Detail předmětu

Statistika

FP-BstatPAk. rok: 2018/2019

Náhodné jevy: Pravděpodobnost a její vlastnosti, podmíněná pravděpodobnost, klasická pravděpodobnost, nezávislost jevů, úplná pravděpodobnost.
Náhodné veličiny: Náhodné veličiny diskrétního a spojitého typu, charakteristiky a zákony rozdělení náhodných veličin, rozdělení binomické, hypergeometrické, geometrické, Poissonovo, normální a exponenciální.
Matematická statistika: Zpracování a vyhodnocování jednorozměrných datových souborů kvantitativního znaku, bodové a intervalové odhady parametrů znaku základního souboru, testy statistických hypotéz.
Indexní analýza: Individuální a agregátní indexy, Laspeyresovy a Paascheovy indexy.
Regresní analýza: Metoda nejmenších čtverců, regresní přímka, speciální regresní funkce.
Časové řady: Charakteristiky časových řad, rozklad časové řady, určení trendu v časové řadě.

Jazyk výuky

čeština

Počet kreditů

5

Zajišťuje ústav

Výsledky učení předmětu

Studenti získají základní znalosti z náhodných veličin, indexní analýzy, matematické statistiky, regresní analýzy a časových řad a budou schopni je aplikovat v ekonomických problémech. Po absolvování předmětu budou připraveni pro studium ekonomických předmětů, uvažujících náhodu.

Prerekvizity

Základy lineární algebry a matematické analýzy.

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: Zápočet je udělen na základě:
- účasti na cvičeních,
- vypracování seminárních prací a písemných prací s ohodnocením více než 50% bodů.

ZKOUŠKA: Zkouška je písemná.
V její první části řeší student během 60 minut příklady. (Jako pomůcku může použít doporučená skripta.)
Ve druhé části zkoušky student vypracuje během 15 minut odpovědi na 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).

Osnovy výuky

1. Náhodné jevy: pravděpodobnost a její vlastnosti, podmíněná pravděpodobnost, klasická pravděpodobnost
2. Náhodné jevy: nezávislost jevů, úplná pravděpodobnost.
3. Náhodné veličiny: náhodné veličiny diskrétního a spojitého typu, charakteristiky a zákony rozdělení náhodných veličin,
4. Náhodné veličiny: rozdělení binomické, hypergeometrické, geometrické, Poissonovo,
5. Náhodné veličiny: rozdělení normální a exponenciální.
6. Matematická statistika: zpracování a vyhodnocování jednorozměrných datových souborů kvantitativního znaku,
7. Matematická statistika: bodové a intervalové odhady parametrů znaku základního souboru,
8. Matematická statistika: testy statistických hypotéz.
9. Indexní analýza: individuální a agregátní indexy, Laspeyresovy a Paascheovy indexy.
10. Regresní analýza: metoda nejmenších čtverců, regresní přímka,
11. Regresní analýza: speciální regresní funkce.
12. Časové řady: charakteristiky časových řad, rozklad časové řady,
13. Časové řady: určení trendu v časové řadě.

Učební cíle

Cílem předmětu je seznámit studenty se základními pojmy náhodných veličin, matematické statistiky, indexní analýzy, regresní analýzy a časových řad, tak, aby byli schopni studovat ekonomické předměty, pracující s náhodou, a řešit pomocí uvedených metod problémy těchto předmětů.

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

Účast na přednáškách je povinná. Účast na cvičeních je povinná a kontrolovaná.
Omluvená neúčast studenta na cvičení může být nahrazena náhradními úkoly.

Základní literatura

KROPÁČ, J. Statistika. 2. vyd. Brno: CERM, 2012. ISBN 978-80-7204-788-8. (CS)
SEGER, J. aj. Statistické metody v tržním hospodářství. Praha : Victoria Publishing, 1995. ISBN 80-7187-058-7. (CS)

Doporučená literatura

HINDLS, R. aj. Analýza dat v manažerském rozhodování. Praha : Grada Publishing, 1999. ISBN 80-7169-255-7. (CS)
SWOBODA, H. Moderní statistika. Praha : Svoboda, 1977. (CS)

Zařazení předmětu ve studijních plánech

  • Program BAK bakalářský

    obor BAK-EPM , 2. ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., povinná

Vyučující / Lektor

Osnova

1. Náhodné jevy: pravděpodobnost a její vlastnosti, podmíněná pravděpodobnost, klasická pravděpodobnost
2. Náhodné jevy: nezávislost jevů, úplná pravděpodobnost.
3. Náhodné veličiny: náhodné veličiny diskrétního a spojitého typu, charakteristiky a zákony rozdělení náhodných veličin,
4. Náhodné veličiny: rozdělení binomické, hypergeometrické, geometrické, Poissonovo,
5. Náhodné veličiny: rozdělení normální a exponenciální.
6. Matematická statistika: zpracování a vyhodnocování jednorozměrných datových souborů kvantitativního znaku,
7. Matematická statistika: bodové a intervalové odhady parametrů znaku základního souboru,
8. Matematická statistika: testy statistických hypotéz.
9. Indexní analýza: individuální a agregátní indexy, Laspeyresovy a Paascheovy indexy.
10. Regresní analýza: metoda nejmenších čtverců, regresní přímka,
11. Regresní analýza: speciální regresní funkce.
12. Časové řady: charakteristiky časových řad, rozklad časové řady,
13. Časové řady: určení trendu v časové řadě.

Cvičení

26 hod., povinná

Vyučující / Lektor

Osnova

1. Náhodné jevy: pravděpodobnost a její vlastnosti, podmíněná pravděpodobnost, klasická pravděpodobnost
2. Náhodné jevy: nezávislost jevů, úplná pravděpodobnost.
3. Náhodné veličiny: náhodné veličiny diskrétního a spojitého typu, charakteristiky a zákony rozdělení náhodných veličin,
4. Náhodné veličiny: rozdělení binomické, hypergeometrické, geometrické, Poissonovo,
5. Náhodné veličiny: rozdělení normální a exponenciální.
6. Matematická statistika: zpracování a vyhodnocování jednorozměrných datových souborů kvantitativního znaku,
7. Matematická statistika: bodové a intervalové odhady parametrů znaku základního souboru,
8. Matematická statistika: testy statistických hypotéz.
9. Indexní analýza: individuální a agregátní indexy, Laspeyresovy a Paascheovy indexy.
10. Regresní analýza: metoda nejmenších čtverců, regresní přímka,
11. Regresní analýza: speciální regresní funkce.
12. Časové řady: charakteristiky časových řad, rozklad časové řady,
13. Časové řady: určení trendu v časové řadě.