PředmětyPředměty(verze: 963)
Předmět, akademický rok 2024/2025
  
Statistická analýza - M501001
Anglický název: Statistical Analysis
Zajišťuje: Ústav ekonomiky a managementu (837)
Fakulta: Celoškolská pracoviště VŠCHT Praha
Platnost: od 2022
Semestr: zimní
Body: zimní s.:6
E-Kredity: zimní s.:6
Způsob provedení zkoušky: zimní s.:
Rozsah, examinace: zimní s.:2/2, Z+Zk [HT]
Počet míst: 70 / 70 (neurčen)
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Úroveň:  
Poznámka: předmět je možno zapsat mimo plán
povolen pro zápis po webu
Garant: Vozárová Pavla Ing. Mgr. Ph.D., M.A.
Klasifikace: Matematika > Pravděpodobnost a statistika
Je záměnnost pro: AM501001
Pro tento předmět jsou dostupné online materiály
Podmínky zakončení předmětu (Další požadavky na studenta)

Zápočet: aktivní účast na cvičeních, zpracování semstrálního projektu, popř. závěrečná zápočtová písemné práce. Zkouška: písemná - část teoretická a část praktická

Poslední úprava: Švecová Lenka (16.05.2022)
Literatura

Z: HINDLS, R. a kol. Statistika pro ekonomy. 8. vydání Praha: Profesional Publishing. 2011.

D: MRKVIČKA, T., PETRÁŠKOVÁ, V. Úvod do Statistiky, Jihočeská Univerzita, 2006. ISBN 80-7040-894-4

D: STUDENMUND, A.H. Using econometrics: A practical guide. New York: Pearson Global Edition, 2017. ISBN 978-01-3136773-9.

D: HEBÁK, P., HUSTOPECKÝ, J. Vícerozměrné statistické metody 1. Praha: Informatorium. 2006.

D: HEBÁK, P., HUSTOPECKÝ, J., MALÁ, I. Vícerozměrné statistické metody 2. Praha: Informatorium. 2005.

D: BUDÍKOVÁ, M., KRÁLOVÁ, M., MAROŠ, B. Průvodce statistickými metodami. Praha: Grada Publishing, 2010.

D: ARTL, J., ARTLOVÁ, M. Ekonomické časové řady. Praha: Professional Publishing, 2009. ISBN 978-80-86946-85-6.

Poslední úprava: Švecová Lenka (16.05.2022)
Požadavky ke zkoušce (Forma způsobu ověření studijních výsledků)

Zápočet: aktivní účast na cvičeních, zpracování semstrálního projektu, popř. závěrečná zápočtová písemné práce. Zkouška: písemná - část teoretická a část praktická

Poslední úprava: Švecová Lenka (16.05.2022)
Sylabus

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.

Poslední úprava: Krajčová Jana (08.02.2021)
Zátěž studenta
Činnost Kredity Hodiny
Obhajoba individuálního projektu 0.1 2
Účast na přednáškách 1 28
Příprava na přednášky, semináře, laboratoře, exkurzi nebo praxi 1.5 42
Práce na individuálním projektu 1.4 40
Příprava na zkoušku a její absolvování 1 28
Účast na seminářích 1 28
6 / 6 168 / 168
 
VŠCHT Praha