ustní zkouška Flashcards
(161 cards)
1
Q
co je statistika?
A
informace posbirane od respondentů převedeny na čísla, matematicky vyhodnoceny, nástroj analýzy dat
2
Q
použití statistické analýzy
A
vybrat a upravit nástroj ke sběru dat
zhodnocení vypordukovanych výsledku
stanovit vlastnosti výzkumného vzorku
odhadnout vlastnosti populace
rozhodnout, zda výsledek lze zobecnit na populaci
3
Q
vzorek
A
hodnoty z podskupiny
4
Q
populace
A
vsechny hodnoty
5
Q
parametr
A
údaj o všech
6
Q
statistika
A
údaj o vzorku
7
Q
deskriptivní statistika
A
popisuje a interpretuje NAŠE hodnoty
8
Q
intervenční statistika
A
použije naše data k ODHADU pro celou populaci
9
Q
data
A
neanalyzovane naměřené hodnoty
10
Q
nástroje sběru dat
A
dotazníky, rozhovory, zúčastněné pozorování,…
11
Q
analýza sekundárních dat
A
data sesbirana někým jinym
12
Q
proměnné
A
nakodovana data (musí být nezbytná a užitečný), liší se u zkoumaných lidi v kvantitě nebo kvalitě
13
Q
konstanta
A
u zkoumaných lidi se neliší ani v kvantitě ani v kvalitě
14
Q
categories / kategorie
A
vyjádřené slovně
15
Q
valeš / hodnoty
A
vyjádřeny číselně
16
Q
frekvence
A
= četnost (kolikrát)
17
Q
úrovně měření
A
nominální ordinální intervalová pomerova
18
Q
nominální úroveň měření
A
nespojité proměnné, pouze kvalitativní rozdíly, nelze radit podle velikosti
19
Q
podmínky nominální úrovně měření
A
neslučitelné a vyčerpávající
20
Q
neslučitelné kategorie
A
každý respondent panuje pouze do jedné kategorie
21
Q
vyčerpávající kategorie
A
kudy respindent někam pasuje
22
Q
ordinální úroveň měření
A
kvantitativní význam, seraditelne, stupně, škály
23
Q
intervalová úroveň měření
A
nemá absolutní nulu, čísla můžou být i záporná, nelze násobit
24
Q
poměrova úroveň měření
A
má fixní absolutní nulu, hodnoty nejdou do minusu, všechny matematické operace
25
nespojité proměnné
jen celá čísla ( počet děti)
26
spojité proměnné
jakákoli hodnota, mezi každou dvojici čísel je ještě další číslo ( výška)
27
dichotomicke proměnné
pouze dvě možnosti
28
vicekategorialni proměnná
více než dvě možnosti
29
druhy statistické analýzy
jednorozměrná
dvourozměrná
vícerozměrná
30
jednorozmerna statistická analýza
distribuce hodnot jedné proměnné
31
dvourozměrná statistická analýza
vztah mezi dvěma proměnnými
32
vicerozmerna statistická analýza
vztah mezi více než dvěma proměnnými
33
frekvenční tabulky a grafy
sumaruzace syrivycg dat prezentované do podoby grafu / tabulky (vizualizace)
34
frekvenční tabulky
shrnují četnosti
35
tabulka absolutních četnosti
kolikrát se hodnota vyskytuje
36
tabulka komulativnich četnosti
kolik klientů má 37 let a méně - sčítání řádek se všemi řádky nad nim
37
tabulka relativních četnosti
v procentech
38
tabulka relativních komulativnich četnosti
součet relativních hodnot řádku s řádky nad nim (percentil)
39
podmínky vytvoření intervalu
velký počet homogenních případu v každém intervalu, každý případ patří pravě do jednoho intervalu
40
graf
osa x = hodnoty proměnné
osa y = četnost
41
sloupcove diagramy
pořadí nehraje roli, nedotýkají se, jsou stejně široké, výška znamená četnost
42
histogram
šířka sloupců znamená šířku intervalu, dotýkají se, znázorňují ordinální proměnnou ve správném pořadí
43
kolacovy diagram
porce znamená kategorii proměnné, větší porce má větší četnost
44
stonkolist
první cifra stonek, druhá cifra list, několik listu za sebou, stonek má od každého čísla jedno
45
centrální tendence
hledáme typickou hodnotu
46
variabilita
v jaké míře se data od typické hodnoty odchylují
47
tri nástroje centrální tendence
průměr, median, modus
48
vlastnosti centrální tendence
sumarizace dat, poskytnutí referenčního bodu
49
modus
nejčastější hodnota
50
bimodalni distribuce
dva modusy
51
užitečné percentily
decily, kvartily (1. a 3.)
