|
Vyučující
|
-
Heckenbergerová Jana, Mgr. Ph.D.
|
|
Obsah předmětu
|
Náhodné jevy, axiomatická a klasická definice pravděpodobnosti. Vlastnosti pravděpodobnosti, podmíněná pravděpodobnost, nezávislé jevy, věta o úplné pravděpodobnosti, Bayesova věta. Náhodná veličina, rozdělení pravděpodobnosti náhodné veličiny, charakteristiky náhodných veličin. Vybraná rozdělení pravděpodobnosti, dvourozměrná náhodná veličina. Náhodný výběr, charakteristiky náhodného výběru, rozdělení pravděpodobnosti vybraných charakteristik. Odhady charakteristik základního souboru - bodové a intervalové. Testování hypotéz, principy, jednovýběrové a dvouvýběrové testy o středních hodnotách a rozptylech. Testy o rozdělení pravděpodobnosti, kontingenční tabulky, test nezávislosti. Neparametrické testy, testy odlehlých hodnot. Jednoduchý model lineární regrese, odhad parametrů modelu, kritéria výběru regresní funkce, linearizovatelné modely. Korelační analýza, Pearsonův korelační koeficient, Spearmanův koeficient korelace, jejich testy. Časové řady, druhy, očišťování časových řad, charakteristiky časových řad. Určování trendu časových řad, klouzavé průměry, trendové funkce.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Metody práce s textem (učebnicí, knihou)
- Kontaktní výuka
- 52 hodin za semestr
- Příprava na zápočet
- 10 hodin za semestr
- Domácí příprava na výuku
- 10 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je naučit studenta základům teorie pravděpodobnosti a induktivní statistiky.
Student, který úspěšně absolvoval předmět, umí: popsat reálné děje pomocí náhodných veličin; chápat podstatu výše uvedených základních statistických metod. Student, který úspěšně absolvoval předmět. dovede: vyhodnocovat statistická šetření; správně používat probírané statistické metody; interpretovat výsledky těchto metod. Student, který úspěšně absolvoval předmět, je schopen: uvažovatt v intencích stochastického kalkulu a induktivní statistiky; srozumitelně a přesvědčivě sdělovat informace plynoucí z výsledků statistických analýz
|
|
Předpoklady
|
Předpokladem zvládnutí předmětu je znalost matematiky v rozsahu předmětu Matematika.
|
|
Hodnoticí metody a kritéria
|
Posouzení zadané práce, Analýza výkonu studenta, Systematické pozorování
Zápočet - vypracování uložených úloh, úspěšné absolvování kontrolní písemné práce. Zkouška - písemná práce skládající se z příkladů a teoretické části
|
|
Doporučená literatura
|
-
GIBILISCO, Stan. Statistics demystified: [a self-teaching guide]. New York, 2004. ISBN 0-07-143118-7.
-
MENDENHALL, William; BEAVER, Robert J a BEAVER, Barbara M. Introduction to probability and statistics. Belmont, 2006. ISBN 0-534-41870-8.
-
NEWBOLD, Paul; CARLSON, William L. a THORNE, Betty M. Statistics for business and economics. Harlow: England, 2023. ISBN 978-1-292-43684-5.
-
SPIEGEL, Murray R. a STEPHENS, Larry J. Statistics. New York, 2014. ISBN 978-0-07-182252-7.
-
SPIEGEL, Murray R.; SCHILLER, John J. a SRINIVASAN, R. Alu. Probability and statistics. New York, 2013. ISBN 978-0-07-179557-9.
|