Moje noha a statistika. Pavla Žufníčková, olifa@seznam.cz Josef Molnár, molnar@inf.upol.cz



Podobné dokumenty
Moje noha a statistika

PROTOKOL: ANATOMICKÉ ZMĚNY POHYBOVÉHO APARÁTU U ČLOVĚKA V

PROTOKOL: ANATOMICKÉ ZMĚNY POHYBOVÉHO APARÁTU U ČLOVĚKA V

Název: Plantogram. Autor: Mgr. Blanka Machová. Název školy: Gymnázium Jana Nerudy, škola hl. města Prahy. Předmět, mezipředmětové vztahy: Biologie

Kosterní soustava člověka klenba nohy (plantogramy) (laboratorní práce)

Induktivní statistika. z-skóry pravděpodobnost

Inferenční statistika - úvod. z-skóry normální rozdělení pravděpodobnost rozdělení výběrových průměrů

Pythagorova věta Pythagorova věta slovní úlohy

Provide Motivation Through Exciting Materials in Mathematics and Science. Sample Units

Pythagorova věta Pythagorova věta slovní úlohy. Mocniny s přirozeným mocnitelem mocniny s přirozeným mocnitelem operace s mocninami

Pojem a úkoly statistiky

Popisná statistika. Statistika pro sociology

Statistika pro geografy

Základy popisné statistiky

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

Matematické modelování dopravního proudu

pracovní list studenta Kombinatorika, pravděpodobnost, základy statistiky Jak jsou vysocí? Mirek Kubera

Rozměry lidského těla jako důležité indikátory zdraví Žákovské aktivity

STATISTICKÉ CHARAKTERISTIKY

Obecné, centrální a normované momenty

MATEMATIKA. Statistika

Jednofaktorová analýza rozptylu

Praktická statistika. Petr Ponížil Eva Kutálková

UKAZATELÉ VARIABILITY

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

MÍRY ZÁVISLOSTI (KORELACE A REGRESE)

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

Porovnání dvou výběrů

2. Základní typy dat Spojitá a kategoriální data Základní popisné statistiky Frekvenční tabulky Grafický popis dat

Statistika - charakteristiky variability

Náhodné (statistické) chyby přímých měření

SAMOSTATNÁ STUDENTSKÁ PRÁCE ZE STATISTIKY

STATISTICKÝ SOUBOR. je množina sledovaných objektů - statistických jednotek, které mají z hlediska statistického zkoumání společné vlastnosti

STATISTICKÉ ODHADY Odhady populačních charakteristik

Číselné charakteristiky a jejich výpočet

Náhodná proměnná. Náhodná proměnná může mít rozdělení diskrétní (x 1. , x 2. ; x 2. spojité (<x 1

Základy statistiky pro obor Kadeřník

ANALÝZA DAT V R 2. POPISNÉ STATISTIKY. Mgr. Markéta Pavlíková Katedra pravděpodobnosti a matematické statistiky MFF UK.

Učivo obsah. Druhá mocnina a odmocnina Druhá mocnina a odmocnina Třetí mocnina a odmocnina Kružnice a kruh

Zápočtová práce STATISTIKA I

Laboratorní práce č. 1: Měření délky

Metodologie pro Informační studia a knihovnictví 2

Komplexní čísla, Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Kombinatorika, pravděpodobnost a statistika, Posloupnosti a řady

Mnohorozměrná statistická data

Statistika. zpracování statistického souboru

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

Náhodné chyby přímých měření

EXPERIMENTÁLNÍ MECHANIKA 2 Přednáška 5 - Chyby a nejistoty měření. Jan Krystek

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

PŘEPOČET VÝSLEDKŮ ZÁKLADNÍ A VYŠŠÍ ÚROVNĚ OBTÍŽNOSTI DIDAKTICKÝCH TESTŮ DLE PRAVDĚPODOBNOSTNÍHO MODELU INDEX 11

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

III/2 Inovace a zkvalitnění výuky prostřednictvím ICT

Testování hypotéz. Testování hypotéz o rozdílu průměrů t-test pro nezávislé výběry t-test pro závislé výběry

