Pravděpodobnost a statistika
Studijní plán: Cestovní ruch - kombi
Předmět | Pravděpodobnost a statistika (PST) |
Garantuje | Katedra matematiky (KM) |
Garant | |
Jazyk | česky |
Počet kreditů | 6 |
Ekvivalent | |
Předmět je prerekvizitou pro | |
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
|
P |
3 |
6 kr. |
Z,ZK |
Cestovní ruch - platný od ZS 2009/2010
|
P |
3 |
6 kr. |
Z,ZK |
Finance a řízení - kombi, platný od ZS 2008/2009
|
P |
3 |
6 kr. |
Z,ZK |
Finance a řízení - kombi, platný od ZS 2010/2011
|
P |
3 |
6 kr. |
Z,ZK |
Finance a řízení - kombi, platný od ZS 2011/2012
|
P |
3 |
6 kr. |
Z,ZK |
Finance a řízení - platný od LS 2004/2005 a od ZS 2005/2006
|
P |
3 |
5 kr. |
ZA |
Finance a řízení - platný od ZS 2006/2007
|
P |
3 |
5 kr. |
Z,ZK |
Finance a řízení - platný od ZS 2009/2010
|
P |
3 |
6 kr. |
Z,ZK |
Finance a řízení - platný od ZS 2011/2012
|
P |
3 |
6 kr. |
Z,ZK |
Sylabus
- 1. Úvod do statistiky.
Etymologie (významy) pojmu statistika.
Charakteristika statistiky jako praktické činnosti (statistická evidence, administrativa) a jako exaktní vědy (hromadnost pozorování, variabilita, číselné vyjadřování).
Odvětví statistiky jako vědy (popisná, matematická, teorie výběrových zjišťování), aplikované statistické vědy. (ekonometrie, demografie aj.)
Etapy statistické činnosti — zjišťování, zpracování, analýza, prezentace výsledků (chronologicky a didakticky)
- 2. Statistická terminologie a vyjadřovací prostředky.
Statistické tabulky a grafy — základní pravidla, prvky, smluvené značky, druhy tabulek a grafů.
Objasnění pojmů statistická jednotka, soubor, znak, údaje (data), pojem statistické charakteristiky (ukazatele: ekonomický vs. statistický ukazatel).
Elementy statistického zjišťování (úplné–neúplné, reprezentativní–nereprezentativní, aj.)
- 3. Vlastnosti variační řady a jejich měření pomocí charakteristik (1).
Objasnění pojmů úrovně a variability a jejich významu
Měření a charakteristiky úrovně — průměry vs. ostatní .charakteristiky úrovně, charakteristiky v prosté a vážené formě (v návaznosti na tříděné a netříděné údaje) .
Mocninový průměr a jeho zvláštní případy (aritmetický, harmonický a geometrický průměr).
Aritmetický průměr podrobně, jako modelová statistická charakteristika, včetně vlastností.
- 4. Vlastnosti variační řady a jejich měření pomocí charakteristik (2).
Měření a charakteristiky variability — různá pojetí a přístupy k měření variability, absolutní a relativní ukazatele, rozměrné a bezrozměrné ukazatele.
Rozptyl a odvozené ukazatele (směrodatná odchylka, variační koeficient) — rozptyl jako další modelová statistická charakteristika, podrobně včetně vlastností.
Průměrné absolutní odchylky.
- 5. Základní pojmy pravděpodobnosti.
Jistý, nemožný a náhodný jev.
Náhodné pokusy, prostor jevů náhodného pokusu.
Vlastnosti náhodných jevů a operace s nimi (opačné jevy, implikace, sjednocení, průnik, rozdíl), použití Vennových diagramů.
· Intuitivní chápání pravděpodobnosti
· Klasická a statistická pravděpodobnost
· Vlastnosti a věty o pravděpodobnosti
- 6. Počítání s pravděpodobnostmi.
Pravděpodobnost sjednocení a průniku jevů.
Podmíněná, úplná a aposteriorní pravděpodobnost.
Pojem nezávislost jevů.
- 7. Náhodná veličina a rozdělení pravděpodobnosti.
Pojem náhodné veličiny diskrétní a spojité a pojem rozdělení pravděpodobnosti.
Popis rozdělení pravděpodobnosti diskrétní náhodné veličiny (pravděpodobnostní funkce).
Popis rozdělení pravděpodobnosti spojité náhodné veličiny (paradox nulové pravděpodobnosti a pojem hustota .pravděpodobnosti)
Distribuční funkce jako univerzální nástroj a její vyjádření (tabulka, graf, vzorec).
Vlastnosti distribuční a pravděpodobnostní funkce, vlastnosti hustoty pravděpodobnosti.
