<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="cs">
	<id>https://wikisofia.cz/w/api.php?action=feedcontributions&amp;feedformat=atom&amp;user=Monika.Knesplova</id>
	<title>Wikisofia - Příspěvky uživatele [cs]</title>
	<link rel="self" type="application/atom+xml" href="https://wikisofia.cz/w/api.php?action=feedcontributions&amp;feedformat=atom&amp;user=Monika.Knesplova"/>
	<link rel="alternate" type="text/html" href="https://wikisofia.cz/wiki/Speci%C3%A1ln%C3%AD:P%C5%99%C3%ADsp%C4%9Bvky/Monika.Knesplova"/>
	<updated>2026-04-03T18:20:22Z</updated>
	<subtitle>Příspěvky uživatele</subtitle>
	<generator>MediaWiki 1.33.0</generator>
	<entry>
		<id>https://wikisofia.cz/w/index.php?title=Testy_v_kontingen%C4%8Dn%C3%ADch_tabulk%C3%A1ch&amp;diff=14150</id>
		<title>Testy v kontingenčních tabulkách</title>
		<link rel="alternate" type="text/html" href="https://wikisofia.cz/w/index.php?title=Testy_v_kontingen%C4%8Dn%C3%ADch_tabulk%C3%A1ch&amp;diff=14150"/>
		<updated>2015-01-13T22:27:52Z</updated>

		<summary type="html">&lt;p&gt;Monika.Knesplova: odsazení řádku&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''&amp;lt;u&amp;gt;Testy v kontingenčních tabulkách&amp;lt;/u&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
Kontingenční tabulky využíváme při analýze vztahu dvou kategoriálních proměnných.&lt;br /&gt;
&lt;br /&gt;
'''Typy kontingenčních tabulek:'''&lt;br /&gt;
&lt;br /&gt;
''Dvoudimenzionální kontingenční tabulky''&lt;br /&gt;
&lt;br /&gt;
* slouží k vyjádření závislosti dvou statistických znaků v přehledné podobě&lt;br /&gt;
*většinou se používají tabulky dvoudimenzionální, ale existují také vícerozměrné&lt;br /&gt;
* rozlišujeme řádky a sloupce v KT → v řádcích uvádíme hodnoty první proměnné, ve sloupcích hodnoty druhé proměnné&lt;br /&gt;
* sečtením hodnot ve sloupcích (či řádcích) získáme informaci o četnosti výskytu jevu&lt;br /&gt;
&lt;br /&gt;
''Vícerozměrné kontingenční tabulky'' &lt;br /&gt;
&lt;br /&gt;
* namísto dvou znaků lze sledovat obecně libovolné množství znaků. &lt;br /&gt;
* kontingenční tabulka se tvoří pomocí stejného principu&lt;br /&gt;
* lze testovat mnohem víc typů závislostí mezi jednotlivými znaky, testování je však technicky mnohem komplikovanější než u dvojrozměrné tabulky&lt;br /&gt;
&lt;br /&gt;
'''Testy v kontingenčních tabulkách:'''&lt;br /&gt;
&lt;br /&gt;
''Test dobré shody''&lt;br /&gt;
&lt;br /&gt;
Jeho pomocí testujeme hypotézu homogenity a nezavislosti. Porovnáváme očekávané četností v jednotlivých políčcích tabulky za předpokladu, že hodnoty obou sledovaných znaků na sobě nezávisí, a skutečných četností. Tento test ale nevypovídá nic o síle vztahu, pouze zamítá/nezamítá nulovou hypotézu o závislosti nebo homogenitě na dané hladině významnosti alfa.&lt;br /&gt;
&lt;br /&gt;
a) hypotéza homogenity&lt;br /&gt;
* statistické testy, které zjišťují homogenitu, se někdy nazývají testy dobré shody&lt;br /&gt;
* tato hypotéza předpokládá, že jeden znak bude rozložen v populacích nezávisle na&lt;br /&gt;
