Detail předmětu

Statistika 2

FP-STA2Ak. rok: 2022/2023

Studenti získají základní znalosti matematické statistiky, kategoriální a korelační analýzy, analýzy rozptylu, regresní analýzy a analýzy časových řad.

Jazyk výuky

čeština

Počet kreditů

Garant předmětu

Ing. Karel Doubravský, Ph.D.

Zajišťuje ústav

Ústav informatiky (ÚI)

Výsledky učení předmětu

Studenti získají základní znalosti matematické statistiky, kategoriální a korelační analýzy, analýzy rozptylu, regresní analýzy a analýzy časových řad. Po absolvování předmětu budou studenti připraveni prakticky použít tyto metody v navazujících magisterských předmětech a v reálném problémech.

Plánované vzdělávací činnosti a výukové metody

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

Způsob a kritéria hodnocení

Zápočet (max. 40 bodů)
- vypracování semestrálních úloh.

Zkouška (max. 60 bodů)
- je písemná.
V její první části řeší student během 100 minut 4 příklady. Ve druhé části zkoušky student vypracuje během 15 minut odpovědi na teoretické otázky.

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

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

ZAKONČENÍ PŘEDMĚTU PRO STUDENTY S INDIVIDUÁLNÍM STUDIEM

Osnovy výuky

1. Výběrové charakteristiky
2. Empirická distribuční funkce
3. Zpracování velkých datových souborů
4. Bodové a intervalové odhady
5. Testy statistických hypotéz
6. Korelační analýza
7. Kategoriální analýza
8. Analýza rozptylu
9. Lineární modely
10. Linearizovatelné modely
11. Nelinearizovatelné modely
12. Charakteristiky časových řad
13. Dekompozice časových řad.

Učební cíle

Cílem předmětu je seznámit studenty se základy matematické statistiky, kategoriální a korelační analýzy, analýzy rozptylu, regresní analýzy a analýzy časových řad tak, aby byli schopni tyto znalosti vhodně aplikovat v manažerských, informatických a ekonomických problémech.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

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

Základní literatura

KROPÁČ, J. STATISTIKA B. 3. vyd. Brno: Akademické nakladatelství CERM, 2012. 152 s. ISBN 978-80-7204-822-9. (CS)
Studijní materiály vystavené na e-learningu.

Doporučená literatura

BUDÍKOVÁ, M., T. LERCH a Š. MIKOLÁŠ. Základní statistické metody. 1. vyd. Brno: Masarykova univerzita v Brně, 2005. ISBN 80-210-3886-1.
FIELD, A., J. MILES and Z. FIELD. Discovering Statistics Using R. 1 edition. Los Angeles, Calif.: SAGE Publications Ltd., 2012. ISBN 978-1-4462-0046-9.
JAMES, G., D. WITTEN, T. HASTIE a R. TIBSHIRANI. An Introduction to Statistical Learning: with Applications in R. New York: Springer New York, 2014. 426 s. ISBN 978-1-4614-7137-0.

Elearning

eLearning: aktuální otevřený kurz

Zařazení předmětu ve studijních plánech