MV011 Statistika I

Fakulta informatiky
jaro 2012
Rozsah
2/2. 4 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: k, z.
Vyučující
Mgr. Martin Řezáč, Ph.D. (přednášející)
Mgr. Stanislav Abaffy (cvičící)
Mgr. Eva Janoušková, Ph.D. (cvičící)
Mgr. Kateřina Opršalová (cvičící)
Garance
prof. RNDr. Ivanka Horová, CSc.
Fakulta informatiky
Kontaktní osoba: Mgr. Martin Řezáč, Ph.D.
Dodavatelské pracoviště: Přírodovědecká fakulta
Rozvrh
Út 10:00–11:50 A107
  • Rozvrh seminárních/paralelních skupin:
MV011/01: Pá 12:00–13:50 G124, K. Opršalová
MV011/02: Čt 8:00–9:50 G124, S. Abaffy
MV011/03: Čt 10:00–11:50 G124, S. Abaffy
MV011/04: Pá 14:00–15:50 G124, K. Opršalová
Předpoklady
Předpokládá se znalost diferenciálního a integrálního počtu jedné a více proměnných a znalost lineární algebry.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 39 mateřských oborů, zobrazit
Cíle předmětu
Úvodní kurz seznamuje studenty s popisnou statistkou, s teorií pravděpodobnosti, náhodnými veličinami a jejich rozložením pravděpodobností. Po absolvování kurzu student: zvládne pomocí statistického software základní statistické zpracování datového souboru ve formě tabulek, grafů a číselných charakteristik; porozumí základním pravděpodobnostním pojmům; umí řešit pravděpodobnostní úlohy, které vycházejí z vyložené teorie (v některých případech s využitím statistického software); umí pomocí statistického software generovat realizace vybraných typů náhodných veličin.
Osnova
  • Tabulkové a grafické zpracování datových souborů, funkcionální a číselné charakteristiky znaků.
  • Pravděpodobnostní prostor, vlastnosti pravděpodobnosti, podmíněná pravděpodobnost, Bayesův vzorec, stochastická nezávislost jevů.
  • Náhodné veličiny, náhodné vektory a jejich distribuční funkce.
  • Diskrétní a spojité náhodné veličiny, jejich funkcionální charakteristiky a příklady různých typů rozložení. Simultánní a marginální rozložení.
  • Stochasticky nezávislé náhodné veličiny, posloupnost nezávislých opakovaných pokusů, generátory realizací některých typů náhodných veličin.
  • Kvantil, střední hodnota, rozptyl, kovariance, koeficient korelace s odpovídajícími vlastnostmi a výpočetními pravidly.
  • Zákon velkých čísel a centrální limitní věta.
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
  • BUDÍKOVÁ, Marie, Štěpán MIKOLÁŠ a Pavel OSECKÝ. Popisná statistika. 3., doplněné vyd. Brno: Masarykova univerzita, 1998, 52 s. ISBN 80-210-1831-3. info
  • BUDÍKOVÁ, Marie, Štěpán MIKOLÁŠ a Pavel OSECKÝ. Teorie pravděpodobnosti a matematická statistika. Sbírka příkladů. 3. vyd. Brno: Masarykova univerzita, 2004, 127 s. ISBN 80-210-3313-4. info
  • OSECKÝ, Pavel. Statistické vzorce a věty. 1. vyd. Brno: Masarykova univerzita, 1998, [29] list. ISBN 8021017589. info
  • ANDĚL, Jiří. Statistické metody. 1. vyd. Praha: Matfyzpress, 1993, 246 s. info
Výukové metody
Přednášky, cvičení
Metody hodnocení
Výuka probíhá každý týden v rozsahu 2 hodiny přednášek, 2 hodiny cvičení. Nutnou podmínkou absolvování předmětu je vypracování seminárního úkolu. V průběhu semestru bude písemná kontrolní prověrka. Zkouška je písemná, obsahuje část testovou a část s příklady.
Navazující předměty
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2003, jaro 2004, jaro 2005, jaro 2006, jaro 2007, jaro 2008, jaro 2009, jaro 2010, jaro 2011, jaro 2013, jaro 2014, jaro 2015, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020.