|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KMA / VSM
:
Popis předmětu
Pracoviště / Zkratka
|
KMA
/
VSM
|
Akademický rok
|
2023/2024
|
Akademický rok
|
2023/2024
|
Název
|
Vybrané statistické metody
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
5
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
3
[HOD/TYD]
Cvičení
1
[HOD/TYD]
|
Zápočet před zkouškou
|
Ne
|
Zápočet před zkouškou
|
Ne
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
0 / -
|
0 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Letní semestr
|
Vyučovaný semestr
|
Letní semestr
|
Minimum (B + C) studentů
|
1
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
|
Hodnotící stupnice |
1|2|3|4 |
Periodicita |
každý rok
|
Periodicita upřesnění |
|
Základní teoretický předmět |
Ne
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ne
|
Hodnotící stupnice |
1|2|3|4 |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
Nejsou definovány
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
Nejsou definovány
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Rozšíření statistických metod se zřetelem na některé aplikace. Další odhady a testování hypotéz, neparametrické metody a testy, bayesovské metody, statistická kontrola jakosti, přejímky měřením, přejímky srovnáváním, SPC diagramy.
|
Požadavky na studenta
|
Požadované znalosti a schopnosti: při hodnocení budou posuzovány získané způsobilosti, zejména schopnost předvést logické a souvislé důkazy postupů a specifických problémů vztahujících se ke statistickým metodám.
Hodnotící kritéria: hlavním kritériem při hodnocení bude jasná a logická formulace postupů řešení a správnost získaných výsledků.
|
Obsah
|
1. Konvergence s pravděpodobností. Konvergence v distribuci, v pravděpodobnosti, skoro jistě, v k-tém momentu, příklady. 2. Bodové odhady. Exponenciální rodina rozdělení, Cramér Raova nerovnost, Fisherova informace. Některé metody s původem v teorii informace. Bayesovské metody při odhadech. 3. Intervalové odhady. Obecnější metody konstrukce intervalových odhadů, příklady na ně. Statistické toleranční meze, zavedení a metody. 4. Statistické toleranční a predikční oblasti, spojitá rozdělení, Wilksovy toleranční meze. Toleranční meze v případě velkých výběrů. Modifikace pro diskrétní rozdělení. 5. Poměrové statistiky v případě velkých výběrů. Některé poměrové statistiky pro malé výběry. Cauchyho a paretovská rozdělení. Těžké konce a důsledky pro statistiku. 6. Rankové statistiky jako aparát pro další použití. Spearmanův korelační koeficient, Kendalovo tau, elementy copul. Pravděpodobnostní a statistické srovnávání. 7. Testování hypotéz, obecnější pohled, sekvenční testy, více výběrové testy, testy založené na bayesovských postupech, testování hypotéz nezávislosti. 8. Přejímky měřením. 9. Přejímky srovnáváním. 10. SPC karty, pořádkové statistiky, sdružené rozdělení minima a maxima, rozdělení výběrového variačního rozpětí. 11. X-R a X-S karty pro případ normálního rozdělení, pro některá další rozdělení, modifikace pro "diskrétní a kategoriální veličiny". 12. Neparametrické jádrové odhady hustot a distribučních funkcí, neparametrické regrese, heteroskedasticita a skedastická funkce. Některá jádra a některé postupy volby parametru vyhlazení.
|
Aktivity
|
|
Studijní opory
|
|
Garanti a vyučující
|
|
Literatura
|
-
Doporučená:
Montgomery, Douglas C. Introduction to statistical quality control. Hoboken : John Wiley & Sons, 2005. ISBN 0-471-65631-3.
-
Doporučená:
Rao, Radhakrishna Calyampudi. Lineární metody statistické indukce a jejich aplikace. Praha : Academia, 1978.
-
Doporučená:
Blatná, Dagmar. Neparametrické metody. Testy založené na pořádkových a pořadových statistikách.. Praha, Skripta VŠSE, 1996.
-
Doporučená:
Machek, J. Teorie odhadu. SPN Praha, 1974.
-
Doporučená:
Rényi, Alfréd. Teorie pravděpodobnosti. 1. české vyd. Praha : Academia, 1972.
-
Doporučená:
Hátle, Jaroslav; Likeš, Jiří. Základy počtu pravděpodobnosti a matematické statistiky. Praha : SNTL, 1974.
-
On-line katalogy knihoven
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Příprava na zkoušku [10-60]
|
55
|
Kontaktní výuka
|
56
|
Projekt individuální [40]
|
35
|
Celkem
|
146
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
formulovat a vysvětlit definici pravděpodobnosti (v rozsahu předmětu KMA/PSA) |
popsat a vysvětlit principy statistické inference - zejména principy bodových a intervalových odhadů a principy testování statistických hypotéz (v rozsahu předmětu KMA/PSA) |
popsat a vysvětlit různé typy rozdělení náhodných veličin, znát jejich základní vlastnosti a možnosti použití (v rozsahu předmětu KMA/SA1) |
znát různé možnosti statistickému přístupu k modelování časových řad (v rozsahu předmětu KMA/SA2) |
Odborné dovednosti - pro úspěšné zvládnutí předmětu se předpokládá, že student před zahájením výuky dokáže: |
aplikovat analytické a matematické metody na jednoduché úlohy modelování časových řad |
odlišit různé typy náhodných veličin (diskrétní, spojité) a různé typy rozdělení |
využívat znalostí základních statistických metod a postupů pro jednoduchou analýzu dat |
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
bc. studium: kriticky přistupuje ke zdrojům informací, informace tvořivě zpracovává a využívá při svém studiu a praxi, |
bc. studium: rozpozná problém, objasní jeho podstatu, rozčlení ho na části, |
bc. studium: uplatňuje při řešení problémů vhodné metody a dříve získané vědomosti a dovednosti, kromě analytického a kritického myšlení využívá i myšlení tvořivé s použitím představivosti a intuice, |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
definovat a vysvětlit pojmy a principy pokročilých statistických metod, zejména obecnější metody konstrukce intervalových odhadů, obecnější metody testování statistických hypotéz apod |
definovat a vysvětlit různé typy konvergencí v teorii pravděpodobnosti |
definovat a vysvětlit základní pojmy a principy neparametrických a Bayesovských metod |
vysvětlit definici exponenciální rodiny rozdělení a znát různé příklady rozdělení spadajících do této skupiny |
znát základní statistické metody využívané v oblasti statistické kontroly jakosti |
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
interpretovat výstupy metod a modelů a vysvětlit získané výsledky odborníkům i laikům |
jasně a logicky formulovat a obhájit zvolené postupy řešení |
uplatnit správně formální i obsahovou stránku v matematickém projevu, a to písemném i ústním |
zvolit vhodné metody pro analýzu daného reálného problému a posoudit relevantnost jejich předpokladů |
Obecné způsobilosti - po absolvování předmětu je student schopen: |
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i širší veřejnosti vlastní odborné názory, |
mgr. studium: používají své odborné znalosti, odborné dovednosti a obecné způsobilosti alespoň v jednom cizím jazyce, |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Kombinovaná zkouška, |
Odborné dovednosti - odborné dovednosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Praktická zkouška, |
Obecné způsobilosti - obecné způsobilosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Ústní zkouška, |
Písemná zkouška, |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Přednáška s demonstrací, |
Přednáška s aktivizací studentů, |
Samostudium, |
Odborné dovednosti - pro dosažení odborných dovedností jsou užívány vyučovací metody: |
Cvičení (praktické činnosti), |
Řešení problémů, |
Samostatná práce studentů, |
Obecné způsobilosti - pro dosažení obecných způsobilostí jsou užívány vyučovací metody: |
Přednáška založená na výkladu, |
Cvičení (praktické činnosti), |
Samostudium, |
Samostatná práce studentů, |
|
|
|
|