BPM_STA1 Statistika 1

Ekonomicko-správní fakulta
podzim 2012
Rozsah
2/2/0. 5 kr. Ukončení: kz.
Vyučující
doc. Mgr. Maria Králová, Ph.D. (přednášející)
Mgr. Ondřej Černý (cvičící)
Mgr. Tomáš Lerch (cvičící)
Ing. Mgr. Markéta Matulová, Ph.D. (cvičící)
Mgr. Jan Orava (cvičící)
Mgr. Tomáš Zdražil (cvičící)
Mgr. Silvie Zlatošová, Ph.D. (cvičící)
Garance
RNDr. Luboš Bauer, CSc.
Katedra aplikované matematiky a informatiky – Ekonomicko-správní fakulta
Kontaktní osoba: Lenka Hráčková
Dodavatelské pracoviště: Katedra aplikované matematiky a informatiky – Ekonomicko-správní fakulta
Rozvrh
Po 9:20–11:00 P101, Po 9:20–11:00 P102
  • Rozvrh seminárních/paralelních skupin:
BPM_STA1/01: St 16:20–17:55 P312, O. Černý
BPM_STA1/02: Út 12:00–13:35 S311
BPM_STA1/03: Po 11:05–12:45 S308
BPM_STA1/04: Pá 11:05–12:45 P102, T. Zdražil
BPM_STA1/05: Út 8:30–10:05 S311
BPM_STA1/06: Pá 12:50–14:30 P102
BPM_STA1/07: St 14:35–16:15 P304, O. Černý
BPM_STA1/08: Čt 14:35–16:15 P106, S. Zlatošová
BPM_STA1/09: Čt 11:05–12:45 P201, T. Zdražil
BPM_STA1/10: Čt 12:50–14:30 P106, S. Zlatošová
BPM_STA1/11: St 18:00–19:35 P312
BPM_STA1/12: Čt 7:40–9:15 P103, M. Matulová
BPM_STA1/13: Čt 12:50–14:30 aula Vinařská, T. Zdražil
BPM_STA1/14: Rozvrh nebyl do ISu vložen.
BPM_STA1/15: St 12:50–14:30 aula Vinařská
BPM_STA1/16: Rozvrh nebyl do ISu vložen. M. Králová
BPM_STA1/17: Po 16:20–17:55 aula Vinařská, M. Králová
BPM_STA1/18: Pá 12:50–14:30 P304, M. Králová
BPM_STA1/19: Čt 14:35–16:15 P312, T. Zdražil
BPM_STA1/20: Čt 9:20–11:00 P103, M. Matulová
BPM_STA1/21: St 8:30–10:05 S311
BPM_STA1/22: St 11:05–12:45 aula Vinařská, M. Matulová
BPM_STA1/23: Čt 11:05–12:45 P303, S. Zlatošová
BPM_STA1/24: Čt 16:20–17:55 S310
BPM_STA1/T01A: Rozvrh nebyl do ISu vložen.
BPM_STA1/T01AA: Rozvrh nebyl do ISu vložen.
Předpoklady
( PMMAT2 Matematika II || PMZMII Základy matematiky II || BPM_MATE Matematika ) && (! PMSTAI Statistika I )
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 14 mateřských oborů, zobrazit
Cíle předmětu
Na konci tohoto kurzu bude student schopen:
-porozumět a vysvětlit základní pojmy počtu pravděpodobnosti a základní pojmy popisné statistiky;
-užít pojmy počtu pravděpodobnosti a popisné statistiky k popisu ekonomických jevů a dat;
-používat vybudovaný pojmový aparát v navazujícím studiu matematické statistiky
Osnova
  • 1.Četnost a pravděpodobnost, vlastnosti pravděpodobnosti, řešení vybraných pravděpodobnostních úloh.
  • 2.Nezávislost náhodných jevů, vlastnosti nezávislých jevů, nezávislost po dvou a skupinová nezávislost.
  • 3. Podmíněná pravděpodobnost, vzorec pro součin podmíněných pravděpodobností.
  • 4. Vzorec pro celkovou pravděpodobnost, Bayesova věta, příklady.
  • 5. Popisná statistika, nominální, ordinální, intervalové a poměrové znaky, jejich tabulkové a grafické znázornění. Příklady ekonomických dat.
  • 6. Funkcionální a číselné charakteristiky popisné statistiky pro jednorozměrné a dvourozměrné znaky, výpočet charakteristik ekonomických ukazatelů.
  • 7. Náhodné veličiny, distribuční funkce a její vlastnosti, diskrétní a spojité náhodné veličiny, transformace náhodné veličiny.
