Detail předmětu
Statistika 2
FP-stat2PAk. rok: 2020/2021
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.
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
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.
Prerekvizity
Základy teorie pravděpodobnosti a náhodné veličiny.
Doporučená nebo povinná literatura
BUDÍKOVÁ, M., T. LERCH a Š. MIKOLÁŠ. Základní statistické metody. Brno: Masarykova univerzita v Brně, 2005. ISBN 80-210-3886-1. hospodářství. Praha : Victoria Publishing, 1995. ISBN 80-7187-058-7.
GUJARATI, D. N. a D. C. PORTER. Basic econometrics. 5th ed. Boston: McGraw-Hill Irwin, 2009. ISBN 978-007-3375-779.Svoboda, 1977.
ARLT, J. a M. ARLTOVÁ. Ekonomické časové řady. Praha: Professional Publishing, 2009. ISBN 978-808-6946-85
Plánované vzdělávací činnosti a výukové metody
Výuka se skládá z přednášek, které mají charakter výkladu základních principů a metodologie oboru, praktických problémů a jejich vzorových řešení.
Cvičení podporují praktické ovládnutí látky vyložené na přednáškách.
Způsob a kritéria hodnocení
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).
Jazyk výuky
čeština
Osnovy výuky
Studenti získají základní znalosti 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.
Témata přednášek jsou následující:
1. Základní pojmy matematické statistiky.
2. Parametrické testy – t-test, párový t-test.
3. Parametrické testy – dvouvýběrový t-test a F-test.
4. Kolmogorovův-Smirnovův test, Shapiro-Wilkův test, Pearsonův test.
5. Analýza rozptylu (ANOVA).
6. Neparametrické testy – Znaménkový test, Wilcoxonův test.
7. Neparametrické testy – Kruskal-Wallisův test, Medianový test, Spearmanův koeficient korelace.
8. Kategoriální analýza.
9. Jednorozměrné regresní modely.
10. Vícerozměrné regresní modely.
11. Testování klasických předpokladů regresního modelu.
12. Nelineární regresní modely.
13. Analýza panelových dat.
Cíl
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.
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Účast na přednáškách není povinná, ale doporučuje se.
Typ (způsob) výuky
eLearning
eLearning: aktuální otevřený kurz