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

Stavový model a Kalmanův filtr

přesné jako tabulky, ale rychle a lépe mohou poskytnou názornou představu o důležitých tendencích a souvislostech.

vzdělávací oblast vyučovací předmět ročník zodpovídá MATEMATIKA A JEJÍ APLIKACE MATEMATIKA 8. MARKUP Druhá mocnina a odmocnina FY Tabulky, kalkulátor

Mann-Whitney U-test. Znaménkový test. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Metodologie pro Informační studia a knihovnictví 2

Úvod do problematiky měření

MS EXCEL 2010 ÚLOHY. Vytvořte tabulku podle obrázku, která bude provádět základní matematické operace se dvěma zadanými čísly a a b.

Jana Vránová, 3. lékařská fakulta UK

Chyby měření 210DPSM

ZÁKLADNÍ STATISTICKÉ CHARAKTERISTIKY

Úvod do kurzu. Moodle kurz. (a) (b) heslo pro hosty: statistika (c) skripta na pravděpodobnost

VY_52_INOVACE_2NOV43. Autor: Mgr. Jakub Novák. Datum: Ročník: 7., 8.

Minimální hodnota. Tabulka 11

Základní statistické charakteristiky

Název. Řešení střech. Jméno a ová adresa autora. Obsah. Pomůcky. Poznámky

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA Sylabus pro předmět STATISTIKA Pomůcky... 7

5) Ve třídě 1.A se vyučuje 11 různých předmětů. Kolika způsoby lze sestavit rozvrh na 1 den, vyučuje-li se tento den 6 různých předmětů?

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

Určujeme neznámé hodnoty parametru základního souboru. Pomocí výběrové charakteristiky vypočtené z náhodného výběru.

Normální (Gaussovo) rozdělení

Rozměry lidského těla jako důležité indikátory zdraví Učitelský průvodce

Obsah. Statistika Zpracování informací ze statistického šetření Charakteristiky úrovně, variability a koncentrace kvantitativního znaku

Metody sociálních výzkumů. Velmi skromný úvod do statistiky. Motto: Jsou tři druhy lži-lež prostá, lež odsouzeníhodná a statistika.

23. Matematická statistika

Výsledky základní statistické charakteristiky

Otázky k měření centrální tendence. 1. Je dáno rozložení, ve kterém průměr = medián. Co musí být pravdivé o tvaru tohoto rozložení?

Popisná statistika kvantitativní veličiny

Základy popisné statistiky. Vytvořil Institut biostatistiky a analýz, Masarykova univerzita J. Jarkovský, L. Dušek

Matematická statistika

3.4 Určení vnitřní struktury analýzou vícerozměrných dat

Odhady parametrů základního souboru. Cvičení 6 Statistické metody a zpracování dat 1 (podzim 2016) Brno, říjen listopad 2016 Ambrožová Klára

Název: Kriminalistika

Hodnocení stavu výživy

DÝCHACÍ SOUSTAVA. 1) POPIŠTE KŘIVKU VITÁLNÍ KAPACITY PLIC (vyplňte prázdné. Praktická cvičení č. 2

Matematika. 8. ročník. Číslo a proměnná druhá mocnina a odmocnina (využití LEGO EV3) mocniny s přirozeným mocnitelem. výrazy s proměnnou

Renáta Bednárová STATISTIKA PRO EKONOMY

KGG/STG Statistika pro geografy

A) síla kožní řasy...cm označení...

Pracovní list č. 3 Charakteristiky variability

Měření délky, určení objemu tělesa a jeho hustoty

Jméno a příjmení. 2.1 Pokyny k otevřeným úlohám. 2.2 Pokyny k uzavřeným úlohám TESTOVÝ SEŠIT NEOTVÍREJTE, POČKEJTE NA POKYN!

