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

Statistické metody používané ve státní správě a samosprávě

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
F7DCSTA1 ZK 5P+10S česky
Garant předmětu:
Ladislav Dušek, Josef Požár
Přednášející:
Ladislav Dušek, Josef Požár
Cvičící:
Ladislav Dušek, Josef Požár
Předmět zajišťuje:
katedra zdravotnických oborů a ochrany obyvatelstva
Anotace:

Předmět obsahuje pokročilé statistické metody pro experimentální činnost: Plánování pokusů. Šíření chyb. Počet opakování, znáhodnění. Jednoduché, dvojné a trojné třídění v analýze rozptylu. Následná analýza po provedení analýzy rozptylu. Určení optimálních podmínek. Úvahy o rozsahu výběru, síle a velikosti účinku. Bayesovské metody odhadu. Úvod do stochastických procesů, Markovovy procesy. Přednáška bude každoročně modifikována podle zaměření disertačních prací zapsaných studentů tak, aby maximálně pomáhala při zpracování experimentální části disertačních prací.

Požadavky:

Forma ověření studijních výsledků: ústní zkouška.

Požadavky na studenta: znalost základů teorie pravděpodobnosti a principy statistických odhadů a testování hypotéz.

Osnova přednášek:

Filozofie modelů založených na teorii pravděpodobnosti. Jak se vyhnout chybám v pravděpodobnostních modelech a při induktivní statistické analýze.

Základní východiska induktivní statistiky, bodové a intervalové odhady, filozofie testování hypotéz, p-hodnota.

Stanovení velikosti vzorku.

Postupy při testování statistických hypotéz. Analýza rozptylu (ANOVA).

Bayesovské metody odhadu.

Úvod do náhodných procesů – obecná teorie, Markovovy procesy.

Osnova cvičení:

Budou upřesněny podle zaměření disertačních prací zapsaných studentů.

Cíle studia:

Předmět obsahuje pokročilé statistické metody pro experimentální činnost: Plánování pokusů. Šíření chyb. Počet opakování, znáhodnění. Jednoduché, dvojné a trojné třídění v analýze rozptylu. Následná analýza po provedení analýzy rozptylu. Určení optimálních podmínek. Úvahy o rozsahu výběru, síle a velikosti účinku. Bayesovské metody odhadu. Úvod do stochastických procesů, Markovovy procesy. Přednáška bude každoročně modifikována podle zaměření disertačních prací zapsaných studentů tak, aby maximálně pomáhala při zpracování experimentální části disertačních prací.

Studijní materiály:

Povinná literatura:

NEZU, M. Arthur a Christine Magut NEZU. Evidence-based Outcome Research. Oxford: Oxford University Press, 2008. ISBN 978-0-19-530463-3.

PAVLÍK, Tomáš a Ladislav DUŠEK. Biostatistika. Brno: Akademické nakladatelství CERM, 2012. ISBN 978-80-7204-782-6. (volně ke stažení z https://www.iba.muni.cz/index.php?pg=vyuka--ucebnice).

SILVIA, S. Devinderjit a John SKILLING. Data Analysis. A Bayesian Tutorial. 2nd Ed. Oxford: Oxford University Press, 2006. ISBN 978-0-19-856831-5.

Doporučená literatura:

CHATFIELD, Chris. Statistics for Technology. London: Chapman & Hall, 1983. ISBN 0-412-25340-2.

NAVARA, Mirko. Pravděpodobnost a matematická statistika. Praha: Nakladatelství ČVUT, 2007. ISBN 978-80-01-03795-9.

SWOBODA, Helmut. Moderní statistika, Praha: Nakladatelství Svoboda, 1977.

ROGALEWICZ, Vladimír. Pravděpodobnost a statistika pro inženýry. Praha: Vydavatelství ČVUT, 2007. ISBN 978-80-0103-785-0.

Poznámka:
Rozvrh na zimní semestr 2023/2024:
Rozvrh není připraven
Rozvrh na letní semestr 2023/2024:
Rozvrh není připraven
Předmět je součástí následujících studijních plánů:
Platnost dat k 27. 4. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet7672706.html