Statistické zpracování dat - N323008
Anglický název: Data Processing in Statistics
Zajišťuje: Ústav analýzy potravin a výživy (323)
Fakulta: Fakulta potravinářské a biochemické technologie
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 [HT]
Počet míst: neurčen / neurčen (neurčen)
Minimální obsazenost: neomezen
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Úroveň:  
Pro druh:  
Další informace: http://mms01.vscht.cz/vyuka/
Garant: Pudil František Ing. CSc.
Kocourek Vladimír prof. Ing. CSc.
Je záměnnost pro: B323006
Termíny zkoušek   Rozvrh   
Anotace -
Poslední úprava: SEK323 (03.10.2011)
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: PUDILF (15.08.2013)

Studenti budou umět:

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

Literatura -
Poslední úprava: PUDILF (19.11.2012)

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: PUDILF (13.11.2012)

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

Metody výuky -
Poslední úprava: PUDILF (13.11.2012)

Přednášky, semináře a samostatná práce

Požadavky ke zkoušce (Forma způsobu ověření studijních výsledků) -
Poslední úprava: PUDILF (13.11.2012)

Prezence na přednáškách a seminářích

Sylabus -
Poslední úprava: PUDILF (01.09.2008)

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

Vstupní požadavky -
Poslední úprava: SMIDOVAL (21.05.2009)

Pro zápis tohoto předmětu je nutno mít minimálně zapsán předmět N413002

Studijní prerekvizity -
Poslední úprava: TAJ323 (19.11.2012)

Matematika I, Výpočetní technika I

Podmínky zakončení předmětu (Další požadavky na studenta) -
Poslední úprava: PUDILF (13.11.2012)

Obhajoba individuálníhoho projektu

Zátěž studenta
Činnost Kredity Hodiny
Účast na přednáškách 0.5 14
Práce na individuálním projektu 1.5 42
Příprava na zkoušku a její absolvování 1 28
Účast na seminářích 1 28
4 / 3 112 / 84
Hodnocení studenta
Forma Váha
Aktivní účast na výuce 50
Obhajoba individuálního projektu 50