  • 8. Pravděpodobnostní funkce diskrétní náhodné veličiny a její vlastnosti, hustota pravděpodobnosti spojité náhodné veličiny a její vlastnosti; náhodný vektor a jeho funkcionální charakteristiky
  • 9. Simultánní a marginální náhodné vektory, nezávislost náhodných veličin, posloupnost Bernoulliovských pokusů.
  • 10. Příklady diskrétních a spojitých rozdělení pravděpodobností a jejich využití v ekonomické oblasti.
  • 11. Číselé charakteristiky rozdělení pravděpodobností: střední hodnota, rozptyl, kvantily, jejich vlastnosti a použití v ekonomii.
  • 12. Číselé charakteristiky simultánních rozdělení pravděpodobností: kovariance, korelační koeficient, jejich vlastnosti a použití v ekonomii.
  • 13. Charakteristiky náhodných vektorů, věty o nerovnostech (Markovova nerovnost, Čebyševova nerovnost).
Literatura
    doporučená literatura
  • BUDÍKOVÁ, Marie, Maria KRÁLOVÁ a Bohumil MAROŠ. Průvodce základními statistickými metodami. vydání první. Praha: Grada Publishing, a.s., 2010, 272 s. edice Expert. ISBN 978-80-247-3243-5. URL info
    neurčeno
  • BUDÍKOVÁ, Marie, Štěpán MIKOLÁŠ a Pavel OSECKÝ. Teorie pravděpodobnosti a matematická statistika.Sbírka příkladů. 2.dotisk 2.přeprac.vyd. Brno: Masarykova univerzita Brno, 2002, 127 s. ISBN 80-210-1832-1. info
  • HANOUSEK, Jan a Pavel CHARAMZA. Moderní metody zpracování dat :matematická statistika pro každého. 1. vyd. Praha: Grada, 1992, 210 s. ISBN 80-85623-31-5. info
  • HINDLS, Richard, Stanislava HRONOVÁ a Jan SEGER. Statistika pro ekonomy. 4. vyd. Praha: Professional publishing, 2003, 415 s. ISBN 8086419525. info
Výukové metody
teoretická příprava formou přednášek; praktická cvičení
Metody hodnocení
Přednáška se cvičením. Klasifikovaný zápočet.
1.podmínkou úspěšného absolvování předmětu je aktivní účast v seminářích. To znamená, že
a) student je přítomen na alespoň 10 seminářích, bez ohledu na státní svátky, či odpadnutí výuky z různých dalších důvodů (zápočtový týden se do účasti nepočítá). Po domluvě předem lze akceptovat náhradu účasti v jiné seminární skupině.
b) student se aktivně zapojuje do řešení příkladů. Je orientovaný v obsahu přednášky, která se v semináři procvičuje. Ovládá pojmy a souvislosti z předchozích přednášek a seminářů. Za projevenou závažnou neznalost získává "mínusy". Jeden "mínus" je ekvivalentní šesti záporným bodům, které se odečtou ze závěrečné písemky. Každé dva mínusy znamenají hodnocení "F".
2. podmínkou je úspěšné absolvování průběžného testu. Je nutné dosáhnout alespoň 15 bodů ze 30 bodů. Průběžný test lze jedenkrát opakovat. V případě, že student tuto podmínku ani opakovaně nesplní, bude výsledkem klasifikace známka F.
3. podmínkou je úspěšného absolvování závěrečného testu. Je nutné dosáhnout alespoň 35 bodů ze 70 bodů. Závěrečný test lze jedenkrát opakovat. V případě, že student tuto podmínku ani opakovaně nesplní, bude výsledkem klasifikace známka F.
Výslední známka je při splnění předchozích podmínek určena bodovým součtem obou testů. Klasifikační stupnice pro udělení klasifikovaného zápočtu (intervaly jsou zleva uzavřené):
A <90,100); B <80,90); C <70,80); D <60,70); E <50,60); F <0,50) Jakékoli opisování, zaznamenávání nebo vynášení testů, používání nedovolených pomůcek jakož i komunikačních prostředků nebo jiné narušování objektivity zkoušky (zápočtu) bude považováno za nesplnění podmínek k ukončení předmětu a za hrubé porušení studijních předpisů. Následkem toho uzavře vyučující zkoušku (zápočet) hodnocením v ISu známkou "F" a děkan zahájí disciplinární řízení, jehož výsledkem může být až ukončení studia.
Navazující předměty
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Nezapisují si studenti, kteří absolvovali předmět PMSTAI.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2009, podzim 2010, podzim 2011, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2020, podzim 2021, podzim 2022, podzim 2023.