Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2023/2024
UPOZORNĚNÍ: Jsou dostupné studijní plány pro následující akademický rok.

Statistika 2

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
U63C4101 Z,ZK 6 2P+2C česky

Předmět U63C4101 nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět 32BC-P-STA2-01 (vztah je symetrický)

Předmět U63C4101 může být splněn v zastoupení předmětem 32BC-P-STA2-01

Garant předmětu:
Přednášející:
Cvičící:
Předmět zajišťuje:
institut ekonomických studií
Anotace:

Předmět navazuje na tematické okruhy z kurzu Statistika I. Úspěšným absolvováním studenti získají rozšíření (a mírné prohloubení) základní znalosti statistických principů, které si osvojili během studia předmětu Statistika I. Prohloubení se týká oblasti náhodné veličiny - náhodný vektor a oblasti neparametrického testování hypotéz. Ostatní níže uvedené tematické okruhy spíše rozšiřují znalosti získané v rámci předešlého studia statistiky 1. Po absolvování předmětu budou studenti připraveni komplexně použít vhodný metodický aparát pro vytěžování znalostí jak z kvantitativních, tak kvalitativních datových souborů.

Požadavky:

Vstupní požadavky jsou: Složení zkoušky ze Statistika 1, Matematika 1, Matematika 2.

Osnova přednášek:

Předmět navazuje na tematické okruhy z kurzu Statistika I. Úspěšným absolvováním studenti získají rozšíření (a mírné prohloubení) základní znalosti statistických principů, které si osvojili během studia předmětu Statistika I. Prohloubení se týká oblasti náhodné veličiny - náhodný vektor a oblasti neparametrického testování hypotéz. Ostatní níže uvedené tematické okruhy spíše rozšiřují znalosti získané v rámci předešlého studia statistiky 1. Po absolvování předmětu budou studenti připraveni komplexně použít vhodný metodický aparát pro vytěžování znalostí jak z kvantitativních, tak kvalitativních datových souborů.

. Náhodný vektor, distribuční a frekvenční funkce náhodného vektoru.

. Nezávislost složek náhodného vektoru, marginální rozdělení pravděpodobnosti.

. Číselné charakteristiky náhodného vektoru, podmíněné rozdělení pravděpodobnosti.

. Statistická indukce a náhodný výběr (stratifikovaný, shlukový, systematický) , odhady parametrů základního souboru.

. Metoda maximální věrohodnosti, bodové a intervalové odhady parametrů (střední hodnoty, rozptylu), určení rozsahu náhodného výběru.

. Testy normality (Anderson-Darling test, Test dobré shody, Shapiro-Wilks test, Kolmogorov-Smirnov test). Grafická analýza, Box plot, histogram.

. Neparametrické testování statistických hypotéz, jedno-výběrový a dvoj-výběrový Wilcoxon test, dvou-výběrový Kolmogorov-Smirnov test.

. Obecná analýza kategoriálních dat, hodnocení četností, porovnání relativní četnosti s teoretickou hodnotou.

. Analýza závislostí nominálního a ordinálního typu dat, kontingenční tabulka, testování hypotézy o nezávislosti.

. Měření síly závislostí veličin nominálního typu. Čtyřpolní (asociační) tabulka a testování nezávislosti v čtyřpolní tabulce.

. Statistická meta-analýza, test homogenity, agregace velikosti účinku, kódování informací, dopočítávání účinku.

. Metody vícerozměrné analýzy, externální analýzy, internální analýzy (analýza hlavních komponent, faktorová analýza, shluková analýza).

. Logistická regrese, modelování závislostí pomocí regresních stromů.

. Volba statistické metody, klasifikace statistických metod, problémy testů významnosti, Bayesovský přístup, výpočetně intenzivní metody.

Osnova cvičení:

Předmět navazuje na tematické okruhy z kurzu Statistika I. Úspěšným absolvováním studenti získají rozšíření (a mírné prohloubení) základní znalosti statistických principů, které si osvojili během studia předmětu Statistika I. Prohloubení se týká oblasti náhodné veličiny - náhodný vektor a oblasti neparametrického testování hypotéz. Ostatní níže uvedené tematické okruhy spíše rozšiřují znalosti získané v rámci předešlého studia statistiky 1. Po absolvování předmětu budou studenti připraveni komplexně použít vhodný metodický aparát pro vytěžování znalostí jak z kvantitativních, tak kvalitativních datových souborů.

. Náhodný vektor, distribuční a frekvenční funkce náhodného vektoru.

. Nezávislost složek náhodného vektoru, marginální rozdělení pravděpodobnosti.

. Číselné charakteristiky náhodného vektoru, podmíněné rozdělení pravděpodobnosti.

. Statistická indukce a náhodný výběr (stratifikovaný, shlukový, systematický) , odhady parametrů základního souboru.

. Metoda maximální věrohodnosti, bodové a intervalové odhady parametrů (střední hodnoty, rozptylu), určení rozsahu náhodného výběru.

. Testy normality (Anderson-Darling test, Test dobré shody, Shapiro-Wilks test, Kolmogorov-Smirnov test). Grafická analýza, Box plot, histogram.

. Neparametrické testování statistických hypotéz, jedno-výběrový a dvoj-výběrový Wilcoxon test, dvou-výběrový Kolmogorov-Smirnov test.

. Obecná analýza kategoriálních dat, hodnocení četností, porovnání relativní četnosti s teoretickou hodnotou.

. Analýza závislostí nominálního a ordinálního typu dat, kontingenční tabulka, testování hypotézy o nezávislosti.

. Měření síly závislostí veličin nominálního typu. Čtyřpolní (asociační) tabulka a testování nezávislosti v čtyřpolní tabulce.

. Statistická meta-analýza, test homogenity, agregace velikosti účinku, kódování informací, dopočítávání účinku.

. Metody vícerozměrné analýzy, externální analýzy, internální analýzy (analýza hlavních komponent, faktorová analýza, shluková analýza).

. Logistická regrese, modelování závislostí pomocí regresních stromů.

. Volba statistické metody, klasifikace statistických metod, problémy testů významnosti, Bayesovský přístup, výpočetně intenzivní metody.

Cíle studia:

Cílem předmětu je vytvořit na Statistiku 1 navazující metodický rámec, pro využíváni pokročilých stochastických metod (založených na pravděpodobnostním rozdělení náhodných veličin), který studentům umožní sofistikovaně analyzovat a regulovat rezidua ekonomických jevů a procesů podnikového řízení.

Studijní materiály:

POVINNÁ

KOŽÍŠEK, J., STIEBEROVÁ, B.: Statistika v příkladech, Verlag Dashofer, Praha 2012.

DOPORUČENÁ

ANDĚL, J. (2002), Základy matematické statistiky, Univerzita Karlova v Praze, Matematicko-fyzikální fakulta, Preprint.

HENDL, J. (2004), Přehled statistických metod zpracování dat, Praha, Portál. ISBN 80-7178-820-1

HINDLS, R., HRONOVÁ, S. et al. Statistika pro ekonomy. Professional publishing. 2007. ISBN 978-80-86946-43-6.

LIND, D., MARCHAL, W., WATHEN, S. Statistical Techniques in Business and Economics, (16th Edition). McGraw-Hill Education 2015. ISBN-13: 978

0078020520.

TRIOLA, M., F. Essentials of Statistics (5th Edition). Pearson Education 2015. ISBN-13: 978-0321924599.

Poznámka:
Další informace:
https://idp2.civ.cvut.cz/idp/profile/SAML2/Redirect/SSO?execution=e3s1
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 27. 3. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet5127706.html