁLNÍ PRÁCE Z PŘEDMĚTU STATISTIKA TÉMA:

Semestrální práce Průzkum zpoždění autobusové linky 143 v zastávce stadion Strahov. Statistika

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

Minimální hodnota. Tabulka 11

Stanovení ekonomických dopadů vstupu MHD do integrovaného dopravního systému

CZECHBUS Ing. Martin Jareš, Ph.D Praktické zkušenosti se zavedením páteřních linek v Praze

IES FSV UK. Domácí úkol Pravděpodobnost a statistika I. Cyklistův rok

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

MATEMATIKA III V PŘÍKLADECH

Jak se cestuje po Brně? Studie dělby přepravní práce ve městě Brně Jana Válková Evaluační manažerka projektu CIVITAS ELAN

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ Ústav aplikované matematiky

ORGANIZACE A ŘÍZENÍ MHD cvičení z předmětu 12OMHD LS 2014/2015

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ FAKULTA DOPRAVNÍ

Osoby na vozíku a veřejná doprava v České republice

23. Matematická statistika

ORGANIZACE A ŘÍZENÍ MĚSTSKÉ HROMADNÉ DOPRAVY

Výsledky sledování indikátoru ECI: A.3 Mobilita a místní přeprava cestujících v Chrudimi

Příloha č. 17. Výsledky socio-dopravního průzkumu. Integrovaný plán mobility Ostrava analytická část - přílohy 1

Zápočtová práce STATISTIKA I

Role autobusu a vlaku v mobilitě obyvatelstva

Mgr. Vladan Hruška, Ph.D. Mgr. Jan Píša. Univerzita Jana Evangelisty Purkyně Ústí nad Labem,

Příloha PS2 Průzkum veřejnosti v oblasti dopravy a městské mobility ve městě Přerov

ORGANIZACE A ŘÍZENÍ MHD cvičení z předmětu 12OMHD LS 2014/2015

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

Děkuji za Váš čas, který věnujete mé žádosti a očekávám, pokud možno v co nejkratší době, odpověď, kterou bych mohla tlumočit občanům.

Charakteristiky kategoriálních veličin. Absolutní četnosti (FREQUENCY)

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

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Úvod. o Ing. Blanka Brožová

Návrh metodiky pořízení výběrového souboru

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

Statistika. cílem je zjednodušit nějaká data tak, abychom se v nich lépe vyznali důsledkem je ztráta informací!

Univerzita Karlova v Praze Centrum pro otázky životního prostředí U Kříže Praha 5 ředitel: prof. RNDr. Bedřich Moldan, CSc.

Úvod. o Ing. Blanka Brožová brozova.blanka@centrum.cz

Test z teorie VÝBĚROVÉ CHARAKTERISTIKY A INTERVALOVÉ ODHADY

Zjišťování spokojenosti zákazníků se službami MHD a provádění dalších šetření v oblasti veřejné dopravy

Kolejové napojení Letiště Václava Havla Praha Trendy evropské dopravy

Výrobní produkce divizí Ice Cream Po lo ha plane t Rozložený výse ový 3D graf Bublinový graf Histogram t s tn e ídy

Plán udržitelné městské mobility města Frýdku Místku

Výsledky sledování indikátoru ECI/TIMUR A.3: Mobilita a místní přeprava cestujících v Uherském Hradišti

Metodologie pro ISK II

Průzkum spokojenosti s cestováním do areálu České zemědělské univerzity v Praze

Statistika. zpracování statistického souboru

Lítejte svobodně po Praze a Středočeském kraji

Postavení dopravců v IDS Doprava Ústeckého kraje

Preference dopravních prostředků

Technologický park Brno firmy řeší mobilitu společně

Výsledky sledování indikátoru ECI/TIMUR A.3: Mobilita a místní přeprava cestujících v Třebíči

Páteřní linky v Praze i v zahraničí

Rychlíkem do Berouna, Rakovníka nebo Příbrami na jízdenku Pražské integrované dopravy. Cestující od února ušetří

Semestrální práce z předmětu Statistika

Tabulka 1. Výběr z datové tabulky

Vysoká škola báňská technická univerzita Ostrava. Fakulta elektrotechniky a informatiky

