BPM_STA1 Statistika 1

Ekonomicko-správní fakulta
podzim 2020
Rozsah
2/2/0. 5 kr. Ukončení: zk.
Vyučující
doc. Mgr. Maria Králová, Ph.D. (přednášející)
Mgr. Jan Böhm (cvičící)
Ing. Matouš Cabalka (cvičící)
Mgr. Terézia Černá (cvičící)
Mgr. Monika Filová (cvičící)
Mgr. Bc. Martin Chvátal, Ph.D. (cvičící)
Ing. Mgr. Markéta Matulová, Ph.D. (cvičící)
Mgr. Petra Ráboňová, Ph.D. (cvičící)
Ing. Mgr. Vlastimil Reichel, Ph.D. (cvičící)
Mgr. Lenka Zavadilová, Ph.D. (cvičící)
Ing. Lukáš Kokrda (pomocník)
Garance
doc. Mgr. Maria Králová, Ph.D.
Katedra aplikované matematiky a informatiky – Ekonomicko-správní fakulta
Kontaktní osoba: Lenka Hráčková
Dodavatelské pracoviště: Katedra aplikované matematiky a informatiky – Ekonomicko-správní fakulta
Rozvrh
Út 10:00–11:50 P101
  • Rozvrh seminárních/paralelních skupin:
BPM_STA1/01: Út 12:00–13:50 VT105, M. Chvátal
BPM_STA1/02: Čt 8:00–9:50 VT204, T. Černá
BPM_STA1/03: St 8:00–9:50 VT105, T. Černá
BPM_STA1/04: Čt 16:00–17:50 VT202, M. Matulová
BPM_STA1/05: St 12:00–13:50 VT105, T. Černá
BPM_STA1/06: St 14:00–15:50 VT105, J. Böhm
BPM_STA1/07: St 16:00–17:50 VT105, M. Cabalka
BPM_STA1/08: St 18:00–19:50 VT105, M. Cabalka
BPM_STA1/09: Čt 12:00–13:50 VT105, T. Černá
BPM_STA1/10: Čt 18:00–19:50 VT105, M. Chvátal
BPM_STA1/11: Čt 14:00–15:50 VT202, M. Matulová
BPM_STA1/12: Čt 16:00–17:50 VT105, M. Chvátal
BPM_STA1/13: Út 12:00–13:50 VT206, J. Böhm
BPM_STA1/14: Út 14:00–15:50 VT202, J. Böhm
BPM_STA1/15: Čt 18:00–19:50 VT206
BPM_STA1/16: St 18:00–19:50 VT202, J. Böhm
BPM_STA1/17: St 14:00–15:50 VT202, M. Chvátal
BPM_STA1/18: St 16:00–17:50 P104, M. Chvátal
Předpoklady
( BPM_MATE Matematika )
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
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
Výstupy z učení
Student bude po absolvování předmětu schopen:
- používat a interpretovat funkcionální a číselné charakteristiky v rámci popisné statistiky
- popsat jednotlivé typy proměnných (s ohledem na škálu měření)
- pomocí pravděpodobnosti kvantifikovat náhodu v elementárních situacích
- používat a správně interpretovat distribuční funkci, pravděpodobnostní funkci a hustotu pravděpodobnosti
- Rozpoznat v aplikačních situacích známá a v matematické statistice často používaná rozložení
Osnova
  • 1. Typy dat; nominální, ordinální, intervalové a poměrové znaky. Možnosti vizualizace dat
  • 2. Sběr dat a náhodný výběr
  • 3. Základy popisné statistiky
  • 4. Četnost a pravděpodobnost, vlastnosti pravděpodobnosti, řešení vybraných pravděpodobnostních úloh.
  • 5. Nezávislost náhodných jevů, vlastnosti nezávislých jevů, nezávislost po dvou a skupinová nezávislost.
  • 6. Podmíněná pravděpodobnost,vzorec pro celkovou pravděpodobnost, Bayesova věta.
  • 7. Náhodné veličiny, diskrétní a spojité náhodné veličiny
  • 8. Pravděpodobnostní funkce diskrétní náhodné veličiny a její vlastnosti, hustota pravděpodobnosti spojité náhodné veličiny a její vlastnosti
  • 9. Distribuční funkce a její praktické aplikace; souvislost s pravděpodobnostní funkcí a hustotou
  • 10. Číselé charakteristiky rozdělení pravděpodobností: střední hodnota, rozptyl, kvantily, jejich vlastnosti a použití v ekonomii.
  • 11. Číselé charakteristiky simultánních rozdělení pravděpodobností: kovariance, korelační koeficient, jejich vlastnosti a použití v ekonomii; Příklady diskrétních a spojitých rozdělení pravděpodobností a jejich využití v ekonomii.
  • 12. Centrální lmitní věta a její aplikace.
  • 13. Shrnutí semestru
Literatura
    povinná 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
    doporučená literatura
  • WEISS, N. A. Introductory statistics. Edited by Carol A. Weiss. 10th edition, global edition. Boston: Pearson, 2017, 763, 73. ISBN 9781292099729. info
Výukové metody
teoretická příprava formou přednášek; praktická cvičení v počítačové učebně
Metody hodnocení
Přednáška se cvičením. Zkouška.
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. 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.
2. podmínkou je absolvování průběžného testu. Průběžný test nelze opakovat.
3. podmínkou je úspěšné zodpovězení on-line odpovědníků. V případě, že student tuto podmínku nesplní, bude výsledkem klasifikace známka F. Každý odpovědník lze psát celkem 3krát.
4. podmínkou je absolvování zkouškového testu.
Výsledná známka je při splnění předchozích podmínek určena bodovým součtem průběžného a zkouškového testu. 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
Informace učitele
V pripade nepriznive epidemiologicke situace bude forma vyuky upresnena hromadnym e-mailem, ktery bude automaticky ulozen ve: studijni materialy/organizacni pokyny/hromadne dopisy.
Další komentáře
Předmět je vyučován každoročně.
Přednášky jsou dostupné online a ze záznamu.
Nachází se v prerekvizitách jiných předmětů
Předmět je zařazen také v obdobích podzim 2009, podzim 2010, podzim 2011, podzim 2012, podzim 2013, podzim 2014, podzim 2015, podzim 2016, podzim 2017, podzim 2018, podzim 2019, podzim 2021, podzim 2022, podzim 2023.