STA_z Statistika

Vysoká škola technická a ekonomická v Českých Budějovicích
léto 2021
Rozsah
2/4/0. 7 kr. Ukončení: zk.
Vyučující
Ing. Josef Šedivý (cvičící)
Ing. Martin Telecký, Ph.D. (cvičící)
Garance
Mgr. Tomáš Náhlík, Ph.D.
Katedra informatiky a přírodních věd – Ústav technicko-technologický – Rektor – Vysoká škola technická a ekonomická v Českých Budějovicích
Dodavatelské pracoviště: Katedra informatiky a přírodních věd – Ústav technicko-technologický – Rektor – Vysoká škola technická a ekonomická v Českých Budějovicích
Rozvrh seminárních/paralelních skupin
STA_z/P01: Út 13:05–14:35 A7, M. Telecký
STA_z/S01: Út 14:50–16:20 A6, Út 16:30–18:00 A6, M. Telecký
STA_z/T1: So 27. 3. 8:00–9:30 A7, 9:40–11:10 A7, 13:05–14:35 A7, 14:50–16:20 A7, Ne 18. 4. 8:00–9:30 A7, 9:40–11:10 A7, 11:25–12:55 A7, Ne 2. 5. 8:00–9:30 A7, 9:40–11:10 A7, 11:25–12:55 A7, Ne 16. 5. 8:00–9:30 A7, 9:40–11:10 A7, 11:25–12:55 A7, M. Telecký
Předpoklady
OBOR ( CAP )
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 23 mateřských oborů, zobrazit
Cíle předmětu opírající se o výstupy z učení
Cílem předmětu je seznámit studenty se základními postupy z oblasti statistické indukce, metodami analýzy kvalitativních i kvantitativních znaků a s elementy analýzy časových řad. Student po absolvování předmětu umí definovat základní postupy z oblasti statistické indukce, umí charakterizovat a aplikovat metody analýzy kvalitativních i kvantitativních znaků a elementy analýzy časových řad. Absolvent umí shromažďovat, třídit, zpracovávat a prezentovat statistická data.
Výstupy z učení
Student po absolvování předmětu umí definovat základní postupy z oblasti statistické indukce, umí charakterizovat a aplikovat metody analýzy kvalitativních i kvantitativních znaků a elementy analýzy časových řad. Absolvent umí shromažďovat, třídit, zpracovávat a prezentovat statistická data.
Osnova
  • 1. Metody popisné statistiky (základní statistické pojmy, etapy statistického zkoumání, tabulka rozdělení četností, intervalové rozdělení četností, dvourozměrné tabulky rozdělení četností, statistické grafy)
  • 2. Základní statistické charakteristiky a indexy (aritmetický průměr a medián, rozptyl a směrodatná odchylka, variační koeficient, percentily, charakteristiky pro agregovaná data, jednoduché a složené indexy, cenové indexy)
  • 3. Pravděpodobnost a rozdělení pravděpodobností a jejich číselné charakteristiky (náhodné jevy a jejich pravděpodobnosti, vlastnosti pravděpodobností, nezávislé a podmíněné náhodné jevy a jejich pravděpodobnosti, souhrnná a složená pravděpodobnost, náhodná veličina a její rozdělení pravděpodobností, střední hodnota a rozptyl náhodné veličiny)
  • 4. Základní pravděpodobnostní modely (rozdělení binomické, Poissonovo a normální, jejich střední hodnota a rozptyl, standardní náhodná veličina, standardní normální rozdělení, tabulky, distribuční a kvantilová funkce a jejich tabulky)
  • 5. Výběrová šetření, rozdělení výběrových charakteristik a základy statistické indukce (základní a výběrový soubor, význam a druhy výběrových zjišťování, výběrová rozdělení, centrální limitní věta, charakteristiky výběrového rozdělení, výběrová rozdělení průměru a poměru, bodové a intervalové odhady populačního průměru a poměru a rozptylu, určování rozsahu výběrového souboru)
  • 6. Testování statistických hypotéz (nulová a alternativní hypotéza, hladina významnosti testu a její určování, identifikace oblasti zamítnutí, kritická hodnota testu, testové kritérium, volba mezi dvěma hypotézami, test hypotézy o průměru, poměru a rozptylu, p-hodnota testu)
