|
|
|
||
Základní kurz statistiky je určen studentům bakalářského studia.
Studenti částečně zvládnou spolu s některými pravděpodobnostními pojmy základní
statistické metody v rozsahu potřebném pro pochopení složitějších
statistických metod v ostatních předmětech.
Ke zpracování dat bude používán software R. Software R je programovací jazyk určený zejména ke statistickým výpočtům a grafickým výstupům. Jedná se o volně dostupný software s kvalitní nápovědou, navíc díky jeho velké oblíbenosti ve statistické komunitě lze nalézt mnoho blogů s návody, radami a ukázkovými příklady.
Poslední úprava: Zikmundová Markéta (03.06.2019)
|
|
||
Zápočet formou kontrolované samostatné práce. Ústní zkouška. Poslední úprava: Šnupárková Jana (17.09.2020)
|
|
||
Z: M. Litschmannová: Vybrané kapitoly z pravděpodobnosti (2012, VŠB Ostrava) Z: M. Litschmannová: Úvod do statistiky (2011, VŠB Ostrava) Z: S.M. Ross: Introduction to Probability and Statistics for Engineers and Scientists (2014, Elsevier) Z: J.I. Barragués: Probability and Statistics – A didactic Introduction (2014, Taylor & Francis) Z: J. Pavlík a kol.: Sbírka příkladů z pravděpodobnosti a matematické statistiky (2012, VŠCHT v Praze) D: K. Zvára, J. Štěpán: Pravděpodobnost a matematická statistika (2012, Matfyzpress) D: J. Anděl: Matematika náhody (2007, Matfyzpress) Poslední úprava: Šnupárková Jana (07.05.2019)
|
|
||
Pravidla pro udělení zápočtu určují cvičící. Zpravidla je nutná aktivní účast na cvičeních a vypracování samostatných úkolů, popř. úspěšně absolvovat dodatečný souhrnný test. Účast na cvičeních je povinná.
Udělený zápočet je nutnou podmínkou pro skládání zkoušky. Zkouška je ústní. Poslední úprava: Šnupárková Jana (17.09.2020)
|
|
||
1. Náhodné jevy, pravděpodobnost a její vlastnosti, nezávislost jevů, podmíněná pravděpodobnost 2. Náhodné veličiny, jejich rozdělení a charakteristiky 3. Některá speciální rozdělení (především normální) 4. Náhodné vektory a jejich rozdělení, korelace a nezávislost náhodných veličin 5. Průměr velkého počtu náhodných veličin — centrální limitní věta, silný zákon velkých čísel 6. Náhodný výběr, bodový odhad střední hodnoty a rozptylu, metoda maximální věrohodnosti a bayesovský přístup 7. Intervalový odhad — způsob stanovení, správná interpretace 8. Testování statistických hypotéz — základní princip, chyby testování a jejich pravděpodobnosti, interpretace výsledků (p-hodnota), základní parametrické a neparametrické testy 9. ANOVA 10. Test nezávislosti kvantitativních náhodných veličin (test nulovosti korelačního koeficientu) 11. Chí-kvadrát test dobré shody, test nezávislosti v kontingenční tabulce 12. Regresní model — lineární, vícenásobná a nelineární regrese Poslední úprava: Šnupárková Jana (11.10.2019)
|
|
||
https://e-learning.vscht.cz/course/view.php?id=178 Poslední úprava: Šnupárková Jana (11.10.2019)
|
|
||
Studenti budou umět: Měkké kompetence: 1. Zvládnout základní pravděpodobnostní a statistické pojmy 2. Znát a pochopit základní statistické metody Specifické kompetence: 3. Samostatně řešit základní statistické úlohy Poslední úprava: Šnupárková Jana (09.05.2019)
|
|
||
Základní kurz matematiky v rozsahu předmětu Matematika B vyučovaném na VŠCHT. Poslední úprava: Borská Lucie (07.05.2019)
|
|
||
Matematika A Poslední úprava: Borská Lucie (03.05.2019)
|
Zátěž studenta | ||||
Činnost | Kredity | Hodiny | ||
Účast na přednáškách | 0.5 | 14 | ||
Příprava na přednášky, semináře, laboratoře, exkurzi nebo praxi | 1 | 28 | ||
Příprava na zkoušku a její absolvování | 1.5 | 42 | ||
Účast na seminářích | 1 | 28 | ||
4 / 4 | 112 / 112 |