Výsledky sledování indikátoru ECI/TIMUR A.3: Mobilita a místní přeprava cestujících v Třebíči

zcela převažující druh průměru, který má uplatnění při řešení téměř všech úloh statistiky široké využití: v ekonomických

Sbírka příkladů k procvičení VMZDP, VMZDH, VMZDK

Plán udržitelné městské mobility Statutárního města Kladna

Příloha č. 4. Statistický rozbor vzorku návštěvníků festivalu

Průzkum RESOLVE č. 2. Respondenti podle PSČ

2.5 Frekvence vyjížďky, denní vyjížďka podle času stráveného na cestě

Biostatistika Cvičení 7

Společný dopravní systém pro Prahu a Středočeský kraj. Ing. Martin Jareš, Ph.D. ROPID

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

ANKETNÍ DOPRAVNÍ PRŮZKUM UŽIVATELŮ PRAŽSKÉ INTEGROVANÉ DOPRAVY, ZAMĚŘENÝ NA ZMĚNY V ORGANIZACI DOPRAVNÍ OBSLUŽNOSTI

Výsledky základní statistické charakteristiky

Statistické vyhodnocování ankety pilotního projektu Kvalita výuky na Západočeské univerzitě v Plzni

Základy popisné statistiky

Integrovaný plán mobility Ostrava průzkumy

Spojení Letiště Václava Havla Praha se spádovou oblastí Praha, ČR

Výstupy z dotazníkového šetření mapujícího rizikové chování v pražských školách z pohledu pedagogů

Tvorba indikátorů pro udržitelnou mobilitu a sběr dat. Ing. Luděk Dostál

Srovnání principů dopravní obslužnosti ve Spolkové republice Německo a v Rakousku Tomáš Nigrin Jiří Dujka

Návrh koncepce železnič ní dopravy v Praze a okolí. Gymnázium J. S. Machara, Brandýs nad Labem - oktáva

Výsledky základní statistické charakteristiky

Statistika. Počet přestupků počet odebraných bodů za jeden přestupek. Statistický soubor 1

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE

Statistika. Diskrétní data. Spojitá data. Charakteristiky polohy. Charakteristiky variability

Statistika. Semestrální projekt

KOMBINATORIKA, PRAVDĚPODOBNOST, STATISTIKA. Charakteristiky variability. Mgr. Jakub Němec. VY_32_INOVACE_M4r0120

Statistické zkoumání faktorů výšky obyvatel ČR

Renáta Bednárová STATISTIKA PRO EKONOMY

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

Přepravní průzkumy OMHD 2016

Pravděpodobnost a aplikovaná statistika

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

MATEMATICKÁ STATISTIKA. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci

Novinky v integraci dopravy Prahy a Středočeského kraje za rok Ing. et Ing. Petr Tomčík, ROPID

Statistické metody - nástroj poznání a rozhodování anebo zdroj omylů a lží

Statistický projekt. Název projektu: V jakých jezdíme automobilech. Autoři: Beneš Tomáš, Budka Josef. Oponenti: Bahenský Pavel, Buzák Jan

Statistika pro geografy

TECHNICKÁ UNIVERZITA V LIBERCI. Ekonomická fakulta. Semestrální práce. Statistický rozbor dat z dotazníkového šetření školní zadání

Matematická statistika

PREFERENCE MĚSTSKÉ HROMADNÉ DOPRAVY V HL.M.PRAZE. ing. Jiří Vodrážka, DPP

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) - Charakteristika výběrového souboru (II. díl)

ORGANIZACE A ŘÍZENÍ. Ing. Petr Chmela. ská 10, 5. patro chmela@ropid zastavka.net. ROPID, Praha 1, Rytířsk. semestráln

Ceník předplatních časových jízdenek - stručný přehled

Case studies nemají cenu. Tedy kromě této. Marek Prchal

Výzkumy CzechTourism. Monitoring marketingové kampaně POST-TEST. Nobody s Unpredictable. Prosinec 2011

