Aplikovaná statistika

Studijní plán: Cestovní ruch - kombi, platný od ZS 2024/2025

PředmětAplikovaná statistika (AS)
GarantujeKatedra matematiky (KM)
GarantRNDr. Ing. Martina Zámková, Ph.D. ( jarosovm@vspj.cz )
Jazykčesky
Počet kreditů5
Prezenční studium
Přednáška2 h
Cvičení2 h
Kombinované studium
Tutoriál / přednáška6 h
Cvičení8 h
Studijní plán Typ Sem. Kred. Ukon.
Cestovní ruch - kombi, platný od ZS 2024/2025 P 3 5 kr. Z,ZK
Cestovní ruch - platný od ZS 2024/2025 P 3 5 kr. Z,ZK

Sylabus

  • Deskriptivní statistika, základní pojmy, jejich hierarchie a klasifikace, třídění
  • Měření úrovně
  • Měření variability a dalších vlastností datového souboru
  • Základní pojmy a klasifikace závislostí, metoda nejmenších čtverců, regresní a korelační úloha
  • Závislost slovních znaků (asociace a kontingence)
  • Základy pravděpodobnosti, náhodné veličiny, základní rozdělení náhodných veličin
  • Spojitá náhodná veličina, normální rozdělení
  • Teorie odhadu, výběrové metody, bodové a intervalové odhady
  • Testování statistických hypotéz – postup při testování a možné chyby
  • Základní parametrické testy
  • Základní pojmy ekonomických časových řad a jejich jednoduché charakteristiky
  • Měření trendů, měření sezónnosti
  • Další vybrané problémy časových řad – predikce.
  • Konzultace, rezerva

Doporučená literatura

  • Studijní opora v LMS Moodle (2023).
  • Janáček, J. (2022). Statistika jednoduše : průvodce světem statistiky. Praha : Grada Publishing.
  • Hebák, P. (2015). Statistické myšlení a nástroje analýzy dat. Praha : Informatorium.
  • Minařík, B. (2013) Statistika. Elektronická učebnice ve formátu PDF na CD ROM. Brno: Mendelova univerzita.
  • Marek, L. a kol. (2013). Statistika v příkladech. Praha: Professional Publishing.
  • Kožíšek, J., Stieberová, B. (2012). Statistika v příkladech. Praktické aplikace řešené v MS Excel. Praha: Verlag Dashofer.
  • Adamec, V. (2010). Applied statistics – Statistics. Brno: Mendelova Univerzita.
  • Artl, J. Artlová, M. (2007). Ekonomické časové řady: [vlastnosti, metody modelování, příklady a aplikace]. 1. vydání, Praha: Grada.

Anotace


Anotace předmětu:




Obsahem kurzu jsou základní prakticky použitelné statistické metody analýzy hospodářských jevů. Základní statistické pojmy a postupy při zpracování a analýze empirických dat. Měření závislostí ekonomických veličin aplikací regresní a korelační úlohy a měření závislostí slovních znaků v kontingenční tabulce. Elementy popisu a analýzy dynamických jevů – časové řady, jejich klasifikace, měření úrovně dynamických jevů a elementární popis jejich vývoje – jednoduché modely trendu a sezónnosti, adaptivní metody, předpovídání, měření závislosti. Dále jde o pochopení základních pojmů pravděpodobnosti, teorie odhadu, použití výběrových metod a principů práce s náhodnými veličinami základních rozdělení, testování statistických hypotéz.




Studiem předmětu získá student následovné znalosti, dovednosti a obecné způsobilosti.


 



Znalosti: Student chápe a ovládá základní principy popisné statistiky – třídění datového souboru a určování jeho významných hodnot. Rozumí základním statistickým vlastnostem datového souboru a ovládá principy jejich měření pomocí souhrnných charakteristik (měření úrovně, variability a rámcově i dalších vlastností, s důrazem na charakteristiky založené na momentech). Student umí základní principy měření statistických závislostí číselných a slovních znaků a jejich nejjednodušší charakteristiky (regresní funkce, korelační index a koeficient, koeficienty kontingence a asociace). Student rozumí základním principům měření dynamiky sociálně-hospodářských jevů (chronologický průměr, absolutní a relativní růstové charakteristiky, klouzavé průměry, trendové funkce, sezónní indexy a konstanty, charakteristiky reziduální složky). Student umí pracovat s rozděleními pravděpodobnosti vybraných rozdělení diskrétních a spojitých náhodných veličin. Student chápe a ovládá základní principy statistické indukce (bodový a intervalový odhad, testování hypotéz) založené na náhodných veličinách. Je schopen samostatné interpretace příslušných charakteristik.


 


Dovednosti: Student umí provést bodové nebo intervalové třídění číselných dat, prezentovat ho tabulkou i graficky a určit významné hodnoty datového souboru. Student umí vypočítat souhrnné charakteristiky souboru, tříděných i netříděných dat a získané výsledky interpretovat. Student umí vyřešit regresní a korelační úlohu a analyzovat kontingenční a asociační tabulku. Student umí popsat časovou řadu z hlediska úrovně, triviálních charakteristik dynamiky, trendu a sezónnosti. Student umí řešit úlohy se základními typy rozdělení pravděpodobnosti. Student umí konstruovat bodové a intervalové odhady neznámých parametrů. Student umí řešit a interpretovat výsledky základních testů hypotéz. Student umí pracovat a řešit úlohy ve statistických výpočetních systémech a interpretovat získané výsledky.


 


Obecné kompetence: Student je schopen používat základní statistické metody, rozhodovat se samostatně, nést odpovědnost za vlastní postup a výsledek. Umí efektivně pracovat s časem a dotahovat úkoly.

^ nahoru ^

Pracuji, vyčkejte prosím