52
median
prostřední hodnota
53
průměr
součet všech hodnot děleny jejich počtem, citlivý na extrémy
54
orezany prumer
prumer osekany o horních a dolních 5%
55
vážený prumer
všechny hodnoty nemají stejnou váhu
56
mezikrartilni rozpětí
25-75 percentil
57
průměrná odchylka
součet absolutních odchylek děleny počtem případu
58
rozptyl
variace (součet čtverců individuálních absolutních odchylek od průměru děleno počtem případu)
59
krabicovy diagram
extrémní hodnoty, horní kvartil, median, dolní kvartil, extrémní hodnoty
60
z-skóre
jak daleko od průměru se hodnota nachází, rozdíl mezi individuální a průměrnou hodnotou
61
co je pravděpodobnost
způsob jak kvantifikovat nejistotu, šance výskytu možných výsledku během náhodného procesu
62
základní prostor
sada všech možných výsledku
63
jev
podmnožina základního prostoru, skupinka možných výsledku
64
Podmíněná šance
se ptá na specifickou skupinu z určité kategorie
65
Nepodmíněná šance
se ptá na všechny lidi bez ohledu na skupiny.
66
základní prostor
všechny možné výsledky
67
doplněk
navzájem se vylučující (všechny co nejsou v našem jevu)
68
průnik
je v jednom i ve druhem jevu
69
sjednocení
je v jednom NEBO ve druhem jevu
70
nezávislé pokusy
co se stane v jednom pokusu neovlivňuje žádný jiný pokus
71
závislý pokus
výsledek jednoho pokusu ovlivňuje druhý pokus
72
podmíněná pravděpodobnost
víme, ze se výsledek na hází v nějaké konkrétní části základního prostoru
73
statistická nezávislost
pokud je pravděpodobnost podskupiny lidi ve stejně kategorii stejná jako pravděpodobnost u všech lidi ve vzorku
74
rozložení náhodné proměnné
distribuce výskytu všech možných výsledků
75
binomické rozložení
počet případů, kdy nastane jedna z celkem dvou možných variant, každý pokus m dva možné výsledky (úspěch x neúspěch)
76
normální rozložení
pravděpodobnostní rozložení provspojita data, které se blíží realitě, má symetrickou distribuci, zvoncovitý tvar, není špičatým, modus=median=prumer=nejvyssi bod grafu, osa x do šesti dílu
77
standardizace
převod absolutní hodnoty proměnné na z-skóre, vzniká standardizované normální rozložení
78
standardizované normální rozložení
má prumer 0 a odchylku 1
79
náhodný pokus
akt vedoucí k jednomu výsledku, výsledkem je jev/událost
80
výsledek
člen základní množiny, to co vznikne náhodným pokusem
81
třída jevů
sada výsledků, podmnožina základního prostoru
82
spojené jevy
průnik x sjednocení
83
vyčerpávající jevy
vyplňují celý základní prostor
84
pravděpodobnost
míra jistoty ze nastane daný jev
85
podmíněna pravděpodobnost
pravděpodobnost výskytu za předpokladu, ze se zároveň stane i jiný jev
86
kdy existuje souvislost?
