1. Popisné statistiky: Základní termíny. Základní a výběrový soubor. Tabulka rozdělení četností. Grafické znázornění dat. 2. Popisné statistiky: Charakteristiky polohy, variability, tvaru rozdělení. Identifikace a vylučování odlehlých výsledků, krabicový diagram. Pravděpodobnost: Základní pojmy teorie pravděpodobnosti. Diskrétní rozdělení pravděpodobnosti. Spojitá rozdělení pravděpodobnosti. Kvantily rozdělení. 3. Statistická indukce: Vztah mezi základním souborem a výběrem, metody výběru, vlastnosti výběru. Odhady charakteristik základního souboru, odhady bodové, odhady intervalové.Testování hypotéz. Postup testování, hypotéza nulová a alternativní, chyby prvního a druhého druhu. Jednovýběrové a dvouvýběrové parametrické testy. 4. Korelační analýza: Koeficient lineární korelace, Spearmanův korelační koeficient pořadí. Test významnosti korelačního koeficientu, test významnosti Spearmanova korelačního koeficient pořadí. Bodový graf. Jednoduchá regresní analýza: Lineární regrese, metoda nejmenších čtverců, reziduální SD, regresní koeficienty. Alternativní modely (lineární, logaritmický, hyperbolický, polynomický). Transformace proměnných. Volba modelu (determinační index, upravený determinační index, volba na základě testu). Diagnostická kontrola modelu (testování regresních koeficientů a regresního modelu). Obecný regresní model. Analýza reziduí (náhodnost, nezávislost, normality a homoskedasticita reziduí). Predikce. Znalosti Student: (i) zná význam základních popisných charakteristik, (ii) zná základní pojmy teorie pravděpodobnosti a základní pravděpodobnostní rozdělení, (iii) zná základní parametrické testy statistických hypotéz, (iv) zná základní metody analýzy závislosti (zejména korelační a regresní analýzu) (v) u testů umí definovat podmínky jejich použití a umí vyjmenovat nástroje na jejich ověření. Dovednosti: Student (i) umí spočítat základní popisné charakteristiky, uspořádat data do tabulky četností a identifikovat odlehlé hodnoty v souboru, (ii) umí navrhnout statistické hypotézy pro zkoumání vlastností základního souboru a pro zjišťování závislostí dvou proměnných a dále umí vybrat vhodné statistické testy pro jejich ověření, (iii) umí aplikovat vybrané testy statistických hypotéz, (iv) umí aplikovat postupy korelační a regresní analýzy a to vše za použití programu MS Excel nebo pomocí kalkulátorů dostupných prostřednictvím sítě internet, (v) umí posoudit splnění podmínek použití vybraných testů a postupů, (vi) umí srozumitelně interpretovat výsledky získané statistickou analýzou.
|
-
Hendl J. Přehled statistických metod zpracování dat. Portál, Praha, 2006. ISBN 80-7367123-9.
-
HENDL, Jan. Statistika v aplikacích.
-
HUFF, D. Jak lhát se statistikou. Brána, Praha, 2013. ISBN 978-80-7243-623-1.
-
Popelka, Jan, Synek, Václav. Úvod do statistické analýzy dat. FŽP, Ústí nad Labem, 2009. ISBN 978-80-7414-117-1.
-
ROSENTHAL, J. S. Zasažen bleskem: podivuhodný svět pravděpodobností. Academia, Praha, 2008. ISBN 978-80-200-1645-4.
-
ROSLING, H., ROSLING, O. a A. ROSLING RÖNNLUND. Faktomluva: deset důvodů, proč se mýlíme v pohledu na svět - a proč jsou věci lepší, než vypadají. Jan Melvil Publishing, Brno, 2013. ISBN 978-80-7555-056-9.
|