Detail předmětu

Statistika 2

FP-stat2PAk. rok: 2023/2024

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

Garant předmětu

doc. RNDr. Bedřich Půža, CSc.

Zajišťuje ústav

Ústav informatiky (ÚI)

Vstupní znalosti

Základy teorie pravděpodobnosti a náhodné veličiny.

Pravidla hodnocení a ukončení předmětu

ZAKONČENÍ PŘEDMĚTU
Zápočet (max. 40 bodů) je udělen na základě:
- vypracování výpočtových úloh a teoretických otázek.

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 dosažených bodů z teoretických otázek a výpočtových 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
Zápočet (max. 40 bodů) je udělen na základě:
- vypracování výpočtových úloh a teoretických otázek.

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 dosažených bodů z teoretických otázek a výpočtových 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).

Účast na přednáškách není povinná, ale doporučuje se.

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.
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.

Studijní opory

viz Literatura k předmětu.
Studijní materiály dostupné na e-learningu.

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

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.

Osnova

Základní tematická náplň přednášek je následující:
- Zpracování statistického materiálu.
- Bodové a intervalové odhady parametrů.
- Testy statistických hypotéz (parametrické a neparametrické testy).
- Analýza rozptylu (ANOVA).
- Kategoriální analýza.
- Jednorozměrné regresní modely.
- Vícerozměrné regresní modely.
- Nelineární regresní modely.

- Logistická regrese.
- Analýza časových řad.
- Panelová data.

Cvičení

13 hod., povinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.

Osnova

Cvičení podporují praktické ovládnutí látky vyložené na přednáškách.

Elearning

eLearning: aktuální otevřený kurz