Vyučované předměty

• 5 kreditů
• garant : prof. RNDr. Anna Čermáková, CSc.
• vyučující : prof. RNDr. Anna Čermáková, CSc.; Ing. Michael Rost Ph.D.; RNDr. Jana klicnarová, Ph.D.; RNDr. Michal Houda, Ph.D.
• rozsah (Př. + Cv. + Sem.) : 3 + 1 + 0 [hod/tyd - hod/tyd - hod/tyd]
• semestr : ZS/LS
• zápočet před zkouškou : Ano
• typ zkoušky/zakončení : Zkouška
• obor : OP, OP-CR

Charakteristika a cíl kurzu

Cílem kurzu je seznámit studenty se základními statistickými metodami tak, aby si osvojili induktivní princip uvažování, pochopili obecné principy statistické metodologie a naučili se statistické metody samostatně používat. Pro zvýšení motivace budou řešené problémy zásadně tématicky zaměřeny na studovaný obor. Budou používána data získaná jak spoluprací vyučujících s odbornými katedrami, tak řešením výzkumných záměrů.

Rámcová osnova přednášek

• Počet pravděpodobnosti. (Týden semestru: 1.–2.)
  1. Základní pojmy počtu pravděpodobnosti: náhodný jev, pravděpodobnost jednoduchého i složeného náhodného jevu. Podmíněná pravděpodobnost, nezávislost jevů, celková pravděpodobnost a Bayesova věta.
• Náhodné veličiny a rozdělení pravděpodobnosti. (Týden semestru: 3.–4.)
  1. Definice a typy náhodných veličin; způsob popisu náhodných veličin, distribuční funkce a její vlastnosti, frekvenční funkce a její vlastnosti, střední hodnota a disperze.
  2. Vybraná rozdělení diskrétních a spojitých náhodných veličin.
  3. Využití software pro řešení úloh z oblasti modelování stochastických dějů. Problematika správné interpretace vypočítaných charakteristik.
• Jednorozměrná deskriptivní statistika. (Týden semestru: 5.–6.)
  1. Základní statistické pojmy.
  2. Statistické šetření. Zpracování informací získaných při statistickém šetření. Světové a tuzemské databáze.
  3. Třídění. Prezentace vlastností dat pomocí tabulek a grafů.
  4. Charakteristiky úrovně, variability, šikmosti a špičatosti.
  5. Možnosti software při třídění hodnot statistických znaků, tabelování četností, tvorbě grafů a výpočtu statistických charakteristik. Problematika správně interpretace vypočítaných charakteristik.
• Základy statistické indukce. (Týden semestru: 7.–11.)
  1. Výběrové šetření – typy výběrů, výběrové statistiky, příprava a provedení výběrového šetření.
  2. Teorie odhadu, bodové a intervalové odhady m, s², p.
  3. Testování statistických hypotéz. Základní pojmy a postupy. Problematika síly testu.
  4. Parametrické testy parametrů normálního rozdělení. (Na základě jednoho výběru, dvou závislých i nezávislých výběrů, více než dvou nezávislých výběrů.).
  5. Metody mnohonásobného porovnávání: Scheffeho, Tukeyova, Duncanova, LSD.
  6. Neparametrické – pořadové – testy: Wilcoxonův, Friedmanův, Kruskal-Wallisův.
  7. Možnosti software při statistické indukci. Problematika správné interpretace vypočítaných charakteristik, správné formulace závěru testů. Využití software v případě jednostranných intervalových odhadů a testů.
• Regresní a korelační analýza. (Týden semestru: 12.–14.)
  1. Modelování vazeb mezi numerickými znaky – základní pojmy a metody. Problematika volby správného regresního modelu.
  2. Jednoduchá regrese lineární a nelineární. Mnohonásobná regrese. Odhady parametrů regresních modelů. Interpolace a extrapolace na základě regresních modelů.
  3. Měření těsnosti vazby mezi numerickými znaky. Charakteristiky těsnosti: koeficienty (indexy) korelace a determinace, vícenásobný regresní koeficient, parciální regresní koeficienty.
  4. Využití software při řešení úloh regresní a korelační analýzy. Problematika správné interpretace vypočítaných charakteristik.
  5. Predikce Y na dané úrovni X.

Obsahová náplň cvičení:

• Cvičení jsou zásadně orientována na samostatnou individuální práci studentů s učitelem. Tématicky navazují na obsah přednášek. Hlavní obsahovou náplní jsou motivační příklady zaměřené na studovaný obor. Na prvním cvičení bude studentům detailně vysvětlen pedagogický záměr.

