Karta předmětu prezenční studium

Save this PDF as:
 WORD  PNG  TXT  JPG

Rozměr: px
Začít zobrazení ze stránky:

Download "Karta předmětu prezenční studium"

Transkript

1 Karta předmětu prezenční studium Název předmětu: Číslo předmětu: Garantující institut: Garant předmětu: Ekonomická statistika Institut ekonomiky a systémů řízení RNDr. Radmila Sousedíková, Ph.D. Kredity: 6 Povinnost: povinný Úroveň studia: pregraduální Jazyk výuky: čeština Ročník: 2. Semestr: letní Odkaz na web: Určeno pro fakulty: HGF Určeno pro typ studia: Způsob zakončení: záp. + zk. Rozsah výuky: 3+2 Prerekvizity: Korekvizity: Vyskytuje se v prerekvizitách: nemá nemá není bakalářské Výstupy z učení - student prokazuje znalosti: základních postupů a metod popisu statistických souborů, metod zpracování statistických dat z výběrových šetření, základních postupů regresní a korelační analýzy, základních metod analýzy časových řad, - student umí: aplikovat získané teoretické znalosti při řešení praktických úloh, používat Microsoft Excel při řešení praktických úloh, - student je schopen: využít získané teoretické znalosti a praktické dovednosti při analýze statistického souboru.

2 Metody výuky (zastoupení jednotlivých metod je třeba kvantifikovat v %) přednášky 42 % cvičení 28 % samostatná práce 30 % Anotace Předmět je zaměřen na popis jednorozměrných statistických souborů pomocí rozdělení četností, statistických grafů a charakteristik úrovně a variability. Další část je věnována analýze dat z výběrových šetření pomocí bodových a intervalových odhadů a testování hypotéz. Pozornost je také věnována závislosti statistických proměnných, která je zkoumána pomocí metod regresní a korelační analýzy. Jsou uvedeny základní poznatky z analýzy časových řad. Povinná literatura HINDLS, Richard aj. Statistika pro ekonomy. 8. vyd. Praha: Professional Publishing, ISBN Doporučená literatura MAREK, Luboš aj. Statistika pro ekonomy: aplikace. 2. vyd. Praha: Professional Publishing, ISBN Nároky na zabezpečení výuky Počítačová učebna pro cvičení. Metody průběžné kontroly znalostí během semestru Znalosti v průběhu semestru jsou kontrolovány semestrálním projektem a dvěma kontrolními testy. Osnova přednášek 1) Základní statistické pojmy, statistická šetření 2) Elementární zpracování statistických údajů: rozdělení četností, statistické grafy, kvantily 3) Charakteristiky úrovně: průměr, modus, medián 4) Charakteristiky variability: variační rozpětí, rozptyl, směrodatná odchylka, variační koeficient 5) Statistické zjišťování a jeho druhy 6) Bodové a intervalové odhady: odhad průměru, rozptylu, relativní četnosti 7) Testování statistických hypotéz: test hypotézy o střední hodnotě, relativní četnosti a rozptylu, test hypotézy o shodě dvou středních hodnot, test hypotézy o shodě dvou rozptylů 8) Dvourozměrné rozdělení četností, analýza rozptylu 9) Regresní a korelační analýza: regresní funkce, odhad parametrů regresní funkce, kvalita regresní funkce a intenzita závislosti 10) Časové řady: základní charakteristiky časových řad, modely časových řad, trendové funkce, klouzavé průměry, složky časové řady,

3 Osnova cvičení 1) Elementární zpracování statistického souboru: konstrukce tabulky prostého a intervalového rozdělení, konstrukce polygonu a histogramu, výpočet charakteristik polohy a variability s užitím funkcí Microsoft Excel 2) Statistické tabulky, výpočet kvantilů rozdělení pomocí funkcí Microsoft Excel 3) Výpočet intervalů spolehlivosti 4) Testování statistických hypotéz 5) Konstrukce dvourozměrného tabulky rozdělení četností, analýza rozptylu 6) Regresní a korelační analýza s využitím Microsoft Excel 7) Analýza časových řad s využitím Microsoft Excel Otázky ke zkoušce 1) Statistická jednotka, statistické znaky a jejich třídění, základní a výběrový soubor 2) Statistické zjišťování a jeho druhy 3) Postup konstrukce prostého a intervalového rozdělení četností 4) Základní typy statistických grafů 5) Kvantily a kvantilové soustavy, odhad kvantilu z intervalového rozdělení 6) Míry úrovně 7) Absolutní a relativní míry variability 8) Statistické zjišťování a jeho druhy 9) Bodový a intervalový odhad 10) Bodový a intervalový odhad průměru, rozptylu a relativní četnosti základního souboru 11) Postup testování statistických hypotéz 12) Chyby při testování hypotéz 13) Test hypotézy o střední hodnotě, relativní četnosti a rozptylu 14) Test hypotézy o shodě dvou středních hodnot 15) Test hypotézy o shodě dvou rozptylů 16) Konstrukce dvourozměrného rozdělení četností, výpočet podmíněných charakteristik 17) Analýza rozptylu 18) Typy regresních funkcí a určování parametrů regresní funkce 19) Určení parametrů lineární regresní funkce metodou nejmenších čtverců 20) Kvalita regresní funkce a intenzita závislosti, index determinace, index korelace a koeficient korelace 21) Druhy časových řad 22) Základní charakteristiky časových řad 23) Modely časových řad 24) Odhad trendu časové řady, základní typy trendových funkcí 25) Odhad parametrů lineární trendové funkce 26) Odhad parametrů exponenciální trendové funkce 27) Volba vhodného modelu trendu 28) Klouzavé průměry

4 29) Identifikace a popis sezónní složky časové řady 30) Exponenciální vyrovnávání časové řady Podmínky absolvování předmětu Název úlohy Typ úlohy Max. počet bodů (akt. za podúlohy) Min. počet bodů Zápočet a zkouška Zápočet a zkouška 100 (100) 51 Zápočet Zápočet 33 (33) 17 Projekt Projekt 11 7 Písemka 1 Písemka 11 5 Písemka 2 Písemka 11 5 Zkouška Zkouška 67 (67) 34 Písemná zkouška Písemná zkouška Údaje o předmětu v cizím jazyce Annotation The course is focused on the description of one-dimensional statistic files by means of distribution of frequencies, statistic charts, and level and variability characteristics. Another part is dedicated to the analysis of data from sample surveys by means of point estimates and confidence intervals and hypothesis testing. It also addresses dependencies of statistical variables, which are investigated by means of regression and correlation analysis. Basic knowledge of the time series analysis are introduced. Outline of lectures 1) Basic statistic terms, statistic surveys 2) Elementary processing of statistic data: distribution of frequencies, statistical charts, quantiles 3) Level characteristics: average, modus, median 4) Characteristics of variability: range, variance, standard deviation, coefficient of variation 5) Statistical survey and its types 6) Point estimates and confidence intervals: estimates of average, variance, relative frequency 7) Testing of statistical hypotheses: hypothesis testing: mean value, relative frequency and variance, hypothesis testing: compliance of two mean values, hypothesis testing: compliance of two variances 8) Two-dimensional distribution of frequency, variance analysis 9) Regression and correlation analysis: regression function, estimate of the regression function parameters, regression function quality and dependence intensity 10) Time series: basic characteristics of time series, time series models, trend functions, moving averages, time series components

5 Outline of exercises 1) Elementary processing of a statistical population: construction of a simple and interval distribution table, construction of a polygon and histogram, calculation of location and variability characteristics with use of the Microsoft Excel functions 2) Statistical tables, calculation of quantile distribution with use of the Microsoft Excel functions 3) Calculations of confidence intervals 4) Statistical hypothesis testing 5) Construction of a two-dimensional frequency distribution table, variance analysis 6) Regression and correlation analysis with use of the Microsoft Excel functions 7) Time series analysis with use of the Microsoft Excel functions Exam question topics 1) Statistical unit, statistical signs and their classification, basic and selective population 2) Statistical survey and its types 3) Method of construction of a simple and interval frequency distribution 4) Basic types of statistical charts 5) Quantiles and quantile systems, quantile estimate from the interval distribution 6) Level rates 7) Absolute and relative variability rates 8) Statistical survey and its types 9) Point estimates and confidence intervals 10) Point estimates and confidence intervals: average, variance and relative frequency, study population 11) Statistical hypothesis testing procedure 12) Errors in hypothesis testing 13) Hypothesis testing: mean value, relative frequency and variance 14) Hypothesis testing: compliance of two mean values 15) Hypothesis testing: compliance of two variances 16) Construction of two-dimensional frequency distribution, calculation of conditional characteristics 17) Variance analysis 18) Types of regression functions and determination of the regression function parameters 19) Determination of the linear regression function parameters by with use of the least square method 20) Regression function quality and dependency intensity, determination index, correlation index and correlation coefficient 21) Types of time series 22) Basic characteristics of time series 23) Models of time series 24) Estimate of the time series trend, basic types of trend functions 25) Estimate of the linear trend function parameters

6 26) Estimate of the exponential trend function parameters 27) Selection of the suitable model trend 28) Moving averages 29) Identification and description of the seasonal component of a time series 30) Exponential smoothing of time series

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Číslo předmětu: Garantující institut: Garant předmětu: Daňová soustava (DS) 545-xxxx Institut ekonomiky a systémů řízení Ing. Jana Magnusková, Ph.D. Kredity:

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Číslo předmětu: 545-0206 Garantující institut: Garant předmětu: Investice a investiční rozhodování Institut ekonomiky a systémů řízení RNDr. Radmila Sousedíková,

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Programování aplikací pro web (PAW) Číslo předmětu: 548- Garantující institut: Garant předmětu: Institut geoinformatiky Ing. Jan Růžička, Ph.D. Kredity:

Více

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7

STATISTIKA. Inovace předmětu. Obsah. 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 Inovace předmětu STATISTIKA Obsah 1. Inovace předmětu STATISTIKA... 2 2. Sylabus pro předmět STATISTIKA... 3 3. Pomůcky... 7 1 1. Inovace předmětu STATISTIKA Předmět Statistika se na bakalářském oboru

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Hospodaření s odpady (HOSO)/Waste Management Číslo předmětu: 546-0310 Garantující institut: Garant předmětu: Institut environmentálního inženýrství Ing.

