čeština

Studenti se naučí pracovat s metodami matematické statistiky, odhadnout parametry regresního modelu, provést a vyhodnotit dotazníkové šetření, vyhodnocovat a kontrolovat výrobní proces pomocí metod statistické regulace a indexů způsobilosti, určovat charakteristiky pro provedení přejímací kontroly a pro optimální řízení zásob.

Základy teorie pravděpodobnosti a matematické statistiky.

Teorie pravděpodobnosti, náhodné veličiny, náhodné vektory.

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

zkouška
test na konci semestru (první termíny v prosinci, pak ještě zhruba 2 termíny ve zkouškovém období)
test obsahuje otázky z teorie i praktické příklady
ke složení zkoušky je potřeba získat alespoň 50% bodů z testu


Známky a jim odpovídající body:
A (100-90), B (89-80), C (79-70), D (69-60), E (59-50), F (49-0).

V případě distančního zkoušení bude zkouška řešena v průběhu semestru, ale bude probíhat podobně, jako by se konala v prezenční formě (test v elektronické podobě + ústní zkouška z teorie přes Microsoft Teams)

1. diskrétní a spojitá náhodná veličina (binomické, geometrické, hypergeometrické, Poissonovo, alternativní, negativně binomické rozdělení, charakteristiky, pravděpodobnostní zákony rozdělení, práce s diskrétními veličinami v Excelu)
2. spojitá náhodná veličina (rovnoměrné, normální, normované normální, exponenciální rozdělení, hustota, kvantily, práce se spojitými veličinami v Excelu)
3. intervalové odhady a testování hypotéz (kvantily, konstrukce bodových odhadů a jejich interpretace), speciální rozdělení (Studentovo rozdělení, Fisherovo Snedeckorovo rozdělení, Pearsonovo rozdělení)
4. zpracování datových souborů jednorozměrných a dvourozměrných (míry polohy a rozptylu, průměr, medián a modus, kvantily, variační rozpětí a rozptyl, histogram, empirická distribuční funkce)
5. kontingeční tabulky (obecná a čtyřpolní tabulka a testy dobré shody v Excelu)
6. regresní analýza (jednoduchá a mnohonásobná regrese v Excelu)
7. regresní analýza (kvalita regresního modelu, koeficient determinace, t-testy a F-testy v Excelu)
8. statistická regulace měřením (tři základní typy regulačních diagramů, statisticky zvládnutý stav výrobního procesu, vymezitelná příčina)
9. statistická regulace srovnáváním (čtyři základní typy regulačních diagramů), cílové regulační diagramy
10. indexy způsobilosti (horní a dolní toleranční mez, cílová hodnota, interpretace indexů způsobilosti)
11. řízení zásob (model závislé poptávky)
12. řízení zásob (model nezávislé poptávky)
13. statiscká přejímka (statistická přejímka měřením a statistická přejímka srovnáváním)

Témata cvičení jsou shodná s tématy přednášek.

Cílem předmětu je studenty naučit pracovat s náhodnými veličinami, zpracovat a vyhodnotit statistický materiál v Excelu, umět odhadnout parametry regresního modelu v Excelu a tyto parametry interpretovat, provést a vyhodnotit dotazníkové šetření v Excelu, umět použít metody pro statistickou regulaci procesu, určit a vyhodnotit indexy způsobilosti, umět stanovit parametry statistické přejímky a charakteristiky pro řízení zásob.

Účast na přednáškách není povinná, ale doporučuje se.

KROPÁČ, J. Statistika A. 3. vyd. Brno : FP VUT, 2008. ISBN 978-80-214-3587-2.
KROPÁČ, J. Statistika B. 2. vyd. Brno : FP VUT, 2009. ISBN 978-80-214-3295-6.
KROPÁČ, J. Statistika C. 1. vyd. Brno : FP VUT, 2008. ISBN 978-80-214-3591-9.

ČSN ISO 8258: Shewhartovy regulační diagramy. ČNI Praha, 1993.
KROPÁČ, J. Statistika. 1. vyd. Brno : FP VUT, 2010. ISBN 978-80-214-3866-8.
TOŠENOVSKÝ, J., NOSKIEVIČOVÁ, D. Statistické metody pro zlepšování jakosti. Ostrava : Montanex a.s. ISBN 80-7225-040-X.