PředmětyPředměty(verze: 895)
Předmět, akademický rok 2021/2022
  
Statistické zpracování dat - B323006
Anglický název: Data Processing in Statistics
Zajišťuje: Ústav analýzy potravin a výživy (323)
Platnost: od 2021
Semestr: zimní
Body: zimní s.:3
E-Kredity: zimní s.:3
Způsob provedení zkoušky: zimní s.:
Rozsah, examinace: zimní s.:1/2 KZ [hodiny/týden]
Počet míst: neomezen / neomezen (neurčen)
Minimální obsazenost: neomezen
Jazyk výuky: čeština
Způsob výuky: prezenční
Úroveň:  
Pro druh: bakalářské
Další informace: http://mms01.vscht.cz/vyuka/
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: Drábová Lucie Ing. Ph.D.
Kosek Vít Ing. Ph.D.
Záměnnost : N323008
Pro tento předmět jsou dostupné online materiály
Anotace -
Poslední úprava: Pulkrabová Jana prof. Ing. Ph.D. (30.01.2018)
Studenti se na jednoduchých příkladech seznámí se základními vlastnostmi náhodných veličin a naučí se v MS Excelu a v programu Statistica CZ vyhodnocovat statistické závěry z nepříliš rozsáhlých dat.
Výstupy studia předmětu -
Poslední úprava: Fialová Jana (18.12.2017)

Studenti budou umět:

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

Literatura -
Poslední úprava: Fialová Jana (18.12.2017)

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/

Studijní opory -
Poslední úprava: Fialová Jana (18.12.2017)

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

Požadavky ke kontrole studia -
Poslední úprava: Vlčková Martina Ing. (30.01.2018)

V rozsahu sylabu

Sylabus -
Poslední úprava: Pulkrabová Jana prof. Ing. Ph.D. (30.01.2018)

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

Studijní prerekvizity -
Poslední úprava: Pulkrabová Jana prof. Ing. Ph.D. (30.01.2018)

Matematika I

Podmínky zakončení předmětu -
Poslední úprava: Fialová Jana (18.12.2017)

Obhajoba individuálníhoho projektu

Zátěž studenta
Činnost Kredity Hodiny
Účast na přednáškách 0,5 14
Práce na individuálním projektu 1 28
Příprava na zkoušku a její absolvování 0,5 14
Účast na seminářích 1 28
3 / 3 84 / 84
 
VŠCHT Praha