Detail předmětu

Statistika

FP-STA1Ak. rok: 2021/2022

Studenti získají základní znalosti teorie pravděpodobnosti, náhodné veličiny, náhodného vektoru, spolehlivosti soustav, indexní analýzy, rozhodování za rizika a nejistoty a popisné statistiky.

Jazyk výuky

čeština

Počet kreditů

6

Zajišťuje ústav

Výsledky učení předmětu

Studenti získají základní znalosti teorie pravděpodobnosti, náhodné veličiny, náhodného vektoru, spolehlivosti soustav, indexní analýzy, rozhodování za rizika a nejistoty, popisné statistiky. Po absolvování předmětu budou studenti připraveni prakticky použít tyto metody v navazujících předmětech.

Plánované vzdělávací činnosti a výukové metody

Výuka probíhá formou přednášek, které mají charakter výkladu základních principů, metodologie dané disciplíny a problémů. Cvičení podporují zejména praktické ovládnutí látky vyložené na přednáškách.

Způsob a kritéria hodnocení

ZAKONČENÍ PŘEDMĚTU
Zápočet (max. 40 bodů) je udělen na základě:
- vypracování kontrolních testů.
-aktivní účast na cvičeních 80% (případná vyšší neúčast bude nahrazena vyřešením a odevzdáním zadaných příkladů).

Zkouška (max. 60 bodů) je písemná.
V její první části řeší student během 80 minut 4 příklady. Ve druhé části zkoušky student vypracuje během 15 minut odpovědi na 3 teoretické otázky.

Známku, odpovídající součtu (max. 100 bodů), která sestává:
- z bodového hodnocení kontrolních testů,
- z výsledků řešených příkladů,
- z kvality odpovědí na teoretické otázky.

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

ZAKONČENÍ PŘEDMĚTU PRO STUDENTY S INDIVIDUÁLNÍM STUDIEM
Zápočet (max. 40 bodů) je udělen na základě:
- vypracování výpočtových úloh.

Zkouška (max. 60 bodů) je písemná.
V její první části řeší student během 80 minut 4 příklady. Ve druhé části zkoušky student vypracuje během 15 minut odpovědi na 3 teoretické otázky.

Známku, odpovídající součtu (max. 100 bodů), která sestává:
- z bodového hodnocení výpočtových úloh,
- z výsledků řešených příkladů,
- z kvality odpovědí na teoretické otázky.

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

Osnovy výuky

1. Klasická pravděpodobnost
2. Podmíněná pravděpodobnost
3. Diskrétní náhodná veličina
4. Speciální diskrétní náhodné veličiny
5. Speciální spojité náhodné veličiny
6. Věta Moivreova-Laplaceova
7. Spolehlivost soustav
8. Náhodný vektor
9. Individuální indexy
10. Složené indexy
11. Rozhodování za rizika
12. Rozhodovací stromy
13. Jednorozměrné datové soubory kvantitativních znaků

Učební cíle

Cílem předmětu je seznámit studenty se základy teorie pravděpodobnosti, náhodných veličin, indexní analýzy, rozhodování za rizika a nejistoty a popisné statistiky tak, aby byli schopni tyto znalosti vhodně aplikovat v manažerských, informatických a ekonomických problémech.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

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

Základní literatura

KROPÁČ, J. STATISTIKA A. 5. vyd. Brno: Fakulta podnikatelská, VUT v Brně, 2013. 140 s. ISBN 978-80-7204-835-9.
KROPÁČ, J. Statistika. 2. vyd. Brno: Akademické nakladatelství CERM, 2012. ISBN 978-80-7204-788-8.

Doporučená literatura

HINDLS, R. aj. Analýza dat v manažerském rozhodování. Praha : Grada Publishing, 1999. ISBN 80-7169-255-7.
SWOBODA, H. Moderní statistika. Praha : Svoboda, 1977.
BUDÍKOVÁ, M., T. LERCH a Š. MIKOLÁŠ. Základní statistické metody. 1. vyd. Brno: Masarykova univerzita v Brně, 2005. ISBN 80-210-3886-1.
KROPÁČ, J. Statistika B. 2. vyd. Brno: Fakulta podnikatelská, 2009. ISBN 978-80-214-3295-6.

eLearning

Zařazení předmětu ve studijních plánech

  • Program BAK-MIn bakalářský, 2. ročník, zimní semestr, povinný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Osnova

1. Klasická pravděpodobnost
2. Podmíněná pravděpodobnost
3. Diskrétní náhodná veličina
4. Speciální diskrétní náhodné veličiny
5. Speciální spojité náhodné veličiny
6. Věta Moivreova-Laplaceova
7. Spolehlivost soustav
8. Náhodný vektor
9. Individuální indexy
10. Složené indexy
11. Rozhodování za rizika
12. Rozhodovací stromy
13. Jednorozměrné datové soubory kvantitativních znaků

Cvičení

26 hod., povinná

Vyučující / Lektor

Osnova

Témata cvičení jsou shodná s tématy přednášek.

eLearning