pokud se hodnota proměnné pravdepodbneji vyskytne s určitými hodnotami jiných proměnných
87
závislá proměnná
výsledek, který je porovnáván
88
nezávislá proměnná
kategorická x kvantitativní
89
kategorická nezávislá
definuje srovnávané skupiny
90
kvantitativní nezávislá
definuje vliv změny numerických hodnot na výsledné hodnoty
91
typy souvislostí
obě kategorické, kategorická a kvantitativní, obě kvantitativní
92
souvislost mezi dvěma kategorických proměnnými
proces křížení, kontingenční tabulka, srovnání podmíněných proporcí
93
míra souvislosti dvou kategorických proměnných
rozdíl, relativní riziko, poměr šancí, chikvadrat
94
míra asociace
sumarizuje sílu závislosti dvou proměnných
95
souvislost mezi kategorickou a kvantitativní proměnnou
míry centrální tendence a variability
96
souvislost mezi dvěma kvantitativních proměnnými
bodové rozptýlení včetně regulace extrému, pearsonův x spearmanův koeficient korelace
97
RR x odds ratio
RR = podíl úspěchu proti celému číslu (pravděpodobnost)
odds ratio = poměr úspěchu vůči neúspěchu (šance)
98
bodové rozptýlení, pozitivní souvislost
když jsou hodnoty x větší, jsou hodnoty y taky větší
99
bodové rozptýlení, negativní souvislost
když jsou hodnoty x vysoké, jsou hodnoty y nízké
100
pearsonuv koeficient součinové korelace
směr a síla LINEÁRNÍ souvislosti, hodnoty -1 až 1, čím blíž nule tím menší souvislost, bez ohledu na jednotku výsledek stejný, VÝPOČET průměrný násobek všech zskorů, vyžaduje normální rozložení a žádné extrémy
101
ověřování normality
tragicky nebo testem normality
102
regresní přímka
odhaduje hodnotu závislé proměnné
103
regresní analýza
predikuje výsledky závislé proměnné podle nezávisle proměnné
104
korelace
vztah mezi dvěma proměnnými
105
neprava korelace
korelace neznamená kauzalitu (vztah je způsoben třetí proměnnou)
106
kauzalita
jedna proměnná způsobuje druhou
107
výběrová distribuce
jak daleko od populárního parametru leží statistika vzorku?
108
populační distribuce
hodnoty v cele populaci a jejich rozložení, fixní ale neznámý parametr
109
distribuce výběrových proporcí
různé vzorky ze stejně populace, poskytuje pravděpodobnost všech možných hodnot konkrétní statistiky, jak se hodnoty liší v různých vzorcích
110
distribuce výběrových statistik
distribuce pravděpodobností všech možných výsledků konkrétní statistiky (jak částo očekáváme konkretni hodnotu při náhodném výběru)
111
směrodatná odchylka
odmocnina z rozptylu, odolnější vůči extrémům
112
distribuce výběrových průměrů
opakovaně vybírám vzorek a jeho průměry nanáším na novou distribuci
113
charakteristiky nové distribuce (výběrových poměrů)
populační průměr, chyba průměru, centrální limitní věta
114
populační průměr
průměr nové distribuce, průměr výběrových průměru
115
centrální limitní věta
bez ohledu na rozložení populace budou mit průměry náhodné vybraných vzorků přibližně normální rozložení (velikost výběru > 30)
116
metody statistické inference
odhad (bodový/intervalový), testování hypotéz
117
bodový odhad
jediné číslo je nejlepším odhadem charakteristiky populace
118
estimator
nástroj k vytvoření odhadu
119
podmínky pro dobrý odhad
výběrová distribuce je vycentrovana kolem parametru, nízká směrodatná odchylka
120
příklad dobrého estimatoru
prumer vzorku
121
intervalový odhad
je pravděpodobné, ze uvnitř nej leží populační parametr
122
interval spolehlivosti
hodnota parametru s určitou zvolenou pravděpodobností
123
úroveň spolehlivosti
pravděpodobnost že výsledkem bude interval obsahující parametr
124
výběrová chyba
měří jak přesný je bodový odhad parametru, je násobkem směrodatné odchylky výběrové distribuce
125
konstrukce intervalu spolehlivosti
prostřednictvím výběrové distribuce
126
směrodatná chyba
odhadována směrodatná odchylka výběrové distribuce
127
vliv úrovně spokojenosti na výběrovou chybu
vyšší uroven spolehlivosti = vyšší výběrová chyba = širší interval spolehlivosti = méně přesný odhad
128
interpretace intervalu spokojenosti
když budu nekonečně tahat náhodný vzorek a pokaždé vytvořím 95% interval spokojenosti, tak v 95% případu budou tyto intervaly obsahovat populační prumer
129
t-distribuce
podobná normálnímu rozložení, zvonovitý tvar, symetrická kolem 0, širší konce, závisí na stupních volnosti, má větší variabilitu, c8m větší vzorek tím víc normální rozložení
130
stupně volnosti
počet nezávislých hodnot které můžeme volně měřit
131
T-skóre
místo populační odchylky používáme odchylku ze vzorku
132
z-skóre pro průměry
prumer vzorku minus prumer populace deleno smrodatna odchylka/odmocnina z velikosti vzorku = jak daleko je nás vzorek od střední hodnoty populace, používáme k testování hypotéz
133
z-rozložení
= standardizované normální rozložení, prumer 0 a směrodatná odchylka 1
134
nulová hypotéza
předpokládáme, ze mezi sledovaných jevy není žádný vztah
135
alternativní hypotéza
předpokládáme, že mezi jevy je nějaký vztah
136
testování hypotéz
proces, kdy ověřujeme, zda data souhlasí s nulovou nebo alternativní hypotézou
137
hladina významnosti (alfa)
úroveň pravděpodobnosti, při které odmítneme nulovou hypotézu (0,05 = 5%)
138
statistická významnost
zda je rozdíl mezi proměnnými skutečný
139
meritorní významnost
zkoumá praktický dopad rozdílu
140
jednostranný test
testuje pouze jeden směr rozdílu (větší / menší)
141
oboustranný test
zkoumá rozdíl v obou směrech (větší a menší)
142
chyba 1. druhu
kdy nesprávně odmítneme nulovou hypotézu
143
chyba 2. druhu
nesprávně odmítneme alternativní hypotézu
144
statistická síla testu
pravděpodobnost, ze test správně odmítne nepravdivou nulovou hypotézu (vyšší síla = menší šance na chybu)
145
statistik vš. parametr
výsledek dat x skutečnost v populaci
146
rozdělení výběrových průměrů
jak by vypadaly průměry různých vzorků ze stejné populace
147
směrodatná odchylka výběrových průměrů
jak moc se mohou výsledky různých vzorků ze stejné populace lišit od skutečné hodnoty (parametru)
148
výběrová chyba
výběr vzirku který přesně nereprezentuje celou populaci
149
centrální limitní věta
průměry z velkých vzorku budou mít normální rozložení bez ohledu na rozložení původních dat
150
studentovo T rozdělení
rozdělení používané pro malé vzorky když neznáme směrodatnou odchylku populace
151
T-testy
testy pro porovnání průměrů
152
jednovýběrový T-test
porovnává průměr vzorku se známou hodnotou (parametrem?)
153
T-test pro nezávislé výběry
porovnávání průměrů dvou nezávislých skupin
154
T-test pro závislé výběry
porovnání průměrů dvou vzájemně propojených skupin (stejná skupin lidí např.)
155
chí-kvadrát
test pro zkoumání vztahu mezi dvěma kategorickými proměnnými
156
chí-kvadrát statistika
rozdíl mezi očekávanými a pozorovanými četnostmi
157
očekávané četnosti
teoretické hodnoty podle nulové hypotézy
158
pozorované četnosti
skutečné četnosti z dat
159
phí
2x2 kontingenční tabulky, síla asociace mezi dvěma binárními proměnnými
160
kramerovo V
obecné případy, více než dvě kategorie, síla asociace mezi kategorialnimi proměnnými jakéhokoli počtu
161
phí
měří sílu asociace mezi dvěma binarnimi proměnnými (kontingenční tabulka 2x2)