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Personalistika (Pers) Číslo předmětu: 545 Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení Ing. Lucie Krčmarská, Ph.D. Kredity:

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Management v hospodářské praxi II (MHPII) Číslo předmětu: 545- Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení doc. Ing. Michal

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Prostorová analýza dat (PAD) Číslo předmětu: 548-0044 Garantující institut: Garant předmětu: Institut geoinformatiky doc. Dr. Ing. Jiří Horák Kredity: 5

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Marketing (MARKE) Číslo předmětu: 545-0235 Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení prof. Ing. Jaroslav Dvořáček, CSc.

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Účetnictví I (UCT I) Číslo předmětu: Garantující institut: Garant předmětu: 545 - XXXX Institut ekonomiky a systémů řízení Ing. Hana Růčková Kredity: 6

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 010 1.týden (0.09.-4.09. ) Data, typy dat, variabilita, frekvenční analýza

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Číslo předmětu: Garantující institut: Garant předmětu: Finanční řízení podniku (FRP) 545-xxxx Institut ekonomiky a systémů řízení Ing. Jana Magnusková,

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Management rizik (MR) Číslo předmětu: 542-0329/03 Garantující institut: 542 Garant předmětu: Prof. Ing. Pavel Prokop, CSc. Kredity: 5 Povinnost: povinné

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Obchod surovinami (ObchS) Číslo předmětu: 545-0304 Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení doc. Ing. Michal Vaněk, Ph.D.

Více

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi.

Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. SEMINÁRNÍ PRÁCE Zadání: Data: Statistické metody: Zpracování studie týkající se průzkumu vlastností statistických proměnných a vztahů mezi nimi. Minimálně 6 proměnných o 30 pozorováních (z toho 2 proměnné

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Prognostika a strategie podniku (PaSP) Číslo předmětu: 545-0276 Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení prof. Ing. Jaroslav

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Projektové řízení (PR) Číslo předmětu: 548-0049 Garantující institut: Garant předmětu: Institut geoinformatiky doc. Ing. Petr Rapant, CSc. Kredity: 5 Povinnost:

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Informatika v ekonomice (IE) Číslo předmětu: 545-0340 Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení Ing. Igor Černý, Ph.D.

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Podnikatelství (Podnik) Číslo předmětu: 5450333 Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení Ing. Lucie Krčmarská, Ph.D. Kredity:

Více

TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA

TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA TECHNICKÁ UNIVERZITA V LIBERCI EKONOMICKÁ FAKULTA Semestrální práce Semestrální práce z předmětu Statistický rozbor dat z dotazníkového šetření Vypracoval: Bonaconzová, Bryknarová, Milkovičová, Škrdlová

Více

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11.

UNIVERZITA OBRANY Fakulta ekonomiky a managementu. Aplikace STAT1. Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 3. 11. UNIVERZITA OBRANY Fakulta ekonomiky a managementu Aplikace STAT1 Výsledek řešení projektu PRO HORR2011 a PRO GRAM2011 Jiří Neubauer, Marek Sedlačík, Oldřich Kříž 3. 11. 2012 Popis a návod k použití aplikace

Více

Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných)

Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných) Teorie časových řad Test 2 Varianta A HODNOCENÍ (max. 45 bodů z 50 možných) 1. SPECIFIKACE (12 bodů): (1) Graf průběhu proměnných (1) Obě řady se chovají stejně, lze předpokládat jejich lineární vztah

Více

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností,

1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, KMA/SZZS1 Matematika 1. Číselné posloupnosti - Definice posloupnosti, základní vlastnosti, operace s posloupnostmi, limita posloupnosti, vlastnosti limit posloupností, operace s limitami. 2. Limita funkce

Více

Ing. Michael Rost, Ph.D.

