Kursthemen
-
Název kurzu: Statistika I
Cíl: Seznámit studenty se základy deskriptivní statistiky, teorie pravděpodobnosti a matematické statistiky. Po úspěšném absolvování tohoto kurzu bude student schopen používat základní deskriptivní, pravděpodobnostní a matematicko-statistické metody a postupy při zpracování reálných datových souborů.
Anotace: Kurz obsahuje tři ucelené oblasti, zabývající se deskriptivní statistikou, pravděpodobností a matematickou statistikou. Každá z oblastí je rozdělena do několika témat, která tvoří logické celky podle potřeb výuky. Úvodní částí je deskriptivní statistika, která je nezbytným základem pro pochopení a zvládnutí dalších partií. Následuje teorie pravděpodobnosti, jejíž principy a postupy umožňují práci s náhodnými jevy a veličinami. Třetí částí je matematická statistika, ve které jsou uplatňovány a dále rozvíjeny znalosti z předešlých partií při odhadech a testování hypotéz.
Podmiňující předměty: KMD/MA1 a KMD/MA2.
Požadavky: zápočtový test písemný - minimálně 60 % z celkového počtu bodů.
-
Příběh statistiky - nová publikace ČSÚ
Na adrese https://www.czso.cz/documents/10180/20540505/32018414.pdf/5001140e-9277-4551-845e-b1ca5a977284?version=1.0 je možné stáhnout si novou publikaci ČSÚ Příběh statistiky, která mapuje vývoj světové i české statistiky od počátků lidstva až po současnost. Odkaz najdete také pod slovníkem hlavních pojmů. -
Na tomto odkazu si můžete ze sdílené složky disku Google stáhnout instalační program IBM SPSS Statistics.
Abyste mohli stahovat, musíte být přihlášeni do Google univerzitním přihlášením (stejný princip jako při online výuce přes Google Meet).
Ve složce je k dispozici také licenční číslo a návod na instalaci.
Po instalaci se spustí licenční průvodce, ZVOLTE TYP LICENCE "AUTHORIZED" a vložte licenční číslo.
Prosím NESDÍLEJTE NIKDE licenční číslo.
Kromě toho, že byste se dopustili trestné činnosti a případ by řešila policie, vašim kolegyním a kolegům, kteří by si program chtěli nainstalovat v letním semestru, by licence nefungovala.
Číslo je omezené na konkrétní počet studentů!Buďte, prosím, tedy ohleduplní.
V případě problémů se stahováním pište na: marian.lamr@tul.cz
-
Jednorozměrná popisná statistika − 1. část
Cíl: Seznámit studenty se základními statistickými pojmy a s klasifikací proměnných. Po nastudování tématu bude student schopen vysvětlit a používat základní statistické pojmy a rozlišovat jednotlivé druhy proměnných.
Klíčová slova: statistický soubor, statistická jednotka, rozsah souboru, statistický znak, hodnota, obměna, proměnná.
Požadované vstupní znalosti: znalost matematiky v souladu se studijním plánem.
-
59.5 KB Obrázek (PNG) Hochgeladen 15.09.2023 16:27
Soubor obsahuje strom statistických metod podle typu statistických proměnných. Dostupné z URL:
-
Jednorozměrná popisná statistika − 2. část
Cíl: Seznámit studenty se základními postupy při třídění dat. Po nastudování tématu bude student schopen uspořádat data do tabulek rozdělení četností a adekvátním způsobem je graficky znázornit.
Klíčová slova: statistické šetření, třídění dat, tabulka rozdělení četností, absolutní četnost, relativní četnost, kumulativní četnost, graf.
Požadované vstupní znalosti: znalost předcházejícího tématu.
-
Jednorozměrná popisná statistika − 3. část
Cíl: Seznámit studenty se základními statistickými charakteristikami, jejich konstrukcí a interpretací. Po nastudování tématu bude student schopen charakterizovat základní vlastnosti statistického souboru pomocí vhodných měr a výsledky interpretovat.
Klíčová slova: statistická charakteristika, úroveň, průměry, kvantily, variabilita, šikmost, špičatost.
Požadované vstupní znalosti: znalost předcházejících témat.
