Course: Statistic and Mathematic Methods in Management

« Back
Course title Statistic and Mathematic Methods in Management
Course code FES/ASMM
Organizational form of instruction no contact
Level of course Doctoral
Year of study not specified
Semester Winter and summer
Number of ECTS credits 15
Language of instruction English
Status of course Compulsory
Form of instruction Face-to-face
Work placements This is not an internship
Recommended optional programme components None
Lecturer(s)
  • Linda Bohdan, doc. RNDr. CSc.
Course content
Význam lidského úsudku a dat pro rozhodování a potřeby vědecké práce. Data a vědecký výzkum. Heuristika a zkreslení při rozhodování. Jak kvalitní je lidský úsudek? Využití statistických metod a úsudku při prognózování. Zkreslení při odhadu pravděpodobnosti. Rozhodování za nejistoty. Pravděpodobnostní a statistické myšlení při kauzálním modelování. Pravděpodobnostní a statistické myšlení při analýze statistické kauzality. Mechanické použití statistiky a chybné závěry při statistických analýz. Mechanické používání statistických testů. Kvazi-inferenční statistika. Statistická kauzalita a zdánlivé zákonitosti vztahů. Objektivita, subjektivita a pravděpodobnost. Statistická korelace a fyzikální kauzalita. Využití kvantitativního a kvalitativního marketingového výzkumu Kvalitativní a kvantitativní marketingový výzkum. Postup marketingového výzkumu. Sběr dat. Explorační a konfirmační typy výzkumu. Deskriptivní a kauzální výzkum. Provádění výběru a analýza dat. Specifická témata a aplikace. Návrh dotazníku. Vícerozměrné statistické metody. Studijní cíle, vliv počítačové revoluce, základní koncepty vícerozměrné analýzy. Analýza kategoriálních dat. Klasifikace vícerozměrných technik. Strukturovaný přístup k vícerozměrnému modelování, vícerozměrná regresní analýza. Diskriminační analýza, vícerozměrná analýza rozptylu, kanonická korelační analýza, faktorová analýza, shluková analýza, vícerozměrné škálování, vícerozměrné preference.

Learning activities and teaching methods
Monologic (reading, lecture, briefing), Dialogic (discussion, interview, brainstorming), Methods of individual activities
Learning outcomes
Cílem předmětu je seznámit doktorandy s nejnovějšími modifikacemi statistických metod tak, aby je uměli vhodně aplikovat ve svém hlavním oboru. Zejména by uměli hledat faktory stavu a vývoje nejdůležitějších jevů ve své oblasti a testovat jejich účinnost, což jim může umožnit dosažení původních vědeckých výsledků ve své disciplině. Předpokládají se znalosti základů počtu pravděpodobnosti, induktivních statistických úsudků, regresní a korelační analýzy, analýzy časových řad a určité zkušenosti z práce s aspoň jedním statistickým počítačovým produktem (minimálně s Excelem).
Student bude schopen aplikovat statistické metody ve svém oboru s cílem dosažení původních vědeckých výsledků ve své disciplině.
Prerequisites
Prerequisite for successful mastering of this subject is knowledge of mathematics, probability theory and statistics within the range taught at universities.

Assessment methods and criteria
Oral examination, Written examination, Student performance assessment

Vypracování průběžných zadaných úkolů, závěrečný test s hodnocením alespoň 51%.
Recommended literature
  • Aaker, D. A. - Day,G.S. Marketing Research. New York, J. Wiley, 1990.
  • Anděl, J. Statistické metody.. Praha, Matfyzpress, 1998.
  • Armstrong, J. S. Principles of Forecasting: A Handbook for Researchers and Practitioners.. Kluwer Academic Publishers, Boston, 2003.
  • DISMAN, M. Jak se vyrábí sociologická znalost.. Karolinum Praha, 2002.
  • Foret, M. - Stávková, J. Marketingový výzkum: jak poznávat své zákazníky.. Grada, Praha, 2003.
  • Goodwin, P. - Wright, G. Decision Analysis for Management Judgment.. New York, Wiley, 1998.
  • Hebák, P. a kol. Vícerozměrné statistické metody (3).. Informatorium, Praha, 2005.
  • Hebák, P. - Hustopecký, J. - Jarošová, E. - Pecáková, I. Vícerozměrné statistické metody (1).. Informatorium, Praha, 2004.
  • Hebák, P. - Hustopecký, J. - Malá, I. Vícerozměrné statistické metody (2).. Informatorium, Praha, 2005.
  • Hebák, P. Pravděpodobnostní rozhodování v ekonomických situacích.. VŠE Praha, 1998.
  • Chisnall, P. M. Marketing Research.. England, McGraw - Hill, 1992.
  • McDonnnald, R.P. Faktorová analýza a příbuzné metody v psychologii.. Praha, Academia, 1991.
  • Přibová a kolektiv. Marketingový výzkum v praxi.. Praha, Grada, 1996.
  • Wang, Ch.:. Sense and Nonsense of Statistical Inference.. New York, Marcel Dekker, 1993.
  • Wright, G. - Goodwin, P. Forecasting with Judgment.. New York, Wiley, 1998.


Study plans that include the course
Faculty Study plan (Version) Category of Branch/Specialization Recommended year of study Recommended semester
Faculty: Faculty of Economics and Administration Study plan (Version): Informatics within Public Administration (2013) Category: Economy - Recommended year of study:-, Recommended semester: -
Faculty: Faculty of Economics and Administration Study plan (Version): Informatics in Public Administration (2014) Category: Economy - Recommended year of study:-, Recommended semester: -
Faculty: Faculty of Economics and Administration Study plan (Version): Informatics within Public Administration (2013) Category: Economy - Recommended year of study:-, Recommended semester: -
Faculty: Faculty of Economics and Administration Study plan (Version): Informatics in Public Administration (2014) Category: Economy - Recommended year of study:-, Recommended semester: -