Statistics 1

Předmět U63E3101 nesmí být zapsán, je-li v témže semestru zapsán anebo již dříve absolvován předmět 32BE-P-STA1-01 (vztah je symetrický)

Předmět U63E3101 může být splněn v zastoupení předmětem 32BE-P-STA1-01

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

institut ekonomických studií

Anotace:

Úspěšným absolvováním studenti získají základní znalosti aplikované statistiky z oblasti popisných technik datových souborů, regresní a korelační analýzy, analýzy rozptylu, regresní analýzy, navrhování a vyhodnocování experimentů, ověřování hypotéz a analýzy časových řad. Po absolvování předmětu budou studenti připraveni prakticky použít tyto metody v navazujících předmětech a v praktických úlohách podnikového prostředí.

Požadavky:

Osnova přednášek:

Úspěšným absolvováním studenti získají základní znalosti aplikované statistiky z oblasti popisných technik datových souborů, regresní a korelační analýzy, analýzy rozptylu, regresní analýzy, navrhování a vyhodnocování experimentů, ověřování hypotéz a analýzy časových řad. Po absolvování předmětu budou studenti připraveni prakticky použít tyto metody v navazujících předmětech a v praktických úlohách podnikového prostředí.

1.Úvod do problematiky, náhodná veličina, pravděpodobnostní funkce, hustota pravděpodobnosti, distribuční funkce.

2.Základními typy rozložení diskrétní a spojité náhodné veličiny, odvození jejich základních číselných charakteristik.

3.Číselné charakteristiky náhodné veličiny, typy dat, střední hodnota, rozptyl, koeficient šikmosti, koeficient špičatosti, p-kvantil, medián, modus.

4.Náhodný vektor, distribuční a frekvenční funkce náhodného vektoru, nezávislost složek náhodného vektoru, marginální rozdělení pravděpodobnosti.

5.Statistický soubor s jedním argumentem, regresní a korelační analýza, odvození koeficientů rovnice přímky, předpoklady lineárního regresního modelu.

6.Nelineární regresní a korelační analýza, korelační pole s obecným průběhem, adiční funkce, koeficient determinace.

7.Aplikační využití regresní analýzy pro plánování a navrhování experimentů, síly vlivu faktoru na odezvu, interakce mezi faktory, problémy s přístupem „změna pouze jednoho faktoru“, faktoriální návrhy, analýza rozptylu.

8.Binární syntéza odezvové veličiny, odstranění redundantních faktorů experimentu.

9.Statistická, statistická hypotéza, statistické testy, intervalový odhad, hladina významnosti, kritické hodnoty, testovací kritérium, chyba 1. a 2. druhu.

10.Testování statistických hypotéz parametrických a neparametrických. Jedno-výběrový a dvoj-výběrový test.

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

12.Statistická regulace. Shewhartovy regulační diagramy, Markovovy řetězce.

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

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

Osnova cvičení:

Úspěšným absolvováním studenti získají základní znalosti aplikované statistiky z oblasti popisných technik datových souborů, regresní a korelační analýzy, analýzy rozptylu, regresní analýzy, navrhování a vyhodnocování experimentů, ověřování hypotéz a analýzy časových řad. Po absolvování předmětu budou studenti připraveni prakticky použít tyto metody v navazujících předmětech a v praktických úlohách podnikového prostředí.

1.Úvod do problematiky, náhodná veličina, pravděpodobnostní funkce, hustota pravděpodobnosti, distribuční funkce.

2.Základními typy rozložení diskrétní a spojité náhodné veličiny, odvození jejich základních číselných charakteristik.

3.Číselné charakteristiky náhodné veličiny, typy dat, střední hodnota, rozptyl, koeficient šikmosti, koeficient špičatosti, p-kvantil, medián, modus.

4.Náhodný vektor, distribuční a frekvenční funkce náhodného vektoru, nezávislost složek náhodného vektoru, marginální rozdělení pravděpodobnosti.

5.Statistický soubor s jedním argumentem, regresní a korelační analýza, odvození koeficientů rovnice přímky, předpoklady lineárního regresního modelu.

6.Nelineární regresní a korelační analýza, korelační pole s obecným průběhem, adiční funkce, koeficient determinace.

7.Aplikační využití regresní analýzy pro plánování a navrhování experimentů, síly vlivu faktoru na odezvu, interakce mezi faktory, problémy s přístupem „změna pouze jednoho faktoru“, faktoriální návrhy, analýza rozptylu.

8.Binární syntéza odezvové veličiny, odstranění redundantních faktorů experimentu.

9.Statistická, statistická hypotéza, statistické testy, intervalový odhad, hladina významnosti, kritické hodnoty, testovací kritérium, chyba 1. a 2. druhu.

10.Testování statistických hypotéz parametrických a neparametrických. Jedno-výběrový a dvoj-výběrový test.

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

12.Statistická regulace. Shewhartovy regulační diagramy, Markovovy řetězce.

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

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

Cíle studia:

Cílem studia je vytvořit schopnost prakticky použít zmíněné metody v navazujících předmětech a v praktických úlohách podnikového prostředí.

Studijní materiály:

POVINNÁ

NEUBAUER, J.; SEDLAČÍK, M.; KŘÍŽ, O. Základy statistiky. Aplikace v technických a ekonomických oborech, (3. vydání). Grada Publishing, 2021. ISBN 978–80–271–4484–6.

DOPORUČENÁ

HOLICKÝ, M. Aplikace teorie pravděpodobnosti a matematické statistiky. Nakladatelství ČVUT, 2015. ISBN 978-80-01-05803-9.

MONTGOMERY, D.C.; RUGER, G. Applied Statistics and Probability for Engineers, (7th Edition). John Wiley & Sons, 2018. ISBN 978-1-11-958559-6.

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: