čeština

5

Studenti získají základní znalosti z náhodných veličin, indexní analýzy, matematické statistiky, regresní analýzy a časových řad a budou schopni je aplikovat v ekonomických problémech. Po absolvování předmětu budou připraveni pro studium ekonomických předmětů, uvažujících náhodu.

Základy lineární algebry a matematické analýzy.
Množiny, množinové operace, pojmy z kombinatoriky, faktoriál, limita, číselná řada, derivace, integrál.

Výuka probíhá formou přednášek, které mají charakter výkladu základních principů, metodologie dané disciplíny a problémů. Hlavní důraz je položen na vysvětlení podstaty jednotlivých metod a jejich obecných vlastností Cvičení podporují zejména praktické ovládnutí látky vyložené na přednáškách.

ZÁPOČET: Zápočet je udělen na základě:
- účasti na cvičeních,
- výsledku písemných prací .

ZKOUŠKA: Zkouška je písemná.
V její první části řeší student vypracuje během 15 minut odpovědi na teoretické otázky.
Ve druhé části zkoušky student vypracuje během 60 minut příklady. (Jako pomůcku může použít doporučená skripta.)

Známka, odpovídající součtu (max 100 bodů), sestává:
- z výsledků řešených příkladů,
- z odpovědí na teoretické otázky
- ústní část .

Známky a jim odpovídající body:
A (100-90), B (89-83), C (82-76), D (75-69), E (68-60), F (59-0).

Studenti získají základní znalosti z náhodných veličin, indexní analýzy, matematické statistiky, regresní analýzy a časových řad a budou schopni je aplikovat v ekonomických problémech. Po absolvování předmětu budou připraveni pro studium ekonomických předmětů, uvažujících náhodu.
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.
4. Náhodné veličiny: rozdělení binomické, hypergeometrické, geometrické, Poissonovo.
5. Náhodné veličiny: rozdělení normální a exponenciální.
6. Matematická statistika: zpracování a vyhodnocování jednorozměrných datových souborů kvantitativního znaku.
7. Matematická statistika: bodové a intervalové odhady parametrů znaku základního souboru.
8. Matematická statistika: testy statistických hypotéz.
9. Indexní analýza: individuální a agregátní indexy, Laspeyresovy a Paascheovy indexy.
10. Regresní analýza: metoda nejmenších čtverců, regresní přímka.
11. Regresní analýza: speciální regresní funkce.
12. Časové řady: charakteristiky časových řad, rozklad časové řady,
13. Časové řady: určení trendu v časové řadě.

Cílem předmětu je seznámit studenty se základními pojmy náhodných veličin, matematické statistiky, regresní analýzy a časových řad, tak, aby byli schopni studovat ekonomické předměty, pracující s náhodou, a řešit pomocí uvedených metod problémy těchto předmětů.

Účast na přednáškách není povinná ale doporučuje se. Účast na cvičeních je kontrolovaná.
Omluvená neúčast studenta na cvičení může být nahrazena náhradními úkoly.

KROPÁČ, J. Statistika A. 5. vyd. CERM, Brno. 2013. ISBN 978-80-7204-835-9.
SEGER, J. aj. Statistické metody v tržním hospodářství. Praha : Victoria Publishing, 1995. ISBN 80-7187-058-7.

HINDLS, R. aj. Analýza dat v manažerském rozhodování. Praha : Grada Publishing, 1999. ISBN 80-7169-255-7.
SWOBODA, H. Moderní statistika. Praha : Svoboda, 1977.

26 hod., povinná

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,
4. Náhodné veličiny: rozdělení binomické, hypergeometrické, geometrické, Poissonovo,
5. Náhodné veličiny: rozdělení normální a exponenciální.
6. Matematická statistika: zpracování a vyhodnocování jednorozměrných datových souborů kvantitativního znaku,
7. Matematická statistika: bodové a intervalové odhady parametrů znaku základního souboru,
8. Matematická statistika: testy statistických hypotéz.
9. Indexní analýza: individuální a agregátní indexy, Laspeyresovy a Paascheovy indexy.
10. Regresní analýza: metoda nejmenších čtverců, regresní přímka,
11. Regresní analýza: speciální regresní funkce.
12. Časové řady: charakteristiky časových řad, rozklad časové řady,
13. Časové řady: určení trendu v časové řadě.