Předmět Statistika 2 seznamuje s dalšími základními statistickými postupy při práci s daty, především při jejich analýze a směřuje k aplikaci na reálné problémy ekonomické praxe. Základem jsou teoreticko-metodologická východiska s cílem kvalifikovaně interpretovat dosažené výsledky a verifikace stanovených statistických hypotéz či otázek. Nástroje statistické analýzy budou teoreticky vyloženy s tím, že praktická aplikace bude probíhat za pomoci vybraných statistických softwarů, např. MS Excel, Gretl, Statistika.

The Statistics 2 course introduces other basic statistical procedures in working with data, especially in their analysis, and aims at their application to real problems of economic practice. It is based on a theoretical and methodological background with the aim of qualified interpretation of the results obtained and verification of established statistical hypotheses or questions. The tools of statistical analysis will be theoretically laid out with the practical application being carried out using selected statistical software, e.g. MS Excel, Gretl, Statistika.

Zápočet

Pro získání zápočtu je nutné splnit následující tři podmínky:

1. Účast na cvičeních: Povoleny jsou maximálně 3 absence. V případě nemoci nebo jiných závažných důvodů je nutné se omluvit předem. Při zpracování semestrálního projektu se očekává a oceňuje samostatnost a tvůrčí přístup.

2. Semestrální práce: Odevzdání v určeném termínu a její následná prezentace na příslušném cvičení (podrobnosti viz sylabus předmětu).

3. Zápočtová práce: Úspěšné napsání zápočtové písemné práce v posledním týdnu přednáškového období. Test prověřuje látku probíranou během semestru a minimální hranice pro jeho úspěšné splnění je 60 %.

Opravné možnosti:

V případě nesplnění požadavků (nesplnění docházky, neodevzdání/neprezentování práce nebo nezískání 60 % ze zápočtové práce) má student možnost napsat opravnou zápočtovou práci. Tato práce pokrývá praktické příklady z látky za celý semestr. Pro udělení zápočtu je i v tomto případě nutné získat minimálně 60 % bodů.

Zkouška

Zkouška ověřuje porozumění látce a schopnost zvolit správný statistický nástroj či model pro řešení konkrétního problému.

Forma a přihlašování: Zkouška probíhá prezenčně a má písemnou formu. Přihlašování je realizováno elektronicky přes studijní informační systém (SIS) a je podmíněno předchozím získáním zápočtu.

Průběh zkoušky: Zkouška se skládá ze dvou písemných částí:

1. Teoretická část: Ověřuje znalosti z přednášek a studijních materiálů.

2. Praktická část: Prověřuje aplikaci teoretických znalostí při konkrétních výpočtech.

Hodnocení a pokusy: Pro úspěšné složení zkoušky musí student dosáhnout minimálně 50 % bodů z každé části zvlášť. Výsledná známka se určuje podle klasifikační stupnice VŠCHT.

Pokud student v jedné z částí nedosáhne limitu 50 %, celá zkouška je hodnocena jako nevyhovující a v opravném termínu se musí opakovat obě části. Student má na složení zkoušky celkem 3 pokusy (1 řádný a 2 opravné).

Všechny písemné testy a zkoušky probíhají v souladu se společnými pravidly pro písemné testy a zkoušky Ústavu ekonomiky a managementu.

Credit

To obtain the credit, the following three conditions must be met:

1. Attendance at seminars/tutorials: A maximum of 3 absences is allowed. In case of illness or other serious reasons, an apology must be submitted in advance. Independence and a creative approach are expected and appreciated when working on the semester project.

2. Semester project: Submission by the specified deadline and its subsequent presentation during the designated seminar (for details, see the course syllabus).

3. Credit test: Successfully passing the written credit test in the final week of the lecture period. The test covers the material covered during the semester, and the minimum passing score is 60%.

Remedial Options:

In case of failure to meet the requirements (failure to meet attendance requirements, failure to submit/present the project, or scoring below 60% on the credit test), the student has the opportunity to take a remedial credit test. This test covers practical examples from the material of the entire semester. To obtain the credit, it is still required to score a minimum of 60%.

Examination

The examination verifies the understanding of the material and the ability to choose the appropriate statistical tool or model to solve a specific problem.

Format and Registration: The exam is held in person and is in written form. Registration is done electronically via the Student Information System (SIS) and is conditional upon prior completion of the credit requirements.

Exam Format: The exam consists of two written parts:

1. Theoretical part: Verifies knowledge from lectures and study materials.

2. Practical part: Verifies the application of theoretical knowledge in specific calculations.

Grading and Attempts: To successfully pass the exam, the student must achieve a minimum of 50% in each part separately. The final grade is determined according to the UCT Prague (VŠCHT) grading scale.

If a student fails to reach the 50% threshold in either of the parts, the entire exam is graded as unsatisfactory, and both parts must be repeated in the remedial term. The student has a total of 3 attempts to pass the exam (1 regular and 2 remedial attempts).

