čeština

Studenti získají základní znalosti teorie pravděpodobnosti, náhodné veličiny, náhodného vektoru, spolehlivosti soustav, indexní analýzy, rozhodování za rizika a nejistoty, popisné statistiky. Po absolvování předmětu budou studenti připraveni prakticky použít tyto metody v navazujících předmětech.

Výuka probíhá formou přednášek, které mají charakter výkladu základních principů, metodologie dané disciplíny a problémů. Cvičení podporují zejména praktické ovládnutí látky vyložené na přednáškách.

ZAKONČENÍ PŘEDMĚTU
Zápočet (max. 40 bodů) je udělen na základě:
- vypracování kontrolních testů.
-aktivní účast na cvičeních 80% (případná vyšší neúčast bude nahrazena vyřešením a odevzdáním zadaných příkladů).

Zkouška (max. 60 bodů) je písemná.
V její první části řeší student během 80 minut 4 příklady. Ve druhé části zkoušky student vypracuje během 15 minut odpovědi na 3 teoretické otázky.

Známku, odpovídající součtu (max. 100 bodů), která sestává:
- z bodového hodnocení kontrolních testů,
- z výsledků řešených příkladů,
- z kvality odpovědí na teoretické otázky.

Známky a jim odpovídající body:
A (100-90), B (89-83), C (82-76), D (75-69), E (68-60), F (59-0).

ZAKONČENÍ PŘEDMĚTU PRO STUDENTY S INDIVIDUÁLNÍM STUDIEM
Zápočet (max. 40 bodů) je udělen na základě:
- vypracování výpočtových úloh.

Zkouška (max. 60 bodů) je písemná.
V její první části řeší student během 80 minut 4 příklady. Ve druhé části zkoušky student vypracuje během 15 minut odpovědi na 3 teoretické otázky.

Známku, odpovídající součtu (max. 100 bodů), která sestává:
- z bodového hodnocení výpočtových úloh,
- z výsledků řešených příkladů,
- z kvality odpovědí na teoretické otázky.

Známky a jim odpovídající body:
A (100-90), B (89-83), C (82-76), D (75-69), E (68-60), F (59-0).

1. Klasická pravděpodobnost
2. Podmíněná pravděpodobnost
3. Diskrétní náhodná veličina
4. Speciální diskrétní náhodné veličiny
5. Speciální spojité náhodné veličiny
6. Věta Moivreova-Laplaceova
7. Spolehlivost soustav
8. Náhodný vektor
9. Individuální indexy
10. Složené indexy
11. Rozhodování za rizika
12. Rozhodovací stromy
13. Jednorozměrné datové soubory kvantitativních znaků

Cílem předmětu je seznámit studenty se základy teorie pravděpodobnosti, náhodných veličin, indexní analýzy, rozhodování za rizika a nejistoty a popisné statistiky tak, aby byli schopni tyto znalosti vhodně aplikovat v manažerských, informatických a ekonomických problémech.

Účast na přednáškách není povinná ale doporučuje se. Účast na cvičeních je kontrolovaná.
Omluvená neúčast studenta na cvičení může být nahrazena náhradními úkoly.

KROPÁČ, J. STATISTIKA A. 5. vyd. Brno: Fakulta podnikatelská, VUT v Brně, 2013. 140 s. ISBN 978-80-7204-835-9.
KROPÁČ, J. Statistika. 2. vyd. Brno: Akademické nakladatelství CERM, 2012. ISBN 978-80-7204-788-8.

BUDÍKOVÁ, M.; LERCH, T. a MIKOLÁŠ, Š. Základní statistické metody. 1. vyd. Brno: Masarykova univerzita v Brně, 2005. ISBN 80-210-3886-1.
HINDLS, R. et al. Analýza dat v manažerském rozhodování. Praha : Grada Publishing, 1999. ISBN 80-7169-255-7.
KROPÁČ, J. Statistika B. 2. vyd. Brno: Fakulta podnikatelská, 2009. ISBN 978-80-214-3295-6.
SWOBODA, H. Moderní statistika. Praha : Svoboda, 1977.