Transkript:

PROMOTE MSc POPIS TÉMATU MATEMATIKA 4 Název Tematický celek Jméno a e-mailová adresa autora Cíle Obsah Moje noha a statistika Pravděpodobnost a statistika Pavla Žufníčková, olifa@seznam.cz Josef Molnár, molnar@inf.upol.cz Předvést a použít některé termíny ze statistiky (normální rozdělení, Gaussova křivka,...). Pracovat s chybami měření, podporovat kooperaci a zodpovědnou práci, rozvíjet práci s textem, kreativitu a informovat studenty o stavu jejich nožní klenby. 3 vyučovací hodiny. Vytvořit otisk plosky nohy (plantogram) na papír, zjistit stav klenby nohy, provést některá další měření a užít antropometrické tabulky. Pomůcky Poznámky M 1

Moje noha a statistika 1. Hodina: Evokace: Zábavný minitest na základní pojmy ze statistiky. Pomůcky: test (příloha 1) Poznámka: Test slouží především jako zdroj informací pro další práci. Účastníci si ho proto po zaznamenání správných odpovědí ponechávají. Zhotovení otisku plosky nohy na čtvrtky papíru (příloha 6) Pomůcky: mastný krém, čtvrtky barevného papíru, papírové ubrousky, Postup: Bosou nohu natřete mastným krémem, postavte se na čtvrtku papíru, zatižte vlastní vahou na cca 5 vteřin. Nohu opatrně odlepte od papíru s hotovým otiskem. Ihned obtáhněte otisk tužkou, po zaschnutí by již nemusel být tak výrazný. Zopakujeme pro druhou nohu. Podepište se na čtvrtky a uschovejte na další hodinu. 2. Hodina Zadání pro studenty: Zkuste zjistit stav klenby vaší nohy. Změřte délku a šířku vaší nohy co možná nejpřesněji a vyhodnotit je pomocí Ni (normalizovaný index). Učitel vám dá potřebný materiál. Budete pracovat ve skupině expertů. Práce učitele: Učitel koordinuje rozdělení do skupin a práci v expertních skupinách. Radí a vysvětluje. Práce v expertních skupinách na téma, jak zpracovávat výsledky, jak měřit a co měřit, jakým způsobem postupovat a zpracovávat výsledky. Pomůcky: materiál pro práci v expertních skupinách (příloha 2, příloha 3, příloha 4). Postup: uveden v příloze Popis práce v expertních skupinách (příloha 5). Provedení měření, zpracování výsledků a práce na základě výsledků expertních skupin. Pomůcky: různá pravítka, kalkulačka Postup: Studenti si sami zvolí postup měření, na základě informací od členů expertní skupiny a provedou výpočty. Učitel však vždy může pomoci. 3. Hodina Zadání pro studenty: Proveďte výzkum ve třídě týkající se délky a šířky nohy. Použij znalosti z minulé hodiny. Výstupem bude diagram nebo tabulka. Zkus odhadnout obsah otisku nohy. Zpracování závisí na věku a znalostech studentů. M 2

PŘÍLOHA 1 Test pro modul Moje noha a statistika 1) Statistika je a) krvežíznivá šelma b) pohlavní choroba c) užitečná věda 2) Statistika se zabývá a) Jednotlivými čísly a individui b) Vymýváním hrnců c) Velkými čísly a velkými soubory 3) 10 000 pacientů zubní kliniky u kterých zjišťujeme počet vlastních zubů tvoří a) referenční soubor b) statistický znak c) aritmetický průměr 4) Statistický znak je a) Erb statistického úřadu b) Plavecký styl c) Předmět statistického šetření 5) Statistika původně sloužila a) Jako veliká legrační hra b) K popisu státu c) K odstřelování rašeliny 6) Směrodatná odchylka udává a) Jak daleko se od průměru mohou lišt případy považované za průměrné b) Naprosté koniny c) Nejčastější znak 7) Porucha klenby nohy je a) Jedním z nejčastějších onemocněním člověka b) Pojem z architektury c) Nemoc vymizelá s příchodem očkování 8) Aritmetický průměr a nejčastější hodnota (modus) jsou a) Vždy to samé b) Někdy to samé c) Vždy rozdílné 9) Já mám a) Normálně klenutou nohu b) Plochou nohu c) Vysokou nohu 10) Index je a) Délka toaletního papíru b) Spotřeba hořčice c) Totéž jako Ukazovatel Správné odpovědi: 1C, 2C, 3A, 4C, 5B, 6A, 7A, 8B, 9 nehodnotí se, 10C M 3