Zeptali jsme se 10 osob, kolik minut provolají měsíčně s rodinou a jejich odpovědi jsme zaznamenali do tabulky:

Metropolitní linky v Praze

Transkript:

ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE FAKULTA DOPRAVNÍ ÚSTAV APLIKOVANÉ MATEMATIKY STATISTIKA Průzkum skladby cestujících v městské hromadné dopravě a jejich preferencích při volbě dopravního prostředku v Praze VYPRACOVALI: Radim Pacík, Tomáš Paldus, sk. 2 36 OPONENTI: Martin Pavlů, Josef Mráz, sk. 2 36

1. ÚVOD Ačkoliv nám při výběru tématu projektu do předmětu statistika nebyly kladeny žádné meze, apelovali jsme na skutečnost, abychom se věnovali problematice, která bude terčem našeho zájmu a obohatila nás mnohými zkušenostmi, jež upotřebíme při následujícím studiu. Proto jsme se rozhodli pro průzkum skladby cestujících v pražské hromadné dopravě a jejich preferencích při volbě způsobu přepravy po Praze. Pomocí dotazníku budeme zkoumat, jaký způsob dopravy cestující zvolí při svém každodenním přesouvání. Zajímat nás bude jak účel cesty, tak například doba strávená cestováním. Nebudeme rozlišovat pouze rozdíl mezi IAD a MHD, ale i mezi jednotlivými dopravními prostředky MHD (metro, bus, tramvaj). Abychom získali objektivní vypovídající hodnotu, máme v plánu oslovit široký okruh respondentů na různých místech po Praze. Konkrétně se bude jednat o 2 3 respondentů se zastoupením všech věkových skupin a sběr dat budeme provádět jak na nejvytíženějších stanicích a zastávkách MHD, tak i v oblastech dále od centra města. Jelikož jsme si vědomi, že cestující nemusí mít pro náš sběr dat stejné nadšení jako my, budeme se snažit dotazník vytvořit co možná nejjednodušeji, aby zabral co nejméně času.

2. DOTAZNÍK A ČETNOSTI ODPOVĚDÍ 1) Jaký prostředek preferujete při cestě do zaměstnání / školy? a) Tramvaj b) Metro c) Bus d) IAD e) Necestuji do zaměstnání /školy f) Jiné Otázka číslo 1 a b c d e f <15 let 8 6 5 2 15 26 31 22 3 16 2 26 65 84 62 43 18 1 4 >65 36 31 47 12 2) Jak často využíváte MHD a) Denně b) Pouze pracovní dny c) cca 3 krát týdně d) Výjimečně Otázka číslo 2 a b c d <15 let 8 6 5 15 26 31 22 3 16 26 65 84 62 43 18 >65 36 31 47 12

3. Za jakým účelem nejčastěji cestujete? a) Zaměstnání, škola b) Zábava c) Nákupy, jiné osobní potřeby d) Jiné Otázka číslo 3 a b c d <15 let 13 9 7 15 26 38 43 18 26 65 12 65 34 >65 9 15 54 4) Kolik času strávíte při cestě do práce do školy /zaměstnání? a) <2 b) 2-3 c) 3-45 d) 45-6 e) 6< Otázka číslo 4 a b c d e <15 let 4 5 3 1 15 26 1 8 15 12 1 26 65 12 36 48 11 8 >65 1 9 22 14 4

5) Jaký typ cestovních dokladů využíváte? a) Jednorázové b) Měsíční c) 3 měsíce d) Roční e) Jezdím zdarma f) Jiné Otázka číslo 5 a b c d e f <15 let 13 15 26 12 15 16 4 1 26 65 35 27 37 16 >65 59 3. VYHODNOCOVÁNÍ JEDNOTLIVÝCH DAT ČETNOST VYUŽITÍ JEDNOTLIVÝCH DOPRAVNÍCH PROSTŘEDKŮ Necestuji do zaměstnání/ško ly; 3 IAD; 46 Jiné; 6 Tramvaj; 159 Bus ; 125 Metro; 121

