|
Vyučující
|
-
Fajkus Martin, RNDr. Ph.D.
-
Veselík Petr, Ing. Ph.D.
-
Šaur David, Ing. PhD.
|
|
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 - bodové a intervalové odhady; typy znaků a jejich charakteristiky - základní statistické pojmy a vyjadřovací prostředky - základní pojmy popisné statistiky a jejich interpretace; náhodný výběr a jeho zpracování - testování statistických hypotéz; testy normality - jednovýběrové testy parametrické i neparametrické - dvouvýběrové testy parametrické i neparametrické - test dobré shody - 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
|
| Předpoklady |
|---|
| Odborné znalosti |
|---|
| Znalost diferenciálního a integrálního počtu (min. v rozsahu předmětů Matematika I, Matematika II) Základní poznatky z lineární algebry. |
| Znalost diferenciálního a integrálního počtu (min. v rozsahu předmětů Matematika I, Matematika II) Základní poznatky z lineární algebry. |
| Výsledky učení |
|---|
| Po absolvování předmětu student zejména: - objasní základní principy kombinatoriky - vypočítá příklady s podmíněnou pravděpodobností - objasní pojem "náhodná veličina" a stanoví její distribuční funkci a pravděpodobnostní funkci, resp. hustotu pravděpodobnosti - vypočítá střední hodnotu a rozptyl náhodné veličiny - rozpozná konkrétní diskrétní a spojitá rozdělení pravděpodobnosti - definuje základní pojmy popisné statistiky - analyzuje reálné datové soubory - ověří předpoklady o datech - zpracuje daná statistická data - zvolí a provede vhodný test při testování statistických hypotéz - interpretuje získané výsledky |
| Po absolvování předmětu student zejména: - objasní základní principy kombinatoriky - vypočítá příklady s podmíněnou pravděpodobností - objasní pojem "náhodná veličina" a stanoví její distribuční funkci a pravděpodobnostní funkci, resp. hustotu pravděpodobnosti - vypočítá střední hodnotu a rozptyl náhodné veličiny - rozpozná konkrétní diskrétní a spojitá rozdělení pravděpodobnosti - definuje základní pojmy popisné statistiky - analyzuje reálné datové soubory - ověří předpoklady o datech - zpracuje daná statistická data - zvolí a provede vhodný test při testování statistických hypotéz - interpretuje získané výsledky |
| objasnit základní principy kombinatoriky |
| objasnit základní principy kombinatoriky |
| vypočítat příklady s podmíněnou pravděpodobností |
| vypočítat příklady s podmíněnou pravděpodobností |
| objasnit pojem "náhodná veličina" a stanovit její distribuční funkci a pravděpodobnostní funkci, resp. hustotu pravděpodobnosti |
| objasnit pojem "náhodná veličina" a stanovit její distribuční funkci a pravděpodobnostní funkci, resp. hustotu pravděpodobnosti |
| vypočítat střední hodnotu a rozptyl náhodné veličiny |
| vypočítat střední hodnotu a rozptyl náhodné veličiny |
| rozpoznat konkrétní diskrétní a spojitá rozdělení pravděpodobnosti |
| rozpoznat konkrétní diskrétní a spojitá rozdělení pravděpodobnosti |
| definovat základní pojmy popisné statistiky |
| definovat základní pojmy popisné statistiky |
| analyzovat reálné datové soubory |
| analyzovat reálné datové soubory |
| ověřit předpoklady o datech |
| ověřit předpoklady o datech |
| zpracovat daná statistická data |
| zpracovat daná statistická data |
| zvolit a provést vhodný test při testování statistických hypotéz |
| zvolit a provést vhodný test při testování statistických hypotéz |
| interpretovat získané výsledky |
| interpretovat získané výsledky |
| Odborné dovednosti |
|---|
| používat Excel (příp. jiný softvér) pro výpočet kombinatorických příkladů a provádění statistických testů |
| Po absolvování předmětu student zejména: - nalezne ve statistických tabulkách hodnotu distribuční funkce daného rozdělení - nalezne ve statistických tabulkách kvantil, resp. kritickou hodnotu daného rozdělení - vypočítá v Excelu (příp. jiném sw prostředí) hodnoty distribuční funkce, pravděpodobnostní funkce, resp. hustoty pravděpodobnosti - vytvoří v Excelu (příp. jiném sw prostředí) četnostní tabulku pro zadaná data - vytvoří v Excelu (příp. jiném sw prostředí) kontingenční tabulku pro zadaná data |
| Po absolvování předmětu student zejména: - nalezne ve statistických tabulkách hodnotu distribuční funkce daného rozdělení - nalezne ve statistických tabulkách kvantil, resp. kritickou hodnotu daného rozdělení - vypočítá v Excelu (příp. jiném sw prostředí) hodnoty distribuční funkce, pravděpodobnostní funkce, resp. hustoty pravděpodobnosti - vytvoří v Excelu (příp. jiném sw prostředí) četnostní tabulku pro zadaná data - vytvoří v Excelu (příp. jiném sw prostředí) kontingenční tabulku pro zadaná data |
| používat Excel (příp. jiný softvér) pro výpočet kombinatorických příkladů a provádění statistických testů |
| nalézt ve statistických tabulkách hodnotu distribuční funkce daného rozdělení |
| nalézt ve statistických tabulkách hodnotu distribuční funkce daného rozdělení |
| nalézt ve statistických tabulkách kvantil, resp. kritickou hodnotu daného rozdělení |
| nalézt ve statistických tabulkách kvantil, resp. kritickou hodnotu daného rozdělení |
| vypočítat v Excelu (příp. jiném softvéru) hodnoty distribuční funkce, pravděpodobnostní funkce, resp. hustoty pravděpodobnosti |
| vypočítat v Excelu (příp. jiném softvéru) hodnoty distribuční funkce, pravděpodobnostní funkce, resp. hustoty pravděpodobnosti |
| vytvořit v Excelu (příp. jiném softvéru) četnostní tabulku pro zadaná data |
| vytvořit v Excelu (příp. jiném softvéru) četnostní tabulku pro zadaná data |
| vytvořit v Excelu (příp. jiném softvéru) kontingenční tabulku pro zadaná data |
| vytvořit v Excelu (příp. jiném softvéru) kontingenční tabulku pro zadaná data |
| Vyučovací metody |
|---|
| Odborné znalosti |
|---|
| Cvičení na počítači |
| Cvičení na počítači |
| Projekce (statická, dynamická) |
| Projekce (statická, dynamická) |
| Demonstrace |
| Demonstrace |
| Monologická (výklad, přednáška, instruktáž) |
| Monologická (výklad, přednáška, instruktáž) |
| Hodnotící metody |
|---|
| Systematické pozorování studenta |
| Známkou |
| Známkou |
| Systematické pozorování studenta |
|
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.
|