Úplné zobrazení záznamu

Toto je statický export z katalogu ze dne 27.05.2026. Zobrazit aktuální podobu v katalogu.

Bibliografická citace

.
0 (hodnocen0 x )
(1.5) Půjčeno:3x 
BK
1. vyd.
Praha : Státní pedagogické nakladatelství, 1981
316 s.

Učebnice pro vysoké školy
Vysokoškolská příručka pro posluchače fakult připravujících učitele
Na základech počtu pravděpodobnosti a matematické statistiky pojednává o metodách statistické analýzy situací, v nichž jsou na prvcích populace sledovány vlastnosti, měřitelné pomocí znaku nominálního, ordinálního ametrického.Zabývá se matematickým modelováním učení, zavádí matematický model didaktického testu a vyšetřuje jeho informační účinnost.
000004007
1. Úvod Náhoda a její zákony // 1.1 Náhoda a kategorie nahodilého v historickém vývoji // 1.2 Náhodné jevy // 1.2.1 Populace a základní soubor // 1.2.2 Pokus. Náhodný jev // 1.2.3 Pravděpodobnost náhodného jevu // 1.2.4 Podminěná pravděpodobnost. // 1.2.5 Nezávislé náhodné jevy Bayesův vzorec // 1.2.6 Klasická pravděpodobnost // 1.3 Náhodné veličiny // 1.3.1 Distribuění funkce náhodné // 1.3.2 veličiny Některá teoretická rozdělení // 1.3.3 Momenty a parametry teoretických // 1.4 rozdělení Náhodné procesy // 1.4.1 Příklady // 1.4.2 Markovův řetězec // 1.4.3 Homogenní Markovův řetězec // 2. Principy statistického usuzování // 2.1 Co je statistika // 2.1.1 Populace a výběr z ni // 2.1.2 Plánování pokusu // 2.1.3 Metody matematického // 2.1.4 modelováni Kvantifikace vlastností. Škálování // 2.2 a měření Teorie statistického odhadování // 2.2.1 Bodové odhady a jejich vlastnosti // 2.2.1.1 Metoda maximální věrohodnosti // 2.2.1.2 Momentová metoda // 2.2.2 Intervalové odhady // 2.2.3 Bayesův odhad // 2.3 Testování statistických hypotéz // 2.3.1 Test s pevným rozsahem výběru // 2.3.2 Sekvenční test // 2.4 Statistické rozhodování // 3. Analýza nominálních dat // 3.1 Uspořádání dat a jejich redukce 112 // 3.1.1 Případ jediného sledovaného znaku 112 // 3.1.2 Případ dvou sledovaných znaků 113 // 3.2 Statistická indukce pro jeden výběr 120 // 3.2.1 Případ jediného sledovaného znaku 120 // 3.2.1.1 Odhad pravděpodobnosti výskytu náhodného jevu 120 // 3.2.1.2 Test přiléhavosti chí-kvadrát 122 // 3.2.1.3 Test hypotézy o parametru alternativního rozdělení 124 // 3.2.2 Případ dvou a více znaků 127 // 3.2.2.1 Chí-kvadrát test nezávislosti dvou znaků 127 // 3.2.2.2 Chí-kvadrát test nezávislosti dvou dichotomických znaků 128 //
3.2.2.3 Fisherův kombinatorický test 129 // 3.2.2.4 G-test podle Woolfa 131 // 3.3 Statistická indukce pro několik nezávislých výběrů 132 // 3.3.1 Chí-kvadrát test homogenity 132 // 3.3.2 Testy homogenity pro dichotomický znak 133 // 3.4 Statistická indukce v případě opakovaných měření 134 // 3.4.1 Případ dvou opakování 134 // 3.4.1.1 Test symetrie podle Bowkera 135 // 3.4.1.2 Dichotomický znak. McNemarův // test 136 // 3.4.2 Několik opakování dichotomického znaku. Cochranův ß-test 138 // 4. Analýza ordinálních dat 141 // 4.1 Uspořádání dat a jejich redukce 141 // 4.1.1 Případ jediného sledovaného znaku 141 // 4.1.2 Případ dvou sledovaných znaků 144 // 4.2 Statistická indukce pro jeden výběr 145 // 4.2.1 Případ jediného sledovaného znaku 145 // 4.2.1.1 Test náhodnosti, založený na iteracích 145 // 4.2.1.2 Test polohy rozdělení // 4.2.1.3 Standardizace klasifikační škály // 4.2.2 Případ dvou a více znaků // 4.2.2.1 Speannanův pořadový koeficient korelace // 4.2.2.2 Kendallův pořadový koeficient // korelace // 4.3 Statistická indukce pro nezávislé výběry // 4.3.1 Případ dvou výběrů // 4.3.1.1 A’-test van der Waerdena // 4.3.1.2 í/.test // 4.3.1.3 Test Mostellera pro dva výběry // téhož rozsahu // 4.3.1.4 Test rovnosti mediánů dvou rozdělení // 4.3.2 Srovnání několika nezávislých výběrů. Я-test Kruskala a Wallise // 4.4 Statistická indukce v případě opakovaných měření // 4.4.1 Případ dvou opakování // 4.4.1.1 Znaménkový test // 4.4.1.2 Wilcoxonův test // 4.4.1.3 Analýza vlivu dědičnosti na sledovaný znak // 4.4.2 Případ několika opakovaných vyšetření. Friedmanův test // 4.4.3 Analýza variability ordinálního znaku prostřednictvím distance // 5. Analýza metrických dat // 5.1 Uspořádání dat a jejich redukce //
