|
Vyučující
|
-
Tuček Pavel, doc. Mgr. Ph.D.
-
Marek Jaroslav, Mgr. Ph.D.
|
|
Obsah předmětu
|
1. Opakování a prohloubení znalostí z teorie pravděpodobnosti. Kolmogorovův pravděpodobnostní prostor. Náhodná veličina. Pravděpodobnost. Distribuční funkce náhodné veličiny a náhodného vektoru. Nejdůležitější rozdělení. 2. Popisná statistika. Statistický soubor. Polygony a grafy četností, Galtonova ogiva. Konstrukce histogramu, boxplotu, 3. Rozlišení proměnných. Způsob výběru. Transformace. Číselné charakteristiky. Empirická distribuční funkce. 4. Dvourozměrný statistický soubor. Četnostní tabulka. Míry korelace. Varianční matice. Oblasti spolehlivosti. 5. Testy dobré shody. Testy normality. Testování nezávislosti v kontingenčních tabulkách. Neparametrické testy: znaménkový test, Wilcoxonův test, Kruskal-Wallisův test, Friedmanův test. Test náhodné procházky. 6. Cenové indexy a koše zboží. Laspayresův, Paascheho a ideální Fisherův index. 7. Časové řady. Klouzavé průměry. Exponenciální vyhlazování. Technické indikátory. Rozklad na složky. 8. Lineární regrese: historie a vývoj algoritmů: Boškovičova, Lambertova a Laplaceova metoda, MNČ. 9. Nelineární regrese. Ortogonální regrese. Regresní modely s podmínkou. 10. ANOVA. Plánování experimentu. 11. Statistická kontrola kvality. Indexy způsobilosti. Přejímací plány. 12. Metoda hlavních komponent. Faktorová analýza. Diskriminační analýza. 13. Shluková analýza. Míry podobnosti a míry vzdálenosti. Hierarchické a nehierarchické shlukování.
|
|
Studijní aktivity a metody výuky
|
Přednášení, Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Metody práce s textem (učebnicí, knihou)
- Domácí příprava na výuku
- 36 hodin za semestr
- Příprava na zkoušku
- 40 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je doplnit, prohloubit a rozšířit poznatky z teorie pravděpodobnosti a matematické statistiky získané v předchozím studiu s důrazem na jejich aplikaci v praxi.
|
|
Předpoklady
|
Prerekvizitou jsou znalosti ze základního kurzu pravděpodobnosti a statistiky z bakalářského studia. Předpokládají se znalosti základních rozdělení, číselných charakteristik náhodné veličiny a náhodného vektoru, bodové a intervalové odhady, testování statistických hypotéz a lineární regrese.
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Písemná zkouška, Posouzení zadané práce, Analýza výkonu studenta
Písemná, ústní, zpracování zadané praktické práce. Ve zpracované semestrální práci student demonstruje dovednost aplikovat matematické metody a schopnost sepsat matematický text. Vyžaduje se aktivní účast na cvičení a nejvýše tři absence v semestru pro získání zápočtu.
|
|
Doporučená literatura
|
-
Anděl, J. Statistické metody.. Praha, 1998. ISBN 8085863278.
-
Anděl, J. Základy matematické statistiky.. Praha: Matfyzpress, 2011. ISBN 9788073781620.
-
Anderson, T.W. An introduction to multivariate statistical analysis. Hoboken, New York: Wiley-Interscience, 2003. ISBN 9780471360919.
-
Antoch, J. a D. Vorlíčková. Vybrané metody statistické analýzy dat. Praha: Academia, 1992. ISBN 8020002049.
-
Budíková, M., T. Lerch a Š. Mikoláš. Základní statistické metody. Brno: MU, 2005. ISBN 8021038861.
-
Hsu, H.P. Schaum's Outline of Probability, Random Variables, and Random Processes. New York: Mcgraw-Hill, 2012. ISBN 9780071795531.
-
Kubanová, J. Statistické metody pro ekonomickou a technickou praxi. Bratislava: Statis, 2008. ISBN 9788085659474.
-
Wimmer, G., R. Palenčár a V.Witkovský. Spracovanie a vyhodnocovanie meraní. Bratislava: Veda, 2002. ISBN 9788022407348.
|