Detail předmětu

Statistika

FP-STA1Ak. rok: 2026/2027

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

Příslušnost k typu studijního programu

bakalářský

Garant předmětu

Ing. Karel Doubravský, Ph.D.

Zajišťuje ústav

Ústav kvantitativního inženýrství (ÚKI)

Vstupní znalosti

Kombinatorika a infinitezimalni počet.

Způsob zakončení předmětu a pravidla hodnocení studentů

ZAKONČENÍ PŘEDMĚTU

Zápočet

V průběhu semestru studenti absolvují dvě zápočtové písemky, za které mohou získat celkem maximálně 30 bodů.

Pro získání zápočtu je nutné:

  • získat z obou zápočtových písemek v součtu alespoň 15 bodů,
  • splnit minimálně 80% aktivní účast na cvičeních.

Zkouška

Zkouška je písemná a lze za ni získat maximálně 70 bodů. Skládá se ze dvou částí:

  • praktická část: 4 příklady, časový limit 80 minut, maximálně 60 bodů,
  • teoretická část: 2 teoretické otázky, časový limit 10 minut, maximálně 10 bodů.

Celkové hodnocení

Výsledná známka se stanoví podle celkového počtu bodů získaných:

  • ze dvou zápočtových písemek, maximálně 30 bodů,
  • ze zkouškové písemky, maximálně 70 bodů.

Celkem lze získat maximálně 100 bodů.

Hodnocení
A ⟨90, 100⟩ bodů,
B ⟨80, 90) bodů,
C ⟨70, 80) bodů,
D ⟨60, 70) bodů,
E ⟨50, 60) bodů,
F ⟨0, 50) bodů.

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


ZAKONČENÍ PŘEDMĚTU PRO STUDENTY S INDIVIDUÁLNÍM STUDIEM

Zápočet
Studenti absolvují dvě zápočtové písemky, za které mohou získat celkem maximálně 30 bodů. Termíny vypracování zápočtových písemek budou stanoveny po dohodě s vyučujícím.

Pro získání zápočtu je nutné:

  • získat z obou zápočtových písemek v součtu alespoň 15 bodů.

Zkouška

Zkouška je písemná a lze za ni získat maximálně 70 bodů. Skládá se ze dvou částí:

  • praktická část: 4 příklady, časový limit 80 minut, maximálně 60 bodů,
  • teoretická část: 2 teoretické otázky, časový limit 10 minut, maximálně 10 bodů.

Celkové hodnocení

Výsledná známka se stanoví podle celkového počtu bodů získaných:

  • ze dvou zápočtových písemek, maximálně 30 bodů,
  • ze zkouškové písemky, maximálně 70 bodů.

Celkem lze získat maximálně 100 bodů.


Hodnocení
A ⟨90, 100⟩ bodů,
B ⟨80, 90) bodů,
C ⟨70, 80) bodů,
D ⟨60, 70) bodů,
E ⟨50, 60) bodů,
F ⟨0, 50) bodů.

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.
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.

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

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

Zařazení předmětu ve studijních plánech

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

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

doc. Mgr. Maria Králová, Ph.D.

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

doc. Mgr. Maria Králová, Ph.D.
Natálie Rontóová, Ph.D.

Osnova

Témata cvičení jsou shodná s tématy přednášek.

Samostudium

60 hod., nepovinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.

Individuální příprava na ukončení

44 hod., nepovinná

Vyučující / Lektor

Ing. Karel Doubravský, Ph.D.