course is intended for doctoral students only enabled for web enrollment priority enrollment if the course is part of the study plan you can enroll for the course in winter and in summer semester
Last update: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)
The aim of the course is to introduce students to the principles of thinking during mathematical modeling and its implementation to problems in education. The entire course is focused on comprehension of principles, model application and correct result interpretation. Course graduates will be able to process data from own research work, interpret correctly the results and comprehend the importance of statistical assessment. All is being explained with the use of practical examples similar to those used in bachelor, master, dissertation theses and original expert / scientific publications.
Last update: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)
Cílem přednášky je seznámit studenty se základními principy uvažování při matematickém modelování a s jejich aplikací na problémy vzdělávání. Celá přednáška je zaměřena jednak na pochopení principů a především na aplikaci modelování a na správnou interpretaci výsledků. Absolvent kurzu bude připraven zpracovat data pro účely vlastní práce a správně výsledky interpretovat, a pochopí i význam statistických hodnocení. Vše je demonstrováno na praktických příkladech, pokud možno blízkých těm, které bývají v bakalářských, magisterských, disertačních pracích a původních odborných/vědeckých sděleních.
Literature - Czech
Last update: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)
Doporučená: " Lepš, J. (1996). Biostatistika. Jihočeská univerzita, České Budějovice (a literatura tam citovaná)..
Doporučená: Luce R.D., Raiffa H.:. Games and Decisions: Introduction and critical Survey. New York: Dover. 1989.
Doporučená: Ashby FG, ed. Multidimensional Models of Perception and Cognition. Hills dale, NJ: Erlbaum 1992.
Doporučená: Havránek, T.:. Statistika pro biologické a lékařské vědy. Academia, Praha. 1993.
Requirements to the exam -
Last update: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)
Student performance assessment
Combined exam
Last update: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)
Analýza výkonů studenta
Kombinovaná zkouška
Syllabus -
Last update: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)
The content of the course varies according to the needs and test specifications of quantitative data of individual students´ projects. In general, the content includes the following topics: experimental and statistical hypothesis, random vectors, characteristics of random quantities, independence, random selection, interval estimates, parameter testing, testing with the use of the CLV, linear regression and variance analysis - ANOVA.
Last update: doc. RNDr. Vasilis Teodoridis, Ph.D. (21.10.2018)
Obsah kurzu je variabilní v závislosti na potřebě a specifice testování kvantitativních dat k projektům jednotlivých zapsaných studentů. Obsah v obecné rovině zahrnuje tématiku: Experimentální a statistická hypotéza. Náhodné vektory, charakteristiky náhodných veličin, nezávislost, náhodný výběr, limitní věty, intervalové odhady, parametrické testy, testy za pomoci CLV, lineární regrese, analýza variance - ANOVA.