  • 7. Dvouvýběrové testy (test hypotézy o shodě dvou průměrů, rozptylů a o dvou podílech, testování v malých výběrových souborech)
  • 8. Další testy a analýra rozptylu (testy shody, testování nezávislosti v kontingenční tabulce, jednofaktorová analýza rozptylu, míry síly závislosti)
  • 9. Jednoduchá lineární regrese a korelace (kauzální a nekauzální závislosti, kovariance a korelace, bodový diagram, metoda nejmenších čtverců, regresní přímka, korelační koeficient, další typy regresních funkcí)
  • 10. Statistická indukce v regresním modelu (populační a výběrová regresní funkce, odhady regresních parametrů a jejich vlastnosti, standardní chyby regresních parametrů a jejich intervaly spolehlivosti, testy v regresní analýze)
  • 11. Vícerozměrná regrese a prognostická aplikace regrese (model vícerozměrné regrese, parciální regresní koeficienty a jejich interpretace, koeficient determinace, testy o významnosti modelu, využití regrese k predikci)
  • 12.-13. Úvod do analýzy časových řad (časová řada a její graf, okamžikové a intervalové časové řady, charakteristiky časové řady, trendové funkce, vyrovnávání časové řady klouzavými průměry)
Literatura
    povinná literatura
  • STUCHLÝ, Jaroslav. Statistické analýzy dat : vysokoškolská učebnice. 1. vyd. České Budějovice: Vysoká škola technická a ekonomická v Českých Budějovicích, 2015, 220 s. ISBN 978-80-7468-087-8. info
  • HINDLS,R. a kol.: Statistika pro ekonomy. Praha, Professional Publishing 2006, ISBN 80-86946-16-9
    doporučená literatura
  • STUCHLÝ, J.: Statistika. Studijní opora pro kombinované studium. VŠTE České Bu-dějovice, 2011 (v elektronické podobě)
  • MAREK, L. a kol. Statistika v příkladech. Praha: Profesional Publishing 2013. ISBN 978-80-7431-218-5
  • ARLTOVÁ, M., BÍLKOVÁ, D., ČENČÍK, P., JAROŠOVÁ, E., PECÁKOVÁ, I., POUROVÁ, Z.: Základy statistiky v příkladech. Tribun EU, 192 str., 2014. ISBN 978-80-263-0756-3
    neurčeno
  • MONTGOMERY, D. C., RUNGER, G. C.: Applied Statistics and Probability for Engineers, John Wiley & Sons Inc, 2003, ISBN 978-0471204541
  • KERNS, G. J.: Introduction to Probability and Statistics Using R, 2010, ISBN 978-0-557-24979-4 (available online)
Organizační formy výuky
přednáška
cvičení
konzultace
Komplexní výukové metody
frontální výuka
samostatná práce – individuální nebo individualizovaná činnost
Studijní zátěž
AktivitaPočet hodin za semestr
Prezenční formaKombinovaná forma
Příprava na průběžný test 26
Příprava na seminář, cvičení, tutoriál2626
Příprava na závěrečný test2652
Účast na přednáškách26 
Účast na semináři/cvičeních/tutoriálu/exkurzi5226
Celkem:130130
Metody hodnocení a jejich poměr
test - průběžný 30 %
test - závěrečný 70 %
Podmínky testu
Celkové hodnocení předmětu tvoří součet bodů z~uvedených metod hodnocení - test průběžný max. 15 bodů, test průběžný 2 max. 15 bodů, popř. bonifikace za docházku na přednášky max. 10 bodů a domácí cvičení max. 5 bodů; započítat lze do průběžného hodnocení max. 30 bodů. Kombinovaná forma - 1 průběžný test - max. 15bodů, domácí cvičení - max. 15 bodů. Test závěrečný: 0 - 70 bodů. Celková klasifikace předmětu, tj. body za test (70 - 0) + body z~průběžných testů (30 - 0): A 100 – 90, B 89,99 – 84, C 83,99 – 77, D 76,99 – 73, E 72,99 – 70, FX 69,99 – 30, F 29,99 - 0.
Informace učitele
Účast na výuce ve všech formách řeší samostatná vnitřní norma VŠTE (Evidence docházky studentů na VŠTE). Pro studenty prezenční formy studia je na kontaktní výuce, tj. vše kromě přednášek, povinná 70% účast.
Předmět je zařazen také v obdobích zima 2017, zima 2018, zima 2019, léto 2020, zima 2020, zima 2021, zima 2022, zima 2023, zima 2024.