Course detail

Statistics 1

FP-Msta1KAcad. year: 2020/2021

Studenti získají základní znalosti teorie pravděpodobnosti, náhodné veličiny, náhodného vektoru, spolehlivosti soustav, indexní analýzy, rozhodování za rizika a nejistoty, popisné statistiky.

Learning outcomes of the course unit

Studenti získají základní znalosti teorie pravděpodobnosti, náhodné veličiny, náhodného vektoru, spolehlivosti soustav, indexní analýzy, rozhodování za rizika a nejistoty, popisné statistiky. Po absolvování předmětu budou studenti připraveni prakticky použít tyto metody v navazujících předmětech.

Prerequisites

Basic knowledge and skills of set theory, set operations, combinatorics, derivations and integrals.

Co-requisites

Not applicable.

Recommended optional programme components

Not applicable.

Recommended or required reading

HINDLS, R. aj. Analýza dat v manažerském rozhodování. Praha : Grada Publishing, 1999. ISBN 80-7169-255-7.
KROPÁČ, J. STATISTIKA A. 5. vyd. Brno: Fakulta podnikatelská, VUT v Brně, 2013. 140 s. ISBN 978-80-7204-835-9.
SWOBODA, H. Moderní statistika. Praha : Svoboda, 1977.
KROPÁČ, J. Statistika. 2. vyd. Brno: Akademické nakladatelství CERM, 2012. ISBN 978-80-7204-788-8.
BUDÍKOVÁ, M., T. LERCH a Š. MIKOLÁŠ. Základní statistické metody. 1. vyd. Brno: Masarykova univerzita v Brně, 2005. ISBN 80-210-3886-1.
KARPÍŠEK, Z. Matematika IV. 2. vyd. Brno: Akademické nakladatelství CERM, 2003. ISBN 80-214-2522-9.
KROPÁČ, J. Statistika B. 2. vyd. Brno: Fakulta podnikatelská, 2009. ISBN 978-80-214-3295-6.
MAREK, L. Statistika pro ekonomy. 2. vyd. Praha: Professional Publishing, 2007. ISBN 80-869-4640-5.

Planned learning activities and teaching methods

The course contains lectures that explain basic principles, problems and methodology of the discipline, and exercises that promote the practical knowledge of the subject presented in the lectures.

Assesment methods and criteria linked to learning outcomes

ZÁPOČET: Zápočet je udělen na základě:
- účasti na cvičeních,
- vypracování výpočtových úloh.

ZKOUŠKA: Zkouška je písemná.
V její první části řeší student během 80 minut 4 příklady. (Jako pomůcku může použít doporučená skripta.)
Ve druhé části zkoušky student vypracuje během 15 minut odpovědi na 3 teoretické otázky.
Známka, odpovídající součtu (max 100 bodů), sestává:
- z bodů z kontrolních testů, výpočtových úloh a teoretických otázek;
- z výsledků řešených příkladů,
- z odpovědí na teoretické otázky.

Známky a jim odpovídající body:
A (100-90), B (89-83), C (82-76), D (75-69), E (68-60), F (59-0).

Language of instruction

Czech

Work placements

Not applicable.

Course curriculum

Základní teorie pravděpodobnosti (1. a 2. týden)
Klasická pravděpodobnost,
Podmíněná pravděpodobnost
Náhodné veličiny (3. a 4. týden)
Diskrétní náhodná veličina
Speciální diskrétní náhodné veličiny
Speciální spojité náhodné veličiny
Spolehlivost soustav (5. a 6. týden)
Sériová soustava
Paralelní soustava
Kombinovaná soustava
Indexní analýza (7. a 8. týden)
Individuální indexy
Složené indexy
Rozhodování za rizika (9. a 10. týden)
Rozhodování za rizika
Rozhodovací stromy
Popisná statistika (11. a 13 týden)
Jednorozměrné datové soubory kvantitativních znaků
Jednorozměrné datové soubory kvalitativních znaků

Aims

Cílem předmětu je seznámit studenty se základy teorie pravděpodobnosti, náhodných veličin, indexní analýzy, rozhodování za rizika a nejistoty a popisné statistiky tak, aby byli schopni tyto znalosti vhodně aplikovat v manažerských, informatických a ekonomických problémech.

Specification of controlled education, way of implementation and compensation for absences

Attendance at lectures is not compulsory, but is recommended. Attendance at exercises is required and checked by the tutor. An excused absence of a student from seminars can be compensated for by submitting solution of alternate exercises.

Classification of course in study plans

  • Programme BAK-MIn-KS Bachelor's

    branch BAK-MIn-KS , 2. year of study, summer semester, 6 credits, compulsory

Type of course unit

 

Guided consultation in combined form of studies

20 hours, optionally

Teacher / Lecturer