Používaný software:

• STATISTICA komplet 6.1 Cz,
• MS Excel

Konzultace:

• Studenti mohou konzultovat se všemi vyučujícími, jejichž konzultační hodiny jim vyhovují. Seznam vyučujících a jejich konzultace jsou uvedeny na www2.ef.jcu.cz/public/projects/statistika/. Individuálně lze domluvit i konzultace mimo konzultační hodiny.

Požadavky na udělení zápočtu:

• Vypracování a včasné odevzdání případových studií a protokolů ze cvičení. Datum odevzdání každého protokolu sdělí cvičící na cvičení. Současně bude uvedeno na WWW stránce cvičícího. Protokoly lze odevzdávat v písemné formě, na magnetických nosičích či elektronicky. Rozhodné je datum předání (odeslání).

Zkouška:

• písemná a ústní

• 5 kreditů
• garant : prof. RNDr. Anna Čermáková, CSc.
• vyučující : prof. RNDr. Anna Čermáková, CSc.; Ing. Michael Rost Ph.D.; RNDr. Jana klicnarová, Ph.D.; RNDr. Michal Houda, Ph.D.
• rozsah (Př. + Cv. + Sem.) : 3 + 1 + 0 [hod/tyd - hod/tyd - hod/tyd]
• semestr : ZS
• zápočet před zkouškou : Ano
• typ zkoušky/zakončení : Zkouška
• obor : ÚFŘP

Charakteristika a cíl kurzu

Cílem kurzu je seznámit studenty se základními statistickými metodami tak, aby si osvojili induktivní princip uvažování, pochopili obecné principy statistické metodologie a naučili se statistické metody samostatně používat. Pro zvýšení motivace budou zásadně problémy tématicky zaměřeny na studovaný obor. Budou používána data získaná jak spoluprací vyučujících s odbornými katedrami, tak řešením výzkumných záměrů.

Rámcová osnova přednášek

• Počet pravděpodobnosti. (Týden semestru: 1.–2.)
  1. Základní pojmy počtu pravděpodobnosti: náhodný jev, pravděpodobnost jednoduchého i složeného náhodného jevu. Podmíněná pravděpodobnost, nezávislost jevů, celková pravděpodobnost a Bayesova věta.
• Náhodné veličiny a rozdělení pravděpodobnosti. (Týden semestru: 3.–5.)
  1. Definice a typy náhodných veličin; způsob popisu náhodných veličin, distribuční funkce a její vlastnosti, frekvenční funkce a její vlastnosti, střední hodnota a disperze.
  2. Vybraná rozdělení diskrétních a spojitých náhodných veličin.
  3. Využití software pro řešení úloh z oblasti modelování stochastických dějů. Problematika správné interpretace vypočítaných charakteristik.
• Jednorozměrná deskriptivní statistika. (Týden semestru: 6.–7.)
  1. Základní statistické pojmy.
  2. Statistické šetření. Zpracování informací získaných při statistickém šetření. Světové a tuzemské databáze.
  3. Třídění. Prezentace vlastností dat pomocí tabulek a grafů.
  4. Charakteristiky úrovně, variability, šikmosti a špičatosti.
  5. Možnosti software při třídění hodnot statistických znaků, tabelování četností, tvorbě grafů a výpočtu statistických charakteristik. Problematika správně interpretace vypočítaných charakteristik.
• Základy statistické indukce. (Týden semestru: 8.–14.)
  1. Výběrové šetření – typy výběrů, výběrové statistiky, příprava a provedení výběrového šetření.
  2. Teorie odhadu, bodové a intervalové odhady m, s², p.
  3. Testování statistických hypotéz. Základní pojmy a postupy. Problematika síly testu.
  4. Parametrické testy parametrů normálního rozdělení. (Na základě jednoho výběru, dvou závislých i nezávislých výběrů, více než dvou nezávislých výběrů.).
  5. Metody mnohonásobného porovnávání: Scheffeho, Tukeyova, Duncanova, LSD.
  6. Neparametrické – pořadové – testy: Wilcoxonův, Friedmanův, Kruskal-Wallisův.
  7. Možnosti software při statistické indukci. Problematika správné interpretace vypočítaných charakteristik, správné formulace závěru testů. Využití software v případě jednostranných intervalových odhadů a testů.

Obsahová náplň cvičení:

• Cvičení jsou zásadně orientována na samostatnou individuální práci studentů s učitelem. Tématicky navazují na obsah přednášek. Hlavní obsahovou náplní jsou motivační příklady zaměřené na studovaný obor. Na prvním cvičení bude studentům detailně vysvětlen pedagogický záměr.