Modus: Tramvaj (četnost 159) Zjišťujeme počet lidí využívajících MHD a IAD Střední hodnota Rozptyl Směrodatná odchylka Pro intervalový odhad se spolehlivostí 95% je (Pozn. četnost odpovědí o využití IAD je třeba brát s rezervou, protože při způsobu našeho sběru dat jsme logicky potkávali spíše cestující MHD) ČETNOST VYUŽITÍ PID Výjimečně; 19 Cca 3x týdně; 3 Denně; 93 Pouze pracovní dny; 93

Modus: denně a pracovní dny Medián: nelze jednoznačně určit Aritmetický průměr Rozptyl =3,7 Směrodatná odchylka Intervalový odhad na 95% ÚČEL CESTOVÁNÍ Jiné; Nákupy; 113 Zaměstnání, škola; 162 Zábava; 132

TYPY CESTOVNÍCH DOKLADŮ Jiné; 1 Jezdím zdarma; 72 Jednorázové; 47 Měsíční; 42 Roční; 2 3 Měsíce; 53 4. ROZDĚLENÍ JEDNOTLIVÝCH VELIČIN Rozhodli jsme se také sledovat, jak se jednotlivé druhy odpovědí budou lišit pro různé věkové skupiny respondentů. V následujících histogramech lze přehledně zjistit, jak se pro námi vytyčené věkové skupiny liší volba dopravního prostředku, doby strávené při cestě do školy či zaměstnání a druh cestovních dokladů, které využívají. a) Volba dopravního prostředku Do 15 let 1 8 6 4 2 Tramvaj Metro BUS IAD Necestuji Jiné Dopravní prostředek

15-26 let 35 3 25 2 15 1 5 Tramvaj Metro BUS IAD Necestuji Jiné Dopravní prostředek 25-65 let 1 8 6 4 2 Tramvaj Metro BUS IAD Necestuji Jiné Dopravní prostředek Nad 65 let 5 4 3 2 1 Tramvaj Metro BUS IAD Necestuji Jiné Dopravní prostředek

b) Čas strávený jízdou do školy / zaměstnání Do 15 let 6 5 4 3 2 1 < 2 2-3 3-45 45-6 > 6 Jízdní doby [min] 15-26 let 2 15 1 5 < 2 2-3 3-45 45-6 > 6 Jízdní doby [min] Nad 65 let 25 2 15 1 5 < 2 2-3 3-45 45-6 > 6 Jízdní doby [min]

25-65 let 6 5 4 3 2 1 < 2 2-3 3-45 45-6 > 6 Jízdní doby [min] c) Cestovní doklady používané jednotlivými kategoriemi cestujících 14 12 1 8 6 4 2 Do 15 let Typ cestovního dokladu 2 15 1 5 15-26 let Typ cestovního dokladu

26-65 let 4 3 2 1 Typ cestovního dokladu Nad 65 let 7 6 5 4 3 2 1 Typ cestovního dokladu

5. ZÁVĚR Z námi nasbíraných dat je patrno, že 4% dotázaných využívá MHD denně, stejný počet cestuje pouze v pracovních dnech. Průměrný počet cestování je 5 dní v týdnu. Dále jsme zjistili, že největší část cestujících stráví dobu v časovém rozmezí 3 45 minut. Při vyhodnocování statistických údajů je třeba mít na paměti a zohlednit, kde byla data sbírána a jaká část obyvatelstva byla průzkumu podrobena. Sběr dat pro tento projekt byl prováděn poblíž metra linky B Národní třída na ulici Spálená a u konečné stanice metra linky A Dejvická. Pokud bychom ještě pokračovali v dělení a například rozlišovali, kde byla data nasbírána, byly by znatelné rozdíly ve volbě dopravního prostředku, cestovní době, účelu cestování i například věkové kategorie. Například na Dejvické byla patrná převaha studentů s účelem cesty do školy, využívajících metra a autobusů. Na Spálené jsme potkávali cestující s kratší dobou cesty využívajících spíše tramvaje. Náš výsledek, kdy jsme se snažili zjistit rozdíl mezi využíváním MHD a IAD není možné bohužel brát, jak již bylo výše uvedeno, za směrodatný. Pro rozlišení těchto dvou veličin je třeba použít jiných metod sběru dat.