Ing. Michael Rost, Ph.D. Statistika úvodní přednáška Ing. Michael Rost, Ph.D. Jihočeská univerzita v Českých Budějovicích Cíle základního kurzu: seznámit posluchače se základy počtu pravděpodobnosti, seznámit posluchače s aspekty

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Globální navigační a polohové systémy (GNPS) Číslo předmětu: 548-0048 Garantující institut: Garant předmětu: Institut geoinformatiky Ing. David Vojtek,

Více

Zápočtová práce STATISTIKA I

Zápočtová práce STATISTIKA I Zápočtová práce STATISTIKA I Obsah: - úvodní stránka - charakteristika dat (původ dat, důvod zpracování,...) - výpis naměřených hodnot (v tabulce) - zpracování dat (buď bodové nebo intervalové, podle charakteru

Více

STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky)

STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky) STATISTIKA A INFORMATIKA - bc studium OZW, 1.roč. (zkušební otázky) 1) Význam a využití statistiky v biologických vědách a veterinárním lékařství ) Rozdělení znaků (veličin) ve statistice 3) Základní a

Více

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE

TECHNICKÁ UNIVERZITA V LIBERCI SEMESTRÁLNÍ PRÁCE TECHNICKÁ UNIVERZITA V LIBERCI Ekonomická fakulta Studentská 2 461 17 Liberec 1 SEMESTRÁLNÍ PRÁCE STATISTICKÝ ROZBOR DAT Z DOTAZNÍKOVÝCH ŠETŘENÍ Gabriela Dlasková, Veronika Bukovinská Sára Kroupová, Dagmar

Více

{ } ( 2) Příklad: Test nezávislosti kategoriálních znaků

{ } ( 2) Příklad: Test nezávislosti kategoriálních znaků Příklad: Test nezávislosti kategoriálních znaků Určete na hladině významnosti 5 % na základě dat zjištěných v rámci dotazníkového šetření ve Šluknově, zda existuje závislost mezi pohlavím respondenta a

Více

STATISTIKA I Metodický list č. 1 Název tématického celku:

STATISTIKA I Metodický list č. 1 Název tématického celku: STATISTIKA I Metodický list č. 1 Analýza závislostí Základním cílem tohoto tématického celku je seznámit se s pokročilejšími metodami zpracování statistických údajů.. 1. kontingenční tabulky 2. regresní

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK Základy ekonometrie Odhad klasického lineárního regresního modelu II Cvičení 3 Zuzana Dlouhá Klasický lineární regresní model - zadání příkladu Soubor: CV3_PR.xls Data: y = maloobchodní obrat potřeb

Více

6. Lineární regresní modely

6. Lineární regresní modely 6. Lineární regresní modely 6.1 Jednoduchá regrese a validace 6.2 Testy hypotéz v lineární regresi 6.3 Kritika dat v regresním tripletu 6.4 Multikolinearita a polynomy 6.5 Kritika modelu v regresním tripletu

Více

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě

31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě 31. 3. 2014, Brno Hanuš Vavrčík Základy statistiky ve vědě Motto Statistika nuda je, má však cenné údaje. strana 3 Statistické charakteristiky Charakteristiky polohy jsou kolem ní seskupeny ostatní hodnoty

Více

PRAVDĚPODOBNOST A STATISTIKA 1 Metodický list č 1.

PRAVDĚPODOBNOST A STATISTIKA 1 Metodický list č 1. Metodický list č 1. Název tématického celku: Elementární statistické zpracování 1 - Kolekce a interpretace statistických dat, základní pojmy deskriptivní statistiky. Cíl: Základním cílem tohoto tematického

Více

1. cvičení 4ST201. Základní informace: Vyučující: Obsah: Informace o kurzu Popisná statistika Úvod do SASu

1. cvičení 4ST201. Základní informace: Vyučující: Obsah: Informace o kurzu Popisná statistika Úvod do SASu cvičící 1. cvičení 4ST201 Informace o kurzu Popisná statistika Úvod do SASu Obsah: Vysoká škola ekonomická 1 Vyučující: Základní informace:» Konzultační hodiny: pátek 9:00 11:00» Místnost: JM317» Email:

Více

STATISTICKÉ PROGRAMY

STATISTICKÉ PROGRAMY Slezská univerzita v Opavě Obchodně podnikatelská fakulta v Karviné STATISTICKÉ PROGRAMY VYUŽITÍ EXCELU A SPSS PRO VĚDECKO-VÝZKUMNOU ČINNOST Elena Mielcová, Radmila Stoklasová a Jaroslav Ramík Karviná

Více

SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE

SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE SEZNAM VZDĚLÁVACÍCH MATERIÁLŮ - ANOTACE Číslo projektu Číslo a název šablony klíčové aktivity Tematická oblast Autor CZ.1.07/1.5.00/34.0797 III/2 INOVACE A ZKVALITNĚNÍ VÝUKY PROSTŘEDNICTVÍM ICT 2M3 Slovní

Více

Pomůcka pro cvičení: 3. semestr Bc studia

Pomůcka pro cvičení: 3. semestr Bc studia Pomůcka pro cvičení: 3. semestr Bc studia Statistika Základní pojmy balíček: Statistics Pro veškeré výpočty je třeba načíst balíček Statistic. Při řešení můžeme použít proceduru infolevel[statistics]:=1,

Více

Statistická analýza dat v psychologii. Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead

Statistická analýza dat v psychologii. Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead PSY117/454 Statistická analýza dat v psychologii Přednáška 8 Statistické usuzování, odhady Věci, které můžeme přímo pozorovat, jsou téměř vždy pouze vzorky. Alfred North Whitehead Barevná srdíčka kolegyně

Více

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík

Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012. Tutoriál č. 4: Exploratorní analýza. Jan Kracík Statistika, Biostatistika pro kombinované studium Letní semestr 2011/2012 Tutoriál č. 4: Exploratorní analýza Jan Kracík jan.kracik@vsb.cz Statistika věda o získávání znalostí z empirických dat empirická

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Číslo předmětu: Garantující institut: Garant předmětu: Účetnictví II (UCT II) 545 - XXXX Institut ekonomiky a systémů řízení Ing. Hana Růčková Kredity:

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Bankovnictví (BANK) Číslo předmětu: 545-0261 Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení Ing. Jana Bartoňová Kredity: 6 Povinnost:

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Základy tržní ekonomiky (ZTE) Číslo předmětu: 545-0203 Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení prof. Ing. Jaroslav Dvořáček,

Více

Popisná statistika. Komentované řešení pomocí MS Excel

Popisná statistika. Komentované řešení pomocí MS Excel Popisná statistika Komentované řešení pomocí MS Excel Vstupní data Máme k dispozici data o počtech bodů z 1. a 2. zápočtového testu z Matematiky I v zimním semestru 2015/2016 a to za všech 762 studentů,

Více

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2013/2014 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

Více

Regresní analýza 1. Regresní analýza

Regresní analýza 1. Regresní analýza Regresní analýza 1 1 Regresní funkce Regresní analýza Důležitou statistickou úlohou je hledání a zkoumání závislostí proměnných, jejichž hodnoty získáme při realizaci experimentů Vzhledem k jejich náhodnému

Více

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D.

STATISTIKA LS 2013. Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. STATISTIKA LS 2013 Garant předmětu: Ing. Martina Litschmannová, Ph.D. Přednášející: Ing. Martina Litschmannová, Ph.D. Cvičící: Ing. Ondřej Grunt RNDr. Pavel Jahoda, Ph.D. Ing. Kateřina Janurová Mgr. Tereza

Více

marek.pomp@vsb.cz http://homel.vsb.cz/~pom68

marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Statistika B (151-0303) Marek Pomp ZS 2014 marek.pomp@vsb.cz http://homel.vsb.cz/~pom68 Cvičení: Pavlína Kuráňová & Marek Pomp Podmínky pro úspěšné ukončení zápočet 45 bodů, min. 23 bodů, dvě zápočtové

Více

AVDAT Klasický lineární model, metoda nejmenších

AVDAT Klasický lineární model, metoda nejmenších AVDAT Klasický lineární model, metoda nejmenších čtverců Josef Tvrdík Katedra informatiky Přírodovědecká fakulta Ostravská univerzita Lineární model y i = β 0 + β 1 x i1 + + β k x ik + ε i (1) kde y i

Více

TEPELNÁ ZÁTĚŽ, TEPLOTNÍ REKORDY A SDĚLOVACÍ PROSTŘEDKY

TEPELNÁ ZÁTĚŽ, TEPLOTNÍ REKORDY A SDĚLOVACÍ PROSTŘEDKY Rožnovský, J., Litschmann, T. (ed.): XIV. Česko-slovenská bioklimatologická konference, Lednice na Moravě 2.-4. září 2002, ISBN 80-85813-99-8, s. 242-253 TEPELNÁ ZÁTĚŽ, TEPLOTNÍ REKORDY A SDĚLOVACÍ PROSTŘEDKY

Více

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc.

Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. Pravděpodobnost a matematická statistika Doc. RNDr. Gejza Dohnal, CSc. dohnal@nipax.cz Pravděpodobnost a matematická statistika 2010 1.týden (20.09.-24.09. ) Data, typy dat, variabilita, frekvenční analýza

Více

Obsah Úvod Kapitola 1 Než začneme Kapitola 2 Práce s hromadnými daty před analýzou

Obsah Úvod Kapitola 1 Než začneme Kapitola 2 Práce s hromadnými daty před analýzou Úvod.................................................................. 11 Kapitola 1 Než začneme.................................................................. 17 1.1 Logika kvantitativního výzkumu...........................................

Více

Manažerská ekonomika KM IT

Manažerská ekonomika KM IT KVANTITATIVNÍ METODY INFORMAČNÍ TECHNOLOGIE (zkouška č. 3) Cíl předmětu Získat základní znalosti v oblasti práce s ekonomickými ukazateli a daty, osvojit si znalosti finanční a pojistné matematiky, zvládnout

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie ZS 2015/16 Cvičení 7: Časově řady, autokorelace LENKA FIŘTOVÁ KATEDRA EKONOMETRIE, FAKULTA INFORMATIKY A STATISTIKY VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE 1. Časové řady Data: HDP.wf1

Více

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor "Management jakosti"

Tématické okruhy pro státní závěrečné zkoušky. bakalářské studium. studijní obor Management jakosti Tématické okruhy pro státní závěrečné zkoušky bakalářské studium studijní obor "Management jakosti" školní rok 2009/2010 Management jakosti A 1. Pojem jakosti a význam managementu jakosti v současném období.

Více

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III

Matematika III. 27. listopadu Vysoká škola báňská - Technická univerzita Ostrava. Matematika III Vysoká škola báňská - Technická univerzita Ostrava 27. listopadu 2017 Typy statistických znaků (proměnných) Typy proměnných: Kvalitativní proměnná (kategoriální, slovní,... ) Kvantitativní proměnná (numerická,

Více

PSY117/454 Statistická analýza dat v psychologii. Zobrazení dvojrozměrných dat Bodový graf - Scatterplot Korelační koeficient

PSY117/454 Statistická analýza dat v psychologii. Zobrazení dvojrozměrných dat Bodový graf - Scatterplot Korelační koeficient PSY117/454 Statistická analýza dat v psychologii Zobrazení dvojrozměrných dat Bodový graf - Scatterplot Korelační koeficient Analýza vztahů mezi dvěma proměnnými Souvisí nějak? Výška a váha Známky u jednotlivých

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení ze 4ST201. Na případné faktické chyby v této prezentaci mě prosím upozorněte. Děkuji Tyto slidy berte pouze jako doplňkový materiál není v nich obsaženo

Více

4ST201 STATISTIKA CVIČENÍ Č. 10

4ST201 STATISTIKA CVIČENÍ Č. 10 4ST201 STATISTIKA CVIČENÍ Č. 10 regresní analýza - vícenásobná lineární regrese korelační analýza Př. 10.1 Máte zadaný výstup regresní analýzy závislosti závisle proměnné Y na nezávisle proměnné X. Doplňte

Více

(motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination.

(motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination. Neparametricke testy (motto: An unsophisticated forecaster uses statistics as a drunken man uses lamp-posts - for support rather than for illumination. Andrew Lang) 1. Příklad V následující tabulce jsou

Více

Analýza a prezentace dat. Název Data analysis and presentation Způsob ukončení * přednášek týdně 2 hod.

Analýza a prezentace dat. Název Data analysis and presentation Způsob ukončení * přednášek týdně 2 hod. Identifikační karta modulu Kód modulu modulu povinný Jazyk výuky čeština v jazyce výuky Analýza a prezentace dat česky Analýza a prezentace dat anglicky Data analysis and presentation Způsob ukončení *

Více

Korelace. Komentované řešení pomocí MS Excel

Korelace. Komentované řešení pomocí MS Excel Korelace Komentované řešení pomocí MS Excel Vstupní data Tabulka se vstupními daty je umístěna v oblasti A2:B84 (viz. obrázek) Prvotní představu o tvaru a síle závislosti docházky a počtu bodů nám poskytne

Více

Cvičení 9. Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET. Software FREET Simulace metodou LHS

Cvičení 9. Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET. Software FREET Simulace metodou LHS Pravděpodobnostní posuzování konstrukcí 4. ročník bakalářského studia obor Konstrukce staveb Cvičení 9 Posudek únosnosti ohýbaného prutu metodou LHS v programu FREET Software FREET Simulace metodou LHS

Více

Měření závislosti statistických dat

Měření závislosti statistických dat 5.1 Měření závislosti statistických dat Každý pořádný astronom je schopen vám předpovědět, kde se bude nacházet daná hvězda půl hodiny před půlnocí. Ne každý je však téhož schopen předpovědět v případě

Více

3MA524 Metody a techniky v managementu kvality 2

3MA524 Metody a techniky v managementu kvality 2 3MA524 Metody a techniky v managementu kvality 2 Česky Metody a techniky v managementu kvality 2. Anglicky Methods and Techniques in Management Quality 2 Německy Methode und Techniken in Qualitätsmanagement

Více

SPC v případě autokorelovaných dat. Jiří Michálek, Jan Král OSSM,

SPC v případě autokorelovaných dat. Jiří Michálek, Jan Král OSSM, SPC v případě autokorelovaných dat Jiří Michálek, Jan Král OSSM, 2.6.202 Pojem korelace Statistická vazba mezi veličinami Korelace vs. stochastická nezávislost Koeficient korelace = míra lineární vazby

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat

Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Stručný úvod do vybraných zredukovaných základů statistické analýzy dat Statistika nuda je, má však cenné údaje. Neklesejme na mysli, ona nám to vyčíslí. Z pohádky Princové jsou na draka Populace (základní

Více

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace

Intervalové odhady. Interval spolehlivosti pro střední hodnotu v N(µ, σ 2 ) Interpretace intervalu spolehlivosti. Interval spolehlivosti ilustrace Intervalové odhady Interval spolehlivosti pro střední hodnotu v Nµ, σ 2 ) Situace: X 1,..., X n náhodný výběr z Nµ, σ 2 ), kde σ 2 > 0 známe měli jsme: bodové odhady odhadem charakteristiky je číslo) nevyjadřuje

Více

Karta předmětu prezenční studium

Karta předmětu prezenční studium Karta předmětu prezenční studium Název předmětu: Public Relations (PR-HGF) Číslo předmětu: 545-0098 Garantující institut: Garant předmětu: Institut ekonomiky a systémů řízení Ing. Simona Matušková Kredity:

Více

Vybrané mzdové charakteristiky v krajích ČR členěné podle věku a pohlaví v roce 2008

Vybrané mzdové charakteristiky v krajích ČR členěné podle věku a pohlaví v roce 2008 Vybrané mzdové charakteristiky v krajích ČR členěné podle věku a pohlaví v roce 2008 Luboš Marek, Michal Vrabec Souhrn: V tomto příspěvku jsme se zaměřili na zkoumání rozdílů u běžných charakteristik mzdových

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

Cvičící Kuba Kubina Kubinčák Body u závěrečného testu

Cvičící Kuba Kubina Kubinčák Body u závěrečného testu 1. Příklad U 12 studentů jsme sledovali počet dosažených bodů na závěrečném testu (od 0 do 60). Vždy 4 z těchto studentů chodili k jednomu ze 3 cvičících panu Kubovi, panu Kubinovi, nebo panu Kubinčákovi.

Více

Předmět studia: Ekonomická statistika a analytické metody I, II

Předmět studia: Ekonomická statistika a analytické metody I, II Předmět studia: Ekonomická statistika a analytické metody I, II Typ a zařazení předmětu: povinný předmět bakalářského studia, 1. ročník Rozsah předmětu: 2 semestry, celkem 24/0 hodin v kombinované formě

Více

TEMATICKÝ PLÁN VÝUKY

TEMATICKÝ PLÁN VÝUKY TEMATICKÝ PLÁN VÝUKY Studijní obor: 23-41 - M/1 Strojírenství Zaměření: Předmět: Matematika Ročník: 4. Počet hodin týdně: 4 Počet hodin celkem: Tento plán vychází z rámcového vzdělávacího programu pro

Více

STATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005

STATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005 VYSOKÁ ŠKOLA BÁŇSKÁ - TECHNICKÁ UNIVERZITA OSTRAVA Hornicko-geologická fakulta institut geoinformatiky STATISTIKA MIGRANTŮ PRO REGIONY V MORAVSKOSLEZSKÉM KRAJI A PRO KRAJ V OBDOBÍ 1992-2005 Speciální metody

Více

1.1 Dva základní typy statistiky Popisná statistika (descriptive statistics) Inferenční statistika (inferential statistics)

1.1 Dva základní typy statistiky Popisná statistika (descriptive statistics) Inferenční statistika (inferential statistics) 1. PODSTATA STATISTIKY Původní význam - pouhé sbírání čísel (název z latinského status = stát, použití k označení vědy zabývající se sběrem informací o státu - o počtu obyvatel, ekonomice,...) Dnešní pojetí

Více

ÚKOL 2 1886 22 5,77 5,00 5 2,531,003,056 -,869,113

ÚKOL 2 1886 22 5,77 5,00 5 2,531,003,056 -,869,113 ÚKOL 2 Jméno a příjmení: UČO: Imatrik. ročník: Úkol 2.1: V souboru EVS99_cvicny.sav zjistěte, zdali rozložení názoru na to, kdo by měl být odpovědný za zajištění bydlení (proměnná q54h), je normální. Řešte

Více

LINEÁRNÍ REGRESE. Lineární regresní model

LINEÁRNÍ REGRESE. Lineární regresní model LINEÁRNÍ REGRESE Chemometrie I, David MILDE Lineární regresní model 1 Typy závislosti 2 proměnných FUNKČNÍ VZTAH: 2 závisle proměnné: určité hodnotě x odpovídá jediná hodnota y. KORELACE: 2 náhodné (nezávislé)

Více

Tomáš Karel LS 2012/2013

Tomáš Karel LS 2012/2013 Tomáš Karel LS 2012/2013 Doplňkový materiál ke cvičení z předmětu 4ST201. Na případné faktické chyby v této presentaci mě prosím upozorněte. Děkuji. Tyto slidy berte pouze jako doplňkový materiál není

Více

ČESKÁ TECHNICKÁ NORMA

ČESKÁ TECHNICKÁ NORMA ČESKÁ TECHNICKÁ NORMA ICS 13.060.01 2003 Jakost vod - Kalibrace a hodnocení analytických metod a odhad jejich charakteristik - Část 2: Kalibrační strategie v případě nelineárních kalibračních funkcí druhého

Více

Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je =

Parametry hledáme tak, aby součet čtverců odchylek byl minimální. Řešením podle teorie je = Příklad 1 Metodou nejmenších čtverců nalezněte odhad lineární regresní funkce popisující závislost mezi výnosy pšenice a množstvím použitého hnojiva na základě hodnot výběrového souboru uvedeného v tabulce.

Více

Semestrální práce. 3.3 Tvorba nelineárních regresních modelů v analýze dat

Semestrální práce. 3.3 Tvorba nelineárních regresních modelů v analýze dat Semestrální práce 1 3.3 Tvorba nelineárních regresních modelů v analýze dat Ing. Ján Lengyel, CSc. Centrální analytická laboratoř Ústav jaderného výzkumu Řež, a. s. Husinec Řež 130 250 68 Řež V Řeži, únor

Více

Třídění statistických dat

Třídění statistických dat 2.1 Třídění statistických dat Všechny muže ve městě rozdělíme na 2 skupiny: A) muži, kteří chodí k holiči B) muži, kteří se holí sami Do které skupiny zařadíme holiče? prof. Raymond M. Smullyan, Dr. Math.

Více

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ

MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ MĚŘENÍ STATISTICKÝCH ZÁVISLOSTÍ v praxi u jednoho prvku souboru se často zkoumá více veličin, které mohou na sobě různě záviset jednorozměrný výběrový soubor VSS X vícerozměrným výběrovým souborem VSS

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Zpracování náhodného výběru popisná statistika Ing. Michal Dorda, Ph.D. Základní pojmy Úkolem statistiky je na základě vlastností výběrového souboru usuzovat o vlastnostech celé populace. Populace(základní

Více

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY učební text Jan Famfulík Jana Míková Radek Krzyžanek Ostrava 2007 Recenze: Prof. Ing. Milan Lánský, DrSc. Název: Teorie údržby Autor: Ing.

Více

odpovídá jedna a jen jedna hodnota jiných

odpovídá jedna a jen jedna hodnota jiných 8. Regresní a korelační analýza Problém: hledání, zkoumání a hodnocení souvislostí, závislostí mezi dvěma a více statistickými znaky (veličinami). Typy závislostí: pevné a volné Pevná závislost každé hodnotě

Více

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza

5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5 Vícerozměrná data - kontingenční tabulky, testy nezávislosti, regresní analýza 5.1 Vícerozměrná data a vícerozměrná rozdělení Při zpracování vícerozměrných dat se hledají souvislosti mezi dvěma, případně

Více

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář

Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi. Geografický seminář 30. března 2011 Pavel Bednář Aplikovaná statistika pro učitele a žáky v hodinách zeměpisu aneb jak využít MS Excel v praxi Geografický seminář 30. března 2011 Pavel Bednář Výchozí stav Sebehodnocení práce s MS Excel studujícími oboru

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometrie Predikce Multikolinearita Cvičení 4 Zuzana Dlouhá Aplikace EM predikce obecně ekonomické prognózování, předpověď, předvídání hlavním cílem je odhad hodnot vysvětlované proměnné

Více

Nejčastější chyby v explorační analýze

Nejčastější chyby v explorační analýze Nejčastější chyby v explorační analýze Obecně doporučuju přečíst přednášku 5: Výběrová šetření, Exploratorní analýza http://homel.vsb.cz/~lit40/sta1/materialy/io.pptx Použití nesprávných charakteristik

Více

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D.

Zpracování náhodného výběru. Ing. Michal Dorda, Ph.D. Př. : Stanovte jednotlivé četnosti a číselné charakteristiky zadaného statistického souboru a nakreslete krabicový graf:, 8, 7, 43, 9, 47, 4, 34, 34, 4, 35. Statistický soubor seřadíme vzestupně podle

Více

Tématické okruhy pro státní závěrečné zkoušky. magisterské studium

Tématické okruhy pro státní závěrečné zkoušky. magisterské studium Tématické okruhy pro státní závěrečné zkoušky magisterské studium studijní obor "Řízení jakosti" školní rok 2009/2010 Management jakosti A 1. Koncepce managementu jakosti, charakteristiky a účel, normy

Více

Charakteristiky kategoriálních veličin. Absolutní četnosti (FREQUENCY)

Charakteristiky kategoriálních veličin. Absolutní četnosti (FREQUENCY) Charakteristiky kategoriálních veličin Absolutní četnosti (FREQUENCY) Charakteristiky kategoriálních veličin Relativní četnosti Charakteristiky kategoriálních veličin Relativní četnosti Charakteristiky

Více

Popisná statistika. Statistika pro sociology

Popisná statistika. Statistika pro sociology Popisná statistika Jitka Kühnová Statistika pro sociology 24. září 2014 Jitka Kühnová (GSTAT) Popisná statistika 24. září 2014 1 / 31 Outline 1 Základní pojmy 2 Typy statistických dat 3 Výběrové charakteristiky

Více

Národníinformačnístředisko pro podporu jakosti

Národníinformačnístředisko pro podporu jakosti Národníinformačnístředisko pro podporu jakosti OVĚŘOVÁNÍ PŘEDPOKLADU NORMALITY Doc. Ing. Eva Jarošová, CSc. Ing. Jan Král Používané metody statistické testy: Chí-kvadrát test dobré shody Kolmogorov -Smirnov

Více