Statistické metody v ekonomii. Ing. Michael Rost, Ph.D.

Transkript

1 Statistické metody v ekonomii Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích

2 Cíle kurzu: seznámit posluchače s vybranými statistickými metodami, které jsou aplikovatelné v ekonomických discipĺınách a marketingu seznámit posluchače se statistickým programovacím prostředím R případně komerčním paketem STATISTICA. Důraz bude kladen na programovací prostředí R seznámit posluchače s možnostmi analýz a prezentací výsledků statistického zpracování dat.

3 Dílčí cíle: Dílčí cíl spočívá v seznámení posluchače s vybranými moderními statistickými postupy a metodami. Seznámit posluchače s podmínkami použitelnosti jednotlivých metod. Naučit posluchače správně interpretovat získané výsledky. Upozornit na přednosti i nedostatky představovaných metod. Na různých problémech pak ukázat, v kterých situacích přicházejí tyto metody a postupy v úvahu a za jakých předpokladů jsou efektivně využitelné. Naučit posluchače využívat v základní míře software STATIS- TICA a programovací prostředí R.

4 Organizace studia Přednáška - nepovinná dotace: 3 hodiny / týden Cvičení - povinné dotace: 1 hodina / týden Na přednášce budou zpravidla zadány úkoly pro následující cvičení. Důraz bude kladen především na samostudium!!!

5 Vyučující Ing. Michael Rost, Ph.D.

6 Povinná literatura Ke studiu budete potřebovat skriptum: Pro zopakování se bude hodit skriptum: ČERMÁKOVÁ, A., STŘELEČEK, F.: Statistika I., JU ZF v Českých Budějovicích, České Budějovice 1995, ISBN účast na přednáškách... literatura...

7 Potřebné www stránky rost

8 Rámcová osnova základního kurzu 1 To co tu probíhá právě ted. 2 Úvod do programovacího prostředí R. Instalace, syntax a příkazová řádka, objekty, základní příkazy, grafika, import dat do R atd. 3 Některé aspekty statistického uvažování + základní východiska a doporučení. Jak se to provede v R. 4 5 Analýza kategoriálních dat. Kontingenční tabulky. Testy o nezávislosti. Asociace proměnných.

9 Rámcová osnova základního kurzu 6 Logistická regrese, proč tak složitě, GLM, metoda maximální věrohodnosti, motivační příklad. 7 Úvod do vícerozměrné statistiky, matice dat, základní charakteristiky souboru, vizualizace vícerozměrných dat, míry podobnosti a nepodobnosti dat. 8 Analýza hlavních komponent (PCA) - redukce dimenzionality problému, formulace problému, vlastní čísla a vlastní vektory, podstata metody PCA, interpretace, určení optimálního počtu hlavních komponent - latentních proměnných, interpretace modelu. Alternativy a návaznosti metody Zadání samostatné práce + test

10 Rámcová osnova základního kurzu Segmentace trhu, pojem shluku, metody shlukové analýzy, algoritmy, výhody a nevýhody jednotlivých metod. 12 Diskriminační analýza, podstata metody, lineární diskriminační analýza, Boxův test, Fisherův přístup Pěstujeme stromy aneb metodologie C&RT (Regresní a klasifikační stromy). Podstata metody, štěpící kritérium - nečistota uzlu, růst a prořezávání stromů, motivační příklad. 14 Závěr kurzu. Prostor pro vaše dotazy, aneb co vás opravdu zajímá? Vaše hodnocení, diskuse k průběhu semestru...

11 Práce v semestru V průběhu semestru bude zadána samostatná práce. Problémy k řešení budou zadány na www stránkách přednášejícího, tj. rost/zapocty

12 Zkouška Zkouška je písemná. V průběhu písemné zkoušky je k dispozici počítač s nainstalovaným software STATISTICA a R. K dispozici má posluchač rovněž kapesní kalkulátor. Jiné pomůcky nejsou povoleny. Zadání písemné části obsahuje 6 příkladů dle dané varianty testu. Posluchači kurzu musí kompletně vyřešit nadpoloviční většinu příkladů.