Používaný software:

• STATISTICA komplet 6.1 Cz,
• MS Excel

Konzultace:

• Studenti mohou konzultovat se všemi vyučujícími, jejichž konzultační hodiny jim vyhovují. Seznam vyučujících a jejich konzultace jsou uvedeny na www2.zf.jcu.cz/public/projects/statistika/. Individuálně lze domluvit i konzultace mimo konzultační hodiny.

Požadavky na udělení zápočtu:

• Vypracování a včasné odevzdání případových studií a protokolů ze cvičení. Datum odevzdání každého protokolu sdělí cvičící na cvičení. Současně bude uvedeno na WWW stránce cvičícího. Protokoly lze odevzdávat v písemné formě, na magnetických nosičích či elektronicky. Rozhodné je datum předání (odeslání).

Zkouška:

• písemná

• 5 kreditů
• garant : Ing. Michael Rost, Ph.D.
• vyučující : Ing. Michael Rost Ph.D.;
• rozsah (Př. + Cv. + Sem.) : 3 + 1 + 0 [hod/tyd - hod/tyd - hod/tyd]
• semestr : ZS
• zápočet před zkouškou : Ano
• typ zkoušky/zakončení : Zkouška
• obor : SPEU

Rámcová osnova přednášek

• Statistické metody v ekonomii (Týden semestru: 1.–2.)
  1. Úvod do předmětu, vybrané zdroje ekonomických dat.
  2. Statistický software použitelný pro analýzu ekonomických dat.
  3. Některé aspekty induktivních metod.
• Analýza rozptylu – obšírněji (Týden semestru: 3.–4.)
  
  1. Analýza rozptylu s pevnými efekty, dvojné třídění bez interakcí.
  2. Pojem interakce, dvojné třídění s interakcemi.
  3. Speciální typy analýz.
• Neparametrické testy (Týden semestru: 5.–7.)
  1. Neparametrické testy.
  2. Testy dobré shody, Kolmogorov-Smirnovův test.
  3. Wilcoxon-Whiteův test, Wilcoxonův test, Dixonův test.
• Úvod do analýzy kategoriálních dat. (Týden semestru: 8.–9.)
  1. kontingenční tabulky, c²-test pro kontingenční tabulku k krát m.
  2. McNemarův test, Stuartův test.
• Vícerozměrná data (Týden semestru: 10.)
  1. Způsob popisu vícerozměrných dat, datová matice.
  2. Vzdálenost mezi objekty, matice vzdáleností.
  3. Kovarianční a korelační matice.
  4. Základní metody zpracování vícerozměrných dat.
• Vybrané metody shlukové analýzy. (Týden semestru: 11.–12.)
  1. Hierarchické a nehierarchické algoritmy, otázka volby vhodného počtu shluků.
  2. Motivační příklad.
• Analýza hlavních komponent (Týden semestru: 13.)
  1. Podstata metody, geometrická interpretace.
  2. Motivační příklad.
• Explorační faktorová analýza (Týden semestru: 14.)
  1. Podstata metody.
  2. Motivační příklad.

Obsahová náplň cvičení:

• Cvičení tematicky navazují na obsah přednášek. Hlavní obsahovou náplní jsou případové studie směřující k analýze ekonomických dat.

Používaný software:

• R,
• STATISTICA komplet 6.1 Cz,
• MS Excel

Požadavky na udělení zápočtu:

1. V kurzu statistické metody v ekonomii se předpokládá znalost statistiky v rozsahu kurzu STATA bakalářského studia.
2. Účast na cvičeních je povinná. Zápočet je podmíněn aktivní účastí na cvičeních.
3. Vypracování a odevzdání individuálně zadaných úloh (studie).

Zkouška:

• písemná

Požadavky na udělení zápočtu:

1. V kurzu statistické metody v ekonomii se předpokládá znalost statistiky v rozsahu kurzu STATA bakalářského studia.
2. Účast na cvičeních je povinná. Zápočet je podmíněn aktivní účastí na cvičeních.
3. Vypracování a odevzdání individuálně zadaných úloh (studie).

Zkouška:

• písemná a ústní

• 5 kreditů
• garant : prof. RNDr. Anna Čermáková, CSc.
• vyučující : prof. RNDr. Anna Čermáková, CSc.; Ing. Michael Rost Ph.D.; RNDr. Jana klicnarová, Ph.D.; RNDr. Michal Houda, Ph.D.
• rozsah (Př. + Cv. + Sem.) : 3 + 1 + 0 [hod/tyd - hod/tyd - hod/tyd]
• semestr : ZS/LS
• zápočet před zkouškou : Ano
• typ zkoušky/zakončení : Zkouška
• obor : OP-modul, MME

Charakteristika a cíl kurzu

Cílem kurzu je seznámit studenty se základními statistickými metodami tak, aby si osvojili induktivní princip uvažování, pochopili obecné principy statistické metodologie a naučili se statistické metody samostatně používat. Pro zvýšení motivace budou řešené problémy zásadně tématicky zaměřeny na studovaný obor. Budou používána data získaná jak spoluprací vyučujících s odbornými katedrami, tak řešením výzkumných záměrů.