            druhém znaku (např. obliba sportu nebude závislá na pohlaví)&lt;br /&gt;
&lt;br /&gt;
b) hypotéza nezávislosti&lt;br /&gt;
* u této hypotézy považujeme obě proměnné A a B za náhodné proměnné, které jsou na&lt;br /&gt;
            sobě vzájemně naprosto nezávislé (hodnota proměnné A neovlivňuje podmíněné&lt;br /&gt;
            rozdělení hodnoty proměnné B)&lt;br /&gt;
* např. pravorukost/levorukost nemá vliv na pohlaví, pohlaví nerozhoduje o pravorukosti/levorukosti&lt;br /&gt;
&lt;br /&gt;
''Cochranův test a test podle Bowkera''&lt;br /&gt;
&lt;br /&gt;
Testujeme homogenitu ve více závislých výběrech. Testuje se hypotéza, že všechny výběry pocházejí ze stejné populace. Vychází z McNemarova testu pro dva výběry.&lt;br /&gt;
Bowkerův test je zobecněním McNemarova testu. Testuje, zda se alespoň jeden pár pravděpodobností symetricky položených políček v tabulce od sebe liší. Lze použít například pro testování vedlejších účinků léku.&lt;br /&gt;
&lt;br /&gt;
''Kappa koeficient shody''&lt;br /&gt;
&lt;br /&gt;
Řeší rozdíly mezi rozdělením do kategorií u jednotlivých pozorovatelů. K=1 při úplné shodě pozorovatelů, K=0 při náhodné shodě. Záporných čísel může nabývat, když je shoda slabší, než očekávaná shoda při náhodné shodě obou pozorovatelů.  Je navržen pro nominální klasifikace, používá se zřídka.&lt;br /&gt;
&lt;br /&gt;
''Analýza párových dichotomických proměnných''&lt;br /&gt;
&lt;br /&gt;
Sledujeme dichotomickou proměnnou dvakrát, před a po pokusu a zjišťujeme, zda došlo ke statisticky významné změně v rozdělení této proměnné. (např. McNemarův test)&lt;br /&gt;
&lt;br /&gt;
'''Stručný přehled testů v kontingenčních tabulkách dle typu veličiny:'''&lt;br /&gt;
&lt;br /&gt;
Nominální veličiny: &lt;br /&gt;
* poměr šancí, Cramerovo V, koeficient kontingence podle Pearsona&lt;br /&gt;
&lt;br /&gt;
Ordinální veličiny: &lt;br /&gt;
* 2 ordinální veličiny: Wilcoxonův test, Mann-Whitney test, Kendallův korelační koeficient, Goodman-Kruskalův koeficient&lt;br /&gt;
* 1 ordinální veličina: Kruskal-Wallisův test&lt;br /&gt;
&lt;br /&gt;
'''Zdroje'''&lt;br /&gt;
&lt;br /&gt;
Hendl, J. (2006). Přehled statistických metod zpracování dat. Portál: Praha.&lt;br /&gt;
&lt;br /&gt;
Kontingenční tabulka. Retrieved from: http://cs.wikipedia.org/wiki/Kontingen%C4%8Dn%C3%AD_tabulka&lt;/div&gt;</summary>
		<author><name>Monika.Knesplova</name></author>
		
	</entry>
	<entry>
		<id>https://wikisofia.cz/w/index.php?title=Testy_v_kontingen%C4%8Dn%C3%ADch_tabulk%C3%A1ch&amp;diff=14149</id>
		<title>Testy v kontingenčních tabulkách</title>
		<link rel="alternate" type="text/html" href="https://wikisofia.cz/w/index.php?title=Testy_v_kontingen%C4%8Dn%C3%ADch_tabulk%C3%A1ch&amp;diff=14149"/>
		<updated>2015-01-13T22:26:40Z</updated>

		<summary type="html">&lt;p&gt;Monika.Knesplova: podtržení textu&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''&amp;lt;u&amp;gt;Testy v kontingenčních tabulkách&amp;lt;/u&amp;gt;''' &lt;br /&gt;
&lt;br /&gt;
