Detail předmětu
Statistika
FP-statPAk. rok: 2022/2023
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.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Prerekvizity
Množiny, množinové operace, pojmy z kombinatoriky, faktoriál, limita, číselná řada, derivace, integrál.
Plánované vzdělávací činnosti a výukové metody
Způsob a kritéria hodnocení
ZÁPOČET: Zápočet je udělen na základě:
- bodů za testy během semestru
- testy není možné opravovat!
ZKOUŠKA: Zkouška je písemná či ústní, skládá se z teorie
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 i u zápočtu (u zápočtu 40 bodů)
- je možné, že budou během semestru udělovány body "navíc", nad rámec testů a zkoušky. Na tyto body není nárok a jejich udělování bude nahodilé a náhodné.
Známky a jim odpovídající body:
A (100-90), B (89-80), C (79-70), D (69-60), E (59-50), F (49-0)
Zakončení předmětu pro studenty s individuálním studijnim plánem:
-absolvování testů v průběhu studia či během zkouškového období a splnění požadované bodové hranice
- absolvování teoretické zkoušky a splnění požadované bodové hranice
V případě dálkového studia, kdy nebude možné na fakultě psát testy v průběhu semestru: - zápočet a zkouška budou řešeny na základě toho, jak dlouho bude zachována prezenční forma výuky - snahou bude, aby bylo možné zápočtové testy realizovat osobně na fakultě (i když výuka probíhá online), a to i do jednoho dne na konci semestru
Osnovy výuky
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, základní druhy diskrétních rozdělení
4. 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.
12. Časové řady: charakteristiky časových řad, rozklad časové řady,
13. Časové řady: určení trendu v časové řadě.
Učební cíle
Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky
Základní literatura
SEGER, J. aj. Statistické metody v tržním hospodářství. Praha : Victoria Publishing, 1995. ISBN 80-7187-058-7.
Doporučená literatura
SWOBODA, H. Moderní statistika. Praha : Svoboda, 1977.
Elearning
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Přednáška
Vyučující / Lektor
Osnova
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, 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. Regresní analýza: metoda nejmenších čtverců
10. Regresní analýza: 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.
Cvičení
Vyučující / Lektor
Osnova
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.
Elearning