MV011 Statistika I

Fakulta informatiky
jaro 2015
Rozsah
2/2. 4 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: k, z.
Vyučující
doc. Mgr. Jan Koláček, Ph.D. (přednášející)
Mgr. Ondřej Pokora, Ph.D. (přednášející)
Mgr. Ondřej Černý (cvičící)
Mgr. Eva Janoušková, Ph.D. (cvičící)
Mgr. Ondřej Pokora, Ph.D. (cvičící)
Mgr. Jana Svobodová (cvičící)
Mgr. Michal Theuer, Ph.D. (cvičící)
Garance
doc. PaedDr. RNDr. Stanislav Katina, Ph.D.
Fakulta informatiky
Dodavatelské pracoviště: Přírodovědecká fakulta
Rozvrh
St 10:00–11:50 D1
  • Rozvrh seminárních/paralelních skupin:
MV011/T01: Po 16. 2. až Pá 15. 5. Po 14:40–16:15 117, E. Janoušková, Nepřihlašuje se. Určeno pro studenty se zdravotním postižením.
MV011/01: St 12:00–13:50 A320, J. Svobodová
MV011/02: St 8:00–9:50 C525, M. Theuer
MV011/03: Čt 10:00–11:50 C525, M. Theuer
MV011/04: Čt 18:00–19:50 A320, O. Černý
MV011/05: Út 10:00–11:50 B204, O. Pokora
MV011/06: Út 12:00–13:50 B116, O. Pokora
MV011/07: St 8:00–9:50 B116, O. Pokora
Předpoklady
Předpokládá se znalost diferenciálního a integrálního počtu jedné a více proměnných, základní znalosti z lineární algebry.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
předmět má 36 mateřských oborů, zobrazit
Cíle předmětu
Úvodní kurz seznamuje studenty s popisnou statistkou, s teorií pravděpodobnosti, náhodnými veličinami a jejich rozložením pravděpodobností, s testováním hypotéz. Po absolvování kurzu student: zvládne pomocí statistického software R základní statistické zpracování datového souboru ve formě tabulek, grafů a číselných charakteristik; porozumí základním pravděpodobnostním pojmům; umí řešit praktické pravděpodobnostní úlohy, které vycházejí z vyložené teorie (v některých případech s využitím statistického software); umí pomocí statistického software generovat realizace vybraných typů náhodných veličin, ovládá základy statistického testování hypotéz, včetně provedení testů v statistickém software a interpretace výsledků testování.
Osnova
  • Úvod do teorie pravděpodobnosti.
  • 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.
  • Tabulkové a grafické zpracování datových souborů, průzkumová analýza dat.
  • Náhodný výběr, bodové a intervalové odhady parametrů.
  • Úvod do testování hypotéz. Testování v R.
  • Regresní analýza v R.
Literatura
    doporučená literatura
  • FORBELSKÁ, Marie a Jan KOLÁČEK. Pravděpodobnost a statistika I. 1. vyd. Brno: Masarykova univerzita, 2013. Elportál. ISBN 978-80-210-6710-3. url info
  • FORBELSKÁ, Marie a Jan KOLÁČEK. Pravděpodobnost a statistika II. 1. vyd. Brno: Masarykova univerzita, 2013. Elportál. ISBN 978-80-210-6711-0. url info
    neurčeno
  • 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
  • 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
  • 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. Aktívní práce na cvičeních. Vyplňování odpovědníků v průběhu semestru. Série praktických úloh v R ve cvičení. Zkouška je písemná: teorie a příklady. Závěrečné hodnocení: A ... 46 - 50 bodů B ... 41 - 45 bodů C ... 36 - 40 bodů D ... 31 - 35 bodů E ... 26 - 30 bodů F ... 0 - 25 bodů
Navazující předměty
Informace učitele
Cvičení budou probíhat v klasických učebnách. Studenti si budou nosit vlastní notebooky, přičemž stačí jeden notebook na dvojici. Část cvičení bude spočívat v řešení příkladů u tabule, část na počítači v programu R. Některé seminární skupiny jsou rozvrhovány v počítačových učebnách a jsou určeny pro studenty bez vlastního notebooku.
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 2012, jaro 2013, jaro 2014, jaro 2016, jaro 2017, jaro 2018, jaro 2019, jaro 2020.