Kontingenční tabulky využíváme při analýze vztahu dvou kategoriálních proměnných.&lt;br /&gt;
&lt;br /&gt;
'''Typy kontingenčních tabulek:'''&lt;br /&gt;
&lt;br /&gt;
''Dvoudimenzionální kontingenční tabulky''&lt;br /&gt;
&lt;br /&gt;
* slouží k vyjádření závislosti dvou statistických znaků v přehledné podobě&lt;br /&gt;
*většinou se používají tabulky dvoudimenzionální, ale existují také vícerozměrné&lt;br /&gt;
* rozlišujeme řádky a sloupce v KT → v řádcích uvádíme hodnoty první proměnné, ve sloupcích hodnoty druhé proměnné&lt;br /&gt;
* sečtením hodnot ve sloupcích (či řádcích) získáme informaci o četnosti výskytu jevu&lt;br /&gt;
&lt;br /&gt;
''Vícerozměrné kontingenční tabulky'' &lt;br /&gt;
&lt;br /&gt;
* namísto dvou znaků lze sledovat obecně libovolné množství znaků. &lt;br /&gt;
* kontingenční tabulka se tvoří pomocí stejného principu&lt;br /&gt;
* lze testovat mnohem víc typů závislostí mezi jednotlivými znaky, testování je však technicky mnohem komplikovanější než u dvojrozměrné tabulky&lt;br /&gt;
&lt;br /&gt;
'''Testy v kontingenčních tabulkách:'''&lt;br /&gt;
&lt;br /&gt;
''Test dobré shody''&lt;br /&gt;
&lt;br /&gt;
Jeho pomocí testujeme hypotézu homogenity a nezavislosti. Porovnáváme očekávané četností v jednotlivých políčcích tabulky za předpokladu, že hodnoty obou sledovaných znaků na sobě nezávisí, a skutečných četností. Tento test ale nevypovídá nic o síle vztahu, pouze zamítá/nezamítá nulovou hypotézu o závislosti nebo homogenitě na dané hladině významnosti alfa.&lt;br /&gt;
&lt;br /&gt;
a) hypotéza homogenity&lt;br /&gt;
* statistické testy, které zjišťují homogenitu, se někdy nazývají testy dobré shody&lt;br /&gt;
* tato hypotéza předpokládá, že jeden znak bude rozložen v populacích nezávisle na&lt;br /&gt;
            druhém znaku (např. obliba sportu nebude závislá na pohlaví)&lt;br /&gt;
&lt;br /&gt;
b) hypotéza nezávislosti&lt;br /&gt;
* u této hypotézy považujeme obě proměnné A a B za náhodné proměnné, které jsou na&lt;br /&gt;
            sobě vzájemně naprosto nezávislé (hodnota proměnné A neovlivňuje podmíněné&lt;br /&gt;
            rozdělení hodnoty proměnné B)&lt;br /&gt;
* např. pravorukost/levorukost nemá vliv na pohlaví, pohlaví nerozhoduje o pravorukosti/levorukosti&lt;br /&gt;
&lt;br /&gt;
''Cochranův test a test podle Bowkera''&lt;br /&gt;
&lt;br /&gt;
Testujeme homogenitu ve více závislých výběrech. Testuje se hypotéza, že všechny výběry pocházejí ze stejné populace. Vychází z McNemarova testu pro dva výběry.&lt;br /&gt;
Bowkerův test je zobecněním McNemarova testu. Testuje, zda se alespoň jeden pár pravděpodobností symetricky položených políček v tabulce od sebe liší. Lze použít například pro testování vedlejších účinků léku.&lt;br /&gt;
&lt;br /&gt;
''Kappa koeficient shody''&lt;br /&gt;
&lt;br /&gt;
Řeší rozdíly mezi rozdělením do kategorií u jednotlivých pozorovatelů. K=1 při úplné shodě pozorovatelů, K=0 při náhodné shodě. Záporných čísel může nabývat, když je shoda slabší, než očekávaná shoda při náhodné shodě obou pozorovatelů.  Je navržen pro nominální klasifikace, používá se zřídka.&lt;br /&gt;
&lt;br /&gt;
''Analýza párových dichotomických proměnných''&lt;br /&gt;
&lt;br /&gt;
Sledujeme dichotomickou proměnnou dvakrát, před a po pokusu a zjišťujeme, zda došlo ke statisticky významné změně v rozdělení této proměnné. (např. McNemarův test)&lt;br /&gt;
&lt;br /&gt;
'''Stručný přehled testů v kontingenčních tabulkách dle typu veličiny:'''&lt;br /&gt;
&lt;br /&gt;
Nominální veličiny: &lt;br /&gt;
* poměr šancí, Cramerovo V, koeficient kontingence podle Pearsona&lt;br /&gt;
&lt;br /&gt;
Ordinální veličiny: &lt;br /&gt;
* 2 ordinální veličiny: Wilcoxonův test, Mann-Whitney test, Kendallův korelační koeficient, Goodman-Kruskalův koeficient&lt;br /&gt;
* 1 ordinální veličina: Kruskal-Wallisův test&lt;br /&gt;
&lt;br /&gt;
'''Zdroje'''&lt;br /&gt;
&lt;br /&gt;
Hendl, J. (2006). Přehled statistických metod zpracování dat. Portál: Praha.&lt;br /&gt;
Kontingenční tabulka. Retrieved from: http://cs.wikipedia.org/wiki/Kontingen%C4%8Dn%C3%AD_tabulka&lt;/div&gt;</summary>
		<author><name>Monika.Knesplova</name></author>
		
	</entry>
	<entry>
		<id>https://wikisofia.cz/w/index.php?title=Testy_v_kontingen%C4%8Dn%C3%ADch_tabulk%C3%A1ch&amp;diff=14148</id>
		<title>Testy v kontingenčních tabulkách</title>
		<link rel="alternate" type="text/html" href="https://wikisofia.cz/w/index.php?title=Testy_v_kontingen%C4%8Dn%C3%ADch_tabulk%C3%A1ch&amp;diff=14148"/>
		<updated>2015-01-13T22:24:21Z</updated>

		<summary type="html">&lt;p&gt;Monika.Knesplova: Založena nová stránka s textem „'''Testy v kontingenčních tabulkách'''&amp;lt;big&amp;gt;Zvětšený text&amp;lt;/big&amp;gt;   Kontingenční tabulky využíváme při analýze vztahu dvou kategoriálních prom…“&lt;/p&gt;
&lt;hr /&gt;
&lt;div&gt;'''Testy v kontingenčních tabulkách'''&amp;lt;big&amp;gt;Zvětšený text&amp;lt;/big&amp;gt; &lt;br /&gt;
&lt;br /&gt;
Kontingenční tabulky využíváme při analýze vztahu dvou kategoriálních proměnných.&lt;br /&gt;
&lt;br /&gt;
'''Typy kontingenčních tabulek:'''&lt;br /&gt;
&lt;br /&gt;
''Dvoudimenzionální kontingenční tabulky''&lt;br /&gt;
&lt;br /&gt;
* slouží k vyjádření závislosti dvou statistických znaků v přehledné podobě&lt;br /&gt;
*většinou se používají tabulky dvoudimenzionální, ale existují také vícerozměrné&lt;br /&gt;
* rozlišujeme řádky a sloupce v KT → v řádcích uvádíme hodnoty první proměnné, ve sloupcích hodnoty druhé proměnné&lt;br /&gt;
* sečtením hodnot ve sloupcích (či řádcích) získáme informaci o četnosti výskytu jevu&lt;br /&gt;
&lt;br /&gt;
''Vícerozměrné kontingenční tabulky'' &lt;br /&gt;
&lt;br /&gt;
* namísto dvou znaků lze sledovat obecně libovolné množství znaků. &lt;br /&gt;
* kontingenční tabulka se tvoří pomocí stejného principu&lt;br /&gt;
* lze testovat mnohem víc typů závislostí mezi jednotlivými znaky, testování je však technicky mnohem komplikovanější než u dvojrozměrné tabulky&lt;br /&gt;
&lt;br /&gt;
'''Testy v kontingenčních tabulkách:'''&lt;br /&gt;
&lt;br /&gt;
''Test dobré shody''&lt;br /&gt;
