When do teachers need statistics?
- marking (putting together reliable, well-supported results)
- reseach (objectively describing the reality, recognising relations among various factors)
____________________________________________________
____________________________________________________
1. The meaning and formulas for Average, Mode, Median
2. The meaning and method of counting the Weighted Average
3. The meaning and importance of Standard deviation and Correlation
4. How to get and analyse the raw data (research methodology)
5. How to choose a suitable graphical representation of the survey results
____________________________________________________
Task 1 - Analysing research data
Download the example spreadsheet from capsa
- go to folder PCSkills, file PcSkillsZakladyStatistiky.xls
1. Add some more mock questions and mock answers into the survey - just to have some data to work with.
1. Add some more mock questions and mock answers into the survey - just to have some data to work with.
2. Use the sum, average, mode and median formulas to get -summarising results.
3. In some surveys it is very important to mutually relate various findings - to prove or disprove a correlation between two facts/answers. Identify the possibilities and explore the standard deviation and correlation within your data.
___________________________________________________
Task 2 - Supporting activities
1. Downolad the excel file KorelacePriklad.xls form capsa. Use the formula explained in this link: Korelace v excelu - příklad to find out the correlations among the given sets of data.
2. Study the articles linked below. You should understand, and be able to explain and apply at least the descriptive statistics. Ask the tutor for help if necessary.
Tips:
___________________________________________________
Task 2 - Supporting activities
1. Downolad the excel file KorelacePriklad.xls form capsa. Use the formula explained in this link: Korelace v excelu - příklad to find out the correlations among the given sets of data.
2. Study the articles linked below. You should understand, and be able to explain and apply at least the descriptive statistics. Ask the tutor for help if necessary.
Tips:
- Pie graphs are used only when describing the split of a limited sum of recipients or other data. Example: Identifying the use of potatoes in the kitchen: 50% get boiled, 25% are mashed, the rest is used to make soups.
- Connected lines in graphs should be used to describe continuous processes.
- 3D graphs enable presenting more variables within one graph.
Try to focus on the examples - to understand the information in the data before dealing with the methods.
Consider real-life examples, or use the real data to experiment with descriptive statistics.
___________________________________________________
Help:
Vážený průměr
Weighted Average in Excel
Excel Help - Weighted Average
Excel Help - Descriptive Statistics
Descriptive statistics - Distribution, Central Tendency (Average, Mode, Median), Dispersion, Standard Deviation
Směrodatná odchylka - see the graph to get the meaning
Rozptyl nám udává, jak moc jsou hodnoty v našem statistickém soubory rozptýleny.
Směrodatná odchylka, podobně jako rozptyl, určuje jako moc jsou hodnoty rozptýleny či odchýleny od průměru hodnot. Směrodatná odchylka je rovna odmocnině z rozptylu,
Co je to vlastně korelace?
Korelace je lineární závislost mezi dvěma veličinami (slovo „lineární“ je důležité – veličiny na sobě totiž mohou záviset i jinak než lineárně). Míru korelace vyjadřuje tzv. korelační koeficient, který nabývá hodnot od –1 do 1.
- Hodnota 0 znamená, že mezi veličinami lineární závislost není.
- Kladné hodnoty znamenají, že je mezi veličinami vztah „čím více – tím více“, s růstem jedné veličiny roste i druhá.
- Záporné hodnoty znamenají, že je mezi veličinami vztah „čím více – tím méně“, tedy s růstem jedné veličiny druhá veličina klesá.
- Čím blíže je hodnota korelačního koeficientu jedné nebo mínus jedné, tím je vztah silnější. Hodnoty kolem nuly znamenají, že hodnoty žádný vztah nemají.
Podstatné je zdůraznit, že korelace není totéž jako příčinná závislost. Pokud spolu dvě veličiny korelují, neznamená to nutně, že jedna ovlivňuje druhou. Bylo například ukázáno, že počet čápů a počet narozených dětí v jednotlivých evropských státech spolu koreluje (korelace okolo 0,6). Znamená to, že čápi nosí děti?
Žádné komentáře:
Okomentovat