Předmět | Aplikovaná statistika (AS) |
---|---|
Garantuje | Katedra matematiky (KM) |
Garant | RNDr. Ing. Martina Zámková, Ph.D. ( jarosovm@vspj.cz ) |
Jazyk | česky |
Počet kreditů | 5 |
Prezenční studium | |
---|---|
Přednáška | 2 h |
Cvičení | 2 h |
Kombinované studium | |
Tutoriál / přednáška | 6 h |
Cvičení | 8 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 |
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.