-
Pravděpodobnost − 1. část
Cíl: Seznámit studenty se základními pojmy z teorie pravděpodobnosti, definicemi pravděpodobnosti a s pravidly pro počítání s pravděpodobnostmi. Po nastudování tématu bude student schopen vypočítat pravděpodnost náhodného jevu v konkrétních situacích.
Klíčová slova: náhodný jev, pravděpodobnost, klasická definice, statistická definice, podmíněná pravděpodobnost, násobení pravděpodobností, sčítání pravděpodobností.
Požadované vstupní znalosti: znalost předcházejících témat.
-
Pravděpodobnost − 2. část
Cíl: Seznámit studenty s formami popisu a charakteristikami náhodných veličin. Po nastudování tématu bude student schopen stanovit pravděpodobnost pomocí distribuční funkce a vypočítat základní charakteristiky náhodných veličin.
Klíčová slova: náhodná veličina, distribuční funkce, pravděpodobnostní funkce, hustota pravděpodobnosti, charakteristiky náhodných veličin.
Požadované vstupní znalosti: znalost předcházejících témat.
-
Pravděpodobnost − 3. část
Cíl: Seznámit studenty s vybranými rozděleními diskrétních náhodných veličin. Po nastudování tématu bude student schopen jednotlivá rozdělení identifikovat, stanovit pravděpodobnost konkrétních hodnot náhodných veličin, které se daným rozdělením řídí, a vypočítat jejich základní charakteristiky.
Klíčová slova: diskrétní náhodná veličina, pravděpodobnostní funkce, distribuční funkce, střední hodnota, rozptyl.
Požadované vstupní znalosti: znalost předcházejících témat.
-
Pravděpodobnost − 4. část
Cíl: Seznámit studenty s vybranými rozděleními spojitých náhodných veličin. Po nastudování tématu bude student schopen jednotlivá rozdělení identifikovat, stanovit pravděpodobnost konkrétních hodnot náhodných veličin, které se daným rozdělením řídí, a vypočítat jejich základní charakteristiky.
Klíčová slova: spojitá náhodná veličina, hustota pravděpodobnosti, distribuční funkce, střední hodnota, rozptyl, kvantily.
Požadované vstupní znalosti: znalost předcházejících témat.
-
Matematická statistika − 1. část
Cíl: Seznámit studenty se základními pojmy z oblasti matematické statistiky a uvést je do teorie odhadu, konkrétně objasnit bodový odhad parametrů pravděpodobnostních rozdělení. Po nastudování tématu se bude student orientovat v pojmech matematické statistiky a bude schopen stanovit bodové odhady parametrů vybraných rozdělení.
Klíčová slova: náhodný výběr, statistická indukce, riziko omylu, bodový odhad, výběrová charakteristika.
Požadované vstupní znalosti: znalost předcházejících témat.
-
Matematická statistika − 2. část
Cíl: Seznámit studenty s principy intervalového odhadu parametrů pravděpodobnostních rozdělení. Po nastudování tématu bude student schopen stanovit inervalové odhdy parametrů vybraných rozdělení a určit potřebný rozsah výběru pro konkrétní siruace.
Klíčová slova: spolehlivost odhadu, interval spolehlivosti, jednostranný interval, oboustranný interval, rozsah výběru.
Požadované vstupní znalosti: znalost předcházejících témat.
-
Matematická statistika − 3. část
Cíl: Seznámit studenty se základními principy testování hypotéz a vybranými parametrickými testy. Po nastudování tématu se bude student orientovat v testovacích postupech a bude schopen provádět testy parametrů vybraných pravděpodobnostních rozděleních.
Klíčová slova: hypotéza, hladina významnosti, testové kritérium, kritický obor, parametrický test.
Požadované vstupní znalosti: znalost předcházejících témat.
-
Matematická statistika − 4. část
Cíl: Seznámit studenty s principy neparametrických testů, a to především testů shody rozdělení. Po nastudování tématu bude student schopen ověřit pomocí testu shodu teoretického a empirického rozdělení.
Klíčová slova: neparametrický test, teoretické rozdělení, empirické rozdělení, shoda rozdělení, úplně specifikovaný model, neúplně specifikovaný model.
Požadované vstupní znalosti: znalost předcházejících témat.
-
Upozornění: Tyto přednášky byly nahrány v akademickém roce 2020/2021 a nemusí se do detailu shodovat se zněním aktuálních přednášek.
-
-