Student will be able to:

• Use statistic functions and macros in MS Excel, simple statistic analysis with Statistica (modul Basic).

Studenti budou umět:

Využívat statistické funkce a makra v MS Excelu a jednoduché statistické metody v programu Statistica (modul Basic)

R: Eckschlager K., Horsák I., Kodejš Z.: Vyhodnocování analytických výsledků a metod, SNTL Praha, 1980, ISBN 04-610-80

Electronic resources:

R: Elektronická nápověda k programu MS Excel podle aktuální verze

R: http://www.statistica.cz/

A: http://mms01.vscht.cz/vyuka/

Z: Eckschlager K., Horsák I., Kodejš Z.: Vyhodnocování analytických výsledků a metod, SNTL Praha, 1980, ISBN 04-610-80

Elektronické zdroje:

Z: Elektronická nápověda k programu MS Excel podle aktuální verze

Z: http://www.statistica.cz/

D: http://mms01.vscht.cz/vyuka/

http://mms01.vscht.cz/vyuka/

http://mms01.vscht.cz/vyuka/

Lectures, seminars and individual work

Přednášky, semináře a samostatná práce

Lectures, seminars and individual project

Prezence na přednáškách a seminářích

1. History introduction, histogram, random value.

2. Frequency - absolute, relative, cumulative and relative cumulative, probability, random selection, variartion, permutation, combination.

3. Frequency and distributin function.

4. Absolute and relative error, statistical estimations, mean value, variance, curtoisis, skewnes.

5. Statistical tests - parametric.

6. Statistical tests - nonparametric.

7. Regression - linear.

8. Regression - nonlinear, polynomic, linearization.

9. Correlation, coefficient and matrix.

10. Analysis of variance.

11. Introduction to the multivariate methods.

12. Basic principles of the neural networks.

13. Using fuzzy sets.

14. New trends in data processing.

Sylabus přednášky N32308

1. Stručný historický úvod, histogram, náhodná veličina

2. Četnost absolutní, relativní, kumulativní, relativní-kumulativní, výběr, náhodný výběr, definice pravděpodobnosti, permutace, variace, kombinace

3. Frekvenční a distribuční funkce

4. Chyba absolutní a relativní, staistické odhady, střední hodnota, rozptyl, koeficient šikmosti a špičatosti

5. Statistické testy parametrické

6. Statistické testy neparametrické

7. Vztahy mezi dvěma proměnnými, lineární regrese, metoda nejmenších čtverců

8. Regrese nelineární, polynomická, linearizace, iterační výpočty

9. Korelace, korelační koeficient, korelační matice, elipsa spolehlivosti

10. Analýza rozptylu

11. Úvod do vícerozměrných statistických metod

12. Principy neuronových sítí

13. Využití fuzzy množin

14. Moderní trendy ve zpracování dat

Sylabus cvičení N32308

1. Práce s MS Excelem, artefakty vícejazyčného prostředí, statistický balík Statistica 8.0CZ, studijní materiály a informační zdroje

2. Speciální funkce v MS Excelu, hrátky s generátorem náhodných čísel

3. Histogram, zjišťování četností a pravděpodobností, permutace, variace, kombinace

4. Test dle Kolmogorova a Smirnova

5. Výpočty základních statistických charakteristik

6. F-test, t-test, z-test, T-test, Q-test

7. Pořadové testy, mediánový test, znaménkové testy, AHP

8. Lineární regrese, metoda nejmenších čtverců, maticové výpočty v MS Excelu

9. Regrese, linearizace, iterační výpočty

10. Korelace,korelační koeficient Pearsonův a Spearmanův

11. Analýza rozptylu, Statistica modul VEPAC(informativně)

12. Vícerozměrné statistické metody, dendrogram, PCA, faktorová analýza

13. Opakování nejdůležitějších poznatků, Statistica modul Neuronové sítě (informativně)

14. Závěrečný test

Required N413002

Pro zápis tohoto předmětu je nutno mít minimálně zapsán předmět N413002

Mathematics I, Computer technology I

Matematika I, Výpočetní technika I

Individual statistical project

Obhajoba individuálníhoho projektu