|
Vyučující
|
-
Zapletal David, doc. Mgr. Ph.D.
|
|
Obsah předmětu
|
Testování hypotéz - běžné parametrické a neparametrické testy, Kolmogorovův-Smirnovův test, testy k ověření normálního rozložení. Anova jedno, dvoufaktorová, trojné třídění, testy shody rozptylů. Vícevýběrové neparametrické testy. Regresní analýza, vícerozměrný model lineární regrese. Charakteristiky variability pro jednoduchou lineární regresi. Intervaly spolehlivosti parametrů, a hodnot regresní přímky. Testování hypotéz o hodnotách parametrů, regresní přímky a o funkčních hodnotách. Porušení základních předpokladů lineárního modelu (heteroskedasticita, testování heteroskedasticity). Autokorelace, testování autokorelace, multikolinearita. Nelineární modely, které nelze transformovat na lineární tvar. Úvod do obecného lineárního modelu Odhad parametrů obecného lineárního modelu (metoda maximální věrohodnosti) Logistická regrese a její užití. Interpretace výsledků s pomocí poměru šancí. Vyhodnocení spolehlivosti modelu logistické regrese (konfusní matice, ROC křivka). Korelační analýza. Testování hypotéz o koeficientu korelace. Interval spolehlivosti pro koeficient korelace. Výběrový koeficient parciální korelace a mnohonásobné korelace. Koeficient tetrachorické korelace, koeficient biseriální korelace. Vícerozměrné statistické metody -metoda hlavních komponent, faktorová analýza, principy, užití. Shluková analýza. Shlukování metodou k-průměrů. Diskriminační analýza - předpoklady, ohodnocení kvality modelu, vyhodnocení přesnosti diskriminace. Úvod do vícerozměrného škálování.
|
|
Studijní aktivity a metody výuky
|
|
Monologická (výklad, přednáška, instruktáž), Dialogická (diskuze, rozhovor, brainstorming), Metody práce s textem (učebnicí, knihou)
|
|
Výstupy z učení
|
Cílem předmětu je seznámit studenta s dalšími pokročilejšími metodami matematické statistiky, především vícerozměrné statistiky a základy ekonometrie, naučí se širokému spektru aplikací, v ekonomických a dalších společensko-vědních oborech včetně metodologie zpracování a vyhodnocování dat.
Student bude schopen, s využitím vhodného statistického software, modelovat a vyhodnocovat procesy související s ekonomickými i společenskými jevy.
|
|
Předpoklady
|
Předpokladem úspěšného absolvování předmětu je znalost matematiky, teorie pravděpodobnosti a statistiky v rozsahu běžně vyučovaném na vysokých školách.
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška, Písemná zkouška, Analýza výkonu studenta
Zápočet-vypracování uložených korespondenčních úkolů. Zkouška je písemná, případně ústní, skládá se z části praktické a teoretické.
|
|
Doporučená literatura
|
-
Anděl,J. Matematická statistika. Praha: SNTL, 1978.
-
Hatrák M. Ekonometrické metódy I. EU Bratislava 1993, 1993.
-
Kubanová J. Statistické metody pro ekonomickou a technickou praxi. Statis Bratislava, 2004. ISBN 80-85659-379.
-
Víšek,J.,A. Statistická analýza dat. ČVUT 1998, 1998.
|