|
Vyučující
|
-
Heckenbergerová Jana, Mgr. Ph.D.
-
Červinka Michal, RNDr. Ph.D.
-
Boháčová Hana, 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. Stochastická závislost, regresní funkce. 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), Metody samostatných akcí
- Kontaktní výuka
- 65 hodin za semestr
- Příprava na zápočet
- 15 hodin za semestr
- Domácí příprava na výuku
- 40 hodin za semestr
- Příprava na zkoušku
- 30 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
|
Písemná zkouška, Posouzení zadané práce, Analýza výkonu studenta
Zápočet - aktivní účast na cvičeních, písemný test Zkouška - písemná práce skládající se z příkladů a teoretické části
|
|
Doporučená literatura
|
-
BREBERA, David. Sbírka příkladů ze statistiky: cvičebnice na CD. Pardubice, 2014. ISBN 978-80-7395-854-1.
-
KUBANOVÁ, Jana a LINDA, Bohdan. Sbírka příkladů z pravděpodobnosti. Bratislava, 2009. ISBN 978-80-85659-52-8.
-
KUBANOVÁ, Jana. Statistické metody pro ekonomickou a technickou praxi. Bratislava, 2008. ISBN 978-80-85659-47-4.
-
LINDA, Bohdan. Pravděpodobnost. Pardubice, 2011. ISBN 978-80-7395-430-7.
-
MENDENHALL, William; BEAVER, Robert J a BEAVER, Barbara M. Introduction to probability and statistics. Belmont, 2006. ISBN 0-534-41870-8.
|