PředmětyPředměty(verze: 948)
Předmět, akademický rok 2023/2024
  
Applied Statistics - AB413003
Anglický název: Applied Statistics
Zajišťuje: Ústav matematiky, informatiky a kybernetiky (446)
Fakulta: Fakulta chemicko-inženýrská
Platnost: od 2021
Semestr: letní
Body: letní s.:4
E-Kredity: letní s.:4
Způsob provedení zkoušky: letní s.:
Rozsah, examinace: letní s.:1/2, Z+Zk [HT]
Počet míst: 14 / 14 (neurčen)
Minimální obsazenost: neomezen
Jazyk výuky: angličtina
Způsob výuky: prezenční
Způsob výuky: prezenční
Úroveň:  
Pro druh: bakalářské
Další informace: http://I.
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: Zikmundová Markéta Mgr. Ph.D.
Šnupárková Jana RNDr. Ph.D.
Kříž Pavel Ing. Mgr. Ph.D.
Třída: Předměty pro matematiku
Prerekvizity : {prerekvizita pro předmět Aplikovaná statistika}
Záměnnost : B413003, N413004, N413004A, N413504, S413004
Je záměnnost pro: B413003
Pro tento předmět jsou dostupné online materiály
Anotace -
Poslední úprava: Zikmundová Markéta Mgr. Ph.D. (03.06.2019)
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. Zpracování dat bude probíhat pomocí softwaru 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.
Výstupy studia předmětu -
Poslední úprava: Šnupárková Jana RNDr. Ph.D. (09.05.2019)

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

Literatura -
Poslední úprava: Šnupárková Jana RNDr. Ph.D. (09.05.2019)

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)

Studijní opory -
Poslední úprava: Šnupárková Jana RNDr. Ph.D. (18.09.2020)

https://e-learning.vscht.cz/course/view.php?id=178

Požadavky ke zkoušce (Forma způsobu ověření studijních výsledků) - angličtina
Poslední úprava: Šnupárková Jana RNDr. Ph.D. (18.09.2020)

The rules for granting the credit are determined by the teachers. As a rule, it is necessary to actively participate in seminars and solve individual tasks, or successfully pass an additional comprehensive test. Attendance at seminars is mandatory.

The obtained credit is a necessary condition for passing the exam. The exam is oral.

Sylabus -
Poslední úprava: Šnupárková Jana RNDr. Ph.D. (09.05.2019)

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 koefcientu)

11. Chí-kvadrát test dobré shody, test nezávislosti v kontingenční tabulce

12. Regresní model — lineární, vícenásobná a nelineární regrese

Vstupní požadavky -
Poslední úprava: Borská Lucie RNDr. Ph.D. (07.05.2019)

Základní kurz matematiky v rozsahu předmětu Matematika B vyučovaném na VŠCHT.

Studijní prerekvizity -
Poslední úprava: Borská Lucie RNDr. Ph.D. (03.05.2019)

Matematika A

Podmínky zakončení předmětu (Další požadavky na studenta) -
Poslední úprava: Šnupárková Jana RNDr. Ph.D. (18.09.2020)

Zápočet formou kontrolované samostatné práce. Ústní zkouška.

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
 
VŠCHT Praha