Zápočet minimální aktivní účast na cvičení v rozsahu 75 %,

Pokud student nedosáhne minimálního požadavku, bude mu zadána individuální seminární práce, která bude akceptována a hodnocena na základě předem stanovených pravidlech.

Aktivní účast na cvičeních zahrnuje též práci v e-learningu – kurz Statistika II, tj. práce s materiály + absolvování Zápočtový test bude obsahovat zejména příklady, částečně teorii. Minimální hranice pro úspěšné absolvování zápočtového testu je 50 %. V případě neúspěchu je umožněno zápočtový test opakovat.

Zkouška je rozdělena do dvou částí: písemná a ústní. Bude ověřovat pochopenou látku z přednášek a studijních materiálů a praktická ověření teoretické znalosti při výpočtech a v praxi.

Minimum active participation in the exercise of 75%,

If the student does not reach the minimum requirement, an individual seminar paper will be assigned, which will be accepted and graded based on pre-determined rules.

Active participation in the exercises also includes work in e-learning - course Statistics II, i.e. work with materials + passing The credit test will include mainly examples, partly theory. The minimum threshold for passing the credit test is 50%. In case of failure, it is possible to repeat the credit test.

The exam is divided into two parts: written and oral. It will verify the understood material from lectures and study materials and practical verification of theoretical knowledge in calculations and in practice.

Z: Budíková, M., Králová, M., Maroš, B. (2010). Průvodce statistickými metodami. Praha: Grada Publishing.

Z: HENDL, J. (2004), Přehled statistických metod zpracování dat, Praha, Portál. ISBN 80-7178-820-1

Z: KOŽÍŠEK, J., STIEBEROVÁ, B.(2012), Statistika v příkladech, Verlag Dashofer.

D: ANDĚL, J. (2002), Základy matematické statistiky, Univerzita Karlova v Praze, Matematicko-fyzikální fakulta, Preprint.

D: HINDLS, R., HRONOVÁ, S. et al. Statistika pro ekonomy. Professional publishing. 2007. ISBN 978-80-86946-43-6.

D: LIND, D., MARCHAL, W., WATHEN, S. Statistical Techniques in Business and Economics, (16th Edition). McGraw-Hill Education 2015. ISBN-13: 978-0078020520.

D: TRIOLA, M., F. Essentials of Statistics (5th Edition). Pearson Education 2015. ISBN-13: 978-0321924599.

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

Z: Budíková, M., Králová, M., Maroš, B. (2010). Průvodce statistickými metodami. Praha: Grada Publishing.

Z: HENDL, J. (2004), Přehled statistických metod zpracování dat, Praha, Portál. ISBN 80-7178-820-1

Z: KOŽÍŠEK, J., STIEBEROVÁ, B.(2012), Statistika v příkladech, Verlag Dashofer.

D: ANDĚL, J. (2002), Základy matematické statistiky, Univerzita Karlova v Praze, Matematicko-fyzikální fakulta, Preprint.

D: HINDLS, R., HRONOVÁ, S. et al. Statistika pro ekonomy. Professional publishing. 2007. ISBN 978-80-86946-43-6.

D: LIND, D., MARCHAL, W., WATHEN, S. Statistical Techniques in Business and Economics, (16th Edition). McGraw-Hill Education 2015. ISBN-13: 978-0078020520.

D: TRIOLA, M., F. Essentials of Statistics (5th Edition). Pearson Education 2015. ISBN-13: 978-0321924599.

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

Písemná zkouška slouží k ověření, zda student pochopil probíranou látku a dokáže zvolit takový statistický nástroj či model, aby dokázal vyřešit stanovený problém. Na zkoušku se student hlásí prostřednictvím studijního informačního systému a je podmíněna získáním zápočtu. Zkouška je písemná, případně může být doplněna o ústní zkoušku.

The written exam is used to check whether the student has understood the material and can choose a statistical tool or model to solve the problem. The student applies for the exam through the student information system and is conditional on receiving credit. The examination is written or may be supplemented by an oral examination.

1. Stručné opakování základů pravděpodobnosti a statistiky

2. Základní testy hypotéz parametrické

3. Základní testy hypotéz neparametrické

4. Testováni normality datového souboru - Chi kvadrat test dobré shody, Shapiro-Wilks test, Kolmogorov-Smirnov test, grafická analýza (PP graf, QQ graf, histogram)

5. Kategoriální proměnná ve statistice - obecná analýza kategoriálních dat, hodnocení četností, porovnání relativní četnosti s teoretickou hodnotou.

6. Analýza závislostí nominálního a ordinálního typu dat - kontingenční tabulky, testování hypotézy o nezávislosti, Chí kvadrát test, čtyřpolní (asociační) tabulka a testování nezávislosti v čtyřpolní tabulce

7. Analýza rozptylu I – jednofaktorová ANOVA a Kruskal Walis test, metódy mnohonásobného porovnání (1 faktor), zavedení vicefaktorových modelů

8. Korelační Analýza (jednorozměrná) – grafické metody, míra lineární závislosti, Personův a Spearmanův korelační koeficient

9. Korelační Analýza (jednorozměrná) – speciální typy korelačních koeficientů (biseriální a tetrachorická korelace)

10. Korelační Analýza (vícerozměrná) – mnohonásobná a parciální korelace

11. Vybrané metody vícerozměrné analýzy - shluková analýza, faktorová analýza, analýza hlavních komponent

12. Regresní analýza I – jednoduchý lineární regresní model, předpoklady a odhad metodou nejmenších čtverců, interpretace a testy významnosti koeficientů, F-test, koeficient determinace

13. Regresní analýza II - nelinearity v jednoduchém regresním modelu (logaritmické transformace, polynomy), základy vyhodnocení kvality regresního modelu

14. Shrnuti

1. Repetition of the basics of statistics I Random variable and probability. Probability distributions. All in practice.

2. Repetition of the basics of statistics II. Descriptive statistics. Statistical inference - point and interval estimates. Hypothesis testing, basic parametric tests (equality of mean, variance, etc.). All in practice.

3. Repetition of the basics of statistics III. Basic non-parametric tests: Mann-Whitney, Wilcoxon rank-sum, sign test, etc.

4. Normal distribution and its importance. Standard tests of normality: Pearson Chi-squared test, Shapiro-Wilk test, Kolmogorov-Smirnov test.

5. Categorical data. Importance, interpretation, representation, analysis.

6. Association between ordinal and nominal variables. Contingency tables, Pearson Chi-squared test as test of independence.

7. Introduction to analysis of variance. Assumptions for 1-way ANOVA. Non-parametric one-way ANOVA (Kruskal-Wallis test). Multiple comparison.

8. Correlation analysis I. Graphical methods, Pearson and Spearman correlation coefficient. Tests of significance.

9. Correlation analysis for non-normal data: biserial and tetrachoric correlation.

10. Correlation analysis III. Multivariate correlation: pair, multiple, partial correlation.

11. Introduction to Regression analysis I. Correlation vs. causality. Simple linear regression model, tests of significance of coefficients, F-test, coefficient of determination. LRM in Gretl.

12. Introduction to Regression analysis II. Nonlinearities in simple regression model (logarithmic transformations, polynomials). Evaluating and interpreting the results, possible problems.

13. Methods of multivariate analysis. Cluster analysis, factor analysis, principal component analysis. Applications in marketing.

14. Final recap, consultations.