PŘÍLOHA 2 pro práci v expertních skupinách pro modul Moje noha a statistika Metody zjišťování stavu klenby nohy Po technické stránce lze otisk plosky nohy získat několika způsoby. Klementa (1987) popisuje dvě chemické metody zhotovování plantogramu. U "ferrokyanidové metody" vyšetřovaná osoba našlapuje ploskou nohy navlhčenou roztokem chloridu železitého na papír napuštěný ferrokyanidem draselným. Při metodě "rhodanidové" je využito chemické reakce rhodanidu draselného s chloridem železitým. Chemickou cestou tak dochází ke vzniku otisku plosky nohy. U metod "nechemických" (otiskových, daktyloskopických) vzniká plantogram mechanickým otiskem plosky nohy potřené barvivem (nejčastěji tiskařskou černí) na připravený papír. Nevýhodou těchto metod je znečistění plosky nohy. K vyloučení tohoto nežádoucího faktoru jsou konstruovány plantografy, které zajišťují vznik otisku bez přímého kontaktu plosky nohy s barvivem. Metody hodnocení plantogramu Podle Mayerovy metody je na nejširší části otisku paty určen střed, který je přímkou spojen s vnitřním okrajem otisku čtvrtého prstu. Takto získaná "Mayerova linie" slouží k hodnocení plochonoží. Pokud šíře otisku střední části nohy tuto linii překrývá na vnitřní straně, jde o sníženou podélnou klenbu nohy. V metodě Chippauxe a Šmiřáka se zjišťuje poměr mezi nejširším a nejužším místem plantogramu (viz obrázek). Tato místa se měří na kolmicích k laterální (vnější) tečně plantogramu. Je-li vzájemný poměr do 45 %, jde o normálně klenutou nohu, nad 45 % o nohu plochou. Tuto metodu využil ve své studii Klementa a stanovil normy pro jednotlivé stupně ploché nohy. Od 45,1 % do 50 % jde o mírně plochou nohu, od 50,1 % do 60 % středně plochou nohu a od 60,1 % do 100 % silně plochou nohu. Klementa doplňuje klasifikaci o vizuální škálu, ve které figurují i jednotlivé stupně "vysoké nohy" definované v závislosti na distanci otisku přední části nohy a paty (délka přerušení otisku). M 4

nejmenší Index plochosti nohy = šířka * 100 největší Noha normálně klenutá: 0,1 45,0 % Noha plochá: 45,1 50,0 % mírně plochá 50,1 60,0 % středně plochá 60,1 100,0 % silně plochá Nohy vysoká: měříme délku přerušení otisku 0,1 1,5 cm mírně vysoká 1,6 3,0 cm středně vysoká více jak 3,0 cm velmi vysoká M 5