Rámcová osnova přednášek

• Počet pravděpodobnosti. (Týden semestru: 1.–2.)
  1. Základní pojmy počtu pravděpodobnosti: náhodný jev, pravděpodobnost jednoduchého i složeného náhodného jevu. Podmíněná pravděpodobnost, nezávislost jevů, celková pravděpodobnost a Bayesova věta.
• Náhodné veličiny a rozdělení pravděpodobnosti. (Týden semestru: 3.–4.)
  1. Definice a typy náhodných veličin; způsob popisu náhodných veličin, distribuční funkce a její vlastnosti, frekvenční funkce a její vlastnosti, střední hodnota a disperze.
  2. Vybraná rozdělení diskrétních a spojitých náhodných veličin.
  3. Využití software pro řešení úloh z oblasti modelování stochastických dějů. Problematika správné interpretace vypočítaných charakteristik.
• Jednorozměrná deskriptivní statistika. (Týden semestru: 5.–6.)
  1. Základní statistické pojmy.
  2. Statistické šetření. Zpracování informací získaných při statistickém šetření. Světové a tuzemské databáze.
  3. Třídění. Prezentace vlastností dat pomocí tabulek a grafů.
  4. Charakteristiky úrovně, variability, šikmosti a špičatosti.
  5. Možnosti software při třídění hodnot statistických znaků, tabelování četností, tvorbě grafů a výpočtu statistických charakteristik. Problematika správně interpretace vypočítaných charakteristik.
• Základy statistické indukce. (Týden semestru: 7.–11.)
  1. Výběrové šetření – typy výběrů, výběrové statistiky, příprava a provedení výběrového šetření.
  2. Teorie odhadu, bodové a intervalové odhady m, s², p.
  3. Testování statistických hypotéz. Základní pojmy a postupy. Problematika síly testu.
  4. Parametrické testy parametrů normálního rozdělení. (Na základě jednoho výběru, dvou závislých i nezávislých výběrů, více než dvou nezávislých výběrů.).
  5. Metody mnohonásobného porovnávání: Scheffeho, Tukeyova, Duncanova, LSD.
  6. Neparametrické – pořadové – testy: Wilcoxonův, Friedmanův, Kruskal-Wallisův.
  7. Možnosti software při statistické indukci. Problematika správné interpretace vypočítaných charakteristik, správné formulace závěru testů. Využití software v případě jednostranných intervalových odhadů a testů.
• Regresní a korelační analýza. (Týden semestru: 12.–14.)
  1. Modelování vazeb mezi numerickými znaky – základní pojmy a metody. Problematika volby správného regresního modelu.
  2. Jednoduchá regrese lineární a nelineární. Mnohonásobná regrese. Odhady parametrů regresních modelů. Interpolace a extrapolace na základě regresních modelů.
  3. Měření těsnosti vazby mezi numerickými znaky. Charakteristiky těsnosti: koeficienty (indexy) korelace a determinace, vícenásobný regresní koeficient, parciální regresní koeficienty.
  4. Využití software při řešení úloh regresní a korelační analýzy. Problematika správné interpretace vypočítaných charakteristik.
  5. Predikce Y na dané úrovni X.

Obsahová náplň cvičení:

• Cvičení jsou zásadně orientována na samostatnou individuální práci studentů s učitelem. Tématicky navazují na obsah přednášek. Hlavní obsahovou náplní jsou motivační příklady zaměřené na studovaný obor. Na prvním cvičení bude studentům detailně vysvětlen pedagogický záměr.

Používaný software:

• STATISTICA komplet 6.1 Cz,
• MS Excel

Konzultace:

• Studenti mohou konzultovat se všemi vyučujícími, jejichž konzultační hodiny jim vyhovují. Seznam vyučujících a jejich konzultace jsou uvedeny na www2.ef.jcu.cz/public/projects/statistika/. Individuálně lze domluvit i konzultace mimo konzultační hodiny.

Požadavky na udělení zápočtu:

• Vypracování a včasné odevzdání případových studií a protokolů ze cvičení. Datum odevzdání každého protokolu sdělí cvičící na cvičení. Současně bude uvedeno na WWW stránce cvičícího. Protokoly lze odevzdávat v písemné formě, na magnetických nosičích či elektronicky. Rozhodné je datum předání (odeslání).

Zkouška:

• písemná a ústní