1. Náhodné jevy: pravděpodobnost a její vlastnosti, podmíněná pravděpodobnost, klasická pravděpodobnost, nezávislost jevů
2. Náhodné veličiny: náhodné veličiny diskrétního a spojitého typu, charakteristiky a zákony rozdělení náhodných veličin, základní druhy diskrétních rozdělení
3. Náhodné veličiny: spojité náhodné veličiny, rozdělení normální a exponenciální.
4. Matematická statistika: zpracování a vyhodnocování jednorozměrných datových souborů kvantitativního znaku, bodové a intervalové odhady parametrů znaku základního souboru.
5. Matematická statistika: testy statistických hypotéz, testy o střední hodnotě a testy dobré shody
6. Regresní analýza: metoda nejmenších čtverců, regresní přímka, speciální regresní funkce, korelační koeficient
7. Časové řady: charakteristiky časových řad, rozklad časové řady, určení trendu v časové řadě.

1. Náhodné jevy: pravděpodobnost a její vlastnosti, podmíněná pravděpodobnost, klasická pravděpodobnost.
2. Náhodné jevy: nezávislost jevů, úplná pravděpodobnost.
3. Náhodné veličiny: náhodné veličiny diskrétního a spojitého typu, charakteristiky a zákony rozdělení náhodných veličin, základní druhy diskrétních rozdělení
4. Náhodné veličiny: spojité náhodné veličiny, rozdělení normální a exponenciální.
5. Matematická statistika: zpracování a vyhodnocování jednorozměrných datových souborů kvantitativního znaku.
6. Matematická statistika: bodové a intervalové odhady parametrů znaku základního souboru.
7. Matematická statistika: testy statistických hypotéz.
8. Matematická statistika: testy o střední hodnotě a testy dobré shody
10. Regresní analýza: metoda nejmenších čtverců, regresní přímka.
11. Regresní analýza: speciální regresní funkce, korelační koeficient
12. Časové řady: charakteristiky časových řad, rozklad časové řady,
13. Časové řady: určení trendu v časové řadě.

znalosti: Absolvent umí definovat klíčové pojmy související s pravděpodobností a matematickou statistikou jako jsou pravděpodobnost, náhodné veličiny, bodové odhady, intervalové odhady, testování hypotéz, regresní analýza. Asolvent umí vysvětlit propojení metod matematické statistiky a ekonomie.

dovednosti: Absolvent dovede pracovat s jednotlivými pojmy z oblasti matematické statistiky; dovede výstupy statistických modelů jasně prezentovat.

schopnosti: Absolvent je schopen uplatnit teoretické znalosti ve vymezení problému, který matematickou statistiku používá; je schopen navrhnout a realizovat přístup k výzkumu a matematické statistice.