Detail předmětu
Statistika
FP-statPAk. rok: 2021/2022
Pro používání statistických dat je nezbytné pochopení vyjadřovacích prostředků statistiky. Bez zvládnutí principů zkoumání závislostí a měření ukazatelů nelze správně navrhovat ani používat výsledky statistických šetření. V předmětu studenti získají základní znalosti z náhodných veličin, 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. Důraz je kladen na pochopení možností těchto metod a na interpretaci výsledků.
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Prerekvizity
Množiny, množinové operace, pojmy z kombinatoriky, faktoriál, limita, číselná řada, derivace, integrál.
Literatura
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.
SWOBODA, H. Moderní statistika. Praha : Svoboda, 1977.
Plánované vzdělávací činnosti a výukové metody
Způsob a kritéria hodnocení
Hodnocení předmětu je platný i pro ISP.
ZÁPOČET: Zápočet je udělen na základě:
- bodů za testy
- testy není možné opravovat
ZKOUŠKA: Zkouška je písemná či ústní, skládá se z teorie (čas zhruba 15 minut)
Známka, odpovídající součtu (max 100 bodů), sestává:
- z bodů za testy (70 bodů)
- z bodů za zkoušku (30 bodů)
- je kladen požadavek na minimální bodový zisk u zkoušky (10 bodů) i u zápočtu (40 bodů)
Známky a jim odpovídající body:
A (100-90), B (89-80), C (79-70), D (69-60), E (59-50), F (49-0)
Jazyk výuky
Osnovy výuky
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.
Cíl
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Cvičení
Vyučující / Lektor
eLearning