Analogie a srovnání rozdělení četností a rozdělení pravděpodobností.
- 8. Charakteristiky náhodných veličin.
Pojem úrovně a variability náhodné veličiny a jejich měření pomocí charakteristik.
Střední hodnota náhodné veličiny jako modelová charakteristika včetně vlastností.
Rozptyl náhodné veličiny jako modelová charakteristika včetně vlastností.
Další charakteristiky náhodných veličin (zejména kvantily).
- 9. Rozdělení diskrétních náhodných veličin.
Binomické rozdělení jako modelový případ rozdělení diskrétní veličiny (pravděpodobnostní a distribuční funkce, parametry).
Ostatní zákony pro diskrétní náhodné veličiny (alternativní, Poissonovo, aj.).
- 10.Rozdělení spojitých náhodných veličin.
Rovnoměrné rozdělení jako modelový případ rozdělení spojité náhodné veličiny.
Obecné normální rozdělení a normované normální rozdělení (graf hustoty a distribuční funkce, parametry, tabelované hodnoty pro normované normální rozdělení).
- 11. Náhodný výběr a statistiky.
Náhodný výběr z rozdělení pravděpodobnosti náhodné veličiny.
Výběrové charakteristiky (statistiky) jako náhodné veličiny.
Rozdělení výběrového průměru při známém sigma.
Bodový odhad.
- 12. Intervalový odhad.
Obecné principy intervalového odhadu.
Konfidenční interval pro střední hodnotu.
Stanovení minimálního rozsahu výběru.
Konfidenční interval pro rozdíl dvou středních hodnot.
- 13. Testování hypotéz.
Obecné principy testování hypotéz.
Postup při testování, chyby při testování.
Test hypotézy o jedné střední hodnotě.
Test hypotézy o rozdílu dvou středních hodnot.
Doporučená literatura
- MINAŘÍK, B. Statistika I (první část), Brno, MZLU, 2006.
- HINDLS, R., HRONOVÁ, S., SEGER, J. Statistika pro ekonomy. Praha, Management Press, 2000, 2002, 2003, 2004, 2005.
- MAREK, L. a kol. Statistika pro ekonomy. Aplikace. Praha, Professional Publishing, 2005.
- MINAŘÍK, B. Statistika II. Brno, MZLU, 2007.
- CHAJDIAK, J. Štatistika v Exceli. Bratislava, STATIS, 2002.
- WONNACOTT, T.H., WONNACOTT, R.J. Statistika pro obchod a hospodářství. Pra-ha, Victoria Publishing, 1993.
Anotace
Cílem tohoto kurzu je seznámit studenty se základními statistickými pojmy a postupy při zpracování a analýze empirických dat. Ve druhé části předmětu jde pak o pochopení základních pojmů pravděpodobnosti a principů práce s náhodnými jevy. Samostatnou částí problematiky je práce s diskrétní a spojitou náhodnou veličinou se zvláštním zřetelem na normální rozdělení pravděpodobnosti spojité náhodné veličiny. Poslední částí jsou elementy matematické statistiky, práce s náhodným výběrem a základní úlohy statistické indukce (odhady, testy hypotéz) o středních hodnotách normálního a alternativního rozdělení.
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 chápe a ovládá základní principy rozhodovacích úloh v podmínkách rizika. Umí pracovat s rozděleními pravděpodobnosti diskrétních a spojitých náhodných veličin. Student chápe a ovládá základní principy statistické indukce (bodový a intervalový odhad, testování hypotéz) založené na normalitě náhodných veličin. 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 řešit úlohy s náhodnými jevy a jejich pravděpodobnostmi. Student umí nakreslit grafy pravděpodobnostních a distribučních funkcí, resp. hustot několika základních rozdělení pravděpodobnosti diskrétních a spojitých veličin a určit jejich charakteristiky polohy a variability. Student umí řešit úlohy s normálním rozdělením pravděpodobnosti. Student umí konstruovat bodové a intervalové odhady neznámých parametrů rozdělení založené na normalitě. Student umí řešit a interpretovat výsledky několika základních testů hypotéz o parametrech rozdělení založené na normalitě testových kritérií.
Obecné způsobilosti: Student je orientován v oblasti základů popisné statistiky. Chápe význam pravděpodobnosti, principu praktické jistoty a pojmu rizika. Znalosti pravděpodobnosti náhodných jevů a veličin je schopen aplikovat na jednoduché případy statistické indukce založené na normalitě rozdělení příslušných náhodných veličin. Je schopen své znalosti vhodně uplatnit v ostatních předmětech svého studijního oboru a při zpracování bakalářské práce.
^ nahoru ^