&lt;br /&gt;
Jeho pomocí testujeme hypotézu homogenity a nezavislosti. Porovnáváme očekávané četností v jednotlivých políčcích tabulky za předpokladu, že hodnoty obou sledovaných znaků na sobě nezávisí, a skutečných četností. Tento test ale nevypovídá nic o síle vztahu, pouze zamítá/nezamítá nulovou hypotézu o závislosti nebo homogenitě na dané hladině významnosti alfa.&lt;br /&gt;
&lt;br /&gt;
a) hypotéza homogenity&lt;br /&gt;
* statistické testy, které zjišťují homogenitu, se někdy nazývají testy dobré shody&lt;br /&gt;
* tato hypotéza předpokládá, že jeden znak bude rozložen v populacích nezávisle na&lt;br /&gt;
            druhém znaku (např. obliba sportu nebude závislá na pohlaví)&lt;br /&gt;
&lt;br /&gt;
b) hypotéza nezávislosti&lt;br /&gt;
* u této hypotézy považujeme obě proměnné A a B za náhodné proměnné, které jsou na&lt;br /&gt;
            sobě vzájemně naprosto nezávislé (hodnota proměnné A neovlivňuje podmíněné&lt;br /&gt;
            rozdělení hodnoty proměnné B)&lt;br /&gt;
* např. pravorukost/levorukost nemá vliv na pohlaví, pohlaví nerozhoduje o pravorukosti/levorukosti&lt;br /&gt;
&lt;br /&gt;
''Cochranův test a test podle Bowkera''&lt;br /&gt;
&lt;br /&gt;
Testujeme homogenitu ve více závislých výběrech. Testuje se hypotéza, že všechny výběry pocházejí ze stejné populace. Vychází z McNemarova testu pro dva výběry.&lt;br /&gt;
Bowkerův test je zobecněním McNemarova testu. Testuje, zda se alespoň jeden pár pravděpodobností symetricky položených políček v tabulce od sebe liší. Lze použít například pro testování vedlejších účinků léku.&lt;br /&gt;
&lt;br /&gt;
''Kappa koeficient shody''&lt;br /&gt;
&lt;br /&gt;
Řeší rozdíly mezi rozdělením do kategorií u jednotlivých pozorovatelů. K=1 při úplné shodě pozorovatelů, K=0 při náhodné shodě. Záporných čísel může nabývat, když je shoda slabší, než očekávaná shoda při náhodné shodě obou pozorovatelů.  Je navržen pro nominální klasifikace, používá se zřídka.&lt;br /&gt;
&lt;br /&gt;
''Analýza párových dichotomických proměnných''&lt;br /&gt;
&lt;br /&gt;
Sledujeme dichotomickou proměnnou dvakrát, před a po pokusu a zjišťujeme, zda došlo ke statisticky významné změně v rozdělení této proměnné. (např. McNemarův test)&lt;br /&gt;
&lt;br /&gt;
'''Stručný přehled testů v kontingenčních tabulkách dle typu veličiny:'''&lt;br /&gt;
&lt;br /&gt;
Nominální veličiny: &lt;br /&gt;
* poměr šancí, Cramerovo V, koeficient kontingence podle Pearsona&lt;br /&gt;
&lt;br /&gt;
Ordinální veličiny: &lt;br /&gt;
* 2 ordinální veličiny: Wilcoxonův test, Mann-Whitney test, Kendallův korelační koeficient, Goodman-Kruskalův koeficient&lt;br /&gt;
* 1 ordinální veličina: Kruskal-Wallisův test&lt;br /&gt;
&lt;br /&gt;
'''Zdroje'''&lt;br /&gt;
&lt;br /&gt;
Hendl, J. (2006). Přehled statistických metod zpracování dat. Portál: Praha.&lt;br /&gt;
Kontingenční tabulka. Retrieved from: http://cs.wikipedia.org/wiki/Kontingen%C4%8Dn%C3%AD_tabulka&lt;/div&gt;</summary>
		<author><name>Monika.Knesplova</name></author>
		
	</entry>
</feed>