Detail předmětu
Pravděpodobnost a matematická statistika
ÚSI-DSA02Ak. rok: 2018/2019
Předmět je určen pro studenty doktorského studia a je zaměřen na stochastické modelování a moderní metody statistické analýzy (pravděpodobnost, náhodné veličiny a vektory, náhodný výběr a jeho realizace, fitování rozdělení pravděpodobnosti a odhady jejich parametrů, testování statistických hypotéz, regresní analýza) pro zpracování statistických souborů získaných při realizaci a vyhodnocování experimentů v rámci vědeckovýzkumné práce studentů.
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Studenti získají hlubší znalosti ze stochastického modelování a moderních metod matematické statistiky, které jim umožní aplikovat adekvátní stochastické modely pozorovaných jevů a procesů pomocí výpočtů na PC.
Prerekvizity
Úvod do počtu pravděpodobnosti a popisná statistika v rozsahu magisterského studia.
Doporučená nebo povinná literatura
KOUTKOVÁ,H., MOLL,I.: Úvod do pravděpodobnosti a matematické statistiky, CERM Brno, 2001
ANDĚL, J.: Statistické metody, MATFYZPRESS Praha, 1993
WALPOLE, R.E., MYERS, R.H.: Probability and Statistics for Engineers and Scientists, MACMILLIAN PUBLISHING COMPANY, New York, 1999
DOWDY, S., WEARDEN, S., CHILKO, D. Statistics for Research. New York: John Wiley & Sons, Inc., 2011. (CS)
MONTGOMERY, D. C., RUNGER, G. Applied Statistics and Probability for Engineers. New York: John Wiley & Sons, Inc., 2011. (CS)
HEBÁK, P., HUSTOPECKÝ, J., JAROŠOVÁ, E., PECÁKOVÁ, I. Vícerozměrné statistické metody (1), (2), (3), Praha: Informatorium, 2004. (CS)
KOŽÍŠEK, J., STIEBEROVÁ, B. Statistika v příkladech. Praktické aplikace řešené v MS Excel. Praha: Verlag Dashofer, 2012. (CS)
KARPÍŠEK, Z. Matematika IV. Pravděpodobnost a matematická statistika. Brno: CERM, 2014. (CS)
Způsob a kritéria hodnocení
Zkouška je ve formě předneseného referátu z vybrané oblasti statistických metod anebo vypracováním písemné práce zaměřené na řešení konkrétních úloh.
Jazyk výuky
čeština
Osnovy výuky
1. Pravděpodobnost, náhodná veličina, náhodný vektor.
2. Rozdělení pravděpodobnosti pro aplikace.
3. Průzkumová analýza pro zpracování statistických souborů.
4. Náhodný výběr - model a vlastnosti.
5. Fitování rozdělení pravděpodobnosti.
6. Odhady parametrů rozdělení pravděpodobnosti.
7. Testování statistických hypotéz o parametrech a rozděleních.
8. Neparametrické testy.
9. Základy lineární regresní analýzy.
10. Úvod do analýzy rozptylu.
11. Úvod do kategoriální analýzy.
12. Statistický software - vlastnosti a možnosti použití.
Cíl
Cílem předmětu je formování stochastického způsobu myšlení studentů a jejich seznámení s moderními stochastickými metodami a indukčními metodami matematické statistiky, včetně možností a uplatnění profesionálního statistického softwaru ve výzkumu.
Zařazení předmětu ve studijních plánech
- Program DSoIK doktorský
obor SOI , 1. ročník, letní semestr, 0 kreditů, povinný
obor SOI , 1. ročník, letní semestr, 0 kreditů, povinný
obor SOI , 1. ročník, letní semestr, 0 kreditů, povinný
obor SOI , 1. ročník, letní semestr, 0 kreditů, povinný - Program DSoIP doktorský
obor SOI , 1. ročník, letní semestr, 0 kreditů, povinný
obor SOI , 1. ročník, letní semestr, 0 kreditů, povinný
obor SOI , 1. ročník, letní semestr, 0 kreditů, povinný
obor SOI , 1. ročník, letní semestr, 0 kreditů, povinný
Typ (způsob) výuky
eLearning
eLearning: aktuální otevřený kurz