Course detail

Probability and Mathematical Statistics

ÚSI-DSNA01Acad. year: 2025/2026

The course is intended for doctoral students and is focused on stochastic modelling and modern methods of statistical analysis (probability, random variables and vectors, random selection and its realization, fitting of probability distributions and estimates of their parameters, testing, of statistical hypotheses, regression analysis) for processing statistical files obtained in the implementation and evaluation of experiments in the framework of students' research work.

Language of instruction

Czech

Mode of study

Not applicable.

Entry knowledge

Introduction to probability calculus and descriptive statistics to the extent of the master's degree program.

Rules for evaluation and completion of the course

The exam is in the form of a presented paper from a selected area of statistical methods or a written work aimed at solving specific tasks.

Aims

The aim of the course is to form the stochastic way of thinking of students and their introduction to modern stochastic methods and inductive methods of mathematical statistics, including the possibilities and application of professional statistical software in research.

Study aids

Not applicable.

Prerequisites and corequisites

Not applicable.

Basic literature

BAŠTINEC, J., MPSO sbírka příkladů, Brbo 2016, 110 stran (CS)
BAŠTINEC, J., FAJMON, B., KOLÁČEK, J., Pravděpodobnost, statistika a operační výzkum. Brno 2014. 360 stran. (CS)

Recommended reading

Not applicable.

Classification of course in study plans

  • Programme DSP SoI_K Doctoral 1 year of study, summer semester, compulsory
  • Programme DSP SoI_P Doctoral 1 year of study, summer semester, compulsory

Type of course unit

 

Lecture

26 hod., optionally

Teacher / Lecturer

Syllabus

  1. Klasická a axiomatická definice pravděpodobnosti. Podmíněná pravděpodobnost, úplná pravděpodobnost., náhodná veličina, číselné charakteristiky.
  2. Diskrétní a spojitá rozdělení náhodných veličin. Vlastnosti normálního rozdělení. Limitní věty.
  3. Statistika. Výběr. Zpracování statistického materiálu. Základná parametry základního souboru a charakteristiky výběru.
  4. Základní bodové a intervalové odhady. t-test, F-test. Intervaly spolehlivosti.
  5. Lineární regrese. Testy post-hoc. Testy dobré shody.
  6. Analýza rozptylu.
  7. Párový test, nepárový test.
  8. Neparametrické testy.
  9. Operační výzkum. Lineární programování. Grafické řešení. Simplexová metoda.
  10. Duální úloha. Analýza citlivosti.
  11. Ekonomická interpretace lineárního programování.
  12. Dopravní úloha. Přiřazovací úloha.
  13. Dynamické programování, rekurzívní algoritmy, modely skladových zásob.
 

Guided consultation in combined form of studies

6 hod., optionally

Teacher / Lecturer

Guided consultation

9 hod., optionally

Teacher / Lecturer