ESF:BPM_STA1 Statistika 1 - Informace o předmětu
BPM_STA1 Statistika 1
Ekonomicko-správní fakultapodzim 2023
- Rozsah
- 2/2/0. 5 kr. Ukončení: zk.
- Vyučující
- Mgr. Petra Ráboňová, Ph.D. (přednášející)
Ing. Matouš Cabalka (cvičící)
Mgr. Martin Dzúrik (cvičící)
Bc. Barbora Halaštová (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) - Garance
- Mgr. Petra Ráboňová, Ph.D.
Oddělení aplikované matematiky a informatiky – Ekonomicko-správní fakulta
Kontaktní osoba: Lenka Hráčková
Dodavatelské pracoviště: Oddělení aplikované matematiky a informatiky – Ekonomicko-správní fakulta - Rozvrh
- Út 10:00–11:50 P101, kromě Út 19. 9., kromě Út 7. 11.
- Rozvrh seminárních/paralelních skupin:
BPM_STA1/03: St 14:00–15:50 VT314, kromě St 20. 9., kromě St 8. 11., V. Reichel
BPM_STA1/04: St 16:00–17:50 VT314, kromě St 20. 9., kromě St 8. 11., V. Reichel
BPM_STA1/05: Čt 8:00–9:50 VT206, kromě Čt 21. 9., kromě Čt 9. 11., P. Ráboňová
BPM_STA1/06: Čt 10:00–11:50 VT206, kromě Čt 21. 9., kromě Čt 9. 11., M. Cabalka
BPM_STA1/07: Út 12:00–13:50 VT206, kromě Út 19. 9., kromě Út 7. 11., P. Ráboňová
BPM_STA1/09: St 14:00–15:50 VT202, kromě St 20. 9., kromě St 8. 11., M. Cabalka
BPM_STA1/11: St 16:00–17:50 VT202, kromě St 20. 9., kromě St 8. 11., M. Cabalka
BPM_STA1/13: Po 18:00–19:50 VT202, kromě Po 18. 9., kromě Po 6. 11., M. Cabalka
BPM_STA1/15: St 10:00–11:50 VT314, kromě St 20. 9., kromě St 8. 11., M. Cabalka
BPM_STA1/16: Čt 16:00–17:50 VT204, kromě Čt 21. 9., kromě Čt 9. 11., M. Dzúrik
BPM_STA1/18: Čt 10:00–11:50 VT202, kromě Čt 21. 9., kromě Čt 9. 11., P. Ráboňová
BPM_STA1/20: Čt 12:00–13:50 VT206, kromě Čt 21. 9., kromě Čt 9. 11., M. Cabalka
BPM_STA1/22: Čt 18:00–19:50 VT206, kromě Čt 21. 9., kromě Čt 9. 11., M. Dzúrik
BPM_STA1/23: Čt 8:00–9:50 VT204, kromě Čt 21. 9., kromě Čt 9. 11., M. Cabalka
BPM_STA1/24: Út 12:00–13:50 VT202, kromě Út 19. 9., kromě Út 7. 11., B. Halaštová
BPM_STA1/25: Út 14:00–15:50 VT202, kromě Út 19. 9., kromě Út 7. 11., B. Halaštová - Předpoklady
- ( BPM_VTMA Vstupní test do matematiky )
- Omezení zápisu do předmětu
- Předmět je nabízen i studentům mimo mateřské obory.
- Mateřské obory/plány
- Ekonomické informační systémy (program ESF, B-SI)
- Finance (program ESF, B-FIN)
- Finance (program ESF, B-FU)
- Hospodářská politika (program ESF, B-HOSP)
- Hospodářská politika (program ESF, B-HPS)
- Podniková ekonomika a management (program ESF, B-EKM)
- Podniková ekonomika a management (program ESF, B-PEM)
- Podniková informatika (program ESF, B-POIN)
- Podniková informatika (program ESF, B-SI)
- Regionální rozvoj a cestovní ruch (program ESF, B-HPS)
- Regionální rozvoj a cestovní ruch (program ESF, B-RRCR)
- Veřejná ekonomika a správa (program ESF, B-HPS)
- Veřejná ekonomika a správa (program ESF, B-VES)
- 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. Číselné charakteristiky rozdělení pravděpodobností: střední hodnota, rozptyl, kvantily, jejich vlastnosti a použití v ekonomii.
- 11. Číselné 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 limitní 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
- MANN, Prem S. Introductory statistics. Ninth edition. Hoboken: Wiley, 2019, 171 stran. ISBN 9781119148296. 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.
2. podmínkou je úspěšné zodpovězení 2 on-line odpovědníků. V případě, že student tuto podmínku nesplní, bude výsledkem klasifikace známka F.
3. podmínkou je absolvování zkouškového testu, ve kterém je nutné získat alespoň 50 bodů.
Výsledná známka je při splnění předchozích podmínek určena součtem bodového skóre zkouškového testu a bonusových bodů. Student může získat až pět bonusových bodů za aktivitu v průběhu semestru. Bonusové body slouží pouze k vylepšení známky, nikoliv k samotnému splnění 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. V případě výjezdu na Erasmus musí student splnit všechny stanovené podmínky s výjimkou účasti na seminářích. Doporučuje se během výjezdu absolvovat nějaký ekvivalentní kurz na zahraniční univerzitě. - 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
- Studijní materiály
Předmět je vyučován každoročně. - Nachází se v prerekvizitách jiných předmětů
- Statistika zápisu (nejnovější)
- Permalink: https://is.muni.cz/predmet/econ/podzim2023/BPM_STA1