5.1.1 Případ jediného sledovaného znaku // 5.1.2 Případ dvou sledovaných znaků // 5.2 Statis tická indukce pro jeden výběr // 5.2.1 Případ jediného sledovaného // znaku // 5.2.1.1 Odhad parametru ц normálního rozdělení // 5.2.1.2 Odhad parametru a3 normálního // rozdělení // 5.2.1.3 Test hypotézy o parametru .. normálního rozdělení // 5.2.1.4 Test hypotézy o parametru a2 normálního rozdělení // 5.2.1.5 Kolmogorovův a Smirnovův test přiléhavosti // 5.2.2 Případ dvou a více znaků // 5.2.2.1 Test hypotézy o Pearsonově koeficientu korelace 188 // S.2.2.2 Test hypotézy o regresním koeficientu 189 // 5.3 Statistická indukce pro nezávislé výběry 191 // 5.3.1 Případ dvou výběrů 191 // 5.3.1.1 Test hypotézy o parametru dvou // normálních rozdělení 191 // 5.3.1.2 Studentův Mest 192 // 5.3.1.3 F-test 194 // 5.3.2 Případ několika nezávislých výběrů 195 // 5.3.2.1 Analýza rozptylu při jednoduchém třídění 195 // 5.3.2.2 Duncanův test násobného rozpětí 199 // 5.3.2.3 Bartlettův test homogenity rozptylů 201 // 5.4 Statistická indukce v případě opakovaných měření 202 // 5.4.1 Párový Mest 203 // 5.4.2 Analýza rozptylu při dvojném třídění 205 // 6. Matematické modely učení 209 // 6.1 Co je učení 209 // 6.2 Učení se párovým asociacím 211 // 6.2.1 Principy formování asociace. Komponentní model podnětu 213 // 6.2.2 Principy formování asociace. Celostní model volby podnětu 215 // 6.3 Model s jedním elementem 216 // 6.3.1 Znalost asociace a reakce subjektu 217 // 6.3.2 Odhad znalosti asociace z reakcí subjektu 219 // 6.3.3 Proces odpovědí subjektu 220 // 6.3.4 Charakteristiky učení 223 // 6.4 Model s lineárním operátorem 224 // 6.4.1 Počet správných odpovědí 226 // 6.4.2 Délka prvé iterace chybných odpovědí 226 //
6.5 Model s přírůstky v náhodných krocích 227 // 6.6 Model uvažující hlubší minulost procesu učení 228 // 6.6.1 Metoda laboratorního jazyka 229 // 6.6.2 Struktura množiny laboratorních slov 230 // 6.6.3 Obecný Markovův řetězec jako model učení 233 // 6.6.4 Empirická informace o parametrech modelu 239 // ... ... // 7.1 Zpětná vazba v procesu vzdělávání 255 // Závěr. Než budou kostky vrženy 292 // 7.2 Didaktický test 257 // 7.2.1 Parametry didaktického testu 257 Literatura 293 // 7.2.2 Počet chybných odpovědí subjektu 259 // 7.3 Bodový odhad podílu n nezvládnuté látky 263 // 6.6.5 Délka prvé iterace nesprávných odpovědí // 7.3.1 Střední hodnota odhadu 266 // 7.3.2 Rozptyl odhadu 268 // 6.6.6 Délka prvé iterace nesprávných odpovědí, je-li registrován pouze omezený úsek procesu 243 // 7.3.3 Eficience odhadu 270 // 7.4 Intervalový odhad podílu nezvládnuté látky 273 // 6.6.7 Střední počet iterací správných odpovědí // 7.5 Bayesův odhad počtu otázek testu, na které zkoušený subjekt nezná správnou odpověď 276 // 6.6.8 Empirický Bayesův odhad parametru učení 247 7.5.1 Střední hodnota Bayesova odhadu 278 // 6.6.9 Vliv některých experimentálních faktorů na učení 249 // 7.5.2 Rozptyl Bayesova odhadu 278 // 7.6 Ověřování hypotéz o úrovni znalostí 280 // 7.6.1 Test hypotézy, že znalosti subjektu mají danou úroveň 280 // 7.7 Realizace didaktického testu na množině subjektů 284 // 7.8 Teoreticko-informačni analýza 285 // 7. Pravděpodobnostní model didaktického testu a jeho statistická analýza 255 // 7.8.1 Případ jediné otázky 285 // 7.8.2 Případ didaktického testu o n otázkách 289 // Statistické tabulky 301
(OCoLC)40080634
cnb000157546

Zvolte formát: Standardní formát Katalogizační záznam Zkrácený záznam S textovými návěštími S kódy polí MARC