Detail předmětu

Statistika pro pokročilou analytiku

FP-IspaPAk. rok: 2020/2021

Pokročilé statistické metody navazující na znalosti studentů z bakalářského stupně, rozšířené v předmětu Metody aplikované statistiky. Metody budou doplněny ukázkami zpracování skutečných dat a na cvičeních poté procvičeny s použitím výpočetní techniky.

Zajišťuje ústav

Výsledky učení předmětu

Po prostudování bude student schopen
-správně formulovat statistický problém
-stanovit vhodné analytické metody řešení
-získat řešení některou z procedur, dostupných v MS Excel, či některém ze statistických programů
-využít získaný výsledek v praxi

Doporučená nebo povinná literatura

KOŘENÁŘ, V. Stochastické procesy. 2. přeprac. vyd. Praha : Oeconomica, VŠE, 2010. 228 s. ISBN 978-80-245-1646-2.
JABLONSKÝ, J. Operační výzkum: kvantitativní modely pro ekonomické rozhodování. 3. vyd. Praha: Professional Publishing, 2007. 323 s. ISBN 978-80-86946-44-3.
KAŇKA, M., COUFAL, J., KLŮFA, J. Učebnice matematiky pro ekonomy. Praha : Ekopress, 2009. 198 s. ISBN 978-80-86929-24-8.
Biørn, E. Econometrics of Panel Data. Oxford University Press. 2016. 416p. ISBN: 9780198753445.
ANDĚL, J. Statistické metody. 4. upravené vyd. Praha : Matfyzpress, 2007. 299 s. ISBN 978-80-7378-003-6.
CIPRA, T. Finanční ekonometrie. Praha: Ekopress, 2014. 538 s. ISBN 978-80-86929-93-4.
Hatekar, Neeraj R. Principles of Econometrics. SAGE Publications India Pvt Ltd. 2010. 464 p. ISBN: 9788132104698

Plánované vzdělávací činnosti a výukové metody

Výuka probíhá formou přednášek, které mají charakter výkladu základních principů, doplněných názornými ukázkami zpracování skutečných dat.
Cvičení budou probíhat v počítačových učebnách a budou spočívat v samostatné práci studentů na zpracování dat, pod dohledem vyučujícího a následně ukázkami správných řešení.

Jazyk výuky

čeština

Osnovy výuky

1. Opakování základních pojmů – matice, statistické hypotézy
2. Analýza závislostí - korelační koeficienty, chi-quare test, diagramy
3. Regresní analýza - lineární regrese
4. Regresní analýza- nelineární regrese, linearizace rovnic
5. Časové řady - popis časové řady, využití časových řad, základní statistiky
6. Rozklad časové řady - Aditivní model, Multiplikativní model
7. Sezónnost časové řady - Metody určování sezónní složky
8. Modelování trendu - lineární, kvadratický, exponenciální, logistický,...
9. Metody rozhodování za jistoty - určování vah proměnných, způsob použití vhodné metody
10. Metody rozhodování za nejistoty - způsoby určování pravděpodobností, způsob použití vhodné metody
11. Metody rozhodování za rizika - metody snižování rizika a určení kompromisní varianty
12. Lineární programování - základní princip, ukázky optimalizačních úloh
13. Simulační metody, metoda Monte Carlo - ukázky využití simulačních metod v praxi.

Zařazení předmětu ve studijních plánech

  • Program MGR-IM magisterský navazující, 2. ročník, zimní semestr, 4 kredity, povinně volitelný

Typ (způsob) výuky

 

Přednáška

13 hod., nepovinná

Vyučující / Lektor

Cvičení

13 hod., povinná

Vyučující / Lektor