Detail předmětu

Statistika 2

FP-stat2KAk. rok: 2022/2023

Kurz se zabývá hlavními myšlenkami a metodami bodových a intervalových odhadů, nejpoužívanějších parametrických a neparametrických testů, testů dobré shody, analýzy rozptylu, kategoriální analýzy, lineárních a nelineárních vícerozměrných regresních modelů a analýzy časových řad.

Jazyk výuky

čeština

Počet kreditů

5

Garant předmětu

doc. RNDr. Bedřich Půža, CSc.

Zajišťuje ústav

Ústav informatiky (ÚI)

Výsledky učení předmětu

Studenti se seznámí s metodami matematické statistiky, regresní analýzy a analýzy časových řad a naučí se používat příslušné metody při řešení ekonomických problémů. Po absolvování tohoto kurzu budou studenti připraveni pro použití těchto metod v praxi a navazujících kurzech.

Prerekvizity

Základy teorie pravděpodobnosti a náhodné veličiny.

Plánované vzdělávací činnosti a výukové metody

Výuka se skládá z přednášek, které mají charakter výkladu základních principů a metodologie oboru, praktických problémů a jejich vzorových řešení.


Cvičení podporují praktické ovládnutí látky vyložené na přednáškách.

Způsob a kritéria hodnocení

ZAKONČENÍ PŘEDMĚTU

Vypracování dvou semestrálních úloh.

Zkouška 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 bodů za semestrální úlohy (max. 40 bodů),
- z výsledků řešených příkladů (max. 51 bodů),
- z kvality odpovědí na teoretické otázky (max. 9 bodů).

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

Vypracování dvou semestrálních úloh.

Zkouška 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 bodů za semestrální úlohy (max. 40 bodů),
- z výsledků řešených příkladů (max. 51 bodů),
- z kvality odpovědí na teoretické otázky (max. 9 bodů).

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

Osnovy výuky

Studenti získají základní znalosti bodových a intervalových odhadů, nejpoužívanějších parametrických a neparametrických testů, testů dobré shody, analýzy rozptylu, kategoriální analýzy, lineárních a nelineárních vícerozměrných regresních modelů a analýzy časových řad.

Témata přednášek jsou následující:
1. Základní pojmy matematické statistiky.
2. Parametrické testy – t-test, párový t-test.
3. Parametrické testy – dvouvýběrový t-test a F-test.
4. Kolmogorovův-Smirnovův test, Shapiro-Wilkův test, Pearsonův test.
5. Analýza rozptylu (ANOVA).
6. Neparametrické testy – Znaménkový test, Wilcoxonův test.
7. Neparametrické testy – Kruskal-Wallisův test, Medianový test, Spearmanův koeficient korelace.
8. Kategoriální analýza.
9. Jednorozměrné regresní modely.
10. Vícerozměrné regresní modely.
11. Testování klasických předpokladů regresního modelu.
12. Nelineární regresní modely.
13. Analýza časových dat.

Učební cíle

Cílem tohoto předmětu je seznámit studenty se základními principy a metodami bodových a intervalových odhadů, nejpoužívanějších parametrických a neparametrických testů, testů dobré shody, analýzy rozptylu, kategoriální analýzy, lineárních a nelineárních vícerozměrných regresních modelů a analýzy časových řad.

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

Účast na přednáškách není povinná, ale doporučuje se.

Základní literatura

BUDÍKOVÁ, M.; LERCH, T. a MIKOLÁŠ, Š. Základní statistické metody. Brno: Masarykova univerzita v Brně, 2005. ISBN 80-210-3886-1. hospodářství. Praha : Victoria Publishing, 1995. ISBN 80-7187-058-7.
Studijní materiály dostupné na e-learningu. (CS)

Doporučená literatura

ARLT, J. a  ARLTOVÁ, M. Ekonomické časové řady. Praha: Professional Publishing, 2009. ISBN 978-808-6946-85
GUJARATI, D. N. a PORTER, D.C. Basic econometrics. 5th ed. Boston: McGraw-Hill Irwin, 2009. ISBN 978-007-3375-779.

Elearning

eLearning: aktuální otevřený kurz

Zařazení předmětu ve studijních plánech

  • Program MGR-UFRP-KS magisterský navazující 1 ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Konzultace v kombinovaném studiu

16 hod., nepovinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.

Osnova

Konzultace probíhá formou osobních setkání nebo pomocí elektronické komunikace.

Elearning

eLearning: aktuální otevřený kurz