Předmět: Sběr a zpracování dat

« Zpět
Název předmětu Sběr a zpracování dat
Kód předmětu AUM/L2LSD
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Letní
Počet ECTS kreditů 3
Vyučovací jazyk Čeština
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Fajkus Martin, RNDr. Ph.D.
  • Veselík Petr, Ing. Ph.D.
Obsah předmětu
- stručné opakování kombinatoriky a elementární pravděpodobnosti - úvod do teorie pravděpodobnosti, náhodný jev, vlastnosti pravděpodobnosti, podmíněná pravděpodobnost, věta o úplné pravděpodobnosti, Bayesova věta - náhodná veličina, distribuční funkce, pravděpodobnostní funkce a hustota pravděpodobnosti - náhodný vektor, marginální funkce - číselné charakteristiky náhodné veličiny a náhodného vektoru - základní diskrétní rozdělení a jejich aplikace - základní spojitá rozdělení a jejich aplikace - zákon velkých čísel a centrální limitní věta - typy znaků a jejich charakteristiky - základní pojmy popisné statistiky a jejich interpretace; náhodný výběr a jeho zpracování - bodové a intervalové odhady - testování statistických hypotéz; ověřování normality; parametrické testy - test dobré shody a neparametrické testy - analýza kvalitativních dat - základy korelační a regresní analýzy; metoda nejmenších čtverců

Studijní aktivity a metody výuky
Monologická (výklad, přednáška, instruktáž), Demonstrace, Projekce (statická, dynamická), Cvičení na počítači
  • Domácí příprava na výuku - 2 hodiny za semestr
  • Příprava na zápočet - 13 hodin za semestr
  • Účast na výuce - 42 hodin za semestr
Výstupy z učení
Hlavním cílem předmětu je seznámit studenty s možnostmi statistického zpracování dat. Předmět je určen všem studentům, kteří v rámci svých semestrálních nebo závěrečných prací analyzují reálná data. Předmět se zabývá exploratorní analýzou s využitím tabulkového a grafického popisu dat, základními vlastnostmi náhodných veličin a vybranými statistickými metodami. Důraz je kladen na porozumění statistickým pojmům a na jejich využití při počítačovém zpracování dat. Výklad je prokládán ukázkami statistických metod využitím počítačové techniky a interpretací získaných výsledků.
Po absolvování kurzu je student schopen analyzovat reálné datové soubory, ověřovat předpoklady o datech a interpretovat získané výsledky.
Předpoklady
Znalost diferenciálního a integrálního počtu (min. v rozsahu předmětů Matematika I, Matematika II) Základní poznatky z lineární algebry.

Hodnoticí metody a kritéria
Známkou, Systematické pozorování studenta

- aktivní účast na cvičeních (min 80%), - absolvování dvou písemných prací (z každé min. 50%). <B><I>Požadavky pro získání klasifikovaného zápočtu v době omezení výuky:</I></B> <LI>80% aktivní účat na seminářích <LI>vypracování semestrální práce podle požadavků vyučujícího <LI>písemná práce napsaná prezenčně poslední týden výuky semestru hodnocení klasifik. zápočtu podle dosažených %bodů: 90 - 100 A 80 - 89 B 70 - 79 C 60 - 69 D 50 - 59 E 0 - 49 FX
Doporučená literatura
  • BUDÍKOVÁ, M., KRÁLOVÁ, M., MAROŠ B. Průvodce základními statistickými metodami. Praha, 2010. ISBN 978-80-247-3243-5.
  • HENDL, J. Přehled statistických metod. Praha, 2015. ISBN 978-80-262-0981-2.
  • JAROŠ, F., PAVLÍK, J., TURZÍK, D., VESELÝ P. Pravděpodobnost a statistika. Praha, 2002. ISBN 80-7080-474-2.
  • NEUBAUER, J., SEDLAČÍK, M., KŘÍŽ, O. Základy statistiky. Praha, 2016. ISBN 978-80-247-5786-5.
  • PAVLÍK, J., LOUČKA M., VESELÝ P., 2011. Sbírka příkladů z pravděpodobnosti a matematické statistiky. Praha, 2011. ISBN 80-7080-366-5.
  • PECK, R., OLSEN, Ch., DEVORE, J.,L. Introduction to Statistics and Data Analysis. Boston, 2016. ISBN 978-1305267244.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr