Detail předmětu

Statistická analýza

FSI-9STAAk. rok: 2023/2024

Předmět je určen pro studenty doktorského studia a je zaměřen na moderní metody statistické analýzy (náhodný výběr a jeho realizace, fitování rozdělení a odhady jejich parametrů, testování statistických hypotéz, regresní analýza) pro zpracování statistických souborů získaných při realizaci a vyhodnocování experimentů v rámci vědeckovýzkumné práce studentů.

Jazyk výuky

čeština

Počet kreditů

0

Garant předmětu

doc. RNDr. Zdeněk Karpíšek, CSc.

Zajišťuje ústav

Ústav matematiky (ÚM)

Vstupní znalosti

Základy teorie pravděpodobnosti a matematické statistiky.

Pravidla hodnocení a ukončení předmětu

Zkouška je formou předneseného referátu z vybrané oblasti statistických metod anebo vypracováním písemné práce zaměřené na řešení konkrétních úloh.
Účast na přednášce není povinná, ale doporučuje se.

Učební cíle

Cílem předmětu je formování stochastického způsobu myšlení studentů a jejich seznámení s moderními metodami matematické statistiky a možnostmi využití profesionálního statistického softwaru ve výzkumu.
Studenti získají hlubší znalosti z metod matematické statistiky, které jim umožní aplikovat stochastické modely technických jevů a procesů pomocí výpočtů na PC.

Základní literatura

Montgomery, D. C. - Renger, G.: Probability and Statistics. New York : John Wiley & Sons, Inc. 2010. (EN)
Ryan, T. P.: Modern Regression Methods. New York : John Wiley, 2004. (EN)
Anděl, J.: Základy matematické statistiky. Praha: Matfyzpress, 2011. (CS)
Meloun, M., Militký, J.: Kompendium statistického zpracování dat. Praha: Academia 2002. (CS)

Doporučená literatura

Anděl, J.: Statistické metody. Praha : Matfyzpress, 2007. (CS)
Meloun, M. - Militký, J._: Statistické zpracování experimentálních dat. Praha : PLUS, 1994. (CS)

eLearning

eLearning: aktuální otevřený kurz

Zařazení předmětu ve studijních plánech

  • Program D-ENE-K doktorský, 1. ročník, zimní semestr, doporučený
  • Program D-ENE-P doktorský, 1. ročník, zimní semestr, doporučený

Typ (způsob) výuky

 

Přednáška

20 hod., nepovinná

Vyučující / Lektor

doc. RNDr. Zdeněk Karpíšek, CSc.

Osnova

Rozdělení pravděpodobnosti pro modelování technických jevů a procesů.
Průzkumová analýza pro zpracování statistických souborů.
Náhodný výběr - model a vlastnosti.
Metody fitování rozdělení pravděpodobnosti.
Odhady parametrů rozdělení pravděpodobnosti.
Testování statistických hypotéz o rozděleních.
Testování statistických hypotéz o parametrech.
Úvod do analýzy rozptylu, neparametrické testy.
Základy lineární regresní analýzy.
Statistický software - vlastnosti a možnosti použití.

eLearning

eLearning: aktuální otevřený kurz