PŘÍLOHA 3 Hodnocení proporcionality pomocí NORMALIZOVANÝCH INDEXŮ (Ni) Vzorec pro výpočet Ni: Ni = xi x σ x i konkrétní naměřená hodnota x průměr referenčního souboru, najdeme ji v Antropometrických tabulkách, jde o aritmetický průměr vám dobře známý směrodatná odchylka, najdeme ji v Antropometrických tabulkách (zde značena s). Po normování se rovná 1. Hodnota Ni ukazuje, jak daleko od průměru je zkoumaný jedinec. Nula představuje průměr referenčního souboru. Záporné znaménko označuje odchylku pod střední hodnotu (naměřené hodnoty jsou nižší, než je průměr). Kladné znaménko určuje odchylku nad střední hodnotu (naměřené hodnoty jdou vyšší než průměr). Hodnocení znaku Ni v rozmezí Rozvoj znaku Procento populace mající Ni v daném rozmezí do ± 1 průměrný 68 do ± 2 nad (pod)průměrný 95 do ± 3 potenciálně patologický 99,7 > ± 3 patologicky disproporcionální 100 Měříme-li tělesné znaky člověka a zjišťujeme četnost neměřených hodnot, zjišťujeme, že většina hodnot je blízká průměru. Hodnoty velmi vzdálené od průměru jsou téměř vyloučené. Mluvíme o tzv. NORMÁLNÍM ROZDĚLENÍ a vyjádřit ho můžeme pomocí tzv. Gaussovy křivky (o tom vás budou informovat experti na téma Normálního rozdělení). Poznámky: 1. Antropometrické údaje jsou zvlášť pro muže a ženy a Moravu s Čechy. 2. Tabulky pro antropometrii musíme bráti s jistou rezervou. Příklad: Studentka naměřila, že délka jejího pravého chodidla je 25,0 cm. Studentka pochází z Olomouce a její věk je 16 let. V tabulkách si vyhledá stranu s délkou chodidla u žen. Ve sloupci věk si vyhledá údaj pro 16,00 16,99. Najde si sloupeček pro Moravii. Odpovídající průměrná hodnota je 26,3 cm a směrodatná odchylka je 1,36. Po dosazení do vzorce pro výpočet Ni jí tedy vyjde číslo 0,95588., které musíme zaokrouhlit na vhodný počet platných cifer, tedy 1,0. Studentka tedy v položce délka chodidla zapadá do průměru. M 6

PŘÍLOHA 4 Morfogram tělesné stavby Z normalizovaných indexů (Ni) sledovaných znaků jedince si můžeme sestavit morfogram tělesné stavby, podle kterého určujeme vzájemnou disproporcionalitu znaků. Na vodorovnou osu nanášíme znak, na svislou stupnici 3 až +3 (standardizovanou směrodatnou odchylku (Ni). O každém znaku pak vypovídá sloupeček patřičné velikosti. Př. Studentka vypočítala Ni své výšky. Vyšlo jí 2,3 a Ni pro její váhu jako 0,6. Do morfogramu zanesla naměřené údaje následovně: morfogram tělesné stavby 3 2 Ni 1 0-1 váha dívky výška 1dívky 2 znak Histogramy Histogram je v nejjednodušším případě sloupcový diagram. Různě velké obdélníky jsou vedle sebe zobrazeny tak, aby vypovídali o vzájemné velikosti nebo četnosti. Příklady histogramů jsou v textu o normální rozdělení. Na vodorovnou osu se nanáší znak, na svislou četnost nebo velikost znaku. Pokud spojíme sloupce úsečkami, získáme POLYGON (2. obrázek v textu o normálním rozdělení). M 7

PŘÍLOHA 5 Popis práce v expertních skupinách expertní učení - vybraní členové skupin (experti) se seznámí s určitou částí probíraného tématu a pak předají poznatky a zkušenosti ostatním. Konkrétní příklad: Třída s 27 studenty se rozdělí na přibližně stejně početné skupinky. 3 skupiny po 5ti a 2 skupiny po 6ti lidech. Každá skupina dostane stejný balíček, který ale obsahuje 5 různých textů určených ke zpracování (vhodné je každé skupině přidělit barvu a texty v dané barvě očíslovat). Členové skupiny si texty rozdělí podle svých preferencí (délka, předpokládaná obtížnost) a samostatně ho zpracují. Nevylučuje se spolupráce ve dvojicích. Snaží se vybrat to nejpodstatnější. Aby se práce zefektivnila, setkají se v dalším kroku zpracovatelé stejného textu z různých skupin a společně poopraví výsledky svých zpracování. Každý člen skupinky se tak stává expertem na danou oblast. V posledním kroku se opět dají dohromady výchozí skupinky a vzájemně se informují o výsledcích své práce, popřípadě zhotoví potřebný výstup. M 8