Předmět: Pravděpodobnost a statistika

» Seznam fakult » PRF » KMA
Název předmětu Pravděpodobnost a statistika
Kód předmětu KMA/PAS
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 5
Vyučovací jazyk Čeština
Statut předmětu Povinný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Černíková Alena, Mgr. MSc., Ph.D.
  • Loukotová Lucie, Mgr.
  • Boďa Martin, doc. PhDr. Ing. PhD.
Obsah předmětu
1. Východiska statistických analýz a zpracování dat, základní pojmový aparát statistiky. 2. Deskriptivní statistika (míry polohy, variability a jiné atributy frekvenčního rozdělení). 3. Teorie náhodné proměnné a základní diskrétní a spojité pravděpodobnostní rozdělení. 4. Základy statistické inference: odhadování parametrů a testování hypotéz. 5. Vybrané statistické testy. 6. Základy korelační a regresní analýzy. 7. Analýza asociace kvalitativních znaků.

Studijní aktivity a metody výuky
nespecifikováno
Výstupy z učení
Předmět vybavuje studenty základními poznatky v oblasti aplikované statistiky potřebné pro analýzu dat v společenskovědních a přírodních oborech. Důraz je kladen na osvojení si základních nástrojů deskriptivní statistiky a porozumění základních souvislostí inferenčních zkoumání. Analytické postupy zahrnují extrakci informační hodnoty z jednorozměrného datového souboru, ale i hledání struktury ve vícerozměrných datech. Statistické postupy jsou vysvětlovány a implementovány v programu R.

Předpoklady
Výuka v angličtině je určena pro erasmové a zahraniční studenty. Výuka v případě malého počtu studentů probíhá formou individuálních konzultací. Výuka může probíhat distančně vo formě online přenosů.

Hodnoticí metody a kritéria
nespecifikováno
Požadavky na získaní zápočtu: Po probrání předepsané látky bude na posledním semináři, resp. na konci semestru v období na ukončení studijních povinností zadán test, který bude sestávat z prakticky orientovaných úkolů. Test může zčásti nebo zcela sestávat z výstupů statistického programu a bude orientován na vyhodnocení, interpretaci a případný výpočet. V případě, že to provozní podmínky umožní, bude prioritně zápočtový test psán u počítače a bude předpokládat používání tabulkového procesoru nebo statického programu k realizaci zadaných úkolů. Zápočtový test bude pokrývat obsah přednášek a cvičení a jeho vypracování bude časově limitováno. Pro získání zápočtu je třeba získat alespoň 60% celkového počtu bodů. Bodové hodnocení otázek a úkolů zápočtového testu bude podle potřeby diferencováno tak, aby reflektovalo jejich náročnost. Požadavky na úspěšné absolvování zkoušky: Přerekvizitou na absolvování zkoušky je splnění požadavků na udělení zápočtu a zapsán zápočet jako "splněno" ve STAGu. Zkouška bude prioritně organizována ústní formou tak, aby pokrývala obsah přednášek a cvičení. Zkouška může být orientována na ověření praktických dovedností, získaných interpretačních schopností, jakož i na prověření zvládnutí a porozumění teoretického aparátu. Zkouška může být realizována distančním módem s dohledem na odpovědi studenta formou web kamery nebo jiného adekvátního technického řešení. Podmínky zkoušky mohou být diferencovány podle řádného (prvního termínu) a opravného termínu (dalšího termínu) studenta. Konkrétní formát a náplň zkoušky budou avizovány do konce prosince 2024 a do tohoto termínu budou případně upřesněny požadavky na dispoziční řešení, bude-li zkouška organizována distančním módem. Student je hodnocen známkou podle platného studijního řádu pro studium v bakalářských a magisterských studijních programech Univerzity Jana Evangelisty Purkyně v Ústí nad Labem. Pro vyhovění na zkoušce je třeba získat alespoň 65 % celkového hodnocení a výsledná známka se určuje podle této stupnice: výborně (1) alespoň 88 %, velmi dobře (2) méně než 88 % a alespoň 75 %, dobře (3) méně než 75 % a alespoň 60 %.
Doporučená literatura
  • DALGAARD, P. Introducotry statistics with R. 2. vyd.. New York: Springer, 2008.
  • HEBÁK, P. et al. Statistické myšlení a nástroje analýzy dat. 2. vyd.. Praha: Informatorium, 2015.
  • HINDLS, R. et al. Statistika v ekonomii. Praha: Professional Publishing, 2018.
  • KLEINBAUM, D. G. Applied regression analysis and multivariable methods. 3. vyd.. Pacific Grove (CA, USA) : Duxbury Press, 1998.
  • LEPŠ, J., ŠMILAUER, P. Biostatistika. České Budějovice: Jihočeská univerzita v Českých Budějovicích, 2016.
  • MAREK, L. et al. Statistika v příkladech. 2. vyd.. Praha: Kamil Mařík & Professional Publishing, 2015.
  • MELOUN, M., MILITKÝ, J. Kompendium statistického zpracování dat. 2. vyd.. Praha: Academia, 2006.
  • PAVLÍK, T. Biostatistika pro matematickou biologii. Brno: Masarykova univerzita v Brně, 2015.
  • VERZANI, J. Using R for introductory statistics. Boca Raton (Florida): Chapman & Hall/CRC, 2005.
  • ZVÁRA, K. Biomedicínská statistika IV. Základy statistiky v prostředí R.. Praha: Univerzita Karlova v Praze, Karolinum, 2013.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr