Zápočet

Pro získání zápočtu je nutné splnit následující tři podmínky:

1. Účast na cvičeních: Povoleny jsou maximálně 3 absence. V případě nemoci nebo jiných závažných důvodů je nutné se omluvit předem. Při zpracování semestrálního projektu se očekává a oceňuje samostatnost a tvůrčí přístup.

Na prvním cvičení bude zadána písemná práce, která slouží k ověření znalostí ze statistiky a pokrývá látku odpovídající obsahu prvních čtyř cvičení (opakování látky z bakalářského studia). V případě, že student získá alespoň 60 %, je mu omluvena účast na následujících třech cvičeních.

2. Semestrální práce: Odevzdání v určeném termínu (případně termínech) s možností jednoho přepracování. Rozhodnutí o možnosti přepracování je v plné kompetenci konkrétního cvičícího.

3. Zápočtová práce: Úspěšné napsání zápočtové písemné práce v posledním týdnu přednáškového období. Test prověřuje látku probíranou během semestru a minimální hranice pro jeho úspěšné splnění je 60 %.

Opravné možnosti:

V případě nesplnění požadavků (nesplnění docházky, neodevzdání práce nebo nezískání 60 % ze zápočtové práce) má student možnost napsat opravnou zápočtovou práci. Tato práce pokrývá praktické příklady z látky za celý semestr. Pro udělení zápočtu je i v tomto případě nutné získat minimálně 60 % bodů.

Zkouška

Zkouška ověřuje porozumění látce a schopnost zvolit správný statistický nástroj či model pro řešení konkrétního problému.

Forma a přihlašování: Zkouška probíhá prezenčně a má písemnou formu. Přihlašování je realizováno elektronicky přes studijní informační systém (SIS) a je podmíněno předchozím získáním zápočtu.

Průběh zkoušky: Zkouška se skládá ze dvou písemných částí:

1. Teoretická část: Ověřuje znalosti z přednášek a studijních materiálů.

2. Praktická část: Prověřuje aplikaci teoretických znalostí při konkrétních výpočtech.

Hodnocení a pokusy: Pro úspěšné složení zkoušky musí student dosáhnout minimálně 50 % bodů z každé části zvlášť. Výsledná známka se určuje podle klasifikační stupnice VŠCHT.

Pokud student v jedné z částí nedosáhne limitu 50 %, celá zkouška je hodnocena jako nevyhovující a v opravném termínu se musí opakovat obě části. Student má na složení zkoušky celkem 3 pokusy (1 řádný a 2 opravné).

Všechny písemné testy a zkoušky probíhají v souladu se společnými pravidly pro písemné testy a zkoušky Ústavu ekonomiky a managementu.

Povinná:

• HEBÁK, P., HUSTOPECKÝ, J. Vícerozměrné statistické metody 1. Praha: Informatorium, 2008, s. ISBN 978-80-7333- 056-9.
• HINDLS, R. a kol . Statistika pro ekonomy. Praha: Profesional Publishing, 2011, s. ISBN 978-80-8694-643-6.
• HEBÁK, P., HUSTOPECKÝ, J., MALÁ, I. Vícerozměrné statistické metody 2. Praha: Informatorium, 2010, s. ISBN 978-80-7333- 056-9.

Doporučená:

• TRIOLA, M., F. Essentials of Statistics (5th Edition). : Pearson Education, 2014, s. ISBN 978-0321924599.
• STUDENMUND, A.H. Using econometrics: A practical guide . New York: Pearson Global Edition, 2017, s. ISBN 978-01-3136773-9.
• Student Guide for Undergraduate Business Statistics [online]. Dostupné z: https://vscht.futurebooks.cz/detail-knihy/81-statistics
• ARTL, J., ARTLOVÁ, M. Ekonomické časové řad. Praha: Professional Publishing, 2009, s. ISBN 978-80-86946-85-6.
• BUDÍKOVÁ, M., KRÁLOVÁ, M., MAROŠ, B. Průvodce statistickými metodami. Praha: Grada Publishing, 2009, s. ISBN 978-80-86946-85-6.
• SW podpora pro statistická testování.
  

  Gretl (manuál: https://gretl.sourceforge.net/gretl-help/gretl-guide.pdf)

Volitelná:

• MRKVIČKA, T., PETRÁŠKOVÁ, V. . Úvod do Statistiky. : Jihočeská Univerzita, 2006, s. ISBN 80-7040-894-4.
• LIND, D., MARCHAL, W., WATHEN, S. Statistical Techniques in Business and Economics, (16th Edition). : McGraw-Hill Education, 2015, s. ISBN 978-0078020520.

Zkouška ověřuje porozumění látce a schopnost zvolit správný statistický nástroj či model pro řešení konkrétního problému.

Forma a přihlašování: Zkouška probíhá prezenčně a má písemnou formu. Přihlašování je realizováno elektronicky přes studijní informační systém (SIS) a je podmíněno předchozím získáním zápočtu.

Průběh zkoušky: Zkouška se skládá ze dvou písemných částí:

1. Teoretická část: Ověřuje znalosti z přednášek a studijních materiálů.

2. Praktická část: Prověřuje aplikaci teoretických znalostí při konkrétních výpočtech.

Hodnocení a pokusy: Pro úspěšné složení zkoušky musí student dosáhnout minimálně 50 % bodů z každé části zvlášť. Výsledná známka se určuje podle klasifikační stupnice VŠCHT.

Pokud student v jedné z částí nedosáhne limitu 50 %, celá zkouška je hodnocena jako nevyhovující a v opravném termínu se musí opakovat obě části. Student má na složení zkoušky celkem 3 pokusy (1 řádný a 2 opravné).

1. Opakování základů statistiky I. Popisná statistika - charakteristiky. Základní rozdělení pravděpodobností – diskrétní, spojité.

2. Opakování základů statistiky II. Statistická indukce - bodové a intervalové odhady. Testování hypotéz, vybrané základní parametrické testy (shoda střední hodnoty, rozptylu atd.).

3. Opakování základů statistiky III. Normální a standardizované normální rozdělení pravděpodobnosti, jejích využití a praktický význam. Ověření normality rozdělení.

4. Úvod do analýzy závislosti I. Typy proměnných a typy dat. Typy závislostí, rozdíl mezi korelací a kauzalitou. Testování nezávislosti kategorických proměnných (Pearsonův Chí-kvadrát test).

5. Úvod do analýzy závislosti II. Analýza rozptylu (Anova). Ověření vstupních předpokladů: normalita a rozptyl uvnitř skupin, jednofaktorová a dvoufaktorová analýza rozptylu, neparametrické verze analýzy rozptylu.

6. Korelační analýza. Koeficienty korelace v dvou- a vícerozměrném souboru normálně rozdělených náhodných veličin (párová, parciální, mnohonásobná). Testování hypotéz o koeficientu korelace. Koeficienty korelace při porušení normality (Spearmanův koeficient korelace, koeficient tetrachorické a biseriální korelace).

7. Úvod do regresní analýzy I. Jednoduchý a vícerozměrný lineární regresní model a další typy regresních modelů.

8. Úvod do regresní analýzy II. Zákaldní vyhodnocení regresního modelu. Testování hypotéz o parametrech a intervaly spolehlivosti parametrů modelu. Koeficient determinace.

9. Lineární regresní model (LRM). Metoda nejmenších čtverců a její předpoklady. Gauss-Markovova věta a požadované vlastnosti odhadu. Porušení předpokladů GMV a důsledky.

10. Specifikace LRM. Volba vysvětlujících proměnných a volba funkčního tvaru závislosti. Nelineární modely, které lze transformovat na lineární tvar. Multikoliearita v LRM.

11. Zhodnocení kvality lineárního regresního modelu. Reziduální analýza. Homoskedasticita, autokorelace a endogenita v LRM a příslušné testy. Normalita reziduí.

12. Úvod do analýzy časových řad I. Význam a specifika časových řad. Popisné charakteristiky ČŘ, vizualizace. Rozklad časových řad.

13. Úvod do analýzy časových řad II. Trendová analýza a možnosti využití LRM v analýze časových řad.

14. Závěrečné shrnutí.