Detail předmětu

Statistika 2

FP-STA2Ak. rok: 2024/2025

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

Jazyk výuky

čeština

Počet kreditů

6

Garant předmětu

Ing. Karel Doubravský, Ph.D.

Zajišťuje ústav

Ústav informatiky (ÚI)

Vstupní znalosti

Studenti získají znalosti z oblasti matematické statistiky, kategoriální a korelační analýzy, analýzy rozptylu, regresní analýzy a analýzy časových řad a jejich využití při řízení podnikových procesů. Důraz je především kladen na praktickou část, která je zaměřena na seznámení s využitím statistických programů při realizaci výše zmíněných metod a postupů.

Pravidla hodnocení a ukončení předmětu

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  teoretickou otázku.

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

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 teoretickou otázku.

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).

 

 

Účast na přednáškách není povinná, ale doporučuje se. Účast na cvičeních je kontrolovaná.

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.
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.

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.

Zařazení předmětu ve studijních plánech

  • Program BAK-MIn bakalářský 2 ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.

Osnova

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.

Cvičení

26 hod., povinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.

Osnova

Témata cvičení jsou shodná s tématy přednášek.