230-0203/04 – Matematika III (BcM III)
Garantující katedra | Katedra matematiky | Kredity | 5 |
Garant předmětu | RNDr. Radomír Paláček, Ph.D. | Garant verze předmětu | RNDr. Radomír Paláček, Ph.D. |
Úroveň studia | pregraduální nebo graduální | | |
| | Jazyk výuky | angličtina |
Rok zavedení | 2018/2019 | Rok zrušení | 2020/2021 |
Určeno pro fakulty | FAST | Určeno pro typy studia | bakalářské |
Cíle předmětu vyjádřené dosaženými dovednostmi a kompetencemi
Cílem předmětu je poskytnout teoretický a praktický základ pro pochopení významu základních pravděpodobnostních
pojmů a naučit studenta statistickému myšlení jako způsobu chápání procesů a dějů kolem nás, seznámit ho se základními
metodami získávání a analýzy statistických dat a ukázat mu, jak lze tyto obecné postupy využít v jiných předmětech
studia a v praxi.
Absolvent tohoto předmětu by měl dokázat:
• chápat a používat základní pojmy z kombinatoriky a teorie pravděpodobnosti;
• formulovat otázky, které je možné zodpovědět pomocí dat, osvojit si principy sběru, zpracování a prezentace dat;
• volit a využít vhodné statistické metody pro analýzu dat;
• navrhovat a vyhodnocovat závěry (inference) a predikce pomocí dat.
Vyučovací metody
Přednášky
Individuální konzultace
Cvičení (v učebně)
Ostatní aktivity
Anotace
Kombinatorika a pravděpodobnost. Náhodné jevy, operace s nimi, jevové pole.
Definice pravděpodobnosti jevů - klasická, geometrická, statistická. Podmíněná pravděpodobnost. Úplná pravděpodobnost
a nezávislé jevy.
Náhodná veličina a její charakteristiky.
Základní typy rozdělení pravděpodobnosti diskrétní náhodné veličiny.
Základní typy rozdělení pravděpodobnosti spojité náhodné veličiny.
Náhodný vektor, rozdělení pravděpodobnosti, číselné charakteristiky.
Statistický soubor s jedním argumentem. Třídní rozdělení četností.
Statistický soubor se dvěma argumenty.
Regrese a korelace.
Náhodný výběr, bodové a intervalové odhady parametrů.
Testování hypotéz.
Povinná literatura:
Doporučená literatura:
Forma způsobu ověření studijních výsledků a další požadavky na studenta
Passing the course, requirements
Course-credit
-participation on tutorials is obligatory,
-elaborate programs,
Point classification: 5-20 points.
Exam
Practical part of an exam is classified by 0 - 60 points. Practical part is successful if student obtains at least
25 points.
Theoretical part of the exam is classified by 0 - 20 points. Theoretical part is successful if student obtains
at least 5 points.
Point quantification in the interval 100 - 86 85 - 66 65 - 51 50 - 0
National grading scheme excellent very good satisfactory failed
1 2 3 4
List of theoretical questions:
1. Combinatorics.
2. Random events.
3. Probabilities of random events - clasical, geometrical, statistical.
4. Conditional probability.
5. Composite probability.
6. Bernoulli sequence of independent random trials.
7. Bayes formula.
8. Discrete random variable.
9. Continuous random variable.
10. Probability mass and density function. Probability distribution funciton.
11. Characteristics of random variables.
12. Basic types of probability distributions of discrete random variables.
13. Basic types of probability distributions of continuous random variables.
14. Random vectors, their probabilities distribution and characteristics.
15. Processing of the statistical sample.
16. Random selection.
17. Point estimates.
18. Interval estimates.
19. Testing of hypothesis, parametrical tests.
20. Testing of hypothesis, nonparametrical tests.
21. Linear regression.
22. Least square method.
E-learning
http://www.studopory.vsb.cz
http://mdg.vsb.cz
(Česky)
Další požadavky na studenta
At least 70% attendance at the exercises. Absence, up to a maximum of 30%, must be excused and the apology must be accepted by the teacher (the teacher decides to recognize the reason for the excuse).
Prerekvizity
Předmět nemá žádné prerekvizity.
Korekvizity
Předmět nemá žádné korekvizity.
Osnova předmětu
Combinatorics. Random events and their operations.
Probabilities of random events - clasical, geometrical, statistical. Conditional probability. Composite probability.
Bernoulli sequence of independent random trials. Bayes formula.
Discrete and continuous random variable. Probability mass and density function. Probability distribution funciton.
Characteristics of random variables.
Basic types of probability distributions of discrete and continuous random variables.
Random vectors, their probabilities distribution and characteristics.
Processing of the statistical sample.
Random selection, point and interval estimates.
Testing of hypothesis - parametrical and nonparametrical tests.
Linear regression. Least square method.
Podmínky absolvování předmětu
Podmínky absolvování jsou definovány pouze pro konkrétní verzi předmětu a formu studia
Výskyt ve studijních plánech
Výskyt ve speciálních blocích
Hodnocení Výuky
Předmět neobsahuje žádné hodnocení.