All written tests and exams are conducted in accordance with the common examination rules of the School of Business.

Povinná:

• Budíková, Marie, Králová, Maria, Maroš, Bohumil. Průvodce základními statistickými metodami. Praha: Grada, 2010, s. ISBN 978-80-247-3243-5.
• Hendl, Jan. Kvalitativní výzkum, základní metody a aplikace. Praha: Portál, 2005, 407 s. s. ISBN 80-7367-040-2.

Doporučená:

• Hindls, R., Hronová, S. et al . Statistika pro ekonomy . Praha: Professional publishing, 2007, s. ISBN 978-80-86946-43-6.
• Studenmund, A.H. Using econometrics: A practical guide. New York: Pearson Global Edition, 2017, s. ISBN 978-01-3136773-9.
• SW podpora pro statistická testování.
  

  Gretl (manuál: https://gretl.sourceforge.net/gretl-help/gretl-guide.pdf)

Volitelná:

• Lind, D., Marchal, W., Wathen, S. Statistical Techniques in Business and Economics. McGraw-Hill Education: McGraw-Hill Education, 2015, s. ISBN 126513510X .
• Student Guide for Undergraduate Business Statistics [online]. Dostupné z: https://vscht.futurebooks.cz/detail-knihy/81-statistics
• Triola, M., F. Essentials of Statistics (5th Edition). : Pearson Education, 2014, s. ISBN 978-0321924599.

Obligatory:

• BUDÍKOVÁ, MARIE, KRÁLOVÁ, MARIA, MAROŠ, BOHUMIL. Průvodce základními statistickými metodami. Praha: Grada , 2010, s. ISBN 978-80-247-3243-5.
• HENDL, JAN. Kvalitativní výzkum, základní metody a aplikace. Praha : Portál, 2005, 407 s. ISBN 80-7367-040-2.

Recommended:

• HINDLS, R., HRONOVÁ, S. ET AL . Statistika pro ekonomy . Praha: Professional publishing, 2007, 415 s. ISBN 978-80-86946-43-6.
• STUDENMUND, A.H. Using econometrics: A practical guide. New York: Pearson Global Edition, 2017, s. ISBN 978-01-3136773-9.
• SW podpora pro statistická testování.
  

  Gretl (manuál: https://gretl.sourceforge.net/gretl-help/gretl-guide.pdf)
  

Optional:

• LIND, D., MARCHAL, W., WATHEN, S. Statistical Techniques in Business and Economics. : McGraw-Hill Education, 2015, s. ISBN 126513510X.
• Student Guide for Undergraduate Business Statistics [online]. Dostupné z: https://vscht.futurebooks.cz/detail-knihy/81-statistics
• TRIOLA, M., F. Essentials of Statistics (5th Edition). : Pearson Education, 2014, s. ISBN 978-0321924599.

Zkouška ověřuje porozumění látce a schopnost zvolit správný statistický nástroj či model pro řešení konkrétního problému.

Forma a přihlašování: Zkouška probíhá prezenčně a má písemnou formu. Přihlašování je realizováno elektronicky přes studijní informační systém (SIS) a je podmíněno předchozím získáním zápočtu.

Průběh zkoušky: Zkouška se skládá ze dvou písemných částí:

1. Teoretická část: Ověřuje znalosti z přednášek a studijních materiálů.

2. Praktická část: Prověřuje aplikaci teoretických znalostí při konkrétních výpočtech.

Hodnocení a pokusy: Pro úspěšné složení zkoušky musí student dosáhnout minimálně 50 % bodů z každé části zvlášť. Výsledná známka se určuje podle klasifikační stupnice VŠCHT.

Pokud student v jedné z částí nedosáhne limitu 50 %, celá zkouška je hodnocena jako nevyhovující a v opravném termínu se musí opakovat obě části. Student má na složení zkoušky celkem 3 pokusy (1 řádný a 2 opravné).

Examination

The examination verifies the understanding of the material and the ability to choose the appropriate statistical tool or model to solve a specific problem.

Format and Registration: The exam is held in person and is in written form. Registration is done electronically via the Student Information System (SIS) and is conditional upon prior completion of the credit requirements.

Exam Format: The exam consists of two written parts:

1. Theoretical part: Verifies knowledge from lectures and study materials.

2. Practical part: Verifies the application of theoretical knowledge in specific calculations.

Grading and Attempts: To successfully pass the exam, the student must achieve a minimum of 50% in each part separately. The final grade is determined according to the UCT Prague (VŠCHT) grading scale.

If a student fails to reach the 50% threshold in either of the parts, the entire exam is graded as unsatisfactory, and both parts must be repeated in the remedial term. The student has a total of 3 attempts to pass the exam (1 regular and 2 remedial attempts).

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.